保姆级教程十：软硬大闭环！ZYNQ Linux下联合调用HLS与DMA实现硬件加速（全网最通透）

保姆级教程十：软硬大闭环！ZYNQ Linux下联合调用HLS与DMA实现硬件加速（全网最通透）

一路跟到第十篇的兄弟们，欢呼吧！今天我们将迎来 ZYNQ 嵌入式开发中最具成就感的一战：真正的软硬件协同加速！

以前我们都是用 ARM（PS端）的 CPU 去算乘法、算图像，速度慢得像老牛拉破车。今天，我们要把计算任务丢给上一篇用 HLS 生成的“硬件乘法器”，让 FPGA 瞬间秒杀这些计算，并用 DMA 实现海量数据的高速搬运！

准备好迎接真正的黑科技了吗？发车！

---

🛠️ 第一步：把 HLS 硬件导入 Vivado (搭积木)

我们先打开第7篇教程中做好的那个“DMA 环回测试”的 Vivado 工程。

1. 导入自定义 IP 库

1. 在 Vivado 左侧导航栏点击Settings。
2. 展开IP-> 点击Repository。
3. 点击+号，找到你上一篇 Vitis HLS 工程里的solution1/impl/ip文件夹，点击 Select。
4. 此时 Vivado 会弹出一个窗口告诉你识别到了 1 个 IP（这就是我们的Hw_multiplier），点击 OK。

2. 改造 Block Design (插入乘法器)

1. 打开你的 Block Design 图纸。
2. 找到 DMA 发货口（M_AXIS_MM2S）和收货口（S_AXIS_S2MM）之间连着的那根线，选中它，按 Delete 键删掉！（切断原来的直接环回）。
3. 在空白处右键 ->Add IP-> 搜索hw_multiplier，把它添加进来。
4. 核心连线：
   • 把 DMA 的M_AXIS_MM2S连到乘法器的输入流in_stream。
   • 把 乘法器的输出流out_stream连到 DMA 的S_AXIS_S2MM。
5. 控制线连线：
   • 乘法器上面有一个s_axi_CTRL_BUS（这是它的控制寄存器）。点击上方的Run Connection Automation，Vivado 会自动帮把它连到 PS 端的主干道上。

3. 查看物理地址（极其关键！）

点击顶部的Address Editor标签页。
你会看到两个重要的外设地址：

• axi_dma_0：比如是0x40400000
• hw_multiplier_0：比如是0x40000000（把这个地址记在小本本上，一会写 C 语言要用！）

老规矩：Generate Bitstream -> Export Hardware 导出包含 bitstream 的.xsa文件。

---

🚀 第二步：PetaLinux 刷新系统配置

把新的.xsa图纸丢进 Ubuntu 虚拟机里的 PetaLinux 工程。

执行更新命令：

petalinux-config --get-hw-description=/你的xsa路径/

(保存并退出)

因为我们在第7篇已经在设备树（Device Tree）里给 DMA 预留了 16MB 的连续物理内存（0x10000000），所以这里不需要再改设备树了！

直接编译打包：

petalinux-build petalinux-package--boot--fsblimages/linux/zynq_fsbl.elf--fpgaimages/linux/system.bit --u-boot--force

把新的BOOT.BIN和image.ub拷入 SD 卡，开发板上电开机！

---

🔑 第三步：揭秘 HLS 的启动钥匙（控制寄存器）

在写 C 语言之前，必须科普一个小白最容易踩的坑：
HLS 生成的 IP 核，通电后默认是“休眠”状态的！你不去踹它一脚，它绝对不干活！

怎么踹？通过刚才记下的0x40000000这个地址。
Xilinx 规定，HLS 生成的 IP，基地址偏移0x00的地方，就是它的总控制寄存器（Control Register）：

• Bit 0 (ap_start)：写 1，代表启动运算。
• Bit 7 (auto_restart)：写 1，代表自动重启。

小白神级操作：我们只要往0x40000000写入0x81（二进制的 10000001），这个乘法器就会开启无限续航模式，只要 DMA 送来数据，它立马乘 2 吐出来！

