《FPGA并行编程》读书笔记（第一期）06_SpMV
从这一章节往后，基本没有关于HLS的新知识了，如果对应章节没有啥需要注意的地方，该章节的更新会一笔带过，大家认真阅读原书籍即可，好好读那本书籍比看我的总结有用的多。如果有问题，欢迎后台私聊（微信没有评论好不方便），或者去我的知乎上发表评论，期待通过讨论一起学习一起进步。
目前公众号运营状态非常棒，已经超出预期了。后面估计会更新本专栏文章的第二期，是真正在板子上实现调度这些算法。但具体得看小编的学业科研情况来定，可能后面会因为学业实在繁忙而取消，毕竟写这样的文章真的太耗时间了！之前发布的那几个小技巧还是非常好写的，而这个专栏文章需要很长时间…。
今天给大家带来的是稀疏矩阵向量乘（SpMV）。
稀疏矩阵是指矩阵中大部分元素为0的矩阵。 这里的向量本身也可是稀疏的，但通常情况下是密集的。作为一种通用的运算，在科学应用、经济模型、数据挖掘、信息检索中广泛应用。例如，在利用迭代法求解稀疏线性方程组和特征值的问题。同时，也被应用于网页搜索排名和计算机视觉（图像重构等）。
个人感觉一直直接给代码写结论是个不负责任行为，大家真的很掌握了PIPELINE、UNROLL、ARRAY_PARTITION等优化指令了吗？
自己尝试下这些操作，好好思考吧少年，该自己撸代码了。英文原版书籍附带的代码github链接
为了减少工作量，大家可以参考下原作者的源代码。
友情提醒下原文作者用的器件应该不是xc7z020clg400-3，所以要对书本中给的参数敏感些，自己做出来的会和书中不对应。最后的最后要想加速要好好根据Console的输出、算法的本质、Analysis界面的各种参数，来决定优化方案，不要瞎改，胡乱优化。
原创不易，切勿剽窃！
欢迎大家关注我创建的微信公众号——小白仓库
原创经验资料分享：包含但不仅限于FPGA、ARM、RISC-V、Linux、LabVIEW等软硬件开发。目的是建立一个平台记录学习过的知识，并分享出来自认为有用的与感兴趣的道友相互交流进步。
