您现在的位置是:首页 > 正文

memcpy函数优化及DMA对比

2024-04-01 01:07:42阅读 3

一、背景与目的

优化算法结构,提高芯片的使用效率,挖掘芯片的潜在能力,对提高产品质量,降低产品成本有着重要意义,在性能受限的嵌入式设备更加重要。
在使用C语言编程时,我们常用memcpy来复制内存数据,最简单的memcpy功能实现如下:

void *memcpy(void *desc,const void * src,size_t size)
{
	if((desc == NULL) && (src == NULL))
	{
		return NULL;
	}
	unsigned char desc1 = (unsigned char)desc;
	unsigned char src1 = (unsigned char)src;
	while(size-- >0)
	{
		*desc1 = *src1;
		desc1++;
		src1++;
	}
	return desc;
}

这是一个标准通用的memcpy函数的实现,满足memcpy的功能,但性能非常低,因为while每一次循环只能复制一个字节。
如果要进一步的优化,就需要用到更多的知识,例如CPU位宽、数据对齐、汇编指令等等,学过计算机原理应该知道CPU字长、寄存器位宽等概念。
现在常见的CPU通常为32/64位,今天我们以32位Arm Cortex -M4来讲解。

二、数据对齐

32位CPU字长为32Bit,即它的每个通用寄存器包含32个位,占4个字节,一个内存访问周期可以完成4个字节的读写。
如果按照标准memcpy函数的实现,每次while循环只能复制1个字节,会浪费大量的内存访问周期。那我们能否按照32位CPU位宽,即4个字节为单位进行内存复制呢?CPU从内存取数据的过程,对齐存放的数据可加快CPU处理的速度,因为在同一个时钟周期内,CPU访问的数据总是按32位对齐访问的。(一些CPU能够非对齐访问,如Arm Cortex -M4支持半字的非对齐访问,和双字的字节对齐访问Arm Cortex -M4内存对齐问题)
例如:

  1. CPU寄存器从内存0x20000001开始取32位数据需要两次访问内存:第一次取3字节0x20000001~0x20000003,第二次取1字节0x20000004。
  2. CPU寄存器从内存0x20000002开始取32位数据需要两次访问内存:第一次取3字节0x20000002~0x20000003,第二次取1字节0x20000004~0x20000005。
  3. CPU寄存器从内存0x20000004开始取32位数据需要一次访问内存:一次取4字节0x20000004~0x20000007。
    在这里插入图片描述

参考上图,如果需要按对齐方式将0x20000001到0x2000002C中总共44字节的数据拷贝到0x20000041、0x20000082,0x200000C3,0x20000104这几个目标位置,最少的复制过程包括哪些步骤呢?

  • 0x20000001拷贝到0x20000041:四字节对齐。先按字节复制前3个字符,需要循环3次,再按4字节对齐复制0x20000004到0x2000002B之间的数据,共需要循环10次,最后一个字节复制1次,共计14次内存访问。

  • 0x20000001拷贝到0x20000082:因为源和目标无法同时对齐,只能按照字节复制,需要访问内存44次。

  • 0x20000001拷贝到0x200000C3:两字节对齐。先按字节复制前1个字符,需要循环1次,再按2字节对齐复制0x20000002到0x2000002B之间的数据,共需要循环21次,最后一个字节复制1次,共计23次内存访问。

  • 0x20000001拷贝到0x20000100:因为源和目标无法同时对齐,只能按照字节复制,需要访问内存44次。

通过上述分析,我们发现:

  1. 32位CPU中,4字节对齐的数据拷贝能够对齐,性能提升接近4倍;2字节对齐的数据拷贝能够对齐,性能提升接近2倍。

  2. 32位CPU中,源地址和目标地址对4取模的结果一致时为,4字节对齐;源地址和目标地址对2取模的结果一致时为,2字节对齐。

void* memcpy1(void* dst, const void* src, size_t len) {
    int* d = (int*) dst;
    const int* s = (const int*) src;
    
    for (size_t i=0; i < len; i += 4) {
        *d++ = *s++;
    }
    return d;
}

例如以上代码示例,按int的字长进行拷贝以提高效率。(使用时dst和src都需要4字节对齐,len需要被4整除)

三、指令流水线

指令流水线的作用是将一条指令分割成多个步骤,并由不同的部件顺序完成,
在同一时刻,每个部件可以同时执行多个指令的不同步骤,尽可能保证每个时钟周期都能输出一条指令结果。利用CPU流水线处理的指令的能力,解除数据依赖,(原理是前一条指令在译码,后一条语句在取指,充分压榨CPU处理器)。
在这里插入图片描述

void *memcpy2(void *desc,const void * src,size_t size)
{
	if((desc == NULL) && (src == NULL))
	{
		return NULL;
	}
	unsigned char desc1 = (unsigned char)desc;
	unsigned char src1 = (unsigned char)src;
	unsigned char count = size/4;
	while(count -- >0)
	{
		*desc1++ = *src1++;
		*desc1++ = *src1++;
		*desc1++ = *src1++;
		*desc1++ = *src1++;
	}
	count = size%4; 
	while(count --)
	{
		*desc1++ = *src1++;
	}
	return desc;
}

