Vivado Hls 设计分析（二）

在使用高层次综合，创造高质量的RTL设计时，一个重要部分就是对C代码进行优化。Vivado Hls总是试图最小化loop和funcTIon的latency，为了实现这一点，它在loop和funcTIon上并行执行尽可能多的 *** 作。比如说，在funcTIon级别上，高级综合总是试图并行执行funcTIon。

除了这些自动优化，directive是用来：
（1） 并行执行多个tasks，例如，同一个function的多次执行或同一loop的多次迭代。这是流水线结构。
（2） 调整数组的物理实现（(block RAM），函数，循环和端口，以提高数据的可用性，并帮助数据流更快地通过设计。
（3） 提供关于数据dependency的信息，或者缺乏数据dependency，允许执行更多的优化。最终的优化是修改C源代码，以消除在代码中意外的dependency，但是这可能会限制硬件的性能。

本文使用的sample设计是一个matrix multiplier函数。目标是在每一个时钟周期处理一个新的sample，并实现数据流接口。

优化matrix multiplier

solution1

这里使用矩阵乘法器设计，来显示如何可以完全优化基于loop的设计。设计目标是在每个时钟周期读取一个使用FIFO接口的sample，同时最大限度地减少了面积。此分析包括一个比较在loop级优化和在function级优化的方法。

对比loops和function pipeline的使用，创建一个可以处理采样时钟的设计。分析设计不符合性能要求的两个最常见的原因：loops dependency和数据流的限制（或瓶颈）。

Step 1:创建并打开Project
找到Design_Optimization lab1文件夹，依次在Command Prompt 窗口输入vivado_hls –f run_hls.tcl和vivado_hls –p matrixmul_prj

Step 2:综合分析设计
综合后的结果：

 

（1）图中，总的interval为80个时钟周期。因为每个输入数组中都有九个元素，所以设计每输入读取需要约九个周期。
（2）interval比latency多一个时钟周期，所以没有在硬件上并行执行。
（3）interval/latency是由于嵌套loops

I.Product inner loop：
-有一个2个时钟周期的延迟。
-总的迭代有6个时钟周期。

II.COL loop：
-它需要1个时钟输入和1个时钟退出。
-它需要8个时钟周期为每个迭代（1 + 6 + 1）。
-总的有24个周期完成所有迭代。

III.顶层loops每次迭代需要26个时钟周期，总的loops迭代共78时钟周期。

为了改善initiation interval，则需要：pipeline loops或pipeline整个function，并比较这两种结果。当pipelining loops时，loops的initiation interval是监控的重要度量指标。即使设计达到loop可以在每个时钟周期处理一个sample，函数的initiation interval仍然需要包含函数内的loops来完成所有数据的处理。

solution2: Pipeline the Product Loop

Step 1创建solution2，在Product loop下面插入pipeline directive（这里在Directive Editor下选择pipeline）

 

注意：当pipeline嵌套loop时，通过pipeline最内部Loop最大的好处就是，即有利于处理数据的sample。高级综合自动应用loop flattening，折叠嵌套loop，删除loop转换（本质上是创建一个更多迭代的单循环，但时钟周期整体较少）。

Step 2 综合设计到RTL级
在综合过程中，我们得到Console pane中报告的信息，显示loop flattening是loop Row上执行，默认内部Interval target为1由于依赖关系不能在loop Product上完成。

 

图中表明，虽然Product loop已经被pipeline，interval为2，但是顶层loop没有被pipeline。顶层loop不能pipeline的原因是，loop flattening只发生在loop Row，在loop Col 到Product loop上没有loop flattening。下面解释loop flattening不能flatten所有nested loop的原因。