TMS320C62X是美國(guó)德州儀器公司（TI）的新一代高性能定點(diǎn)數(shù)字信號(hào)處理器（DSP）芯片。基于DSP的軟件設(shè)計(jì)問(wèn)題，就是采用編程語(yǔ)言進(jìn)行算法實(shí)現(xiàn)并使程序效率盡量滿足實(shí)時(shí)性要求。TI DSP的軟件設(shè)計(jì)可以采用匯編語(yǔ)言、高級(jí)語(yǔ)言（C/C++）以及C語(yǔ)言與匯編語(yǔ)言的混合編程。完全采用匯編語(yǔ)言編程復(fù)雜性高、開發(fā)周期長(zhǎng)，而完全采用C語(yǔ)言編程則程序的執(zhí)行效率相對(duì)較低，不能滿足實(shí)時(shí)性的要求。為了設(shè)計(jì)出性價(jià)比最好、開發(fā)周期較短、比較復(fù)雜的DSP系統(tǒng)，可以采用混合語(yǔ)言編程，把C語(yǔ)言和匯編語(yǔ)言的優(yōu)點(diǎn)有效地結(jié)合起來(lái)。C語(yǔ)言和匯編語(yǔ)言的混合編程有三種形式：在編寫C語(yǔ)言代碼中插入?yún)R編語(yǔ)句，只需在匯編語(yǔ)句兩邊加上雙引號(hào)和括號(hào)，在括號(hào)前面加上標(biāo)識(shí)asm，如asm（“匯編語(yǔ)句”）;在編寫C代碼的過(guò)程中調(diào)用內(nèi)聯(lián)函數(shù)，TMS320C62X中有一些直接映射為內(nèi)聯(lián)的C6000指令的特殊函數(shù)，內(nèi)聯(lián)函數(shù)用前下劃線（_）表示，使用時(shí)同調(diào)用C語(yǔ)言的庫(kù)函數(shù)一樣調(diào)用它，如b=_nassert（N》=10）;匯編代碼以C代碼可以調(diào)用的函數(shù)出現(xiàn)。本文采用第三種形式。為了使程序代碼的執(zhí)行具有盡可能高的執(zhí)行效率，本文將著重點(diǎn)放在并行匯編代碼的編程，而不是線性匯編代碼的編程。

1 C語(yǔ)言與匯編語(yǔ)言混合編程的接口規(guī)范和標(biāo)準(zhǔn)

用C語(yǔ)言編寫的代碼中核心代碼常常只是整個(gè)程序代碼的5%，但是卻占用了整個(gè)程序約95%的執(zhí)行時(shí)間。對(duì)這些核心代碼采用匯編語(yǔ)言編寫，可以大大提高代碼的執(zhí)行效率，而C語(yǔ)言程序可以象調(diào)用C程序的一個(gè)函數(shù)那樣去調(diào)用這個(gè)匯編函數(shù)。為了實(shí)現(xiàn)C語(yǔ)言和匯編語(yǔ)言的混合編程，需要注意一些規(guī)定的接口規(guī)范和標(biāo)準(zhǔn)。

（1）采用C語(yǔ)言和匯編語(yǔ)言混合編程時(shí)，TMS320C62X定義了一套嚴(yán)格的寄存器規(guī)則。這個(gè)寄存器規(guī)則表明了編譯器如何使用這些寄存器以及在函數(shù)調(diào)用過(guò)程中如何保護(hù)這些寄存器。

調(diào)用函數(shù)保護(hù)了寄存器A0～A9和B0～B9，這就使得在編寫匯編程序的時(shí)候可以任意的使用這幾個(gè)寄存器而不需保護(hù)它們。但當(dāng)使用到寄存器A10～A15或B10～B15的時(shí)候，則必須自行對(duì)它們進(jìn)行保護(hù)。長(zhǎng)型、雙精度型或者是長(zhǎng)雙精度型的數(shù)據(jù)對(duì)象要放在一個(gè)奇/偶寄存器對(duì)（如A1:A0）里，奇數(shù)寄存器存放著數(shù)據(jù)的符號(hào)位、指數(shù)位和最高有效位，而偶數(shù)寄存器則存放著低有效位。

