文章目录

• HLS学习笔记
• • 1. 什么是HLS
  • 2. HLS开发流程
  • 3. HLS基本语法
  • • 3.1. #pragma HLS
    • 3.2. HLS数据类型
    • 3.3. HLS模块定义
    • 3.4. 数组分区
    • 3.5. 流水线优化
    • 3.6. 组合逻辑优化
    • 3.7. 一些基本概念
    • 3.8. 完整示例
    • • 3.8.1. 矩阵乘法
      • 3.8.2. 函数调用和循环
      • 3.8.3. 流水线和并行化指令
  • 4. HLS高级语法
  • • 4.1. 定点数和浮点数支持
    • 4.2. 数据重用
    • 4.3. #pragma HLS interface
    • 4.4. #pragma HLS design
    • 4.5. 流式处理器
    • 4.6. #pragma HLS dataflow
    • 4.7. #pragma HLS reset variable
  • 5. HLS技巧
  • 6. 总结
  • 7. 资料来源

HLS学习笔记

1. 什么是HLS

HLS是一种高级综合技术，它允许开发人员使用高级语言（如C、C++和SystemC）来描述数字电路的行为和功能，然后将其转换为硬件电路实现。这种转换过程是自动完成的，因此开发人员无需手动编写硬件描述语言（HDL）。
HLS的主要目的是简化FPGA设计流程，提高设计效率和设计质量。通过使用高级语言来描述电路，开发人员可以更快速地进行设计和调试，同时也可以更容易地对电路进行修改和优化。此外，HLS还可以自动生成优化后的硬件电路，从而提高性能和资源利用率。

2. HLS开发流程

HLS开发流程大致可以分为以下几个步骤：

• 设计和实现HLS模块的功能和行为。这一步通常使用C/C++等高级语言来描述电路行为，包括输入/输出端口、计算逻辑和状态机等。
• 使用HLS工具将高级语言代码转换为硬件电路实现。这一步通常由HLS工具自动完成，但也需要开发人员进行一些配置和调整，以便获得所需的性能和资源利用率。
• 对生成的硬件电路进行验证和调试。这一步通常需要使用仿真工具对硬件电路进行验证，以确保其与高级语言代码的行为一致，并进行调试以解决任何问题。
• 将生成的硬件电路与其他硬件/软件组件进行集成和部署。这一步通常需要将生成的硬件电路与其他硬件/软件组件进行集成，以实现最终的系统功能。

3. HLS基本语法

HLS使用特定的语法和指令来描述电路行为和特性。下面是一些基本的HLS语法和指令：

3.1. #pragma HLS

#pragma HLS是HLS中最常用的指令之一，用于控制HLS工具生成的硬件电路的特性和行为。该指令的语法如下：

#pragma HLS directive_name [directive_options]

其中，directive_name是具体的指令名称，directive_options是指令的参数。
以下是一些常见的#pragma HLS指令：

• #pragma HLS interface：定义模块的输入/输出端口类型和属性。
• #pragma HLS array_partition：将数组分区为多个部分，以优化资源利用率和性能。
• #pragma HLS pipeline：将循环展开为流水线以提高性能。
• #pragma HLS inline：将指定的函数内联以提高性能。
• #pragma HLS reset：定义复位信号的属性和行为。
• #pragma HLS latency：定义操作的延迟，以便HLS工具可以更好地优化电路。

3.2. HLS数据类型

HLS支持C/C++语言中的大多数基本数据类型，例如int、float、double等。此外，HLS还支持以下数据类型：

• ap_int和ap_uint：分别表示带符号整数和无符号整数。
• ap_fixed和ap_ufixed：分别表示带符号和无符号的固定点数。
• ap_vector和ap_matrix：分别表示向量和矩阵。

3.3. HLS模块定义

HLS模块定义类似于C/C++函数定义，包括模块名称、输入/输出端口、模块属性等。例如：

void my_module(
   int input1, 
   int input2, 
   int output1, 
   int output2
) {
   #pragma HLS interface ap_ctrl_none port=return
   #pragma HLS interface ap_none port=input1
   #pragma HLS interface ap_none port=input2
   #pragma HLS interface ap_none port=output1
   #pragma HLS interface ap_none port=output2
   
