新一代多核媒體處理器特性分析及在高清視頻領(lǐng)域的應(yīng)用

LSI發(fā)布了新一代多核媒體處理器或基帶處理器：StarPro2704和StarPro2716(簡稱SP27xx)。SP27xx能提供業(yè)界領(lǐng)先的高性能低功耗的解決方案。本文首先介紹SP27xx的新特性，然后著重分析SP27xx在高清視頻領(lǐng)域的應(yīng)用。

SP27xx體系結(jié)構(gòu)

SP2716是通過MCM多芯片封裝工藝將4個SP2704的裸片封裝成一個芯片，其處理能力是SP2704的4倍。相對于4個SP2704，SP2716大大放寬了對單板尺寸的限制，這使得用戶能夠更方便地擴展高端音視頻業(yè)務(wù)。下文重點介紹SP2704的體系結(jié)構(gòu)。

SP2704繼承了SP2603的體系構(gòu)架，由2個基本模塊組成：媒體處理模塊(MPB)和包處理模塊(PPB)。媒體處理模塊主要由4個SC3400e的DSP子系統(tǒng)組成，而包處理模塊的核心是ARM11雙核處理器系統(tǒng)。在這種單芯片DSP+ARM的多核處理器結(jié)構(gòu)中，數(shù)據(jù)面和控制面分別由DSP和ARM來處理，使得DSP可以最大程度地利用其運算優(yōu)勢，同時不需要額外使用片外處理器來處理應(yīng)用程協(xié)議，是最高效的音視頻媒體網(wǎng)關(guān)結(jié)構(gòu)。

SP2704擁有超大的片內(nèi)內(nèi)存，對于高密度語音網(wǎng)關(guān)和非高清視頻應(yīng)用，一般不需要使用片外存儲區(qū)，這就最大程度地降低了成本和單板總功耗，減少了軟硬件設(shè)計復(fù)雜度，也放寬了單板尺寸的限制。此外，SP27xx采用了業(yè)界領(lǐng)先的40nm芯片工藝，還引入了許多先進的低功耗技術(shù)。以語音網(wǎng)關(guān)應(yīng)用為例，SP27xx的每通道功耗遠(yuǎn)遠(yuǎn)低于業(yè)界其他同類芯片。

1)DSP子系統(tǒng)(DSS)

SP2704有4個頻率為750MHz的StarCore SC3400eDSP子系統(tǒng)(DSS)。相對上一代芯片SP2603，如果不考慮DSP內(nèi)核能力的增強，SP2704的DSP處理能力可達(dá)SP2603的兩倍。每個DSS還包含內(nèi)存保護單元(MPU)，256KB本地零等待RAM，32KB一級指令高速緩存，32KB一級數(shù)據(jù)高速緩存，512KB L2高速緩存，兩個專用的2通道DMA控制器。

2)包處理模塊(PPB)

包處理模塊(PPB)是基于雙核ARM11 MP的子系統(tǒng)，工作頻率僅為DSS工作頻率的一半。PPB主要負(fù)責(zé)整個芯片加載和管理(包括ARM和DSP)，以及輸入輸出數(shù)據(jù)包的管理。PPB還包括：ROM用于存放ARM Boot代碼，以及SPI/SSP、UART、NAND flash控制器接口，可為客戶提供多種Boot方式。

3)豐富的片內(nèi)內(nèi)存和2個超高帶寬總線

SP2704中有2個超高帶寬總線矩陣：DSP總線矩陣和PPB總線矩陣，可用作數(shù)據(jù)處理功能模塊的系統(tǒng)互連，以1/2DSP子系統(tǒng)時鐘速率運行，帶寬分別是128位和64位。SP2704擁有豐富的片內(nèi)內(nèi)存，除了DSP和ARM子系統(tǒng)內(nèi)部的零等待RAM，還有一個6M的片內(nèi)系統(tǒng)共享內(nèi)存。共享內(nèi)存分成12個存儲塊，不同的內(nèi)核可以同時訪問不同的存儲塊，真正達(dá)到了數(shù)據(jù)訪問的高吞吐量、高可用性以及低時延。

