编写 MATLAB 代码以生成高效 HDL 和 HLS 代码的规范

当您从 MATLAB^® 设计生成 HDL 或高级综合 (HLS) 代码时，您需要将算法转换为必须满足硬件面积和速度要求的架构。

您的 MATLAB 设计具有以下要求：

如果您在命令行中生成代码，请使用以下命令验证您的代码是否准备好进行代码生成：

coder.screener('design_function_name')

如果您使用 HDL 工作流顾问生成代码，此检查会自动运行。

有关 MATLAB 语言支持参考，包括来自 Fixed-Point Designer™ 的受支持函数，请参阅支持 HDL 和 HLS 代码生成的函数。

为了更高效、更快速地生成 HDL 和 HLS 代码，请使用以下最佳做法来设计您的 MATLAB 代码：

串行化您的输入和输出数据。并行数据处理结构需要更多硬件资源和更高的引脚数。
使用加减算法，而不是使用函数（如正弦、除法和取模）的算法。加减运算使用的硬件资源更少。
避免使用大型数组和矩阵。大型数组和矩阵需要更多寄存器和更多 RAM 来存储。每当您需要使用会占用大量内存的大型数组时，请考虑使用 RAM 映射优化将这些内存映射到 RAM。
将您的代码从浮点转换为定点。浮点数据类型对于硬件实现效率低下。HDL Coder™ 提供用于浮点到定点转换的自动化工作流。
通过减少用于表示变量的位数（即 MATLAB 代码内操作数的位宽）来优化生成的代码。
使用硬件友好的舍入和溢出方法。这可以通过在您的 MATLAB 代码中使用 hdlfimath 函数来实现。
```
function out = add(a,b)
   out = fi(a+b,1,12,4,hdlfimath);
end
```
循环展开和流式处理规范：
- 默认情况下，MATLAB 代码中的 for 循环在生成的 HDL 中实现为串行循环，这会节省面积，但可能导致吞吐量较低。
- 要提高吞吐量，您可以使用 LoopUnrolling 选项展开循环，这会复制硬件资源并提升并行度。然而，这是以更高的面积使用量为代价的。
- 您也可以将 coder.hdl.loopspec 与 stream 选项结合使用以启用循环流式处理，这会在循环迭代间重用硬件。这种做法会在面积和吞吐量之间提供平衡。

高效 HLS 代码生成的其他规范：

尽可能将设计模块化为子函数。这样做可以提高代码的可读性，并更容易在代码的特定区域指定约束，例如 coder.hdl.constrainlatency。
使用从 0 开始的索引方案，然后通过加 1 进行数组访问，因为 MATLAB 使用基于 1 的索引：例如，使用 arrayVar(index+1) 而不是 arrayVar(index)。代码生成器不需要插入额外的索引逻辑，从而可减少总面积。

另请参阅