关注+星标公众号，不错过精彩内容 转自 | Mculover666 引言 笔者接触嵌入式领域软件开发以来，几乎用的都是 ARM Cortex M 内核系列的微控制器。感谢C语言编译器的存在，让我不用接触汇编即可进行开发，但是彷佛也错过了一些风景，没有领域到编译器之美和CPU之美，所以决定周末无聊的休息时间通过寻找资料、动手实验、得出结论的方法来探索 ARM CPU 架构的美妙，以及C语言编译器的奥秘。（因为我个人实在是不赞同学校中微机原理类课程的教学方法）。 一、浮点数的存储 浮点数按照 IEEE 754 标准存储在计算机中，ARM浮点环境是遵循 「IEEE 754-1985」 标准实现的。 IEEE 754 标准规定浮点数的存储格式有三个域，如图： sign：符号位，0表示正数、1表示负数； exponent：二进制小数的指数值编码； fraction：二进制小数的有效值编码； 具体的编码规则过多，本文重点不在此，不再展开，感兴趣可以阅读我之前的文章：浮点数在计算机中的存储 —— IEEE 754标准[1]（可点击阅读原文查看）。 二、浮点支持软件库fplib 1. fplib介绍 ARM Cortex-M处理器中计算浮点数的方式有软件和硬件两种。 对于不带 FPU 的处理器，ARM提供了一个「浮点支持软件库」用于计算浮点数：fplib。 fplib提供的 API 以__aeabi开头，比如： __aeabi_fadd：计算两个float型浮点数（float占4个字节，32位） __aeabi_dadd：计算两个double型浮点数（double占8个字节，64位） __aeabi_f2d：float型转为double型 __aeabi_d2f：double型转为float型 除此之外，fplib库还提供取余、开方等非常多的浮点数操作函数，如有兴趣可以查阅文末我列出的参考文档[2]。 2. 测试代码与优化等级 编写如下测试代码： 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\r\n", res_add);printf("res_sub = %f\r\n", res_sub);printf("res_mul = %f\r\n", res_mul);printf("res_div = %f\r\n", res_div);❝使用这段测试代码，「编译器优化等级推荐设置为-O0」，否则聪明的编译器会直接将结果计算出来编译到程序中，我们就没法研究了。 ❞3. armcc测试结果 这节我们验证是否ARM使用 fplib 库来计算浮点数，在设置中关闭FPU： 使用MDK编译之后，进入调试模式查看反汇编结果。 在反汇编中可以看到，变量a是float类型，所以编译器分配了一个寄存器用于存储值： 查看0x080031C4处的值，小端存储模式下（低位在低地址），变量a的值是0x40B40000，存储方式符合IEEE 754标准。 再来看看浮点数运算操作的反汇编结果，果然调用fplib库提供的函数完成浮点数的操作：这里还有一个有趣的小细节，在反汇编中可以看到「使用 %f 占位符打印浮点数时，printf是按照double型传参的」： 4. arm-none-eabi-gcc测试结果 使用STM32CubeMX生成makeifle工程，修改makeifle中的等级为-O0，设置为软件浮点计算：另外还需要注意，默认gcc编译时不支持printf打印浮点数，需要在 makefile 中手动加入以下链接选项： LDFLAGS += -u _printf_float编译完成之后进行反汇编（注意文件名）： arm-none-eabi-objdump -s -d build/usart1-fpu-test.elf > build/usart1-fpu-test.dis同样，在反汇编文件中即可找到浮点计算代码： 三、使用 ARM FPU 加速浮点计算 1. ARM FPU的魅力 FPU（Floating Point Unit，浮点单元）是ARM内核中的硬件外设，用于硬件计算浮点数，要想使用FPU计算浮点数，需要程序和编译器配合。 在程序中使能/开启FPU硬件外设，「使 FPU 硬件可以正常工作」； 在编译器中设置使用FPU，编译器会将所有浮点计算的代码都编译为「使用FPU操作指令完成」。 目前Cortex-M4、Cortex-M7、Cortex-M33、Cortex-M35P、Cortex-M55处理器中都具备FPU硬件。 在上一节中我们使用fplib软件库来计算浮点数，但是fplib终归还是软件方式，每个计算函数的实现都是通过很多的指令去完成计算，并且最终的程序中还会把函数链接进可执行程序，导致程序体积变大。 「ARM FPU的魅力在于，浮点计算可以通过简单的FPU操作指令去完成，相比之下，不仅计算快，也不会增大程序体积。」 2. 如何使能FPU硬件 ARM Cortex - M4内核中将 FPU 作为协处理器设计的，所以通过设置协处理器访问控制（CPACR，Co-processor access control register）来控制是否使能FPU。 复位之后CP11=0、CP10=0，默认禁止访问FPU，因为这是Cortex-M内核的外设，寄存器定义CMSIS-Core中，所以可以直接通过下面这行代码设置CP11=1、CP10=1来允许访问FPU： SCB->CPACR = 0x00F00000; // Enable the floating point unit for full access无论是STM32 HAL库还是标准库，在SystemInit()函数中已经存在使能代码，通过__FPU_PRESENT和__FPU_USED来控制： /* 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，在头文件 stm32l431xx.h 中已经使能__FPU_PRESENT宏定义：__FPU_PRESENT宏定义是一直使能的，那么如何来控制FPU的使能呢？ 别忘了还有一个宏定义__FPU_USED，这是留给编译器来控制的！ 