HLS（High-Level Synthesis）详解——循环体并行优化

HLS高级综合能够实现软体代码的硬件加速，主要是因为其对代码中的循环体（for，while）等进行了并行性优化，采用流水，展开，合并，嵌套，数据流等方法，将软体中需要一步步执行的循环体，在硬件电路中实现并行化处理，从而大幅提高计算速度，正好应对当下这种高计算量的需求。

本博客讲解一下循环体优化的一些方法，以及一些特殊循环体的优化（嵌套for循环，变量边界循环体），参考b站赛灵思官方HLS介绍视频。

参数指标

综合报告参考的指标参数，较为重要，如下图：

Loop Trip Count：循环总次数

Loop Iteration Latency：每次循环占用时钟周期

Loop Iteration Interval（Loop II）：两次循环之间的间隔

Loop Latency：整个循环的时钟周期

Function Latency：函数的时钟周期

Function Iteration Interval：函数总共占用时钟周期

 

优化方法

1. Pipeline：

不同次数的循环进行流水线操作提高并行性改善Latency和Interval，流水操作的前提是不同循环次数之间没有数据依赖。

 

2. Unroll：

展开真个循环体，等于复制循环，同步进行以增加并行性

3. for循环的合并

• 边界都为常数的两个循环合并取最大的边界
• 当for循环合并的两个循环边界一个是常数，另一个无法确定的时候无法合并。
• 上述两个边界都是不确定边界时可以把边界范围大的拆分，使其一部分边界相等

4.嵌套for循环

通过代码优化将后两种嵌套转化成前两种

1. 对上级循环pipeline会将下级所有循环unroll（资源利用率成倍（循环展开后的总次数）增加）。
2. 建议对内部嵌套循环展开，达到时延和资源的中和。

5.  其他优化

①rewind：缩短循环多次执行的间隔，仅适用单循环

②循环边界是变量的问题：

    1.使用tripcount directive：手动设定循环边界的最大值最小值。

    2.把循环边界的数据类型声明成ap_int。

    3.使用assert macro。

上述三种方法优化效果比较：