副標(biāo)題-FPGA高層次綜合HLS(二)-Vitis HLS知識(shí)庫

高層次綜合（High-level Synthesis）簡(jiǎn)稱HLS，指的是將高層次語言描述的邏輯結(jié)構(gòu)，自動(dòng)轉(zhuǎn)換成低抽象級(jí)語言描述的電路模型的過程。

對(duì)于AMD Xilinx而言，Vivado 2019.1之前（包括），HLS工具叫Vivado HLS，之后為了統(tǒng)一將HLS集成到Vitis里了，集成之后增加了一些功能，同時(shí)將這部分開源出來了。Vitis HLS是Vitis AI重要組成部分，所以我們將重點(diǎn)介紹Vitis HLS。

官方指南：

https://docs.xilinx.com/r/_lSn47LKK31fyYQ_PRDoIQ/root

重要術(shù)語

LUT 或 SICE

LUT 或 SICE是構(gòu)成了 FPGA 的區(qū)域。它的數(shù)量有限，當(dāng)它用完時(shí)，意味著您的設(shè)計(jì)太大了！

BRAM 或 Block RAM

FPGA中的內(nèi)存。在 Z-7010 FPGA上，有 120 個(gè)，每個(gè)都是 2KiB（實(shí)際上是 18 kb）。

Latency延遲

設(shè)計(jì)產(chǎn)生結(jié)果所需的時(shí)鐘周期數(shù)。

循環(huán)的延遲是一次迭代所需的時(shí)鐘周期數(shù)。

Initiation Interval (or II, or Interval間隔)

在接受新數(shù)據(jù)之前必須執(zhí)行的時(shí)鐘周期數(shù)。

這與延遲不同！如果函數(shù)是流水線的，許多數(shù)據(jù)項(xiàng)會(huì)同時(shí)流過它。延遲是一個(gè)數(shù)據(jù)項(xiàng)被推入后彈出的時(shí)間，而時(shí)間間隔決定了數(shù)據(jù)可以被推入的速率。

循環(huán)的間隔是可以開始循環(huán)迭代的最大速率，以時(shí)鐘周期為單位。

上圖中，左邊是函數(shù)右邊是循環(huán)，左邊的時(shí)間間隔（接收新數(shù)據(jù)之前）是3個(gè)時(shí)鐘周期，右邊循環(huán)的間隔則是一個(gè)時(shí)鐘周期；對(duì)于左邊的延遲是這個(gè)函數(shù)產(chǎn)生結(jié)果的時(shí)鐘周期數(shù)，是func_C運(yùn)行完畢產(chǎn)生的周期數(shù)，為5個(gè)時(shí)鐘周期，右邊循環(huán)的延遲是一次迭代所需的時(shí)鐘數(shù)，是4個(gè)時(shí)鐘周期。

上面的概念非常重要，要不然下面的一些指令作用也看不懂~

重要的指令

這是在實(shí)際使用過程中重要的指令列表（不是全部）。

Functions-函數(shù)

loops-循環(huán)

Various-所有都適合

Arrays-數(shù)組

parameters-參數(shù)

任意精度類型

可以在 HLS 中使用普通的 C 類型（int、 char等）變量。但是，設(shè)計(jì)中的常用的寄存器并不完全需要 4、8 或 16 位寬，那么可以使用任意精度類型來準(zhǔn)確定義需要多寬的數(shù)據(jù)類型，而不是接受這種低效率的通用定義。

下面展示了如何使用 C 和 C++ 風(fēng)格的任意精度類型。我們建議使用 C++，除非有特定的理由不這樣做。

在 C 中：

包含 頭文件。然后，可以聲明具有如下類型的變量：

在 C++ 中：

包含 頭文件。然后，可以聲明具有如下類型的變量：

按照上面的設(shè)置應(yīng)該能夠正常打印任意精度類型，但是如果在調(diào)試過程中得到奇怪的值，請(qǐng)先使用printf調(diào)用to_int()：

ap_uint<23>myAP;
printf("%d
",myAP.to_int());

復(fù)位行為

在 HLS 中，所有靜態(tài)和全局變量都被初始化為零（如果給定了初始化值，則初始化為其他值）。這包括 RAM，其中每個(gè)元素都被清除為零。然而，這種初始化只發(fā)生在 FPGA 首次編程時(shí)。任何后續(xù)處理器復(fù)位都不會(huì)觸發(fā)初始化過程。

