C代碼在TMS320C54X上的手工匯編優(yōu)化

1引言

隨著DSP技術(shù)的不斷發(fā)展和完善，數(shù)字信號處理的應(yīng)用范圍越來越廣泛。工控、計算機、通信和消費電子產(chǎn)品中，都會找到它的影子。近年來，隨著多媒體通信的蓬勃發(fā)展，DSP也越來越多的應(yīng)用在多媒體通信中，而在多媒體通信中DSP多用于語音壓縮和圖像處理等方面，而這些都需要巨大的計算量，在實時通信中一些低速DSP難以滿足要求，而使用高速DSP會大大提高成本，所以對代碼進行優(yōu)化是現(xiàn)在DSP開發(fā)中常用的一種方法。由于DSP的特殊結(jié)構(gòu)，編譯器的編譯效率都比較低，難以將DSP計算能力全部發(fā)揮出來，所以就必須根據(jù)DSP的特殊結(jié)構(gòu)和指令集代碼進行手工的匯編優(yōu)化。

本文結(jié)合筆者在TI公司的TMS320VC5402DSP上的對G.729算法的優(yōu)化經(jīng)驗，提出一些優(yōu)化的方法和建議，而這些方法也適用其他54系列的DSP。


2芯片介紹

TMS320C54X是TI公司于1996年推出的新一代定點數(shù)字處理器，它具有功耗小、高度并行等優(yōu)點，可以滿足電信等眾多領(lǐng)域的實時處理要求。54系列有很多不同型號的芯片，它們的結(jié)構(gòu)都是一樣的，只是在接口和存儲器空間上有些不同。在54系列眾多DSP芯片中TMS320VC5402是使用最廣泛的一種芯片，接下來將以TMS320VC5402為例介紹54系列DSP的性能特點：

●運算速度最高達100MIPS
●具有先進的多總線結(jié)構(gòu),三條16位數(shù)據(jù)存儲器總線和一條程序存儲器總線
●40位算術(shù)邏輯單元（ALU），包括一個40位桶形移位器和兩個40位累加器
●一個17bit17bit乘法器和40位專用加法器，允許16位帶/不帶符號乘法
●8個輔助寄存器和一個軟件棧
●內(nèi)部采用改進的哈佛結(jié)構(gòu)，程序空間和數(shù)據(jù)空間分開，允許同時取指令和取操作數(shù)，并且允許在程序和數(shù)據(jù)空間相互傳送數(shù)據(jù)
●最大64K16bit外部數(shù)據(jù)空間，最大1M16bit外部程序空間，4K16bit片內(nèi)ROM，16K16bit片內(nèi)RAM
●內(nèi)置可編程等待狀態(tài)發(fā)生器、鎖相環(huán)（PLL）時鐘發(fā)生器、兩個多通道緩沖串口、一個8位并行與外部處理器通信的HPI口、兩個16位定時器以及6通道DMA控制器
●支持單指令循環(huán)和塊循環(huán)，采用六級流水線，將一條指令執(zhí)行所需要的取指、譯碼、取操作數(shù)并執(zhí)行等幾個步驟同時完成，是指令周期降到最小適合算法的優(yōu)化

3代碼優(yōu)化

對C代碼進行手工匯編優(yōu)化有三種方法：1.對照C代碼寫出匯編代碼，這種方法優(yōu)化的效率很高，但是開發(fā)難度很大特別是當代碼量很大，結(jié)構(gòu)很復雜時優(yōu)化很容易出錯；2.先用編譯器產(chǎn)生匯編代碼，然后改寫匯編代碼，這種方法優(yōu)化的效率較低，因為框架被限定了，但是開發(fā)難度降低了，不容易出錯。
由于現(xiàn)在常用的一些音頻、圖像處理算法都是結(jié)構(gòu)很復雜的程序，所以建議使用第二種優(yōu)化方法。

3.1產(chǎn)生匯編代碼

TI公司為DSP開發(fā)者提供一套編譯開發(fā)平臺叫CCS（CodeComposerStudio）,該工具提供了編譯器可以將C語言的程序編譯為DSP的匯編語言程序，然后鏈接生成可以在DSP上執(zhí)行的COFF格式的out文件。



而CCS自身也提供優(yōu)化器可對C代碼進行優(yōu)化，并產(chǎn)生匯編語言程序，具體過程如圖1所示。

CCS提供了4級的文件優(yōu)化方案，分別是O0、O1、O2、O3,以下具體說明
。
(1)O0寄存器級別

●執(zhí)行控制流程簡化
●用寄存器分配變量
●執(zhí)行交替循環(huán)
●排除未用的代碼
●簡化公式和表述
●擴大對內(nèi)連函數(shù)的調(diào)用

