基于PYNQ-Z2開發(fā)板實現(xiàn)矩陣乘法加速

主要內(nèi)容

1、在Vivado HLS中生成矩陣乘法加速的IP核。
2、在Vivado中完成Block Design。
3、在Jupyter Notebook上完成IP的調(diào)用。
完整項目工程文件下載鏈接見文末

所需硬件

PYNQ-Z2開發(fā)板、USB數(shù)據(jù)線、網(wǎng)線
SD卡、讀卡器
開發(fā)板配置參考鏈接

1、Vivado HLS生成矩陣乘法加速IP

• HLS硬件配置信息
  
• mul.h關(guān)鍵代碼

#define MAT_A_ROWS 32 #define MAT_A_COLS 32 #define MAT_B_ROWS 32 #define MAT_B_COLS 32typedef int mat_a_t; typedef int mat_b_t; typedef int result_t;void matrixmul(mat_a_t a[MAT_A_ROWS][MAT_A_COLS],mat_b_t b[MAT_B_ROWS][MAT_B_COLS],result_t res[MAT_A_ROWS][MAT_B_COLS]);

定義輸入的a,b矩陣維度和輸出矩陣的維度

• mul.cpp關(guān)鍵代碼

#include "mul.h"void matrixmul(mat_a_t a[MAT_A_ROWS][MAT_A_COLS],mat_b_t b[MAT_B_ROWS][MAT_B_COLS],result_t res[MAT_A_ROWS][MAT_B_COLS]) {int tempA[MAT_A_ROWS][MAT_A_COLS];int tempB[MAT_B_ROWS][MAT_B_COLS];int tempAB[MAT_A_ROWS][MAT_B_COLS];for (int ia = 0; ia<MAT_A_ROWS ;ia++){for(int ja = 0; ja< MAT_A_COLS; ja++){tempA[ia][ja] = a[ia][ja];}}for (int ib = 0; ib<MAT_B_ROWS ;ib++){for(int jb = 0; jb< MAT_B_COLS; jb++){tempB[ib][jb] = b[ib][jb];}}/* for each row and column of AB */row: for(int i = 0; i < MAT_A_ROWS; ++i) {col: for(int j = 0; j < MAT_B_COLS; ++j) {/* compute (AB)i,j */int ABij = 0;product: for(int k = 0; k < MAT_A_COLS; ++k) {ABij += tempA[i][k] * tempB[k][j];}tempAB[i][j] = ABij;}}for (int iab = 0; iab<MAT_A_ROWS ;iab++){for(int jab = 0; jab< MAT_B_COLS; jab++){res[iab][jab] = tempAB[iab][jab];}}}

• 在約束文件中添加接口約束和循環(huán)流水，實現(xiàn)矩陣乘法的硬件加速
  
  此處IP核使用ap_ctrl_none接口協(xié)議，輸入的a,b矩陣和輸出的res矩陣均使用axis流數(shù)據(jù)，注意流數(shù)據(jù)傳輸中Block Design中需添加DMAip核進行數(shù)據(jù)格式轉(zhuǎn)換。
• 編寫相關(guān)的C仿真代碼，此處不表，詳見項目文件。
  進行C仿真

• C仿真結(jié)果

• 進行C綜合

• 進行IP導(dǎo)出

• 生成的IP在./solution1/impl/ip路徑下，為一壓縮包，如下圖所示。

2、Vivado進行Block Design

• Vivado硬件配置信息
  

• 添加Vivado HLS生成的IP，PROJECT MANAGER->Settings
  

• Project Settings->IP->Repository

• 點擊+號，選擇IP所在路徑進行IP的添加

• 然后進行Block Design

• 首先添加ZYNQ的IP

• 雙擊生成的ZYNQip核，進行配置參數(shù)的修改，首先使能HP接口

• 取消勾選USB接口，然后點擊OK

• 添加HLS編寫的IP

• 添加兩個DMA的IP

• 結(jié)果如下

• 因為我們有兩個AXI流數(shù)據(jù)的入口，一個AXI流數(shù)據(jù)的輸出，所以要對DMA的讀寫端口數(shù)量進行修改，配置兩個DMA的讀端口，1個DMA的寫端口。下面對DMA的IP參數(shù)進行設(shè)置。
• DMA0：

