嵌入式系統(tǒng)超標(biāo)量體系CPU的高效軟件優(yōu)化技術(shù)

引言

公司基于超標(biāo)量體系結(jié)構(gòu)的某款PowerPC芯片開(kāi)發(fā)出了電力系列自動(dòng)化裝置，它對(duì)實(shí)時(shí)性要求很高。但軟件的運(yùn)行效率低，這就需要我們針對(duì)該芯片的超標(biāo)量體系結(jié)構(gòu)特點(diǎn)進(jìn)行軟件優(yōu)化。實(shí)踐中，在針對(duì)性?xún)?yōu)化后進(jìn)行對(duì)比實(shí)驗(yàn)，裝置軟件運(yùn)行效率大大提高，實(shí)際效果良好。

1　超標(biāo)量體系結(jié)構(gòu)PowerPC芯片特點(diǎn)

1.1　超標(biāo)量體系結(jié)構(gòu)芯片

PowerPC芯片屬于超標(biāo)量體系結(jié)構(gòu)。超標(biāo)量體系結(jié)構(gòu)是一種微處理器設(shè)計(jì)模式，它能夠在一個(gè)時(shí)鐘周期內(nèi)執(zhí)行多條指令。在超標(biāo)量體系結(jié)構(gòu)設(shè)計(jì)中，處理器或指令編譯器判斷指令能否獨(dú)立于其他順序指令而執(zhí)行,或是依賴(lài)于另一指令，必須按順序執(zhí)行。然后處理器使用多個(gè)執(zhí)行單元并行執(zhí)行兩個(gè)或更多獨(dú)立指令。

1.2　PowerPC芯片特點(diǎn)

1.2.1　流水線(xiàn)機(jī)制

該芯片一條指令,可簡(jiǎn)單分為取指、譯碼、執(zhí)行,提交4個(gè)時(shí)鐘周期操作。同一周期,CPU的不同部件可并行執(zhí)行多條指令的不同操作,從而達(dá)到指令并行,提高CPU的吞吐率。

1.2.2　總線(xiàn)頻率

該芯片的主頻達(dá)到400 MHz，但訪(fǎng)問(wèn)內(nèi)存的總線(xiàn)頻率是100 MHz，只有主頻的1/4。由此可見(jiàn)，當(dāng)訪(fǎng)問(wèn)內(nèi)存數(shù)據(jù)時(shí)，其運(yùn)行時(shí)間比執(zhí)行計(jì)算程序慢多了。當(dāng)系統(tǒng)大量訪(fǎng)問(wèn)內(nèi)存時(shí)，系統(tǒng)運(yùn)行速度會(huì)明顯下降。

1.2.3　16 KB的指令Cache和16 KB的數(shù)據(jù)Cache

PowerPC芯片中指令Cache和數(shù)據(jù)Cache中訪(fǎng)問(wèn)指令和數(shù)據(jù)的速度與主頻一樣。同樣，當(dāng)讀取指令和數(shù)據(jù)時(shí)在Cache中讀取的速度約是內(nèi)存中讀取速度的4倍。

（1） 指令Cache運(yùn)作機(jī)制

每次指令運(yùn)行時(shí)若指令未在指令Cache中,即指令Cache未命中,則一次從內(nèi)存中讀出待執(zhí)行的連續(xù)32字節(jié)(32字節(jié)相當(dāng)于8個(gè)浮點(diǎn)數(shù))指令到指令Cache。同時(shí)將指令Cache中最久未訪(fǎng)問(wèn)的代碼淘汰出Cache。32字節(jié)相當(dāng)于3~5條普通C語(yǔ)言代碼。

（2） 數(shù)據(jù)Cache運(yùn)作機(jī)制

每次訪(fǎng)問(wèn)數(shù)據(jù)時(shí),若數(shù)據(jù)未在數(shù)據(jù)Cache中,即數(shù)據(jù)Cache未命中,則一次從內(nèi)存中讀出連續(xù)32字節(jié)數(shù)據(jù)到數(shù)據(jù)Cache。同時(shí)將數(shù)據(jù)Cache中最久未訪(fǎng)問(wèn)的數(shù)據(jù)淘汰出Cache。

2　從超標(biāo)量流水線(xiàn)機(jī)制的角度進(jìn)行優(yōu)化

2.1　超標(biāo)量流水線(xiàn)機(jī)制對(duì)程序效率的分析

從前面的流水線(xiàn)機(jī)制可以看到，若指令能達(dá)到盡可能的并行，程序運(yùn)行效率會(huì)明顯提高。這就需要優(yōu)化代碼，讓編譯器優(yōu)化成并行指令。