(2)O1局部級別

執(zhí)行所有O0級別的優(yōu)化，并且：

●執(zhí)行局部常量的傳播
●排除未用的賦值
●排除局部共用表達式

(3)O2函數(shù)級別

執(zhí)行所有O1級別的優(yōu)化，并且：

●執(zhí)行循環(huán)優(yōu)化
●排除全局共用子表達式
●排除全局不用的賦值
●執(zhí)行打開循環(huán)

(4)O3文件級別

執(zhí)行所有O1級別的優(yōu)化，并且：

●排除未被調(diào)用的函數(shù)
●簡化返回值沒被使用的函數(shù)
●讓小函數(shù)變成內(nèi)聯(lián)調(diào)用
●保存函數(shù)說明，以便主函數(shù)被優(yōu)化時知道被調(diào)用函數(shù)的屬性
●識別文件級別的變量的特性

在使用O3級別的優(yōu)化時，還可以使用別的選項執(zhí)行更細致的優(yōu)化

●OLN得到標準庫函數(shù)的文件
●ONN創(chuàng)造優(yōu)化信息文件
●PM執(zhí)行程序級別優(yōu)化，編譯多個源文件


而我們在做優(yōu)化時，選的是O2級別的優(yōu)化，因為使用O2級別優(yōu)化后產(chǎn)生的匯編文件帶有比較多的注釋信息，比較容易看懂程序，建議對程序不太熟和對匯編語言不太熟練的人使用。

3.2手工匯編優(yōu)化

因為匯編語言可讀性很差，并且代碼量很大，所以手工優(yōu)化工作量很大，并且容易出錯。為了確保優(yōu)化不出錯，我們就先制作一段測試序列即程序的輸入，然后運行程序?qū)ζ溥M行處理，生成一段正確的結(jié)果序列，檢驗手工優(yōu)化是否正確就是用優(yōu)化過的程序?qū)ο嗤臏y試序列進行處理，比較生成的結(jié)果序列和正確的結(jié)果序列是否一樣，一樣的話就代表優(yōu)化無誤。不過測試序列要比較長，因為有的錯誤開始不會顯現(xiàn)出來，只是慢慢累積，運行一段時間才會出現(xiàn)。

接下來，就開始手工優(yōu)化的工作。下面就是我對手工優(yōu)化的一些經(jīng)驗。

(1)盡量少進行函數(shù)調(diào)用。因為進行函數(shù)調(diào)用的時候，要將PC壓棧，還要將一些寄存器壓棧，函數(shù)調(diào)用完后，還要出棧，這都是一些不必要的操作，所以一些小的函數(shù)，就不調(diào)用，而是直接寫入主函數(shù)里，這樣可以就可以減少那些壓棧出棧的操作，提高速度。

(2)優(yōu)化循環(huán)時，盡量將一些操作放到循環(huán)外面去，減少操作的次數(shù)。例如一些賦值和初始化操作，可以提到循環(huán)外面去做，來提高速度。

(3)去除一些冗余的賦值。編譯器產(chǎn)生的代碼有很多賦值，經(jīng)常將一個值賦給寄存器，再賦給變量，這樣就產(chǎn)生了冗余。

(4)盡量使用RPT和RPTB來執(zhí)行循環(huán)操作。在編譯器產(chǎn)生的代碼里很多循環(huán)操作是通過條件判別來實現(xiàn)的，這樣就多了很多無用的判別代碼，而54x的DSP芯片就提供專門的循環(huán)指令：RPT和RPTB。RPT的功能就是循環(huán)執(zhí)行下一條指令，循環(huán)次數(shù)由RC寄存器的值決定，循環(huán)次數(shù)是RC寄存器的值加1，所以執(zhí)行循環(huán)前要將循環(huán)次數(shù)減1賦給RC寄存器；RPTB是塊循環(huán)指令，它的功能是循環(huán)執(zhí)行一段指令，它的循環(huán)次數(shù)由BRC寄存器決定，循環(huán)次數(shù)是BRC的寄存器的值加1，所以使用前需將循環(huán)次數(shù)減1賦給BRC寄存器。

(5)使用比較快的尋址方式。在數(shù)字信號處理里面，會對大量的數(shù)據(jù)進行大量的運算，如果使用比較快的尋址方式會大大減少指令周期。因為數(shù)據(jù)大多是順序存放，所以我們用寄存器去尋址，操作完后自加1而指向下個數(shù)據(jù)，這樣尋址會減少很多指令周期。

(6)使用循環(huán)緩沖區(qū)。因為FFT，F(xiàn)IR等常用運算中都需要對數(shù)據(jù)進行移位操作，如果數(shù)據(jù)量大的話，程序花在數(shù)據(jù)移位上的開銷就很大了，如果使用循環(huán)緩沖區(qū)就可以不進行這些操作從而提高速度。

(7)使用一些專用指令。在54的指令系統(tǒng)里，有一些專用指令執(zhí)行一些特殊的操作，例如平方，F(xiàn)IR等，如果用其他指令代替需要多個指令周期,而使用專用指令值需要一個指令周期。

