news 2026/8/24 4:52:01

Xilinx Vitis Core Development Kit 2025.2.1_Win+Linux

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Xilinx Vitis Core Development Kit 2025.2.1_Win+Linux

一、软件简介

Xilinx Vitis Core Development Kit(简称 Vitis 核心开发套件)是 AMD Xilinx 推出的统一异构计算开发平台 2025.2.1 稳定迭代版本,专为赛灵思 FPGA、Zynq-7000、Zynq UltraScale+、Versal 全系列自适应 SoC 器件打造。

套件整合硬件逻辑开发、嵌入式软件编译、AI 加速、系统级调试一体化工具链,脱离传统 Vivado 单一硬件开发局限,实现硬件可编程逻辑(PL)+ 嵌入式处理器(PS)+AI 引擎(AIE)协同开发,2025.2.1 作为增量维护版本,修复前代功能缺陷并优化编译、仿真、部署流程,面向硬件工程师、嵌入式开发、AI 边缘部署人员提供标准化开发环境,是自适应计算芯片的核心基础开发套件。

Vitis Core Development Kit 通过统一安装程序提供,安装包中已标配包含Vivado Design SuiteVitis Model ComposerVitis HLS,用户无需单独下载 Vivado。该平台将设计、验证和加速所需的功能整合到统一环境中,支持 Windows 和 Linux 双系统。

软件基础信息

Xilinx Vitis Core Development Kit 2025.2.1 集成 Vitis、Vivado、PetaLinux 全套 EDA 开发工具,专为 Xilinx FPGA、Zynq SoC、Versal ACAP 自适应计算平台打造嵌入式软件与硬件加速应用开发环境,是当前工业级 FPGA 全栈开发主流工具包。

  • 软件版本:2025.2.1
  • 发布年份:2026 年
  • 开发厂商:Xilinx(AMD 赛灵思)
  • 系统架构:纯 64 位程序
  • 界面语言:英文
  • 授权说明:内置激活机制,可解锁套件自带 IP 核、Beta 器件,支持 RDP 远程会话使用
  • 安装镜像:通用一体化镜像Xilinx_Unified_2025_2_1_0320_0604.iso,包含全部工具版本;轻量 Vivado Lab 版可单独使用独立镜像Xilinx_Vivado_Lab_2025_2_1_0320_0604.iso

二、主要功能

1. AI 引擎增强设计流程

数据类型扩展:新增块浮点类型 MX6、MX4,以及 cbfloat16(仿真模式),并增强了 cfloat 与 cbfloat16 在 FFT 和矩阵乘法函数中的支持;cint16 和 cint32 现支持在 FFT 中使用 cint16 旋转因子类型。

编程模型更新:支持创建只读共享缓冲区、AIE-ML 和 AIE-ML v2 的重复 MEM Tile 读取访问、DMA-FIFO 支持;Ping-pong 缓冲区可跨越两个相邻 MEM Tile;支持本地 Tile 存储器的共享参数;为 AIE-ML 和 AIE-ML v2 提供包交换增强功能。

2. DSP 库函数增强

面向 Versal AI 引擎的 DSP 库新增以下功能:

  • 累积和(Cumulative Sum)
  • 欧几里得距离(Euclidean Distance)
  • 通过 RTP 更新或 LUT 调用的函数逼近
  • 支持包交换的增强型 TDM FIR(节省 PLIO)
  • 利用 AIE + PL 的增强型 1D FFT(减少 PL 资源需求)
  • 吞吐量优化的增强型 FIR

3. AI 引擎映射器与路由器改进

编译器将探索不同的布局方案以实现更高效的实现。

4. 验证与仿真增强

  • Vitis 功能仿真工作流支持 C++(早期访问)
  • 支持使用 MATLAB 和 Python 测试平台进行硬件在环仿真(早期访问)

5. Vitis Model Composer 增强

  • SSR(超采样率)设计流程易用性更新(早期访问)
  • AI 引擎和 HDL 新增模块:
    • AIE/AIE-ML/AIE-ML v2:相关性/卷积等
    • HDL 库模块:FFT(新增 SSR=32、64 原生浮点支持)、FIR(支持带 SSR 的分数倍内插)

6. Vitis IDE 嵌入式开发增强

  • 用于更新构建配置的 Python API
  • PS Trace 默认对支持的核可见
  • 调试增强:Watch View 和 Register View 中更新值高亮显示
  • 支持取消或终止后端任务
  • 统一平台 BSP 文件路径(Linux 和 Windows)
  • Theia AI 集成(早期访问):支持开发者使用偏好的 LLM 和代码助手
  • 使用 Python API 创建 DFX 平台
  • 支持工作区备份或共享
  • 增强配置文件日志记录
  • 新增"Integration Project"组件

三、适合行业

  1. 工业自动化:伺服驱动、运动控制、工业视觉检测、PLC 异构控制单元开发
  2. 边缘人工智能:机器视觉识别、实时图像推理、低功耗端侧 AI 加速设备
  3. 通信射频:5G/6G 射频前端、软件无线电 SDR、高速数据收发、信号处理板卡
  4. 航空航天:高可靠嵌入式控制系统、星载实时数据处理、抗辐射 FPGA 固件开发
  5. 医疗电子:医学影像采集、便携式诊断设备、实时生物信号处理终端
  6. 汽车电子:车载 ADAS 视觉感知、车载实时控制、车规级 Zynq SoC 开发
  7. 测试测量:高速示波器、信号发生器、数据采集卡、自动化测试设备

