xScale應(yīng)用程序性能的優(yōu)化策略

摘要：XScale是一款具有高性能、低功耗特性的ARM兼容嵌入式微處理器架構(gòu)。XScale引入了多種硬件特性提高其處理能力，但也給應(yīng)用程序的優(yōu)化帶來(lái)了困難。本文介紹XScale體系結(jié)構(gòu)的特點(diǎn)，從開發(fā)工具選擇、系統(tǒng)設(shè)計(jì)和編程開發(fā)等多個(gè)角度討論對(duì)XScale應(yīng)用程序進(jìn)行優(yōu)化的策略和技術(shù)。

關(guān)鍵詞：XScale 編譯優(yōu)化 優(yōu)化策略ARM

引言

XScale體系結(jié)構(gòu)是采用Intel Pentium技術(shù)實(shí)現(xiàn)的ARM兼容的嵌入式微處理器架構(gòu)，并對(duì)ARM體系結(jié)構(gòu)進(jìn)行了增強(qiáng)，具有業(yè)界領(lǐng)先的高性能和低功耗特性被廣泛應(yīng)用于消費(fèi)電子、無(wú)線通信、多媒體和網(wǎng)絡(luò)交換等嵌入式應(yīng)用領(lǐng)域。XScale引入了一系列高性能微處理器的設(shè)計(jì)技術(shù)，總體性能顯著地超出同主頻的ARM微處理器。然而，由于受功耗、成本和體積等因素的制約，嵌入式微處理器的處理能力與桌面系統(tǒng)相比仍存在較大差距。通常需要對(duì)嵌入式應(yīng)用程序進(jìn)行性能優(yōu)化，以滿足嵌入式應(yīng)用的性能需求。

業(yè)界對(duì)嵌入式系統(tǒng)的性能優(yōu)化進(jìn)行了很多研究與實(shí)踐。文獻(xiàn)為XScale優(yōu)化編譯器的設(shè)計(jì)提供了多種優(yōu)化技術(shù)，也可用于一些應(yīng)用程序的手工優(yōu)化；文獻(xiàn)從應(yīng)用程序編程的角度討論了ARM嵌入式系統(tǒng)軟件設(shè)計(jì)優(yōu)化技術(shù)；文獻(xiàn)討論了提高C/C++嵌入式應(yīng)用程序性能的一些技巧，其中多數(shù)技術(shù)可以由優(yōu)化編譯器中實(shí)現(xiàn)。

本文在總結(jié)XScale優(yōu)化編譯器設(shè)計(jì)和XScale嵌入式系統(tǒng)設(shè)計(jì)開發(fā)工作的基礎(chǔ)上，從系統(tǒng)設(shè)計(jì)、開發(fā)工具選擇、編譯優(yōu)化和編程開發(fā)等角度討論和提出了XScale應(yīng)用程序的優(yōu)化策略和技術(shù)。

1 XScale體系結(jié)構(gòu)

XScale微架構(gòu)引入了Pentium處理器工藝和系統(tǒng)結(jié)構(gòu)技術(shù)，實(shí)現(xiàn)了Pentium微處理器體系結(jié)構(gòu)的一系列高性能技術(shù)，達(dá)到了高性能、低功耗和小體積等嵌入式系統(tǒng)要求的特性。

（1）超流水線

Xscale的超流水線（SuperPipeline）技術(shù)，如圖1所示，由整數(shù)處理（integer）、乘加（MAC）和存儲(chǔ)（memory）3條流水線組成。3條流水線的長(zhǎng)度是6到9段，前4到5段共享，后面分支部分并行工作可有效提高處理器性能。

（2）高主頻

采用Pentium工藝技術(shù)，XScale主頻可以超出普通ARM微處理器主頻數(shù)倍，在保持較低能量消耗的前提下，高達(dá)600MHz以上。如PXA27X的主頻可高達(dá)724MHz。

（3）存儲(chǔ)體系

XScale實(shí)現(xiàn)了一個(gè)高效的存儲(chǔ)器體系結(jié)構(gòu)，為其超流水線的高效運(yùn)行提供數(shù)據(jù)資源。XScale存儲(chǔ)體系功能主要包括32KB D-Cache、32KB I-Cache、2KB Mini Dcache、Fill Buffers、ending Buffers以及4.8GB/s帶寬的存儲(chǔ)總線，使處理器可以高效訪問存儲(chǔ)器。

