学位论文简介

现场可编程门阵列（FPGA）凭借可重构性与并行计算能力，广泛应用于人工智能、科学计算等领域。高层次综合有效提升了硬件开发效率，但庞大的设计空间、高昂的评估成本及复杂的调度约束，使设计质量优化面临挑战。因此，本文围绕FPGA高层次综合中的设计质量预测、设计空间探索与操作调度优化开展研究，取得以下主要创新性成果：

（1）针对现有设计质量预测方法对程序结构及访存行为建模不足的问题，提出数组-循环依赖感知的设计质量建模与预测方法。通过挖掘数组访问与循环结构之间的依赖关系，构建面向不同预测需求的结构知识表示，实现免综合时延预测与知识增强的多目标设计质量预测，为快速评估硬件配置提供有效支撑。

（2）针对设计空间规模庞大、编译指示关联复杂及有限评估预算下搜索质量受限的问题，提出两种互补的多目标设计空间探索方法。一方面，利用数组-循环结构知识指导多目标进化搜索，提高候选配置生成的针对性；另一方面，结合扩散模型与主动学习机制，利用历史设计质量反馈引导候选生成，协调优势区域开发与潜在优质区域探索，提高有限预算下的帕累托前沿逼近质量。

（3）针对现有启发式调度方法缺乏系统理论指导、操作依赖信息利用不足的问题，提出基于操作权重的调度顺序优化方法。通过分析操作分布平衡性与最优调度之间的关系，证明平衡调度策略下最优调度顺序的存在性，并利用操作及其依赖路径的权重信息优化调度顺序，实现资源约束下的时延优化和时延约束下的资源开销优化。

主要学术成果

[1] Lu Xiao, Mengquan Li, Jingyu Zhu, Zhizhong Liu, Zheng Xiao, Zhuo Tang, and Kenli Li. Array-Loop Dependence-Aware Analytical Performance Prediction for High-Level Synthesis [C]. IEEE International Conference on Computer Design (ICCD), 2026. (CCF B，第一作者)

[2] Lu Xiao, Zheng Xiao, Fan Wu, Yunchuan Qin, Kenli Li. Optimization on operation sorting for HLS scheduling algorithms [J]. Integration,the VLSI Journal, 2023, Vol. 93, Article 102058. (SCI，第一作者)

[3] Lu Xiao, Jingyu Zhu, Mengquan Li, Yan Ding, Zheng Xiao, and Kenli Li. Diffusion-Driven Active Learning for HLS Design Space Exploration with Entropy-Adaptive Acquisition [C]. IEEE International Symposium on Circuits and Systems (ISCAS), 2027. (CCF B，第一作者，Under Review)

[4] Jing Zhu, Yan Ding, Lu Xiao, KenLi Li, ChuBo Liu, Zheng Xiao. A Post-Implementation Performance Prediction Method with HLS Optimization Directives [C]. ACM/IEEE Design Automation Conference (DAC), 2025, pp. 1–6.. (CCF A，第三作者)

[5] Zheng Xiao, Hao Chen, Lu Xiao, Pengcheng Wei, Tao Wang, Kenli Li. WGDPool: A broad scope extraction for weighted graph data. Expert Syst. Appl. 249, PB (Sep 2024). (SCI，第三作者)