流水操作整个函数

新建解决方案然后选择顶层的matrixmul标签添加PIPELINE指令，并移除Col中的流水操作，如下图所示：

添加完成后运行C综合，然后分析报告，进行对比流水内部循环和整个函数的区别。

该设计现在以更少的时钟完成，并且可以每 5 个时钟周期开始一个新的事务。 然而，由于设计中的所有环路都展开了，因此面积和资源大幅增加。流水线循环允许循环保持滚动，从而提供了控制区域的好方法。 流水线化整个函数时，函数中包含的所有循环都被展开，这是流水线化的要求。 流水线功能设计可以每 5 个时钟周期处理一组新的 9 个样本。 这超出了每个时钟 1 个样本的要求，因为高级综合的默认行为是生成具有最高性能的设计。

流水线整个函数产生的是最佳性能。 但是，如果它超过了所需的性能，则可能需要多个额外的指令来减慢设计速度。流水线循环为您提供了一种控制资源的简单方法，可选择部分展开设计以满足性能要求。

使用FIFO接口

完成对内部数据处理后，处理函数的接口。设计要求使用FIFO接口。现在进行新建解决方案，然后在a、b、res这三个数组进行设置使用FIFO接口。添加接口指令如下：

完成指令添加后点击运行C综合，此时无法正常综合，报错如下：

从图中的代码中，数组 res 按以下顺序执行写操作（MAT_B_COLS = MAT_B_ROWS = 3）：

• 在57行写入[0][0]；
• 在60行写入 [0][0]；
• 在60行写入 [0][0]；
• 在60行写入 [0][0]；
• 在第 57 行写入 [0][1]（在索引 J 增加之后）；
• 在60行写入 [0][0]；

对地址 [0][0] 的连续四次写入不构成流式访问模式 ； 这是随机访问。所以无法使用流接口。 C 代码的性质（指定对相同地址的多次访问）阻止了流接口的应用。在流接口中，必须按顺序访问这些值。

读取数组 a 和 b 存在类似的问题。 不可能使用 FIFO 接口通过编写的代码进行数据访问。 要使用 FIFO 接口，Vivado 高级综合中可用的优化指令是不够的，因为代码当前强制执行特定的读取和写入顺序。 进一步优化需要重写代码。

下图显示了之前的代码的数据IO访问模式。

由于变量 i、j 和 k 从 0 到 3 迭代，下半部分显示了读取 a、b 和写入 res 时生成的地址。 此外，在每个 Product 循环开始时， res 设置为零值。

对于具有顺序流访问的硬件设计，端口访问只能是以红色突出显示的那些。 对于读端口，数据必须在内部缓存，以确保设计不必重新读取端口。 对于写端口 res，数据必须保存到一个临时变量中，并且只能在红色显示的周期内写入端口。

所以要对设计进行拓展实现图中的数组的赋值操作。main函数修改成下面：

#include "matrixmul.h"
void matrixmul(
      mat_a_t a[MAT_A_ROWS][MAT_A_COLS],
      mat_b_t b[MAT_B_ROWS][MAT_B_COLS],
      result_t res[MAT_A_ROWS][MAT_B_COLS])
{
  mat_a_t a_row[MAT_A_ROWS];
  mat_b_t b_copy[MAT_B_ROWS][MAT_B_COLS];
  int tmp = 0;
  // Iterate over the rowa of the A matrix
  Row: for(int i = 0; i < MAT_A_ROWS; i++) {
    // Iterate over the columns of the B matrix
    Col: for(int j = 0; j < MAT_B_COLS; j++) {
      // Do the inner product of a row of A and col of B
      tmp=0;
      // Cache each row (so it's only read once per function)
      if (j == 0)
        Cache_Row: for(int k = 0; k < MAT_A_ROWS; k++)
          a_row[k] = a[i][k];
       // Cache all cols (so they are only read once per function)
     if (i == 0)
            Cache_Col: for(int k = 0; k < MAT_B_ROWS; k++)
               b_copy[k][j] = b[k][j];
      Product: for(int k = 0; k < MAT_B_ROWS; k++) {
        tmp += a_row[k] * b_copy[k][j];
      }
      res[i][j] = tmp;
    }
  }
}

指令修改成下图：

此时进行C综合可以完成综合，对比之前设计，此时的延迟进一步被优化，而资源仅仅在FF和LUT进行少量的增加。

references

1. UG871