   // 模块实现逻辑
}

上述代码中，my_module是一个HLS模块，有两个输入端口input1和input2，以及两个输出端口output1和output2。#pragma HLS interface指令用于定义端口的属性和类型，例如ap_ctrl_none表示该模块不包含任何控制信号，ap_none表示该端口不进行数据流控制。

3.4. 数组分区

HLS中的array_partition是一种用于在FPGA或ASIC中实现数组分区的指令。它允许将一个数组划分为多个小数组，每个小数组都可以独立地存储在FPGA或ASIC的不同部分，以实现并行化操作。这样可以提高设计的并行性，从而提高性能。使用 array_partition 可以帮助设计人员更好地利用硬件资源，提高设计效率。例如：

#define N 1024
int data[N];

#pragma HLS array_partition variable=data complete dim=1

上述代码中，data是一个长度为1024的数组。#pragma HLS array_partition指令用于将该数组分为多个部分，并指定每个部分的类型。complete表示将数组完全分区，dim=1表示将数组按行进行分区。
在HLS的array_partition指令中，dim参数是用于指定分区的维度的。它指示分区应该应用于哪个维度。对于一维数组，dim参数应该设置为1，而对于二维数组，dim参数应该设置为0或1。如果设置为0，则分区将应用于第一维，而如果设置为1，则分区将应用于第二维。例如，考虑以下代码段：

int A[4][8];
#pragma HLS array_partition variable=A dim=1 complete

这将A数组的第二维（即列）分为8个小数组，每个小数组包含4个元素。因此，每个小数组都可以并行地存储在FPGA或ASIC的不同部分，以实现并行化操作。
除了dim参数之外，array_partition指令还支持以下参数：

• variable: 指定要分区的数组变量名称。
• factor: 指定要分区的因子数。例如，#pragma HLS array_partition variable=A factor=2 将数组A分为两个块。
• type: 指定分区的类型。可选的类型包括block、cyclic、complete和none。block类型指定分区为块状分区，其中每个块包含连续的元素。
• cyclic类型指定分区为循环分区，其中每个块包含间隔相等的元素。
• complete类型指定分区为完全分区，其中所有分区包含相等数量的元素。
• none类型指定不进行分区。
• dim: 指定要应用分区的维度，可以是0或1，具体含义在前面回答中已经介绍。
  这些参数可以组合使用以实现各种不同的分区方案，以便更好地利用FPGA或ASIC上的并行计算资源。

3.5. 流水线优化

HLS支持将循环展开为流水线，以提高性能。例如：

#define N 1024
int data[N];

void my_module(int *input, int *output) {
   #pragma HLS interface ap_ctrl_none port=return
   #pragma HLS interface ap_none port=input
   #pragma HLS interface ap_none port=output
   #pragma HLS pipeline II=1
   
   for (int i = 0; i < N; i++) {
       output[i] = input[i] * 2;
   }
}

II=1表示该循环的迭代间隔为1，即将该循环展开为一个流水线。HLS工具将在流水线上并行执行多个操作，以提高性能。
#pragma HLS pipeline是在HLS（高层次综合）中使用的一种指令，用于指示编译器将循环展开为流水线。通过使用#pragma HLS pipeline，可以将循环分为多个阶段，从而允许每个阶段在不同的时钟周期内并行执行，从而提高系统的性能。
使用#pragma HLS pipeline指令可以有效地利用FPGA或ASIC上的并行计算资源，从而实现更高的时钟频率和更快的数据处理速度。它通常用于加速循环密集型的计算和数据处理任务，如图像处理、信号处理和矩阵计算等。
#pragma HLS pipeline指令的语法如下：

#pragma HLS pipeline [N]

其中N是可选参数，指示流水线的并行度。默认情况下，流水线的并行度等于1，即每个阶段在一个时钟周期内执行。如果指定了N，则表示将流水线分为N个阶段，从而允许每个阶段在不同的时钟周期内并行执行。通常，N的值应该是2的幂，以便更好地利用硬件并行计算资源。
除了N参数之外，#pragma HLS pipeline还支持一些其他的可选参数，包括：

