- float a = 5.625;
- float b = 5.625;
- float res_add, res_sub, res_mul, res_div;
- res_add = a + b;
- res_sub = a - b;
- res_mul = a * b;
- res_div = a / b;
- printf("res_add = %f\r\n", res_add);
- printf("res_sub = %f\r\n", res_sub);
- printf("res_mul = %f\r\n", res_mul);
- printf("res_div = %f\r\n", res_div);
❝使用这段测试代码，「编译器优化等级推荐设置为-O0」，否则聪明的编译器会直接将结果计算出来编译到程序中，我们就没法研究了。❞
3. armcc测试结果这节我们验证是否ARM使用 fplib 库来计算浮点数，在设置中关闭FPU：
使用MDK编译之后，进入调试模式查看反汇编结果。
在反汇编中可以看到，变量a是float类型，所以编译器分配了一个寄存器用于存储值：
查看0x080031C4处的值，小端存储模式下（低位在低地址），变量a的值是0x40B40000，存储方式符合IEEE 754标准。
再来看看浮点数运算操作的反汇编结果，果然调用fplib库提供的函数完成浮点数的操作：
这里还有一个有趣的小细节，在反汇编中可以看到「使用 %f 占位符打印浮点数时，printf是按照double型传参的」：
4. arm-none-eabi-gcc测试结果使用STM32CubeMX生成makeifle工程，修改makeifle中的等级为-O0，设置为软件浮点计算：
另外还需要注意，默认gcc编译时不支持printf打印浮点数，需要在 makefile 中手动加入以下链接选项：+=
编译完成之后进行反汇编（注意文件名）：
-none-objdump -d build-fpu.elf /usart1-test
同样，在反汇编文件中即可找到浮点计算代码：
三、使用 ARM FPU 加速浮点计算1. ARM FPU的魅力FPU（Floating Point Unit，浮点单元）是ARM内核中的硬件外设，用于硬件计算浮点数，要想使用FPU计算浮点数，需要程序和编译器配合。
- 在程序中使能/开启FPU硬件外设，「使 FPU 硬件可以正常工作」；
- 在编译器中设置使用FPU，编译器会将所有浮点计算的代码都编译为「使用FPU操作指令完成」。
目前Cortex-M4、Cortex-M7、Cortex-M33、Cortex-M35P、Cortex-M55处理器中都具备FPU硬件。
在上一节中我们使用fplib软件库来计算浮点数，但是fplib终归还是软件方式，每个计算函数的实现都是通过很多的指令去完成计算，并且最终的程序中还会把函数链接进可执行程序，导致程序体积变大。
「ARM FPU的魅力在于，浮点计算可以通过简单的FPU操作指令去完成，相比之下，不仅计算快，也不会增大程序体积。」
2. 如何使能FPU硬件ARM Cortex - M4内核中将 FPU 作为协处理器设计的，所以通过设置协处理器访问控制（CPACR，Co-processor access control register）来控制是否使能FPU。
复位之后CP11=0、CP10=0，默认禁止访问FPU，因为这是Cortex-M内核的外设，寄存器定义CMSIS-Core中，所以可以直接通过下面这行代码设置CP11=1、CP10=1来允许访问FPU：
SCB>= ;
无论是STM32 HAL库还是标准库，在SystemInit()函数中已经存在使能代码，通过__FPU_PRESENT和__FPU_USED来控制：
/* FPU settings ------------------------------------------------------------*/
#if (__FPU_PRESENT == 1) && (__FPU_USED == 1) SCB->CPACR |= ((3UL << 10*2)|(3UL << 11*2)); /* set CP10 and CP11 Full Access */#endif
并且，在头文件 stm32l431xx.h 中已经使能__FPU_PRESENT宏定义：
__FPU_PRESENT宏定义是一直使能的，那么如何来控制FPU的使能呢？
别忘了还有一个宏定义__FPU_USED，这是留给编译器来控制的！
3. ARMCC编译器如何开启FPUMDK编译器开启FPU的方法非常简单，如图：
在MDK中使能FPU，一方面编译器会设置宏定义__FPU_USED == 1，不放心的话可以在任意位置添加下面的预处理代码，分别在使用/不使用的情况编译一下，查看编译器输出结果：
if __FPU_USED 1
#error FPU = -mfpu=fpv4-sp-d16# float-abiFLOAT-ABI = -mfloat-abi=hard
ABI是应用程序二进制接口（Application Binary Interface），-mfloat-abi用来指定使用哪种方式：
- soft：使用CPU寄存器组+软件库（fplib）完成浮点操作；
- softfp：使用CPU寄存组+FPU硬件+软件库完成浮点操作；
- hard：使用FPU寄存器组+FPU硬件+软件库完成浮点操作；
mfpu选项用来指定FPU架构，具体值可以阅读我在文末给出的参考文档，本文所使用的值fpv4-sp-d16，意味着仅仅使能Armv7 FPv4-SP-D16 单精度浮点单元扩展。
同样，对之前的测试代码编译，查看反汇编结果，可以看到使用了浮点操作全部使用了FPU相关指令。
四、使用**测试FPU加速性能1. 测试准备需要准备一份裸机工程，具有屏幕打点显示功能和串口打印功能。
