FPGA学习笔记#5 Vitis HLS For循环的优化（1）

本笔记使用的Vitis HLS版本为2022.2，在windows11下运行，仿真part为xcku15p_CIV-ffva1156-2LV-e，主要根据教程：跟Xilinx SAE 学HLS系列视频讲座-高亚军进行学习

从这一篇开始正式进入HLS对C++代码的优化笔记

学习笔记：《FPGA学习笔记》索引
FPGA学习笔记#1 HLS简介及相关概念
 FPGA学习笔记#2 基本组件------CLB、SLICE、LUT、MUX、进位链、DRAM、存储单元、BRAM
FPGA学习笔记#3 Vitis HLS编程规范、数据类型、基本运算
 FPGA学习笔记#4 Vitis HLS 入门的第一个工程
 FPGA学习笔记#5 Vitis HLS For循环的优化（1）
FPGA学习笔记#6 Vitis HLS For循环的优化（2）
FPGA学习笔记#7 Vitis HLS 数组优化和函数优化
 FPGA学习笔记#8 Vitis HLS优化总结和案例程序的优化

1.循环优化中的基本参数

以如下程序为例，top.h：

cpp 复制代码

#include <ap_int.h>

#define N 3

#define XW 8
#define BW 16

typedef ap_int<XW> dx_t;
typedef ap_int<BW> db_t;
typedef ap_int<BW+1> do_t;

void func(dx_t xin[N], dx_t a, db_t b, db_t c, do_t yo[N]);

top.cpp：

cpp 复制代码

#include "top.h"
 
void func(dx_t xin[N], dx_t a, db_t b, db_t c, do_t yo[N])
{
    int i = 0;
    loop:
    for (i = 0; i < N; i++)
    {
        yo[i] = a * xin[i] + b + c;
    }
}

复制代码

从本篇开始，top函数更改为通用的func，这样只改其中的逻辑和参数就行，记得第一次运行要在设置中更改Top函数，更改方式请参考上一篇笔记。

从程序代码出发，对loop标签下的for循环进行分析，可以得到其全过程时序如下，其中每个属性的含义：

1 clock cycle：一个基本操作需要一个时钟周期
Loop Trip Count：循环次数，N==3，所以为3
Loop Iteration Latency：一轮循环执行所需时间
Loop Iteration Interval(Loop II)：两轮循环相隔的时间，这里和循环执行时间相等的原因：
	1.HLS识别到循环次数为常数，省略了对变量i的操作，如果N是变量则这个时间会相应增加。
	2.在编程中并未让其流水线操作或展开（UNROLL），否则这个时间会减少或直接为0。
Loop Latency：循环总执行时间，等于Loop Iteration Latency * Loop Trip Count
Function Latency：函数的执行时间，这里应该是Rd a,b,c，这三个变量传进来之后不再改变，读一次就行
Function Initial Interval(II)：两轮函数的执行间隔，这里应该放在Rd之前，函数放在一个循环内时：
	1.如果函数执行结束到下一轮该函数执行之间有操作的话，这一时间会增加
	2.如果对循环和函数进行优化，函数可能并发执行（多个函数实例，间隔为0）、流水线执行（间隔减小）

2.PIPELINE & UNROLL

2.1.PIPELINE

For循环最常见也是最常用的优化就是PIPELINE，可以右键Directive中循环的标签进行添加（所有循环都应添加标签，便于进行优化和DEBUG），也可以在循环的左大括号下一行添加#pragma HLS PIPELINE：

cpp 复制代码

loop:
	for (int i = 0; i < N; i++)
	{
#pragma HLS PIPELINE
		/* 函数体 */
	}

添加PIPELINE后，第一节提到的Loop Iteration Interval (Loop II)循环迭代间隔就变为了1，因为3次循环间没有数据依赖，所以间隔为一个cycle，循环耗时从9减少到5：

2.2.UNROLL

UNROLL会将循环全部展开，如循环次数为3，则将原本1组电路进行3次运算更改为3组电路分别进行1次计算，通过消耗N倍资源换取N倍效率，其添加方法与PIPELINE相同：

cpp 复制代码

#pragma HLS UNROLL

有时，循环的次数实在过多，全部展开会用光板子的资源，那么我们可以将其部分展开，使用UNROLL的参数factor进行配置，如factor=3时，会将循环展开为3组电路，消耗3倍资源换取3倍效率：

cpp 复制代码

// factor为复制份数（消耗资源倍数）
#pragma HLS UNROLL factor=3

我们之前提到过，将C++原本的数据类型换为HLS的任意精度数据类型可以增加资源利用率，那么我们复制了这么多循环，for()中i的类型是否要考虑更换呢？事实上，vitis会考虑i的最大值，也就是N，来对其实际占用的空间进行资源优化，int i = 0;和ap_int<4> i = 0;实际没有区别，如果i<N的N是变量，那么N的数据类型是很重要的，这一点在以后会讲到。

3.LOOP_MERGE

考虑如下图中的情况，add循环和sub循环都用到了a[i]和b[i]，并且循环上限都为N，从硬件设计的角度上讲，这两个循环完全可以合并，如右图中的逻辑：

在这里我们引入loop region的概念，它实际上就是对一段大括号括起的代码块声明的标签，在这里用作LOOP_MERGE的作用域。

然后我们对loop region添加LOOP_MERGE约束，与for添加约束的逻辑相同，通过图形界面Directive右键添加，或者在代码块第一行编写#pragma HLS LOOP_MERGE，就可以实现两个循环的并发执行：

cpp 复制代码

void func(data_t a[N], data_t b[N], data_t c[N], data_t d[N])
{
	int i;
	loop_region:
	{
#pragma HLS LOOP_MERGE
		add:
		for (i = 0; i < N; i++)
		{
			c[i] = a[i] + b[i];
		}
		sub:
		for (i = 0; i < N; i++)
		{
			d[i] = a[i] - b[i];
		}
	}
}

这样不仅能提高效率，并且在代码编写的过程中可以更好的区分逻辑，让代码有更好的可读性和可维护性。

如果两个循环的边界不同，如下图：