• II：II代表“间隔间隔”（Iteration Interval）的缩写，是在HLS（高层次综合）中使用的一个指令参数，用于指示循环迭代之间的最小间隔。通过指定II参数，可以帮助编译器更好地理解循环的数据依赖关系，从而生成更高效的硬件设计。
  • 在流水线化的循环中，每个迭代可以分为多个阶段，这些阶段可以在不同的时钟周期内并行执行。如果循环迭代之间的间隔太小，就可能会导致不同的阶段之间存在数据依赖关系，从而导致流水线暂停等性能问题。因此，可以使用II参数指定循环迭代之间的最小间隔，以便在硬件设计中解决这些问题。
  • II的值应该是一个正整数，表示相邻两次迭代之间的最小间隔，通常以时钟周期为单位。例如，如果II=2，则表示每两次迭代之间必须间隔两个时钟周期，即第一个迭代在时钟周期1执行，第二个迭代在时钟周期3执行，第三个迭代在时钟周期5执行，以此类推。
• enable_flush：指示是否应该在输入结束时强制冲洗流水线，以避免在下一个输入时出现数据冲突。
• ii_reduction：指示是否应该将内部循环展开为累加器，从而进一步减少延迟和提高时钟频率。
  下面是一个使用#pragma HLS pipeline指令的例子：

#pragma HLS pipeline II=1
for (int i = 0; i < N; i++) {
   // ...
}

在上面的例子中，#pragma HLS pipeline指令将循环展开为流水线，并将流水线分为II=1个阶段，每个阶段在一个时钟周期内执行。通过流水线化，该循环可以更快地执行，并且可以在不同的时钟周期内并行执行。

3.6. 组合逻辑优化

HLS支持将指定的函数内联以提高性能。例如：

int add(int a, int b) {
   return a + b;
}

int sub(int a, int b) {
   return a - b;
}

int calc(int a, int b) {
   return add(a, b) * sub(a, b);
}

void my_module(int *input, int *output) {
   #pragma HLS interface ap_ctrl_none port=return
   #pragma HLS interface ap_none port=input
   #pragma HLS interface ap_none port=output
   #pragma HLS inline
   
   for (int i = 0; i < N; i++) {
       output[i] = calc(input[i], input[i+1]);
   }
}

上述代码中，calc函数内部调用了add和sub函数。#pragma HLS inline指令用于将calc函数内联，即将其实现逻辑直接嵌入到my_module中，以避免在运行时频繁调用函数。
在HLS（高层次综合）中，inline是一种指令，用于告诉编译器在编译时将函数调用内联展开，而不是生成实际的函数调用。
使用inline指令可以有效地减少函数调用带来的开销，因为它可以将函数体的代码直接插入到调用该函数的代码中，从而避免了函数调用的开销（如函数调用和返回操作以及参数的复制等）。这在一些高频率的数据通路设计中非常有用。
下面是一个使用inline指令的例子：

inline int add(int a, int b) {
   return a + b;
}

int main() {
   int x = 10, y = 20;
   int z = add(x, y);  // 实际上是将add函数的代码插入到这里
   return 0;
}

在上面的例子中，inline指令告诉编译器将add函数的代码内联到调用它的地方，而不是生成实际的函数调用。这样，当程序运行时，将不会存在真正的函数调用，而是在main函数中直接执行add函数的代码，从而避免了函数调用的开销。
#pragma HLS inline是在HLS中使用的指令，用于指示编译器在编译时对特定函数进行内联展开优化。使用#pragma HLS inline可以告诉编译器将指定的函数内联展开，从而加速系统的性能。
#pragma HLS inline指令的语法如下：

#pragma HLS inline
int add(int a, int b) {
   return a + b;
}

int main() {
   int x = 10, y = 20;
   int z = add(x, y);  // 实际上是将add函数的代码插入到这里
   return 0;
}