2. 移植**分形测试代码**测试是通过计算几帧**分形的数据来测试单精度浮点运算的性能，测试代码参考正点原子，如下：
- /* Private user code ---------------------------------------------------------*/
- /* USER CODE BEGIN 0 */
- #define ITERATION 128 //迭代次数
- #define REAL_CONSTANT 0.285f //实部常量
- #define IMG_CONSTANT 0.01f //虚部常量
- //颜色表
- uint16_t color_map[ITERATION];
- //缩放因子列表
- const uint16_t zoom_ratio[] =
- {
- 120, 110, 100, 150, 200, 275, 350, 450,
- 600, 800, 1000, 1200, 1500, 2000, 1500,
- 1200, 1000, 800, 600, 450, 350, 275, 200,
- 150, 100, 110,
- };
- //初始化颜色表
- //clut:颜色表指针
- void InitCLUT(uint16_t * clut)
- {
- uint32_t i = 0x00;
- uint16_t red = 0, green = 0, blue = 0;
- for (i = 0;i < ITERATION; i++) {
- //产生 RGB 颜色值
- red = (i*8*256/ITERATION) % 256;
- green = (i*6*256/ITERATION) % 256;
- blue = (i*4*256 /ITERATION) % 256;
-
- //将 RGB888,转换为 RGB565
- red = red >> 3;
- red = red << 11;
- green = green >> 2;
- green = green << 5;
- blue = blue >> 3;
- clut[i] = red + green + blue;
- }
- }
- //产生 ** 分形图形
- //size_x,size_y:屏幕 x,y 方向的尺寸
- //offset_x,offset_y:屏幕 x,y 方向的偏移
- //zoom:缩放因子
- void Generate**_fpu(uint16_t size_x,uint16_t size_y,uint16_t offset_x,uint16_t offset_y,uint16_t zoom)
- {
- uint8_t i;
- uint16_t x,y;
- float tmp1,tmp2;
- float num_real,num_img;
- float radius;
- for (y = 0; y < size_y; y++) {
- for (x = 0; x < size_x; x++) {
- num_real = y - offset_y;
- num_real = num_real / zoom;
- num_img = x-offset_x;
- num_img = num_img / zoom;
- i = 0;
- radius = 0;
- while ((i < ITERATION-1) && (radius < 4)) {
- tmp1 = num_real * num_real;
- tmp2 = num_img * num_img;
- num_img = 2*num_real*num_img + IMG_CONSTANT;
- num_real = tmp1 - tmp2 + REAL_CONSTANT;
- radius = tmp1 + tmp2;
- i++;
- }
- //绘制到屏幕
- lcd_draw_color_point(x, y, color_map[i]);
- }
- }
- }
- /* USER CODE END 0 */
在main函数中创建一些需要的变量：
/* USER CODE BEGIN 1 */
uint8_t zoom_index 0= , end_time 0/* USER CODE END 1 */
调用初始化函数：
printf"** test by Mculover666\r\n";(;InitCLUT)/* USER CODE END 2 */
调用测试函数：
- /* Infinite loop */
- /* USER CODE BEGIN WHILE */
- while (1)
- {
- /* USER CODE END WHILE */
-
- /* USER CODE BEGIN 3 */
- start_time = HAL_GetTick();
- Generate**_fpu(240, 240, 120, 120, zoom_ratio[zoom_index]);
- end_time = HAL_GetTick();
- printf("diff time is %d ms\r\n", end_time - start_time);
- zoom_index++;
- if (zoom_index > sizeof(zoom_ratio)) {
- zoom_index = 0;
- }
- }
- /* USER CODE END 3 */
3. 测试结果使用-O2优化等级，在不开 FPU 的情况下，「显示一帧平均需要11s左右」：
程序大小情况：
使用-O2优化等级，在开启 FPU 的情况下，「显示一帧平均需要4s左右」：
程序大小情况：
楼主
