嵌入式HLS 案例开发步骤分享——基于Zynq-7010/20工业开发板（3）
本帖最后由 Tronlong创龙 于 2024-7-21 15:13 编辑目 录
4 matrix_demo 案例 27
4.1 HLS 工程说明 27
4.2 编译与仿真 30
4.3 综合 31
4.4 IP 核测试 36
4.4.1 PL 端 IP 核测试 Vivado 工程说明 37
4.4.2 PS 端 IP 核测试裸机工程说明 37
4.4.3 测试说明 39
前 言
本文主要介绍 HLS 案例的使用说明，适用开发环境： Windows 7/10 64bit、Xilinx Vivado
2017.4 、Xilinx Vivado HLS 2017.4 、Xilinx SDK 2017.4。
Xilinx Vivado HLS (High-Level Synthesis，高层次综合) 工具支持将 C 、C++等语言转化
成硬件描述语言，同时支持基于 OpenCL 等框架对 Xilinx 可编程逻辑器件进行开发，可加
速算法开发的进程，缩短产品上市时间。
测试板卡是基于创龙科技Xilinx Zynq-7000系列XC7Z010/XC7Z020高性能低功耗处理器设计的异构多核SoC工业级核心板。
https://p7.itc.cn/images01/20230101/208ae67583024075a2883877870be294.jpeg 4 matrix_demo 案例
案例功能： 实现 32*32 浮点矩阵乘法运算功能， 同时提供提高运算效率的方法。
4.1 HLS 工程说明
(1) 时钟
HLS 工程配置的时钟为 100MHz。如需修改时钟频率， 请打开 HLS 工程后点击 ，在
弹出的界面中的 Synthesis 栏目进行修改。
https://p4.itc.cn/images01/20230101/5d87f9122c544b71948404777ef56dac.jpeg图 45
(2)顶层函数
案例有两个可选的顶层函数，分别为 standalone_mmult()和 HLS_accel()。前者为矩阵 乘法运算函数，用于仿真阶段；后者基于前者将数据输入输出接口封装成 AXI4-Stream 接 口， 用于综合阶段。工程默认配置为 standalone_mmult()。
https://p9.itc.cn/images01/20230101/265dc3bfba8b44afb33c2967ce446ccb.jpeg图 46
点击
https://p4.itc.cn/images01/20230101/1219fdb0103344c0bea42451207ee24d.jpeg 后，可在弹出的界面中的 Synthesis 栏目查看或设置顶层函数。
https://p6.itc.cn/images01/20230101/e214c7eb79b74986a79a587d2ba1c10b.jpeg图 47
矩阵乘法运算函数如下：
https://p6.itc.cn/images01/20230101/7b99c062785d48f18f932e152030e35b.jpeg图 48
matrix_demo_test.cpp 中提供了矩阵乘法运算函数 mmult_sw()，程序将 mmult_sw()的
运算结果和顶层函数 standalone_mmult()的运算结果进行对比。如结果一致， 则说明顶层
函数逻辑正确。 mmult_sw()函数不调用逻辑资源， 而 standalone_mmult()函数调用逻辑资
源。
https://p0.itc.cn/images01/20230101/b2dc341d740f47e8bf6c8df384b0e0d3.jpeg图 49
https://p6.itc.cn/images01/20230101/e0215ad5add347e2ad23f584dab0c171.jpeg https://p0.itc.cn/images01/20230101/5b9e3817318944fabc62c527e3bd1d55.jpeg图 50
4.2 编译与仿真
请参考本文档 HLS 开发流程说明章节， 进行编译。 编译完成后， 进入仿真界面点击
进行全速运行。
https://p9.itc.cn/images01/20230101/582f238e70ad40e191ab1967da1c9ee7.jpeg图 51
运行完毕后，将在 Console 窗口打印如下提示信息，说明顶层函数逻辑正确。
https://p8.itc.cn/images01/20230101/54e241917c244ebc8a80c11dac8811a1.jpeg图 52
4.3 综合
案例提供三个 solution，每个 solution 的算法运行效率不同。由于 solution3 所用资源 较多， xc7z010 无法满足资源要求，因此案例默认使用 solution2 生成 IP 核。
