|
摘要 在C6000 DSP的開發(fā)過程中，優(yōu)化是必不可少的一個(gè)環(huán)節(jié)，根據(jù)對(duì)象不同可以分為系統(tǒng)，算法，代碼以及內(nèi)存優(yōu)化。通常，開發(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(duì)于內(nèi)存尤其是緩存(Cache)的優(yōu)化，因?yàn)槠渖婕暗叫酒旧淼募軜?gòu)，Cache的維護(hù)由DSP自動(dòng)完成，用戶通常不能干預(yù)，所以似乎無從著手;考慮到這些實(shí)際的問題，從TI的7.0系列編譯器開始支持使用緩存優(yōu)化工具(Cache Layout Tools)對(duì)C6000代碼進(jìn)行優(yōu)化，通過這一系列的工具，可以很輕松的完成L1P Cache性能的提升，本文詳細(xì)介紹了該工具的使用方法。 1.引言 目前，使用TI DSP的用戶越來越多，在C6000系列DSP中，包含了C64x, C64x+, C66x等。在C6000 DSP的開發(fā)過程中，為了充分利用DSP的計(jì)算資源，需要對(duì)用戶程序進(jìn)行優(yōu)化的工作，根據(jù)對(duì)象不同可以分為系統(tǒng)，算法，代碼以及內(nèi)存優(yōu)化。通常，開發(fā)者熟悉自己的系統(tǒng)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(duì)于內(nèi)存尤其是緩存(Cache)的優(yōu)化，因?yàn)槠渖婕暗叫酒旧淼募軜?gòu)，Cache的維護(hù)由DSP自動(dòng)完成，用戶通常不能干預(yù)，所以似乎無從著手;考慮到這些實(shí)際的問題，從TI 的7.0 系列編譯器開始支持使用緩存優(yōu)化工具(Cache Layout Tools)對(duì)C6000代碼進(jìn)行優(yōu)化，通過這一系列的工具，可以很輕松的完成L1P Cache性能的提升，本文詳細(xì)介紹了該工具的使用方法。 2.C6000 DSP內(nèi)核緩存機(jī)制 C6000系統(tǒng)的存儲(chǔ)器結(jié)構(gòu)如下圖所示。 Figure 1.C6000存儲(chǔ)器結(jié)構(gòu) 存儲(chǔ)器分成三級(jí)：第一級(jí)是L1，包括數(shù)據(jù)存儲(chǔ)器(L1D)和代碼存儲(chǔ)器(L1P);第二級(jí)是代碼和數(shù)據(jù)共用存儲(chǔ)器(L2以及MSMC SRAM);第三級(jí)是外部存儲(chǔ)器，主要是DDR存儲(chǔ)器。L1P、L1D和L2的Cache功能分別由相應(yīng)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(dāng)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(jí)Cache或者M(jìn)emory里查找，當(dāng)找到需要的地址，則將其讀入L1P里，CPU從中讀取執(zhí)行。 因?yàn)長1P Cache的大小是有限的(本文以32KB為例)，而用戶內(nèi)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 核可訪問的地址對(duì)L1P Cache大小(32K)取模就能得到該地址在L1P Cache的偏移值。 如果用戶代碼在內(nèi)存排布不合理，可能會(huì)在L1P Cache中發(fā)生反復(fù)的內(nèi)容替換，下圖中的例子是一個(gè)極端情況。 Figure 2. 函數(shù)的不正確排布 TOP函數(shù)中FOR循環(huán)反復(fù)調(diào)用A 函數(shù)，而A,B,C三個(gè)函數(shù)在內(nèi)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(duì)應(yīng)L1P里同一個(gè)CACHE位置;其運(yùn)行流程如下 當(dāng)執(zhí)行A時(shí)，CPU需要把A函數(shù)調(diào)入到Cache偏移值N的位置上; A調(diào)用B，此時(shí)調(diào)入B到Cache偏移值N 的位置上，覆蓋A的代碼; B調(diào)用C，此時(shí)調(diào)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(diào)入A到Cache中覆蓋C的代碼。 DSP核對(duì)L1P，L2，DDR的訪問速度差異很大，對(duì)L1P的訪問通常在1 個(gè)時(shí)鐘周期內(nèi)完成，而L2平均需要3-5個(gè)周期，DDR訪問需要的時(shí)間更多，因此我們應(yīng)該盡量避免上述這種反復(fù)重寫Cache的情況，盡可能的減少函數(shù)在Cache中的置換。 如何解決該問題?最好的解決方法則是將A，B,C在內(nèi)存中連續(xù)排放，這樣對(duì)Cache的操作次數(shù)將降到最低，能夠有效的提高執(zhí)行效率，如下圖所示，只要A，B，C總的大小不超過32KB，它們?cè)贑ache中的偏移值就是連續(xù)的，不會(huì)發(fā)生覆蓋的現(xiàn)象，即使其總和大于32KB，發(fā)生置換的也僅僅是超過32K的部分。 Figure 3. 函數(shù)的正確排布 3.內(nèi)存優(yōu)化工具 通過上述機(jī)制可以看到，對(duì)于L1P Cache的優(yōu)化主要通過分析函數(shù)調(diào)用關(guān)系和其在內(nèi)存的分布。由于用戶代碼日益復(fù)雜，人工分析代碼調(diào)用關(guān)系和地址排布需要花費(fèi)大量的時(shí)間。因此，從7.0系列編譯工具開始，TI提供了一套內(nèi)存優(yōu)化工具(Cache Layout Tools)來幫助用戶輕松快捷地解決該問題。 