【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

【机器人】复现 StreamVLN 具身导航 | 流式VLN | 连续导航

【机器人】复现 StreamVLN 具身导航 | 流式VLN | 连续导航

StreamVLN 通过在线、多轮对话的方式,输入连续视频,输出动作序列。 通过结合语言指令、视觉观测和空间位姿信息,驱动模型生成导航动作(前进、左转、右转、停止)。 论文地址:StreamVLN: Streaming Vision-and-Language Navigation via SlowFast Context Modeling 代码地址:https://github.com/OpenRobotLab/StreamVLN 本文分享StreamVLN 复现和模型推理的过程~ 下面是示例效果: 1、创建Conda环境 首先创建一个Conda环境,名字为streamvln,python版本为3.9; 然后进入streamvln环境,执行下面命令: conda create -n streamvln python=3.9 conda activate streamvln 2、 安装habitat仿真环境

AI绘画效率革命:Z-Image-Turbo4步极速显影技术

AI绘画效率革命:Z-Image-Turbo 4步极速显影技术 引言 还在为生成一张高清AI图片等上几分钟甚至十几分钟吗?那种看着进度条缓慢爬升,或者中途因为显存不足而报错崩溃的体验,相信很多尝试过AI绘画的朋友都经历过。传统的扩散模型虽然效果惊艳,但动辄20步、50步的迭代计算,让“快速出图”成了一种奢望。 今天要介绍的 Z-Image-Turbo 极速云端创作室,就是为了解决这个痛点而生的。它搭载了与SDXL Turbo同源的加速引擎,将图像生成过程压缩到了惊人的 4步。这不仅仅是速度的提升,更是一种工作流的革新——从“等待渲染”到“立等可取”。想象一下,你输入一段描述,点击生成,几乎在眨眼之间,一张1024x1024的高清图片就呈现在你面前。无论是寻找灵感的概念设计师,还是需要快速产出素材的内容创作者,这都意味着效率的指数级飞跃。 本文将带你深入了解这项“4步极速显影”技术的核心原理,并手把手教你如何快速部署和使用这个镜像,体验真正的AI绘画效率革命。 1. 极速背后的技术核心:Turbo加速与稳定性保障 Z-Image-Turbo之所以能实现“秒级出图”,并非简

基于无人机遥感的植被覆盖度测量实践与经验分享

基于无人机遥感的植被覆盖度测量实践与经验分享

分享基于无人机遥感的植被覆盖度测量实验经验,主要任务是利用大疆Mavic 3无人机进行植被覆盖度地面测量,包含样方设计、航线规划、现场拍摄以及借助AI算法计算覆盖度。 一、实验概况与目的 实验测量的植被覆盖度(Fractional Vegetation Cover, FVC)定义为植被地上部分垂直投影面积占统计区总面积的百分比,是反映生态环境状态的重要参量,传统地面测量耗时耗力,而无人机遥感凭借其高机动性和高分辨率成为主流手段。本次实验的主要目的是: * 掌握无人机遥感监测的标准化操作流程 * 学习植被覆盖度地面测量的技术方法 * 熟悉使用AI(DeepSeek算法)完成植被覆盖度计算 * 总结无人机监测中的常见问题及解决方案二、技术方法与工作流程 二、技术方法与工作流程 2.1 植被覆盖度地面测量技术简介 植被覆盖度指单位面积内植被冠层(叶、茎、枝)垂直投影面积所占的比例。目前最常用的地面测量方法是照相法——利用数码相机或无人机拍摄样方照片,然后通过图像识别计算植被像素占比。本次实验采用无人机垂直向下拍摄小样方(1m×1m),再通过算法批量计算覆盖度。 2.

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体 本文应用基于Rokid灵珠智能体/CXR SDK开发,开发指南https://forum.rokid.com/index 灵珠平台简介 Rokid 自研 AI 开发平台,基于多模态大模型与轻量化架构,打造零门槛、全栈化 AI 开发体系。平台提供可视化编排、预置能力组件,支持原型到云端、端侧一站式敏捷部署,并深度适配 Rokid Glasses 智能眼镜,通过专属硬件接口与低功耗优化,实现 AI 应用高效端侧落地,助力开发者快速打造视觉识别、语音交互等穿戴式 AI 应用,拓展 AI + 物理世界的交互边界可视化编排工具,拖拽式快速搭建应用预置丰富能力组件库,涵盖对话引擎、视觉识别等核心模块支持从原型设计到云端、端侧的一站式敏捷部署提供设备专属适配接口,实现硬件深度协同搭载低功耗运行优化方案,