一、接口综合

1、一般接口

2、对数组的处理

当数组作为顶层函数的入参，不管是什么类型的都会被综合成ap_memory

3、其他案例

二、for循环优化方法总结

1、基础概念

下图是for循环顺序执行时的时钟图，每个方块代表一个时钟 循环次数是N=3，每次循环都有三步c1、c2、c3，也就是每个循环消耗三个时钟周期

2、for 循环优化之pipeline

Pipeline优化的原理就是，使II=1，for循环的N次循环间具有了并行性

3、Unroll

使用方法：其中的factor表示将for循环复制几份

4、loop merge

注意两个for循环的N是有限制的 原理是：由顺序执行，变成了并行

此种优化的限制： 边界不一致时，以最大的为边界

一个边界为变量，则会报错

两个for循环的边界都是变量，会报错

边界问题的解决方法：修改代码

5、Dataflow

5.1 问题的模型：注意三个task中的数组，只有一个是函数传入的，另外两个是函数中定义的

优化原理：通过在两个for循环之间添加channel增加了并行性

5.2 Dataflow使用限制即特殊情况的解决方法：

A、只有一个生产者，两个消费者

解决方案是：增加一个loop copy

B、bypass模型

解决方法：

6、嵌套循环的优化

嵌套循环分为四类场景，若要优化，需要尽可能将循环转换为perfect loop

A、perfect loop的优化

对外部做pipeline，内部的所有循环都会被打开；

对内部循环做流水，外部被打平flatten

B、Imperfect loop优化

对最内部的for循环做流水

由于有了res的初试化，所以外部循环不能完全flatten

对第二层for循环做流水

第二层以下的for循环都会被unroll，第一层会和第二层一起打平flatten，所以trip count是9

对第一层for循环做流水，最外层以下的都会被unroll

对函数进行流水线，则函数里面的所有for循环都会被unroll

对矩阵乘法的优化，添加缓冲区

矩阵乘法的原理 添加缓冲区的优化

7、for循环的其他优化方法

A、将for循环用函数包装，然后使用allocation优化，limit=2表示复制两份这个函数表示的电路

B、pipeline with rewind

是连续执行两次for循环时，两次for循环之间会有时延，使用rewind，可以减少此时间间隔，比如上面的例子中，连续执行两个函数打包的for循环

Rewind的限制：多个循环时，无法执行rewind

C、自动pipeline

D、pipeline失效的情景：循环边界是变量

三种解决办法：

循环变量类型声明为ap_int Assert限制循环变量的大小

三、数组的优化

数组最终都会以 memory 的形式实现（RAM、ROM 或 FIFO）。 如果这个数组作为顶层函数的形参，那么最终就会以相应的 memory 接口形式呈现，包括相应的读写地址和数据以及读写使能。 如果数组在设计内部，最终就会映射为真正的 block RAM，LUTRAM，UltraRAM或者 register，具体类型取决于在设计中使用的优化方法。 用 memory 或 memory ports 实现的数组往往是设计中的性能瓶颈。

1、数组的分割partition

Vivado HLS 提供了 3 种对数组分割的方法，分别是 block，cyclic 和 complete。 block 分割就是将数组元素分割为指定块数，然后依次填满每一块。Cyclic 方法就是分割为指定块数后先每块分配一个元素，然后每块分配第二个元素，直至分配完所有元素。Complete 方法就是每个元素分配一个寄存器存储。如图 20-1 所示：

对于多维数组，如下所示 例：

2、数组的map，不会提升吞吐率，但是可以减少资源使用量

3、针对同一个数组的array_reshape

Example

4、数组的其他优化方法

数组初始化 如果是映射为memorary，则要加static；如果是映射为rom，要加const

三、函数层面的优化

1、Inline

2、Allocation

3、Dataflow