該工具的原理是在用戶進(jìn)行程序編譯時(shí)打開生成分析信息選項(xiàng)，編譯器會(huì)自動(dòng)加入分析記錄代碼到用戶程序里，之后用戶在TI DSP simulator或者DSP芯片上運(yùn)行該可執(zhí)行文件，內(nèi)置的分析代碼會(huì)自動(dòng)記錄用戶的函數(shù)調(diào)用關(guān)系及調(diào)用次數(shù)。運(yùn)行的案例越多，記錄的信息會(huì)更詳細(xì)，優(yōu)化的效果也就越好。 在得到函數(shù)運(yùn)行時(shí)信息以后，就可以使用編譯器工具對(duì)其進(jìn)行分析，生成函數(shù)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(zhí)行文件就已經(jīng)優(yōu)化過內(nèi)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(jì)數(shù)器TSCL來統(tǒng)計(jì)cycle數(shù)，子函數(shù)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(duì)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(xiàng)。如果使用命令還形式，命令行下運(yùn)行Compile.bat文件，cl6x的具體參數(shù)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(yàn)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(yùn)行的可執(zhí)行文件，而map文件用于幫助我們定位profile信息存放的內(nèi)存地址。 如果用戶使用CCS編譯工具，則需要在Build的屬性里指定Feedback選項(xiàng)，然后正常編譯即可生成攜帶分析代碼的可執(zhí)行文件。 Figure 4. CCS初編譯的選項(xiàng) 2.獲取分析信息 根據(jù)用戶獲取分析數(shù)據(jù)的不同，這里有兩種方法，第一種方法適用于持續(xù)運(yùn)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)用戶需要自己從DSP內(nèi)存里讀取分析數(shù)據(jù)。 首先打開map文件，可以找到.ppdata段的內(nèi)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(shù)末尾加上調(diào)試斷點(diǎn)，可以讓程序到這里暫停(實(shí)際上，在用戶代碼中，可以把斷點(diǎn)設(shè)置在需要的任何地方，profile的信息是實(shí)時(shí)更新的)。 運(yùn)行該程序，到達(dá)斷點(diǎn)后，在View菜單里打開memory browser，將地址設(shè)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(shù)據(jù)地址和長度，如下圖 4)修改dat文件 打開剛才存下的dat文件，注意到文件頭的數(shù)據(jù)長度是以32比特字為單位的，我們需要以8比特字節(jié)為單位，如 1651 9 81fecc 0 d 1 修改為 1651 9 81fecc 0 34 1 5)轉(zhuǎn)換文件格式 對(duì)剛才的運(yùn)行profile信息進(jìn)行分析，得到優(yōu)化后的cmd 內(nèi)存排布文件，該文件內(nèi)容如下，用戶可根據(jù)自己的程序進(jìn)行修改 如果是大端，則將-le選項(xiàng)改為-be選項(xiàng)。 第二種方法，針對(duì)于只需運(yùn)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程序結(jié)束也就是exit()程序執(zhí)行時(shí)進(jìn)行，因此用戶要保證自己的程序能完整運(yùn)行到主函數(shù)出口結(jié)束，否則無法生成pdat文件，需要用第一種方法來獲取數(shù)據(jù)。 3.重新編譯代碼 首先使用pdd6x從數(shù)據(jù)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(diào)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(shù)據(jù)文件后產(chǎn)生csv文件， Figure 5.CCS重編譯的選項(xiàng) 通過調(diào)用clt6x生成內(nèi)存排布 將輸出的pfo.cmd加入到項(xiàng)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(duì)比優(yōu)化結(jié)果，對(duì)于TCP/IP的例子應(yīng)用上，CLT帶來了接近20%的提升，對(duì)于視頻編碼等應(yīng)用CLT也帶來了5%左右的提升。而且，用戶代碼量越大，則CLT可能帶來的提升越明顯。 4.結(jié)論 通過使用CLT工具，可以方便快捷的對(duì)用戶代碼的Cache 分配進(jìn)行優(yōu)化，用戶不需要了解DSP Cache分配的詳細(xì)信息，只需要在Simulator或者硬件板卡上運(yùn)行定制的代碼，就可以方便快捷地得到Cache的詳細(xì)信息，并自動(dòng)根據(jù)這些信息對(duì)程序在內(nèi)存的分布進(jìn)行配置已達(dá)到提升性能的效果。 參考文獻(xiàn) 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(xí)，讓眾多有志往單片機(jī)PLC、ARM/嵌入式系統(tǒng)、Linux、FPGA方向發(fā)展的朋友迅速提升職業(yè)技能， 經(jīng)過系統(tǒng)提升后，保證就業(yè)5-10K.更多疑問咨詢深圳信盈達(dá)：Q483059208 13083712301袁老師！ |