四、系统要求

Windows 平台

  1. 操作系统:Windows 10 64 位专业版、Windows 11 64 位;不支持 32 位系统
  2. 处理器:Intel i7/i9、AMD Ryzen7 及以上多核 CPU,推荐 8 核及以上
  3. 内存:最低 16GB,大型 AIE / 大型 FPGA 工程推荐 32GB~64GB
  4. 硬盘:安装空间≥40GB,配套工程缓存建议预留 100GB 以上 NVMe 固态硬盘
  5. 显卡:支持 OpenGL 4.5,独立显卡 4GB 显存以上,用于波形与 AI 可视化
  6. 其他:管理员安装权限、关闭防火墙拦截 JTAG 驱动、安装对应 USB 下载器驱动

Linux发行版:

  • Red Hat Enterprise Workstation/Server:8.10、9.4、9.5、9.6、10.0
  • SUSE Linux Enterprise:15 SP4、15 SP6、15 SP7
  • Amazon Linux 2 AL2023 LTS
  • AlmaLinux:8.10、9.4、9.5、9.6、10.0
  • Ubuntu:22.04.3-22.04.5 LTS、24.04 LTS、24.04.1、24.04.2 LTS(需注意libtinfo.so.5依赖)
  • Rocky Linux:8.10、9.6、10.0

Linux 平台(推荐开发环境)

  1. 处理器:x86_64 架构多核处理器
  2. 内存:最低 16GB,大型综合工程 32GB 起步
  3. 硬盘:40GB 以上安装空间,SSD 优先
  4. 依赖库:预装 gcc、cmake、libusb、python3、图形界面基础库,关闭 SELinux 限制
  5. 权限:sudo 管理员权限,支持 USB JTAG 设备无权限访问配置

器件硬件适配

完整兼容 Zynq-7000、Zynq UltraScale+ MPSoC、Versal ACAP 全系列器件,支持主流开发板与自定义硬件板卡。

五、更新内容

2025.2.1 版本主要更新

问题修复

  • 修复了 Vitis 应用中 .bit 和 .tcl 文件未能使用最新生成版本的问题(需手动从 platform 文件夹复制正确版本)

2025.2 版本主要新特性汇总

  1. AI Engine API 增强:面向 Versal AI Edge 和 AI Edge Gen 2(AIE-ML 和 AIE-ML v2)的 API 增强
  2. 新型数据类型支持:块浮点 MX6、MX4、cbfloat16(仿真)
  3. DSP 库扩展:累积和、欧几里得距离、函数逼近等新函数
  4. 验证流程扩展:支持 MATLAB 和 Python 测试平台的硬件在环仿真(早期访问)
  5. IDE 增强:Python API 配置管理、Theia AI 集成(早期访问)、调试视图高亮更新
  6. 安装方式变更:自 2025.2 版本起,不再提供单文件下载,统一采用 Web 安装程序

百度网盘 请输入提取码

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/24 4:51:28

Python Lambda函数:从匿名工具到函数式编程核心

1. 从“匿名”到“核心”:为什么Lambda函数是Python的“瑞士军刀”如果你写过一段时间的Python,尤其是在处理数据清洗、列表操作或者给sort、map这类函数传回调时,大概率见过下面这种写法:sorted_list sorted(data, keylambda x:…

作者头像 李华
网站建设 2026/8/24 4:51:01

谷歌网络安全 IV 笔记(三)

https://github.com/OpenDocCN/sec-notes-zh/raw/master/docs/ggl-cbrsec-4/img/563c21b272f8709b264327ebf3dc664e_0.png 在本节课中,我们将学习SQL中一个非常强大的功能:连接表。通过连接,我们可以将数据库中不同表的信息组合起来&#xf…

作者头像 李华
网站建设 2026/8/24 4:48:25

Kaggle竞赛:数据科学求职的实战进阶指南

1. 为什么Kaggle竞赛是进入大厂的黄金门票在数据科学和机器学习领域,Kaggle早已成为全球最具影响力的竞赛平台。我作为参加过7次Kaggle竞赛并3次进入前10%的选手,可以负责任地告诉你:Kaggle经历确实能显著提升进入大厂的概率。去年我带的学员…

作者头像 李华
网站建设 2026/8/24 4:48:11

AI招聘工具的核心场景与实施指南

1. 项目概述去年帮一家中型互联网公司优化招聘流程时,我亲眼见证了HR团队从每天筛选200份简历到手忙脚乱,到引入智能工具后实现全流程自动化处理的转变。现在市面上超过76%的500强企业都已采用某种形式的AI招聘工具,但很多HR负责人其实并不清…

作者头像 李华
网站建设 2026/8/24 4:46:33

多智能体自主推理在流体动力学中的应用:从集中式模拟到分布式协同

1. 项目概述:当流体动力学遇上多智能体自主推理最近在流体力学和人工智能的交叉领域,一个概念正变得越来越热:多智能体自主推理。简单来说,这不再是让一个“超级大脑”去模拟整个复杂的流体系统,而是创造一群分工明确、…

作者头像 李华