如果需要清除設(shè)備的內(nèi)部狀態(tài)，那么應(yīng)該包含某種復(fù)位協(xié)議（根據(jù)復(fù)位狀態(tài)處理所需要的程序）。

AXI 從接口和 AXI 主接口

可以在 HLS 組件中使用兩個(gè)接口，即 AXI Slave 和 AXI Master。

AXI Slave：ARM 內(nèi)核使用此接口來啟動(dòng)和停止 HLS 組件。他們還可以使用此接口來讀取和寫入相對(duì)少量的用戶定義值。

AXI Master：如果需要更大量的共享數(shù)據(jù)，HLS 組件可以使用 AXI Master 接口啟動(dòng)事務(wù)以從主系統(tǒng)內(nèi)存讀取和寫入數(shù)據(jù)。

可以通過toplevel在 HLS 組件中為函數(shù)指定參數(shù)并將指令附加到這些參數(shù)來定義所需的接口。下面顯示了一個(gè)只有從接口的組件：

帶有AXI Slave的 HLS 組件

uint32toplevel(uint32*arg1,uint32*arg2,uint32*arg3,uint32*arg4){
#pragmaHLSINTERFACEs_axiliteport=arg1bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg2bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg3bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg4bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=returnbundle=AXILiteSregister
}

而下面是一個(gè)同時(shí)具有從接口和主接口的組件：

具有從屬和主接口的 HLS 組件

uint32toplevel(uint32*ram,uint32*arg1,uint32*arg2,uint32*arg3,uint32*arg4){
#pragmaHLSINTERFACEm_axiport=ramoffset=slavebundle=MAXI
#pragmaHLSINTERFACEs_axiliteport=arg1bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg2bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg3bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=arg4bundle=AXILiteSregister
#pragmaHLSINTERFACEs_axiliteport=returnbundle=AXILiteSregister
}

請(qǐng)注意，可以為從接口添加和刪除參數(shù)，并更改它們的數(shù)據(jù)類型，只需記住也要更新關(guān)聯(lián)#pragmaS。HLS 將相應(yīng)地更新組件的驅(qū)動(dòng)程序。

PS:主數(shù)據(jù)類型:由于 AXI 主接口會(huì)連接到 32 位寬的 RAM，因此在指定 AXI 主接口時(shí)應(yīng)始終使用 32 位數(shù)據(jù)類型。

一旦決定了的接口，應(yīng)該能夠依靠 Vivado 自動(dòng)化連線來連接一切。

請(qǐng)注意，返回端口的 pragma 很重要！

#pragmaHLSINTERFACEs_axiliteport=returnbundle=AXILiteSregister

//端口=返回包=AXILiteS寄存器

即使不使用函數(shù)的返回值，此 pragma 也會(huì)告訴 HLS 將 start、stop、done 和 reset 信號(hào)捆綁到 AXI Slave 接口中的控制寄存器中。因此，這將生成相應(yīng)的驅(qū)動(dòng)程序函數(shù)來啟動(dòng)和停止生成的 IP 內(nèi)核。如果不包含此 pragma，則 HLS 將為這些信號(hào)生成簡(jiǎn)單的連線，并且 IP 內(nèi)核將無法直接被 ARM 內(nèi)核控制。

多種類型的 AXI Master

Vitis HLS在從同一主AXI端口復(fù)制值并將其解釋為不同類型時(shí)非常挑剔。

例如，以下 memcpy 可能會(huì)導(dǎo)致“Stored value type does not match pointer operand type! （存儲(chǔ)值類型與指針操作數(shù)類型不匹配！）” ，嘗試將 RAM 視為uint32 和float類型時(shí)，綜合過程中將會(huì)產(chǎn)生 LLVM 錯(cuò)誤：

voidtoplevel(uint32*ram){
#pragmaHLSINTERFACEm_axiport=ramoffset=slavebundle=MAXI
uint32u_values[10];
floatf_values[10];

memcpy(u_values,ram,40);
memcpy(f_values,ram+10,40);
}

為了正確強(qiáng)制從 RAM 中復(fù)制數(shù)據(jù)的類型信息，可以使用union，如下所示：

typedefunion{
uint32u;
floatf;
}ram_t;

voidtoplevel(ram_t*ram){
#pragmaHLSINTERFACEm_axiport=ramoffset=slavebundle=MAXI
uint32u_values[10];
floatf_values[10];

for(inti=0;i

	