在上面的例子中，#pragma HLS inline指令告诉编译器将add函数内联展开，从而加速系统的性能。

3.7. 一些基本概念

• iteration latency: 从第一个输入到第一个输出的时间
• iteration interval(II): 每两次输出/输入之间的时间间隔
• total latency: 总时间，total latency = iteration latency + II * (number of items - 1)，II可以改善total latency但不影响iteration latency
  

3.8. 完整示例

3.8.1. 矩阵乘法

以下是一个完整的HLS示例，展示了如何使用HLS实现一个矩阵相乘的功能。

#include <hls_stream.h>
#include <ap_axi_sdata.h>

#define N 32
#define M 32
#define P 32

typedef ap_axiu<32,1,1,1> data_t;

void matrix_multiply(
   data_t A[N*M], 
   data_t B[M*P], 
   data_t C[N*P]
) {
   #pragma HLS interface ap_ctrl_none port=return
   #pragma HLS interface axis port=A
   #pragma HLS interface axis port=B
   #pragma HLS interface axis port=C
   
   data_t a;
   data_t b;
   data_t c;
   hls::stream<data_t> stream_A;
   hls::stream<data_t> stream_B;
   hls::stream<data_t> stream_C;
   
   // 将输入数据流转换为流对象
   for (int i = 0; i < N*M; i++) {
       #pragma HLS pipeline II=1
       a = A[i];
       stream_A.write(a);
   }
   for (int i = 0; i < M*P; i++) {
       #pragma HLS pipeline II=1
       b = B[i];
       stream_B.write(b);
   }
   
   // 矩阵乘法计算逻辑
   for (int i = 0; i < N; i++) {
       for (int j = 0; j < P; j++) {
           #pragma HLS pipeline II=1
           int sum = 0;
           for (int k = 0; k < M; k++) {
               a = stream_A.read();
               b = stream_B.read();
               sum += a.data * b.data;
           }
           c.data = sum;
           c.keep = 15;
           c.strb = 15;
           c.last = (i == N-1 && j == P-1) ? 1 : 0;
           stream_C.write(c)
       }
   }
   // 将输出流转换为输出数据流
   for (int i = 0; i < N*P; i++) {
       #pragma HLS pipeline II=1
       c = stream_C.read();
       C[i] = c;
   }
}

在上述示例中，我们定义了一个名为matrix_multiply的函数，该函数用于计算两个矩阵的乘积，并将结果存储在输出矩阵中。我们使用了#pragma HLS interface指令指定了函数的输入输出接口，以及数据类型。然后我们定义了一些流对象，用于在HLS中处理数据流。
在函数实现中，我们首先将输入的数据流转换为流对象，然后执行矩阵乘法计算。在矩阵乘法计算中，我们使用三重嵌套循环遍历矩阵，以计算矩阵乘积的每个元素。内部的循环使用#pragma HLS pipeline指令进行流水线操作。最后，我们将输出流转换为输出数据流，并将其返回。
这个示例演示了HLS如何使用流水线和流对象来高效处理数据流，以及如何使用#pragma HLS interface指令来指定HLS代码的接口和数据类型。对于HLS的新手来说，这个示例可以作为一个非常好的学习范例。

3.8.2. 函数调用和循环

下面我们再来一个简单的示例，演示如何在HLS中使用函数调用和循环。
假设我们有一个函数compute，它的作用是对一个数组进行一系列计算，并返回计算结果。现在我们想在HLS中使用这个函数，以便可以在FPGA上进行硬件加速。下面是示例代码：

#define N 1024

void compute(int A[N], int B[N], int C[N]) {
   for (int i = 0; i < N; i++) {
       B[i] = A[i] + 1;
   }
   for (int i = 0; i < N; i++) {
       C[i] = B[i] * 2;
   }
}

void top_function(int A[N], int C[N]) {
   #pragma HLS interface ap_fifo port=A
   #pragma HLS interface ap_fifo port=C

   int B[N];

   compute(A, B, C);
}

在上述示例中，我们定义了一个名为compute的函数，用于对一个数组进行一系列计算。然后我们定义了另一个函数top_function，它使用#pragma HLS interface指令指定了函数的输入输出接口和数据类型。在top_function中，我们首先声明一个数组B，用于存储compute函数的计算结果。然后我们调用compute函数，将输入数组A、输出数组C和中间数组B作为参数传递给该函数。最后，我们将C数组作为输出返回。
这个示例演示了如何在HLS中使用函数调用和循环。在HLS中，我们可以像在C语言中一样使用函数和循环来实现算法，从而更容易地将现有的软件算法移植到硬件中。同时，我们也可以使用#pragma HLS interface指令来指定函数的接口和数据类型，从而更方便地与其他硬件模块集成。

