Xilinx HLS 学习笔记3（函数优化方法）

最新推荐文章于 2025-01-21 12:21:38 发布
原创 最新推荐文章于 2025-01-21 12:21:38 发布 · 727 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ENVI #高光谱数据处理 #1024程序员节

本文介绍了Xilinx HLS中的函数优化方法，包括定义任意精度变量以适应不同需求，使用inline消除函数调用开销，通过Allocation进行并行化处理以减少延迟，以及运用Task Level Pipelining的Dataflow策略实现函数并行，提高数据吞吐量和降低Latency。这些方法旨在在资源和性能之间取得平衡。

1、函数层面的优化

1.1、定义任意精度变量

在C的数据类型通常是以8为边界，而实际中我们会遇到任意精度类型的问题，那么我们一定要定义为任意精度。
在这里插入图片描述

1.2、inline

去除函数的层次化，可以改善资源。不再需要调用函数的相关逻辑，对于小函数HLS会自动Inline，如果我们不希望，可以通过directive中的 -off这个选型来实现
在这里插入图片描述
关掉inline，资源开销会变大。
在这里插入图片描述

1.3、Allocation

定义了函数与相应RTL model之间的关系，ALLOCATION使副本并行运行，从而减少延迟性，配置与结果如下图所示，allocation的影响，它实际上是在Latency和Area上做折中。
在这里插入图片描述
在这里插入图片描述

