FPGA_YOLO(四)用HLS实现循环展开以及存储模块

Vivado HLS（High-Level Synthesis，高层次综合）是赛灵思（Xilinx）在其 Vivado 设计套件 中提供的一款工具，用于将 高级编程语言（如 C、C++、SystemC） 直接转换为 硬件描述语言（HDL，如 VHDL 或 Verilog），从而快速生成可编程逻辑（如 FPGA 或 SoC）的硬件电路设计。

---

HLS 的核心作用

传统的硬件设计需手动编写 RTL（寄存器传输级）代码（如 Verilog/VHDL），而 HLS 允许开发者：

1. 用更抽象的软件语言描述算法或功能。
2. 自动生成优化的 RTL 代码，显著提升开发效率。
3. 尤其适合算法密集型任务（如信号处理、图像处理、AI加速等）。

---

HLS 的主要功能与特点

1. 支持高级语言
   用 C/C++/SystemC 描述硬件行为，无需手动编写 HDL 代码。

2. 自动化硬件优化
   通过添加编译指令（如 #pragma HLS），指导工具优化流水线、并行性、资源分配等。

3. 仿真与验证
   在软件层面验证功能正确性，减少后期硬件调试时间。

4. 与 Vivado 无缝集成
   生成的 RTL 可直接用于 Vivado 进行综合、布局布线，并生成比特流文件下载到 FPGA。

5. 灵活生成 IP 核
   输出为可重用的 IP 核，方便在更大系统中调用。

---

HLS 的典型应用场景

• 算法加速：将计算密集型算法（如矩阵运算、加密解密）硬件化，提升性能。
• 快速原型开发：软件工程师无需精通 HDL 即可参与 FPGA 开发。
• 异构计算：在 FPGA 上实现与 CPU/GPU 协同的定制加速模块。
• 复杂控制逻辑：简化状态机、接口协议（如 AXI）的开发。

---

HLS 的优势 vs 传统 RTL 开发

优势	说明
开发速度快	减少手动编码和调试时间。
易于维护	修改软件代码后重新综合即可。
跨平台复用	C/C++ 代码可同时用于软件和硬件。
降低门槛	软件工程师也能参与硬件开发。

---

适用人群

• 需要硬件加速的算法工程师。
• 希望快速实现 FPGA 功能的开发团队。
• 希望减少 HDL 编码工作的硬件工程师。

 一：(两个向量对应元素相加工程)

1：创建工程 

 2  加法运算创建文本 写代码

点击综合 将c语言转化成verilog

加法运算代码如下

 

#include "vector_add.h"#define MAXNUM 50000
void vertor_add_top (float A[MAXNUM] , float B[MAXNUM] , float C[MAXNUM]) {for (int i=0 ; i <MAXNUM ; i++)C[i] =A[i] +B[i];
}

 会报错

 将文件设置为顶层

 

 依次点击即可将刚刚写的设置为顶层

 3：分析报告

 如上图

这依次是布局的时钟（我认为就是写代码然后映射verilog的时间），目标的时间10，预估的时间7.177ns 

 总的时间 从开始输入到输出的时间400001 代表多少个时钟周期，一个时钟周期7.177ns，400001*7.177/10^9  大约3ms能够计算完50000个浮点数相加。

 下图是资源占用情况

 3.1 DSP、LUT 和 FF是什么

    在 FPGA/SoC 设计中，DSP、LUT 和 FF 是三种核心硬件资源的缩写，它们直接影响设计的性能、功耗和资源占用率。以下是它们的定义和作用：

---

1. DSP（Digital Signal Processor，数字信号处理器块）

• 用途：
  专为高效执行 数学运算（乘法、乘累加、浮点运算等） 设计的硬件模块。
  适用于信号处理、滤波器、AI加速、矩阵运算等场景。

• 特点：

  • 高并行性：单时钟周期完成乘法或乘累加（MAC）。
  • 低延迟：比用 LUT/FF 手动搭建等效电路更快更省资源。

• 示例：
  实现 C = A * B + C 的乘累加操作时，优先占用 DSP 资源，而非 LUT/FF。

• FPGA中的位置：
  DSP 块通常以阵列形式分布在 FPGA 的逻辑单元中。

---

2. LUT（Look-Up Table，查找表）

• 用途：
  FPGA 中最基础的 组合逻辑单元，用于实现任意逻辑函数。
  相当于一个真值表，通过配置存储的值定义输入到输出的映射关系。

• 结构：

  • 通常为 4~6 输入、1 输出的可编程查找表（如 Xilinx 的 6 输入 LUT）。
  • 可分割为更小的 LUT 以实现更复杂的逻辑。

• 特点：

  • 灵活性高：可配置为实现与、或、非等逻辑功能。
  • 资源敏感：复杂逻辑会消耗大量 LUT，可能制约整体设计规模。

• 示例：
  实现一个加法器时，除了进位链外，逻辑运算由 LUT 完成。

---

3. FF（Flip-Flop，触发器）

• 用途：
  用于存储 时序逻辑的当前状态（1 比特数据）。
  通过时钟信号同步更新数据，是设计 寄存器、状态机、流水线 的关键元件。

• 结构：
  与 LUT 常绑定为 Slice（例如 Xilinx 的 CLB 每个 Slice 包含多个 LUT 和 FF）。
  FF 包括触发条件（如上升沿/下降沿）和复位/置位功能。