	此外，只要循環(huán)邊界從零開始（并且是固定的），HLS應(yīng)該足夠聰明，將其視為類似于memcpy的突發(fā)傳輸-在綜合過程中查找“推斷MAXI端口上長(zhǎng)度為X的總線突發(fā)讀取”來證實(shí)這一點(diǎn)。

	強(qiáng)制和阻止使用 Block RAM

	HLS 會(huì)自動(dòng)將大部分ARRAY轉(zhuǎn)換為 BRAM。這通常很有用，因?yàn)榧拇嫫鰽RRAY在 LUT（FPGA 空間）方面非常昂貴。但是，F(xiàn)PGA 的 BRAM 數(shù)量有限。BRAM 也只有 2 個(gè)訪問端口。這意味著在任何時(shí)候最多有兩個(gè)并行進(jìn)程可以訪問 RAM。這可能會(huì)限制設(shè)計(jì)的并行性潛力。

	如果HLS使用的是不希望使用的BRAM，則將類型設(shè)置為COMPLETE且維度設(shè)置為1的指令array_PARTITION應(yīng)用于數(shù)組。這將迫使它從寄存器中生成數(shù)組。這會(huì)占用大量的FPGA空間（LUT），所以要節(jié)約！

	要強(qiáng)制 HLS 使用 BRAM，請(qǐng)將指令BIND_STORAGE集應(yīng)用到 RAM_2P。（添加時(shí)按下幫助按鈕可查看所有各種選項(xiàng)的說明）。

	該 ARRAY_MAP 指令（見上文）可以通過自動(dòng)將多個(gè)較小的數(shù)組放入一個(gè)較大的數(shù)組來幫助節(jié)省 Block RAM。

	當(dāng)更改 HLS 時(shí)

	當(dāng)更改 HLS 代碼時(shí)，請(qǐng)執(zhí)行以下步驟以確保bitfile已更新，方便進(jìn)行正確地測(cè)試。

	1、重新運(yùn)行綜合。

	2、重新導(dǎo)出 IP 核。

	3、在 Vivado 中，它應(yīng)該已經(jīng)注意到了變化，并且會(huì)出現(xiàn)一條消息說“IP Catalog is out-of-date”。a、如果沒有，請(qǐng)單擊 IP Status，然后單擊重新運(yùn)行報(bào)告

	b、單擊刷新 IP 目錄

	c、在 IP Status面板中，應(yīng)選擇 toplevel IP。單擊 Upgrade 選項(xiàng)。

	4、在“Generate Output Products”對(duì)話框中，單擊“Generate”。

	5、單擊生成比特流。

	6、導(dǎo)出硬件到 Vitis。

	7、在 Vitis 中重新編程 FPGA 并運(yùn)行軟件。

	現(xiàn)在應(yīng)該明白了為什么測(cè)試和仿真如此重要了！

	循環(huán)優(yōu)化

	在 HLS 中，可以將指令應(yīng)用于循環(huán)以指示它展開或流水線?？紤]以下循環(huán)：

	
myloop:for(inti=0;i

	

	默認(rèn)情況下，HLS 將按順序執(zhí)行循環(huán)的每次迭代。它的執(zhí)行將如下所示：

	

	如果循環(huán)的每次迭代需要 10 個(gè)時(shí)鐘周期，那么循環(huán)總共需要 30 個(gè)周期才能完成。

	如果我們給這個(gè)循環(huán) PIPELINE 指令，那么 HLS 將嘗試在元素 0 完成之前開始計(jì)算元素 1，從而創(chuàng)建一個(gè)PIPELINE。這意味著循環(huán)的整體執(zhí)行時(shí)間會(huì)更短，但代價(jià)是更復(fù)雜的控制邏輯和更多的寄存器來存儲(chǔ)中間數(shù)據(jù)。循環(huán)如下所示：

	

	只有在沒有阻止此優(yōu)化的依賴項(xiàng)時(shí)，它才能執(zhí)行此操作?？紤]以下代碼：

	
intlastVal;

for(inti=0;i

	

	在此示例中，循環(huán)被迫按順序執(zhí)行，因?yàn)樵谙乱淮窝h(huán)迭代開始時(shí)需要在循環(huán)體末尾使用計(jì)算出的值。PIPELINE 仍然會(huì)試圖加快速度，但不會(huì)大幅加快。

	最后，如果我們給循環(huán) UNROLL 指令，那么 HLS 將嘗試并行執(zhí)行循環(huán)的迭代。這需要更多的硬件，但速度非?？?。在我們的示例中，整個(gè)循環(huán)只需要 10 個(gè)周期。

