HLS之任务级并行编程

Vitis HLS 2022.2新增了hls::task库，以一种简单的方式创建纯净的stream kernel模型，即任务的输入/输出只能是hls::stream或hls::stream_of_blocks。这大大减少了使用C++模拟并行处理模型时对stream是否为空的检查。

我们从一个简单的例子开始看看如何使用hls::task。如下图所示代码片段。代码低19行为子函数splitter，用于把输入stream上读取的数据按奇偶分别传送到两个输出stream上。代码第27行和第31行分别为子函数odds和evens，用于对输入数据流进行处理。代码第35行为顶层函数odds_and_evens。在函数体内，第36行和第37行创建了本地局部数据流s1和s2，第39行~第41行创建了3个task。hls::task后紧跟task名，之后括号内的参数分别为函数名和输入/输出流（也称之为输入/输出通道）。这里需要注意的是本地局部数据流s1和s2（也就是task的输入输出通道）以及task本身都要声明为hls_thread_local，以保证顶层函数在被调用时它们是激活的状态。另外，看似这里没有#include <hls_task.h>，这是因为该条语句已在test.h中声明了。

使用hls::task建模时是有一些限制的。例如，只能访问本地存储单元（数组）；标量和数组对task而言是本地的且不能当作参数传递；必须明确指明并行性；使用循环时只支持flp和frp，不支持stp。hls::task可以和传统的dataflow混合使用，同时可借助hls::split将一个通道的数据分发给多个通道进行处理，也可以借助hls::merge将多个通道的数据合并为一个通道。

上述代码在Vitis HLS 2023.1下可查看其Schedule视图、dataflow视图、timeline trace视图分别如下图所示。

C/RTL协同仿真结果如下图所示。可以看到out1和out2同时输出，这表明task t1 t2和t3是并行处理的。

转载事宜请私信 | 获得授权后方可转载