筆者接觸嵌入式領域軟件開發(fā)以來,幾乎用的都是 ARM Cortex M 內核系列的微控制器。感謝C語言編譯器的存在,讓我不用接觸匯編即可進行開發(fā),但是彷佛也錯過了一些風景,沒有領域到編譯器之美和CPU之美,所以決定周末無聊的休息時間通過尋找資料、動手實驗、得出結論的方法來探索 ARM CPU 架構的美妙,以及C語言編譯器的奧秘。(因為我個人實在是不贊同學校中微機原理類課程的教學方法)。
ARM探索之旅 01 | 帶你認識ARM Cortex-M陣營
ARM探索之旅 02 | ARM Cortex-M 用什么指令集?
一、浮點數的存儲
浮點數按照 IEEE 754 標準存儲在計算機中,ARM浮點環(huán)境是遵循「IEEE 754-1985」標準實現的。
IEEE 754 標準規(guī)定浮點數的存儲格式有三個域
sign:符號位,0表示正數、1表示負數;
exponent:二進制小數的指數值編碼;
具體的編碼規(guī)則過多,本文重點不在此,不再展開,感興趣可以閱讀我之前的文章:浮點數在計算機中的存儲 —— IEEE 754標準[1](可點擊閱讀原文查看)。
二、浮點支持軟件庫fplib
1. fplib介紹
ARM Cortex-M處理器中計算浮點數的方式有軟件和硬件兩種。
對于不帶 FPU 的處理器,ARM提供了一個「浮點支持軟件庫」用于計算浮點數:fplib。
fplib提供的 API 以__aeabi開頭,比如:
__aeabi_fadd:計算兩個float型浮點數(float占4個字節(jié),32位)
__aeabi_dadd:計算兩個double型浮點數(double占8個字節(jié),64位)
__aeabi_f2d:float型轉為double型
__aeabi_d2f:double型轉為float型
除此之外,fplib庫還提供取余、開方等非常多的浮點數操作函數,如有興趣可以查閱文末我列出的參考文檔[2]。
2. 測試代碼與優(yōu)化等級
編寫如下測試代碼:
float a = 5.625; float b = 5.625; float res_add, res_sub, res_mul, res_div; res_add = a + b; res_sub = a - b; res_mul = a * b; res_div = a / b; printf(“res_add = %f ”, res_add); printf(“res_sub = %f ”, res_sub); printf(“res_mul = %f ”, res_mul); printf(“res_div = %f ”, res_div);
?
使用這段測試代碼,「編譯器優(yōu)化等級推薦設置為-O0」,否則聰明的編譯器會直接將結果計算出來編譯到程序中,我們就沒法研究了。
?
3. armcc測試結果
這節(jié)我們驗證是否ARM使用 fplib 庫來計算浮點數,在設置中關閉FPU:
使用MDK編譯之后,進入調試模式查看反匯編結果。
在反匯編中可以看到,變量a是float類型,所以編譯器分配了一個寄存器用于存儲值:
查看0x080031C4處的值,小端存儲模式下(低位在低地址),變量a的值是0x40B40000,存儲方式符合IEEE 754標準。
再來看看浮點數運算操作的反匯編結果,果然調用fplib庫提供的函數完成浮點數的操作:這里還有一個有趣的小細節(jié),在反匯編中可以看到「使用 %f 占位符打印浮點數時,printf是按照double型傳參的」:
4. arm-none-eabi-gcc測試結果
使用STM32CubeMX生成makeifle工程,修改makeifle中的等級為-O0,設置為軟件浮點計算:另外還需要注意,默認gcc編譯時不支持printf打印浮點數,需要在 makefile 中手動加入以下鏈接選項:
LDFLAGS += -u _printf_float
編譯完成之后進行反匯編(注意文件名):
arm-none-eabi-objdump -s -d build/usart1-fpu-test.elf 》 build/usart1-fpu-test.dis
同樣,在反匯編文件中即可找到浮點計算代碼:
三、使用 ARM FPU 加速浮點計算
1. ARM FPU的魅力
FPU(Floating Point Unit,浮點單元)是ARM內核中的硬件外設,用于硬件計算浮點數,要想使用FPU計算浮點數,需要程序和編譯器配合。
在程序中使能/開啟FPU硬件外設,「使 FPU 硬件可以正常工作」;
在編譯器中設置使用FPU,編譯器會將所有浮點計算的代碼都編譯為「使用FPU操作指令完成」。
目前Cortex-M4、Cortex-M7、Cortex-M33、Cortex-M35P、Cortex-M55處理器中都具備FPU硬件。
在上一節(jié)中我們使用fplib軟件庫來計算浮點數,但是fplib終歸還是軟件方式,每個計算函數的實現都是通過很多的指令去完成計算,并且最終的程序中還會把函數鏈接進可執(zhí)行程序,導致程序體積變大。
