FPGA 助力 Python 加速计算 陈志勇 高级技术市场经理 安富利电子科技 2019年10月19日，北京 2 ➢ Python 语言：易学易读易用、可扩展性、可移植性等。 ➢ Python 开发工具：库丰富、效率高、调试方便 ➢ Python 的应用： 人工智能、数据分析等 ➢ Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 ➢ 用 Python 如何开发嵌入式产品？如何实现 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 ➢ 本次题目的主要内容 ➢ Python <- tools -> FPGA ➢ 算法硬件加速：用FPGA的逻辑硬件实现算法加速 ➢ 算法如何在FPGA 中实现？如何用”与或非”门电路去写 算法？ ➢ 目前哪些 Xilinx FPGA的开发工具支持python 语言？ ➢ 目前Xilinx 工具支持python 的主要应用领域 Python 工程师关心的问题 工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ ➢ 传统的计算平台：基于通用处理器的架构，Intel x86 ➢ 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 ➢ 嵌入式计算： ➢ 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、

FPGA 助力 Python 加速计算 陈志勇 高级技术市场经理 安富利电子科技 2019年10月20日，深圳 2 Ø Python 语言：易学易读易用、可扩展性、可移植性等。 Ø Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴 等 Ø 用 Python 如何开发嵌入式产品？如何实现 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 Ø 算法如何在FPGA 中实现？如何用”与或非”门电路去 写算法？ Ø 目前哪些 Xilinx FPGA的开发工具支持python 语言？ Ø 目前Xilinx 工具支持python 的主要应用领域 Python 工程师关心的问题 工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ Ø 传统的计算平台：基于通用处理器的架构，Intel x86 Ø 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、

FPGA 助力 Python 加速计算 陈志勇 高级技术市场经理 安富利电子科技 2019年9月21日， 上海 2 Ø Python 语言：易学易读易用、可扩展性、可移植性等。 Ø Python 开发工具：库丰富、效率高、调试方便 Ø Python 的应用： 人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 Ø 用 Python 如何开发嵌入式产品？如何实现 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 Ø 算法如何在FPGA 中实现？如何用”与或非”门电路去写 算法？ Ø 目前哪些 Xilinx FPGA的开发工具支持python 语言？ Ø 目前Xilinx 工具支持python 的主要应用领域 Python 工程师关心的问题 工程师关心的问题 3 Python 工程师开发嵌入式产品的时候哪些地方可能会遇到性能瓶颈？ Ø 传统的计算平台：基于通用处理器的架构，Intel x86 Ø 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、

当Python遇上FPGA PYNQ开源项目的实践与体会 陆佳华 joshual@Xilinx.com 目录 CONTENTS FPGA 35th Computer Architecture Golden Age PYNQ Open Source Framework How Python helps, really a lot.. FPGA 35th National Inventors Inventors Hall of Fame Moore’s Law Gordon Moore, 1968 FPGA Ross Freeman, 1984 Integrated Circuit Jack Kilby, 1958 Field Programmable Gate Array FPGA CLB DSP CLB RAM RAM CLB DSP CLB DSP CLB CLB Innovation World’s First FPGA 1980 1990 2000 2010 2020 First 3D FPGA & HW/SW Programmable SoC Graphic of MPSoC, RFSoC First MPSoC & RFSoC ACAP First Virtex FPGA Virtex-2 Pro Page 7 Driving

Functions Rekognition Transcribe Comprehend AWS机器学习、人工智能服务 机器学习框架和基础设施 框架 接口 基础设施 P3 & P3dn C5 FPGA DL AMI Elastic Inference 机器学习服务 Amazon SageMaker Ground Truth Notebooks Algorithms + Marketplace PyTorch 启动 iPython 终端 运行 PyTorch 程序 已切换环境 AWS机器学习、人工智能服务 机器学习框架和基础设施 框架 接口 基础设施 P3 & P3dn C5 FPGA DL AMI Elastic Inference 机器学习服务 Amazon SageMaker Ground Truth Notebooks Algorithms + Marketplace ost _direct_marketing_sagemaker_APIs.ipynb AWS机器学习、人工智能服务 机器学习框架和基础设施 框架 接口 基础设施 P3 & P3dn C5 FPGA DL AMI Elastic Inference 机器学习服务 Amazon SageMaker Ground Truth Notebooks Algorithms + Marketplace

• 资源限制 …… 并发、I/O、内存、程序包大小等等 • 监控与调试 …… 需要新的IDE、APM、DevOps、分析器等工具 • 缺少特定的硬件支持 ……只有通用的计算环境，缺如GPU、FPGA等支持 • 标准化 …… 可移植性的问题 “冷启动” 带来的响应延迟 1 10 100 1000 Java F# C# Haskell Rust Ruby Go Node.js Python

x86_64 Linux x86_64 Anti-Debug, JIT, ADV _pytransform.so Built by GCC darwin.x86_64 MacOSX x86_64, intel Anti-Debug, JIT, ADV _pytransform.dylib Built by CLang with MacOSX10.11 Table-2. The Others Prebuilt x86_64.11.py38 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform.cpython- 38-darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py37 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform pytransform.cpython- 37m-darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py27 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform.so Built by CLang with MacOSX10.11 linux.x86_64.11.py38 Linux

x86_64 Linux x86_64 Anti-Debug, JIT, ADV _pytransform.so Built by GCC darwin.x86_64 MacOSX x86_64, intel Anti-Debug, JIT, ADV _pytransform.dylib Built by CLang with MacOSX10.11 Table-2. The Others Prebuilt x86_64.11.py38 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform.cpython- 38-darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py37 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform pytransform.cpython- 37m-darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py27 MacOSX x86_64, intel Anti- Debug, JIT, SUPER pytransform.so Built by CLang with MacOSX10.11 linux.x86_64.11.py38 Linux

x86_64Linux x86_64 Anti-Debug, JIT, ADV _pytransform.so Built by GCC darwin.x86_64 MacOSX x86_64, intel Anti-Debug, JIT, ADV _pytransform.dylib Built by CLang with MacOSX10.11 Table 2: Table-2. The Others x86_64.11.py38 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform.cpython- 38- darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py37 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform pytransform.cpython- 37m- darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py27 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform.so Built by CLang with MacOSX10.11 linux.x86_64.11.py38 Linux

x86_64Linux x86_64 Anti-Debug, JIT, ADV _pytransform.so Built by GCC darwin.x86_64 MacOSX x86_64, intel Anti-Debug, JIT, ADV _pytransform.dylib Built by CLang with MacOSX10.11 10.2. Platform Tables 85 x86_64.11.py38 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform.cpython- 38- darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py37 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform pytransform.cpython- 37m- darwin.so Built by CLang with MacOSX10.11 darwin.x86_64.11.py27 MacOSX x86_64, intel Anti-Debug, JIT, SUPER pytransform.so Built by CLang with MacOSX10.11 linux.x86_64.11.py38 Linux