兩個數(shù)相加，三個數(shù)相加有什么不同 接下來，我們考慮4個32-bit有符號數(shù)相加該如何實現(xiàn)，其中目標(biāo)時鐘頻率仍為400MHz。以UltraScale Plus系列芯片為目標(biāo)芯片。 第一種方案：四個數(shù)直接相加此方案對應(yīng)的電路圖如下圖所示。這里不難看出關(guān)鍵路徑是三個加法器所在路徑，這將是時序收斂的瓶頸。

此電路對應(yīng)的SystemVerilog代碼如下圖所示。

從綜合后的結(jié)果來看，邏輯級數(shù)最高為7。

第二種方案：加法樹

加法樹的結(jié)構(gòu)如下圖所示，兩兩相加。與第一種方案相比，可以有效降低邏輯級數(shù)。

此電路對應(yīng)的SystemVerilog代碼如下圖所示。

從綜合后的結(jié)果來看，邏輯級數(shù)最高為6。 第三種方案：加法鏈之所以選用加法鏈的結(jié)構(gòu)是因為DSP48本身就是這種鏈?zhǔn)浇Y(jié)構(gòu)。對應(yīng)的電路如下圖所示。其中a0和a1端口有一級寄存器，a2端口有兩級寄存器，a3端口有三級寄存器。

此電路對應(yīng)的SystemVerilog代碼如下圖所示。

接下來，我們對這三種方案進行比較，如下圖所示。不難看出，第一種方案邏輯級數(shù)最高，消耗的LUT也最多，時序結(jié)果也是最差的（盡管達到了收斂的目的）。后兩種方案不相上下。

如果將這三種方案通過綜合屬性USE_DSP使其映射到DSP48上，結(jié)果如何呢？如下圖所示。不難看出，第一種方案只消耗了兩個DSP，資源利用率最低，但時序也是最糟糕的。后兩種方案都用了三個DSP，但第三種方案由于可以很好地匹配硬件結(jié)構(gòu)，故時序最好。

對比下來不難得出這樣的結(jié)論：寫RTL代碼時，盡可能地做到代碼風(fēng)格與硬件結(jié)構(gòu)相匹配，可達到更好的性能。

Tcl之$$a 80%的概率...... AI Engine到底是什么？

ACAP不可不知的幾個基本概念

嵌套的for循環(huán)，到底對哪個執(zhí)行pipeline更好

HLS中循環(huán)的并行性（2）

HLS中循環(huán)的并行性（1）

HLS優(yōu)化方法DATAFLOW你用了嗎

HLS中如何控制流水程度

Vivado HLS學(xué)習(xí)資料有哪些

如何查看可綜合C代碼的中間結(jié)果

如何在C代碼中插入移位寄存器

HLS IP Library？ HLS Math Library：csim ？C/RTL co-sim（2） HLS Math Library：csim ？C/RTL co-sim（1） 加法運算很簡單？ AXI-4 Lite與AXI-4 Memory Mapped有什么區(qū)別？ 深入理解AXI-4 Memory Mapped 接口協(xié)議 AXI是Interface還是Bus? 如何閱讀時序報告 時序報告要看哪些指標(biāo) 如何使set_max_delay不被覆蓋 一些小巧的IP IP是用DCP還是XCI？ 如果使用第三方綜合工具，Xilinx IP… IP生成文件知多少 IP的約束需要處理嗎？ IP為什么被Locked？ copy_ip你用過嗎？ IP是XCI還是XCIX 如何降低OSERDES/CLK和CLKDIV的Clock Skew 如何獲取Device DNA 談?wù)勗O(shè)計復(fù)用 過約束到底怎么做 時序收斂之Baseline 什么情況下要用OOC綜合方式 異步跨時鐘域電路該怎么約束 如何復(fù)用關(guān)鍵路徑的布局布線信息 Vivado學(xué)習(xí)資料有哪些？ 異步跨時鐘域電路怎么設(shè)計 ECO都有哪些應(yīng)用 FPGA中的CLOCK REGION和SLR是什么含義 FPGA中的BEL, SITE, TILE是什么含義 約束文件有哪些 如何高效復(fù)用Block的位置信息？ 如何復(fù)用關(guān)鍵寄存器的位置信息 部分可重配置都生成哪些.bit文件 VIO你用對了嗎 Device視圖下能看到什么 Schematic視圖下能看到什么 都是pin，有什么區(qū)別 都是net，有什么區(qū)別 如何快速查找目標(biāo)cell 學(xué)習(xí)筆記：深度學(xué)習(xí)與INT8 學(xué)習(xí)筆記：多層感知器 學(xué)習(xí)筆記：單層感知器的局限性 學(xué)習(xí)筆記：單層感知器基礎(chǔ)知識 學(xué)習(xí)筆記：神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 學(xué)習(xí)筆記：神經(jīng)網(wǎng)絡(luò)模型 學(xué)習(xí)筆記：ReLU的各種變形函數(shù) 學(xué)習(xí)筆記：神經(jīng)元模型（2） 學(xué)習(xí)筆記：神經(jīng)元模型（1） 學(xué)習(xí)筆記：深度學(xué)習(xí)之“深” 學(xué)習(xí)筆記：深度學(xué)習(xí)之“學(xué)習(xí)” 學(xué)習(xí)筆記：人工智能、機器學(xué)習(xí)和深度學(xué)習(xí) 2019文章匯總

原文標(biāo)題：加法樹還是加法鏈？

文章出處：【微信公眾號：Lauren的FPGA】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。