「ARM FPU的魅力在于,浮點計算可以通過簡單的FPU操作指令去完成,相比之下,不僅計算快,也不會增大程序體積。」
2. 如何使能FPU硬件
ARM Cortex - M4內核中將 FPU 作為協處理器設計的,所以通過設置協處理器訪問控制(CPACR,Co-processor access control register)來控制是否使能FPU。
復位之后CP11=0、CP10=0,默認禁止訪問FPU,因為這是Cortex-M內核的外設,寄存器定義CMSIS-Core中,所以可以直接通過下面這行代碼設置CP11=1、CP10=1來允許訪問FPU:
SCB-》CPACR = 0x00F00000; // Enable the floating point unit for full access
無論是STM32 HAL庫還是標準庫,在SystemInit()函數中已經存在使能代碼,通過__FPU_PRESENT和__FPU_USED來控制:
/* FPU settings ------------------------------------------------------------*/ #if (__FPU_PRESENT == 1) && (__FPU_USED == 1) SCB-》CPACR |= ((3UL 《《 10*2)|(3UL 《《 11*2)); /* set CP10 and CP11 Full Access */ #endif
并且,在頭文件 stm32l431xx.h 中已經使能__FPU_PRESENT宏定義:__FPU_PRESENT宏定義是一直使能的,那么如何來控制FPU的使能呢?
別忘了還有一個宏定義__FPU_USED,這是留給編譯器來控制的!
3. ARMCC編譯器如何開啟FPU
MDK編譯器開啟FPU的方法非常簡單,如圖:在MDK中使能FPU,一方面編譯器會設置宏定義__FPU_USED == 1,不放心的話可以在任意位置添加下面的預處理代碼,分別在使用/不使用的情況編譯一下,查看編譯器輸出結果:
#if __FPU_USED == 1 #error “ok!” #endif
另一方面,編譯器在編譯的時候,會將所有的浮點運算都編譯為使用FPU操作指令去完成
4. gcc編譯器如何開啟FPU
在Makefile中加入以下gcc編譯設置項:
# fpu FPU = -mfpu=fpv4-sp-d16 # float-abi FLOAT-ABI = -mfloat-abi=hard
ABI是應用程序二進制接口(Application Binary Interface),-mfloat-abi用來指定使用哪種方式:
soft:使用CPU寄存器組+軟件庫(fplib)完成浮點操作;
softfp:使用CPU寄存組+FPU硬件+軟件庫完成浮點操作;
hard:使用FPU寄存器組+FPU硬件+軟件庫完成浮點操作;
mfpu選項用來指定FPU架構,具體值可以閱讀我在文末給出的參考文檔,本文所使用的值fpv4-sp-d16,意味著僅僅使能Armv7 FPv4-SP-D16 單精度浮點單元擴展。
同樣,對之前的測試代碼編譯,查看反匯編結果,可以看到使用了浮點操作全部使用了FPU相關指令。
四、使用Julia測試FPU加速性能
1. 測試準備
需要準備一份裸機工程,具有屏幕打點顯示功能和串口打印功能。
參考:STM32CubeMX_17 | 使用硬件SPI驅動TFT-LCD(ST7789)。
2. 移植Julia分形測試代碼
Julia測試是通過計算幾幀Julia分形的數據來測試單精度浮點運算的性能,測試代碼參考正點原子,如下:
/* Private user code ---------------------------------------------------------*/ /* USER CODE BEGIN 0 */ #define ITERATION 128 //迭代次數 #define REAL_CONSTANT 0.285f //實部常量 #define IMG_CONSTANT 0.01f //虛部常量 //顏色表 uint16_t color_map[ITERATION]; //縮放因子列表 const uint16_t zoom_ratio[] = { 120, 110, 100, 150, 200, 275, 350, 450, 600, 800, 1000, 1200, 1500, 2000, 1500, 1200, 1000, 800, 600, 450, 350, 275, 200, 150, 100, 110, }; //初始化顏色表 //clut:顏色表指針 void InitCLUT(uint16_t * clut) { uint32_t i = 0x00; uint16_t red = 0, green = 0, blue = 0; for (i = 0;i 《 ITERATION; i++) { //產生 RGB 顏色值 red = (i*8*256/ITERATION) % 256;