在默認(rèn)情況下，A3用作返回結(jié)構(gòu)指針寄存器，B3用作被調(diào)用函數(shù)返回地址寄存器，A15用作幀指針寄存器，B14用作數(shù)據(jù)頁(yè)指針寄存器，B15用作堆棧指針寄存器。這些寄存器在被調(diào)用的匯編函數(shù)中用到時(shí)都要進(jìn)行保護(hù)。

（2）調(diào)用函數(shù)將參數(shù)傳遞到被調(diào)用函數(shù)中，前十個(gè)參數(shù)將被從左到右依次放入寄存器A4、B4、A6、B6、A8、B8、A10、B10、A12和B12，如果傳遞的參數(shù)是長(zhǎng)型、雙精度型或者是長(zhǎng)雙精度型，則將參數(shù)依次放入寄存器組A5:A4、B5:B4、A7:A6等，并將剩下的變量按相反的順序放在堆棧里。注意，如果傳遞的參數(shù)是一個(gè)結(jié)構(gòu)類型的參數(shù)，則傳遞的是該結(jié)構(gòu)類型的地址。

（3）如果在C/C++調(diào)用函數(shù)中做了正確的函數(shù)返回聲明，則被調(diào)用的匯編函數(shù)可以返回有效值。如果返回值是整型或32位的浮點(diǎn)型，則放在寄存器A4中返回;如果返回值是雙精度或是長(zhǎng)雙精度型，則放在A5:A4中返回;如果返回值是一個(gè)結(jié)構(gòu)類型，則將其結(jié)構(gòu)的地址放在A3中返回。

（4）編譯器為所有的外部對(duì)象指定一個(gè)鏈接時(shí)的名字。當(dāng)寫匯編語(yǔ)言代碼時(shí)，必須用與這個(gè)名字相同的名字。對(duì)于只在匯編語(yǔ)言模塊中用到的變量的標(biāo)識(shí)符，不能從下劃線開始。任何一個(gè)在匯編語(yǔ)言中聲明的對(duì)象都要使其在C/C++中是可訪問(wèn)的，那么在匯編語(yǔ)言中必須用.def 或.global將其聲明為外部變量。同樣在匯編語(yǔ)言中要引用C/C++函數(shù)或?qū)ο髸r(shí)，必須用.ref 或.global將C/C++對(duì)象聲明，這將產(chǎn)生一個(gè)在匯編語(yǔ)言函數(shù)中沒(méi)有定義的由鏈接器辨識(shí)的外部引用。

還有一些細(xì)節(jié)也需要注意，如中斷子程序必須把該子程序?qū)⒁玫降乃屑拇嫫鬟M(jìn)行入棧處理;除了全局變量的初始化外，匯編語(yǔ)言的模塊不得因?yàn)槿魏文康亩褂?cinit段;匯編代碼的結(jié)束需用指令B.s2 B3將程序執(zhí)行從被調(diào)用函數(shù)返回到C語(yǔ)言調(diào)用函數(shù)中。

2 并行匯編代碼的編寫

C6000的匯編代碼格式如下：

標(biāo)號(hào)： 并行標(biāo)記 ［條件寄存器］指令助記符 功能單元 操作數(shù) ;注釋。如：

LDW .D2 *B4，B2

|| ［A1］SHL .S2X A4，B4 ；用到了交叉數(shù)據(jù)通道

TMS320C62X片內(nèi)有8個(gè)并行的處理單元，分為相同的兩組。其體系結(jié)構(gòu)采用超長(zhǎng)指令字（VLIW）結(jié)構(gòu)，一個(gè)指令包里的8條并行指令可同時(shí)分配到8個(gè)處理單元并行運(yùn)行。這種一個(gè)指令包里有8條指令并行執(zhí)行也給并行匯編代碼的編寫帶來(lái)很多要考慮的問(wèn)題，具體如下：

