C6000优化inline举例

Jacktang

C6000优化inline举例 [复制链接]

C6X优化inline举例:
1、源程序：

for (i = LO_CHAN; i <= HI_CHAN; i++)
{

        norm_shift = norm_l(st->ch_noise[i]);
        Ltmp = L_shl(st->ch_noise[i], norm_shift);

        norm_shift1 = norm_l(st->ch_enrg[i]);
        Ltmp3 = L_shl1(st->ch_enrg[i], norm_shift1 - 1);

        Ltmp2 = L_divide(Ltmp3, Ltmp);
        Ltmp2 = L_shr(Ltmp2, 27 - 1 + norm_shift1 - norm_shift);  // * scaled as 27,4 *

        if (Ltmp2 == 0)
                Ltmp2 = 1;

        Ltmp1 = fnLog10(Ltmp2);
        Ltmp3 = L_add(Ltmp1, LOG_OFFSET - 80807124);  // * -round(log10(2^4)*2^26 *
        Ltmp2 = L_mult(TEN_S5_10, extract_h(Ltmp3));
        if (Ltmp2 < 0)
                Ltmp2 = 0;
        // * 0.1875 scaled as 10,21 *
        Ltmp1 = L_add(Ltmp2, CONST_0_1875_S10_21);
        // * tmp / 0.375 2.667 scaled as 5,10, Ltmp is scaled 15,16 *
        Ltmp = L_mult(extract_h(Ltmp1), CONST_2_667_S5_10);
        ch_snr[i] = extract_h(Ltmp);
}
2、优化后程序：
//因循环体太大，拆成两个循环并把相应的函数内嵌以使程序能pipeline，
//用L_div_tmp[]保存因拆分而产生的中间变量。
for (i = LO_CHAN; i <= HI_CHAN; i++)
{
        //norm_shift = norm_l(st->ch_noise[i]);
        norm_shift = _norm(st->ch_noise[i]);
        Ltmp = _sshl(st->ch_noise[i], norm_shift);

        //norm_shift1 = norm_l(st->ch_enrg[i]);  
        norm_shift1 = _norm(st->ch_enrg[i]);
        //Ltmp3 = L_shl1(st->ch_enrg[i], norm_shift1 - 1);
        LLtmp1 = st->ch_enrg[i];
        LLtmp1 = LLtmp1 << (norm_shift1 + 7);
        Ltmp3 = (Word32)(LLtmp1 >> 8);

        Ltmp2 = IL_divide(Ltmp3, Ltmp);
        //Ltmp2 = L_shr(Ltmp2, 27 - 1 + norm_shift1 - norm_shift);  
        Ltmp2 = (Ltmp2 >> (27 - 1 + norm_shift1 - norm_shift));

        if (Ltmp2 == 0)
                Ltmp2 = 1;
        L_div_tmp[i] = Ltmp2;
}
for (i = LO_CHAN; i <= HI_CHAN; i++)
{
        Ltmp2 = L_div_tmp[i];
        Ltmp1 = IfnLog10(Ltmp2);
        //Ltmp3 = L_add(Ltmp1, LOG_OFFSET - 80807124);  
        Ltmp3 = _sadd(Ltmp1, LOG_OFFSET - 80807124);
        //Ltmp2 = L_mult(TEN_S5_10, extract_h(Ltmp3));
        Ltmp2 = _smpy(TEN_S5_10, (Ltmp3 >> 16));
        if (Ltmp2 < 0)
                Ltmp2 = 0;

        Ltmp1 = _sadd(Ltmp2, CONST_0_1875_S10_21);

        //Ltmp = L_mult(extract_h(Ltmp1), CONST_2_667_S5_10);
        Ltmp = _smpy((Ltmp1 >> 16), CONST_2_667_S5_10);
        //ch_snr[i] = extract_h(Ltmp);
        ch_snr[i] = (Ltmp >> 16);
}
3、优化说明
    观察上面这个循环，循环体本身比较大，且含有两个函数L_divide（）和fnLog10（），而C62内部只有32个寄存器，且有些寄存器是系统用的，如B14、B15这样循环体太大将会导致寄存器不够分配，从而导致系统编译器无法实现循环的pipeline。

为了实现循环的pipeline。我们需要把循环体进行拆分，拆分时要考虑以下几点：
  （1）拆分成几个循环比较合适？在各个循环能pipeline的前提下，拆开的循环个数越少越好。这就要求尽可能让各个循环的运算量接近。
  （2）考虑在什么地方把程序拆开比较合适？循环体里的数据流往往并不是单一的，在拆开的断点处势必要用中间变量保存上次的循环运算结果，供以后的循环用。适当的拆开循环体，使所需的中间变量越少越好。
  （3）循环体中的函数调用必须定义成内嵌形式，含有函数调用的循环系统是无法使之pipeline的；各个循环体中的判断分支机构不可太多，否则系统也无法使之pipeline，为此应近可能把可以确定下来的分支确定下来，并尽可能用内嵌指令。  

针对上面这个例子，考虑：
  （1）为让各个循环的运算量大致相当，应把L_divide()和fnLog10()分到两个循环中去，从循环体大小上考虑，估计拆成两个循环比较合适。
  （2）考虑在什么地方把程序拆开比较合适？在if (Ltmp2 == 0) Ltmp2 = 1;后拆开，因为后面用到的数据只有Ltmp2，故只需用一个数组保存每次循环的Ltmp2值即可。
  （3）循环体中的两处函数调用L_divide()和fnLog10()都定义了其内嵌形式，IL_divid()和IfnLog10()。当把可以确定下来的分支作确定处理，并尽可能用内嵌指令后，该循环体中所剩的分支结构已很少，循环体可以pipeline。
  优化前程序用2676 cycle，优化后用400 cycle。优化后两个子循环的MII分别为14和6cycle。


内存地址形式： 奔腾，C6000都是32位计算机，字长32，但内存地址都是按字节组织的 一个字4字节（查看内存时候各个字
时候:例如两个连续字ox1000 ox1004) 写汇编程序时候,下一个字也需要+4,但写 C语言时候,int 型,+1就是加4但是,在Tiger SHARC中,虽然也是32位机,但内存是地址是按字组织的,查看内存时,连续的字地址相差1