资料介绍
尽管通常Fixed-Point(定点)比Floating-Point(浮点)算法的FPGA实现要更快,且面积更高效,但往往有时也需要Floating-Point来实现。这是因为Fixed-Point有限的数据动态范围,需要深入的分析来决定整个设计中间数据位宽变化的pattern,为了达到优化的QoR,并且要引入很多不同类型的Fixed-Point中间变量。而Floating-Point具有更大的数据动态范围,从而在很多算法中只需要一种数据类型的优势。
Xilinx Vivado HLS工具支持C/C++ IEEE-54标准单精度及双精度浮点数据类型,可以比较容易,快速地将C/C++ Floating-Point算法转成RTL代码。与此同时,为了达到用户期望的FPGA资源与性能, 当使用Vivado HLS directives时需要注意C/C++编码风格与技巧相结合。
Xilinx Vivado HLS中Floating-Point(浮点)设计
编码风格与技巧
George Wang (王宏强) – Xilinx DSP Specialist
尽管通常Fixed-Point(定点)比Floating-
Point(浮点)算法的FPGA实现要更快,且面积更高效,但往往有时也需要Floating-
Point来实现。这是因为Fixed-
Point有限的数据动态范围,需要深入的分析来决定整个设计中间数据位宽变化的patte
rn,为了达到优化的QoR,并且要引入很多不同类型的Fixed-
Point中间变量。而Floating-
Point具有更大的数据动态范围,从而在很多算法中只需要一种数据类型的优势。
Xilinx Vivado HLS工具支持C/C++ IEEE-
54标准单精度及双精度浮点数据类型,可以比较容易,快速地将C/C++ Floating-
Point算法转成RTL代码。与此同时,为了达到用户期望的FPGA资源与性能,
当使用Vivado HLS directives时需要注意C/C++编码风格与技巧相结合。
1. 编码风格
1.1 单双精度浮点数学函数
#include
float example(float var)
{
return log(var); // 双精度自然对数
}
在C设计中, 这个例子, Vviado HLS
生成的RTL实现将输入转换成双精度浮点,并基于双精度浮点计算自然对数,然后将双精度
浮点输出转换成单精度浮点.