一種C／C++程序優(yōu)化技術(shù)的實(shí)現(xiàn)

引 言

DSP（digital signal processor）是一種獨(dú)特的微處理器，是以數(shù)字信號來處理大量信息的器件。其工作原理是接收模擬信號，轉(zhuǎn)換為0或1的數(shù)字信號。再對數(shù)字信號進(jìn)行修改、刪除、強(qiáng)化，并在其他系統(tǒng)芯片中把數(shù)字?jǐn)?shù)據(jù)解譯回模擬數(shù)據(jù)或?qū)嶋H環(huán)境格式。它不僅具有可編程性，而且其實(shí)時運(yùn)行速度可達(dá)每秒數(shù)以千萬條復(fù)雜指令程序，遠(yuǎn)遠(yuǎn)超過通用微處理器，是數(shù)字化電子世界中日益重要的電腦芯片。它的強(qiáng)大數(shù)據(jù)處理能力和高運(yùn)行速度，是最值得稱道的兩大特色。

目前在DSP平臺上編程多使用匯編語言與C語言，為了追求代碼的高效，過去一般用匯編語言來編制。DSP程序匯編語言簡潔高效，能夠直接操作DSP的內(nèi)部寄存器、存儲空間、外設(shè)，但可讀性、可修改性、可移植性較差；隨著DSP應(yīng)用范圍不斷延伸，應(yīng)用的日趨復(fù)雜，匯編語言程序在可讀性、可修改性、可移植性和可重用性的缺點(diǎn)日益突出，軟件需求與軟件生產(chǎn)力之間的矛盾日益嚴(yán)重。DSP產(chǎn)業(yè)在約40年的歷程中經(jīng)歷了三個階段：第一階段，DSP意味著數(shù)字信號處理，并作為一個新的理論體系廣為流行。隨著這個時代的成熟，DSP進(jìn)入了發(fā)展的第二階段，在這個階段，DSP代表數(shù)字信號處理器，這些DSP器件使我們生活的許多方面都發(fā)生了巨大的變化。接下來又催生了第三階段，這是一個賦能（enablement）的時期，我們將看到DSP理論和DSP架構(gòu)都被嵌入到SoC類產(chǎn)品中。” 第一階段，DSP意味著數(shù)字信號處理 。 80年代開始了第二個階段，DSP從概念走向了產(chǎn)品，TMS32010所實(shí)現(xiàn)的出色性能和特性備受業(yè)界關(guān)注。方進(jìn)先生在一篇文章中提到，新興的DSP業(yè)務(wù)同時也承擔(dān)著巨大的風(fēng)險(xiǎn)，究竟向哪里拓展是生死攸關(guān)的問題。當(dāng)設(shè)計(jì)師努力使DSP處理器每MIPS成本降到了適合于商用的低于10美元范圍時，DSP在軍事、工業(yè)和商業(yè)應(yīng)用中不斷獲得成功。

但由于DSF結(jié)構(gòu)的特殊性，使得該平臺上的C語言編譯器無法充分發(fā)揮DSP器件的性能優(yōu)勢。同樣功能的C語言程序，效率往往只有直接書寫的匯編程序的幾分之一甚至幾十分之一。

l TMS320C6000處理器介紹

TMS320C6000是TMS320系列產(chǎn)品中的新一代高性能DSP芯片，共分為兩大系列。其中定點(diǎn)系列為TMS320C62xx和TMS320C64xx；浮點(diǎn)系列為TMS320C67xx。由于TMS320C6000的開發(fā)主要面向數(shù)據(jù)密集型算法，它有著豐富的內(nèi)部資源和強(qiáng)大的運(yùn)算能力。

C6000系列CPU中的8個功能單元可以并行操作，并且其中兩個功能單元為硬件乘法運(yùn)算單元，大大地提高了乘法速度。DSP采用具有獨(dú)立程序總線和數(shù)據(jù)總線的哈佛總線結(jié)構(gòu)，僅片內(nèi)程序總線寬度就可達(dá)到256位；片內(nèi)兩套數(shù)據(jù)總線的寬度分別為32位；此外，DSP還有一套32位DMA專用總線用于傳輸。靈活的總線結(jié)構(gòu)使得數(shù)據(jù)瓶頸對系統(tǒng)性能的限制大大緩解。C6000的通用寄存器組能支持32位和40位定點(diǎn)數(shù)據(jù)操作，另外C67xx和C64xx還分別支持64位雙精度數(shù)據(jù)和64位雙字定點(diǎn)數(shù)據(jù)操作。微處理器是低成本的，主要執(zhí)行智能定向控制任務(wù)的通用處理器能很好執(zhí)行智能控制任務(wù)，但是數(shù)字信號處理功能很差。而DSP的功能正好與之相反。在許多應(yīng)用中均需要同時具有智能控制和數(shù)字信號處理兩種功能，如數(shù)字蜂窩電話就需要監(jiān)測和聲音處理功能。因此，把DSP和微處理器結(jié)合起來，用單一芯片的處理器實(shí)現(xiàn)這兩種功能，將加速個人通信機(jī)、智能電話、無線網(wǎng)絡(luò)產(chǎn)品的開發(fā)，同時簡化設(shè)計(jì)，減小PCB體積，降低功耗和整個系統(tǒng)的成本。

