TMS320C64 DSP的程序设计与优化.docxVIP

/pic/Class345/Class353/20080818093305.html TMS320C64X DSP 的程序设计与优化 TMS320C64X 的特点 采用 VelociTI.2 体系结构的 C64X 系列定点 DSP 芯片,在结构上有许多特点： 1) C64X 片内有 2 个数据通道、8 个功能单元（.L1,.L2,.S1,.S2,.D1,. D2,.M1 和.M2, 其中.M1 和.M2 为两个乘法器）和 2 个一般目的寄存器文件（A 和 B）。而 8 个功能单元和 2 个寄存器文件又分成了相同的两组,每组占用一个数据通道。两个数据通道之间包含有两个数据交叉通路。 C64X DSP 采用超长指令字（VLIW）,即在每个时钟周期最高可提供 8 条 32 位指令,总字长为 256 位的指令包同时分配到 8 个并行处理单元。在 600MHz 的时钟频率下,当片内 8 个处理单元同时运行时,其最大处理能力可以达到4800MIPS。 C64X DSP 具有双 16bit 扩充功能,芯片能在一个周期内完成双 16bit 的乘法、加减法、比较、移位等操作。 TMS320C64X 的软件开发流程。 TMS320C64X 内部有 8 个独立的功能单元,所以在一个周期内最多可以并行执行 8 条指令。然而指令与功能单元之间特殊的映射关系、每一条指令执行时间的不相同、每一条指令的数据通路的不相同和指令间操作数的相关性等因素,致使一个周期内实际能并行执行的指令数达不到8 条,从而降低了DSP的性能,因此,必须采用合理的开发和优化流程,尽可能的对代码进行优化,从而提高指令执行的并行度(DSP 优化的关键)。 如图 1 所示,工作流程一般分为三个阶段。 阶段一：直接按照需要用C 语言实现功能。在实际的DSP 应用中,许多算法都是非常复杂,直接用汇编代码编写,虽然优化效率很高,可是实现的难度却很大,所以一般都采用先用C 语言来实现,然后编译运行,利用C64X 开发环境的profile clock 工具测试程序运行时间,若不能满足要求,则进行第二阶段。 阶段二：C 语言级的优化。选择 C64X 开发环境提供的优化方式以及充分运用其他技巧,优化 C 代码,若还不能满足效率要求,则进行第三步。 阶段三：汇编级的优化。将上一阶段 C 程序中优化效率较低的部分提出来,用线 性汇编语言编写,利用汇编优化器进行优化。汇编优化器的作用是让开发人员在不考虑 C64X 流水线结构和分配其内部寄存器的情况下,编写线形汇编语言程序, 然后汇编优化器通过分配寄存器和循环优化将汇编语言程序转化为利用流水线方式的高速并行汇编程序。 上述的三个阶段不是都必须经过,当在某一阶段获得了期望的性能,就不必进行下 一阶段的优化。 C 代码的优化方法 对于 C64X 平台下的 C 源程序,可以选用的优化方法有： 选用 C 编译器提供的优化选项 在编译器中提供了分为若干等级和种类的自动优化选项,如下： -o：使能软件流水和其他优化方法 -pm：使能程序级优化 -mt：使能编译器假设程序中没有数据存储混淆,可进一步优化代码。 -mg：使能分析（profile）优化代码 -ms：确保不产生冗余循环,从而减小代码尺寸 -mh：允许投机执行 -mx：使能软件流水循环重试,基于循环次数对循环试用多个方案,以便选择最佳 方案。 根据实际编译的程序,选择合适的优化选项,进行源程序的优化。 减小存储器相关性 为使指令达到最大效率,C64X 编译器尽可能将指令安排为并行执行。为使指令并行操作,编译器必须知道指令间的关系,因为只有不相关的指令才可以并行执行。 当编译器不能确定两条指令是否相关时,则编译器假定它们是相关的,从而不能并 行执行。设计中常采用关键字 const 来指定目标,const 表示一个变量或一个变量的存储单元保持不变。因此,在代码中加入关键字 const,可以去除指令间的相关性。例如下面的程序： void vecsum(short *sum,short*in1,short*in2,unsigned int N) { int i; for(i=0;iN;i++) sum[i]=in1[i]+in2[i]; } 由其相关图 2(a)可见,写 sum 可能对指针 in1、in2 所指向的地址有影响, 从而 in1 和 in2 的读操作必须等到写 sum 操作完成之后才能进行,降低了流水效率,为帮助编译器确定存储器的相关性,使用 const 关键字来指定一个目标,上面的源程序可改为含关键字 const 的优化源代码： void vecsum(short * sum, const short*in1,const short*in2,unsigned int N) { int i; fo