最低0.47元/天 解锁文章
Xilinx HLS 学习笔记3（for循环优化）
u014798590的博客
11-20 1445
for循环优化 1、基本概念 与for循环相关的基本概念 Pipelining的for循环 for循环的展开 for循环的循环变量的数据类型，是否对综合后结果的资源有所影响 Performance Metrics（衡量指标） 优化方式：采用pipeline 采用Pipeline前后对比我们可以发现，在不采用流水线的时候是过程化运行（有时间的先后顺序进行）；当采用流水线后，当在读数据的时候，下一个Fou循环就开始读地址，会有并行（椭圆标记的位置）的效果 for 循环展开（空间换时间） 默认情况下，
Xilinx HLS 学习笔记1
u014798590的博客
11-09 1259
本笔记根据《跟Xilinx SAE 学HLS系列视频讲座-高亚军》课程进行学习，仅作为本人学习笔记使用，暂不公开。 0、先验知识 软件可编程芯片主要分为几大类： CPU：管理和调度 DSP：算法上加强，做一些递归算法 DPU：高度并行，适合大数据的流处理 在面对大量计算时，有两种方法： 1、提高主频，即提高CPU的时钟频率，但提升有限 2、增加运算核心，以此提高并行度 但会出现功耗的问题 FPGA 1、内部包含大量的乘法单元 2、SoC，将ARM融合 3、与CPU相比，功耗更优 下图：传统FPGA资源：可
如何使用函数来优化性能
weixin_33721344的博客
03-01 217
一、节流函数 1. 使用场景 DOM.onclick()事件，我们给一个DOM节点绑定了点击事件，当点击该元素时触发事件函数的执行，但是当我们频繁点击该元素时，就会不断触发该点击事件，如果该点击事件触发的事件函数是DOM元素的，就会造成很高的性能消耗，可能会造成页面的卡顿。 所以此时我们应该限制该事件的触发频率，减少页面的开销。 2. 原理 连续触发事件，但是事件函数只在在规定的周期之内只执行一次...
学习函数的优化策略
Sagacity_1125的博客
12-11 367
8 优化 这部分主要包括两个内容一个是优化方法。另一个是传统图像识别方法两步走策略。 优化方法 主要是学习常用的优化算法学习，例如梯度下降，带动量的梯度下降以及Adam等一系列优化方法。其中本节课提到了梯度、导数的含义以及学习率这个重要的超参数，这个超参数是我们训练神经网络需要首要考虑的。随机梯度下降使用minibatch数据来估计总的误差以及梯度，这样速度比使用全部数据计算更快。 两步走策略重点...
跟Xilinx SAE 学HLS系列视频讲座笔记（4）——For循环优化
安静到无声
10-05 1010
目录第一讲 For循环优化的性能指标第二讲 for循环优化-循环合并第三讲 for循环优化-数据流第四讲 嵌套for循环优化第五讲 for循环优化其他方法 本节主要介绍的是《跟Xilinx SAE 学HLS系列视频讲座》第16，17，18，19，20节。 跟Xilinx SAE 学HLS系列视频讲座笔记（1） 跟Xilinx SAE 学HLS系列视频讲座笔记（2）——编写高效的C Test Bench 跟Xilinx SAE 学HLS系列视频讲座笔记（3）——接口综合 跟Xilinx SAE 学HLS系列
几个优化方法
bojackhosreman的博客
04-01 1万+
优化问题指的是，给定目标函数f(x)，我们需要找到一组参数x，使得f(x)的值最小。 常见的几类优化算法有：梯度下降法(GD)、批量梯度下降法（BGD）、随机梯度下降法（SGD）、牛顿法、拟牛顿法、共轭梯度法、Momentum、Nesterov Momentum、Adagrad、Adadelta。接下来一一介绍。 一、梯度下降梯度下降法是最早最简单，也是最为常用的最优化方法。梯度下降法实
Xilinx HLS 学习笔记2（数组优化）
u014798590的博客
11-15 1802
11、数组优化 0、先验知识 单端口RAM（Single-Port RAM) 1、数组分割 我们可以通过resource directive 来设定看，数组采用怎么样的memory（如双端口、单端口）来实现，如果没有明确告知，HLS编译器会自行决定采用双端口还是双端口，数组最终会以Memory形式出现（RAM、ROM或者FIFO），如果是顶层函数中的形参就会以相应Memory的接口呈现，包括读写地址、使能以及数据；如果数组是在内部，就会综合成内部的block RAM、LUTRAM、registers，这取决
FPGA学习笔记#7 Vitis HLS 数组优化和函数优化
qq_38876396的博客
11-11 1698
本文介绍了Vitis HLS中如何进行数组优化和函数优化。
XILINX SDK– 如何减小Microblaze的代码体积
qq_33351919的博客
07-16 1669
工作项目中使用的Spartan6，64KB的BRAM作为程序、数据空间。最初的设计是采用无优化编译，基本使用完64KB，最近软件更新，追加功能发现超出～～～～～ 首先想到的是修改优化等级，结果程序无法执行，停止delay的函数的while循环里，尝试直接for循环，程序可以执行，因为担心还有隐藏的部分被优化掉，又没有时间深入测试，所以放弃了。 其次将Debug修改为Release，这样程序缩减到50K。 参考：http://xilinx.eetrend.com/d6-xilinx/blog/.
HLS实现YOLO神经网络系列（一）
热门推荐
alangaixiaoxiao的博客
03-04 1万+
一.简介 从2019年十一月之后，就开始学习使用HLS实现CNN卷积神经网络，对YOLO算法进行加速了。无奈只有图像处理的基础，没有研究过AI，研究生期间一点点的HLS基础也早就忘记了，希望以后都能根据进度养成写博客的习惯，工作之余记录一下自己的学习和成长吧。 本帖已实现卷积操作的IP核，并通过了FPGA开发板的验证。 二.HLS部分 高级综合HLS基础学习，参考Xilinx官方文档ug871-v...
Xilinx SDK常用API集合
04-12
该文档详细介绍了Xilinx SDK中常用的API函数，包括GPIO,Timer,GIC等。介绍了每个API函数的功能，用法，所在头文件，参数的含义以及返回值情况。还提供实例，对于初学Xilinx SDK有很大的帮助
HLS高层次综合生成yolov2加速器IP核笔记int16
weixin_41804312的博客
03-19 1426
步骤整理中
code blocks 代码颜色_S32DS GNU GCC编译优化选项与配置方法详解及S32 SDK代码编译优化选项设置建议...
weixin_39559119的博客
11-30 1242
内容提要引言1. GNU GCC编译器的优化选项详解1.1 何为编译器的优化选项1.2 编译器优化选项的工作原理1.3 GNU GCC编译器的-O/O1优化等级1.4 GNU GCC编译器的-O2优化等级1.5 GNU GCC编译器的-O3优化等级1.6 GNU GCC编译器的-O0优化等级1.7 GNU GCC编译器的Os优化等级1.8 GNU GCC编译器的-Ofast优化等级1.9...
Xilinx SDK 2018的fatfs在mount时频繁失败
最新发布
he3kys的博客
01-21 648
Xilinx SDK 2018 裸机程序，在使用xilffs组件调用f_mount函数挂载SD卡时频繁失败，错误码是FR_NOT_READY(3)，即硬件驱动异常。可以尝试多次重试挂载，如果多次重试依旧失败，则卸载后再重试多次。BSP默认的优化级别是o2，可以将其改为o0，即不进行编译优化。重启验证5次，每次都是一次性挂载成功，没有出现重试的情况。重启5次，每次都能挂载成功，只不过每次都需要重试。5次当中只有一次挂载成功。
yolov3的fpga实现
qq_31514061的博客
12-02 1万+
基于hls的YOLOV3在fpga上的实现 软件测试结果如下，后面更新硬件算法
xilinx sdk使用环境设置
weixin_41922484的博客
12-17 2226
目录一、取消程序保存后自动编译二、显示代码行数三、设置字体大小 一、取消程序保存后自动编译 二、显示代码行数 三、设置字体大小 字体大小设置为13。 ...
四种最优化方法复盘总结
更适合青年研究者的资源库！公众号：杰哥的无人驾驶便利店
11-29 2701
最优化方法 当我们准备好了一个函数表达式之后，如何求解该函数的最优值就会成为一个巨大的挑战。今天杰哥给大家总结一下常用的四种优化方法。 一、无约束优化问题 所谓无约束优化问题，就是指对一个函数求最优值，最优值可以出现在函数上任意一点，而我们不去限定查找最优值的范围。 无约束优化问题通常有四种优化方法： Newton’s method(牛顿法)； Levenberg-Marquardt’s method(LM)； Broyden-Fletcher-Goldfarb-Shanno’s method(BFG
Xilinx HLS 优化指令整理------INLINE
Chi_Hong的博客
09-14 5464
INLINE directive 去除子函数层次结构，使Vivado HLS更好的分配资源并减少DSP和内存的使用率。子函数使用内联操作使自身逻辑融入到调用函数当中，优化结果结果的同时也增加了运行时间。HLS会自动内联较小的函数，要关闭自动内联可以设置inline directive 为off状态。 Syntax set_directive_inline [OPTIONS] <loca...
Xilinx SDK编译的源码内存使用问题 大型数组，动态分配内存程序跑飞现象原因与解决
dourenyin的专栏
10-19 8193
xilinx的工具很强大，在XPS中
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值