使用CLT 工具優(yōu)化C6000 代碼

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。

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。

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。

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 InstrumentsC6000 Code Generation Tools 7.3.9doc。