2.2　從提高指令并行和流水線(xiàn)不被打斷的角度進(jìn)行優(yōu)化

要提高指令并行,主要就要提高代碼并行可能性。防止流水線(xiàn)不被打斷,就是要盡量避免跳轉(zhuǎn)。

2.2.1　循環(huán)體代碼并行執(zhí)行的優(yōu)化

代碼舉例1：
for(i=0;i<1000;i++) {
Y[i]=Y[i]+Y[i-1];
}

該代碼循環(huán)體代碼之間因?yàn)榇嬖谙嚓P(guān)數(shù)據(jù),導(dǎo)致代碼無(wú)法被CPU并行執(zhí)行,需要避免類(lèi)似代碼。

代碼舉例2:
for(i=0;i<1000;i++) {
Y[i]=X[i]+Z[i];
}

該代碼循環(huán)體代碼之間不存在相關(guān),能被CPU并行執(zhí)行。CPU執(zhí)行時(shí)代碼如下：
Y[0]=X[0]+Z[0],
Y[1]=X[1]+Z[1],
Y[2]=X[2]+Z[2],
Y[3]=X[3]+Z[3],

2.2.2　代碼順序執(zhí)行避免跳轉(zhuǎn)的優(yōu)化

跳轉(zhuǎn)的語(yǔ)句主要有if_else結(jié)構(gòu)、switch_case結(jié)構(gòu)、循環(huán)結(jié)構(gòu)等。

if_else結(jié)構(gòu)可以將選擇概率最大的語(yǔ)句放到if語(yǔ)句之后。因?yàn)槿≈笗r(shí),緊接著if語(yǔ)句的指令會(huì)被取到。這樣發(fā)生跳轉(zhuǎn)的次數(shù)降低,流水線(xiàn)被中斷的概率降低。

盡量降低循環(huán)嵌套層數(shù)和循環(huán)次數(shù),這樣發(fā)生跳轉(zhuǎn)的次數(shù)也降低。

2.2.3　避免小段程序代碼循環(huán)的優(yōu)化

比如2~3句的小循環(huán),可以適當(dāng)展開(kāi)。
一是可以提高循環(huán)內(nèi)指令并行的可能性。
二是可以減少跳轉(zhuǎn)次數(shù)。
循環(huán)體代碼超過(guò)10句普通C語(yǔ)言代碼,可以不要展開(kāi)。

3　從指令Cache的角度進(jìn)行優(yōu)化

3.1　指令Cache對(duì)程序效率的分析

從前面分析可知，若程序取指環(huán)節(jié)能從指令Cache中讀取，而不是每次都從內(nèi)存中讀取，則能顯著提高程序執(zhí)行速度。

3.2　從提高指令Cache命中的角度進(jìn)行優(yōu)化

① 盡量使程序順序執(zhí)行。
② 避免大量相似的代碼重復(fù)實(shí)現(xiàn)、分散調(diào)用。
③ 盡量將相同的代碼在一個(gè)地方循環(huán)執(zhí)行,提高指令Cache的命中率。不要分散執(zhí)行,導(dǎo)致多次讀取同一段代碼到指令Cache中。

3.2.1　多個(gè)相似函數(shù)的優(yōu)化

代碼舉例3：
{
FuncA;//3個(gè)相似函數(shù)連續(xù)調(diào)用
FuncB;
FuncC;
}
優(yōu)化為
for(i=0;i<3;i++) {
Func(i);
}

這樣相同的代碼一次即可從內(nèi)存讀到Cache中,另外2次指令都是從Cache中讀取。

3.2.2　大函數(shù)拆分的優(yōu)化

由于函數(shù)體較大,超出了指令Cache的大小，導(dǎo)致第1次循環(huán)結(jié)束、第2次循環(huán)開(kāi)始時(shí),函數(shù)體前面內(nèi)容已經(jīng)被調(diào)出Cache。同樣代碼又重新從內(nèi)存中讀取到Cache中,如此反復(fù)，實(shí)際的結(jié)果是函數(shù)體Func代碼被三次從內(nèi)存中讀取到Cache中，導(dǎo)致效率大大降低。

代碼舉例4：
for(i=0;i<3;i++) {
Func(i);
}
被優(yōu)化為：
for(i=0;i<3;i++) {
Func1(i);
}
for(i=0;i<3;i++) {
Func2(i);
}
for(i=0;i<3;i++) {
Func3(i);
}

將函數(shù)體Func分成幾個(gè)單獨(dú)的子函數(shù)：Func1、Func2、Func3,然后分別循環(huán)。這樣Func1循環(huán)時(shí),由于代碼量較小,整個(gè)函數(shù)體都在Cache中。Func2、Func3類(lèi)似。這樣的結(jié)果是，函數(shù)體Func1、Func2、Func3都只從內(nèi)存被讀一次到Cache中。

