HLS 優化設計的最關鍵指令有兩個：一個是流水線 (pipeline)指令，一個是數據流(dataflow)指令。正確地使用好這兩個指令能夠增強算法地并行性，提升吞吐量，降低延遲但是需要遵循一定的代碼風格。展開 (unroll) 指令是只針對 for 循環的展開指令，和流水線指令關系密切，所以我們放在一起首先我們來看一下這三個指令在 Xilinx 官方指南中的定義：

Unroll:Unroll for-loops to create multiple instances of the loopbody and its instructions that can then be scheduled independently.

Pipeline:Reduces the initiation interval by allowing theoverlapped execution of operations within a loop or function.

Dataflow:Enables task level pipelining, allowing functions andloops to execute concurrently. Used to optimize through output and/or latency.

Unroll 指令在 for 循環的代碼區域進行優化，這個指令不包含流水線執行的概念，單純地將循環體展開使用更多地硬件資源實現，保證并行循環體在調度地過程中是彼此獨立的。

Pipeline 指令在循環和函數兩個層級都可以使用，通過增加重復的操作指令（如增加資源使用量等等）來減小初始化間隔。

Dataflow 指令是一個任務級別的流水線指令，從更高的任務層次使得循環或函數可以并行執行，目的在于減小延遲增加吞吐量。

Unroll 和 Pipeline 指令相互重合的關系在于，當對函數進行流水線處理時，以下層次結構中的所有循環都會自動展開，而使用展開指令的循環并沒有給定對II的約束。在最新版本的 Vitis HLS 工具中，工具會自動分析數據之間的流水線操作關系，以II＝１為目標優化，但是還是會受限于設計本身的算法和代碼風格。下圖非常清晰地闡明了Unroll 和 Pipeline 指令的關系，Pipeline 指令放置的循環層次越高，循環展開的層次也越高，最終會導致使用更大面積的資源去實現，同時并行性也更高。

這里如果循環的邊界是變量的話，則無法展開。這將組織函數被流水線化，可以通過添加tripcount 等指令，指定循環在綜合時大概的最大最小邊界。

在循環流水線優化的過程中，有一個完美循環，半完美循環和非完美循環的代碼風格概念，只有當流水線循環完美或半完美時，才可以將嵌套循環徹底并行展開。

完美循環：只有最里面的循環才具有主體內容，在循環語句之間沒有指定邏輯，循環界限是恒定的。

半完美循環：只有最里面的循環才具有主體 (內容), 在循環語句之間沒有指定邏輯，只有最外面的循環邊界可以是可變的。

非完美循環：循環的主體內容分布在循環的各個層次或內層循環的邊界是變量。

當我們要爭去最大流水線循環的成功執行，就需要將非完美循環手動修改成完美或半完美循環。以下代碼例子給出了完美循環（左邊）和非完美循環（右邊）在Vitis HLS 中的執行結果。

Perfect_loop

#include "loop_perfect.h"

void loop_perfect (din_t A[N], dout_t B[N]) {

int i,j;

dint_t acc;

LOOP_I:for (i=0; i < 20; i++) {?

LOOP_J: for (j=0; j < 20; j++) {?

if(j==0) acc = 0;

acc += A[j] * j;

if(j==19) {

if (i%2 == 0)

B[i] = acc / 20;

else

B[i] = 0;

}

}

}

}

void loop_imperfect (din_t A[N], dout_t B[N]) {

int i,j;

dint_t acc;

LOOP_I:for(i=0; i < 20; i++){?

acc = 0;

LOOP_J: for (j=0; j < 20; j++) {?

acc += A[j] * j;

}

if (i%2 == 0)

B[i] = acc / 20;

else

B[i] = 0;

}

}

綜合完畢后，我們可以在分析窗口和綜合報告中都很清晰的看出，完美循環在執行的時候，工具自動將內層循環LOOP_J和外層循環LOOP_I合并為一整個大循環，并實現了整個大循環的流水線操作，延遲的周期數為: (400-1) *1+8-1 =406個周期數，延遲大約為 408*2.5 = 1,020 ns

非完美循環中，內層和外層循環沒有合并，只有內層循環LOOP_J 實現了流水線執行，進出內循環的浪費的時鐘周期增加了整個循環的時鐘周期，同時還有一些命令行沒有辦法跨越循環的層級實現調度上的優化，這些因素都導致了設計的延遲的增加。

責任編輯：lq