高性能數(shù)字信號(hào)處理器TMS320C55x的6種并行處理應(yīng)用

TMS320C55x DSP是一種高性能的數(shù)字信號(hào)處理器，其強(qiáng)大的并行處理能力能夠進(jìn)一步提高其運(yùn)算能力。本文介紹了C55xDSP的內(nèi)核結(jié)構(gòu)以及用戶自定義并行指令時(shí)必須遵守如下3條并行處理基本規(guī)則，并介紹了6種典型的并行處理應(yīng)用。利用本文介紹的方法使用并行處理能力將有效提高程序執(zhí)行效率，同時(shí)降低系統(tǒng)功耗。

德州儀器公司（TI）的TMS320C55x（簡稱C55x）DSP內(nèi)核是在TMS320C54x（簡稱C54x）基礎(chǔ)上開發(fā)出來的，并可以兼容C54x的源代碼。C55x的內(nèi)核電壓降到了1V，功耗降到0.05mW/MIPS，是C54x的1/6。C55x的運(yùn)行時(shí)鐘可以達(dá)到 200MHz，是C54x的兩倍，再加上C55x在C54x結(jié)構(gòu)上作了相當(dāng)大的擴(kuò)展，程序執(zhí)行時(shí)可以大量采用并行處理，這樣使得C55x的實(shí)際運(yùn)算能力可以達(dá)到300MIPS以上。

C55x DSP已越來越多地應(yīng)用于各種手持便攜終端當(dāng)中。以下我們將通過詳細(xì)介紹C55x的CPU內(nèi)核結(jié)構(gòu)，討論其并行處理技術(shù)的應(yīng)用。

一 C55x DSP內(nèi)核結(jié)構(gòu)

C55x DSP是一款采用改良型哈佛結(jié)構(gòu)，高度模塊化的數(shù)字信號(hào)處理器擁有比普通DSP更為豐富的硬件資源，能夠有效提高運(yùn)算能力。其內(nèi)核結(jié)構(gòu)如圖1所示。

圖1

整個(gè)處理器內(nèi)部分為5個(gè)大的功能單元：存儲(chǔ)器緩沖單元（M單元）、指令緩沖單元（I單元）、程序控制單元（P單元）、地址生成單元（A單元）和數(shù)據(jù)計(jì)算單元（D 單元），各個(gè)功能單元之間通過總線連接。C55x DSP中有1條32位程序數(shù)據(jù)總線（P總線），1條24位程序地址總線（PA總線），5條16位的數(shù)據(jù)總線（B、C、D、E、F總線）和5條24位的數(shù)據(jù)地址總線（BA、CA、DA、EA、FA總線）。這種高度模塊化的多總線結(jié)構(gòu)使得C55x DSP擁有超強(qiáng)的并行處理能力。

M單元主要管理數(shù)據(jù)區(qū)（包括I/O數(shù)據(jù)區(qū)）與中央處理器（CPU）之間的數(shù)據(jù)傳送，使得高速CPU與外部相對低速的存儲(chǔ)器之間在吞吐量上的瓶頸可以得到一定程度的緩解。

I單元從程序數(shù)據(jù)總線接收程序代碼，并將其放入指令緩沖隊(duì)列（IBQ）中，然后利用指令譯碼器將指令緩沖隊(duì)列中的程序代碼進(jìn)行譯碼，最后再將譯碼后的指令送給P單元、A單元、D單元進(jìn)行處理。

圖2

P單元主要是通過判斷是否滿足條件執(zhí)行指令的條件來控制程序地址的產(chǎn)生，達(dá)到控制程序流程的目的。程序控制單元中還含有程序控制寄存器、循環(huán)控制寄存器、中斷寄存器和狀態(tài)寄存器等硬件寄存器。通過循環(huán)控制寄存器的設(shè)置，可以直接控制程序中的循環(huán)次數(shù)等，而不必像在普通DSP中一樣在外部對循環(huán)條件進(jìn)行判斷，從而可以有效提高運(yùn)行效率。

A單元的功能是產(chǎn)生讀寫數(shù)據(jù)空間的地址。地址生成單元由數(shù)據(jù)地址產(chǎn)生電路（DAGEN）、16位的算術(shù)邏輯單元（ALU）和一組寄存器構(gòu)成。C55x DSP地址產(chǎn)生與其他功能模塊分開，保證不會(huì)因?yàn)榈刂樊a(chǎn)生的原因使得單條指令需要在多個(gè)時(shí)鐘周期內(nèi)完成，提高了DSP的運(yùn)行效率。A單元中的寄存器包括數(shù)據(jù)頁寄存器、輔助寄存器、堆棧指針寄存器、循環(huán)尋址寄存器和臨時(shí)寄存器等。

