HLS优化设计的最关键指令

HLS 优化设计的最关键指令有两个：一个是流水线 (pipeline)指令，一个是数据流(dataflow)指令。正确地使用好这两个指令能够增强算法地并行性，提升吞吐量，降低延迟但是需要遵循一定的代码风格。展开 (unroll) 指令是只针对 for 循环的展开指令，和流水线指令关系密切，所以我们放在一起首先我们来看一下这三个指令在 Xilinx 官方指南中的定义：

Unroll:Unroll for-loops to create multiple instances of the loopbody and its instructions that can then be scheduled independently.

Pipeline:Reduces the initiation interval by allowing theoverlapped execution of operations within a loop or function.

Dataflow:Enables task level pipelining, allowing functions andloops to execute concurrently. Used to optimize through output and/or latency.

Unroll 指令在 for 循环的代码区域进行优化，这个指令不包含流水线执行的概念，单纯地将循环体展开使用更多地硬件资源实现，保证并行循环体在调度地过程中是彼此独立的。

Pipeline 指令在循环和函数两个层级都可以使用，通过增加重复的操作指令（如增加资源使用量等等）来减小初始化间隔。

Dataflow 指令是一个任务级别的流水线指令，从更高的任务层次使得循环或函数可以并行执行，目的在于减小延迟增加吞吐量。

Unroll 和 Pipeline 指令相互重合的关系在于，当对函数进行流水线处理时，以下层次结构中的所有循环都会自动展开，而使用展开指令的循环并没有给定对II的约束。在最新版本的 Vitis HLS 工具中，工具会自动分析数据之间的流水线操作关系，以II＝１为目标优化，但是还是会受限于设计本身的算法和代码风格。下图非常清晰地阐明了Unroll 和 Pipeline 指令的关系，Pipeline 指令放置的循环层次越高，循环展开的层次也越高，最终会导致使用更大面积的资源去实现，同时并行性也更高。

这里如果循环的边界是变量的话，则无法展开。这将组织函数被流水线化，可以通过添加tripcount 等指令，指定循环在综合时大概的最大最小边界。

在循环流水线优化的过程中，有一个完美循环，半完美循环和非完美循环的代码风格概念，只有当流水线循环完美或半完美时，才可以将嵌套循环彻底并行展开。

完美循环：只有最里面的循环才具有主体内容，在循环语句之间没有指定逻辑，循环界限是恒定的。

半完美循环：只有最里面的循环才具有主体 (内容), 在循环语句之间没有指定逻辑，只有最外面的循环边界可以是可变的。

非完美循环：循环的主体内容分布在循环的各个层次或内层循环的边界是变量。

当我们要争去最大流水线循环的成功执行，就需要将非完美循环手动修改成完美或半完美循环。以下代码例子给出了完美循环（左边）和非完美循环（右边）在Vitis HLS 中的执行结果。

Perfect_loop

#include "loop_perfect.h"

void loop_perfect (din_t A[N], dout_t B[N]) {

int i,j;

dint_t acc;

LOOP_I:for (i=0; i < 20; i++) { 

LOOP_J: for (j=0; j < 20; j++) { 

if(j==0) acc = 0;

acc += A[j] * j;

if(j==19) {

if (i%2 == 0)

B[i] = acc / 20;

else

B[i] = 0;

}

}

}

}

void loop_imperfect (din_t A[N], dout_t B[N]) {

int i,j;

dint_t acc;

LOOP_I:for(i=0; i < 20; i++){ 

acc = 0;

LOOP_J: for (j=0; j < 20; j++) { 

acc += A[j] * j;

}

if (i%2 == 0)

B[i] = acc / 20;

else

B[i] = 0;

}

}

综合完毕后，我们可以在分析窗口和综合报告中都很清晰的看出，完美循环在执行的时候，工具自动将内层循环LOOP_J和外层循环LOOP_I合并为一整个大循环，并实现了整个大循环的流水线操作，延迟的周期数为: (400-1) *1+8-1 =406个周期数，延迟大约为 408*2.5 = 1,020 ns

非完美循环中，内层和外层循环没有合并，只有内层循环LOOP_J 实现了流水线执行，进出内循环的浪费的时钟周期增加了整个循环的时钟周期，同时还有一些命令行没有办法跨越循环的层级实现调度上的优化，这些因素都导致了设计的延迟的增加。

责任编辑：lq