目前的應(yīng)用軟件通常包含有復(fù)雜的內(nèi)存訪問機(jī)制，尤其是在科學(xué)計(jì)算和數(shù)字信號處理領(lǐng)域，內(nèi)存的管理將十分復(fù)雜。我們利用Vivado HLS設(shè)計(jì)了一個(gè)簡單的例子，可以使你在一些棘手的情況下，用它來建造有效處理管道。

HLS試圖在由高級語言描述的控制數(shù)據(jù)流圖（CDFG）中獲取平。運(yùn)算操作以及存儲(chǔ)訪問的分派與設(shè)計(jì)是根據(jù)他們與目標(biāo)平臺(tái)的緊缺資源間的獨(dú)立性決定的。對于許多引人關(guān)注的算法來說，數(shù)據(jù)存取依賴于計(jì)算結(jié)果，內(nèi)存占用需要使用芯片外RAM。如今，在內(nèi)核上使用HLS會(huì)創(chuàng)造出數(shù)據(jù)通路以及許多指令級的并行。但是當(dāng)它被激活，且等待輸入數(shù)據(jù)時(shí)，它需要頻繁停止。

下圖展示了當(dāng)數(shù)據(jù)設(shè)置過大，且需要不斷放到單片高速緩沖存儲(chǔ)器上時(shí)，為實(shí)驗(yàn)效果而制造的硬件模塊的運(yùn)行效果。值得注意的是速度的減慢對所有cache失效潛在因素組合的影響。然而這不是必須的，因?yàn)橛幸徊糠钟?jì)算圖的發(fā)展是不需要立即使用內(nèi)存數(shù)據(jù)的。這個(gè)環(huán)節(jié)需要被快速推進(jìn)。這種在調(diào)度執(zhí)行的額外自由有很多潛在的影響。

?

圖2（c）展示了使用解耦處理管道時(shí)的調(diào)度執(zhí)行。雙FIFO的潛在影響忽略不計(jì)，但當(dāng)?shù)螖?shù)非常大時(shí)，應(yīng)將其影響減到最小。

為生產(chǎn)解耦處理模型管道，首先你需要在原控制數(shù)據(jù)流圖（CＤFG）中聚集信息來完成子圖。為了使結(jié)果的效果最大化，聚類方法應(yīng)符合多數(shù)要求。

第一，如之前所說，Vivado HLS 運(yùn)用軟件流水技術(shù)在其前一次結(jié)束之前激發(fā)新的迭代次數(shù)。最長周期的潛在因素依賴于CDFG規(guī)定了最小間距，這些間距可以使新的迭代次數(shù)開始，并能限定且增加最終生產(chǎn)量。因此，這些循環(huán)依賴不穿過多重子圖是很重要的，就像雙FIFO應(yīng)用于模塊之間的通訊總是會(huì)增加潛在因素。

其次，將存儲(chǔ)操作與包含有延長計(jì)算的循環(huán)依賴分開是有益處的，這樣一來，cache失效能夠被慢速率的數(shù)據(jù)消費(fèi)遮蓋。這里，延長計(jì)算指的是運(yùn)算要進(jìn)行多于一個(gè)周期且滿足我們的目標(biāo)，Vivado HLS時(shí)間表就是用來獲取這個(gè)度量標(biāo)準(zhǔn)的。例如，延長操作是復(fù)雜的，而整數(shù)模塊運(yùn)算則不是。

最后，為了集中那些由高速緩存缺失引起的攤位影響，你也會(huì)想要減小在每個(gè)子圖里面存儲(chǔ)操作的數(shù)量，尤其是當(dāng)他們記錄在存儲(chǔ)空間的不同部分的時(shí)候。

滿足第一個(gè)要求-不讓循環(huán)依賴穿過多子圖其實(shí)很簡單，方法是：在原數(shù)據(jù)流程圖中尋找到強(qiáng)連通分量，并且在他們分散為不同集群之前使他們碰撞成節(jié)點(diǎn)。這個(gè)步驟結(jié)束后，我們得到了一張有向非循環(huán)圖，上面有一些有簡單指令的節(jié)點(diǎn)，其他的有一些彼此依賴的操作。為了滿足第二和第三個(gè)要求--分離存儲(chǔ)操作和局部化攤位影響—我們可以使節(jié)點(diǎn)拓?fù)渑判虿⑺麄兎蛛x開。

我們我們制作了一個(gè)簡單的源到源變換工具來完成這項(xiàng)重組，我們用Xilinx IP 核來制作雙FIFO個(gè)體鏈接模型。重構(gòu)計(jì)算模型的方式有很多種，而且設(shè)計(jì)空間的探索仍然在前進(jìn)。