基于ARM Cortex-M3核的SoC架构设计及性能分析

摘 要： 主要研究了基于ARM Cortex-M3核的SoC设计方法及不同架构对芯片整体性能的影响。首先从Cortex-M3的结构特点尤其是总线结构特点出发，分析了基于该核的SoC架构设计的要点。然后通过EEMBC的CoreMark程序，对实际流片的一款Cortex-M3核芯片进行了性能测试，并与STM32F103 MCU的测试结果进行了对比，通过实例说明了不同芯片架构对性能的影响。最后，对影响SoC芯片性能的因素，包括芯片架构、存储器速度、工艺、主频等进行了分析和总结。
关键词： 芯片架构；片上系统；Cortex-M3；CoreMark

ARM Cortex系列是ARM公司推出的基于ARMv7架构、使用高性能的Thumb-2指令集的32位嵌入式微处理器核。主要有三种款式，分别是Cortex-A、Cortex-R和Cortex-M。其中Cortex-M系列主要用于低功耗、低成本的嵌入式应用。本文用于SoC（System on Chip）设计的Cortex-M3核便属于该系列。该处理器核凭借其高性能、低功耗、低成本和开发方便等特点，受到了各厂商的青睐。STMicroelectronics、NXP Semiconductors、ATMEL等都竞相推出各自基于Cortex-M3核的SoC。由于Cortex-M3核的结构与传统ARM核有很大区别，因此基于Cortex-M3的SoC架构设计也有与以往不同的特点。不同的架构对芯片整体性能影响很大。本文使用CoreMark对实际芯片作了性能测试，其结果证明了SoC架构对芯片性能的影响。
1 Cortex-M3核SoC架构设计
1.1 总线接口
处理器核对SoC架构最大的影响是其总线接口。传统的ARM处理器使用单一总线接口。如ARM7处理器采用冯诺依曼结构，指令和数据共用一条总线，从而核外部为单总线接口[1]；ARM9虽然使用了哈佛结构，核内部指令总线和数据总线分开，但这两条总线共用同一存储空间，且在核外共用同一总线接口[2]。使用单一总线接口的弊端是取指和取数据无法并行执行，效率相对较低。
Cortex-M3的结构如图1所示。Cortex-M3采用了多总线结构，在核外有ICode、DCode、System三个总线接口[3]。其中，ICode和DCode总线接口使得在地址空间Code区中的取指和取数据分开并行执行，而System总线使得在地址空间SRAM区中的取指和取数据使用同一总线接口，无法并行执行。

1.2 SoC架构设计
由Cortex-M3的结构特点可以看出，Cortex-M3不适合像传统ARM处理器那样将代码由Flash搬移到RAM来提高效率，那样反而可能会降低效率（由于SRAM区中的取指和取数据使用同一总线接口）。而Cortex-M3是将代码和只读数据放在Flash中，程序执行时将可读写数据放在RAM中，从而获得最高效率。
基于以上考虑，设计Cortex-M3核的SoC时，最好将片上Flash挂接在ICode和DCode总线上，即0x00000000~0x20000000地址空间，如图2所示，将片上SRAM挂接在System总线上，即0x20000000~0x40000000地址空间。这样从Flash中取指和取只读数据可以分别通过ICode和DCode总线并行执行，提高了Flash的读取效率。而对SRAM中的数据读写通过System总线进行。三条总线各自分工，使得SoC性能大大提高。

1.3 自主设计的Cortex-M3核SoC
实验室自主设计了一款基于Cortex-M3核的SoC，并采用0.18 ?滋m CMOS工艺流片成功。如图3所示，芯片的片上Flash从0x20000000开始，共256 KB；片上SRAM从0x30000000开始，共96 KB。其架构特点是片上Flash和片上SRAM均处于0x20000000~0x40000000地址空间，即挂接在System总线上，但两者均可再映射Remap到0地址，即可挂接到ICode和DCode总线上。

默认情况下片上SRAM可Remap到0地址，这意味着SRAM默认拥有0x00000000和0x30000000两个起始地址。因此，将代码放在SRAM中时，若从0x00000000地址开始执行，则处理器通过ICode和DCode总线来访问SRAM；若从0x30000000地址开始执行，则处理器通过System总线来访问SRAM。下面将利用这特一点来进行性能分析。
2 性能测试及分析
2.1 CoreMark简介
传统的嵌入式微处理器性能测试普遍采用Dhrystone程序，WEICKER R P通过统计程序中常用的操作及其所占比例，构建了一个测试基准，并经过多次完善，才得到了Dhrystone程序[4]。但Dhrystone程序本身过于简单，并不能准确反映处理器运行实际应用程序时的性能。
EEMBC组织自成立之初就打算制定一种能够代替Dhrystone并能更好地测量嵌入式微处理器性能的标准。但由于EEMBC的程序和认证一般都是收费的，所以其发布的测试程序一直没能得到很好的普及。直到其发布了完全公开和免费的CoreMark程序，才逐渐改变这一局面，并有取代Dhrystone的趋势。CoreMark是一个虽代码量小但很复杂的测试程序，通过执行应用程序中常用的数据结构和算法来测试处理器性能，其内容包括链表操作、矩阵运算和CRC校验等，可以更好地反映处理器运行实际应用程序时的性能。本文采用CoreMark来测试SoC的性能。
2.2 自主设计SoC的性能测试
使用Keil开发环境：将CoreMark程序放在芯片的片上SRAM中，分别设置从片上SRAM的两个起始地址执行，其在72 MHz主频时的测试结果如表1所示。

可见，对于同一片上SRAM存储器，从0x00000000地址访问执行比从0x30000000地址访问执行时的处理器性能要高出约20%。因此，使用ICode和DCode总线取指和取只读数据比使用System总线性能要高。在今后的设计中将取消Remap，直接将片上Flash放在从0x00000000开始的空间，将片上SRAM放在从0x30000000开始的空间，实现取指、取只读数据、取可读写数据并行执行，从而达到最佳性能。
2.3 STM32F103性能测试
意法半导体的STM32系列MCU是目前市场上最常见的Cortex-M3核SoC之一，该系列中的STM32F103架构如图4所示[5]。该芯片的片上Flash挂接在ICode和DCode总线上，片上SRAM挂接在System总线上。其中ICode总线直通Flash，而DCode总线和System总线通过一个总线矩阵分别连接到片上Flash和片上SRAM及其余外设。此外，STM32采用了一个64 bit的Flash，并使用了一个2×64 bit的缓冲器，一次可缓存128 bit数据，从而大大降低了Flash的访问频率，弥补了Flash速度较慢的缺陷，使得取指和取只读数据的速度大大提高。该架构与前述分析基本一致，故可以保证最佳性能。