学fpga（hls之unroll的使用）

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】

        hls里面除了提供了c、c++的编辑、综合功能之外，还提供了很多与之配套的功能，比如说testbench、co-sim、open wave viewer、compare report等等。这些都是分析fpga效果的利器。大家在学习hls的时候，要时刻记得是，我们编写的不是代码，其实是电路，和verilog一样的电路。言归正传，今天还是看一下hls里面unroll是怎么使用的。

1、简单多项式计算

void computer_matrix(uint32 src, uint32* dst, uint32 a, uint32 b, uint32 c)

#pragma HLS INTERFACE ap_ctrl_none port=return
#pragma HLS INTERFACE s_axilite port=src
#pragma HLS INTERFACE s_axilite port=a
#pragma HLS INTERFACE s_axilite port=b
#pragma HLS INTERFACE s_axilite port=c

	*dst = src * a + b + c;

        综合一下，看一下效果，

        进一步分析计算的流程，从图中可以看出来，tmp1和tmp_2是可以一起完成的，

2、强制顺序执行的多项式计算

void computer_matrix(uint32 src, uint32* dst, uint32 a, uint32 b, uint32 c)


#pragma HLS INTERFACE ap_ctrl_none port=return
#pragma HLS INTERFACE s_axilite port=src
#pragma HLS INTERFACE s_axilite port=a
#pragma HLS INTERFACE s_axilite port=b
#pragma HLS INTERFACE s_axilite port=c


	*dst = src * a ;
	*dst += b;
	*dst *= c;

        分析方法和1是一样的，只不过这个时候latency和interval都变成了3。

        进一步分析调度器视图，

3、加入循环的多项式计算

void computer_matrix(uint32 src[10], uint32 dst[10], uint32 a, uint32 b, uint32 c)

#pragma HLS INTERFACE ap_ctrl_none port=return
#pragma HLS INTERFACE s_axilite port=src
#pragma HLS INTERFACE s_axilite port=dst
#pragma HLS INTERFACE s_axilite port=a
#pragma HLS INTERFACE s_axilite port=b
#pragma HLS INTERFACE s_axilite port=c

	for(int i = 0; i < 10; i++)
	
		dst[i] = src[i] * a + b + c;
	

        和2相比较，输入数据变成了src数组和dst数组，长度为10。与此同时，通过综合报告，我们发现interval和latency也发生了变化，

        此外，可以再次确认下状态机效果，

4、 添加unroll之后的多项式计算

void computer_matrix(uint32 src[10], uint32 dst[10], uint32 a, uint32 b, uint32 c)

#pragma HLS INTERFACE ap_ctrl_none port=return
#pragma HLS INTERFACE s_axilite port=src
#pragma HLS INTERFACE s_axilite port=dst
#pragma HLS INTERFACE s_axilite port=a
#pragma HLS INTERFACE s_axilite port=b
#pragma HLS INTERFACE s_axilite port=c

	for(int i = 0; i < 10; i++)
	
#pragma HLS UNROLL
		dst[i] = src[i] * a + b + c;
	

        4和3的区别其实就是添加了#pragma HLS UNROLL这个语句。可以看一下效果如何，

         从report可以看出，latency和interval大幅度降低到12，

        从状态图可以发现，整个循环其实被分解成了一个pipeline操作。似乎从图形上看，这也不是我们想要的结果。

5、去除interface定义后的unroll操作

void computer_matrix(uint32 src[10], uint32 dst[10], uint32 a, uint32 b, uint32 c)

	for(int i = 0; i < 10; i+=1)
	
#pragma HLS UNROLL
		dst[i] = src[i] * a + b + c;
	

         还是这一段代码，可以通过interface的定义，直接用unroll来进行处理。

        果不其然，latency的时间再次大幅度减小，可以打开状态图确认下，

6、当然latency和interval只是一方面，大家还可以自己编写testbench进行分析和计算，

#include <ap_cint.h>

extern void computer_matrix(uint32 src, uint32* dst, uint32 a, uint32 b, uint32 c);

int main()

	uint32 src =1;
	uint32 dst;
	computer_matrix(src, &dst, 2, 3, 4);

	if(dst == 20)
	
		printf("ok");
	
	else
	
		printf("error");
	

	return 0;

7、总结

        优化是一个循序渐进的操作，更多的时候是一个妥协。一方面，需要调高运算的速度；另外一方面需要降低使用的资源。这中间寻找平衡点是非常重要的。