---

💻 第四步：C语言实战（召唤神龙的时刻）

在 Linux 系统里新建hls_dma_test.c。
这段代码将同时控制：DMA 发车+HLS 启动+内存读写。

#include<stdio.h>#include<unistd.h>#include<fcntl.h>#include<sys/mman.h>// --- 我们在 Vivado 里查到的物理地址 ---#defineDMA_REG_BASE0x40400000// DMA 控制寄存器#defineHLS_REG_BASE0x40000000// HLS 乘法器控制寄存器#defineDMA_MEM_BASE0x10000000// 设备树里预留的物理内存火车站// --- 内存区划分 ---#defineTX_BUFFER(DMA_MEM_BASE+0x0000000)// 10000000 发送区#defineRX_BUFFER(DMA_MEM_BASE+0x0800000)// 10800000 接收区// --- DMA 寄存器偏移 ---#defineMM2S_CR0x00// TX 控制#defineMM2S_SA0x18// TX 源地址#defineMM2S_LENGTH0x28// TX 长度 (触发发送)#defineS2MM_CR0x30// RX 控制#defineS2MM_DA0x48// RX 目标地址#defineS2MM_LENGTH0x58// RX 长度 (触发接收)intmain(){intmem_fd;void*dma_reg,*hls_reg,*tx_ram,*rx_ram;// 1. 打开 /dev/mem (使用 O_SYNC 避免 Cache 捣乱)mem_fd=open("/dev/mem",O_RDWR|O_SYNC);if(mem_fd<0){printf("打开 /dev/mem 失败！\n");return-1;}// 2. 映射所有的物理地址到虚拟地址dma_reg=mmap(NULL,4096,PROT_READ|PROT_WRITE,MAP_SHARED,mem_fd,DMA_REG_BASE);hls_reg=mmap(NULL,4096,PROT_READ|PROT_WRITE,MAP_SHARED,mem_fd,HLS_REG_BASE);tx_ram=mmap(NULL,4096,PROT_READ|PROT_WRITE,MAP_SHARED,mem_fd,TX_BUFFER);rx_ram=mmap(NULL,4096,PROT_READ|PROT_WRITE,MAP_SHARED,mem_fd,RX_BUFFER);volatileunsignedint*dma=(volatileunsignedint*)dma_reg;volatileunsignedint*hls=(volatileunsignedint*)hls_reg;volatileunsignedint*tx_data=(volatileunsignedint*)tx_ram;volatileunsignedint*rx_data=(volatileunsignedint*)rx_ram;// ==========================================// 3. 准备数据 (往 TX 内存放 5 个数字)// ==========================================for(inti=0;i<5;i++){tx_data[i]=i+1;// 放入 1, 2, 3, 4, 5rx_data[i]=0;// 清空接收区}printf("发送前的数据: %d, %d, %d, %d, %d\n",tx_data[0],tx_data[1],tx_data[2],tx_data[3],tx_data[4]);// ==========================================// 4. 点火！启动 HLS 硬件加速器// ==========================================// 往偏移 0x00 写 0x81 (Auto Restart = 1, Start = 1)*hls=0x81;printf("HLS 硬件乘法器已启动待命...\n");// ==========================================// 5. 启动 DMA 传输// ==========================================// 开启 DMA 通道*(dma+(MM2S_CR/4))=1;*(dma+(S2MM_CR/4))=1;// 设置收发物理地址*(dma+(MM2S_SA/4))=TX_BUFFER;*(dma+(S2MM_DA/4))=RX_BUFFER;// 触发传输！长度为 5 个整数 = 20 字节 (必须先开 RX 再开 TX)*(dma+(S2MM_LENGTH/4))=20;*(dma+(MM2S_LENGTH/4))=20;// 等待传输完成 (约几微秒)usleep(100000);// ==========================================// 6. 验证加速结果// ==========================================printf("\n--- DMA 传输完毕 ---\n");printf("接收到的数据: %d, %d, %d, %d, %d\n",rx_data[0],rx_data[1],rx_data[2],rx_data[3],rx_data[4]);// 清理现场munmap(dma_reg,4096);munmap(hls_reg,4096);munmap(tx_ram,4096);munmap(rx_ram,4096);close(mem_fd);return0;}

编译与运行：

arm-linux-gnueabihf-gcc hls_dma_test.c-ohls_dma_testchmod+x hls_dma_test ./hls_dma_test

见证奇迹的时刻到了！你的屏幕上将输出：

发送前的数据: 1, 2, 3, 4, 5 HLS 硬件乘法器已启动待命... --- DMA 传输完毕 --- 接收到的数据: 2, 4, 6, 8, 10

🎉 完美！硬件乘法器不仅收到了数据，而且成功把每个数字乘了 2，并通过 DMA 原封不动地还给了 Linux 内存！

---

❓ 终极排雷指南 (FAQ)

Q1：程序跑了，但是卡在usleep之后死机，或者 DMA 不返回数据？

• 神级细节揭秘：这是 AXI-Stream 的TLAST（最后一个数据标志）惹的祸！DMA 接收通道（S2MM）必须看到TLAST信号被拉高，才知道一包数据传完了。
• 回头看第9篇：我们在 HLS 的 C++ 代码里写了一句val_out.last = val_in.last;。这句话就是魔法！它把进入乘法器的TLAST标志原封不动地传了出去。如果你手写 HLS 时忘了传递TLAST，DMA 就会一直死等，导致总线挂死！

Q2：输出的数据全是 0 是怎么回事？

• 嫌疑1：你忘了给 HLS 写入0x81启动信号，乘法器还在睡大觉。
• 嫌疑2：缓存一致性（Cache）问题，记得确认你的open函数带上了O_SYNC标志。

Q3：这个乘 2，我在 C 语言里一个for循环不就算完了吗，干嘛费这么大劲？

• 对于 5 个数字，确实 C 语言快。但如果是一张1920x1080 的高清图像（200万个像素点）呢？
• 在 C 语言里，CPU 要循环 200 万次；而在我们搭建的这套“DMA + HLS 纯硬件流水线”里，这 200 万个数据会像水流一样，每个时钟周期（几纳秒）就处理完一个！这才是 FPGA 硬件加速的真正威力！

---

结语：
兄弟们，当你看到终端里打印出2, 4, 6, 8, 10的那一刻，你已经走完了 ZYNQ 开发者最艰难的一段路。

Vivado 建硬件 -> PetaLinux 编系统 -> HLS 写算法 -> C 语言控寄存器 -> DMA 传数据。这一整套丝滑的连招，就是目前工业界（医疗影像、机器视觉、雷达信号处理）最主流的开发范式！