进行综合时，需将顶层函数修改为 HLS_accel() 。修改顶层函数后请点击
https://p8.itc.cn/images01/20230101/79b6a9baf3054339963cc61d5b8125ee.jpeg ，在弹
出的界面中点击“All Solutions”进行综合。
https://p0.itc.cn/images01/20230101/93b41733a5244b119fca59737b122645.jpeg图 53
https://p5.itc.cn/images01/20230101/4ca50ba17e3d4802be25467a96811a34.jpeg图 54
综合完成后，可看到三个 solution 的详细信息。
https://p1.itc.cn/images01/20230101/bf12e993b7114c1d962d7d7b51ce8ad6.jpeg图 55
从上图可看出solution3 的运行效率最高，但消耗资源最多。
(1) solution1 分析
双击选中 solution1，然后点击 Analysis。
https://p9.itc.cn/images01/20230101/5396307f95364fb7b7bf0ccad9928ffa.jpeg图 56
https://p7.itc.cn/images01/20230101/b78aef6bc2734a489316bd2c3691240e.jpeg图 57
可看到矩阵乘法运算函数里的三个 for 循环均为顺序运行， 因此耗时最长。
(2) solution2 分析
双击打开 solution2 的 directives.tcl ，可看到下图语句。
https://p7.itc.cn/images01/20230101/eb2cc1371a2a413a833409c2d748bcf4.jpeg图 58
PIPELINE 的作用是允许在函数中并发执行操作， 减少函数运行时间。
https://p4.itc.cn/images01/20230101/84fe96b81c314bb5b928b1fd24eb118f.jpeg图 59
solution2 将 mmult_hw()的 L2 for 循环进行了 PIPELINE 优化。打开solution2 的Analysis， 可看到矩阵乘法运算函数里的 L1/L2 for 循环并行执行，因此耗时较短。
https://p7.itc.cn/images01/20230101/3c236fe0715944b484eca63667973bf0.jpeg图 60
(3) solution3 分析
双击打开 solution3 的 directives.tcl ，可看到下图语句。
https://p7.itc.cn/images01/20230101/94a3e5f3b2ea488ea693be4728274ef9.jpeg图 61
ARRAY_PARTITION 指令的作用是将大数组划分为多个小数组或单独的寄存器， 以提高 对数据的访问效率。
https://p5.itc.cn/images01/20230101/0aff80640462433783b2d6df0ead0bb8.jpeg图 62
solution3 在 solution2 的基础上， 使用了 ARRAY_PARTITION 指令将函数 mmult_hw()的 数组 a 、b 分别分拆为 16 个数组，增加了数据吞吐量， 提高了运算效率。
打开头文件 matrix_demo.h，然后双击选中 solution3 打开工程 Directive，可对编译指
令进行修改或优化。
https://p5.itc.cn/images01/20230101/a4c18a2672784d49bd31b0a47db06823.jpeg图 63
4.4 IP 核测试
请参考本文档 HLS 开发流程说明章节，完成 IP 核测试前的准备工作。
HLS 工程生成的 IP 核为 HLS_accel_0。
4.4.1 PL 端 IP 核测试 Vivado 工程说明
浮点矩阵乘法运算加速器 IP 核通过 AXI DMA IP 核连接到 PS 端 ACP 接口，从而连通
到 PS 端 L2 缓存。 ACP 为 64 位 AXI 从接口，它提供了一个异步缓存相关接入点， 实现了
PS 和 PL 端加速器之间的低延迟路径。
AXI Timer IP 核用于计数，可通过其寄存器来计算浮点矩阵乘法运算加速器 IP 核的运
算时间。
4.4.2 PS 端 IP 核测试裸机工程说明
PS 端运行 32*32 的浮点矩阵乘法运算，并将 PS 端和 PL 端用时进行比较。 PL 端的浮 点矩阵乘法运算用时从 AXI Timer IP 核中读取。
打开裸机工程，确保 lscript.ld 文件的“Stack Size”为 0x3000，然后进行编译。
Xilinx 好难，虽然有些也是用C语言编写，但是有些逻辑都不懂，啊哈哈
页:
[1]