高层次综合可以通过调整综合指令,在不改变设计源码的情况下生成不同表现的设计电路,然而其综合需要耗费极大的时间成本。高层次综合设计空间探索能够通过寻找合适的指令配置以满足设计的需求。此外,计算密集型应用需要消耗大量的计算资源,并且其访存操作较为频繁,合理的设计能够极大提高系统的性能。针对上述问题,本文对高层次综合设计空间探索方法进行研究,设计了一种计算密集型应用高层次综合设计空间探索方法的系统框架。本文根据高层次综合设计空间探索的理论模型,基于黑盒优化的方式对设计空间探索方法进行设计:将高层次综合工具作为黑盒函数,将综合指令的编码作为黑盒函数的输入,高层次综合工具的仿真结果作为输出,采用贝叶斯优化进行设计空间探索实验,针对高层次综合设计空间的离散性对新探索点的选择方式进行改进,即从未被探索的设计空间中选取采集函数最大的点作为新的探索点,最后进行仿真。根据计算密集型应用计算量大、访存操作频繁的特点,以通用矩阵乘法的高层次综合设计代码作为实验基准代码,对相关的高层次综合指令进行分析,定义了实验的设计空间以及探索目标。通过对高层次综合工具Vivado HLS的设计流程及其相关Tcl脚本的分析,基于Python语言及其相关库函数实现实验数据收集脚本,并根据该脚本获得设计空间探索实验的黑盒函数的输入以及输出。基于收集脚本所得的实验数据进行了设计空间探索实验。首先进行设计空间探索方法框架的设计及实现。在此基础上,通过分析得出采用one-of-k编码存在对不同指令间距离计算结果相同的问题,采用归一化编码对其进行改进;对初始点的个数以及不同模型的收敛效果对于设计空间探索的影响进行了实验及分析。经过实验验证,本文基于归一化编码改进的贝叶斯优化设计空间探索有着很好的收敛能力。