Vivado HLS中四种数组端口实现方法的对比

在Vivado HLS中，C代码中的数组作为端口时，它们被默认综合为RAM端口。以下面的程序为例：

void array_io (dout_t d_o[N], din_t d_i[N])

{

    int i, rem;

    // Store accumulated data

    static dacc_t acc[CHANNELS];

    // Accumulate each channel

        For_Loop: for (i=0;i<N;i++) {

            rem=i%CHANNELS;

            acc[rem] = acc[rem] + d_i[i];

            d_o[i] = acc[rem];

        }

}

    在综合之后，端口被处理为：

图1 数组端口的默认综合结果

         从图1中可以看出，输出数组d_o被ap_memory协议综合为端口，且Vivado HLS自动添加了输出数据端口d_o_d0、使能信号d_o_ce0、写使能端口d_o_we0、输入数据端口d_i_q0。输入数据没有生成写使能端口，因为它只需要读取输入数据。因为这个例子里for循环默认是串行执行的，读操作和写操作没有同时发生，所以数组端口被实现为单口RAM了。根据需要，我们还可以把数组接口综合为双口RAM、FIFO或者把它们展开为多个独立的端口。仍然以图1对应的源代码为例，下面就来看一下它们分别是如何实现的。

         上面的例子里，for循环是串行执行的，所以单口RAM就能满足要求了。如果我们想把数组实现为双口RAM，那么for循环就需要被配置成并行循环的，也就是循环展开。在Vivado HLS中打开源程序，然后通过Directive视图改变for循环的配置为展开，如图1所示。

图2 展开for循环

         在Directive视图中，我们还可以配置端口使用的资源，例如把输入d_i配置为双口RAM，如图3所示。

图3 配置端口的资源为双口RAM

         按照类似的方法，把输出端口d_o的接口类型INTERFACE配置为ap_fifo类型。最终修改之后的指示文件的视图如图4所示。

图4 修改结果

         然后运行C代码综合，结果如图5所示。

图5 双口RAM的综合结果

         从图5中可以看出，输入端口d_i已经具有双口RAM的接口，它有两条地址线，两个独立的输入和两个使能端口。

         在接口综合的时候，Vivado HLS可以根据我们预先定义的因子，对数组进行分割，分割方法如图6所示。

图6 数组分割

         在这里，我们把d_i分割为2部分，把d_o分割为4部分，进行C代码综合；然后把d_i和d_o都分割为4部分，再运行C代码综合，对比其端口的综合结果，分别如图7左图、右图所示。

 图7 数组分割结果

         从图7中可以看出，当d_i分割为2部分，把d_o分割为4部分时，d_i仍然为双口RAM输入，但是当d_i和d_o分割为相同多的份数时，d_i的双口RAM的配置被Vivado HLS自动优化掉了：它被优化为4个单口RAM，与4个输出端口一一对应。

         完全展开数组，意味着把数组里的每个元素都当作单独的端口进行处理，这样可以最大限度地并行运算，提高运行速度，当然占用的器件资源也会相应地增多。展开方法与图6相同，只不过是把展开的类型从block改成complete，如图8所示。

 图8 完全展开数组的选项

         用图8把d_i和d_o都配置为完全展开之后，端口的综合结果如图9所示。

图9 数组完全展开之后的综合结果

         因为结果较长，在图9中没有全部列出，可以看出d_o和d_i都被完全展开了。

最后，我们可以对比一下单口RAM、双口RAM、部分展开和全部展开情况下的性能和资源利用率情况，如图10所示（这里使用的开发板是MicroZed）。

图10 不同综合方法的性能与资源对比