基于遗传算法的Vivado HLS硬件加速

为适应当前“大数据+深度模型”时代的到来,利用FPGA进行各种算法的硬件加速为其提供了一种可行的解决方案. 本文利用Vivado HLS工具,基于遗传算法设计了一套智能硬件加速架构,编程实现自动生成tcl文件、自动调用HLS工具完成仿真和提取报表中的数据进行分析,并对Xilinx公司所给的FIR和DCT等案例程序进行了测试. 实验中寻找到了较优的解决方案,效率相比人工不断尝试的方法有了数量级的提升,满足了当前一般算法在硬件加速的通用性.