3.8.3. 流水线和并行化指令

接下来，我们将介绍如何在HLS中使用流水线和并行化指令来实现加速。
流水线是一种常见的并行化技术，它将一个任务分解为多个阶段，每个阶段可以并行执行。例如，在对一个长数组进行操作时，我们可以将其分为多个段，每个段可以并行处理。在HLS中，我们可以使用#pragma HLS pipeline指令来实现流水线加速。下面是一个示例代码：

#define N 1024

void top_function(int A[N], int C[N]) {
   #pragma HLS interface ap_fifo port=A
   #pragma HLS interface ap_fifo port=C
   #pragma HLS pipeline

   int B[N];

   for (int i = 0; i < N; i++) {
       #pragma HLS unroll
       B[i] = A[i] + 1;
   }
   for (int i = 0; i < N; i++) {
       #pragma HLS unroll
       C[i] = B[i] * 2;
   }
}

在上述示例中，我们使用#pragma HLS pipeline指令来指定函数中的循环可以流水线并行执行。在每个循环中，我们还使用#pragma HLS unroll指令来指定循环可以展开为多个迭代，以进一步提高并行度。这个示例演示了如何使用流水线和并行化指令来实现加速。
最后，我们需要注意一些常见的优化技巧，以进一步提高HLS的性能。例如，我们可以使用#pragma HLS array_partition指令将数组分区，以充分利用FPGA的存储资源。我们还可以使用#pragma HLS dataflow指令来实现数据流架构，从而更好地利用FPGA的并行性能。此外，我们还可以使用#pragma HLS stream指令来指定数据流接口，以优化数据传输和缓存。这些优化技巧可以进一步提高HLS的性能和效率。

4. HLS高级语法

在HLS中，还有一些高级特性，如定点数和浮点数支持，数据重用和代码生成等。我们在下面继续介绍一些高级特性和应用示例。

4.1. 定点数和浮点数支持

在FPGA中，通常使用定点数来表示数字，因为它可以更有效地利用硬件资源和提高运算速度。在HLS中，我们可以使用ap_fixed和ap_ufixed类型来表示定点数，它们具有定点位和整数位。例如：

#include "ap_fixed.h"
typedef ap_fixed<16, 8> fixed_point;

上述代码定义了一个16位定点数，其中8位为小数位，另外8位为整数位。我们还可以使用ap_float类型来表示浮点数，它具有单精度和双精度浮点数。例如：

#include "ap_float.h"
typedef ap_float<32> single_float;
typedef ap_float<64> double_float;

4.2. 数据重用

在HLS中，我们可以使用数据重用技术来减少计算量和存储器带宽。数据重用指的是在计算过程中多次使用同一数据，而不是每次都从存储器中读取数据。在HLS中，我们可以使用#pragma HLS array_reshape指令和#pragma HLS data_pack指令来实现数据重用。例如：

#define N 1024

void top_function(int A[N], int B[N]) {
  #pragma HLS interface ap_fifo port=A
  #pragma HLS interface ap_fifo port=B

  int C[N];

  for (int i = 0; i < N; i++) {
      #pragma HLS pipeline II=1
      #pragma HLS unroll factor=4
      C[i] = A[i] + B[i];
  }

  #pragma HLS array_reshape variable=C complete dim=1
  #pragma HLS data_pack variable=C

  for (int i = 0; i < N/4; i++) {
      #pragma HLS pipeline II=1
      int sum = C[i*4] + C[i*4+1] + C[i*4+2] + C[i*4+3];
      B[i] = sum;
  }
}

