摘要：分析了TMS320C6000的硬件設計和指令系統(tǒng)的特點，結合應用開發(fā)過程中遇到的問題，對這種高速并行DSP器件開發(fā)方法進行了總結。

關鍵詞：DSP TMS320C6000 嵌入式系統(tǒng) 并行處理

1 TMS320C6000的硬件設計和指令系統(tǒng)

TMS320C6000系列DSP(數字信號處理器)是TI公司最新推出的一種并行處理的數字信號處理器。它是基于TI的VLIW技術的，其中，TMS320C62xx是定點處理器，TMS320C67xx是浮點處理器。本文主要討論TMS320C6201。該處理器的工作頻率最高可以采用50MHz，經內部4倍頻后升至200MHz，每個時鐘周期最多可以并行執(zhí)行8條指令，從而可以實現1600MIPS的定點運算能力，而且完成1024定點FFT的時間只需70μs。

1.1 TMS320C6000的硬件結構

TMS320C6000的CPU有兩個數據通道A和B，每個通道有16個32位字長的寄存器(A0～A15，B0～B15)，四個功能單元(L，S，M，D)，每個功能單元負責完成一定的算術或者邏輯運行。A、B兩通道的寄存器并不是完全共享，只能通過TM320C6000提供的兩個交換通道1X、2X，才能實現處理單元從不同通道的寄存器堆那里獲取32位字長的操作數。

TMS320C6000的地址線為32位，存儲器尋址空間是4G。C6201片內集成有1Mbit SRAM——512Kbit的程序存儲器(根據需要可全部配置成Cache)和512Kbit的數據存儲器。通過片內的程序存儲空間控制器，CPU一次可以取出256bit，即一次最多可以取出8條32位指令。

C6201有32位的外部存儲接口EMIF為CPU訪問外圍設備提供了無縫接口。外圍設備可以是同步動態(tài)存儲器(SDRAM)、同步突發(fā)靜態(tài)存儲器(SBSRAM)、靜態(tài)存儲器(SRAM)、只讀存儲器(ROM)，也可以是FIFO寄存器。

為了便于進行多信道數字信號處理，TMS320C6000配備了多信道帶緩沖能力的串口McBSP。McBSP的功能非常強大，除具有一般DSP串口功能之外，還可以支持T1/E1、ST-BUS、IOM2、SPI、IIS等不同標準。McBSP最多支持128個信道;支持多種數據格式(8/12/16/20/24/32bit)的傳輸;可自動進行u律、A律壓擴。其工作速率可達到 1/2時鐘速率。

TMS32C6000提供的16位主機接口(HPI)使得主機設備可以直接訪問DPS的存儲空間。通過內部或外部存儲空間，主機和DSP可以交換信息。主機也可以利用HPI直接訪問映射進存儲空間的外圍設備。

DSP器件一般都帶有DMA控制器，可以在CPU操作的后臺進行數據傳輸。 TMS320C6201的DMA控制器有4個獨立的可編程通道，可以同時進行四個不同的DMA操作，每個通道的優(yōu)先級可以通過編程設定。每個通道可以根據需要傳輸8/16/32bit的數據，并且DMA控制器可以訪問全部32位的地址空間。此外，還有一個輔助通道允許DMA控制器響應主機通過HPI口發(fā)來的請求。

1.2 指令系統(tǒng)

C62xx和C67xx共享同一個指令集。C67xx可以使用所有的C62xx 指令，但因為C67xx是浮點芯片，怕以C67xx的指令集中有一些指令只能用于浮點運算。TMS320C6201CPU的設計采用了類似于RISC的結構，指令集簡單、運算速度快。8個功能單元負責不同功能的運算，指令和功能單元之間存在一個映射關系。其中，L單元有23條指令，M單元有20條指令，S 單元29有條指令，D單元有26條指令。

TMS320C6201的大部分指令都可在單周期內完成，都可以直接對8/16 /32bit數據進行操作。同時，TMS320C6201指令集針對數字信號處理算法提供了一引起特殊指令：為復雜計算提供的40bit的特殊操作的加法運算;有效的溢出處理和歸一化處理;簡潔的位操作功能等。TMS320C6201中最多可以有8條指令同時并行執(zhí)行;所有指令均可條件執(zhí)行。以上所有特點提高了指令的執(zhí)行效率、減小了代碼長度、大大減少了因跳轉引起的開銷、提高了編碼效率。