2 C6000軟件開發(fā)流程

圖1為C6000的軟件開發(fā)流程圖。圖中陰影部分是開發(fā)C代碼的常規(guī)流程，其他部分用于輔助和加速開發(fā)討程。

C／C++源文件首先經(jīng)過C／C++編譯器（C／C++cornpiler）轉(zhuǎn)換為C6000匯編源代碼。編譯器、優(yōu)化器（optimizer）和交疊工具是C／C++編譯器的組成部分。編譯器使用戶能一步完成編譯、匯編和連接；優(yōu)化器調(diào)整合修改代碼以提高C程序的效率；交疊工具把C／C++語句和對應(yīng)的匯編語句交疊列出。

匯編源代碼再經(jīng)過匯編器（Assembier）翻譯為機(jī)器語言目標(biāo)文件。機(jī)器語言是基于通用目標(biāo)文件格式（CommON Object File Format，COFF）的。

連接器（Linker）連接目標(biāo)文件，生成一個可執(zhí)行文件。它要完成地址的重分配（Relocation）和解析外部引用（Resolve External References）。

得到可執(zhí)行文件之后就可以進(jìn)行調(diào)試?？捎密浖抡嫫鳎⊿imulator）在PC機(jī)上對指令和運(yùn)行時間進(jìn)行精確仿真；用XDS硬件仿真器（Emulator）在目標(biāo)板上進(jìn)行調(diào)試。

調(diào)試通過后即可下載到目標(biāo)板進(jìn)行獨(dú)立運(yùn)行。

3 程序優(yōu)化流程及方法

3.1 程序優(yōu)化階段

由于DSP應(yīng)用的復(fù)雜度，在用C語言進(jìn)行DSP軟件開發(fā)時，一般先在基于通用微處理器的PC機(jī)或工作站上對算法進(jìn)行仿真，仿真通過后再將C程序移植到DSP平臺中。

所以，DSP的軟件開發(fā)與優(yōu)化流程主要分為3個階段：C代碼開發(fā)階段；C代碼優(yōu)化階段；手工匯編代碼重編寫階段。如圖2所示。
 

在圖2中，第一階段：沒有C6000知識的用戶能開發(fā)自己的C代碼，然后使用CCS中的代碼剖析工具，確定C代碼中可能存在的低效率段，為進(jìn)一步代碼優(yōu)化做好準(zhǔn)備。第二階段：C代碼優(yōu)化階段。在這個階段，主要利用intrinsics函數(shù)以及編譯器編譯選項(xiàng)來提高代碼的性能。優(yōu)化后利用軟件模擬器檢查代碼的效率，如仍不能達(dá)到期望的效率，則進(jìn)入第三階段。第三階段：寫線性匯編優(yōu)化。在這個階段中，用戶把最耗費(fèi)時間的代碼抽取出來，重新用線性匯編寫，然后使用匯編優(yōu)化器優(yōu)化這些代碼。在第一次寫線性匯編時，可以不考慮流水線和寄存器分配。然后，提高線性匯編代碼性能，往代碼中添加更多的細(xì)節(jié)。

3.2 C／C++代碼優(yōu)化方法

為了使C／C++代碼獲得最好的性能，可以使用編譯選項(xiàng)、軟件流水、內(nèi)聯(lián)函數(shù)和循環(huán)展開等方法來對代碼進(jìn)行優(yōu)化，以提高代碼執(zhí)行速度，并減小代碼尺寸。

3.2.1 編譯器選項(xiàng)優(yōu)化

C／C++編譯器可以對代碼進(jìn)行不同級別的優(yōu)化。高級優(yōu)化由專門的優(yōu)化器完成，低級的和目標(biāo)DSP有關(guān)的優(yōu)化由代碼生成器完成。圖3為編譯器、優(yōu)化器和代碼生成器的執(zhí)行圖。

當(dāng)優(yōu)化器被激活時，將完成圖3所示的過程。C／C++語言源代碼首先通過一個完成預(yù)處理的解析器（Parser），生成一個中間文件（。if）作為優(yōu)化器（Optimi-zer）的輸入。

最簡單執(zhí)行優(yōu)化的方法是采用cl6x編譯程序，在命令行設(shè)置一On選項(xiàng)即可。n是優(yōu)化的級別（n為0，1，2，3），它控制優(yōu)化的類型和程度。

3.2.2 軟件流水優(yōu)化

軟件流水是編排循環(huán)指令，使循環(huán)的多次迭代并行執(zhí)行的技術(shù)。使用一02和一03選項(xiàng)編譯C／C++程序時，編譯器就從程序中收集信息，嘗試對程序循環(huán)做軟件流水。