在上述示例中，我们使用#pragma HLS array_reshape指令将数组C从一维数组重塑为二维数组，以利用数据重用。然后，我们使用#pragma HLS data_pack指令对数组C进行数据打包，以减少存储器带宽。最后，我们将数组C用于计算，并使用流水线和并行化指令来实现加速。

4.3. #pragma HLS interface

#pragma HLS interface是在HLS（高层次综合）中使用的一个指令，用于定义模块的接口，包括输入、输出端口和数据类型等。通过使用#pragma HLS interface，可以使HLS编译器了解模块的接口和数据类型，并生成相应的硬件设计。
具体而言，#pragma HLS interface指令的作用是将模块的输入和输出端口映射到HLS的IO接口上，从而将模块与外部环境连接起来。此外，还可以使用该指令指定输入和输出端口的数据类型、数据位宽、信号是否阻塞等属性，以便在硬件设计中生成相应的电路。
以下是一个使用#pragma HLS interface指令的简单例子：

#pragma HLS interface ap_ctrl_none port=return
#pragma HLS interface axis port=input
#pragma HLS interface axis port=output
void my_module(stream<data_t> &input, stream<data_t> &output) {
// ...
}

在上面的例子中，#pragma HLS interface指令定义了一个名为my_module的模块，该模块有两个输入输出端口input和output，数据类型为stream<data_t>，其中data_t是一个自定义的数据类型。第一行的ap_ctrl_none指示该模块不需要控制器端口，port=return表示该模块的返回值映射到HLS的返回端口上。
需要注意的是，#pragma HLS interface指令只是定义模块的接口，不会生成模块的实现。模块的实现应该在其他地方定义，例如在C或C++源代码中。在模块实现的代码中，需要使用与接口定义中相同的数据类型和端口名，以便与HLS生成的电路连接起来。同时，还需要使用HLS指令来指示编译器如何将模块转换为硬件电路，例如使用#pragma HLS design和#pragma HLS pipeline等指令。
#pragma HLS interface指令用于定义模块的接口和属性，以下是常用的参数：

• ap_none、ap_hs、ap_stable、ap_vld：指定输入/输出端口的数据类型。
• port=：指定模块的返回值端口名，必须在模块的接口中指定。
• axis、s_axilite、m_axi、s_axi等：指定输入/输出端口的接口类型，例如AXI总线、轴接口等。
• register、noflip、flatten等：指定输入/输出端口的属性，例如数据是否寄存器存储、是否需要数据翻转等。
  以下是参数类型和接口协议对应图
  

图中的“ D”表示“ default”,表示 Vivado HLS 工具默认综合出来的接口。“ S”表示“ support”，表示 Vivado HLS 工具支持综合出来的接口。

4.4. #pragma HLS design

#pragma HLS design指令用于指示编译器如何将模块转换为硬件电路。以下是常用的参数：

• flatten：将模块展开为更简单的逻辑结构。
• pipeline：使模块内部的循环/分支语句并行执行，提高性能。
• inline：将模块内的函数调用展开为实际的函数代码。
• dataflow：指示编译器使用数据流编程模型进行优化。
• latency：指定模块的延迟目标。
• parallel：指定模块的并行度目标。
  使用示例：

#pragma HLS design flatten
#pragma HLS design pipeline II=2

在使用#pragma HLS design时，需要将其放置在模块定义之前，并且模块定义必须在同一个文件中。在模块实现的代码中，可以使用该指令来指示编译器对模块进行优化，例如将模块展开为更简单的逻辑结构、并行执行循环/分支语句、调用函数等。同时，还可以使用其他HLS指令来进一步控制优化策略，例如#pragma HLS loop_tripcount、#pragma HLS dependence等。

