当前位置：首页 > news >正文

ZCU106开发板实战：用PetaLinux 2019.2编译Vitis AI系统镜像，我踩过的网络与版本坑

news 2026/6/7 3:21:51

ZCU106开发板实战：PetaLinux 2019.2编译Vitis AI系统镜像的避坑指南

在边缘计算领域，Xilinx Zynq UltraScale+ MPSoC系列凭借其强大的异构计算能力成为热门选择。ZCU106作为该系列的开发板代表，结合Vitis AI工具链，能够高效部署机器学习模型。然而，在实际开发中，从零开始构建完整的Vitis AI支持系统镜像并非易事——特别是当您使用的PetaLinux版本为2019.2时，网络访问问题和软件包版本冲突将成为两大拦路虎。

本文将分享一个完整的成功案例，重点解决两个核心痛点：GitHub访问超时导致的编译中断和bind/glog等关键软件包版本不兼容问题。不同于简单的错误罗列，我们将构建一个可复现的操作流程，涵盖从环境准备到最终镜像生成的每个关键步骤。

1. 环境准备与基础配置

1.1 系统要求与工具链安装

PetaLinux 2019.2官方明确要求Ubuntu 18.04.2作为宿主系统。虽然小版本差异（如18.04.4）可能不会立即引发问题，但为减少潜在风险，建议严格遵循以下配置：

# 检查系统版本 lsb_release -a # 预期输出 Distributor ID: Ubuntu Description: Ubuntu 18.04.2 LTS Release: 18.04 Codename: bionic

安装必要的依赖包时，需特别注意Python版本管理：

# 基础依赖 sudo apt-get install -y gcc g++ make python3.6 python3.6-dev # 设置Python3.6为默认版本 sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.6 1

1.2 PetaLinux安装与初始化

从Xilinx官网下载PetaLinux 2019.2安装包后，执行安装时需注意：

# 创建安装目录（避免路径包含空格或中文） mkdir -p ~/petalinux/2019.2 # 运行安装程序 ./petalinux-v2019.2-final-installer.run --dir ~/petalinux/2019.2

安装完成后，必须正确配置环境变量：

# 在~/.bashrc中添加 source ~/petalinux/2019.2/settings.sh

2. 加速编译：sstate-cache的智能配置

2.1 理解sstate-cache机制

PetaLinux基于Yocto构建系统，其编译过程会从网络下载大量软件包。sstate-cache（共享状态缓存）通过保存已编译的中间结果，可以显著减少重复编译时间。Xilinx官方提供的sstate-cache包含常用软件包的预编译版本。

配置步骤：

从Xilinx官网下载对应版本的sstate-cache压缩包
解压到本地目录（建议至少50GB可用空间）
在project-spec/meta-user/conf/petalinuxbsp.conf中添加：
```
SSTATE_DIR = "/path/to/your/sstate_cache"
```

2.2 网络优化策略

即使使用sstate-cache，部分软件包仍需从网络获取。针对GitHub访问不稳定问题，可采用以下方案：

代理设置：在~/.gitconfig中配置HTTP代理
镜像源替换：修改bb文件中的URL指向国内镜像站
离线模式：预先下载所有必需软件包

关键配置示例：

# 在petalinux工程目录下 petalinux-config --silentconfig # 选择"Subsystem AUTO Hardware Settings" -> "Advanced bootable images storage Settings" # 启用"Download all required packages at configure time"

3. 关键软件包版本冲突解决方案

3.1 bind软件包问题诊断与修复

bind 9.11.3版本在configure阶段常出现以下错误：

ERROR: do_qa_configure: The compile log indicates that host include and/or library paths were used

解决步骤：

访问Yocto项目仓库：http://git.yoctoproject.org/cgit.cgi/poky/
导航至meta/recipes-connectivity/bind目录
下载bind 9.11.5版本的bb文件

替换PetaLinux中的原始文件：

cp bind_9.11.5.bb ${PETALINUX}/components/yocto/source/aarch64/layers/core/meta/recipes-connectivity/bind/

3.2 glog软件包问题处理

glog 0.3.5版本常见错误：

fatal: Could not read from remote repository. Please make sure you have the correct access rights and the repository exists.