4) 豐富的接口資源

SP2704擁有豐富的接口資源，可以滿足各種音視頻網(wǎng)關(guān)服務(wù)器應(yīng)用：兩個10/100/1000/2500Mbps以太網(wǎng)MAC，可配置為FE(SS-SMII)或GE(SGMII)；TDM處理模塊通過6個串行端口進行TDM流量的多路復(fù)用和解多路復(fù)用；10Gbps x4 sRIO接口(4個3.125Gbps Lane)或者配置為兩個獨立的x1SRIO接口；PCIe接口，可接到host或SP2704設(shè)備之間互聯(lián)；32位DDR3接口工作頻率高達(dá)1066MHz。

圖1 SP2704媒體處理器體系結(jié)構(gòu)。

SC3400e---基于SC3400的增強

SC3400e與SC3400后向兼容，SC3400e繼承了SC3400的變長指令集(VLES)結(jié)構(gòu)和12級流水深度。SC3400e的能力增強表現(xiàn)在以下幾個方面：

1)實數(shù)和復(fù)數(shù)乘加能力的增強

SC3400e與SC3400的數(shù)據(jù)算術(shù)邏輯單元(DALU)都包含了4個乘加單元(MAC)。SC3400的MAC包含1個16位*16位的乘法器和1個40位的加法器；而SC3400e的MAC包含4個16位*16位的乘法器和2個40位的加法器，其加法器支持2個40位復(fù)數(shù)操作數(shù)的加/減法。實數(shù)乘加運算能力提高1倍，而復(fù)數(shù)乘加運算能力則是原來的4倍。

SC3400e的實數(shù)和復(fù)數(shù)MAC運算能力可概括為：每周期可完成8個16位實數(shù)乘加運算，性能是SC3400的2倍；每周期可完成4個16位(16位實部,16位虛部)的復(fù)數(shù)乘加運算，性能是SC3400的4倍；每周期可完成8個8位(8位實部,8位虛部)的復(fù)數(shù)乘加運算，性能是SC3400的8倍；每周期可完成4個32位*16位的實數(shù)乘加運算，性能是SC3400的2倍；每周期可完成4個(16位*16位+16位*16位+40位)的實數(shù)點積運算。如果設(shè)置了飽和模式，A=sat{sat{A+BxC}+DxE}，則性能是SC3400的2倍。

2)在COF和控制代碼效率方面的改進

SC3400采用先進的動態(tài)分支預(yù)測機制，可有效減少COF(Change of Flow)的延遲。例如，某條JMP指令已經(jīng)在分支目標(biāo)緩沖(BTB)中，實際執(zhí)行只需要1個周期，而不是6個周期。SC3400e在原有的分析預(yù)測機制的基礎(chǔ)上，完成了多方面的改進。

在SC3400e中，硬件循環(huán)和COF共同使用n個BTB，突破了SC3400中只支持4層嵌套的零開銷硬件循環(huán)的限制。而且，SC3400e還改進了硬件循環(huán)誤判的開銷，就算硬件循環(huán)條件不成立，開銷也只有3個周期，而在SC3400中這樣的開銷最多達(dá)6個周期；在SC3400e中，提高了短循環(huán)的執(zhí)行效率，同時短循環(huán)不再占用BTB；SC3400e支持4個返回地址寄存器，相對SC3400中的一個返回地址寄存器，減少了子程序返回的平均延遲?？傮w看，相對SC3400，SC3400e控制代碼的效率提高了0.25倍。

圖2 高清視頻編碼及解碼的多核功能分配示意圖。

3) 查找表的性能提高

在SC3400e中，帶有線性地址修改的指令1個周期就能完成。查找表的性能提高了0.5倍。

4) SC3400e中改進的視頻加速指令

SC3400e中改進的視頻加速指令主要包括：用于半像素插值的插值指令，性能提高1倍；用于運動補償?shù)?a target="_blank">Add-and-Sat指令，性能提高1倍；1個周期完成位插入或位抽取操作。對于位流與字節(jié)之間的pack/unpack及其他位流處理算法，性能提高1倍。