4.5. 流式处理器

• 流式处理器：流式存储器（streaming memory）是一种用于解决数据存储和读取延迟问题的技术。使用流式存储器可以减少在高级综合（HLS）中数据存储和读取的延迟，从而提高设计的吞吐量和性能。
  • 以下是使用流式存储器的一些技巧：
  • 数据缓冲区：在HLS设计中，使用流式存储器可以将数据存储在缓冲区中，以便稍后读取。这可以减少存储和读取数据的延迟，从而提高设计的性能。
  • 数据分块：使用流式存储器可以将数据分成块，每个块都可以作为单独的流进行处理。这可以帮助优化流水线设计，减少存储和读取数据的延迟。
  • 数据流合并：在某些情况下，可以将多个数据流合并为一个数据流。这可以减少存储和读取数据的延迟，同时提高设计的性能。
  • 数据流分裂：类似于数据流合并，数据流分裂可以将一个数据流分成多个数据流进行处理。这可以帮助优化流水线设计，减少存储和读取数据的延迟。
  • 内存分配：在HLS设计中，可以使用内存分配技术来管理流式存储器。这可以减少存储和读取数据的延迟，同时提高设计的性能。
  • 总之，使用流式存储器可以帮助优化HLS设计，减少数据存储和读取的延迟，从而提高设计的性能和吞吐量。

以下是一个简单的HLS流式处理器的例子，该流式处理器使用Pipelining和Loop Unrolling优化策略来提高性能。

#include <hls_stream.h>

// 定义流式处理器
void stream_processor(hls::stream<int>& in_stream, hls::stream<int>& out_stream, int num_elements) {
#pragma HLS interface ap_ctrl_none port=return
#pragma HLS interface axis port=in_stream
#pragma HLS interface axis port=out_stream

int buffer[4];

// 循环展开初始化，实现4元素缓冲区
for (int i = 0; i < 4; i++) {
  #pragma HLS unroll
  buffer[i] = 0;
}

// 流式处理器核心部分
for (int i = 0; i < num_elements; i++) {
  #pragma HLS pipeline II=1
  int input_data = in_stream.read();

  // 向缓冲区添加新数据
  buffer[0] = buffer[1];
  buffer[1] = buffer[2];
  buffer[2] = buffer[3];
  buffer[3] = input_data;

  // 计算输出
  int output_data = buffer[0] + buffer[1] + buffer[2] + buffer[3];

  // 输出到流
  out_stream.write(output_data);
}
}

上述例子中，stream_processor函数实现了一个简单的流式处理器。它的输入是一个整数流，输出也是一个整数流。在函数内部，使用了Pipelining和Loop Unrolling优化策略，将处理逻辑拆分为多个阶段，并使每个阶段都可以并行执行。同时，通过循环展开的方式实现了一个4元素的缓冲区，以加速计算过程。在处理完所有输入数据之后，该函数会将输出流中的数据写回到主存中。
需要注意的是，在使用HLS开发流式处理器时，还需要考虑数据流的稳定性和流量控制等问题。为了确保稳定性，可以使用ap_stable等数据类型来声明输入/输出端口；而为了控制流量，可以使用ap_fifo等缓冲区类型来调整输入/输出流的大小。

4.6. #pragma HLS dataflow

#pragma HLS dataflow数据流指令: 将设计的功能划分成不同的阶段，让HLS能够对不同的功能阶段进行优化，提高综合后的效果。

#include "hls_stream.h"

void adder(hls::stream<int> &in, hls::stream<int> &out, int val) {
for (int i = 0; i < 10; i++) {
  int x = in.read();
  out.write(x + val);
}
}

void multiplier(hls::stream<int> &in, hls::stream<int> &out, int val) {
for (int i = 0; i < 10; i++) {
  int x = in.read();
  out.write(x * val);
}
}

void top(hls::stream<int> &in, hls::stream<int> &out, int val) {
#pragma HLS dataflow
hls::stream<int> intermediate;
adder(in, intermediate, val);
multiplier(intermediate, out, val);
}

4.7. #pragma HLS reset variable

指定变量在每个时钟周期的初始值。

int counter = 0;
void my_counter(bool reset, int &count) {
#pragma HLS reset variable=counter
if (reset) {
  counter = 0;
} else {
  counter++;
}
count = counter;
}