圖4顯示一個軟件流水循環(huán)。圖4中A，B，C，D和E表示1次迭代中的各條指令；A1，A2，A3，A4和A5表示一條指令執(zhí)行的各階段。循環(huán)中，一個周期最多可并行執(zhí)行5條指令，即圖中陰影部分所示的循環(huán)核（Loop Kernel）部分。

3.2.3 內(nèi)聯(lián)函數(shù)優(yōu)化

通過下面的方法改進(jìn)C語言程序，可使編譯出的代碼性能顯著提高：

（1）使用intrinsics（內(nèi)聯(lián)函數(shù)）替代復(fù)雜的C／C++代碼；

（2）使用字（Word）訪問存放在32位寄存器的高16位和低16位字段的數(shù)據(jù)；

（3）使用雙字訪問存放在64位寄存器的32位數(shù)據(jù)（僅指C64xx／C67XX）。

C6000編譯器提供了許多內(nèi)聯(lián)函數(shù)，它們直接對應(yīng)著C62X／C64X／C67X指令可快速優(yōu)化C代碼。這些內(nèi)聯(lián)函數(shù)不易用C／C++語言實(shí)現(xiàn)其功能。內(nèi)聯(lián)函數(shù)用前下劃線“_”特別標(biāo)示，其使用方法與調(diào)用函數(shù)一樣。例如C語言的飽和加法只能寫為需要多周期的函數(shù)：
 

這段復(fù)雜的代碼可以用_sadd（）內(nèi)聯(lián)函數(shù)實(shí)現(xiàn)，它是一個單周期的C6x指令。

result=_sadd（a，b）；

要提高C6000數(shù)據(jù)處理率，應(yīng)使一條Load／STore指令能訪問多個數(shù)據(jù)。C6000有與內(nèi)聯(lián)函數(shù)相關(guān)的指令，例如_add2（），_mpyhl（），_mpylh（）等，這些操作數(shù)以16位數(shù)據(jù)形式存儲在32位寄存器的高位部分和低位部分。當(dāng)程序需要對一連串短型數(shù)據(jù)進(jìn)行操作時，可使用字1次訪問2個短型數(shù)據(jù)，然后使用C6000相應(yīng)指令來處理數(shù)據(jù)。相似的在C64x或C67x中，有時需要執(zhí)行64位的LDDW來訪問兩個32位數(shù)據(jù)，4個16位數(shù)據(jù)，甚至8個8位數(shù)據(jù)。

3.2.4 循環(huán)展開

循環(huán)展開是改進(jìn)性能的另一種，即把小循環(huán)的迭代展開，以讓循環(huán)的每次迭代出現(xiàn)在代碼中。這種方法可增加并行執(zhí)行的指令數(shù)。

有3種使循環(huán)展開的方法：

（1）編譯器自動執(zhí)行循環(huán)展開；

（2）在程序中使用UNROLL偽指令建議編譯器做循環(huán)展開；

（3）用戶自己在C／C++代碼中展開。

3.3 匯編優(yōu)化

在對C／C++代碼使用了所有的C／C++優(yōu)化手段之后，如果仍然不滿意代碼的性能，就可以寫線性匯編程序，然后用匯編優(yōu)化器進(jìn)行優(yōu)化，生成高性能的代碼。

3.3.1 寫線性匯編

使用C6000的剖析工具（Profiling Tools）可以找到代碼中最耗費(fèi)時間的部分，就是這部分需要用線性匯編重寫。線性匯編代碼與匯編源代碼相似，但是，線性匯編代碼中沒有指令延遲和寄存器使用信息。

寫線性匯編代碼時，需要知道：匯編優(yōu)化器偽指令、影響匯編優(yōu)化器行為的選項(xiàng)、TMS320C6000指令、線性匯編源語句語法、指定寄存器或寄存器組、指定功能單元、源代碼注釋等。

3.3.2 匯編優(yōu)化器優(yōu)化

匯編優(yōu)化器的任務(wù)主要有：

（1）編排指令，最大限度的利用C6000的并行能力；

（2）確保指令滿足C6000的延遲要求（Latency Requirements）；

（3）為源代碼分配寄存器。

4 結(jié) 語

C6000系列的DSP C／c++代碼優(yōu)化比傳統(tǒng)的代碼優(yōu)化要方便的多，但要真正發(fā)揮其芯片的工作效率還是需要一定的經(jīng)驗(yàn)和技巧。這不僅要求開發(fā)人員熟悉其硬件體系，還要求對編譯器的編譯原理有一定的理解。另外，在C語言層面上要達(dá)到DSP芯片的峰值即8條指令并行是很難的，大多情況下都只能達(dá)到6.7條指令并行。在實(shí)際開發(fā)中，若優(yōu)化結(jié)果已達(dá)到6，7條指令并行卻還離實(shí)時的要求相差很遠(yuǎn)，再花大量的人力去力求達(dá)到8條指令并行是不經(jīng)濟(jì)的。