开发环境搭建：Ubuntu系统配置、Vitis AI 3.0安装、Docker环境部署、XRT运行时安装

说实话，环境搭建这一步，劝退了很多人。

我见过不少朋友，买了开发板，兴致勃勃想跑模型，结果卡在装环境上，一卡就是两三天。我自己刚开始接触Vitis AI时，也踩过不少坑。今天这一章，我就把整个流程拆开揉碎了讲给你听。你跟着我的步骤走，基本不会出问题。

1. Ubuntu系统配置：打好地基

Vitis AI 3.0官方推荐的是Ubuntu 20.04 LTS或Ubuntu 22.04 LTS。我个人习惯用20.04，因为踩过的坑少，社区资料也最全。

系统装好后，第一件事是更新软件源：

sudo apt update
sudo apt upgrade -y

然后安装一些基础工具。这些工具后面都会用到：

sudo apt install -y build-essential git cmake
sudo apt install -y python3 python3-pip python3-venv
sudo apt install -y libssl-dev libffi-dev
sudo apt install -y net-tools curl wget

嗯，这里有个小细节。Python版本建议用3.8或3.10。你可以用python3 --version检查一下。如果版本不对，后面装Vitis AI的Python包时会报错。

2. Vitis AI 3.0安装：核心步骤

Vitis AI 3.0的安装，说白了就是两件事：下载源码和配置环境。

先克隆官方仓库：

git clone https://github.com/Xilinx/Vitis-AI.git
cd Vitis-AI
git checkout v3.0

这里我建议你不要直接clone master分支。我遇到过master分支上有些实验性代码，不稳定。切到v3.0这个tag，是经过验证的稳定版本。

接下来，安装Vitis AI的Python依赖：

pip3 install --upgrade pip
pip3 install -r requirements.txt

如果这一步报错，多半是网络问题。你可以试试换国内镜像源：

pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

python3 -m venv vitis_env
source vitis_env/bin/activate

3. Docker环境部署：隔离与便捷

Vitis AI官方提供了Docker镜像，里面预装了所有依赖。我个人非常推荐用Docker，因为它能帮你省掉90%的环境配置时间。

先安装Docker：

sudo apt install -y docker.io
sudo systemctl start docker
sudo systemctl enable docker

然后拉取Vitis AI的Docker镜像：

docker pull xilinx/vitis-ai:3.0.0-cpu

如果你有GPU，可以拉GPU版本：

docker pull xilinx/vitis-ai:3.0.0-gpu

启动容器时，我习惯挂载一个本地目录，方便代码和模型文件共享：

docker run -it \
  --name vitis_ai_container \
  -v /home/yourname/vitis_workspace:/workspace \
  xilinx/vitis-ai:3.0.0-cpu \
  /bin/bash

为什么会这样挂载？因为容器一旦删除，里面的数据就全没了。你想想看，辛辛苦苦训练好的模型，要是因为容器没了而丢失，那得多郁闷。

conda activate vitis-ai-pytorch

conda activate vitis-ai-tensorflow

4. XRT运行时安装：让硬件跑起来

XRT是Xilinx Runtime的缩写。说白了，它就是连接你的软件和FPGA硬件的桥梁。没有它，你的模型就只能在CPU上跑，没法真正加速。

安装XRT之前，先确认你的FPGA加速卡型号。我以Alveo U200为例：

wget https://www.xilinx.com/bin/public/openDownload?filename=xrt_202320.2.18.0_20.04-amd64-xrt.deb
sudo dpkg -i xrt_202320.2.18.0_20.04-amd64-xrt.deb
sudo apt install -f

安装完成后，重启一下：

sudo reboot

重启后，检查XRT是否正常工作：

xbutil examine

如果能看到你的加速卡信息，就说明安装成功了。

sudo xbutil flash --update

5. 验证环境：跑一个简单例子

环境装好了，我们来验证一下。进入Docker容器，激活环境，然后跑一个官方提供的ResNet50示例：

cd /workspace
git clone https://github.com/Xilinx/Vitis-AI-Tutorials.git
cd Vitis-AI-Tutorials/Design_Tutorials/02-VAI_Flow
python3 run.py

如果一切顺利，你会看到类似这样的输出：

Test accuracy: 76.47%
Throughput: 1250 images/sec

看到这个数字，就说明你的环境搭建成功了。

6. 知识体系总览

下面这张图，帮你理清整个环境搭建的脉络：

这张图很直观：四个模块缺一不可。Ubuntu是地基，Vitis AI是核心工具，Docker帮你隔离环境，XRT让硬件真正跑起来。每一步都踩实了，后面的模型部署才能顺风顺水。

好了，环境搭建就讲到这里。你跟着操作一遍，应该不会有大问题。如果遇到报错，别慌，多半是网络问题或者版本不匹配。多看看官方文档，或者来问我，我帮你一起排查。