VitisAIは次のURLからダウンロードできる。
https://github.com/Xilinx/Vitis-AI.git
本日の時点でバージョンは周辺のアプリケーションも含めて次のとおりである。
VitisAIの最新バージョンを使用するならgithubのmasterかv1.3のブランチを使うのが良いだろう。
User GuideはUG1414でバージョンはv1.3、URLはつぎのところである。
https://www.xilinx.com/support/documentation/sw_manuals/vitis_ai/1_3/ug1414-vitis-ai.pdf
Webでもドキュメントを見ることがき、つぎのURLである。
https://www.xilinx.com/html_docs/vitis_ai/1_3/
Getting StartをするならgithubのREADME.txtを見るのが一番い良い。
現時点ではWebで検索するとv1.2のドキュメントによく遭遇するので注意しておくとよいだろう。
基本的にVitisAIはdocker環境で提供されている。
docker次隊のインストール方法もドキュメントに記載されているのでさそれを参照してインストールを進めれば良い。
そして、docker環境はつぎの2つがある。
環境に合わせて使用すれば良い。
ただし、GPU環境ではnVIDIAのdocker環境も必要になる。
Exampleとしてつぎの4つの大項目がある。
VARTはVitis AI Runtimeの略である。
VARTはつぎのRunTime APIを使用できる。
XRT（Xilinx Runtime Library）とは違うものなので注意が必要である。
Vitis AI LibraryはDPU（Deep-Learning Processor Unit）を使用した推論用に構築されたライブラリとAPIのセットである。
各フレームワークでサポートしているライブラリはつぎのとおりである。
DNNDKはDeep Neural Network Development Kitの略である。
VGG、ResNet、GoogleNet、YOLO、SSD、MobileNet、FPNなどのCNNをサポートしている。
DNNDKはDPUCZDX8Gを実行するための環境が提供されてる。
なぁ〜んとなく、Vitis AIの構造というかgithubの中身の構成が分かってきた。
Quantizer（量子化）がライブラリだと思っていたのでVitis AI Libraryに属しているんだろうと思い込んでVitis AIの構造を理解しようとしてたから訳がわからなくなってしまってた。
toolsのディレクトリを確認するとつぎのようになっており、Quantizerはライブラリとは分けられていることがわかる。
$ ls tools/
AKS RNN Vitis-AI-Library Vitis-AI-Profiler Vitis-AI-Quantizer Vitis-AI-Runtimeつまり、Vitis AIで構造を紹介している下図のとおり、QuantizerとLibraryは違うものと思えば良かったんだ。
ざっと、自分の中で整理できたところで、自分自身が欲しいものを考えるとこの図からはCompiler、Quantizer、Optimizer、Profilerとなる。
つまり、Vitis AI LibraryとDNNDKは必要ないということで良いだろう。