SP2704二級緩存的使用

SP2704支持二級緩存(L2 cache)：其中一級緩存(L1 cache)分成32k指令緩存和32K數(shù)據(jù)緩存，二級緩存可靈活用于片外程序和數(shù)據(jù)的緩存。對于高清視頻編解碼的應(yīng)用，需要使用DDR3存儲器來存儲大量的視頻數(shù)據(jù)。這時，一般會配置二級緩存映射到DDR存儲空間。同時，如果再配置L1 cache緩存L2 cache的數(shù)據(jù)，對緩存進行合理的優(yōu)化，會使片外的視頻數(shù)據(jù)讀寫效率更高。

L2 cache還可以配置成共享內(nèi)存，如果L2 cache配置成共享內(nèi)存，6MB共享內(nèi)存的空間就擴展為8MB。對于不需要放置片外存儲器的應(yīng)用，一般會把L2 cache配置成共享內(nèi)存，進一步增加數(shù)據(jù)和代碼的片內(nèi)存儲空間。?

分層的多核編解碼器構(gòu)架

對于H.263或H.264的高清視頻編碼，一個DSP核無法完成1路圖像的編碼/解碼，因而需要由多個核協(xié)作完成，這就涉及到多核之間任務(wù)分配的問題。LSI目前采用靈活的多層編解碼構(gòu)架，以片(slice)為基本單位對圖像進行分割，每個核處理一個或多個片。這樣，可以在多核之間擴展，也可以通過sRIO、PCIe等高速互連總線在多器件之間擴展。

以1080P(1280*720)H.264的解碼和編碼為例，如果一個SP2704處理1路30fps 1080p H.264解碼，多個SP2704協(xié)同處理1路30fps 1080p H.264編碼，SP2704#1解碼后的YUV4:2:0的圖像數(shù)據(jù)提供給SP2704#2來進行編碼，參考幀數(shù)據(jù)將存放在DDR3存儲器中，如圖2所示。

多核分層編碼器

在協(xié)同處理1路圖像的多個核中，一個核作為主核，其他核為從核。主核除了要負(fù)責(zé)一些slice的編解碼之外，還要處理負(fù)荷平衡、場景識別及速率控制這樣的公共任務(wù)。其他從核將只是對分配的slice進行處理。

多核分割可以減少高清視頻編碼的延遲，而動態(tài)負(fù)荷平衡功能可最大程度減少延遲。SP2704內(nèi)部的4個DSP核可以通過6M的共享內(nèi)存和DDR3片外存儲器來共享視頻數(shù)據(jù)：當(dāng)前圖像存放在6M的共享內(nèi)存中，通過L1數(shù)據(jù)cache緩存片內(nèi)共享內(nèi)存的圖像數(shù)據(jù)，參考圖像存放在DDR3外部存儲器中，通過L2 cache來緩存DDR3中的圖像數(shù)據(jù)。從而使得視頻數(shù)據(jù)訪問的速度達(dá)到最快。

SP2716中的2個SP2704之間可以通過PCIe共享DDR3存儲器，這樣可減少2個SP2704之間的數(shù)據(jù)交互，從而簡化了軟件開發(fā)的復(fù)雜度，還將整個硬件設(shè)計所需的DDR3設(shè)備數(shù)量減少了一半。此外，多個SP2704器件之間通過sRIO接口來傳輸或共享視頻數(shù)據(jù)，這些SP2704都連接到sRIO開關(guān)上。每個器件都可以自發(fā)地寫入到其他任何一個器件的I/O空間。

多核解碼器

H.264解碼涉及串行操作和并行操作。熵解碼包含一系列串行操作，無法分配給多個內(nèi)核并行處理，因而將由主核處理，其他并行操作可以分配到各個從核來處理。LSI分層解碼器的基本原理是：由主核負(fù)責(zé)熵解碼，再把熵解碼后的數(shù)據(jù)分配到各個從核來處理。其他從核讀取數(shù)據(jù)后進行后續(xù)處理，例如逆量化、逆變換等；對于P宏塊還要從DDR3中讀取參考幀數(shù)據(jù)并進行運動補償。最后進行循環(huán)濾波，并把得到的宏塊數(shù)據(jù)存入DDR3的當(dāng)前幀中。