TMS320C6000 DSP匯編軟件流水的教學(xué)研究

石 磊， 孫 倩

(魯東大學(xué)，1. 信息與電氣工程學(xué)院，2. 數(shù)學(xué)與統(tǒng)計(jì)科學(xué)學(xué)院， 山東 煙臺264025)

0 引言

數(shù)字信號處理器 DSP(digital signal processor)是將傳統(tǒng)的基于硬件設(shè)計(jì)的數(shù)字信號處理變成軟件設(shè)計(jì)，其中TI公司的TMS320C6000芯片是高校教學(xué)以及工程應(yīng)用中較為常用的一款高端的DSP型號。在DSP的教學(xué)過程中，教師和學(xué)生往往注重DSP的C語言編程以及對外設(shè)的使用，因?yàn)閷W(xué)會這些就可以很容易地使用C語言來操作DSP的外設(shè)且比較容易獲得成就感。但是DSP是一個(gè)算法處理芯片，軟件優(yōu)化是其更重要的內(nèi)容，因?yàn)镈SP上運(yùn)行的可能是實(shí)時(shí)的圖像或者視頻處理軟件[1～2]。

軟件優(yōu)化中匯編代碼的軟件流水是其核心，TMS320C6000系列DSP的開發(fā)工具比如CCS(Code Composer Studio)的編譯器里可以設(shè)置自動進(jìn)行軟件流水[3～5]。但是想要真正理解DSP的CPU內(nèi)核架構(gòu)以及理解DSP的軟件優(yōu)化，學(xué)會匯編代碼的軟件流水是非常重要的。

匯編代碼的軟件流水較為復(fù)雜，在教學(xué)過程中，選擇一個(gè)好的實(shí)例來講好此內(nèi)容是非常具有挑戰(zhàn)性的。為此，我們以有限沖擊響應(yīng)(FIR)的線性匯編代碼為例來討論DSP的匯編軟件流水方法。首先是編寫有限沖擊響應(yīng)的C語言代碼，并根據(jù)C語言代碼將其改為線性匯編代碼；然后根據(jù)線性匯編代碼進(jìn)行軟件流水[5]；再比較未進(jìn)行軟件流水以及進(jìn)行軟件流水代碼的不同性能，最后是教學(xué)效果評估以及總結(jié)。講解此內(nèi)容的目標(biāo)是讓學(xué)生能夠理解軟件優(yōu)化的思想和掌握匯編軟件流水的方法，難點(diǎn)在于軟件流水中編排表的建立。

1 C語言代碼轉(zhuǎn)換為線性匯編代碼

有限沖擊響應(yīng)公式為

可以簡寫為

實(shí)現(xiàn)此式的C語言函數(shù)為

int fir_example(short h[], short x[],N)

{

int y1=0,y2=0,i;

for (i=0; i

y1+= h[i]*x[i];

y2+=h[i+1]*x[i+1];}

return y1+y2;

}

根據(jù)TMS320C6000系列DSP的CPU內(nèi)核特點(diǎn)可知，CPU的數(shù)據(jù)讀取通路至少支持一次讀取32位的數(shù)據(jù)，也即支持LDW匯編指令，那么我們使用LDW指令，一次讀取兩個(gè)short類型(16位)的數(shù)據(jù)，使用MPY和MPYH指令分別對讀取的32位數(shù)據(jù)進(jìn)行低位相乘和高位相乘，也即對讀取的兩個(gè)short類型數(shù)據(jù)分別進(jìn)行相乘。這樣可以使循環(huán)的次數(shù)減少一半。

將此C語言函數(shù)中for循環(huán)部分用線性匯編代碼改寫變成：

loop: LDW *h++,hi;

LDW *x++,xi;

MPY hi,xi,pi_1;

MPYH hi,xi,pi_2;

ADD pi_1,y_1,y_1

ADD pi_2,y_2,y_2

[cnt] SUB cnt,1,cnt;

[cnt] B loop;

ADD y_1,y_2,y

2 匯編代碼的軟件流水

TMS320C6000系列DSP都是支持超長指令字(VLIW)的，8個(gè)32位指令的取指包組成一個(gè)VLIW，最多一個(gè)CPU時(shí)鐘周期執(zhí)行8條指令，也即CPU的8個(gè)功能單元全部都在執(zhí)行指令。軟件流水是對循環(huán)代碼進(jìn)行編排，使得循環(huán)迭代代碼能夠并行執(zhí)行，其目的是上一次循環(huán)未完成時(shí)就開始下一次循環(huán)迭代。對于加載(LDH指令)兩個(gè)半字?jǐn)?shù)據(jù)，相乘(MPY指令)之后并進(jìn)行累加(ADD指令)這樣的循環(huán)代碼，其軟件流水執(zhí)行過程如圖1所示：