	

	這要求循環(huán)的元素之間沒有數(shù)據(jù)依賴關(guān)系。例如，如果 doSomething() 保留一個(gè)執(zhí)行次數(shù)的全局計(jì)數(shù)器，則此依賴項(xiàng)將阻止 UNROLL 指令工作。

	請(qǐng)注意，UNROLL默認(rèn)情況下會(huì)嘗試展開循環(huán)的所有迭代。這可能會(huì)導(dǎo)致非常大的設(shè)計(jì)！為了使事情更合理，可以設(shè)置UNROLL的FACTOR參數(shù)來告訴工具要?jiǎng)?chuàng)建多少副本。

	應(yīng)用UNROLL后，最好在分析視圖中查看它是否實(shí)際應(yīng)用。成功展開的設(shè)計(jì)在分析視圖中將非常“垂直”，表示同一列中的操作同時(shí)發(fā)生。如果視圖仍然非?！八健鼻矣泻芏嗔?，那么很可能是數(shù)據(jù)依賴項(xiàng)阻止了展開?？梢試L試通過單擊操作來確定是什么阻止了展開。該工具將繪制箭頭以顯示輸入的內(nèi)容和輸出的內(nèi)容。請(qǐng)記住，BlockRAM 一次只能進(jìn)行兩次訪問，因此，如果有一個(gè)大型ARRAY，而這些工具是從 BlockRAM 制作的，則展開或流水線操作最多只能創(chuàng)建 2 個(gè)副本?？梢愿嬖V工具不要使用帶有ARRAY_PARTITION指令的塊RAM。這可以快得多，但要使用更多的硬件資源。

	數(shù)據(jù)流優(yōu)化

	如果沒有使用限制資源的指令（例如 ALLOCATION 指令），HLS 會(huì)尋求最小化延遲并提高并發(fā)性。但是數(shù)據(jù)依賴性可以限制這一點(diǎn)。例如，訪問數(shù)組的函數(shù)或循環(huán)必須在完成之前完成對(duì)數(shù)組的所有讀/寫訪問，這就阻止了下一個(gè)消耗數(shù)據(jù)的函數(shù)或循環(huán)啟動(dòng)。

	函數(shù)或循環(huán)中的操作可能會(huì) 在前一個(gè)函數(shù)或循環(huán)完成其所有操作之前開始操作。

	HLS指定數(shù)據(jù)流優(yōu)化時(shí)：

	分析順序函數(shù)或循環(huán)之間的數(shù)據(jù)流。

	這允許函數(shù)或循環(huán)并行運(yùn)行，從而減少延遲并提高 RTL 設(shè)計(jì)的吞吐量，但以增加硬件資源為代價(jià)。嘗試一下DATAFLOW ，看看它是否對(duì)設(shè)計(jì)有幫助。

	找不到 'crt1.o' 錯(cuò)誤

	當(dāng)試圖在實(shí)驗(yàn)室硬件以外的機(jī)器上運(yùn)行測(cè)試時(shí)，可能會(huì)收到一個(gè)錯(cuò)誤，抱怨它找不到“crt1.o”。如果是這樣，就需要為項(xiàng)目設(shè)置自定義鏈接器標(biāo)志。

	單擊頂部菜單中的“Project”，然后單擊Project Settings。在此框中，單擊左側(cè)的“Simulation”，然后將以下內(nèi)容粘貼到“Linker Flags”框中：

	
-B"/usr/lib/x86_64-linux-gnu/"


	

	我的循環(huán)有？？？latency估計(jì)！

	有時(shí)，HLS 綜合報(bào)告將包含？而不是給出最小和最大延遲的值。這是因?yàn)樵O(shè)計(jì)中至少有一個(gè)循環(huán)是數(shù)據(jù)相關(guān)的，即它循環(huán)的次數(shù)取決于 HLS 無法知道的數(shù)據(jù)值。

	例如，下面的代碼：

	

	當(dāng)綜合在綜合報(bào)告中給出以下內(nèi)容：

	

