|
摘要 在C6000 DSP的開(kāi)發(fā)過(guò)程中，優(yōu)化是必不可少的一個(gè)環(huán)節，根據對象不同可以分為系統，算法，代碼以及內存優(yōu)化。通常，開(kāi)發(fā)者熟悉自己的代碼，會(huì )從前三個(gè)方面修改以獲得整體性能的提升，但是對于內存尤其是緩存(Cache)的優(yōu)化，因為其涉及到芯片本身的架構，Cache的維護由DSP自動(dòng)完成，用戶(hù)通常不能干預，所以似乎無(wú)從著(zhù)手;考慮到這些實(shí)際的問(wèn)題，從TI的7.0系列編譯器開(kāi)始支持使用緩存優(yōu)化工具(Cache Layout Tools)對C6000代碼進(jìn)行優(yōu)化，通過(guò)這一系列的工具，可以很輕松的完成L1P Cache性能的提升，本文詳細介紹了該工具的使用方法。 1.引言 目前，使用TI DSP的用戶(hù)越來(lái)越多，在C6000系列DSP中，包含了C64x, C64x+, C66x等。在C6000 DSP的開(kāi)發(fā)過(guò)程中，為了充分利用DSP的計算資源，需要對用戶(hù)程序進(jìn)行優(yōu)化的工作，根據對象不同可以分為系統，算法，代碼以及內存優(yōu)化。通常，開(kāi)發(fā)者熟悉自己的系統和代碼，可以比較方便的從前三個(gè)方面修改以獲得整體性能的提升，但是對于內存尤其是緩存(Cache)的優(yōu)化，因為其涉及到芯片本身的架構，Cache的維護由DSP自動(dòng)完成，用戶(hù)通常不能干預，所以似乎無(wú)從著(zhù)手;考慮到這些實(shí)際的問(wèn)題，從TI 的7.0 系列編譯器開(kāi)始支持使用緩存優(yōu)化工具(Cache Layout Tools)對C6000代碼進(jìn)行優(yōu)化，通過(guò)這一系列的工具，可以很輕松的完成L1P Cache性能的提升，本文詳細介紹了該工具的使用方法。 2.C6000 DSP內核緩存機制 C6000系統的存儲器結構如下圖所示。 Figure 1.C6000存儲器結構 存儲器分成三級：第一級是L1，包括數據存儲器(L1D)和代碼存儲器(L1P);第二級是代碼和數據共用存儲器(L2以及MSMC SRAM);第三級是外部存儲器，主要是DDR存儲器。L1P、L1D和L2的Cache功能分別由相應的L1P 控制器、L1D控制器和L2控制器完成。 在C6000 DSP中通常我們會(huì )把L1P全部配置成Cache，當CPU發(fā)出取指命令，首先會(huì )從L1P里查找，如果L1P找不到，則到下一級Cache或者M(jìn)emory里查找，當找到需要的地址，則將其讀入L1P里，CPU從中讀取執行。 因為L(cháng)1P Cache的大小是有限的(本文以32KB為例)，而用戶(hù)內存空間一般大于32KB，必須采取一種映射的方式使得所有地址都能被L1P緩存;在C6000 DSP中，L1P Cache使用地址直接映射，所有DSP 核可訪(fǎng)問(wèn)的地址對L1P Cache大小(32K)取模就能得到該地址在L1P Cache的偏移值。 如果用戶(hù)代碼在內存排布不合理，可能會(huì )在L1P Cache中發(fā)生反復的內容替換，下圖中的例子是一個(gè)極端情況。 Figure 2. 函數的不正確排布 TOP函數中FOR循環(huán)反復調用A 函數，而A,B,C三個(gè)函數在內存地址的分布上，與32KB邊界的偏移地址是一樣的，因此，A,B,C將對應L1P里同一個(gè)CACHE位置;其運行流程如下 當執行A時(shí)，CPU需要把A函數調入到Cache偏移值N的位置上; A調用B，此時(shí)調入B到Cache偏移值N 的位置上，覆蓋A的代碼; B調用C，此時(shí)調入C到Cache偏移值N 的位置上，覆蓋B的代碼; C返回，下一次循環(huán)調入A到Cache中覆蓋C的代碼。 