以矩阵乘法CC[3][3]=AA[3][3]*BB[3][3]为例(均为16位无符号数),分析HLS常用优化参数loop_flatten、pipeline、unroll的约束效果。
1、模块代码如下:
#define N 3
void shift_led(data_type AA[N*N],data_type BB[N*N],data_type CC[N*N])
{
int i,j,k;
i_loop:for(i = 0;i<N;i++)
{
j_loop:for(j = 0;j<N;j++)
{
data_type sum = 0;
k_loop:for(k = 0;k<N;k++)
{
sum += AA[i*N+k]*BB[k*N+j];
}
CC[i*N+j] = sum;
}
}
}
2、各约束效果如下:
最内层循环约束 | 占用DSP48个数 | 整体latency | 迭代次数 | 迭代内部latency | 时序timing |
---|---|---|---|---|---|
没有约束 | 1 | 160 | 3/3/3 | 53/17/5 | match |
loop_flatten | 1 | 162 | 27 | 6 | match |
pipeline | 1 | 31 | 27 | 6 | violation |
unroll | 3 | 70 | 3/3 | 23/7 | match |
3、结论:没有哪种约束是最优的,为了满足电路优化目标,只能牺牲其他参数。
a)在最内层循环设置loop_flatten,整体延迟跟没有约束效果相同。
b)在最内层循环设置pipeline,会打平所有循环形成流水线,整体延迟显著减少,但是时序报错。
c) 在最内层循环设置unroll,会降低该层的延迟,从而降低整体延迟,代价是乘法器数量增加。