本文转载自： FPGA打工人微信公众号
注：本文由作者授权转发，如需转载请联系作者本人
接口综合
接口综合有两种，一种是block-level interface protocol和port-level interface protocol。block-level interface protocol只作用于顶层函数或者顶层函数的返回值，port-level interface protocol数量比较多，只作用于顶层函数的参数。
block-level interface protocol只有三种，分别是：ap_ctrl_hs、ap_ctrl_none、ap_ctrl_chain。和ap_ctrl_none相比ap_ctrl_hs作用于函数时，会产生额外几个输入输出。具体如下：
会发现ap_ctrl_hs多出来了ap_start ap_done ap_idle ap_ready这4个信号。ap_start为高表示下一级可以开始处理数据，这时ap_idle就会为低，表明module开始工作，处于busy状态，ap_ready为高，表明该module可以接收新的数据，ap_done为高表明输出结果。
port-level interface protocol默认为ap_none，表示没有接口协议，还有ap_stable、ap_ovld、ap_vld、ap_hs等。
常用的interface protocol如下：
有时接口函数的参数也会出现数组。正常会映射为常用的memory接口，比如读写使能，读写地址等常用的控制信号和数据信号。正常HLS会自动分析映射为合适的RAM，但也支持手动设置。
typedef ap_int<8> data_t ;
typedef ap_int<17> out_t ;
out_t data_test(data_t data0, data_t data1, data_t data2 )
{
return (data0 * data1 + data2);
}
上面的code可以做个简单实验，在Directive界面右击data_test会出现Insert Directive，进入后在Directive选择INTERFACE，下面的mode选择接口综合mode，有时可能为了解决时序收敛问题，需要添加寄存器，直接勾选register即可。
还有就是添加时钟使能信号，具体操作是右击solution，选择solution settings，在General界面找到config_interface，其子栏中勾选clock_enable即可。
for循环优化
HLS算法实现中，for循环应该是经常使用，所以for循环的优化也是重中之重。
for循环pipeline
pipeline优化最大的优势是可以改善latency和interval。在没有设置pipeline时，整个for循环的操作是按时间的先后顺序执行的，设置之后，有种流水线操作的方式，虽然执行一次for循环的时间没变，但整个for循环执行时间进行了大量缩短。
for循环UNROLL展开
unroll展开可以理解为RTL的面积换时间操作，for循环中使用的电路是同一套，展开后将循环电路复制若干份，具体多少可自己设置。
前面两个都可在Directive中设置。
会发现设置PIPELINE时，有个rewind的设置，正常情况下，在执行完一次for循环后，会有一个时钟周期的空档期，才会执行下一次循环，该设置是为了让两次for循环之间没有空挡，尽可能降低整个的latency。
在设置UNROLL界面中的factor就是将for循环中的电路复制多少份。
for循环-循环合并
循环合并我个人觉得，这个功能应该不如前两个，循环合并毕竟有时可以直接在设计code时解决，但HLS还是提供了选择，可以简单熟悉熟悉。比如下面的code：
add:
for(i=0; i
c[i] = a[i] + b[i] ;
}
sub:
for(i=0; i
d[i] = a[i] - b[i] ;
}
会发现两个for循环都是对a、b两个数组进行计算，可以通过LOOP_MERGE指定合并优化。
要注意几点：
若循环边界不同但都为常量，合并之后选择更大的作为新的循环边界；
若其中一个循环边界为变量，不支持合并。
for循环-数据流
主要就是DARAFLOW优化指令。比如下面的code：
loop_A:
for(i=0; i
x[i] = a[i] + 4 ;
}
loop_B:
for(i=0; i
y[i] = x[i] * b[i] ;
}
loop_C:
for(i=0; i
c[i] = y[i] - 5 ;
}
若把每个for循环当作一个整体，会发现三个for循环之间有种数据流的状态。这种就可以用到DATAFLOW优化。在没有使用DATAFLOW时，三个循环会顺序执行，设置DATAFLOW后，多个for循环之间就可以有交叠，降低了latency。
但是，DATAFLOW不是所有code形式都是支持的，有局限性。
具体详细的区分可参考下面的文章：
剩余的优化应该就是从code层面进行优化了。