4　從數(shù)據(jù)Cache的角度進(jìn)行優(yōu)化

4.1　數(shù)據(jù)Cache對(duì)程序效率的分析

從前面分析可知，在程序取操作數(shù)環(huán)節(jié)，若能從數(shù)據(jù)Cache中讀取操作數(shù)，而不是每次都從內(nèi)存中讀取則能提高程序執(zhí)行速度。

4.2　從提高數(shù)據(jù)Cache命中的角度進(jìn)行優(yōu)化

① 訪(fǎng)問(wèn)數(shù)據(jù)時(shí),最好是對(duì)同一段數(shù)據(jù)在一個(gè)地方集中訪(fǎng)問(wèn)。
② 訪(fǎng)問(wèn)數(shù)據(jù)時(shí),最好是根據(jù)數(shù)據(jù)的順序依次訪(fǎng)問(wèn)。比如對(duì)數(shù)組的訪(fǎng)問(wèn),最好是按數(shù)組成員依次訪(fǎng)問(wèn),效率較高。
③ 為了使程序能夠連續(xù)訪(fǎng)問(wèn)數(shù)據(jù),需要調(diào)整數(shù)據(jù)結(jié)構(gòu)、重構(gòu)代碼使得數(shù)據(jù)結(jié)構(gòu)和程序配合,提高數(shù)據(jù)Cache的命中率。

4.2.1　數(shù)組連續(xù)訪(fǎng)問(wèn)的優(yōu)化

代碼舉例5：
float afBuf[1000];
float xBuf[8][24];
Func {
for(i=0;i<24;i++) {
xBuf[0][i]=afBuf[0+i];
xBuf[1][i]=afBuf[24+i];
……
xBuf[7][i]=afBuf[168+i];
}
}

被優(yōu)化為：
Func {
for(i=0;i<8;i++) {
m=i*24;
xBuf[i][0]=afBuf[0+m]
xBuf[i][1]=afBuf[1+m];
……
xBuf[i][23]=afBuf[23+m];
}
}

這樣優(yōu)化后,數(shù)據(jù)每次訪(fǎng)問(wèn)都是連續(xù)的。

4.2.2　將不連續(xù)數(shù)據(jù)訪(fǎng)問(wèn)重構(gòu)為連續(xù)訪(fǎng)問(wèn)的優(yōu)化

代碼舉例6：
floatafBufA[24];
floatafBufB[24];
floatafBufC[24];
floatxbuf[200];
Func {
xBuf[0]=afBufA[0];
xBuf[1]=afBufB[0];
xBuf[2]=afBufC[0];
……
xBuf[69]=afBufA[23];
xBuf[70]=afBufB[23];
xBuf[71]=afBufC[23];
}

被優(yōu)化為：
struct {
float fA;
float fB;
float fC;
} aBufABC[24];
floatxbuf[200];
Func {
xBuf[0]=aBufABC[0].fA;
xBuf[1]=aBufABC[0].fB;
xBuf[2]=aBufABC[0].fC;
……
xBuf[69]=aBufABC[23].fA;
xBuf[70]=aBufABC[23].fB;
xBuf[71]=aBufABC[23].fC;
}

5　軟件優(yōu)化實(shí)驗(yàn)結(jié)果

5.1　優(yōu)化對(duì)比實(shí)驗(yàn)

在自動(dòng)化裝置的主要消耗資源的實(shí)時(shí)掃描任務(wù)中進(jìn)行了代碼分析，并按上述可能優(yōu)化措施進(jìn)行了優(yōu)化。優(yōu)化前實(shí)時(shí)掃描任務(wù)占用資源為系統(tǒng)CPU總資源的52%。代碼優(yōu)化后實(shí)時(shí)掃描任務(wù)占用CPU資源只有系統(tǒng)總資源的31%。

對(duì)比可以看出，系統(tǒng)效率提高了40%，效果是非常明顯的。

結(jié)語(yǔ)

雖然CPU的標(biāo)稱(chēng)性能指標(biāo)非常高，但其有專(zhuān)用的體系結(jié)構(gòu)，對(duì)一般開(kāi)發(fā)者的編程開(kāi)發(fā)方式而言并不是完全匹配，導(dǎo)致發(fā)揮不出CPU的潛力。所以有針對(duì)性的根據(jù)CPU的體系結(jié)構(gòu)特點(diǎn)進(jìn)行分析，并采取針對(duì)性的優(yōu)化措施，才能真正發(fā)揮其性能，滿(mǎn)足嵌入式強(qiáng)實(shí)時(shí)性要求。