（4）分支預(yù)測(cè)

XScale實(shí)現(xiàn)了基于統(tǒng)計(jì)分析的分支預(yù)測(cè)功能部件，減少由于分支轉(zhuǎn)移沖刷指令流水線的次數(shù)，也有效地提高了處理器的性能。

（3）指令集體系結(jié)構(gòu)

針對(duì)ARM數(shù)據(jù)處理能力的不足，XScale對(duì)ARM的乘加邏輯進(jìn)行了增強(qiáng)，增加了8條DSP指令。XScale處理器還可集成Flash閃存和無(wú)線MMX邏輯功能。這些特性有效地提高了XScale數(shù)據(jù)處理能力。帶有無(wú)線MMX的PXA27X在312MHz主頻運(yùn)行處理多媒體應(yīng)用時(shí)，其性能與520MHz ARM處理器相當(dāng)。

（6）省去不常用的邏輯功能

為了節(jié)省處理器芯片體積和降低運(yùn)行功耗，XScale體系結(jié)構(gòu)沒有實(shí)現(xiàn)昂貴的浮點(diǎn)運(yùn)算部件和除法部件。這些是嵌入式應(yīng)用中不常用的運(yùn)算。當(dāng)需要這類運(yùn)算時(shí)，可以通過軟件方法實(shí)現(xiàn)。

XScale復(fù)雜的體系結(jié)構(gòu)給嵌入式應(yīng)用程序的優(yōu)化帶來(lái)了更大的困難。

2 性能優(yōu)化技術(shù)

XScale處理器性能的發(fā)揮很大程度上依賴于應(yīng)用程序的優(yōu)化技術(shù)。XScale嵌入式應(yīng)用系統(tǒng)的性能優(yōu)化可以下幾個(gè)方面考慮。

2.1 算法結(jié)構(gòu)優(yōu)化

實(shí)現(xiàn)某種應(yīng)用功能通?？刹捎枚喾N算法或方法，不同算法的復(fù)雜度和效率差別很大。選擇一種高效的算法或?qū)λ惴ㄟM(jìn)行優(yōu)化，可以使應(yīng)用程序獲得最大的優(yōu)化性能。常用的優(yōu)化技術(shù)有以下幾種。

（1）選擇高效算法

如果算法效率低下，再快的處理器也會(huì)顯得不夠有，而一個(gè)高效的算法卻可以彌補(bǔ)處理器性能的不足。

考慮從已排序好的n個(gè)元素a[0:n-1]中找出某一特定元素x。如果采用順序搜索方式，從a[0]到a[n-1]逐個(gè)比較這n個(gè)元素，需要O(n)次比較。而如果采用二分搜索方法，則僅需O（logn）次比較。當(dāng)n為2 31時(shí)，前一算法平均需要比較2 31次，后一算法平均僅需比較31次。兩者所需時(shí)間相差達(dá)10 8倍。

（2）遞歸算法非遞歸化

采用遞歸過程實(shí)現(xiàn)算法具有結(jié)構(gòu)清晰、程序簡(jiǎn)練易讀、正確性容易證明的特點(diǎn)；但遞歸算法通常需要執(zhí)行大量的過程調(diào)用，并在堆棧中保存所有返回過程的局部變量，效率往往較低。當(dāng)應(yīng)用程序存在性能問題時(shí)，使用循不迭代方法將遞歸算法轉(zhuǎn)換成非遞歸算法往往可以使程序性能提高數(shù)倍。文獻(xiàn)對(duì)八皇后問題和Fibonacci數(shù)列的遞歸算法與非遞歸算法進(jìn)行了性能比較試驗(yàn)，結(jié)果如表1所列。

表1 遞歸算法和非遞歸算法的性能對(duì)比

算法優(yōu)化是首選的優(yōu)化技術(shù)。

2.2 編譯優(yōu)化

隨著編譯技術(shù)的成熟，很多編譯器都實(shí)現(xiàn)了較強(qiáng)的代碼優(yōu)化功能，可在編譯過程中自動(dòng)對(duì)應(yīng)用程序進(jìn)行優(yōu)化，改進(jìn)一些不合理的結(jié)構(gòu)，生成效率較高的目標(biāo)代碼。