（1）TMS320C62X指令的執(zhí)行可以用延遲間隙來(lái)說(shuō)明。延遲間隙在數(shù)量上等于從指令的源操作數(shù)被讀取到執(zhí)行的結(jié)果可以被訪問(wèn)所用的指令周期。如對(duì)于乘法指令（MPY），源操作數(shù)從第i個(gè)周期被讀取，則其計(jì)算結(jié)果在第（i+2）個(gè)周期才可用。

（2）使用相同功能單元的兩條指令不能被安排為并行指令。

（3）使用同一條交叉通路的兩條指令不能被安排在同一個(gè)執(zhí)行指令包中，這是因?yàn)閺募拇嫫鹘MA~B或者從B~A都只有一條交叉通路。

（4）將數(shù)據(jù)讀入到（或存儲(chǔ)自）相同寄存器組的兩條讀（寫）指令不能被安排在同一個(gè)執(zhí)行包中。

（5）每一個(gè)執(zhí)行包里只能允許每一寄存器組處理一個(gè)長(zhǎng)定點(diǎn)類型數(shù)據(jù)。

（6）在一個(gè)指令周期內(nèi)對(duì)同一寄存器讀取多于四次是不允許的，但條件寄存器不在此限制之列。在一個(gè)指令周期內(nèi)，不能　同時(shí)存在兩條寫入同一寄存器的指令，只有在寫操作不是在同一個(gè)指令周期發(fā)生時(shí)，才可以將具有同一目的地址的兩條指令安排并行。

3 基于TMS320C62X的運(yùn)動(dòng)補(bǔ)償?shù)幕旌暇幊淘O(shè)計(jì)實(shí)例

運(yùn)動(dòng)補(bǔ)償是MPEG-4標(biāo)準(zhǔn)中的一種重要算法。運(yùn)動(dòng)補(bǔ)償是指根據(jù)運(yùn)動(dòng)矢量在參考幀中找出參考?jí)K。如果運(yùn)動(dòng)矢量的X分量和Y分量都是整象素長(zhǎng)度，則直接在參考幀中找出參考?jí)K。如果為半象素長(zhǎng)度，則需要通過(guò)內(nèi)插運(yùn)算計(jì)算出參考?jí)K，計(jì)算出的參考?jí)K需要加上解碼得出的誤差塊才能得到當(dāng)前參考?jí)K。本文給出了運(yùn)動(dòng)矢量的X分量和Y分量都是整象素長(zhǎng)度時(shí)的運(yùn)動(dòng)補(bǔ)償方法。根據(jù)運(yùn)動(dòng)矢量可直接在參考幀中找到參考?jí)K（8×8）。完成此功能的C語(yǔ)言函數(shù)如下：

void mc_case_a2（unsigned char *pSrc， short SrcOffset， short SrcWidth， unsigned char *pDst， short RoundCtrl）

{ ……

for （i=0； i《8； i++）

{

*（tmp_P_Dst+i） = *（tmp_P_Src+i）；

。..。..

