【FPGA】Vivado 保姆级安装教程 | 从官网下载安装包开始到安装完毕 | 每步都有详细截图说明 | 支持无脑跟装

【FPGA】Vivado 保姆级安装教程 | 从官网下载安装包开始到安装完毕 | 每步都有详细截图说明 | 支持无脑跟装

安装包下载:Xilinx_Vivado Download Link(下好后可直接安装)

目录 (有安装包后,可直接跳转至 Step5,免得去官网下了,比较麻烦

Step1:进入官网

Step2:注册账号

Step3:进入下载页面

Step4:下载安装包

Step5:安装

Step6:等待软件安装完成

安装完成

Step1:进入官网

① 我们可以选择在 XILINX 官网下载其公司旗下的产品 Vivado

🔍 官网地址:www.xilinx.com           (英文)www.china.xilinx.com  (官方中文网站)

👉 点击直达:Xilinx - Adaptable. Intelligent | together we advance_    (英文)Xilinx -灵活应变.Intelligent | 同超越,共成就_                (官方中文网站)

② 进入官网

"Xilinx is now part of AMD"

我们看到了醒目的 AMD 字样……是的,你没有看错,XILINX 被 AMD 收购了 ~

如果你对该事件比较感兴趣,不妨看看: AMD ׀ 同超越,共成就 _ 人工智能

​  下面是苏妈的收购感言:

所以我们要登录网站,就需要注册 AMD 账号。(如果你已经有账号了请自行跳过 Step2)

Step2:注册账号

① 进入页面:首先点击网页右上角 "人物" 按钮,随后点击 "Login | Register"

​ (登录页面和注册页面是放一起的)

② 点击创建密码:随后会转到登陆界面,直接点击 "创建密码" 进入注册页面

 ③ 账户创建:填写姓名以及邮箱,这里填的邮箱是用来接收验证信息的,所以一定要填一个能用的邮箱。然后选择语言首选项和位置,上面的信息其实除了邮箱都可以随便填。最后进行完谷人机身份验证后,点击 Submit 提交即可。 

④ 激活账户:访问令牌在你的邮箱中,如果你没有收到邮件,可以点击黑色按钮 "重新发送电子邮件"。 设置密码这块比较烦,长度必须包含10且需要包含 1个大写字母,1个小写字母,1个数字,1个特殊字符。这里不得不吐槽一下,是真的很麻烦。

⑤ 登陆账号:激活账户后,会跳转到登录页面。此时输入刚才的邮箱和密码即可登陆。

登陆后跳转显示如下页面则说明登陆成功:

Step3:进入下载页面

如果你不想一个个点击去找下载页面在哪,可以直接点击下面的链接:

🔗 下载页面:Downloads

① 点击 Company:

② 点击 Support:

③ 点击 Doneloads & Licensing:

点击之后就进入到了下载页面:

Step4:下载安装包

① 选择下载版本:这里我们选择 2017.3 版本

② 下拉选择你系统对应的安装包:

③ 认证个人信息:下载之前还需要再次填写个人信息,简单地填一下,然后点击 Download 按钮就可以下载了。

④ 等待安装包下载完毕即可:

​  

Step5:安装

①  打开安装包:下完完毕后我们打开安装包进行安装:

如果弹出 Windows 安全中心警报,点击 允许访问 即可:

此时可能会弹出让你下新版本的信息框,我们这里选择 Continue 即可:

 ③ 此时就看到了安装向导,Welcome 欢迎界面,点击 Next >  

④ 再次输入账号密码:

⑤ 勾选同意:这三个条款全部勾选后才能选择 Next>

⑥ 选择版本:这里选择你需要的版本即可

平常用的少,也不是专攻硬件的,所以听从建议,选 WebPACK。 

多数人这里会选择 HL design Edition.

如果充裕的磁盘空间,建议全部勾选。

⑦ 选择安装路径:

默认是安装在 C盘的,可以选择其他盘。

​  这里按 Yes,即可创建文件目录。

⑧ 点击 Install 安装:

Step6:等待软件安装完成

这可能会是一个漫长的等待,长到令人窒息,就像是安装核弹发射系统一样。

在这期间你可以选择看看它滚动的宣传图,当然也没有什么好看的也就那几张,看腻了就最小化让它自己装就行了。

在这期间可能会弹出 Windows 安全中心:信任安装即可。

安装完成

安装完成后会弹出信息框,提示你软件已经成功安装:

安装完成后桌面上会生成 Vivado 的快捷方式,双击打开即可:

至此,Vivado 已安装完毕。

End.


附录:常见问题汇总(更新时间 24.9.10)

1. 关于个人信息验证失败的问题

有不少朋友反应 Download Center(下载中心)阶段个人信息填的有问题,过不了认证。

* 下面是我个人的填写方法,亲测有效,仅供参考!