多數(shù)編譯器都可基于數(shù)據(jù)流分析實(shí)現(xiàn)別名分析、常數(shù)拆疊、常數(shù)傳播、公共子表達(dá)式消除、冗余代碼和死碼刪除、循環(huán)不變量的移動(dòng)、循環(huán)逆轉(zhuǎn)、循環(huán)展開、函數(shù)嵌入等與體系結(jié)構(gòu)無(wú)關(guān)的優(yōu)化。

GNU gcc、WindRiverdiab、Intl XScale Compiler等常見編譯器都針對(duì)XScale體系結(jié)構(gòu)進(jìn)行了優(yōu)化設(shè)計(jì)，可以有效地利用XScale/ARM指令的條件執(zhí)行、條件設(shè)置和操作數(shù)移位等功能，使一條指令完成多個(gè)操作，縮短指令序列的長(zhǎng)度；減少跳轉(zhuǎn)指令的數(shù)目，減少?zèng)_刷流水線的次數(shù)；按照XScale超流水線要求，利用3地址指令、多字傳送指令、DSP乘加指令和MMX指令等，生成高效的指令序列，提高應(yīng)用程序的性能。

一些優(yōu)化編譯器可借用并行程序設(shè)計(jì)技術(shù)，進(jìn)行相關(guān)性分析，獲得源程序的語(yǔ)義信息，采用軟件流水線、數(shù)據(jù)規(guī)劃、循環(huán)重構(gòu)等技術(shù)，使應(yīng)用程序呈現(xiàn)更好的局部性，提高Cache命中率，從而提高計(jì)算密集型應(yīng)用程序的性能。對(duì)于矩陣計(jì)算等計(jì)算密集型程序，一些高性能優(yōu)化編譯器生成的代碼可以高出普通編譯器產(chǎn)生的代碼十倍之多。

應(yīng)用程序開發(fā)過程中應(yīng)該充分利用編譯器的代碼優(yōu)化功能，在編碼時(shí)將主要精力集中在業(yè)務(wù)邏輯算法流程的設(shè)計(jì)上，提高編程效率和代碼可讀性。

2.3 編程優(yōu)化

編譯優(yōu)化是靜態(tài)優(yōu)化。優(yōu)化編譯器可以自動(dòng)完成程序段和代碼塊范圍內(nèi)的優(yōu)化問題，但編譯器很難獲取程序語(yǔ)義信息、算法流程和程序運(yùn)行狀態(tài)信息。很多情況下也需要編譯人員以某種方式將程序運(yùn)行狀態(tài)信息傳遞給編譯器，或進(jìn)行手工優(yōu)化。以下是常用的編譯優(yōu)化技術(shù)。

（1）使用inline函數(shù)

多數(shù)編譯器支持inline關(guān)鍵字。如果一個(gè)函數(shù)被設(shè)計(jì)成一個(gè)inline函數(shù)，那么在調(diào)用它們的地方將會(huì)用函數(shù)體來(lái)替代函數(shù)調(diào)用語(yǔ)句，這樣將會(huì)徹底省去函數(shù)調(diào)用的開銷。使用inline的最大缺點(diǎn)是函數(shù)在被多處調(diào)用時(shí)，代碼量將增大。

（2）減少函數(shù)調(diào)用參數(shù)

根據(jù)ARM過程調(diào)用規(guī)范，4個(gè)以下的形參通過寄存器傳遞，第5個(gè)以上的形參通過存儲(chǔ)器棧傳遞。顯然，通過存儲(chǔ)器棧傳送參數(shù)的開銷較大。函數(shù)調(diào)用形參限制在4個(gè)以內(nèi)，可以降低函數(shù)調(diào)用的開銷。

（3）在Switch是一種使用普通的編程技術(shù)。編譯器為之產(chǎn)生if-else-if嵌套代碼，并按照順序進(jìn)行比較，發(fā)現(xiàn)匹配則跳到滿足條件的語(yǔ)句執(zhí)行。編程時(shí)，根據(jù)發(fā)生的相對(duì)頻率排序，將最可能發(fā)生的情況放在第一位，最不可能的情況放在最后一位，可以提高Switch語(yǔ)句塊的執(zhí)行速度。

實(shí)際上，程序中if條件的處理也有類似的特性。

（4）避免使用C++的昂貴功耗

C++在支持軟件工程、面向?qū)ο蟪绦蛟O(shè)計(jì)、結(jié)構(gòu)化對(duì)C進(jìn)行卓有成效的改進(jìn)，但在代碼尺寸、執(zhí)行速度等方面比C語(yǔ)言差一些。C++的類機(jī)制與C語(yǔ)言的結(jié)構(gòu)差別不大，但C++的多重繼承、虛擬基類、模板和運(yùn)行類型識(shí)別等特性對(duì)代碼尺寸和運(yùn)行效率有負(fù)面影響。對(duì)這些功能要慎重使用，可以通過試驗(yàn)測(cè)試其影響的大小。

