HLS嵌套for循环优化_以矩阵乘法为例_有问题

三种嵌套循环

根据边界和循环体位置
对于 Imperfect loop nest 可以通过代码优化手段将其转变为 Semi-Perfect loop nest 或者 Perfect loop nest。

在外部循环做 pipeline 可以获得最理想的 latency，但同时资源消耗也最多，因为做 pipeline的时候其内部所有的循环都会被 unroll，而其本身以及外层循环会被 flatten，
（思考：为什么上述外部循环展开后消耗的 4 个乘法器?这里的 4 是否和内层循环次数有关?这时的 Trip Count 是否为 2?）

如果对内部循环 pipeline，则会自动对循环做 LOOP_FLATTEN 优化，即把所有的嵌套循环展开（flatten）为一个大循环。上述例子中就会被展开为一个 Trip Count 为 8 的大循环，前提是 Perfect loop nest。

unroll 展开和 flatten 展开是不一样的概念。unroll 是将循环体展开为并行操作，而flatten 是将嵌套循环展开为单一循环。

规律：外部本身flatten 内部unroll

eg 矩阵乘法

只对最内层循环（即 Product 循环）做 pipeline。 可以看出这样只对外层的两个循环展开（flatten）了，最内层 Trip Count 仍然是 3，这是因为在 Col 循环里面 Product 循环外面有循环体（红色部分），所以无法应用 LOOP_FLATTEN。

如果只对第二层即 Col 循环做 pipeline，可以看出最内层的Product 循环被 unroll 了。而外面的两层循环被 flatten 了。

如果对最外层的 Row 循环做 pipeline，可以看出这个结果符合上面的描述，即：做 pipeline 的时候其内部所有的循环都会被 unroll，而其本身以及外层循环会被 flatten。
DSP48 1 3 9

对整个函数做流水，全部unroll

建议对最内部的作流水，寻求一个平衡

优化方式，增加缓存
（这样减少对原数组的访问）
Q：这样不会对cache的访问也增加了吗？？