xScale应用程序性能的优化策略（1） 应用程序, 编程开发, 微处理器, 关键词, Intel

我是MT

摘要：XScale是一款具有高性能、低功耗特性的ARM兼容嵌入式微处理器架构。XScale引入了多种硬件特性提高其处理能力，但也给应用程序的优化带来了困难。本文介绍XScale体系结构的特点，从开发工具选择、系统设计和编程开发等多个角度讨论对XScale应用程序进行优化的策略和技术。 关键词：XScale 编译优化 优化策略ARM 引言 XScale体系结构是采用Intel Pentium技术实现的ARM兼容的嵌入式微处理器架构，并对ARM体系结构进行了增强，具有业界领先的高性能和低功耗特性被广泛应用于消费电子、无线通信、多媒体和网络交换等嵌入式应用领域。XScale引入了一系列高性能微处理器的设计技术，总体性能显著地超出同主频的ARM微处理器。然而，由于受功耗、成本和体积等因素的制约，嵌入式微处理器的处理能力与桌面系统相比仍存在较大差距。通常需要对嵌入式应用程序进行性能优化，以满足嵌入式应用的性能需求。 业界对嵌入式系统的性能优化进行了很多研究与实践。文献为XScale优化编译器的设计提供了多种优化技术，也可用于一些应用程序的手工优化;文献从应用程序编程的角度讨论了ARM嵌入式系统软件设计优化技术;文献讨论了提高C/C++嵌入式应用程序性能的一些技巧，其中多数技术可以由优化编译器中实现。 本文在总结XScale优化编译器设计和XScale嵌入式系统设计开发工作的基础上，从系统设计、开发工具选择、编译优化和编程开发等角度讨论和提出了 XScale应用程序的优化策略和技术。
1 XScale体系结构 XScale微架构引入了Pentium处理器工艺和系统结构技术，实现了Pentium微处理器体系结构的一系列高性能技术，达到了高性能、低功耗和小体积等嵌入式系统要求的特性。 (1)超流水线 Xscale的超流水线(SuperPipeline)技术，如图1所示，由整数处理(integer)、乘加(MAC)和存储(memory)3条流水线组成。3条流水线的长度是6到9段，前4到5段共享，后面分支部分并行工作可有效提高处理器性能。 (2)高主频 采用Pentium工艺技术，XScale主频可以超出普通ARM微处理器主频数倍，在保持较低能量消耗的前提下，高达600MHz以上。如PXA27X 的主频可高达724MHz。 (3)存储体系 XScale实现了一个高效的存储器体系结构，为其超流水线的高效运行提供数据资源。XScale存储体系功能主要包括32KB D-Cache、32KB I-Cache、2KB Mini Dcache、Fill Buffers、ending Buffers以及4.8GB/s带宽的存储总线，使处理器可以高效访问存储器。 (4)分支预测 XScale实现了基于统计分析的分支预测功能部件，减少由于分支转移冲刷指令流水线的次数，也有效地提高了处理器的性能。 (3)指令集体系结构 针对ARM数据处理能力的不足，XScale对ARM的乘加逻辑进行了增强，增加了8条DSP指令。XScale处理器还可集成Flash闪存和无线 MMX逻辑功能。这些特性有效地提高了XScale数据处理能力。带有无线MMX的PXA27X在312MHz主频运行处理多媒体应用时，其性能与 520MHz ARM处理器相当。 (6)省去不常用的逻辑功能 为了节省处理器芯片体积和降低运行功耗，XScale体系结构没有实现昂贵的浮点运算部件和除法部件。这些是嵌入式应用中不常用的运算。当需要这类运算时，可以通过软件方法实现。 XScale复杂的体系结构给嵌入式应用程序的优化带来了更大的困难。 2 性能优化技术 XScale处理器性能的发挥很大程度上依赖于应用程序的优化技术。XScale嵌入式应用系统的性能优化可以下几个方面考虑。 2.1 算法结构优化 实现某种应用功能通常可采用多种算法或方法，不同算法的复杂度和效率差别很大。选择一种高效的算法或对算法进行优化，可以使应用程序获得最大的优化性能。常用的优化技术有以下几种。 (1)选择高效算法 如果算法效率低下，再快的处理器也会显得不够有，而一个高效的算法却可以弥补处理器性能的不足。 考虑从已排序好的n个元素a[0:n-1]中找出某一特定元素x。如果采用顺序搜索方式，从a[0]到a[n-1]逐个比较这n个元素，需要O(n)次比较。而如果采用二分搜索方法，则仅需O(logn)次比较。当n为2 31时，前一算法平均需要比较2 31次，后一算法平均仅需比较31次。两者所需时间相差达10 8倍。 (2)递归算法非递归化 采用递归过程实现算法具有结构清晰、程序简练易读、正确性容易证明的特点;但递归算法通常需要执行大量的过程调用，并在堆栈中保存所有返回过程的局部变量，效率往往较低。当应用程序存在性能问题时，使用循不迭代方法将递归算法转换成非递归算法往往可以使程序性能提高数倍。文献对八皇后问题和 Fibonacci数列的递归算法与非递归算法进行了性能比较试验，结果如表1所列。 表1 递归算法和非递归算法的性能对比 问题递归算法时间/s 非递归算法时间/s 加速比/倍 八皇后问题(最大栈深度为12) 100 20 5 Fibonacci数列(n=40) 50 1 50 算法优化是首选的优化技术。 2.2 编译优化 随着编译技术的成熟，很多编译器都实现了较强的代码优化功能，可在编译过程中自动对应用程序进行优化，改进一些不合理的结构，生成效率较高的目标代码。 多数编译器都可基于数据流分析实现别名分析、常数拆叠、常数传播、公共子表达式消除、冗余代码和死码删除、循环不变量的移动、循环逆转、循环展开、函数嵌入等与体系结构无关的优化。 GNU gcc、WindRiverdiab、Intl XScale Compiler等常见编译器都针对XScale体系结构进行了优化设计，可以有效地利用XScale/ARM指令的条件执行、条件设置和操作数移位等功能，使一条指令完成多个操作，缩短指令序列的长度;减少跳转指令的数目，减少冲刷流水线的次数;按照XScale超流水线要求，利用3地址指令、多字传送指令、DSP乘加指令和MMX指令等，生成高效的指令序列，提高应用程序的性能。 一些优化编译器可借用并行程序设计技术，进行相关性分析，获得源程序的语义信息，采用软件流水线、数据规划、循环重构等技术，使应用程序呈现更好的局部性，提高Cache命中率，从而提高计算密集型应用程序的性能。对于矩阵计算等计算密集型程序，一些高性能优化编译器生成的代码可以高出普通编译器产生的代码十倍之多。 应用程序开发过程中应该充分利用编译器的代码优化功能，在编码时将主要精力集中在业务逻辑算法流程的设计上，提高编程效率和代码可读性。 2.3 编程优化 编译优化是静态优化。优化编译器可以自动完成程序段和代码块范围内的优化问题，但编译器很难获取程序语义信息、算法流程和程序运行状态信息。很多情况下也需要编译人员以某种方式将程序运行状态信息传递给编译器，或进行手工优化。以下是常用的编译优化技术。