例如以上代码,将拷贝循环展开的跳转次数大幅减少,跳转次数最多减少到原来的1/4。

四、汇编版本优化

  1. 利用Arm的汇编指令集中的 LDMIA STMIA指令,通过这两条指令,一次就可以读取/写入多个字节(一次最大读取40字节),极大的加速了拷贝过程。rt_memcpy Cortex-M 汇编加速版
  2. 加载读取的汇编流水线优化
    加载和写入流水线细节优化

四、DMA

DMA:全称Direct Memory Access(直接存储器访问),把一个地址空间的值“复制”到另一个地址空间,使用DMA传输方式无需CPU直接控制传输,通过硬件为RAM和IO设备开辟一条直接传输数据的通道,使得CPU的效率大大提高。
本文使用STM32L4R9在主频120M的情况下进行对比实验。其DMA可以配置为传输的类型大小(字节、半字、字)。传输长度32K。

五、对比测试及结果

在这里插入图片描述
通过上述测试结果,我们发现:

  1. 按字节、半字、字传输,其效率也随单次拷贝字宽成倍增加。
  2. 汇编的memcpy效率比DMA32也要高2.65倍(后续研究了一下,应该时LDM指令对AHB总线的突发访问长度的配置了较大的数,大幅提高了效率比DMA的还要高。)

🎉🎉🎉完结撒花🎉🎉🎉

网站文章

  • Java进阶——工厂模式

    Java进阶——工厂模式

    工厂模式是创建型模式最基础,最重要的一种设计模式工厂模式用于隐藏创建对象的细节工厂模式的核心是:工厂类(Factory)简单工厂,工厂方法与抽象工厂。

    2024-04-01 01:07:35
  • minikube安装kubernetes(Centos7)【图文】

    minikube安装kubernetes(Centos7)【图文】

    k8s有很多种安装方式minikube允许使用mac、linux、windows快速创建一个k8s集群;也可以使用kubeadm方式基于二进制快速安装一个集群;但是需要在生产环境执行的k8s集群需要使...

    2024-04-01 01:07:26
  • SpringMVC 之validator验证笔记(五)

    SpringMVC支持的数据校验是JSR303的标准,通过在bean的属性上打上annotation @NotNull @Max等进行验证。JSR303提供有很多annotation借口,而SpringMVC对于这些验证是使用hibernate的实现,所以我们需要添加hibernate的一个validator包: org.hibernate hibernate-valid

    2024-04-01 01:06:56
  • clould front 中的createinvalidation 是个什么东西?

    CloudFront 中的 CreateInvalidation 是一个用于刷新缓存的 API 操作。当您更新了存储在 CloudFront 缓存中的对象时,可能需要使用 CreateInvalida...

    2024-04-01 01:06:48
  • java中使用akka手记三 cluster详例

    http://www.tuicool.com/articles/m2muui原文  http://2014.54chen.com/blog/2014/04/17/how-to-use-akka-in-java-3/ 一个例子同样是typesafe的经典例子。例子提供的服务是传输文本。当文本发给frontend节点,它会委派backend节点,backend执行转化任务,

    2024-04-01 01:06:40
  • fastadmin开发插件的基本流程

    fastadmin开发插件的基本流程

    什么是fastadmin? FastAdmin是一款基于ThinkPHP5+Bootstrap的极速后台开发框架。 fastadmin开发基础管理插件步骤 以一个学校管理插件为例 开发环境与工具 PHPSTORM phpstudy nginx1.15.11 mysql8.0 php7.3.4 准备工作 配置站点 我的域名设置为fast51admin.localhost....

    2024-04-01 01:06:10
  • ios swift 继承_Swift中的继承

    ios swift 继承 什么是继承? (What is Inheritance?) Inheritance allows a class to have the same behavior as o...

    2024-04-01 01:05:36
  • 基于顺序表实现栈的基本操作

    基于顺序表实现栈的基本操作

    栈:什么是栈?又该怎么理解呢?栈(stack)又名堆栈,它是一种运算受限的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一端被称为栈顶,相对地,把另一端称为栈底。栈就是一个桶,后放进去的先拿出来,它下面本来有的东西要等它出来之后才能出来(先进后出)栈(Stack)是操作系统在建立某个进程时或者线程(在支持多线程的操作系统中是线程)为这个线程建立的存储区域,该区域具有FIFO的特性,在编

    2024-04-01 01:05:31
  • NTP配置时间同步

    Oracle RAC两个节点,配置NTP使得两个节点时间同步 1)节点1和节点2都启动NTP服务,节点2(客户端)向节点1(服务器端)同步 如果测试用,可修改节点2的时间不同于节点1的时间,...

    2024-04-01 01:05:25
  • linux主机加入组播组,linux下不同主机间实现组播(练习代码)

    在写聊天室程序时,遇到一个组播问题,不能在不同主机上进行发送接收消息。。。深究发现,是本人对sendto与recvfrom的理解太浅薄。以下代码发送端与接收端可在同一主机,也可在不同主机上运行。代码直...

    2024-04-01 01:05:18