先看看ARRAY_PARTITION的基本语法

ARRAY_PARTITION是将数组按照指定要求分割成多个小的数组，形成多个小的存储空间。这带来的最直接的好处是增加了数据读/写端口的个数，也就提高了数据吞吐率，但同时也会消耗更多的RAM资源或者寄存器。

先看看ARRAY_PARTITION的基本语法，如下图所示。这种方法是直接在代码中用#pragma的方式描述，当然也可以直接在VitisHLS中采用图形界面方式描述，如下图所示。

在这里有两个个重要的参数type和factor，其中type有三个可选值，分别为block、cyclic和complete。我们看看三者到底有什么区别。为便于说明，这里我们以一个数组长度为12的一维数组A[12]为例。如果type为block，factor为4，意味着将A[12]分割为4个小的数组，这样每个数组的长度为12/4=3，同时每个数组中的元素是按顺序依次从原始数组中获取。如果type为cyclic，factor为4，这仍是将数组分割为4个长度为3的小数组，每个数组中的元素是交织地从原始数组中获取。如果type是complete，此时参数factor不起作用，可理解为将数组全部打散，可同时获取到12个元素，从而以寄存器方式实现。三者的区别如下图所示。

上述三种形式以#pragma的形式描述如下图所示。  

block、cyclic和complete在下面这种描述方式下，最终的结果是一致的。

这里有一个问题，如果factor不能被数组长度整除时会是怎样的结果呢？假定上述案例中factor为5，最终将是5个数组，其中前4个数组长度为2，最后一个数组长度为4。

ARRAY_PARTITION还允许对不同维度进行分割，以二维数组A[6][4]为例，dim的含义如下图所示。

一旦指定了dim，就可以对指定dim进行分割，这里以A[6][4]为例，分割情形如下图所示。

此外，在使用#pragma方式描述时，可以通过宏macro给参数赋值，如下图所示方式。

  那么到底什么时候用block，什么时候用cyclic呢？本质上与数据流密切相关，在下一篇文章中我们给出一个具体案例帮助大家理解。

         责任编辑：lq