算子调度
调度是HLS 中的核心问题，为无时序或部分时序的输入指定时钟边界，其对最终结果质量具有很大的影响。调度会影响时钟频率、延时、吞吐率、面积、功耗等多种因素。
调度的输入是控制数据流图，其节点表示算子/操作，有向边表示数据依赖，控制依赖，优先依赖。如果没有控制流，其基本结构就是数据流图（DFG）。
调度过程将算子映射到一个状态，每个时钟周期对应着 FSM 中的一个状态，这称为控制步。
无约束的调度方法
无约束的调度方法只考虑依赖，目前，有两种常用的无约束调度方法：
ASAP
一，尽可能早的调度（ASAP），即把算子安排在尽可能早的控制步。其对应的算法伪代码如下：
ASAP G(V,E):
V’ = Topological_Sort(G)
foreach v i v_i vi in V’:
if v i ∈ P I s v_i \in PIs vi∈PIs : t i t_i ti = 1; // PIs, 主输入集合
//假设每个算子都需要一个时钟周期
else: t i t_i ti = max( t j t_j tj + 1); // ( v j , v i ) ∈ (v_j,v_i)\in (vj,vi)∈ E
ALAP
二，尽可能迟的调度（ALAP），即把算子安排在尽可能晚的控制步。
其对应的算法伪代码如下：
ALAP (G(V,E),L): //L 是延时上限
V’ = Reverse_Topological_Sort(G)
foreach v i v_i vi in V’:
if v i v_i vi ∈ \in ∈ POs: t i t_i ti = L; // POs, 主输出集合
//假设每个算子都需要一个时钟周期
else: t i t_i ti = min( t j t_j tj) - 1; // ( v i , v j ) ∈ (v_i,v_j) \in (vi,vj)∈ E
带约束调度方法
带约束调度问题一般是 NP-Hard 问题，目前，有两类问题，分别是资源约束的调度（Resource Constrained Scheduling，RCS），即给定面积或资源约束最小化延时；时间约束的调度（Time Constrained Scheduling，TCS），即给定延时边界最小化资源
对于带约束调度问题，可采用精确建模方法，比如整数线性编程（Integer Linear Programming，ILP）、针对严格约束的 Hu 算法等等；也可以采用启发式算法，包含列表调度、力量引导算法、基于SDC的调度等等。
以下以ILP方法为例，建模并求解带约束的调度问题。
ILP调度
线性编程（Linear Programming, LP）主要是解决目标函数和约束都是线性表示的问题，其在理论上和实际上都能有效求解。而整数线性编程(ILP)除了目标函数和约束都是线性组合之外，变量的取值必须是整数，其通常也是 NP-Hard 问题（0-1 ILP 除外），但是，现代 ILP 求解器可以求解一定规模的 ILP 问题。
资源约束的调度（RCS）表述为硬件功能单元（FU）资源有限，每个时钟周期每个功能单元只能执行一个算子。比如，只有 K 个加法器的时候，同一个时钟周期执行的加法数量不超过 K。
RCS问题的输入：给定每种计算类型的功能单元的数量，最小化延时。
RCS 的 ILP 建模的第一步是定义变量。
首先定义二元决策变量 x i k x_{ik} xik， x i k x_{ik} xik=1表示算子 i 在控制步 k 开始执行。i = 1,2,3,…,N，N 表示算子总数，k= 1,2,3,…,L, L 表示延时的上限。
定义 t i = ∑ k = 1 L ( k x i k ) t_i = \sum_{k=1}^{L} (kx_{ik}) ti=∑k=1L(kxik)， t i t_i ti 表示算子 i 的起始时间。
第二步是建立约束关系。主要包含以下约束：
起始时间的唯一性 ∑ k x i k = 1 , i = 1 , 2 , ⋯ , N \sum_{k}x_{ik}=1,i=1,2,\cdots,N ∑