（5）減少或避免執(zhí)行耗時(shí)的操作

應(yīng)用程序的主要執(zhí)行時(shí)間通常花費(fèi)在關(guān)鍵路徑代碼段或程序模塊，關(guān)鍵路徑程序模塊往往包含循環(huán)或嵌套循環(huán)。減少循環(huán)或內(nèi)層循環(huán)中昂貴操作的執(zhí)行頻率可以顯著地提高應(yīng)用程序的效率。常見的耗時(shí)操作有：I/O操作、文件訪問、圖形界面操作和系統(tǒng)調(diào)用等。

表2列出了XScale常見的I/O處理、系統(tǒng)調(diào)用和文件訪問等昂貴操作的代價(jià)。

表2 XScale常見最昂貴操作的代碼

對(duì)于文件訪問等操作，每次讀入和寫出一個(gè)較大的數(shù)據(jù)塊，或使用內(nèi)存映射技術(shù)訪問文件，可以減少相關(guān)系統(tǒng)調(diào)用執(zhí)行的次數(shù)，從而提高程序執(zhí)行的性能。下面是一個(gè)使用這種優(yōu)化技術(shù)的示例。

優(yōu)化前代碼：

int data_in,int data_out;

int file_in,file_out;

…

for(;;){

read(file_in,data_in,1);

data_out=decode(data_in);

write(file_out,data_out,1);

}

優(yōu)化后代碼：

int data_in[1024],

int data_out[1024];

int file_in,file_out;

…

for(;;){

read(file_in,data_in,1024);

}

(6)用查表代替計(jì)算

在處理器資源緊張和存儲(chǔ)器資源相對(duì)富余的情況下，可以用犧牲存儲(chǔ)空間換取速度的方法。例如需要頻繁計(jì)算正弦和余弦等函數(shù)數(shù)值時(shí)，可預(yù)先將函數(shù)值計(jì)算出來(lái)，置于內(nèi)存，供以后查找。

2.4 高性能開發(fā)工具

應(yīng)用程序的可執(zhí)行代碼通常由編譯器編譯產(chǎn)生的目標(biāo)代碼和鏈接程序從系統(tǒng)庫(kù)提取的庫(kù)例程兩部分組成。

選擇一種優(yōu)化能力強(qiáng)的編譯器和開發(fā)工具可以生成更加高效的代碼。WindRiver Diab、GNU gcc、GNUpro和Intel XScale Compiler都針對(duì)XScale體系結(jié)構(gòu)進(jìn)行了優(yōu)化。

嵌入式應(yīng)用程序通常包含大量的系統(tǒng)函數(shù)調(diào)用。在XScale平臺(tái)上的測(cè)試結(jié)果表明：MediaBench的應(yīng)用程序大約有50%的執(zhí)行時(shí)間花費(fèi)在系統(tǒng)庫(kù)函數(shù)，選用高效的系統(tǒng)運(yùn)行庫(kù)（runtime library）也可使應(yīng)用程序的運(yùn)行效率獲得提升。如glibc庫(kù)的緩沖區(qū)的大小是newlib的數(shù)十倍，所以在處理輸入輸出操作方面具有更高的效率。

2.5 特定于XScale體系結(jié)構(gòu)的優(yōu)化

（1）避免除法

XScale沒有除法部件和整數(shù)除法指令，除法是由軟件實(shí)現(xiàn)的。軟件實(shí)現(xiàn)的除法效率很低，應(yīng)該盡可能避免除法和計(jì)算余數(shù)等運(yùn)算。有時(shí)可以將除法轉(zhuǎn)變?yōu)槌朔?。下面兩?cè)是除法操作優(yōu)化的示例。

①用關(guān)系運(yùn)算符兩邊乘除數(shù)消除除法操作

優(yōu)化前：if((x/y)>z)

優(yōu)化后：if(x>(y*z))