• DMA1：

• 之后進行手動連線，下圖中標黃的部分

• 然后繼續(xù)自動完成連線

• 最終的Block如下圖所示

• 進行驗證

• 此處出現(xiàn)警告信息，可以不管，主要是流數(shù)據(jù)的Last信號缺失。

• 之后生成頂層調(diào)用文件，右擊頂層模塊，點擊Create HDL Wrapper…

• 之后生成BIT文件 PROGRAM AND DEBUG->Generate Bitstream

• Bitstream生成后彈出彈窗，點擊cancel。然后點擊File->Export->Export Hardware

• 然后點擊File->Export->Export Bitstream File，輸出路徑選擇項目根目錄。

• 在下圖所示的路徑中，找到.hwh文件，拷貝到文件的根目錄。

• 將bit文件、tcl文件和hwh文件重命名成一個名字，如下所示。

至此完成了Vivado相關(guān)的工作。

3、Jupyter Notebook進行矩陣乘法加速IP的調(diào)用

PYNQ-Z2板的詳細配置過程見文章頂?shù)南嚓P(guān)鏈接，此處默認大家能正常啟動板子。

• 在Jupyter Notebook上新建文件夾，進行文件的上傳。點擊Upload上傳之前生成的bit文件、tcl文件和hwh文件。

• 進行新建python文件操作

• python調(diào)用IP相關(guān)代碼

import pynq.lib.dma import numpy as npmmol = pynq.Overlay("./mul.bit")dma0 = mmol.axi_dma_0 dma1 = mmol.axi_dma_1from pynq import Xlnk xlnk = Xlnk() a = xlnk.cma_array(shape=(32,32), dtype=np.int) b = xlnk.cma_array(shape=(32,32), dtype=np.int) res = xlnk.cma_array(shape=(32,32), dtype=np.int)for i in range(32):for j in range(32):a[i][j] = 8;b[i][j] = 8;dma0.sendchannel.transfer(a) dma1.sendchannel.transfer(b) dma0.recvchannel.transfer(res) print(res)

• 點擊run查看結(jié)果

傳入的a,b矩陣為32*32的矩陣，元素均為8。結(jié)果顯示乘法IP核調(diào)用正常。

項目工程下載鏈接

[2020.6.18更新，解決Block Design中TLAST管腳警告的問題]
改變數(shù)據(jù)類型
mul.c:

#include "mul.h"void matrixmul(mat_a_t a[SIZE],mat_b_t b[SIZE],result_t res[SIZE]) {int tempA[MAT_A_ROWS][MAT_A_COLS];int tempB[MAT_B_ROWS][MAT_B_COLS];int tempAB[MAT_A_ROWS][MAT_B_COLS];for (int ia = 0; ia<MAT_A_ROWS ;ia++){for(int ja = 0; ja< MAT_A_COLS; ja++){tempA[ia][ja] = a[ia*MAT_A_ROWS+ja].data;}}for (int ib = 0; ib<MAT_B_ROWS ;ib++){for(int jb = 0; jb< MAT_B_COLS; jb++){tempB[ib][jb] = b[ib*MAT_A_ROWS+jb].data;}}/* for each row and column of AB */row: for(int i = 0; i < MAT_A_ROWS; ++i) {col: for(int j = 0; j < MAT_B_COLS; ++j) {/* compute (AB)i,j */int ABij = 0;product: for(int k = 0; k < MAT_A_COLS; ++k) {ABij += tempA[i][k] * tempB[k][j];}tempAB[i][j] = ABij;}}for (int iab = 0; iab<MAT_A_ROWS ;iab++){for(int jab = 0; jab< MAT_B_COLS; jab++){res[iab*MAT_A_ROWS+jab]=push_stream<int>(tempAB[iab][jab],iab==(MAT_A_ROWS-1)&&jab==(MAT_B_COLS-1));}}}

mul.h:

#ifndef __MATRIXMUL_H__ #define __MATRIXMUL_H__#include <cmath> #include <ap_axi_sdata.h>// Uncomment this line to compare TB vs HW C-model and/or RTL //#define HW_COSIM#define MAT_A_ROWS 32 #define MAT_A_COLS 32 #define MAT_B_ROWS 32 #define MAT_B_COLS 32 #define SIZE 1024typedef ap_axis<32,0,0,0> mat_a_t; typedef ap_axis<32,0,0,0> mat_b_t; typedef ap_axis<32,0,0,0> result_t;// Prototype of top level function for C-synthesis void matrixmul(mat_a_t a[SIZE],mat_b_t b[SIZE],result_t res[SIZE]);template <typename T> ap_axis<32,0,0,0> push_stream(T const &v, bool last = false) { #pragma HLS INLINEap_axis<32,0,0,0> e;//assert(sizeof(T) == sizeof(int));union{int oval;T ival;} converter;converter.ival = v;e.data = converter.oval;e.strb=-1;e.keep=15;e.last = last ? 1 : 0;return e; }#endif // __MATRIXMUL_H__ not defined

使用ap_axis數(shù)據(jù)類型，其中含有l(wèi)ast信號，需對最后一次輸出的信號的last信號賦1。或者自己定義數(shù)據(jù)類型的結(jié)構(gòu)體，含last信號即可。這時進行Block Design的驗證時不會再報TLAST信號丟失的Warning。

總結(jié)

以上是生活随笔為你收集整理的基于PYNQ-Z2开发板实现矩阵乘法加速详细流程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。