DSP核對L1P，L2，DDR的訪(fǎng)問(wèn)速度差異很大，對L1P的訪(fǎng)問(wèn)通常在1 個(gè)時(shí)鐘周期內完成，而L2平均需要3-5個(gè)周期，DDR訪(fǎng)問(wèn)需要的時(shí)間更多，因此我們應該盡量避免上述這種反復重寫(xiě)Cache的情況，盡可能的減少函數在Cache中的置換。 如何解決該問(wèn)題?最好的解決方法則是將A，B,C在內存中連續排放，這樣對Cache的操作次數將降到最低，能夠有效的提高執行效率，如下圖所示，只要A，B，C總的大小不超過(guò)32KB，它們在Cache中的偏移值就是連續的，不會(huì )發(fā)生覆蓋的現象，即使其總和大于32KB，發(fā)生置換的也僅僅是超過(guò)32K的部分。 Figure 3. 函數的正確排布 3.內存優(yōu)化工具 通過(guò)上述機制可以看到，對于L1P Cache的優(yōu)化主要通過(guò)分析函數調用關(guān)系和其在內存的分布。由于用戶(hù)代碼日益復雜，人工分析代碼調用關(guān)系和地址排布需要花費大量的時(shí)間。因此，從7.0系列編譯工具開(kāi)始，TI提供了一套內存優(yōu)化工具(Cache Layout Tools)來(lái)幫助用戶(hù)輕松快捷地解決該問(wèn)題。 該工具的原理是在用戶(hù)進(jìn)行程序編譯時(shí)打開(kāi)生成分析信息選項，編譯器會(huì )自動(dòng)加入分析記錄代碼到用戶(hù)程序里，之后用戶(hù)在TI DSP simulator或者DSP芯片上運行該可執行文件，內置的分析代碼會(huì )自動(dòng)記錄用戶(hù)的函數調用關(guān)系及調用次數。運行的案例越多，記錄的信息會(huì )更詳細，優(yōu)化的效果也就越好。 在得到函數運行時(shí)信息以后，就可以使用編譯器工具對其進(jìn)行分析，生成函數排布的順序，最后將此排布順序輸入到編譯器里重新編譯原代碼，生成的可執行文件就已經(jīng)優(yōu)化過(guò)內存排布，具體的操作可以參照以下實(shí)例。 4.實(shí)例教程 該實(shí)例主要由三個(gè)C文件組成， 實(shí)例中使用DSP計數器TSCL來(lái)統計cycle數，子函數放在sub目錄下。 使用實(shí)例的步驟如下， 1.編譯代碼 使用TI編譯器對該實(shí)例進(jìn)行編譯，為了產(chǎn)生用于profile的信息，需要在編譯時(shí)增加--gen_profile_info選項。如果使用命令還形式，命令行下運行Compile.bat文件，cl6x的具體參數可以參考spru186和spru187兩篇文檔，一般可以在編譯器的安裝目錄下找到他們，如C:\Program Files(x86)\Texas Instruments\C6000 Code Generation Tools 7.3.9\doc。 同時(shí)在目錄下生成OBJ和ASM文件，這個(gè)和我們的實(shí)驗關(guān)系不大，可以不用關(guān)注。out文件是一會(huì )需要下載到芯片里運行的可執行文件，而map文件用于幫助我們定位profile信息存放的內存地址。 如果用戶(hù)使用CCS編譯工具，則需要在Build的屬性里指定Feedback選項，然后正常編譯即可生成攜帶分析代碼的可執行文件。 Figure 4. CCS初編譯的選項 2.獲取分析信息 根據用戶(hù)獲取分析數據的不同，這里有兩種方法，第一種方法適用于持續運行的程序，比如在基于SYS/BIOS的程序里，有些任務(wù)是以循環(huán)的方式存在的，這時(shí)用戶(hù)需要自己從DSP內存里讀取分析數據。 