②將除法轉(zhuǎn)換為乘常數(shù)和移位操作

優(yōu)化前：v.x=(v1.x+v2.x+v3.x)/3

優(yōu)化后：使用常數(shù)乘數(shù)0x5555轉(zhuǎn)換成

v.x=(int)(((_int64)(v1.x+v2.x+v3.x)*

(_int64)0x55555)>>16)；

（2）避免浮點(diǎn)運(yùn)算

XScale沒有實(shí)現(xiàn)浮點(diǎn)部件。浮點(diǎn)運(yùn)算是通過系統(tǒng)庫(kù)實(shí)現(xiàn)的，代價(jià)很高，通常也應(yīng)該避免，有時(shí)可以轉(zhuǎn)換成整數(shù)運(yùn)算。包含浮點(diǎn)運(yùn)算的庫(kù)例程有格式化輸入輸出（scanf/printf）等。XScale中常見浮點(diǎn)運(yùn)算的代價(jià)如表3所列。

表3 XScale常見浮點(diǎn)運(yùn)算的代價(jià)

（3）使用GPP和IPP庫(kù)

XScale的很多硬件特性是針對(duì)多媒體嵌入式應(yīng)用的特點(diǎn)而設(shè)計(jì)的，很難在編譯器中支持這些特性。為此，Intel公司對(duì)多媒體處理、圖形處理和數(shù)值運(yùn)算的一些典型操作和算法進(jìn)行了手工優(yōu)化，設(shè)計(jì)成程序庫(kù)，分別稱為GPP/IPP庫(kù)。這些庫(kù)例程可以很好地發(fā)揮XScale硬件的計(jì)算潛能，達(dá)到很高的執(zhí)行效率。用IPP庫(kù)實(shí)現(xiàn)除法和平方根的性能如圖2所示。

由圖2可以看出，使用IPP/GPP庫(kù)使相關(guān)操作的性能獲得大幅提升。

3 性能優(yōu)化策略

應(yīng)用程序的性能優(yōu)化與縮短開發(fā)周期、軟件工程和OOP的目標(biāo)之間通常存在矛質(zhì)。嵌入式系統(tǒng)需要性能優(yōu)，但性能優(yōu)化需要人力物力投入，會(huì)增加開發(fā)時(shí)間，降低程序的可讀性，排斥使用新的開發(fā)工具和編程語(yǔ)言。而軟件工程的目標(biāo)是使用高效的開發(fā)工具。編程語(yǔ)言和編程規(guī)范提高程序的可讀性、可靠性，縮短開發(fā)周期，降低項(xiàng)目成本。為此應(yīng)該在二者之間尋找一種平衡。通常可以采取以下策略和原則；

①將算法結(jié)構(gòu)優(yōu)化作為首選優(yōu)化技術(shù)，設(shè)計(jì)高效的應(yīng)用程序流程和算法；

②根據(jù)功能、性能差異和投資預(yù)算選擇高效的編譯器、系統(tǒng)運(yùn)行庫(kù)、圖形庫(kù)、中間件等；

③使用性能監(jiān)測(cè)工具識(shí)別占主要執(zhí)行時(shí)間的關(guān)鍵路徑程序模塊，采用一切優(yōu)化手段對(duì)關(guān)鍵路徑代碼和程序模塊進(jìn)行優(yōu)化，挖掘應(yīng)用程序性能；

④非關(guān)鍵路徑的流程控制代碼按照軟件工程的要求，采用高效率程序語(yǔ)言和開發(fā)工具實(shí)現(xiàn)，提高設(shè)計(jì)開發(fā)效率。使用編譯器進(jìn)行優(yōu)化。

結(jié)語(yǔ)

XScale體系結(jié)構(gòu)按照嵌入式應(yīng)用的要求，采用Pentium系列微處理器設(shè)計(jì)技術(shù)和工藝設(shè)計(jì)的一款性能突出的ARM兼容嵌入式微處理器。XScale體系結(jié)構(gòu)引入了多種硬件特性增強(qiáng)處理器的性能，但也給應(yīng)用程序優(yōu)化帶來(lái)了挑戰(zhàn)。發(fā)揮XScale體系結(jié)構(gòu)的性能，需要操作系統(tǒng)、編譯器、運(yùn)行庫(kù)、連接程序和裝載程序等各層系統(tǒng)軟件的支持，需要在嵌入式項(xiàng)目的系統(tǒng)規(guī)范、開發(fā)工具選型、系統(tǒng)設(shè)計(jì)和編碼等多個(gè)階段考慮對(duì)應(yīng)用程序進(jìn)行優(yōu)化。