	如果我們檢查代碼，它將來自ram的元素相加，但要相加的元素的確切數(shù)量來自用戶，作為arg1參數(shù)輸入。因此，HLS無法提前知道該硬件執(zhí)行需要多長(zhǎng)時(shí)間，因?yàn)槊看芜\(yùn)行時(shí)它都是可變的。這就是上面我們說的運(yùn)行時(shí)依賴于數(shù)據(jù)。生成的硬件將正常工作，我們只是無法預(yù)測(cè)運(yùn)行需要多長(zhǎng)時(shí)間。查看循環(huán)的細(xì)節(jié)，HLS仍然可以告訴我們循環(huán)的延遲是2，換句話說，它不知道它將迭代多少次，但每次迭代將花費(fèi)2個(gè)時(shí)鐘周期。

	一般來說，應(yīng)該盡量避免這種情況。如果 HLS 無法預(yù)測(cè)最壞的情況，那么它會(huì)過于“謹(jǐn)慎”，并且它可能會(huì)制造比我們需要的更大的硬件。此外，不能展開具有可變循環(huán)邊界的循環(huán)。

	一些算法從根本上是依賴于數(shù)據(jù)的，如果這種情況無法避免，那么可以通過將LOOP_TRIPCOUNT指令添加到循環(huán)中來告訴 HLS ，假設(shè)循環(huán)將進(jìn)行給定次數(shù)的迭代，但這僅用于報(bào)告目的。生成的硬件將完全相同，但HLS將在循環(huán)迭代該次數(shù)的假設(shè)下生成延遲數(shù)。這意味著延遲數(shù)字不“正確”，但這仍然有助于了解其他優(yōu)化是否具有總體積極效果。

	定點(diǎn)類型

	當(dāng)需要使用小數(shù)運(yùn)算但又不想支付使用浮點(diǎn)的大量硬件成本時(shí)，定點(diǎn)類型很有用。Vitis HLS 用戶指南（https://www.xilinx.com/support/documentation/sw_manuals/xilinx2020_2/ug1399-vitis-hls.pdf）中詳細(xì)描述了定點(diǎn)類型，下面是一個(gè)簡(jiǎn)短示例：

	定點(diǎn)示例

	
#include
#include

ap_fixed<15,?5>a=3.45;
ap_fixed<15,?5>b=9.645;
ap_fixed<20,?6>c=a/b*2;
std::cout<

	

	C標(biāo)準(zhǔn)數(shù)學(xué)函數(shù)（在math.h中）僅針對(duì)浮點(diǎn)實(shí)現(xiàn)，但Xilinx在hls_math.h中提供了某些函數(shù)的定點(diǎn)實(shí)現(xiàn)。在hls::命名空間下；例如：hls::sqrt（）、hls::cos（）和hls::sin（）。

	此外，以下賽靈思示例代碼顯示了另一種定點(diǎn)平方根實(shí)現(xiàn)，在某些情況下可能更有效。

	fxp_sqrt.h

	
#ifndef__FXP_SQRT_H__
#define__FXP_SQRT_H__
#include
#include
usingnamespacestd;

/*
*Providesafixedpointimplementationofsqrt()
*Mustbecalledwithunsignedfixedpointnumberssoconvertbeforecalling,follows:
*ap_ufixed<32,?20>in=input_number;
*ap_ufixed<32,?20>out;
*fxp_sqrt(out,in);
*/
template
voidfxp_sqrt(ap_ufixed&result,ap_ufixed&in_val)
{
enum{QW=(IW1+1)/2+(W2-IW2)+1};//derivemaxrootwidth
enum{SCALE=(W2-W1)-(IW2-(IW1+1)/2)};//scale(shift)toadjinitialremainervalue
enum{ROOT_PREC=QW-(IW1%2)};
assert((IW1+1)/2<=?IW2);?//?Check?that?output?format?can?accommodate?full?result
???ap_uintq=0;//partialsqrt
ap_uintq_star=0;//diminishedpartialsqrt
ap_ints;//scaledremainderinitializedtoextractedinputbits
if(SCALE>=0)
s=in_val.range(W1-1,0)<>(0-(SCALE+1)))+1)>>1;
//Non-restoringsquare-rootalgorithm
for(inti=0;i<=?ROOT_PREC;?i++)?{
??????if?(s?>=0){
s=2*s-(((ap_int(q)<(q_star)<0)
q=q+1;
//Truncateexcessbitandassigntooutputformat
result.range(W2-1,0)=ap_uint(q>>1);
}
#endif



	

	總結(jié)

	這是《FPGA高層次綜合HLS》系列教程第二篇，后面會(huì)按照專題繼續(xù)更新，文章有什么問題，歡迎大家批評(píng)指正~感謝大家支持。

	

	   審核編輯：彭靜