(8)使用并行指令。因為DSP的流水線結(jié)構(gòu)，可以讓一些指令同時運行，就產(chǎn)生了并行指令，使用并行指令會大大減少指令周期。

(9)將一些常用的程序和數(shù)據(jù)，放在片內(nèi)RAM運行。DSP芯片上一般都帶有RAM，而片內(nèi)RAM的尋址速度比片外RAM快一至兩倍，所以將常用程序和數(shù)據(jù)放在片內(nèi)，會大大提高運行速度。

3.3優(yōu)化中常遇見的問題

在手工優(yōu)化過程時會遇到很多問題，以下幾點比較常見。

(1)對一些寄存器的設(shè)置。因為是手工優(yōu)化，所以對一些寄存器都要自己賦值，例如ST0、ST1和PMST等，不同的設(shè)置會導致運算結(jié)果的不一樣。其中一些用的比較多的位有SXM、OVM和FRCT。SXM是符號擴展位，如果SXM=0就不進行符號擴展，如果SXM=1就進行符號擴展（見圖2a）。OVM是溢出模式位，當發(fā)生溢出時，如果OVM=0溢出的結(jié)果就被送往目的寄存器，如果OVM=1就往目的寄存器送最大的正數(shù)（007FFFFFFFh）或最小的負數(shù)（FF80000000h）。FRCT是小數(shù)模式位，當FRCT=1時乘法的結(jié)果會左移一位（見圖2b）。以上3個標志位的置位和復位是由SSBX和RSBX指令來完成的。



(2)注意流水線沖突。5402的芯片有一個6級深度的指令流水線，這6級流水線彼此是獨立的，在任何一個機器周期內(nèi)，可以有1至6條不同的指令在工作。這6級流水線的功能分別是預取指、取指、譯碼、尋址、讀數(shù)和執(zhí)行。C5402多級流水線操作可以讓多條指令同時指令訪問CPU資源，如果多個流水線同時訪問到相同的資源，就可能發(fā)生流水線沖突，有些沖突可以由CPU通過延遲尋址的方法自動緩解，而有的沖突是不能防止的，需要由程序重新安排指令或插入空操作來解決。當用CCS編譯器對C程序進行編譯的時候，編譯器會自動加入NOP指令來解決流水線沖突，而進行手工優(yōu)化的時候，就要特別注意這個問題，大部分流水線沖突都是因為同時訪問到某些寄存器，只要根據(jù)等待周期表加入相應(yīng)的NOP指令就可以解決。



(3)對一些參數(shù)的保存。在手工優(yōu)化的過程中，我們會用某些寄存器來傳遞數(shù)據(jù)，而在此過程中，如果調(diào)用了別的函數(shù)，這些寄存器的值就有可能被改變，所以在調(diào)用這些函數(shù)的時候，要先將這些參數(shù)壓棧保存，調(diào)用完后再將其出棧恢復。還有就是某些標志位的保存，因為在調(diào)用函數(shù)的過程會改變這些狀態(tài)標志位，所以在調(diào)用完后要將其恢復。

(4)循環(huán)緩沖區(qū)地址分配問題。循環(huán)緩沖區(qū)的地址分配必須對齊，長度為R的緩沖區(qū)必須從N位地址的邊界開始（即循環(huán)緩沖區(qū)基地址的N個最低有效位必須為0），N是滿足2N>R的最小的整數(shù)。例如，長度R=31的循環(huán)緩沖區(qū)必須從地址XXXXXXXXXXX000002（N=5，25>>31，該地址的最低5位為0）。

(5)內(nèi)存泄漏問題。因為DSP使用的是哈佛結(jié)構(gòu)，數(shù)據(jù)空間和程序空間是分開的，一般數(shù)據(jù)的操作不會影響到程序。但是DSP芯片上都帶有RAM，而這些空間數(shù)據(jù)和程序是共享的，所以對該部分的數(shù)據(jù)進行操作，如果有泄漏的話會改寫程序，導致程序跑飛。因此程序跑飛的話，就要考慮是否有內(nèi)存泄漏。

4結(jié)論

以上經(jīng)驗和技巧均是筆者在實際的DSP工程中總結(jié)得出，實踐證明對實際開發(fā)非常有幫助。以筆者對G.729算法優(yōu)化為例，在優(yōu)化之前，G.729的運算量為1000MIPS，優(yōu)化后的運算量為30MIPS，提高了30多倍，可見優(yōu)化的效果很明顯。以上這些經(jīng)驗主要是針對TI公司的54系列，但對于別的型號的DSP也有借鑒作用。

參考文獻

1彭啟琮.TMS320C54X實用教程.電子科技大學出版社，2000
2戴明楨.TMS320C54X數(shù)字信號處理器結(jié)構(gòu)、原理及應(yīng)用.TIDSPSUNIVERSITY,2000