5. HLS技巧

下面我将为你介绍一些HLS的最佳实践，帮助你更好地使用HLS进行硬件电路设计。

• 了解HLS的限制和优化
  虽然HLS可以让你使用高级编程语言进行硬件电路设计，但是它仍然有一些限制。例如，HLS无法处理动态内存分配，因此你需要手动分配所有的内存。另外，HLS通常无法处理递归函数，因为递归需要使用栈来保存函数调用的状态，而栈需要使用大量的存储器资源。
  此外，为了获得最佳的性能和资源利用率，你需要使用HLS的一些优化选项，例如循环展开、分区、指令重排等。这些优化选项可以根据你的算法和目标设备进行调整，因此你需要了解HLS的优化选项和如何使用它们。
• 将复杂的算法拆分成简单的模块
  HLS最适合处理简单的、高度并行的算法。因此，当你使用HLS进行硬件电路设计时，应该尽可能将复杂的算法拆分成简单的模块。每个模块都应该尽可能独立，以便并行化处理。
• 优化内存访问
  在HLS中，内存访问通常是性能和资源利用率的瓶颈。因此，你需要优化内存访问以获得最佳的性能和资源利用率。一种常见的优化方法是使用局部变量和数组，这可以减少对存储器的访问次数。另外，你还可以使用流缓冲区来减少存储器的访问次数。
• 使用硬件加速器IP核
  HLS提供了许多硬件加速器IP核，例如FFT、卷积等。这些IP核已经经过优化，可以在FPGA上实现高性能的硬件电路。当你需要实现这些算法时，应该首先查看HLS提供的IP核，以便快速实现高性能的硬件电路。
• 进行性能分析和调试
  最后，当你使用HLS进行硬件电路设计时，需要进行性能分析和调试，以确保硬件电路的性能和正确性。HLS提供了许多调试和性能分析工具，例如波形查看器、性能分析器等。你可以使用这些工具来定位和解决问题，从而加快硬件电路设计的开发速度。
  希望这些最佳实践可以帮助你更好地使用HLS进行硬件电路设计。

---

以下是一些在使用HLS进行高层次综合时可能有用的技巧：

• 分区（partitioning）：使用HLS时，将大型数组分成较小的块可以增加并行性，从而提高性能。
• 流水线（pipelining）：将操作流水线化可以减少操作的延迟，并在FPGA上实现更高的时钟频率。
• 循环展开（loop unrolling）：展开循环可以减少循环迭代的次数，并增加并行性。
• 优化数据类型：HLS支持多种数据类型，包括固定点数和浮点数。选择合适的数据类型可以减少逻辑资源使用和运行时间。
• 优化存储：使用合适的存储器类型可以减少存储器使用和延迟。例如，使用流式存储器（streaming memory）可以减少数据存储和读取的延迟。
• 优化数据流：使用HLS时，将操作转换为数据流可以提高性能，因为它允许并行操作。
• 使用pragma指令：HLS支持pragma指令，这些指令可以告诉HLS如何执行某些操作。pragma指令可以优化代码，从而提高性能。
  - 调整数据结构：合适的数据结构可以减少逻辑资源使用和运行时间。例如，使用链表（linked list）可以减少数据移动的延迟。
• 使用代码重构：HLS生成的代码可能不是最优的。通过重构代码，可以手动优化代码，从而提高性能。
• 合适的编译器指令：编译器指令可以告诉编译器如何优化代码。使用合适的编译器指令可以提高性能。

6. 总结

在本教程中，我们介绍了HLS的基本概念和编程模型，包括HLS的主要特性、编程模型和调优技巧。我们还提供了一些示例，展示了如何使用HLS实现不同的应用程序，并介绍了HLS中的一些高级特性，如定点数和浮点数支持、数据重用和代码生成等。通过学习本教程，您将能够掌握HLS的基本概念和编程技巧，以便使用HLS来实现高效的FPGA设计。
HLS是一个强大的工具，可以帮助我们将软件算法转换为硬件电路，从而在FPGA上获得高性能的加速效果。在学习HLS时，我们需要掌握C/C++编程语言和FPGA体系结构知识，并掌握HLS中常见的优化技巧和指令。同时，我们也需要有耐心和恒心，逐步积累经验和技能，从而成为一名优秀的HLS工程师。

7. 资料来源

ChatGPT，对没错哈哈哈哈，全部是ChatGPT生成的，我只是知识的搬运工 >。<