打印

DSP处理器与通用处理器的异同

[复制链接]
516|0
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
dnux57fds|  楼主 | 2017-3-28 23:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
考虑一个数字信号处理的实例,比如有限冲击响应滤波器(FIR)。用数 学语言来说,FIR 滤波器是做一系列的点积。取一个输入量和一个序数向量,
在系数和输入样本的滑动窗口间作乘法,然后将所有的乘积加起来,形成一 个输出样本。类似的运算在数字信号处理过程中大量地重复发生,使得为此
设计的器件必须提供专门的支持,促成了了DSP 器件与通用处理器(GPP) 的分流:
1 对密集的乘法运算的支持
GPP 不是设计来做密集乘法任务的,即使是一些现代的GPP,也要求多个指 令周期来做一次乘法。而DSP 处理器使用专门的硬件来实现单周期乘法。DSP
处理器还增加了累加器寄存器来处理多个乘积的和。累加器寄存器通常比其 他寄存器宽,增加称为结果bits 的额外bits 来避免溢出。 同时,为了充分体现专门的乘法-累加硬件的好处,几乎所有的DSP 的指令 集都包含有显式的MAC 指令。
2 存储器结构
传统上,GPP 使用冯.诺依曼存储器结构。这种结构中,只有一个存储器空间 通过一组总线(一个地址总线和一个数据总线)连接到处理器核。通常,做
一次乘**发生4 次存储器访问,用掉至少四个指令周期。 大多数DSP 采用了哈佛结构,将存储器空间划分成两个,分别存储程序和数 据。它们有两组总线连接到处理器核,允许同时对它们进行访问。这种安排 将处理器存贮器的带宽加倍,更重要的是同时为处理器核提供数据与指令。 在这种布局下,DSP 得以实现单周期的MAC 指令。 还有一个问题,即现在典型的高性能GPP 实际上已包含两个片内高速缓存, 一个是数据,一个是指令,它们直接连接到处理器核,以加快运行时的访问 速度。从物理上说,这种片内的双存储器和总线的结构几乎与哈佛结构的一 样了。然而从逻辑上说,两者还是有重要的区别。 GPP 使用控制逻辑来决定哪些数据和指令字存储在片内的高速缓存里,其程 序员并不加以指定(也可能根本不知道)。与此相反,DSP 使用多个片内存储 器和多组总线来保证每个指令周期内存储器的多次访问。在使用DSP 时,程 序员要明确地控制哪些数据和指令要存储在片内存储器中。程序员在写程序 时,必须保证处理器能够有效地使用其双总线。 此外,DSP 处理器几乎都不具备数据高速缓存。这是因为DSP 的典型数据是 数据流。也就是说,DSP 处理器对每个数据样本做计算后,就丢弃了,几乎 不再重复使用。
3 零开销循环
如果了解到DSP 算法的一个共同的特点,即大多数的处理时间是花在执行较 小的循环上,也就容易理解,为什么大多数的DSP 都有专门的硬件,用于零
开销循环。所谓零开销循环是指处理器在执行循环时,不用花时间去检查循 环计数器的值、条件转移到循环的顶部、将循环计数器减1。 与此相反,GPP 的循环使用软件来实现。某些高性能的GPP 使用转移预报硬 件,几乎达到与硬件支持的零开销循环同样的效果。
4 定点计算
大多数DSP 使用定点计算,而不是使用浮点。虽然DSP 的应用必须十分注意 数字的精确,用浮点来做应该容易的多,但是对DSP 来说,廉价也是非常重
要的。定点机器比起相应的浮点机器来要便宜(而且更快)。为了不使用浮 点机器而又保证数字的准确,DSP 处理器在指令集和硬件方面都支持饱和计
算、舍入和移位。
5 专门的寻址方式
DSP 处理器往往都支持专门的寻址模式,它们对通常的信号处理操作和算法 是很有用的。例如,模块(循环)寻址(对实现数字滤波器延时线很有用)、
位倒序寻址(对FFT 很有用)。这些非常专门的寻址模式在GPP 中是不常使 用的,只有用软件来实现。
6 执行时间的预测
大多数的DSP 应用(如蜂窝电话和调制解调器)都是严格的实时应用,所有 的处理必须在指定的时间内完成。这就要求程序员准确地确定每个样本需要
多少处理时间,或者,至少要知道,在最坏的情况下,需要多少时间。 如果打算用低成本的GPP 去完成实时信号处理的任务,执行时间的预测大概 不会成为什么问题,应为低成本GPP 具有相对直接的结构,比较容易预测执 行时间。然而,大多数实时DSP 应用所要求的处理能力是低成本GPP 所不能 提供的。
这时候,DSP 对高性能GPP 的优势在于,即便是使用了高速缓存的DSP,哪 些指令会放进去也是由程序员(而不是处理器)来决定的,因此很容易判断
指令是从高速缓存还是从存储器中读取。DSP 一般不使用动态特性,如转移 预测和推理执行等。因此,由一段给定的代码来预测所要求的执行时间是完
全直截了当的。从而使程序员得以确定芯片的性能限制。
7 定点DSP 指令集
定点DSP 指令集是按两个目标来设计的: 使处理器能够在每个指令周期内完成多个操作,从而提高每个指令周期的计 算效率。 将存贮DSP 程序的存储器空间减到最小(由于存储器对整个系统的成本影响 甚大,该问题在对成本敏感的DSP 应用中尤为重要)。 为了实现这些目标,DSP 处理器的指令集通常都允许程序员在一个指令内说 明若干个并行的操作。例如,在一条指令包含了MAC 操作,即同时的一个或 两个数据移动。在典型的例子里,一条指令就包含了计算FIR 滤波器的一节 所需要的所有操作。这种高效率付出的代价是,其指令集既不直观,也不容 易使用(与GPP 的指令集相比)。 GPP 的程序通常并不在意处理器的指令集是否容易使用,因为他们一般使用 象C 或C++等高级语言。而对于DSP 的程序员来说,不幸的是主要的DSP 应 用程序都是用汇编语言写的(至少部分是汇编语言优化的)。这里有两个理 由:首先,大多数广泛使用的高级语言,例如C,并不适合于描述典型的DSP 算法。其次,DSP 结构的复杂性,如多存储器空间、多总线、不规则的指令 集、高度专门化的硬件等,使得难于为其编写高效率的编译器。 即便用编译器将C 源代码编译成为DSP 的汇编代码,优化的任务仍然很重。 典型的DSP 应用都具有大量计算的要求,并有严格的开销限制,使得程序的 优化必不可少(至少是对程序的最关键部分)。因此,考虑选用DSP 的一个 关键因素是,是否存在足够的能够较好地适应DSP 处理器指令集的程序员。
8 开发工具的要求
因为DSP 应用要求高度优化的代码,大多数DSP 厂商都提供一些开发工具, 以帮助程序员完成其优化工作。例如,大多数厂商都提供处理器的仿真工具,
以准确地仿真每个指令周期内处理器的活动。无论对于确保实时操作还是代 码的优化,这些都是很有用的工具。 GPP 厂商通常并不提供这样的工具,主要是因为GPP 程序员通常并不需要详 细到这一层的信息。GPP 缺乏精确到指令周期的仿真工具,是DSP 应用开发 者所面临的的大问题:由于几乎不可能预测高性能GPP 对于给定任务所需要 的周期数,从而无法说明如何去改善代码的性能。

相关帖子

发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

110

主题

113

帖子

0

粉丝