一种C／C++程序优化技术的实现

引 言

DSP（digital signal processor）是一种独特的微处理器，是以数字信号来处理大量信息的器件。其工作原理是接收模拟信号，转换为0或1的数字信号。再对数字信号进行修改、删除、强化，并在其他系统芯片中把数字数据解译回模拟数据或实际环境格式。它不仅具有可编程性，而且其实时运行速度可达每秒数以千万条复杂指令程序，远远超过通用微处理器，是数字化电子世界中日益重要的电脑芯片。它的强大数据处理能力和高运行速度，是最值得称道的两大特色。

目前在DSP平台上编程多使用汇编语言与C语言，为了追求代码的高效，过去一般用汇编语言来编制。DSP程序汇编语言简洁高效，能够直接操作DSP的内部寄存器、存储空间、外设，但可读性、可修改性、可移植性较差；随着DSP应用范围不断延伸，应用的日趋复杂，汇编语言程序在可读性、可修改性、可移植性和可重用性的缺点日益突出，软件需求与软件生产力之间的矛盾日益严重。DSP产业在约40年的历程中经历了三个阶段：第一阶段，DSP意味着数字信号处理，并作为一个新的理论体系广为流行。随着这个时代的成熟，DSP进入了发展的第二阶段，在这个阶段，DSP代表数字信号处理器，这些DSP器件使我们生活的许多方面都发生了巨大的变化。接下来又催生了第三阶段，这是一个赋能（enablement）的时期，我们将看到DSP理论和DSP架构都被嵌入到SoC类产品中。” 第一阶段，DSP意味着数字信号处理 。 80年代开始了第二个阶段，DSP从概念走向了产品，TMS32010所实现的出色性能和特性备受业界关注。方进先生在一篇文章中提到，新兴的DSP业务同时也承担着巨大的风险，究竟向哪里拓展是生死攸关的问题。当设计师努力使DSP处理器每MIPS成本降到了适合于商用的低于10美元范围时，DSP在军事、工业和商业应用中不断获得成功。

但由于DSF结构的特殊性，使得该平台上的C语言编译器无法充分发挥DSP器件的性能优势。同样功能的C语言程序，效率往往只有直接书写的汇编程序的几分之一甚至几十分之一。

l TMS320C6000处理器介绍

TMS320C6000是TMS320系列产品中的新一代高性能DSP芯片，共分为两大系列。其中定点系列为TMS320C62xx和TMS320C64xx；浮点系列为TMS320C67xx。由于TMS320C6000的开发主要面向数据密集型算法，它有着丰富的内部资源和强大的运算能力。

C6000系列CPU中的8个功能单元可以并行操作，并且其中两个功能单元为硬件乘法运算单元，大大地提高了乘法速度。DSP采用具有独立程序总线和数据总线的哈佛总线结构，仅片内程序总线宽度就可达到256位；片内两套数据总线的宽度分别为32位；此外，DSP还有一套32位DMA专用总线用于传输。灵活的总线结构使得数据瓶颈对系统性能的限制大大缓解。C6000的通用寄存器组能支持32位和40位定点数据操作，另外C67xx和C64xx还分别支持64位双精度数据和64位双字定点数据操作。微处理器是低成本的，主要执行智能定向控制任务的通用处理器能很好执行智能控制任务，但是数字信号处理功能很差。而DSP的功能正好与之相反。在许多应用中均需要同时具有智能控制和数字信号处理两种功能，如数字蜂窝电话就需要监测和声音处理功能。因此，把DSP和微处理器结合起来，用单一芯片的处理器实现这两种功能，将加速个人通信机、智能电话、无线网络产品的开发，同时简化设计，减小PCB体积，降低功耗和整个系统的成本。

2 C6000软件开发流程

图1为C6000的软件开发流程图。图中阴影部分是开发C代码的常规流程，其他部分用于辅助和加速开发讨程。

C／C++源文件首先经过C／C++编译器（C／C++cornpiler）转换为C6000汇编源代码。编译器、优化器（optimizer）和交叠工具是C／C++编译器的组成部分。编译器使用户能一步完成编译、汇编和连接；优化器调整合修改代码以提高C程序的效率；交叠工具把C／C++语句和对应的汇编语句交叠列出。

汇编源代码再经过汇编器（Assembier）翻译为机器语言目标文件。机器语言是基于通用目标文件格式（CommON Object File Format，COFF）的。

连接器（Linker）连接目标文件，生成一个可执行文件。它要完成地址的重分配（Relocation）和解析外部引用（Resolve External References）。

得到可执行文件之后就可以进行调试。可用软件仿真器（Simulator）在PC机上对指令和运行时间进行精确仿真；用XDS硬件仿真器（Emulator）在目标板上进行调试。

