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)化帶來了困難。本文介紹XScale體系結(jié)構(gòu)的特點，從開發(fā)工具選擇、系統(tǒng)設(shè)計和編程開發(fā)等多個角度討論對XScale應(yīng)用程序進行優(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)實現(xiàn)的ARM兼容的嵌入式微處理器架構(gòu)，并對ARM體系結(jié)構(gòu)進行了增強，具有業(yè)界領(lǐng)先的高性能和低功耗特性被廣泛應(yīng)用于消費電子、無線通信、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。通常需要對嵌入式應(yīng)用程序進行性能優(yōu)化，以滿足嵌入式應(yīng)用的性能需求。 業(yè)界對嵌入式系統(tǒng)的性能優(yōu)化進行了很多研究與實踐。文獻為XScale優(yōu)化編譯器的設(shè)計提供了多種優(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)計優(yōu)化技術(shù);文獻討論了提高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)化編譯器中實現(xiàn)。 本文在總結(jié)XScale優(yōu)化編譯器設(shè)計和XScale嵌入式系統(tǒng)設(shè)計開發(fā)工作的基礎(chǔ)上，從系統(tǒng)設(shè)計、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(memory)3條流水線組成。3條流水線的長度是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600MHz以上。如PXA27X 的主頻可高達724MHz。 (3)存儲體系 XScale實現(xiàn)了一個高效的存儲器體系結(jié)構(gòu)，為其超流水線的高效運行提供數(shù)據(jù)資源。XScale存儲體系功能主要包括32KB D-Cache、32KB I-Cache、2KB Mini Dcache、Fill Buffers、ending Buffers以及4.8GB/s帶寬的存儲總線，使處理器可以高效訪問存儲器。 (4)分支預(yù)測 XScale實現(xiàn)了基于統(tǒng)計分析的分支預(yù)測功能部件，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ARM數(shù)據(jù)處理能力的不足，XScale對ARM的乘加邏輯進行了增強，增加了8條DSP指令。XScale處理器還可集成Flash閃存和無線 MMX邏輯功能。這些特性有效地提高了XScale數(shù)據(jù)處理能力。帶有無線MMX的PXA27X在312MHz主頻運行處理多媒體應(yīng)用時，其性能與 520MHz ARM處理器相當。 (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行功耗，XScale體系結(jié)構(gòu)沒有實現(xiàn)昂貴的浮點運算部件和除法部件。這些是嵌入式應(yīng)用中不常用的運算。當需要這類運算時，可以通過軟件方法實現(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)化可以下幾個方面考慮。 2.1 算法結(jié)構(gòu)優(yōu)化 實現(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，再快的處理器也會顯得不夠有，而一個高效的算法卻可以彌補處理器性能的不足。 考慮從已排序好的n個元素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]逐個比較這n個元素，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n為2 31時，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。兩者所需時間相差達10 8倍。 (2)遞歸算法非遞歸化 采用遞歸過程實現(xiàn)算法具有結(jié)構(gòu)清晰、程序簡練易讀、正確性容易證明的特點;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。當應(yīng)用程序存在性能問題時，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。文獻對八皇后問題和 Fibonacci數(shù)列的遞歸算法與非遞歸算法進行了性能比較試驗，結(jié)果如表1所列。 表1 遞歸算法和非遞歸算法的性能對比 問題遞歸算法時間/s 非遞歸算法時間/s 加速比/倍 八皇后問題(最大棧深度為12) 100 20 5 Fibonacci數(shù)列(n=40) 50 1 50 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，很多編譯器都實現(xiàn)了較強的代碼優(yōu)化功能，可在編譯過程中自動對應(yīng)用程序進行優(yōu)化，改進一些不合理的結(jié)構(gòu)，生成效率較高的目標代碼。 多數(shù)編譯器都可基于數(shù)據(jù)流分析實現(xiàn)別名分析、常數(shù)拆疊、常數(shù)傳播、公共子表達式消除、冗余代碼和死碼刪除、循環(huán)不變量的移動、循環(huán)逆轉(zhuǎn)、循環(huán)展開、函數(shù)嵌入等與體系結(jié)構(gòu)無關(guān)的優(yōu)化。 GNU gcc、WindRiverdiab、Intl XScale Compiler等常見編譯器都針對XScale體系結(jié)構(gòu)進行了優(yōu)化設(shè)計，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操作，縮短指令序列的長度;減少跳轉(zhuǎn)指令的數(shù)目，減少沖刷流水線的次數(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)計技術(shù)，進行相關(guān)性分析，獲得源程序的語義信息，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，從而提高計算密集型應(yīng)用程序的性能。對于矩陣計算等計算密集型程序，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，在編碼時將主要精力集中在業(yè)務(wù)邏輯算法流程的設(shè)計上，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義信息、算法流程和程序運行狀態(tài)信息。很多情況下也需要編譯人員以某種方式將程序運行狀態(tài)信息傳遞給編譯器，或進行手工優(yōu)化。以下是常用的編譯優(yōu)化技術(shù)。[!--empirenews.page--]