• 特点：

  • 时序控制：保证数据在时钟边沿稳定传输。
  • 资源平衡：FF 的利用率直接影响时序收敛（如时钟频率）。

• 示例：
  流水线架构中，每级流水线需要 FF 暂存中间结果。

---

4.三者的资源占用关系

1. 算法决定资源分配

   • 计算密集型任务（如矩阵乘法）会消耗大量 DSP。
   • 复杂逻辑和条件判断依赖 LUT。
   • 时序控制和数据缓冲需要 FF。

2. 资源总量限制
   FPGA 芯片中 DSP/LUT/FF 的数量是固定的，设计需确保不超过目标芯片的可用资源。
   资源冲突会导致布局布线失败或降低时钟频率。

3. 资源优化策略

   优化手段	目的
   使用 DSP 代替 LUT 实现运算	降低功耗，提升速度
   逻辑简化（如状态机优化）	减少 LUT 和 FF 的消耗
   流水线设计	平衡 FF 利用率与时钟频率
   代码重构（HLS中）	避免生成冗余逻辑

---

5.在 Vivado HLS 中的应用

• DSP 的使用：
  若代码中的循环或函数包含乘法/累加操作，HLS 会优先调用 DSP，也可通过 #pragma HLS BIND_OP 强制指定实现方式。

• LUT 与 FF 的平衡：
  HLS 会根据代码生成组合逻辑（LUT）和时序逻辑（FF），通过 #pragma HLS PIPELINE 或调节时钟频率优化两者的分配。

• 资源报告：
  综合后查看资源利用率报告，分析是否需重构代码或调整约束。

---

6.总结

• DSP 是高性能运算的“加速引擎”，用于数学密集型任务。
• LUT 是实现灵活逻辑的基础单元，但易成为性能瓶颈。
• FF 是时序逻辑的基石，影响设计的时钟频率和稳定性。
  合理规划和优化这三者的使用，是 FPGA 设计的关键！

 4.修改数据的类型

4.1 将float 改为 int

代码如下将float 改为 int

#include "vector_add.h"#define MAXNUM 50000
void vertor_add_top (int A[MAXNUM] , int B[MAXNUM] , int C[MAXNUM]) {for (int i=0 ; i <MAXNUM ; i++)C[i] =A[i] +B[i];
}

 下面是报告

 

根据上图可以计算总得时间连1ms都不到

 4.2 将int改为自定义的定点型数据

代码如下：

#include "ap_fixed.h"typedef ap_fixed<32 , 16 , AP_RND,AP_SAT> D32;

#include "vector_add.h"#define MAXNUM 50000
void vertor_add_top (D32 A[MAXNUM] , D32 B[MAXNUM] , D32 C[MAXNUM]) {for (int i=0 ; i <MAXNUM ; i++)C[i] =A[i] +B[i];
}

这里是  typedef ap_fixed<32 , 16 , AP_RND,AP_SAT> D32;

typedef是自定义类型 名字叫ap_fixed 总共有32为 16位的整数，剩下的AP_RND为小数部分，AP_SAT这个是溢出类型应该，归一。

分析报告

可以算出时间比int多，但是比float少

总结：根据上述实验可以知道，int和自定义的类型没有用到dsp 浮点数用到了dsp、时间dloat > d32>int

二（并行加速）

1代码unroll

选中代码，然后点开右边的directive

然后找到for statement 右击 

 

 选择 将并行插入到代码中点击ok

 可以看到一部分并行一部分串行还是在串行

可以看到在read还是串行，应为ram 最大就是双端口，50个数很大所以得串行。

多了一个时钟周期 

 

 2整个完全展开  代码#pragma HLS ARRAY_PARTITION variable=A complete dim=1

完整代码如下

#include "vector_add.h"#define MAXNUM 50
void vertor_add_top (D32 A[MAXNUM] , D32 B[MAXNUM] , D32 C[MAXNUM]) {
#pragma HLS ARRAY_PARTITION variable=A complete dim=1
#pragma HLS ARRAY_PARTITION variable=B complete dim=1
#pragma HLS ARRAY_PARTITION variable=C complete dim=1for (int i=0 ; i <MAXNUM ; i++){#pragma HLS UNROLL
C[i] =A[i] +B[i];
}
}

 操作：

如下找到ABC右击A

 找到ARRAY_PARTITION函数 然后compelte是整体展开

 

 报告分析

我们可以看到只用了组合逻辑电路，其他的都没有用到

 

 3.分块展开

#pragma HLS ARRAY_PARTITION variable=A block factor=2 dim=1

完整代码

#include "vector_add.h"#define MAXNUM 50
void vertor_add_top (D32 A[MAXNUM] , D32 B[MAXNUM] , D32 C[MAXNUM]) {
#pragma HLS ARRAY_PARTITION variable=A block factor=2 dim=1
#pragma HLS ARRAY_PARTITION variable=B block factor=2 dim=1
#pragma HLS ARRAY_PARTITION variable=C block factor=2 dim=1for (int i=0 ; i <MAXNUM ; i++){#pragma HLS UNROLL
C[i] =A[i] +B[i];
}
}

选择block 分块因子为2

 报告分析

并不是只用了组合逻辑