3. ARMCC编译器如何开启FPU MDK编译器开启FPU的方法非常简单，如图：在MDK中使能FPU，一方面编译器会设置宏定义__FPU_USED == 1，不放心的话可以在任意位置添加下面的预处理代码，分别在使用/不使用的情况编译一下，查看编译器输出结果： #if __FPU_USED == 1#error "ok!"#endif另一方面，编译器在编译的时候，会将所有的浮点运算都编译为使用FPU操作指令去完成，比如本文最开始的测试代码编译结果如下： 4. gcc编译器如何开启FPU 在Makefile中加入以下gcc编译设置项： # fpuFPU = -mfpu=fpv4-sp-d16# float-abiFLOAT-ABI = -mfloat-abi=hardABI是应用程序二进制接口（Application Binary Interface），-mfloat-abi用来指定使用哪种方式： soft：使用CPU寄存器组+软件库（fplib）完成浮点操作； softfp：使用CPU寄存组+FPU硬件+软件库完成浮点操作； hard：使用FPU寄存器组+FPU硬件+软件库完成浮点操作； mfpu选项用来指定FPU架构，具体值可以阅读我在文末给出的参考文档，本文所使用的值fpv4-sp-d16，意味着仅仅使能Armv7 FPv4-SP-D16 单精度浮点单元扩展。 同样，对之前的测试代码编译，查看反汇编结果，可以看到使用了浮点操作全部使用了FPU相关指令。 四、使用Julia测试FPU加速性能 1. 测试准备 需要准备一份裸机工程，具有屏幕打点显示功能和串口打印功能。 2. 移植Julia分形测试代码 Julia测试是通过计算几帧Julia分形的数据来测试单精度浮点运算的性能，测试代码参考正点原子，如下： /* Private user code ---------------------------------------------------------*//* USER CODE BEGIN 0 */#define ITERATION 128 //迭代次数#define REAL_CONSTANT 0.285f //实部常量#define IMG_CONSTANT 0.01f //虚部常量//颜色表uint16_t color_map[ITERATION];//缩放因子列表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,};//初始化颜色表//clut:颜色表指针void InitCLUT(uint16_t * clut){ uint32_t i = 0x00; uint16_t red = 0, green = 0, blue = 0; for (i = 0;i < ITERATION; i++) { //产生 RGB 颜色值 red = (i*8*256/ITERATION) % 256; green = (i*6*256/ITERATION) % 256; blue = (i*4*256 /ITERATION) % 256; //将 RGB888,转换为 RGB565 red = red >> 3; red = red << 11; green = green >> 2; green = green << 5; blue = blue >> 3; clut = red + green + blue; }}//产生 Julia 分形图形//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:缩放因子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++; } //绘制到屏幕 lcd_draw_color_point(x, y, color_map); } }}/* USER CODE END 0 */在main函数中创建一些需要的变量： /* USER CODE BEGIN 1 */ uint8_t zoom_index = 0; uint32_t start_time = 0, end_time = 0; /* USER CODE END 1 */调用初始化函数： /* USER CODE BEGIN 2 */printf("Julia test by Mculover666\r\n");lcd_init();//初始化颜色表InitCLUT(color_map);/* USER CODE END 2 */调用测试函数： /* 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\r\n", end_time - start_time); zoom_index++; if (zoom_index > sizeof(zoom_ratio)) { zoom_index = 0; } }/* USER CODE END 3 */3. 测试结果 使用-O2优化等级，在不开 FPU 的情况下，「显示一帧平均需要11s左右」：程序大小情况：使用-O2优化等级，在开启 FPU 的情况下，「显示一帧平均需要4s左右」：程序大小情况：最后放上好看的Julia分形图： 五、参考资料 [1] 浮点数在计算机中的存储 —— IEEE 754标准(https://mculover666.blog.csdn.net/article/details/93382331) [2] About floating-point support，ARM Keil(https://www.keil.com/support/man/docs/armlib/armlib_chr1358938940990.htm) [3] Compiler Reference Guide，ARM Keil(https://www.keil.com/support/man/docs/armclang_ref/armclang_ref_chr1392305424052.htm) [4] ARM Cortex-M3与M4权威指南 欢迎关注我的公众号，回复“加群”按规则加入技术交流群，回复“1024”查看更多内容。 欢迎关注我的视频号： 点击“阅读原文”查看更多分享，欢迎点分享、收藏、点赞、在看。 免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
下一主题
