本节主要介绍的是《跟Xilinx SAE 学HLS系列视频讲座》第20，21，22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系列视频讲座笔记（4）—— For循环优化 跟Xilinx SAE 学HLS系列视频讲座笔记（5）—— 数组优化 跟Xilinx SAE 学HLS系列视频讲座笔记（6）—— 函数优化
对于数组可以resource directive来明确告知HLS当前数组采用什么样的Memory（RAM、FIFO等）来实现，如果没有使用resource，Vivado HLS会自行决定采用单端口还是双端口（取决于哪种更好）； 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，这取决于优化设置；
Vivado HLS提供了三种对数组分割的方法——Block/Factor、Cyclic/Factor、Complete；我们以一维数组为例。
通过对比，我们可知采用三种方法，它们的效果都增强了，其中Complete是完全并行的方式。
当然，在Block/Factor这种方式下，并不是越多的Block结果就越好，这取决于真实的数据流的需求；下例是采用Block3和Block2的性能对比，我们观察到它们的延迟是相同的，资源方面也仅仅有一些不同，可以忽略不计。
对于多维数组 总结
Vivado HLS提供了三种对数组分割的方法——Block/Factor、Cyclic/Factor、Complete数组分割可以提高吞吐量1. MAPPING
在C代码中如果有多个小数组，可以通过map将它们合并成一个大数组，而这个大数组会综合成block RAM或者UltraRAM，降低资源用量，Vivado HLS提供了横向和纵向两种方式做映射；
Horizontal（水平方向）的映射 对于Horizontal（水平方向）的映射，它减少了相应的Memory的资源，但对数据吞吐率并没有改善，因为Memory个数减少了，意味着读出数据的端口的个数也少了。
Vertical（纵向）的映射
对于Vertical（纵向）的映射，是将相应位置对应的元素做位拼接，所以最终数组长度仍然是原来数组中较长的数组长度，但是宽度发生了变化；
数组分割和映射（横向）结合
可以将数组分割和映射（横向）结合，先通过PARTITION将数组分割成两个模块，再通过MAP将分割的部分合并，这样的好处在于减少资源的同时获得吞吐率的提升
2. ARRAY RESHAPE ARRAY_RESHAPE是将纵向的ARRAY_MAP和ARRAY_PARTITION结合起来，从而降低了资源用量，提高了并行度，因为ARRAY_PARTITION有三种形式，所以ARRAY_RESHAPE也有3种形式，ARRAY_SHAPE是针对同一个数组的。 例子 ARRAY_MAP可以减少资源用量，但是不能提高数据吞吐率，ARRAY_RESHAPE一定程度上在资源和数据吞吐量之间取得了平衡；
3. 总结
1. 定义一个ROM
可以通过关键字const+initial value的方法定义一个ROM，优势在于简单，不足之处在于如果长度过长时很容易出错且不易于代码管理。可以通过头文件，将ROM定义在头文件中（比较靠谱）； 如果系数值是通过数学公式计算的并且未更新，则Vivado HLS将推断出ROM2. 改变ROM输出latency
默认情况下，ROM输出latency为2；增加ROM输出latency可以改善这条路径上的时序 3. Array Initialization HLS要将数组映射为Memory实现时，需要在前面加关键字static，这个static不仅保证了作为Memory实现，还保证了最终综合生成的RTL和C在行为上一致的（当数组有初始值时，无static时对Memory有相应操作时首先要初始化，需要一定时间），加了static后初始化的值已经被写进执行文件中。 4. 总结