嵌入式硬件开发学习教程——基于Zynq7010/7020系列 Xilinx-VivadoHLS案例（matrix_demo、matrix_demo）

本文主要介绍HLS案例的使用说明，适用开发环境：Windows 7/10 64bit、Xilinx Vivado 2017.4、Xilinx Vivado HLS 2017.4、Xilinx SDK 2017.4。

Xilinx Vivado HLS（High-Level Synthesis，高层次综合）工具支持将C、C++等语言转化成硬件描述语言，同时支持基于OpenCL等框架对Xilinx可编程逻辑器件进行开发，可加速算法开发的进程，缩短产品上市时间。

本次案例用到的是创龙科技的TLZ7x-EasyEVM-S开发板，它是一款基于Xilinx Zynq-7000系列XC7Z010/XC7Z020高性能低功耗处理器设计的异构多核SoC评估板，处理器集成PS端双核ARM Cortex-A9 + PL端Artix-7架构28nm可编程逻辑资源，评估板由核心板和评估底板组成。核心板经过专业的PCB Layout和高低温测试验证，稳定可靠，可满足各种工业应用环境。

TLZ7x-EasyEVM-S评估板评估板接口资源丰富，引出千兆网口、双路CAMERA、USB、Micro SD、CAN、UART等接口，支持LCD显示拓展及Qt图形界面开发，方便快速进行产品方案评估与技术预研。

案例功能：实现32*32浮点矩阵乘法运算功能，同时提供提高运算效率的方法。

HLS工程配置的时钟为100MHz。如需修改时钟频率，请打开HLS工程后点击后，在弹出的界面中的Synthesis栏目进行修改。

（2）顶层函数

案例有两个可选的顶层函数，分别为standalone_mmult()和HLS_accel()。前者为矩阵乘法运算函数，用于仿真阶段；后者基于前者将数据输入输出接口封装成AXI4-Stream接口，用于综合阶段。工程默认配置为standalone_mmult()。

点击后矩阵乘法运算函数如下：

矩阵乘法运算函数如下：

matrix_demo_test.cpp中提供了矩阵乘法运算函数mmult_sw()，程序将mmult_sw()的运算结果和顶层函数standalone_mmult()的运算结果进行对比。如结果一致，则说明顶层函数逻辑正确。mmult_sw()函数不调用逻辑资源，而standalone_mmult()函数调用逻辑资源。

请参考本文档HLS开发流程说明章节，进行编译。编译完成后，进入仿真界面点击综合

运行完毕后，将在Console窗口打印如下提示信息，说明顶层函数逻辑正确。

案例提供三个solution，每个solution的算法运行效率不同。由于solution3所用资源较多，xc7z010无法满足资源要求，因此案例默认使用solution2生成IP核。

进行综合时，需将顶层函数修改为HLS_accel()。修改顶层函数后请点击。

综合完成后，可看到三个solution的详细信息。

从上图可看出solution3的运行效率最高，但消耗资源最多。

双击选中solution1，然后点击Analysis。

可看到矩阵乘法运算函数里的三个for循环均为顺序运行，因此耗时最长。

2.solution2分析

双击打开solution2的directives.tcl，可看到下图语句。

PIPELINE的作用是允许在函数中并发执行操作，减少函数运行时间。

solution2将mmult_hw()的L2 for循环进行了PIPELINE优化。打开solution2的Analysis，可看到矩阵乘法运算函数里的L1/L2 for循环并行执行，因此耗时较短。

3.solution3分析

双击打开solution3的directives.tcl，可看到下图语句。

ARRAY_PARTITION指令的作用是将大数组划分为多个小数组或单独的寄存器，以提高对数据的访问效率。

solution3在solution2的基础上，使用了ARRAY_PARTITION指令将函数mmult_hw()的数组a、b分别分拆为16个数组，增加了数据吞吐量，提高了运算效率。

打开头文件matrix_demo.h，然后双击选中solution3打开工程Directive，可对编译指令进行修改或优化。

请参考本文档HLS开发流程说明章节，完成IP核测试前的准备工作。

HLS工程生成的IP核为HLS_accel_0。

浮点矩阵乘法运算加速器IP核通过AXI DMA IP核连接到PS端ACP接口，从而连通到PS端L2缓存。ACP为64位AXI从接口，它提供了一个异步缓存相关接入点，实现了PS和PL端加速器之间的低延迟路径。

AXI Timer IP核用于计数，可通过其寄存器来计算浮点矩阵乘法运算加速器IP核的运算时间。

PS端运行32*32的浮点矩阵乘法运算，并将PS端和PL端用时进行比较。PL端的浮点矩阵乘法运算用时从AXI Timer IP核中读取。

打开裸机工程，确保lscript.ld文件的“Stack Size”为0x3000，然后进行编译。

参考PS端裸机与FreeRTOS案例开发手册说明，加载PS端裸机.elf格式可执行文件、PL端.bit格式可执行文件后，即可看到PS端串口调试终端打印如下信息。

可看出PS端执行矩阵乘法运算消耗了25880个时钟，PL端(solution2)消耗了20587个时钟，PL端运行效率为PS端的1.256倍。

若使用solution3生成的IP核，PL端消耗了5246个时钟，PL端运行效率为PS端的4.933倍。

案例功能：对YUV格式视频进行Sobel（边缘检测）算法处理。

Sobel详细开发说明可参考产品资料“6-开发参考资料Xilinx官方参考文档”目录下的如下文档。

HLS工程配置的时钟为100MHz。如需修改时钟频率，请打开HLS工程后点击，在弹出的界面中的Synthesis栏目进行修改。

案例顶层函数为opencv_top.cpp中的hls_image_filter()。首先在sobel_demo.cpp中调用image_filter()，最终调用opencv_top.cpp中的顶层函数hls_image_filter()。

点击后，可在弹出的界面中的Synthesis栏目查看或设置顶层函数。

输入输出图像在sobel_demo.h中已定义，分辨率均为1920*1080。

Sobel算子在sobel_demo.cpp中已定义。

请参考本文档HLS开发流程说明章节，进行编译。编译完成后，进入仿真界面点击进行全速运行。

运行完毕后，将在Console窗口打印如下提示信息，说明顶层函数逻辑正确。

同时得到经过hls_image_filter()和opencv_image_filter()函数处理的图片。

程序将opencv_image_filter()的运算结果和顶层函数hls_image_filter()的运算结果进行对比。如结果一致，则说明顶层函数逻辑正确。opencv_image_filter()函数不调用逻辑资源，而hls_image_filter()函数调用逻辑资源。

请参考本文档HLS开发流程说明章节，完成IP核测试前的准备工作。

HLS工程生成的IP核为image_filter_0。

由于产品资料“4-软件资料DemoAll-Programmable-SoC-demos”目录下的camera_edge_display案例使用到本案例IP核，因此请参考PS + PL异构多核案例开发手册的camera_edge_display案例说明进行IP核测试。