调试通过后即可下载到目标板进行独立运行。

3 程序优化流程及方法

3.1 程序优化阶段

由于DSP应用的复杂度，在用C语言进行DSP软件开发时，一般先在基于通用微处理器的PC机或工作站上对算法进行仿真，仿真通过后再将C程序移植到DSP平台中。

所以，DSP的软件开发与优化流程主要分为3个阶段：C代码开发阶段；C代码优化阶段；手工汇编代码重编写阶段。如图2所示。
 

在图2中，第一阶段：没有C6000知识的用户能开发自己的C代码，然后使用CCS中的代码剖析工具，确定C代码中可能存在的低效率段，为进一步代码优化做好准备。第二阶段：C代码优化阶段。在这个阶段，主要利用intrinsics函数以及编译器编译选项来提高代码的性能。优化后利用软件模拟器检查代码的效率，如仍不能达到期望的效率，则进入第三阶段。第三阶段：写线性汇编优化。在这个阶段中，用户把最耗费时间的代码抽取出来，重新用线性汇编写，然后使用汇编优化器优化这些代码。在第一次写线性汇编时，可以不考虑流水线和寄存器分配。然后，提高线性汇编代码性能，往代码中添加更多的细节。

3.2 C／C++代码优化方法

为了使C／C++代码获得最好的性能，可以使用编译选项、软件流水、内联函数和循环展开等方法来对代码进行优化，以提高代码执行速度，并减小代码尺寸。

3.2.1 编译器选项优化

C／C++编译器可以对代码进行不同级别的优化。高级优化由专门的优化器完成，低级的和目标DSP有关的优化由代码生成器完成。图3为编译器、优化器和代码生成器的执行图。

当优化器被激活时，将完成图3所示的过程。C／C++语言源代码首先通过一个完成预处理的解析器（Parser），生成一个中间文件（。if）作为优化器（Optimi-zer）的输入。

最简单执行优化的方法是采用cl6x编译程序，在命令行设置一On选项即可。n是优化的级别（n为0，1，2，3），它控制优化的类型和程度。

3.2.2 软件流水优化

软件流水是编排循环指令，使循环的多次迭代并行执行的技术。使用一02和一03选项编译C／C++程序时，编译器就从程序中收集信息，尝试对程序循环做软件流水。

图4显示一个软件流水循环。图4中A，B，C，D和E表示1次迭代中的各条指令；A1，A2，A3，A4和A5表示一条指令执行的各阶段。循环中，一个周期最多可并行执行5条指令，即图中阴影部分所示的循环核（Loop Kernel）部分。

3.2.3 内联函数优化

通过下面的方法改进C语言程序，可使编译出的代码性能显着提高：

（1）使用intrinsics（内联函数）替代复杂的C／C++代码；

（2）使用字（Word）访问存放在32位寄存器的高16位和低16位字段的数据；

（3）使用双字访问存放在64位寄存器的32位数据（仅指C64xx／C67XX）。

C6000编译器提供了许多内联函数，它们直接对应着C62X／C64X／C67X指令可快速优化C代码。这些内联函数不易用C／C++语言实现其功能。内联函数用前下划线“_”特别标示，其使用方法与调用函数一样。例如C语言的饱和加法只能写为需要多周期的函数：
 

这段复杂的代码可以用_sadd（）内联函数实现，它是一个单周期的C6x指令。

result=_sadd（a，b）；

要提高C6000数据处理率，应使一条Load／STore指令能访问多个数据。C6000有与内联函数相关的指令，例如_add2（），_mpyhl（），_mpylh（）等，这些操作数以16位数据形式存储在32位寄存器的高位部分和低位部分。当程序需要对一连串短型数据进行操作时，可使用字1次访问2个短型数据，然后使用C6000相应指令来处理数据。相似的在C64x或C67x中，有时需要执行64位的LDDW来访问两个32位数据，4个16位数据，甚至8个8位数据。

3.2.4 循环展开

循环展开是改进性能的另一种，即把小循环的迭代展开，以让循环的每次迭代出现在代码中。这种方法可增加并行执行的指令数。

有3种使循环展开的方法：

（1）编译器自动执行循环展开；

（2）在程序中使用UNROLL伪指令建议编译器做循环展开；

（3）用户自己在C／C++代码中展开。

3.3 汇编优化

在对C／C++代码使用了所有的C／C++优化手段之后，如果仍然不满意代码的性能，就可以写线性汇编程序，然后用汇编优化器进行优化，生成高性能的代码。

3.3.1 写线性汇编

使用C6000的剖析工具（Profiling Tools）可以找到代码中最耗费时间的部分，就是这部分需要用线性汇编重写。线性汇编代码与汇编源代码相似，但是，线性汇编代码中没有指令延迟和寄存器使用信息。

写线性汇编代码时，需要知道：汇编优化器伪指令、影响汇编优化器行为的选项、TMS320C6000指令、线性汇编源语句语法、指定寄存器或寄存器组、指定功能单元、源代码注释等。

3.3.2 汇编优化器优化

汇编优化器的任务主要有：

（1）编排指令，最大限度的利用C6000的并行能力；

（2）确保指令满足C6000的延迟要求（Latency Requirements）；

（3）为源代码分配寄存器。

4 结 语

C6000系列的DSP C／c++代码优化比传统的代码优化要方便的多，但要真正发挥其芯片的工作效率还是需要一定的经验和技巧。这不仅要求开发人员熟悉其硬件体系，还要求对编译器的编译原理有一定的理解。另外，在C语言层面上要达到DSP芯片的峰值即8条指令并行是很难的，大多情况下都只能达到6.7条指令并行。在实际开发中，若优化结果已达到6，7条指令并行却还离实时的要求相差很远，再花大量的人力去力求达到8条指令并行是不经济的。