1 DSP系統(tǒng)的軟件優(yōu)化流程

DSP系統(tǒng)的軟件優(yōu)化流程如圖1所示。整個工作流程分為3個階段：

第1階段，直接根據需要用高級C語言實現DSP功能，測試代碼的正確性。然后，移植到C6X平臺，利用C6X開發(fā)環(huán)境Profile測試程序的運行時間。若不滿足要求，則進入下一階段。

第2階段，利用C6X提供的優(yōu)化方式和其他各種優(yōu)化技巧，如使用不同的編譯器選項使能軟件流水，循環(huán)展開，字存取代替半字存取等，優(yōu)化C語言代碼。如果還不能滿足要求，則進入第3階段。

第3階段，將C語言代碼中耗時最長的部分抽取出來，用線性匯編語言重寫，用匯編優(yōu)化器進行優(yōu)化。使用profile確定這段代碼是否需要進一步優(yōu)化。

2 優(yōu)化過程

首先，用C語言編寫程序，并通過編譯驗證其正確性。然后，使用內聯函數和合適的優(yōu)化選項進行優(yōu)化，并通過CCS中的profiler確定是否有函數需要被進一步優(yōu)化，使用線性匯編語言重寫需要被優(yōu)化的函數。最后，使用匯編優(yōu)化編程技巧和匯編優(yōu)化器優(yōu)化匯編代碼。

2.1 編譯器

當優(yōu)化器被激活時，將完成圖2所示的過程。C／C++語言源代碼首先通過一個完成預處理的解析器(Parser)，生成一個中間文件(.if)作為優(yōu)化器(Optimizer)的輸入。優(yōu)化器生成一個優(yōu)化文件(.opt)，這個文件作為完成進一步優(yōu)化的代碼生成器(Code generator)的輸入，最終生成匯編文件(.asm)。當選擇編譯選項時，-o2和-o3將盡可能地優(yōu)化軟件。

2.2 編譯器內聯函數

TMS320C6X提供了很多內聯函數，它們直接映射為內嵌C6X匯編指令的特殊函數，這樣可迅速優(yōu)化C語言代碼。C編譯器以內聯函數的形式支持所有C語言代碼不易表達的指令。內聯函數用下劃線"_"開頭，如例2，使用時如同調用普通函數一樣。下面結合實例，研究一下完成200點點積經過上述各種優(yōu)化技術優(yōu)化后的代碼效率。完成200點的點積運算C語言代碼程序dotp.c如下：

3 線性匯編代碼的優(yōu)化

優(yōu)化線性匯編代碼，首先是盡可能地使指令并行，使得同一時間內多個功能單元同時被使用，然后是調整代碼順序，縮減等待時延(NOPS)，如例5。接下來使用字訪問short型數據，如例6，最后使用軟件流水技術。當進行實際操作時，并不是要按順序地完成上面的每一步。只要達到要求，就可以結束。

3.1 C語言代碼轉換到線性匯編代碼

定點點積中，C語言代碼內部循環(huán)使用線性匯編指令，如例3所示。

3.2 線性匯編的資源分配

①裝載指令(LDW)必須使用.D單元。
②乘法指令(MPY和MPYH)必須使用.M單元。
③加法指令(ADD)使用.L單元。
④減法指令(SUB)使用.S單元。
⑤跳轉指令(B)使用.S單元。

由此得到例4的匯編代碼。

完成200次循環(huán)迭代，經過profile clock分析循環(huán)部分，需要16×200=3200 cycles。 3.3 使用并行指令完成點積代碼

使用并行指令完成點積代碼如例5所示。

使用并行指令，循環(huán)體內需要8個時鐘周期。這段循環(huán)代碼的執(zhí)行周期為8×200=1600 cycles。 3.4 使用字存取原short型數據
為進一步提高效率，使用字存取原short型數據，如例6所示。

這段代碼在循環(huán)體內仍然是8個時鐘周期，迭代100次為8×100=800 cycles。

4 軟件流水技術

軟件流水技術是用在循環(huán)語句中調用指令的方法，即安排循環(huán)中的多個迭代運算并行執(zhí)行。在編譯C語言代碼時，可以選擇編譯器的-o2或-o3選項，編譯器將根據程序盡可能地安排軟件流水。圖3所示為運用軟件流水的循環(huán)結構，它包括A、B、C、D、E五次迭代，同一周期最多執(zhí)行五次迭代的不同指令(陰影部分)。圖3中陰影部分稱為"循環(huán)內核"，核中不同的指令并行執(zhí)行。核前執(zhí)行的過程稱為"流水線填充"，核后執(zhí)行的過程稱為"流水線排空"。

在DSP算法中存在大量的循環(huán)操作，因此充分運用軟件流水線方式，能極大地提高程序的運行速度。當手繪軟件流水時，首先要畫出相關圖，如圖4所示，然后建立軟件流水迭代間隔編排表，最后根據編排表寫出程序。 在畫相關圖時應遵循：

①畫出節(jié)點和路徑；
②寫出完成各指令需要的CPU周期；
③為各節(jié)點指派功能單元；
④分開路徑，以使最多的功能單元被使用。

根據相關圖寫出模迭代間隔安排表，如表1所列。

由此迭代間隔表寫出對應代碼：

由此得到的代碼所需CPU時鐘周期為7+100+l=108 cycles。

5 總 結

各種優(yōu)化技術所需時鐘數如表2所列。表中括號內數字為循環(huán)內核時鐘周期，括號前數字為流水線填充時鐘周期，括號后數字為流水線排空CPU時鐘周期。

由此得出遵循以上的軟件優(yōu)化流程和代碼優(yōu)化技術，可以極大地提高代碼效率，這對實際應用具有重大意義。