finn-hlslib をやってみる2（hls-syn-conv プロジェクト）

>()
重みは前回生成した memdata.h の static BinaryWeights<2,1,9> weights を使用している。 9 要素あるので 3 x 3 のカーネルのパラメータなのだと思う。

畳み込みは 8 x 8 の要素に 3 x 3 のカーネルを畳み込んで出力は 6 x 6 になったということだろう。つまり、パッディングはなしということだ。

C/RTL 協調シミュレーションの結果を示す。
Latency は 354 クロックだった。


C/RTL 協調シミュレーションの波形を示す。


出力は 36 個ある。つまり、6 x 6 ということだろう？

Export RTL をやってみた。結果を示す。

finn-hlslib をやってみる1（インストールと hls-syn-add プロジェクト）

Xilinx の FINN を利用した量子化ニューラルネットワーク（QNN）のハードウェア・アクセラレーション用のHLSライブラリが finn-hlslib のようだ。 finn-hlslib をやってみようと思う。

最初に finn-hlslib を git clone をして、 finn-hls/tb ディレクトリに cd する。
git clone https://github.com/Xilinx/finn-hlslib.git
cd finn-hls
cd tb


gen_weights.py を起動して、 config.h と memdata.h を生成した。
python3 gen_weights.py


FINN_HLS_ROOT 環境変数に finn-hlslib のルートディレクトリを設定した。
export FINN_HLS_ROOT=/media/masaaki/Ubuntu_Disk/Xilinx_github/finn-hlslib

試しに test_add.tcl を起動した。
vivado_hls test_add.tcl



C シミュレーション、 C コードの合成、 C/RTL 協調シミュレーションを行った。
hls-syn-add ディレクトリが生成されて、Vivado HLS のプロジェクトが生成されていた。


vivado_hls &
で Vivado HLS 2019.2 を起動して、hls-syn-add ディレクトリのプロジェクトを読み込んだ。


波形を見るために C/RTL 協調シミュレーション時に Dump Trace を all に変更して、実行した。


Latency は 10 クロックだった。

波形を見てみよう。


４ つの出力をしているようだ。

hls-syn-add プロジェクトは何をしているのか？だが、 add_top.cpp を見ると AddStreams_Batch() 関数が実行されている。
AddStreams_Batch() 関数は Resnet-50 でストリームを加算する関数のようだ。
これからソースコードのキャプチャ画面を引用します。


AddStreams_Batch() 関数は streamtools.h に記述されている。


typename で型を定義しているようだ。このように型を定義できるの良いな。。。知らなかった。使おう。。。

AddStreams_Batch() 関数からは、 Add_Streams() 関数が呼ばれている。


AddStreams() 関数では、ビット・フィールド毎（チャネル毎）に offset を加えて加算しているようだ。offset は 2 になっている。


最後に C コードの合成結果を貼っておく。