流水線操作是DSP實現高速度、高效率的關鍵技術之一。TMS320C6000 只有在流水線充分發(fā)揮作用的情況下，才能達到1600MIPS的速度。C6000的流水線分為三個階段：取指、解碼、執(zhí)行、總共11級。和以前的C3x、 C54x相比，有非常大的優(yōu)勢，主要表現在：簡化了流水線的控制以消除流水線互鎖;增加流水線的深度以消除傳統(tǒng)流水線結構在取指、數據訪問和乘法操作上的瓶頸。其中取指、數據訪問分為多個階段，使得C6000可以高速地訪問存儲空是。

2 優(yōu)化編程的幾個方法

使用TMS320C6000進行程序設計時，首先的感覺是匯編指令集太小了。 C6000在設計時采用了一種類RISC機的結構，運算速率特別快，但是指令集卻非常簡單。象DSP算法中常用的乘加指令、循環(huán)操作指令等，在C54x和 C3x中兩條指令就可以完成的功能，而在C6000中卻需要一個循環(huán)體，所以它的程序設計一般比較復雜。要想充分發(fā)揮C6000的運算能力，必須從它的硬件結構出去，最大限度地利用八個功能單元，使用軟件流水線，盡量讓程序無沖突的并行執(zhí)行。

并行處理的長處在于，在處理彼此之間沒有承接關系的運算時，在CPU資源允許的情況下可以并行完成。但對于前后有承接關系或者判斷、跳轉頻繁的情況，就無法發(fā)揮并行的優(yōu)勢。一般循環(huán)體都滿足并行處理的條件，并且循環(huán)體往往是程序中耗時最長的地方。因此進行C6000應用開發(fā)時應將優(yōu)化重點放在循環(huán)體上。為了降低開發(fā)難度，C6000提供了很多在高級語言(如ANSI C)一級對程序進行優(yōu)化的方法。在應用滿足實時性處理要求時，應盡量采有這種方法。但是這種方法的效率比較低，C語言優(yōu)化最好的例子是點乘，這種循環(huán)使用 C語言進行優(yōu)化可以百分之百地的利用CPU資源，程序的并行性達到最好。但是我們在做20點的點乘時發(fā)現它耗時是匯編語言程序的3倍。所以如果系統(tǒng)的實時性要求比較高，就不能使用這種優(yōu)化方法了。

這時可以考慮使用線性匯編語言進行開發(fā)。線性匯編語言是TMS320C6000 中獨有的一種編程語言，介于高級語言和低級語言之間。因為在用手寫匯編語言進行應用開發(fā)時，開發(fā)者除了要精通C6000的指令系統(tǒng)之外，還必須為指令分配功能單元、考慮指令的延這和功能單元之間的配合以及合理分配使用32個寄存器，才能寫出高效的并行指令，發(fā)揮C6000的威力。上面任何一個方面出現問題，都會嚴重影響算法的效率。

線性匯編語言的指令系統(tǒng)和匯編語言的指令系統(tǒng)完全相同，但是它有自己的匯編優(yōu)化器指令系統(tǒng)，用于和匯編性匯編語言時不需要考慮指令的延時、寄存器的使用和功能單元的分配，完全可以按照高級語言的方式進行編寫。當然由于它不是高級語言，有許多編程的限制。例如，在優(yōu)化循環(huán)體時，不能使用跳轉到循環(huán)體之外的跳轉指令;另外計數順只能使用減計數，如果使用加計數，優(yōu)化器將不能工作等等。但總的說來，它的代碼效率遠遠高于高級語言，而且開發(fā)難度和開發(fā)周期比匯編語言要小得多。[!--empirenews.page--]

在實際開發(fā)過程中需要具體情況具體分析，選擇一種高效、快捷的開發(fā)方法。以下結合應用開發(fā)中的幾個模塊來簡述我們使用的優(yōu)化方法。

2.1 使用匯編語言進行

使用匯編語言進行并行編程難度比較大。但在有些情況下，程序中數據有非常強的承接關系，并且該程序體邏輯關系清楚，使用的寄存器不超過32個，這時直接使用匯編語言實現，效率會更高。另外，有些使用C語言比較難實現的運算函數，在C6000的匯編指令集中可能有專用DSP指令，這時就可以直接使用匯編語言實現。

