PYNQ 框架和 Image

PYNQ是一个基于Linux和Ubuntu 以及 Python 语言的开源软件框架 （Framework），主要针对赛灵思（Xilinx） 的Zynq-7000 SoC 系列、Zynq UltraScale+ MPSoC 系列器件以及赛灵思的数据加速卡 Alveo 系列提供了一个基于Python语言的开发平台。PYNQ得名于“Python Productivity for Zynq”, 顾名思义，PYNQ是借助于目前最流行的Python编程语言简化了使用Zynq器件创建嵌入式应用的流程，是嵌入式开发者的福音。

借助PYNQ 平台，设计者可以使用Python这种高效的编程语言进行处理器的应用开发，提高开发效率；同时，基于PYNQ 中的Hardware Overlay and API以及Xilinx提供的xfOpenCV 硬件加速库，可以充分利用Zynq-7000、Zynq UltraScale+ MPSoC 中的可编程逻辑（Programmable Logic）资源，实现硬件加速。

在这里大家可以把PYNQ设想为一个多层堆栈，从底层的硬件系统延伸到操作系统层（包括用于与硬件接口的底层软件驱动程序和API），再到运行于操作系统之上的软件应用。PYNQ提供了一整套集成式软件与硬件组件，开发者不仅可以直接使用现有组件，而且也可以根据需要进行调整和扩展功能。总体而言，PYNQ加速了基于Zynq嵌入式系统的软硬件协同设计工作，提高了开发效率。

PYNQ支持哪些器件和开发板

PYNQ 主要支持赛灵思（Xilinx） 的Zynq-7000 SoC 系列、Zynq UltraScale+ MPSoC 系列器件以及Xilinx Alveo 系列加速卡。

1. PYNQ 最早由Xilinx Research Lab 和Xilinx University Program (XUP)合作开发，目前，一些第三方也加入了PYNQ的开发，为一些基于Zynq-7000、Zynq UltraScale+ MPSoC 的通用开发板（如：Pynq-Z1, Pynq-Z2, Xilinx的ZCU104, ZCU111 以及安富利 Ultra96）生成PYNQ 镜像文件 (Image file) 并提供持续更新，设计者可以到www.pynq.io 下载这些开发板的最新PYNQ 镜像文件。
2. 最新版本的PYNQ 也可以支持 Xilinx Alveo加速卡
3. 用户也可以利用github.com/Xilinx/pynq 提供的Source Code和Build 步骤为自己设计的Zynq-7000、Zynq UltraScale+ MPSoC 电路板生成PYNQ Image.

PYNQ Image 基本构成

PYNQ Image主要由三部分组成，如下图：

1. Ubuntu Root FS + Python 3.x Package + Jupyter Notebook
   1. Ubuntu根文件系统可以是Ubuntu 16.04或18.04
   2. Python 3.x 的解释器和Python库
   3. Jupyter Notebook 是一个基于Web 应用的交互式笔记本，可用于创建、运行Python代码
2. 用Xilinx Petalinux工具生成的Linux Image，这部分与器件或开发板的配置有关
   1. 使用Xilinx Petalinux工具和流程基于Zynq-7000、Zynq UltraScale+ MPSoC的BSP 生成Linux Image (该流程适用于通用的开发板，开发板一般会提供完整的BSP)
   2. 也可以使用从赛灵思开发工具Vivado 导出的.hdf 先产生BSP，再生成Linux Image (该流程适用于用户设计的开发板，不需要设计者提供BSP，直接使用Vivado工程导出的.hdf文件)
3. Xilinx 提供的 PYNQ Python Module and Class
   1. Hardware Overlay API
   2. 针对外设和PS-PL接口的Library，如GPIO, DMA, Interrupt …

运行PYNQ Image

大家可以从www.pynq.io 下载开发板的PYNQ Image 或者自己生成Pynq Image之后，该Image是一个磁盘镜像文件(.iso)，使用烧录工具（如Win32 Disk Imager或Etcher）将该.iso 文件烧录到SD卡，设置SD卡启动模式。

PYNQ Image运行之后，相当于启动了一个图形化界面的Desktop Linux (Ubuntu)，上面运行Jupyter Notebook这个应用程序，利用Jupyter Notebook 以及打包在Image中的Python 解释器和Python Library，用户就可以使用Python语言编写、运行自己的应用程序和文档了。