xilinx/vitis-ai-pytorch-cpu
xilinx
Xilinx Vitis AI PyTorch CPU版：用于在Xilinx平台上加速AI推理的集成开发环境，提供针对PyTorch框架优化的IP、工具、库和模型，支持在CPU环境中进行AI推理加速开发。
下载次数: 0状态：社区镜像维护者：xilinx仓库类型：镜像最近更新：2 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
VitisAI
镜像概述与主要用途
Xilinx® Vitis™ AI 是一款集成开发环境（IDE），专为在Xilinx平台上加速AI推理而设计。它提供优化的IP、工具、库、模型及示例设计、教程等资源，助力用户完成AI应用的全流程开发。该环境注重高效性与易用性，可充分释放Xilinx SoC和Alveo数据中心加速卡的AI加速潜力。
Vitis AI容器镜像为其支持的平台和架构提供便捷分发方式，本镜像特定支持PyTorch框架在CPU环境下使用。
核心功能与特性
- 集成开发环境：提供完整的AI推理加速开发工具链，覆盖从模型优化到部署的全流程
- 优化组件：包含针对Xilinx平台深度优化的IP核、开发工具及运行时库
- 模型支持：预置多种预优化AI模型，降低模型部署门槛
- 资源生态：附带丰富的示例设计和教程文档，加速用户上手
- 框架适配：支持PyTorch深度学习框架，适配CPU运行环境
- 跨平台兼容：针对Xilinx SoC和Alveo数据中心加速卡进行专门优化
使用场景与适用范围
- AI推理应用开发：适用于基于Xilinx硬件平台的AI推理加速应用开发场景
- PyTorch模型部署：支持PyTorch框架训练的模型在CPU环境下的优化部署与运行
- 高效开发流程：满足需要简化AI推理加速开发流程的企业及开发者需求
- Xilinx平台适配：专为Xilinx硬件架构优化，提升AI推理任务的执行效率
许可证信息
拉取和使用Vitis AI容器镜像即表示您同意并接受Xilinx及第三方许可证条款。相关许可证包含在源代码文件头、《第三方声明》文档中，可通过以下链接查阅：
- https://github.com/Xilinx/Vitis-AI/blob/master/CONTAINER-CPU-LICENSE
- https://github.com/Xilinx/Vitis-AI/blob/master/docker/dockerfiles/PROMPT/PROMPT_cpu.txt
文档资源
如需获取Vitis AI的详细信息（包括发行说明、编程模型、API文档及开发工具指南），请访问官方文档链接：
https://github.com/Xilinx/Vitis-AI
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 vitis-ai-pytorch-cpu 镜像标签
docker pull docker.xuanyuan.run/xilinx/vitis-ai-pytorch-cpu:<标签>
DockerHub 原生拉取命令
docker pull xilinx/vitis-ai-pytorch-cpu:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"