(1)使用inline函數(shù) 多數(shù)編譯器支持inline關(guān)鍵字。如果一個函數(shù)被設(shè)計成一個inline函數(shù)，那么在調(diào)用它們的地方將會用函數(shù)體來替代函數(shù)調(diào)用語句，這樣將會徹底省去函數(shù)調(diào)用的開銷。使用inline的最大缺點是函數(shù)在被多處調(diào)用時，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個以下的形參通過寄存器傳遞，第5個以上的形參通過存儲器棧傳遞。顯然，通過存儲器棧傳送參數(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，并按照順序進行比較，發(fā)現(xiàn)匹配則跳到滿足條件的語句執(zhí)行。編程時，根據(jù)發(fā)生的相對頻率排序，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語句塊的執(zhí)行速度。 實際上，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、結(jié)構(gòu)化對C進行卓有成效的改進，但在代碼尺寸、執(zhí)行速度等方面比C語言差一些。C++的類機制與C語言的結(jié)構(gòu)差別不大，但C++的多重繼承、虛擬基類、模板和運行類型識別等特性對代碼尺寸和運行效率有負面影響。對這些功能要慎重使用，可以通過試驗測試其影響的大小。 (5)減少或避免執(zhí)行耗時的操作 應(yīng)用程序的主要執(zhí)行時間通?；ㄙM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。 表2 XScale常見最昂貴操作的代碼 操作類型代價(時鐘周期/個) sprintf 828 fprintf 540 fread 552 fwrite 864 write 216 Read 216 除法 112 atoi 596 對于文件訪問等操作，每次讀入和寫出一個較大的數(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(%26;amp;data_in); write(file_out,%26;amp;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)用查表代替計算 在處理器資源緊張和存儲器資源相對富余的情況下，可以用犧牲存儲空間換取速度的方法。例如需要頻繁計算正弦和余弦等函數(shù)數(shù)值時，可預(yù)先將函數(shù)值計算出來，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)生的目標代碼和鏈接程序從系統(tǒng)庫提取的庫例程兩部分組成。 選擇一種優(yōu)化能力強的編譯器和開發(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XScale體系結(jié)構(gòu)進行了優(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平臺上的測試結(jié)果表明：MediaBench的應(yīng)用程序大約有50%的執(zhí)行時間花費在系統(tǒng)庫函數(shù)，選用高效的系統(tǒng)運行庫(runtime library)也可使應(yīng)用程序的運行效率獲得提升。如glibc庫的緩沖區(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，除法是由軟件實現(xiàn)的。軟件實現(xiàn)的除法效率很低，應(yīng)該盡可能避免除法和計算余數(shù)等運算。有時可以將除法轉(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)避免浮點運算 XScale沒有實現(xiàn)浮點部件。浮點運算是通過系統(tǒng)庫實現(xiàn)的，代價很高，通常也應(yīng)該避免，有時可以轉(zhuǎn)換成整數(shù)運算。包含浮點運算的庫例程有格式化輸入輸出(scanf/printf)等。XScale中常見浮點運算的代價如表3所列。 表3 XScale常見浮點運算的代價 運算類型代價(時鐘周期/個) 加法+ 400 乘法* 400 除法/ 560 (3)使用GPP和IPP庫 XScale的很多硬件特性是針對多媒體嵌入式應(yīng)用的特點而設(shè)計的，很難在編譯器中支持這些特性。為此，Intel公司對多媒體處理、圖形處理和數(shù)值運算的一些典型操作和算法進行了手工優(yōu)化，設(shè)計成程序庫，分別稱為GPP/IPP庫。這些庫例程可以很好地發(fā)揮XScale硬件的計算潛能，達到很高的執(zhí)行效率。用IPP庫實現(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，會增加開發(fā)時間，降低程序的可讀性，排斥使用新的開發(fā)工具和編程語言。而軟件工程的目標是使用高效的開發(fā)工具。編程語言和編程規(guī)范提高程序的可讀性、可靠性，縮短開發(fā)周期，降低項目成本。為此應(yīng)該在二者之間尋找一種平衡。通?？梢圆扇∫韵虏呗院驮瓌t; ①將算法結(jié)構(gòu)優(yōu)化作為首選優(yōu)化技術(shù)，設(shè)計高效的應(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)運行庫、圖形庫、中間件等; ③使用性能監(jiān)測工具識別占主要執(zhí)行時間的關(guān)鍵路徑程序模塊，采用一切優(yōu)化手段對關(guān)鍵路徑代碼和程序模塊進行優(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，采用高效率程序語言和開發(fā)工具實現(xiàn)，提高設(shè)計開發(fā)效率。使用編譯器進行優(yōu)化。 結(jié)語 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)計技術(shù)和工藝設(shè)計的一款性能突出的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處理器的性能，但也給應(yīng)用程序優(yōu)化帶來了挑戰(zhàn)。發(fā)揮XScale體系結(jié)構(gòu)的性能，需要操作系統(tǒng)、編譯器、運行庫、連接程序和裝載程序等各層系統(tǒng)軟件的支持，需要在嵌入式項目的系統(tǒng)規(guī)范、開發(fā)工具選型、系統(tǒng)設(shè)計和編碼等多個階段考慮對應(yīng)用程序進行優(yōu)化。[!--empirenews.page--]