摘 要

在C6000 DSP 的開發(fā)過程中，優(yōu)化是必不可少的一個環(huán)節(jié)，根據(jù)對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，會從前三個方面修改以獲得整體性能的提升，但是對于內(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 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，需要對用戶程序進(jìn)行優(yōu)化的工作，根據(jù)對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方面修改以獲得整體性能的提升，但是對于內(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)的存儲器結(jié)構(gòu)如下圖所示。

存儲器分成三級：第一級是L1，包括數(shù)據(jù)存儲器(L1D)和代碼存儲器(L1P);第二級是代碼和數(shù)據(jù)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(yīng)的L1P 控制器、L1D 控制器和L2 控制器完成。

在C6000 DSP 中通常我們會把L1P 全部配置成Cache，當(dāng)CPU 發(fā)出取指命令，首先會從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(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極端情況。

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 將對應(yīng)L1P 里同一個CACHE 位置;其運(yùn)行流程如下

· 當(dāng)執(zhí)行A 時，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L1P，L2，DDR 的訪問速度差異很大，對L1P 的訪問通常在1 個時鐘周期內(nèi)完成，而L2 平均需要 3-5 個周期，DDR 訪問需要的時間更多，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， 它們在Cache 中的偏移值就是連續(xù)的，不會發(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。

3. 內(nèi)存優(yōu)化工具

通過上述機(jī)制可以看到，對于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)行程序編譯時打開生成分析信息選項(xiàng)，編譯器會自動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)置的分析代碼會自動記錄用戶的函數(shù)調(diào)用關(guān)系及調(diào)用次數(shù)。運(yùn)行的案例越多，記錄的信息會更詳細(xì)，優(yōu)化的效果也就越好。

在得到函數(shù)運(yùn)行時信息以后，就可以使用編譯器工具對其進(jìn)行分析，生成函數(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 InstrumentsC6000 Code Generation Tools 7.3.9doc。

[!--empirenews.page--]

同時在目錄下生成OBJ 和ASM 文件，這個和我們的實(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。

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 這個地址，長度是34 個byte。

啟動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，針對于只需運(yùn)行一次流程的程序，CCS 可以自動生成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

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。

對比優(yōu)化結(jié)果，對于TCP/IP 的例子應(yīng)用上，CLT 帶來了接近20%的提升，對于視頻編碼等應(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，并自動根據(jù)這些信息對程序在內(nèi)存的分布進(jìn)行配置已達(dá)到提升性能的效果。