D單元是C55x DSP中主要的數(shù)據(jù)執(zhí)行部件，完成大部分?jǐn)?shù)據(jù)的算術(shù)運(yùn)算工作。它由移位器、40位ALU、兩個(gè)17位的乘累加器（MAC）和若干寄存器構(gòu)成。數(shù)據(jù)計(jì)算單元的兩個(gè)乘累加器能夠并行使用，可以有效提高DSP運(yùn)行效率。D單元中的寄存器包括累加器和兩個(gè)用于維特比譯碼的專用指令寄存器。

二 并行處理基本準(zhǔn)則

如圖1所示C55x DSP內(nèi)核結(jié)構(gòu)可知，整個(gè)處理器的地址及數(shù)據(jù)運(yùn)算由P單元、A單元和D單元完成。這三個(gè)單元相對獨(dú)立，各自通過總線與數(shù)據(jù)區(qū)及程序區(qū)相連。這種相互獨(dú)立的模塊化結(jié)構(gòu)，在硬件特性上確保這三個(gè)單元在同一時(shí)鐘周期內(nèi)能夠進(jìn)行并行處理，完成各自不同的運(yùn)算操作。

在C55x DSP指令集中有一些固定搭配的并行執(zhí)行指令（主要是利用D單元雙MAC結(jié)構(gòu)的并行指令），這些被固定使用的并行指令之間使用“：：”符號(hào)連接。除了這些固有的并行指令外，用戶也可以根據(jù)CPU結(jié)構(gòu)特征自行定義并行指令，并行的兩條指令之間需使用“||”符號(hào)連接，以區(qū)分指令集中的并行指令。

用戶自定義并行指令時(shí)，必須遵守如下3條并行處理基本規(guī)則：

規(guī)則1： 保證不產(chǎn)生硬件沖突，包括操作數(shù)、寄存器、總線及各運(yùn)算模塊的沖突。在對C55x DSP的所有操作中，對P、A、D三個(gè)單元進(jìn)行操作的指令類型有14類，這14類操作指令之間有很大一部分可以相互并行運(yùn)行。經(jīng)過我們對C55x DSP硬件電路結(jié)構(gòu)的分析，在只考慮硬件模塊沖突的情況下，我們得出如圖2所示的C55xDSP并行處理能力分析圖。圖中將14類操作指令組成了一個(gè)14 ×14的矩陣，列出了每一類指令與其自身及其他13類指令并行執(zhí)行的能力。圖中畫有（符號(hào)的空格代表不能并行執(zhí)行，相反沒有任何符號(hào)的空格代表可以并行執(zhí)行。

在考慮并行處理的硬件沖突時(shí)，還需要考慮總線資源的沖突?？偩€資源的沖突通常發(fā)生在數(shù)據(jù)總線和常量總線，C55x DSP中含有5條數(shù)據(jù)總線和2條常量總線，各條總線與各運(yùn)算模塊的連接如圖3所示。

數(shù)據(jù)總線中，C、D總線是讀數(shù)據(jù)總線，通過這兩條總線進(jìn)行數(shù)據(jù)讀?。籈、F總線是寫數(shù)據(jù)總線，通過這兩條總線進(jìn)行數(shù)據(jù)寫操作；另外還有一條特殊的B總線，這條總線可以進(jìn)行讀或?qū)懖僮鳎撬荒鼙籆DP寄存器使用，而其它輔助寄存器無法使用B總線。

兩條常量總線分別是KA、KD總線。KA常量總線用于產(chǎn)生地址數(shù)據(jù)。P單元的KA常量總線負(fù)責(zé)產(chǎn)生程序地址，例如跳轉(zhuǎn)指令B #RouTIne2中，常量#Routine2就是通過KA常量總線被送到P單元的。A單元的KA常量總線負(fù)責(zé)產(chǎn)生數(shù)據(jù)存儲(chǔ)區(qū)地址，例如在指令 Mov*SP（#7），Brc0中，偏移量#7就是通過KA常量總線被送到A單元的。KD總線用于傳送參與運(yùn)算的常量數(shù)據(jù)，例如指令ADD #123，AC0中，常量123就是通過KD總線傳送的。