green = (i*6*256/ITERATION) % 256; blue = (i*4*256 /ITERATION) % 256;
//將 RGB888,轉換為 RGB565 red = red 》》 3; red = red 《《 11; green = green 》》 2; green = green 《《 5; blue = blue 》》 3; clut[i] = red + green + blue; } } //產生 Julia 分形圖形 //size_x,size_y:屏幕 x,y 方向的尺寸 //offset_x,offset_y:屏幕 x,y 方向的偏移 //zoom:縮放因子 void GenerateJulia_fpu(uint16_t size_x,uint16_t size_y,uint16_t offset_x,uint16_t offset_y,uint16_t zoom) { uint8_t i; uint16_t x,y; float tmp1,tmp2; float num_real,num_img; float radius; for (y = 0; y 《 size_y; y++) { for (x = 0; x 《 size_x; x++) { num_real = y - offset_y; num_real = num_real / zoom; num_img = x-offset_x;
num_img = num_img / zoom; i = 0; radius = 0; while ((i 《 ITERATION-1) && (radius 《 4)) { tmp1 = num_real * num_real;
tmp2 = num_img * num_img; num_img = 2*num_real*num_img + IMG_CONSTANT; num_real = tmp1 - tmp2 + REAL_CONSTANT;
radius = tmp1 + tmp2; i++; } //繪制到屏幕 lcd_draw_color_point(x, y, color_map[i]); } } } /* USER CODE END 0 */
在main函數中創(chuàng)建一些需要的變量:
/* USER CODE BEGIN 1 */ uint8_t zoom_index = 0; uint32_t start_time = 0, end_time = 0; /* USER CODE END 1 */
調用初始化函數:
/* USER CODE BEGIN 2 */ printf(“Julia test by Mculover666 ”); lcd_init(); //初始化顏色表 InitCLUT(color_map); /* USER CODE END 2 */
調用測試函數:
/* Infinite loop */ /* USER CODE BEGIN WHILE */ while (1) { /* USER CODE END WHILE */ /* USER CODE BEGIN 3 */ start_time = HAL_GetTick(); GenerateJulia_fpu(240, 240, 120, 120, zoom_ratio[zoom_index]); end_time = HAL_GetTick(); printf(“diff time is %d ms ”, end_time - start_time); zoom_index++; if (zoom_index 》 sizeof(zoom_ratio)) { zoom_index = 0; } } /* USER CODE END 3 */
3. 測試結果
使用-O2優(yōu)化等級,在不開 FPU 的情況下,「顯示一幀平均需要11s左右」:程序大小情況:
使用-O2優(yōu)化等級,在開啟 FPU 的情況下,「顯示一幀平均需要4s左右」:程序大小情況:
最后放上好看的Julia分形圖:
原文標題:揭秘ARM FPU 加速浮點計算
文章出處:【微信公眾號:strongerHuang】歡迎添加關注!文章轉載請注明出處。
責任編輯:haq
-
ARM
+關注
關注
134文章
9087瀏覽量
367390 -
嵌入式
+關注
關注
5082文章
19105瀏覽量
304829 -
C語言
+關注
關注
180文章
7604瀏覽量
136698
原文標題:揭秘ARM FPU 加速浮點計算
文章出處:【微信號:strongerHuang,微信公眾號:strongerHuang】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論