1. First Name 填 Cai
2. Last Name 填 Xukun
3. Business E-mail默认是帮你填好的了,我的是QQ邮箱(QQ邮箱亲测可行)
4. Company Name 填 Samsung
5. Address1 填 SL
6. Location 选择 Korea, Republic of
7. City 填 Seoul
8. Job Function 选 Developer - Software

注意,打红色星号的都是必填的,其他都可以不填!
填完之后点击 红色按钮 Download 即可。

还是不行就再换邮箱!!!!80%问题都是邮箱问题!

2. 密码设置的问题

设置的密码不得包含您的电子邮件地址、名字或姓氏,不然一直不通过,他也不告诉你原因。

Read more

FPGA Debug:PCIE XDMA没有Link up(驱动检测不到xilinx PCIE设备)使用LTSSM定位问题

FPGA Debug:PCIE XDMA没有Link up(驱动检测不到xilinx PCIE设备)使用LTSSM定位问题

问题现象: 与驱动联调:驱动无法扫描到Xilinx的PCIE设备 通过ila抓取pcie_link_up信号:发现link up一直为低 问题分析:         出现这种情况,在FPGA中搭建测试环境,使用XDMA+BRAM的形式,减少其它模块的影响,框架如下: 1 检查PCIE的时钟 时钟,必须使用原理图上的GT Ref 差分时钟,通过IBUFDSGTE转为单端时钟 2 检查PCIE 复位 复位:PCIE复位信号有要求--上电后,PCIE_RESTN信号需在电源稳定后延迟一段时间再释放,通常是100ms以上 而这100ms的时间,系统主要做以下的事情: * 电源稳定时间 * 参考时钟稳定时间 * PCIe IP核的复位和初始化时间 * 链路训练时间 // 典型的100ms时间分配: 0-10ms   : 电源稳定 (Power Stable) 10-20ms  : 参考时钟稳定 (Refclk Stable)   20-30ms  : 复位释放和PLL锁定 (Reset Release

AI小白也能快速用五分钟复现的ERNIE-4.5系列模型单卡部署与心理健康机器人实战案例

AI小白也能快速用五分钟复现的ERNIE-4.5系列模型单卡部署与心理健康机器人实战案例

* 本文重点在于文心大模型的微调 * 一起来轻松玩转文心大模型吧👉一文心大模型免费下载地址: https://ai.gitcode.com/theme/1939325484087291906 计算机配置 * 在国内部署选个自带CUDA的会快一点,不自带还得去NVIDIA下载,而其提供的CUDA依赖需要科学上网才能下载快。换阿里清华源也没用。 * 文心模型汇总 环境配置与部署 1. 更换镜像源(使用阿里云镜像源): sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak sudo sed -i 's|http://archive.ubuntu.com/ubuntu|http://mirrors.aliyun.com/ubuntu|g' /etc/apt/sources.

AI无人机赋能乡村道路管护构建智慧交通的“最后一公里“新范式,基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建公共交通道路场景下路面缺陷病害智能化检测预警系统

AI无人机赋能乡村道路管护构建智慧交通的“最后一公里“新范式,基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建公共交通道路场景下路面缺陷病害智能化检测预警系统

在乡村振兴战略的推进过程中,"村村通"工程作为连接城乡的重要纽带,已实现全国98%以上的行政村通硬化路。然而,随着农村公路里程的快速增长,传统人工巡检模式逐渐暴露出效率低、覆盖难、响应慢等痛点。当AI技术遇上低空无人机,一场乡村道路管护的智能化革命正在悄然发生,为破解农村交通治理难题提供了创新方案。 一、传统巡检之困:乡村道路管护的"阿喀琉斯之踵" 农村公路具有"点多、线长、面广"的典型特征,全国农村公路总里程已突破450万公里。传统人工巡检模式下,养护队伍需定期徒步或驾车巡查,日均巡检里程不足20公里,且受地形限制,桥梁涵洞、临水临崖等特殊路段存在巡检盲区。某农业大省调研显示,农村公路病害发现平均滞后周期达47天,裂缝发展成坑槽的比例高达63%,直接导致养护成本增加3-5倍。 更严峻的是,农村地区技术人才短缺,巡检人员平均年龄超过50岁,对裂缝宽度、沉陷深度等关键指标的判断依赖经验,数据记录仍采用纸质台账,难以实现病害发展的动态追踪。这种"被动式"

AI绘画提示词工程:从基础原理到高效实践

快速体验 在开始今天关于 AI绘画提示词工程:从基础原理到高效实践 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 AI绘画提示词工程:从基础原理到高效实践 背景:提示词的重要性与当前痛点 AI绘画模型如Stable Diffusion已经让图像生成变得触手可及,但很多开发者发现,同样的模型在不同提示词下表现差异巨大。常见问题包括: * 语义歧义:模型对抽象词汇理解不一致,比如&