使用匯編語言進行編程時特別需要注意的是C6000指令的延遲情況，有些指令并不是立刻就能得到結果。C6000指令集中有延遲的指令如表1所示。

表1 C6000的有延遲指令

例1 32位歸一化函數morm_1()

short morm_1(long L_var1)

{short var_out;

if (L_var1= = 0L){

var_out = (short)0;

}

else {

if (L_var1= = (logn)0xffffffffL{

var_out = (short)31;

}

else {

if (L_var1< 0L) {

L_var1 = ~L_var1;

}

for(var_out=(short)0;L_var1<(long)0x40000000L;

var_out++){

L_var1 <<= 1L;

}}}

return(var_out);

}

使用匯編語言進行優(yōu)化;

.global norm_1

_norm1:

B B3

CMPEQ 0,A4,B0

[!B0] NORM A4,A4

NOP 3

消耗時間(時鐘周期)：C語言norm_1()為723;匯編語言為11。

2.2 使用線性匯編語言重寫整個函數

對于某些以循環(huán)體為主的函數可以使用線性匯編語言重寫整個函數。使用匯編優(yōu)化器進行優(yōu)化之后，效率是非常高的。

下面例子是算法中計算幀能量的函數，其中包含兩個單循環(huán)體。進行優(yōu)化時，首先要確定循環(huán)的次數。對于循環(huán)次數是變量的情況，優(yōu)化器不進行并行優(yōu)化;其次盡量減少數據存取次數，例如以32位存取指令對16位數據進行存取，可以節(jié)省一增的存取周期。仔細觀察C代碼，會發(fā)現兩次循環(huán)次數相同。第二個循環(huán)要用到第一個循環(huán)的結果，因此可以將兩個循環(huán)合并在一起，這樣就避免了在第二個循環(huán)中再從存儲器中取結果，減少了一半的Load操作。

Long Comp_En(short *Dpnt)

{ int i;

long Rez;

short Temp[60];

for (i=0;i<60;i ++) Temp [i] = shr(Dpnt[i],(short) 2);

Rez=(long) 0;

for (i=0; i <60; i ++) Rez=L_mac(Rez,Temp[i],Temp[i]);

return Rez;

}

相應的線性匯編程序如下：

.global _Comp_En ;函數名定義，對c變量前加_

_Comp_En .cproc Dpnt;函數頭定義，Dpnt是參數

.reg Rez,Rez1,Rez2,1 ;寄存器定義，不必考慮實際的寄存器分配

.reg t1,t2,x1,c1,m1,m2

zero Rez

zero Rez1

zero Rez2

mv Dpnt,c1

mvk 30,i ;確定循環(huán)次數。因為用LDW代替LDH，循五環(huán)次數減少一半。

loop1 .trip 30

ldw *c1++,x1

sh1 x1,16,t1

shr t1,2,t1

shr x1,2,t2 ;將兩個循環(huán)合在一起，又減少了一半的從內存取數據的時間。

smpyh t1,t1,m1

smpyh t2,t2,m2

sadd Rez1,m1,Rez1

sadd Rez2,m2,Rez2

[i] sub i,1,i ;循環(huán)計數器從30遞減

[i] b loop1

sadd Rez1,Rez2,Rez

.return Rez

.endproc

消耗時間(時鐘周期)：C語言為32971;線性匯編語言為93。

2.3 使用線性匯編改寫復雜函數中的循環(huán)體

當函數的邏輯關系復雜，判斷、跳轉、函數調用情況特別多時，上面方法的效果就會在打折扣。這時可以使用線性匯編將其中的循環(huán)部分改寫成一個函數，以優(yōu)化后的函數調用代替環(huán)部分，而不是優(yōu)化整個復雜函數。

高速數字信號處理器件的應用范圍越來越廣，特別是在移動通信領域中，軟件無線電、智能天線等新技術的實都需要強大的實時數字信號處理的支持。TMS320C6000系列DSP完全可以滿足此類要求。但目前對于并行DSP技術的軟硬件開發(fā)還處在摸索階段，如何充分利用高速DSP的資源，是這方面的研究重點。本文研究了最新推出的TMS320C6000的優(yōu)化策略，從工程和系統(tǒng)的角度總結出一套既能滿足實時性又能保證開發(fā)時效性的實用的優(yōu)化編程方法，以供分饗。