圖1 軟件流水指令執(zhí)行

圖1最左一列代表時(shí)鐘周期，最上一行代表指令使用的功能單元，這里我們不考慮指令完成需要的時(shí)鐘周期。相同底色的指令代表是同一個(gè)循環(huán)，這樣在第3個(gè)時(shí)鐘周期，循環(huán)的四條指令就可以同時(shí)運(yùn)行了，大大提高了程序運(yùn)行的效率，也即在一個(gè)時(shí)鐘周期內(nèi)，充分利用每一個(gè)功能單元，進(jìn)行下一次或者下下次數(shù)據(jù)的加載以及數(shù)據(jù)的相乘來提高程序的性能。

匯編的軟件流水需要以下步驟：資源分配、畫相關(guān)圖、建立流水編排表以及寫流水代碼[5]，以下分別加以介紹。

2.1 資源分配

資源分配就是對匯編指令使用的功能單元以及DSP可用的功能單元進(jìn)行分析，對于FIR的線性匯編代碼，我們可得表1：

表1 資源分配表

從表1中可得，在一個(gè)循環(huán)周期內(nèi)，所有的匯編指令都有相應(yīng)的功能單元使用，沒有兩條指令使用同一個(gè)功能單元的情況，也即有可能將一個(gè)循環(huán)所有的指令在一個(gè)時(shí)鐘周期內(nèi)安排執(zhí)行。

2.2 畫相關(guān)圖

相關(guān)圖展示了指令以及數(shù)據(jù)的執(zhí)行流程，可以用于分析程序的循環(huán)或者分析指令的相關(guān)性。畫相關(guān)圖需要畫出節(jié)點(diǎn)以及通路。節(jié)點(diǎn)是數(shù)據(jù)流入和流出的點(diǎn)，包括數(shù)據(jù)變量、分配的寄存器、使用的指令和功能單元；通路指示數(shù)據(jù)流的方向，其旁邊的數(shù)字是指令完成需要的周期數(shù)。FIR程序的相關(guān)圖如圖2所示：

圖2 FIR程序相關(guān)圖

由圖2可知，變量hi和xi的讀取，分別使用LDW指令，執(zhí)行此指令需要5個(gè)周期；hi和xi變量的低16位和高16位分別相乘，使用MPY和MPYH指令，完成需要2個(gè)周期；然后分別進(jìn)行累加，使用ADD指令，需要1個(gè)周期。SUB指令對循環(huán)計(jì)數(shù)變量cnt進(jìn)行減1計(jì)數(shù)，當(dāng)計(jì)數(shù)不為0則使用跳轉(zhuǎn)指令B進(jìn)行跳轉(zhuǎn)，跳轉(zhuǎn)指令需要6個(gè)周期。分配功能單元時(shí)盡量平分A組和B組的功能單元，同時(shí)變量使用相應(yīng)組側(cè)的寄存器。

2.3 建立編排表

根據(jù)2.1節(jié)資源分配的分析可知，可以在一個(gè)循環(huán)周期內(nèi)編排這些指令。根據(jù)圖2找到最長的數(shù)據(jù)通路來編排周期，最長的數(shù)據(jù)通路為LDW->MPY->ADD或者LDW->MPYH->ADD，需要的時(shí)鐘周期為5+2+1=8。在建立編排表的過程中，需要從最長的數(shù)據(jù)通路開始建立，并且從第一個(gè)時(shí)鐘周期就開始編排指令，對于跳轉(zhuǎn)和循環(huán)計(jì)數(shù)指令可以使用倒推的方法來安排。其中軟件流水編排表如表2所示：

表2 軟件流水編排表

對于表2來說，每一行代表CPU內(nèi)核的某一個(gè)功能單元，每一列代表一個(gè)循環(huán)中某個(gè)時(shí)鐘周期。需要注意LDW需要5個(gè)周期才能執(zhí)行完畢，所以MPY和MPYH指令安排在第5周期。MPY和MPYH需要2個(gè)周期才能執(zhí)行完畢，所以ADD指令安排在其后2個(gè)周期處。跳轉(zhuǎn)指令B需要6個(gè)時(shí)鐘周期才可以完成，所以倒推至第2周期安排。如表2中灰色部分所示。