規(guī)則2：受指令緩沖隊(duì)列（IBQ）的限制，并行語句的總長度不能超過6個(gè)字節(jié)。 I單元中的譯碼器只能將IBQ中的1～6個(gè)字節(jié)的程序進(jìn)行譯碼。如果一條并行語句的長度超過6個(gè)字節(jié)，則需要在兩個(gè)時(shí)鐘周期內(nèi)對其進(jìn)行兩次譯碼。因此必須將兩條并行語句的總長度限制在6個(gè)字節(jié)。

規(guī)則3：當(dāng)需要尋址兩個(gè)及以上數(shù)據(jù)存儲(chǔ)區(qū)數(shù)據(jù)時(shí)，必須使用雙重AR間接尋址方式。

圖3

采用雙重AR間接尋址方式，可以通過使用2個(gè)不同的輔助寄存器（AR0~AR7）同時(shí)訪問數(shù)據(jù)存儲(chǔ)區(qū)中兩個(gè)不同的數(shù)據(jù)。在這種尋址方式下，我們可以通過兩條不同的數(shù)據(jù)總線，在同一時(shí)鐘周期內(nèi)尋址兩個(gè)不同數(shù)據(jù)，并將其輸入不同的運(yùn)算模塊進(jìn)行計(jì)算。

三 常用并行處理應(yīng)用

在編程實(shí)現(xiàn)過程中，對每一個(gè)并行處理都進(jìn)行仔細(xì)分析將能達(dá)到事半功倍的效果。下面是我們總結(jié)出的幾種典型并行處理應(yīng)用：

1. D單元雙MAC結(jié)構(gòu)的并行處理

在C55x DSP的D單元中采用了雙MAC的結(jié)構(gòu)，其結(jié)構(gòu)如圖4所示。這里有3條數(shù)據(jù)總線（B、C、D數(shù)據(jù)總線）與兩個(gè)MAC模塊相連。在同一時(shí)鐘周期里，可以同時(shí)通過3條數(shù)據(jù)總線將三個(gè)不同地址的數(shù)據(jù)傳入兩個(gè)MAC模塊中進(jìn)行并行計(jì)算。

通常情況下，兩個(gè)MAC模塊的運(yùn)算總共需要4個(gè)數(shù)據(jù)，而這里的總線數(shù)卻只有3條，所以在并行使用雙MAC結(jié)構(gòu)時(shí)，兩個(gè)MAC模塊必須共用一組數(shù)據(jù)，而另外兩組數(shù)據(jù)分別分配給兩個(gè)MAC模塊。這使得雙MAC結(jié)構(gòu)的并行應(yīng)用受到一定的限制。

C55x的雙MAC結(jié)構(gòu)比較典型的應(yīng)用如不同數(shù)據(jù)的相同算法處理和同一數(shù)據(jù)的不同算法處理。下面是對不同數(shù)據(jù)進(jìn)行相同F(xiàn)IR濾波的實(shí)例：

MAC *AR0+，*CDP+，AC0

：：MAC *AR1+，*CDP+，AC1

其中AR0和AR1寄存器分別指向輸入的兩組數(shù)據(jù)，CDP寄存器指向FIR濾波器的抽頭系數(shù)。C55x DSP的指令集中還含有其它與雙MAC模塊并行處理的專用指令，在此就不再仔細(xì)分析。

2. 存儲(chǔ)區(qū)數(shù)據(jù)裝載指令與存儲(chǔ)指令的并行

A單元、P單元和D單元均可以對存儲(chǔ)器中數(shù)據(jù)實(shí)現(xiàn)裝載及存儲(chǔ)。數(shù)據(jù)的裝載與存儲(chǔ)使用的是不同總線，不會(huì)發(fā)生硬件沖突，易于實(shí)現(xiàn)并行處理。以下是在D單元內(nèi)實(shí)現(xiàn)兩個(gè)數(shù)據(jù)裝載與存儲(chǔ)的實(shí)例：

MOV AC0，*AR1

||MOV *AR2，AC1

此例是在D單元內(nèi)對AC0進(jìn)行存儲(chǔ)并裝載數(shù)據(jù)到AC1。程序執(zhí)行時(shí)，將數(shù)據(jù)通過D總線讀入AC1寄存器，同時(shí)將AC0數(shù)據(jù)通過E總線寫入存儲(chǔ)器，這樣就避免了硬件沖突，滿足并行規(guī)則1。兩條指令總長度為4字節(jié)，小于IBQ6個(gè)字節(jié)的限制，滿足了并行規(guī)則2。兩條指令均采用雙重間接尋址，滿足了并行規(guī)則3。通過上機(jī)調(diào)試，這條并行指令確實(shí)能夠正確編譯并執(zhí)行。

