4. 流水线与数据流：PIPELINE与DATAFLOW pragma
各位同学，今天我们来聊聊HLS加速里最核心的两个概念——流水线和数据流。说实话，我刚开始接触HLS时，总觉得这两个东西差不多，都是让数据“流起来”。但实际项目做多了才发现，它们完全是两码事，解决的问题也不一样。
4.1 循环展开与流水线：从串行到并行
先说说循环。在C/C++里写个for循环，默认情况下，HLS会把它综合成一个串行执行的硬件。什么意思呢？就是循环体里的操作，一次只做一个，做完一次再进下一次。这显然很慢。
那怎么加速？两个手段：循环展开和循环流水线。
4.1.1 循环展开（Loop Unrolling）
循环展开，说白了就是把循环体复制多份。比如一个循环要执行4次，你把它完全展开，就变成了4份独立的代码。硬件上，这4份操作可以同时执行。
看个例子：
// 原始代码
for (int i = 0; i < 4; i++) {
a[i] = b[i] + c[i];
}
// 完全展开后
a[0] = b[0] + c[0];
a[1] = b[1] + c[1];
a[2] = b[2] + c[2];
a[3] = b[3] + c[3];展开后，4个加法器可以同时工作。代价呢？硬件资源翻了4倍。我有个项目，为了追求极致性能，把一个大循环完全展开了，结果资源爆了，最后不得不改成部分展开。
关键点：循环展开是用面积换速度。展开因子越大，并行度越高，但资源消耗也越大。
4.1.2 循环流水线（Loop Pipelining）
循环流水线就不一样了。它不复制硬件，而是让循环的不同迭代在时间上重叠执行。就像工厂流水线，每个工位只做一件事，但所有工位同时都在干活。
用pragma来指定：
#pragma HLS PIPELINE II=1
for (int i = 0; i < N; i++) {
a[i] = b[i] + c[i];
d[i] = a[i] * e[i];
}这里的II=1表示启动间隔（Initiation Interval）为1，意思是每个时钟周期都能启动一次新的循环迭代。理想情况下，整个循环的吞吐量就上去了。
嗯，这里要注意：II=1不是总能做到的。如果循环体里有数据依赖，比如当前迭代要用到上一次的结果，那II就得变大。我在项目中遇到过这种情况，当时为了把II从3压到1，折腾了好几天。
我的经验：优先用PIPELINE，因为它资源开销小。只有当PIPELINE无法满足性能要求时，才考虑展开。
4.2 DATAFLOW：函数级流水线
说完了循环，咱们聊聊函数。一个大的图像处理算法，通常拆成好几个函数，比如：灰度化 → 高斯滤波 → 边缘检测。默认情况下，这些函数是串行执行的——第一个函数处理完所有数据，第二个才开始。
这显然浪费了硬件能力。为什么不能像流水线一样，第一个函数处理完第一行数据，第二个函数就开始处理呢？
这就是DATAFLOW的作用。
void image_pipeline(hls::stream<uint8> &src, hls::stream<uint8> &dst) {
#pragma HLS DATAFLOW
hls::stream<uint8> gray, blur, edge;
// 三个函数
rgb2gray(src, gray);
gaussian_blur(gray, blur);
sobel_edge(blur, edge);
// 输出
dst = edge;
}加上#pragma HLS DATAFLOW后，这三个函数就能同时工作。每个函数处理完一小块数据，就传给下一个。整个系统就像一个三级流水线。
我曾经踩过的坑：DATAFLOW要求函数之间通过hls::stream或FIFO传递数据。如果用普通数组或指针，HLS会报错，或者综合出来的性能很差。我第一次用的时候，直接传了个全局数组，结果DATAFLOW根本没生效。
4.3 PIPELINE vs DATAFLOW：到底用哪个？
很多初学者会搞混这两个概念。我画个图帮你理一理：
简单总结一下：
- PIPELINE：用在循环内部，让不同迭代重叠执行。适合计算密集型的循环体。
- DATAFLOW：用在函数之间，让不同函数并行处理数据。适合多级流水线架构。
实际项目中，两者经常配合使用。比如，在DATAFLOW的每个函数内部，再用PIPELINE加速循环。我做过一个实时视频处理项目，就是这种组合拳，效果非常好。
4.4 实战建议与避坑指南
最后，分享几个我在项目中积累的经验：
- 先分析数据依赖。不管是PIPELINE还是DATAFLOW，数据依赖都是最大的敌人。先画出数据流图，找出依赖链，再决定优化策略。
- II值不是越小越好。II=1当然理想，但如果为了达到II=1而引入大量资源，反而得不偿失。我一般先设II=2或3，看看资源消耗，再决定要不要压。
- DATAFLOW的深度要适中。函数级流水线不是越深越好。太深的流水线，控制逻辑复杂，而且数据缓冲也会占用大量BRAM。3到5级是比较合理的范围。
- 仿真验证不能省。加了PIPELINE和DATAFLOW后，时序行为会变复杂。我习惯先用C仿真验证功能正确，再跑RTL协同仿真确认时序。
核心思想：流水线和数据流，本质上都是让硬件“忙起来”。不要让任何模块闲着，这就是加速的秘诀。
好了，这一章的内容就到这里。记住，理论懂了不算真懂，动手写过代码才算。建议你找个简单的图像处理算法，试试PIPELINE和DATAFLOW的效果，感受一下硬件加速的魅力。