在表2中每一個(gè)時(shí)鐘周期還有很多功能單元沒有用到，因此需要進(jìn)行完全流水的編排。為了實(shí)現(xiàn)完全流水的編排表，則還需要確定最小的迭代間隔，也即相鄰的兩次循環(huán)迭代開始之間必須要間隔的最小時(shí)鐘周期數(shù)。如果一次循環(huán)里有N條指令占用同一個(gè)功能單元，則最小迭代數(shù)至少為N，對于FIR的代碼來說，一次循環(huán)里的指令都有相應(yīng)功能單元使用，不存在多個(gè)指令占用情況，因此迭代間隔為1。那么下次迭代和上次迭代可以只隔一個(gè)周期，則可以將LDW指令填充每一個(gè)周期， MPY和MPYH等指令都可以相應(yīng)進(jìn)行編排，如表2所示。其中指令的下標(biāo)代表某一次迭代，下標(biāo)相同的代表同一次迭代。

表2中最后一列是包括了所有循環(huán)指令的一個(gè)周期，進(jìn)行循環(huán)迭代即是執(zhí)行此周期的代碼。對于循環(huán)內(nèi)任意一次迭代，比如第n次迭代，正在執(zhí)行的指令為：ADD指令進(jìn)行第n次迭代的相加，MPY和MPYH指令進(jìn)行第n+2次迭代的乘，LDW指令進(jìn)行第n+7次迭代的數(shù)據(jù)讀取，SUB指令進(jìn)行第n+6次迭代的減1，B指令進(jìn)行第n+5次迭代的跳轉(zhuǎn)。

2.4 編寫匯編流水代碼

根據(jù)表2依次寫出每個(gè)周期的軟件流水匯編代碼，如下所示：

;第0周期

LDW .D1 *A4++,A2;第0次迭代的hi加載

|| LDW .D2 *B4++,B2;第0次迭代的xi加載

|| MV .S1 A6,A1;設(shè)置循環(huán)次數(shù)

|| ZERO .L1 A7;清零y_1

|| ZERO .L2 B7;清零y_2

;第1周期

[A1] SUB .S1 A1,2,A1;第0次迭代的減循環(huán)次數(shù)

|| LDW .D1 *A4++,A2;第1次迭代的hi加載

|| LDW .D2 *B4++,B2;第1次迭代的xi加載

;第2周期

[A1] SUB .S1 A1,2,A1;第1次迭代的減循環(huán)次數(shù)

|| [A1]B .S2 LOOP;第0次迭代的跳轉(zhuǎn)

|| LDW .D1 *A4++,A2; 第2次迭代的hi加載

|| LDW .D2 *B4++,B2; 第2次迭代的xi加載

;第3、4周期和第2周期代碼一致，這里省略

;第5周期

MPY .M1X A2,B2,A6;第0次迭代的乘積pi_1

|| MPYH .M2X A2,B2,B6;第0次迭代的乘積pi_2

||[A1] SUB .S1 A1,2,A1;第4次迭代的減循環(huán)次數(shù)

||[A1]B .S2 LOOP;第3次迭代的跳轉(zhuǎn)

|| LDW .D1 *A4++,A2;第5次迭代的hi加載

|| LDW .D2 *B4++,B2;第5次迭代的xi加載

;第6周期和第5周期代碼一致，這里省略

;第7周期

LOOP:

ADD .L1 A6,A7,A7;第0次迭代的累加y_1

|| ADD .L2 B6,B7,B7;第0次迭代的累加y_2

|| MPY .M1X A2,B2,A6;第2次迭代的乘積pi_1

|| MPYH .M2X A2,B2,B6;第2次迭代的乘積pi_2

|| [A1]SUB .S1 A1,2,A1;第6次迭代的減循環(huán)次數(shù)

|| [A1]B .S2 LOOP; 第5次迭代的跳轉(zhuǎn)

