学fpga（hls之平均值算法编写）

Posted 2022-05-05 费晓行

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        一些soc中的fpga，本身除了作为硬件使用之外，还可以作为硬件加速使用。如果是cpu上做的比较慢的一些操作，那么就可以用fpga来加速，这个时候hls就能排上用场了。可以以求平均值作为举例，看看fpga上面是怎么用hls做平均值的计算。

1、一般写法

#include <ap_cint.h>
uint32 _average_int(uint32* array, int num)

	uint32 sum = 0;
	int i;

	for(i = 0; i < num; i++)
	
		sum += array[i];
	

	return sum / num;


uint32 average_int(uint32* array, int num)

#pragma HLS INTERFACE s_axilite port=return
#pragma HLS INTERFACE s_axilite port=num
#pragma HLS INTERFACE m_axi depth=1024 port=array

	uint32 result = _average_int(array, num);
	return result;

        和之前一篇文章有所不同的是，这里的函数return接口是s_axilite，函数返回值也是uint32。此外，除了num还是s_axilite之外，array已经变成了m_axi，毕竟可能需要从ddr读取数据来进行操作。可以看一下编译后的一个中断接口，

2、添加pipeline 

#include <ap_cint.h>
uint32 _average_int(uint32* array, int num)

	uint32 sum = 0;
	int i;

	for(i = 0; i < num; i++)
	
#pragma HLS PIPELINE
		sum += array[i];
	

	return sum / num;


uint32 average_int(uint32* array, int num)

#pragma HLS INTERFACE s_axilite port=return
#pragma HLS INTERFACE s_axilite port=num
#pragma HLS INTERFACE m_axi depth=1024 port=array

	uint32 result = _average_int(array, num);
	return result;

        1中的代码虽然能实现功能，但是毕竟不是并行的。一种简单的方法，就是在for循环里面添加pipeline，这样可以提供数据的吞吐量。流水线的加速原理比较简单。就是假设一件事情需要三个步骤，那么在前一件事情开始做第二个步骤的时候，第二件事情没有必要等第一件事情做完，就可以开始第一步骤的操作。

3、进一步添加cache和dataflow

#include <ap_cint.h>
#include <string.h>
uint32 sum;

void _average_int(uint32* array, int num)

	sum = 0;
	uint32 cache[64];
#pragma HLS STREAM variable=cache depth=64
	int i;
	int j;
	int len;

	for(i = 0; i < num; i+= 64)
	
#pragma HLS LOOP_TRIPCOUNT min=0 max=1024
#pragma HLS DATAFLOW

		if((num - i) >= 64)
		
			len = 64;
		
		else
		
			len = num - i;
		

		memcpy(cache, array+i, len);

		for(j = 0; i < len; j++)
		
#pragma HLS PIPELINE
			sum += cache[j];
		
	



uint32 average_int(uint32* array, int num)

#pragma HLS INTERFACE s_axilite port=return
#pragma HLS INTERFACE s_axilite port=num
#pragma HLS INTERFACE m_axi depth=1024 port=array

	_average_int(array, num);
	return sum;

        和1、2相比较而言，3改动较大。除了添加了全局变量sum之外，还添加了cache和dataflow。添加cache，主要是因为总线资源比较宝贵，可以一次性加载多个数据进行处理，不用每次只加载一个，这样太浪费资源。另外，添加了dataflow之后，memcpy和后面的for循环可以进行数据流操作，进一步提高数据的并行性。

4、优化的步骤和方法

        一般来说，hls的优化并不是一蹴而就的。这中间不断的迭代和改进是不可或缺的。通常，第一步是完成基本功能开发，接着完成接口的设定，最后是数据、for循环、流水线的优化。当然，所有这一切还是要上机进行实际环境的验证。资料里面直接给出代码的做法缺少了思考的过程，这方面恰恰是自己需要进行补齐和锻炼的。