HLS之pragma

本文主要涉及与HLS常用pragma的一些知识

目录​​​​​​​

前言

一、HLS重点Pragma

1.硬件资源指定

2.数组划分

3.循环边界

4.循环展开

5.循环流水化

    1.PIPELINE

   2.dataflow

6.函数内联

二、数值精度​​​​​​​

---

前言

本文主要涉及与HLS相关的一些知识

---

提示：以下是本篇文章正文内容。

一、HLS重点Pragma

          HLS中Pragma主要涉及三个方面的应用，主要是硬件资源，数据流设计，接口设计。

1.硬件资源指定(RESOURCE)

    指定向FPGA硬件资源映射时的资源类型

    关键字：RESOURCE

    文法：

#pragma HLS RESOURCE variable=<temp> core=<Xilinx core>

    Examples:

int A[1024];
#pragma HLS RESOURCE variable=A core=RAM_T2P_BRAM

     如上例所示，例如我们申明了一个数组，而我们需要用一个双口的BRAM来存储数组里的数据，我们可以使用pragma，<temp>处填上变量名，<core>处填上对应的硬件资源类型。

注：数组可以存储为片上的存储单元/Buffer/Scratchpad Memory

       一般的硬件资源类型有两种：

      （1）Flip-flop（FF）

• 单个时钟周期内可以并行访问多个地址；
• 单个时钟周期内可完成度，写操作；
• 容量有限，典型值大约在100Kbytes；                

      （2）Block RAM（BRAM）

• 高容量：典型值在Mbytes级别
• 访问性能受限：端口有限

2.数组划分(array_partition)

    指定一个线上资源的存储，如何在线上资源中进行排布

    关键字：array_partition

    文法：

#pragma HLS array_partition variable=<name><type> factor=<int> dim=<int>

 <name>:划分的数组名；

 <factor>:划分的份数；

 <type>:划分方式：其中包含：

• block：按照factor平均分割；
• cyclic：按取模的方式划分；
• complete：将数组打散为N个元素分别存储

<dim>:多维数组中指定划分的维度；

3.循环边界(loop_tripcount )

    用于指定循环边界,在HLS综合过程中，循环迭代次数要求为定值，否则无法获得性能估计结果。此时我们可以利用loop_tripcount来指定循环迭代的最小值，最大值和平均值，用于比较准确的性能分析。

   关键字：loop_tripcount 

   文法：

#pragma HLS loop_tripcount min=<int> max=<int> avg=<int>

4.循环展开(UNROLL)

    用于循环并行优化，根据设定的factor，将循环体内的代码复制多份，指定不同的硬件资源来实现循环结构，复制多份代码并行处理同一任务，以硬件资源的消耗换取性能的提升

    关键字：UNROLL

    文法：

#pragma HLS UNROLL（factor=<int>）

5.循环流水化(PIPELINE/dataflow)

    1.PIPELINE

   将循环中的操作划分为多个流水级，从而使多个iteration并发执行

    关键字：PIPELINE

    文法：

#pragma HLS PIPELINE (II = <int>)

(默认II为1)

   2.dataflow

    任务级流水化，比PIPELINE颗粒更大，作用于不同的子函数

    关键字：dataflow

    文法：

#pragma HLS dataflow

6.函数内联(INLINE)

    控制函数在调用时是否内联

    关键字：INLINE

    文法：

#pragma HLS INLINE(off)

二、数值精度

支持任意精度，任意位宽的有/无符号数据类型

头文件："ap_int.h","ap_fixed.h"

精度处理文法： 在cpp文件中添加头文件后，可定义(width为位宽)：

• Unsigned int ：     ap_uint<width>
• Signed int :    ap_int<width>
• Unsigned fixed:    ap_ufixed<width , width_int>
• Signed fixed:   ap_fixed<width , width_int>

在优化硬件算法时，可合理分配数据位宽，注意硬件资源，效率与运算精度的平衡。