|| LDW .D1 *A4++,A2;第7次迭代的hi加載

|| LDW .D2 *B4++,B2;第7次迭代的xi加載

ADD .L1X A7,B7,A4

3 性能比較

對于第1節(jié)中線性匯編代碼，如果不進(jìn)行軟件流水優(yōu)化，直接語句對應(yīng)改成匯編代碼，那么對應(yīng)的一次FIR計(jì)算循環(huán)，需要兩個(gè)LDW指令進(jìn)行32位數(shù)據(jù)讀取，MPY和MPYH指令進(jìn)行32位數(shù)據(jù)的高低位相乘，兩個(gè)ADD指令進(jìn)行相應(yīng)數(shù)據(jù)相加，以及一個(gè)SUB指令進(jìn)行循環(huán)次數(shù)的減計(jì)數(shù)，還有一個(gè)B指令進(jìn)行循環(huán)跳轉(zhuǎn)，這8條指令是順序執(zhí)行的，沒有充分利用CPU的8個(gè)功能單元。由于LDW需要5個(gè)時(shí)鐘周期，MPY和MPYH需要2個(gè)時(shí)鐘周期，B需要6個(gè)時(shí)鐘周期，則一次FIR循環(huán)需要18個(gè)時(shí)鐘周期，100次循環(huán)迭代需要1800個(gè)時(shí)鐘周期。

對于軟件流水后的匯編代碼，因?yàn)槟軌虺浞掷肅PU的8個(gè)功能單元，使得一次FIR計(jì)算循環(huán)的8個(gè)指令能夠在一個(gè)時(shí)鐘周期內(nèi)并行執(zhí)行。所以100次循環(huán)迭代則需要7+100=107個(gè)時(shí)鐘周期，其中前7個(gè)周期用于軟件流水的填充。同樣100次的FIR迭代計(jì)算，軟件流水后運(yùn)行時(shí)間約為未進(jìn)行流水代碼運(yùn)行時(shí)間的1/10，極大地提高了程序的運(yùn)行效率。

4 教學(xué)效果評估

“DSP原理與應(yīng)用”是我校一門偏實(shí)踐性的專業(yè)選修課程。由于對該領(lǐng)域應(yīng)用缺乏了解，以及缺乏編程語言方面的訓(xùn)練，學(xué)生難以理解教學(xué)內(nèi)容從而容易失去對該課程的學(xué)習(xí)興趣。在該課程的教學(xué)過程中，我們采用了案例、實(shí)驗(yàn)以及理論相結(jié)合的形式授課，這樣可以提高學(xué)生的學(xué)習(xí)興趣，并取得了很好的效果。本課程設(shè)計(jì)了6次實(shí)驗(yàn)，前四次偏重DSP的軟件設(shè)計(jì)，后兩次是關(guān)于DSP外設(shè)的使用。前四次分別是CCS軟件使用和C語言編程、線性匯編和匯編代碼編寫、軟件流水優(yōu)化、濾波器軟件設(shè)計(jì)及優(yōu)化。前四次實(shí)驗(yàn)整體是由簡單到復(fù)雜，由基礎(chǔ)到應(yīng)用。實(shí)驗(yàn)成績是根據(jù)實(shí)驗(yàn)情況以及實(shí)驗(yàn)報(bào)告進(jìn)行打分，分為A、B、C、D四個(gè)等級，其中D為不及格。由于學(xué)生對開發(fā)環(huán)境的不熟悉以及之前沒有較好的C語言編程訓(xùn)練，第一次實(shí)驗(yàn)成績較差，之后隨著理論和實(shí)驗(yàn)教學(xué)的深入以及學(xué)生編程能力的強(qiáng)化，學(xué)生實(shí)驗(yàn)成績逐漸提升，如圖3所示，代碼軟件流水為第3次實(shí)驗(yàn)，第4次實(shí)驗(yàn)由于是綜合性設(shè)計(jì)實(shí)驗(yàn)，學(xué)生成績?yōu)锳和B的稍微少于第3次實(shí)驗(yàn)。通過本教學(xué)方法的實(shí)施，學(xué)生能理解DSP的CPU內(nèi)核硬件和軟件流水優(yōu)化之間的關(guān)系，并能夠在以后的DSP軟件設(shè)計(jì)中有程序優(yōu)化的思想。

圖3 學(xué)生前4次實(shí)驗(yàn)成績

5 結(jié)語

本文以FIR為例給出了匯編代碼軟件流水的詳細(xì)方法，通過資源分配、畫相關(guān)圖、建立流水編排表以及寫流水代碼四個(gè)過程完成軟件流水。通過這樣的教學(xué)案例及教學(xué)方法，學(xué)生對于TMS320C6000的CPU內(nèi)核和流水線硬件內(nèi)容以及軟件優(yōu)化方面的軟件內(nèi)容有了更深刻的理解，這為后續(xù)的DSP課程設(shè)計(jì)奠定了基礎(chǔ)。