首先打開(kāi)map文件，可以找到.ppdata段的內存地址，這個(gè)地址就是profile信息存放處，在例子中 ppdata 0 0081fecc 00000034 UNINITIALIZED ppdata段位于0x0081fecc這個(gè)地址，長(cháng)度是34個(gè)byte。 啟動(dòng)CCS，連接EVM板，下載out文件到DSP上，在main函數末尾加上調試斷點(diǎn)，可以讓程序到這里暫停(實(shí)際上，在用戶(hù)代碼中，可以把斷點(diǎn)設置在需要的任何地方，profile的信息是實(shí)時(shí)更新的)。 運行該程序，到達斷點(diǎn)后，在View菜單里打開(kāi)memory browser，將地址設定為0x0081fecc, 可以讀到.ppdata 的信息，參考以下步驟將其存到工程目錄下。 1)選取Save Memory 2)存放路徑 3)確定數據地址和長(cháng)度，如下圖 4)修改dat文件 打開(kāi)剛才存下的dat文件，注意到文件頭的數據長(cháng)度是以32比特字為單位的，我們需要以8比特字節為單位，如 1651 9 81fecc 0 d 1 修改為 1651 9 81fecc 0 34 1 5)轉換文件格式 對剛才的運行profile信息進(jìn)行分析，得到優(yōu)化后的cmd 內存排布文件，該文件內容如下，用戶(hù)可根據自己的程序進(jìn)行修改 如果是大端，則將-le選項改為-be選項。 第二種方法，針對于只需運行一次流程的程序，CCS可以自動(dòng)生成pdat文件，需要注意的是，生成pdat文件的分析代碼是在用戶(hù)程序結束也就是exit()程序執行時(shí)進(jìn)行，因此用戶(hù)要保證自己的程序能完整運行到主函數出口結束，否則無(wú)法生成pdat文件，需要用第一種方法來(lái)獲取數據。 3.重新編譯代碼 首先使用pdd6x從數據文件里提取prf文件作為重編譯的輸入文件 在命令行形式下，可以以以下形式調用輸入文件生成csv文件， 在CCS環(huán)境下，只需要在CCS里指定需要的數據文件后產(chǎn)生csv文件， Figure 5.CCS重編譯的選項 通過(guò)調用clt6x生成內存排布 將輸出的pfo.cmd加入到項目的cmd文件重新編譯輸出優(yōu)化后的out文件，cache優(yōu)化到此完成。對比優(yōu)化結果，對于TCP/IP的例子應用上，CLT帶來(lái)了接近20%的提升，對于視頻編碼等應用CLT也帶來(lái)了5%左右的提升。而且，用戶(hù)代碼量越大，則CLT可能帶來(lái)的提升越明顯。 4.結論 通過(guò)使用CLT工具，可以方便快捷的對用戶(hù)代碼的Cache 分配進(jìn)行優(yōu)化，用戶(hù)不需要了解DSP Cache分配的詳細信息，只需要在Simulator或者硬件板卡上運行定制的代碼，就可以方便快捷地得到Cache的詳細信息，并自動(dòng)根據這些信息對程序在內存的分布進(jìn)行配置已達到提升性能的效果。 參考文獻 1.TMS320C66x DSP CorePac User Guide(SPRUGW0) 2.KeyStone Architecture Multicore Shared Memory Controller(MSMC)User Guide(SPRUGW7) 3.KeyStone Architecture DDR3 Memory Controller User Guide(SPRUGV8) 4.Cache Layout Tools Example |
|
輕松就業(yè)，高薪實(shí)習，讓眾多有志往單片機PLC、ARM/嵌入式系統、Linux、FPGA方向發(fā)展的朋友迅速提升職業(yè)技能， 經(jīng)過(guò)系統提升后，保證就業(yè)5-10K.更多疑問(wèn)咨詢(xún)深圳信盈達：Q483059208 13083712301袁老師！ |
