迄今为止，处理器技术的创新为我们带来了配有工作于更高时钟速率的CPU的计算机。然而，随着时钟速率逼近其理论上的物理极限，人们开始投入到具备多个处理核的新型处理器的开发。借助这些新型多核处理器，工程师们在自动化测试应用开发中利用并行编程技术，可以实现最佳的性能和最大的吞吐量。爱德华×李博士——加州大学伯克利分校电气与计算机工程教授——阐述了并行处理的技术优势。

　　“许多技术专家预言，对于摩尔定律的终结回应，将是日趋并行的计算机架构。如果我们希望继续提高计算性能，计算机程序必须能够利用这种并行机制。”

　　而且，业界专家业已认识到，对于编程应用，如何利用多核处理器将是一个巨大的挑战。比尔×盖茨——微软公司的缔造者——是这样论述的：

　　“要想充分利用并行工作的处理器的威力，…软件必须能够处理并发性问题。但正如任何一位编写过多线程代码的开发者告诉你的那样，这是编程领域最艰巨的任务之一。”

　　幸运的是，NI LabVIEW软件，通过一个直观的、用于创建并行算法的API，为我们提供了一个理想的多核处理器编程环境，所创建的并行算法可以将多个线程动态分配至一 项给定的应用。事实上，您可以利用多核处理器优化自动化测试应用，以获取最佳性能。

　　而且， PXI Express的模块化仪器增强了这一技术优势，因为这些仪器利用了PCI Express总线所能支持的高数据传输速率。得益于多核处理器和PXI Express仪器的两个具体应用是：多通道信号分析和在线处理（硬件在环）。在此白皮书中，我们将评估各种并行编程技术，并描述每项技术所带来的性能优势。

　　一项常见的得益于并行处理的自动化测试应用便是多通道信号分析。由于频率分析是一项占用处理器运行时间较多的操作，您可以并行运行测试代码，将每个通道的信号处理分配至多个处理器核，提高执行速度。从编程人员的角度来看，为获得这一技术优势，唯一需要改变的只是测试算法结构的细微调整。

　　为描述这一过程，现比较用于多通道频率分析（快速傅立叶变换或FFT）的两个算法的执行时间，它们分别位于一个高速数字化仪的两个通道上。NI PXIe-5122 14-位高速数字化仪的两个通道均以最高采样率（100 MS/s）采集信号。首先，我们察看LabVIEW中对应于这一操作的传统顺序编程模型。

　　图1. 利用顺序执行的LabVIEW代码

　　采集来自数字化仪的两个通道的信号

　　图1中，两个通道的频率分析均在一个FFT快速VI中完成，它顺序分析每个通道信号。虽然上述算法也可以在多核处理器环境下有效执行，但是，您还可以通过并行处理每个通道来进一步提高算法性能。

　　如果您剖析上述算法，就会发现完成FFT所需的时间要比从高速数字化仪采集数据长得多。通过每次获取各个通道的数据并且并行执行各个通道的FFT，可以显著降低处理时间。图2表示了一个采用并行方法的新的LabVIEW模块框图。

　　图2. 利用并行执行的LabVIEW代码

　　一项常见的得益于并行处理的自动化测试应用便是多通道信号分析。由于频率分析是一项占用处理器运行时间较多的操作，您可以并行运行测试代码，将每个通道的信号处理分配至多个处理器核，提高执行速度。从编程人员的角度来看，为获得这一技术优势，唯一需要改变的只是测试算法结构的细微调整。

　　为描述这一过程，现比较用于多通道频率分析（快速傅立叶变换或FFT）的两个算法的执行时间，它们分别位于一个高速数字化仪的两个通道上。NI PXIe-5122 14-位高速数字化仪的两个通道均以最高采样率（100 MS/s）采集信号。首先，我们察看LabVIEW中对应于这一操作的传统顺序编程模型。

　　图1. 利用顺序执行的LabVIEW代码

　　采集来自数字化仪的两个通道的信号

　　图1中，两个通道的频率分析均在一个FFT快速VI中完成，它顺序分析每个通道信号。虽然上述算法也可以在多核处理器环境下有效执行，但是，您还可以通过并行处理每个通道来进一步提高算法性能。

　　如果您剖析上述算法，就会发现完成FFT所需的时间要比从高速数字化仪采集数据长得多。通过每次获取各个通道的数据并且并行执行各个通道的FFT，可以显著降低处理时间。图2表示了一个采用并行方法的新的LabVIEW模块框图。

　　图2. 利用并行执行的LabVIEW代码

　　配置定制的并行测试算法

　　并行信号处理算法帮助LabVIEW在多个处理器核中划分处理器的用途。图5按顺序描述了CPU处理算法每一部分。

　　优化硬件在环应用

　　得益于并行信号处理技术的又一个应用便是为同时输入与输出使用多个仪器。一般，这些应用被称为硬件在环（HIL）或在线处理应用。在此情况下，您可以使用高速数字化仪或高速数字I/O模块来采集信号。在您的软件中执行数字信号处理算法。最后，通过另一个模块化仪器生成结果。图7描述了一个典型的模块框图。

　　通常，您可以使用两种基本的编程结构，单循环结构和带有队列的流水线式多循环结构。单循环结构实现简单，对于小数据块具有较低时延。相比之下，多循环结构能够支持高得多的吞吐量，因为它们能够更好地利用多核处理器。

　　对于传统的单循环方式，您顺次组织一个高速数字化仪的读函数、信

号处理算法和高速数字I/O的写函数。如图8的模块框图所示，这些子例程中的每一个都必须按照LabVIEW编程模型所确定的顺序执行。

　　多循环架构使用队列结构实现while循环间的数据传递。图9描述了多个while循环（带有一个队列结构）间的编程方式。

　　对于一项在线信号处理应用，您可以使用三个独立的while循环和两个队列结构，实现其间的数据传递。在此应用情况下，一个循环将从一台仪器采集数据，一个循环将专门执行信号处理，而第三个循环将数据写入到另一台仪器。

　　图10中，最上面的循环是一个生产者循环，它从一个高速数字化仪采集数据，并将其传递至第一个队列结构（FIFO）。中间的循环同时作为生产者和消费者工作。每次迭代中，它从队列结构中接收（消费）若干个数据集，并以流水线的方式独立对其进行处理。这种流水线方式通过支持高达四个数据集的独立处理，实现了在多核处理器环境下的性能改进。注意，中间的循环同时也作为一个生产者工作，将处理后的数据传递至第二个队列结构。最后，最下面的循环将处理后的数据写入至高速数字I/O模块。

　　并行处理算法改善了多核CPU的处理器利用率。事实上，总吞吐量取决于两个因素，处理器利用率和总线传输速度。通常，CPU和数据总线在处理大数据块时工作效率最高。而且，我们可以进一步使用具有更快传输速度的PXI Express仪器，减小数据传输时间。

　　图11. 多循环结构提供比单循环结构高得多的吞吐量。

　　表1和2. 这两个表格描述了单循环和4阶流水线的时延。

　　总结

　　基于PC的仪器系统，如PXI和PXI Express模块化仪器，从多核处理器技术的进步和数据总线速度的提高中获益匪浅。当新型CPU通过添加多个处理核改进性能时，并行或流水线式处理结构在最大化CPU效率时是必须的。幸运的是，LabVIEW通过将需要处理的任务动态分配至每个处理核，解决了这一编程难题。如上所述，您可以通过将LabVIEW算法结构化以利用并行处理，实现性能的显著提高。