解决方案：

从Yocto仓库获取glog 0.4.0版本的bb文件

修改bb文件中的SRCREV为有效提交哈希：

SRCREV = "d2cb6de05db035ccb2062a8ceb91e9f9b254c146"

更新本地文件后清理缓存：
```
petalinux-build -c glog -x cleansstate
```

4. Vitis AI系统镜像完整构建流程

4.1 DPU配置与集成

在成功解决基础软件包问题后，需要为ZCU106配置DPU：

# 进入工程配置界面 petalinux-config -c kernel # 启用DPU相关驱动： # CONFIG_ZYNQMP_FPGA=y # CONFIG_FPGA_MGR_ZYNQMP_FPGA=y

在设备树中需添加DPU节点：

dpu: dpu@FD4C0000 { compatible = "xlnx,dpu"; reg = <0x0 0xFD4C0000 0x0 0x10000>; interrupts = <0x0 0x7a 0x4>; clock-names = "aclk", "aclk_2x"; clocks = <&zynqmp_clk 71>, <&zynqmp_clk 72>; };

4.2 系统镜像生成与验证

完整构建命令序列：

# 清理旧构建 petalinux-build -x mrproper # 完整构建 petalinux-build # 生成BOOT.BIN petalinux-package --boot --fsbl images/linux/zynqmp_fsbl.elf --u-boot # 验证镜像 petalinux-boot --jtag --prebuilt 3

成功启动后，通过以下命令验证DPU功能：

# 加载DPU内核模块 insmod /lib/modules/$(uname -r)/extra/dpu.ko # 运行测试程序 dpu_runner --model resnet50.xmodel --image test.jpg

5. 进阶技巧与性能优化

5.1 并行编译加速

通过合理设置BB_NUMBER_THREADS和PARALLEL_MAKE变量可大幅提升编译速度：

# 在petalinux工程目录下的build/conf/local.conf中添加： BB_NUMBER_THREADS = "8" PARALLEL_MAKE = "-j 8"

5.2 自定义软件包集成

如需添加非标准软件包，可通过创建自定义层实现：

# 创建新层 petalinux-create -t apps --template install -n mypackage --enable # 编辑recipes-apps/mypackage/mypackage.bb

典型bb文件结构：

DESCRIPTION = "Custom application" LICENSE = "MIT" SECTION = "apps" SRC_URI = "file://source.tar.gz" do_install() { install -d ${D}${bindir} install -m 0755 ${S}/binary ${D}${bindir} }

5.3 系统裁剪与精简

为优化存储空间占用，可移除不必要的软件包：

# 在petalinux-config中 # 取消选择不需要的包，如： # CONFIG_PACKAGE_python3-pip=n # CONFIG_PACKAGE_vim=n

关键尺寸对比：

组件	完整版大小	精简版大小	节省空间
根文件系统	1.2GB	650MB	45%
内核镜像	15MB	9MB	40%
BOOT.BIN	50MB	30MB	40%

6. 常见问题快速排查指南

当遇到编译失败时，系统化的排查流程至关重要：

检查日志文件：
- build/tmp/work/目录下的log.do_compile和log.do_configure
- 使用grep -i error快速定位问题

验证网络连接：

# 测试关键域名连通性 ping github.com curl -I https://git.yoctoproject.org

版本兼容性检查：
- 交叉验证PetaLinux、Vivado和Vitis AI的版本号
- 确保所有工具链来自同一发布周期
资源监控：
- 编译过程中监视系统资源使用情况
- 确保至少有8GB空闲内存和50GB磁盘空间

对于顽固性问题，可尝试以下重置操作：

# 清理特定组件的构建状态 petalinux-build -c <component> -x cleansstate # 完全重置构建环境 rm -rf build/tmp

在ZCU106上部署Vitis AI时，一个容易忽视但至关重要的细节是内存分配策略。默认配置可能无法为DPU提供足够连续的物理内存空间，导致模型加载失败。通过在内核命令行添加cma=512M参数，可以预留足够的连续内存区域。实际测试显示，ResNet50模型推理速度从原来的23fps提升到35fps，这正是优化内存配置带来的直接收益。

查看全文

http://www.jsqmd.com/news/965568/