3. A單元中ALU運(yùn)算與D單元中ALU、MAC和移位運(yùn)算的并行

下面我們以一個(gè)實(shí)例來進(jìn)行說明：

ADD T0，AR1

||MOV HI（AC0《《#18），*AR2

圖3

這是一個(gè)A單元ALU模塊與D單元移位操作模塊的并行處理實(shí)例。它在A單元完成16位加法運(yùn)算，并將結(jié)果存放于AR1，同時(shí)在D單元完成對寄存器AC0的移位存儲(chǔ)操作。這兩條指令之間不存在硬件沖突，滿足并行規(guī)則1。兩條指令總共長度為5個(gè)字節(jié)，小于IBQ6個(gè)字節(jié)的限制，滿足了并行規(guī)則 2。這里只使用了一個(gè)儲(chǔ)器中的數(shù)據(jù)，不需要滿足并行規(guī)則3的規(guī)定。通過上機(jī)調(diào)試，這條并行指令能夠正確編譯并執(zhí)行。

4. 累加器的移位、飽和及存儲(chǔ)操作與D單元ALU或MAC的并行處理

下面我們以一個(gè)實(shí)例來進(jìn)行說明：

MOV HI（AC0《《#18），*AR2

||ADD AC0，AC1

這是一個(gè)D單元移位操作模塊與D單元ALU模塊的并行處理實(shí)例。它在移位操作模塊中完成寄存器AC0的移位，然后將移位后的值通過E總線存儲(chǔ)到存儲(chǔ)器中，同時(shí)在ALU模塊中完成寄存器AC0與AC1的加法運(yùn)算，然后將結(jié)果存放于AC1。這兩條指令不存在硬件沖突，滿足并行規(guī)則1。兩條指令總長度為5個(gè)字節(jié)，小于IBQ6字節(jié)的限制，滿足并行規(guī)則2。這里只需使用一個(gè)存儲(chǔ)器中的數(shù)據(jù)，不需滿足并行規(guī)則3。通過上機(jī)調(diào)試，這條并行指令能夠正確編譯并執(zhí)行。

5. 程序控制操作與運(yùn)算操作的并行

P單元程序控制模塊與其他的算術(shù)運(yùn)算模塊相對較獨(dú)立，不易發(fā)生硬件沖突，便于進(jìn)行并行處理。下面是一個(gè)程序控制指令與算術(shù)運(yùn)算指令的并行：

ADD *AR2，AC0

||RPTBLOCAL JUMP1 這是一個(gè)D單元ALU模塊與P單元程序控制模塊的并行實(shí)例。它在D單元ALU中將D總線送來的數(shù)據(jù)與AC0相加并存入AC0，同時(shí)完成程序循環(huán)控制。程序執(zhí)行中不存在硬件模塊和總線的沖突，滿足并行規(guī)則1；兩條指令總長度為5字節(jié)，滿足并行規(guī)則2；此例只使用一個(gè)存儲(chǔ)器中的數(shù)據(jù)，不需要滿足并行規(guī)則3。通過上機(jī)調(diào)試，這條并行指令能夠正確編譯并執(zhí)行。

6. 使用常量對存儲(chǔ)器進(jìn)行初始化

D單元擁有兩條寫總線（E、F總線），在通常情況下我們只使用了其中的一條寫總線造成資源浪費(fèi)。假如我們需要對某塊數(shù)據(jù)存儲(chǔ)區(qū)清零，通常的做法如下：

RPT #9

MOV #0，*AR1+

這段程序?qū)Υ鎯?chǔ)區(qū)數(shù)據(jù)逐一清零，每次只使用了D單元的E總線，總共需要10個(gè)時(shí)鐘周期才能完成。在這種情況下，如果我們充分利用E、F總線，將有效地降低這段程序的運(yùn)算量。具體實(shí)現(xiàn)如下：

MOV #0，AC0

||RPT #4

MOV AC0，DBL（*AR1+）

這段程序與上一段的最大不同點(diǎn)在于，一個(gè)時(shí)鐘周期內(nèi)通過E、F總線將兩個(gè)初始數(shù)據(jù)同時(shí)傳送到指定的數(shù)據(jù)區(qū)，同時(shí)初始化兩個(gè)字的存儲(chǔ)空間。這段程序只需要5個(gè)時(shí)鐘周期就可以完成10個(gè)字的初始化，比普通做法節(jié)約一半的運(yùn)算量，提高了使用效率。

責(zé)任編輯：gt