}

}

參數(shù)運(yùn)動(dòng)矢量SrcOffset對(duì)4（4個(gè)字節(jié)為一個(gè)字，長(zhǎng)32位）的余數(shù)可能是0、1、2、3。當(dāng)余數(shù)是0的時(shí)候，編譯后執(zhí)行代碼是按字讀取（LDW）的，這充分體現(xiàn)了TMS320C62X的優(yōu)點(diǎn)，也使程序的運(yùn)行效率比較高。而當(dāng)余數(shù)不為0的時(shí)候，則可能是按字節(jié)讀取（LDB）或是按半字讀取（LDH），這使程序的運(yùn)行效率較低。視頻的編碼和解碼都要用到運(yùn)動(dòng)補(bǔ)償來(lái)重構(gòu)圖像，這是一個(gè)很費(fèi)時(shí)的操作，而且其代碼也是圖像處理中的核心代碼，這樣就要求編寫高效的程序來(lái)完成此操作。為了使代碼的運(yùn)行效率更高，且結(jié)合TMS320C62X的硬件特點(diǎn)，希望對(duì)于不同的運(yùn)動(dòng)矢量，做運(yùn)動(dòng)補(bǔ)償?shù)臅r(shí)候都能采用按字讀取和存儲(chǔ)的方式。這需要對(duì)運(yùn)動(dòng)矢量參數(shù)除以4，根據(jù)余數(shù)調(diào)整指針，使指針始終指向字對(duì)齊方式（而在C程序中當(dāng)前塊是char型的以字節(jié)方式存儲(chǔ)的，對(duì)其進(jìn)行移位處理只能是一個(gè)字節(jié)一個(gè)字節(jié)地進(jìn)行移位，這就使得在C程序中不能用和匯編程序同樣的方法來(lái)對(duì)程序進(jìn)行優(yōu)化），如運(yùn)動(dòng)矢量除以4以后的余數(shù)為1，為了使要取的8個(gè)象素對(duì)準(zhǔn)字訪問(wèn)方式，則要按圖1進(jìn)行操作。

根據(jù)運(yùn)動(dòng)矢量參數(shù)進(jìn)行移位使其對(duì)準(zhǔn)字訪問(wèn)的核心代碼的程序?yàn)椋?/p>

MVK .S2 0xFFFC，temp 　　　　;獲得地址的LSB位

ADD .L1X pSrc，offset，pSrc ;參考?jí)K第一個(gè)元素的地址

AND .L2X pSrc，temp，tmp_pSrc ;字對(duì)準(zhǔn)訪問(wèn)的地址

AND .S1 0x0003，pSrc，rshiftA ;用兩個(gè)LSB位得

;到了需右移幾個(gè)字

SUB 　　.L1 0x04，rshiftA，lshiftA ;需左移幾個(gè)字

MPY 　 .M1 rshiftA，8，rshiftA ;需右移的#bit數(shù)

MPY .M1 lshiftA，8，lshiftA ;需左移的#bit數(shù)

作為一個(gè)說(shuō)明C語(yǔ)言與匯編程序混合編程的設(shè)計(jì)例子，采用并行匯編實(shí)現(xiàn)了這個(gè)函數(shù)的優(yōu)化。這里只給出部分匯編程序：

.text 　　　;將該段匯編代碼安排在.text

段，當(dāng)然通過(guò)在C語(yǔ)言中用

#program_section也可以將其安排在其它自己命名的段中。

.global mc_case_a 　　 ;函數(shù)名，用.def或.gloal對(duì)其進(jìn)行

聲明，使得C代碼調(diào)用該函數(shù)

_mc_case_a： 　　 　;標(biāo)號(hào)，是C調(diào)用函數(shù)和匯編

被調(diào)用函數(shù)的接口處

……

.asg B10，ocsr

.asg B11，rw_4

STW 　.D2 ocsr，*stack--［1］ ;被調(diào)用函數(shù)用到了B10～B15，A10

STW 　 .D2 r_w4，*stack--［1］ ;~A15的寄存器，則需對(duì)它們保護(hù)

MVC 　.S2 CSR，ocsr

AND 　 .S2 -2，ocsr，ocsr

MVC 　 .S2 ocsr，CSR ;關(guān)閉某些中斷 ……

loop：

LDW 　 .D2 *tmp_pSrc++［src_width1］，r_w1

;讀取第一個(gè)字

LDW 　 .D1 *pSrc++［1］，r-w2 ;讀取第二個(gè)字

LDW　 .D1 *pSrc++［src_width2］，r-w3 ;讀取第三個(gè)字

SHRU .S2 r_w1，rshiftB， r-w1

SHL 　.S1 r_w3，lshiftA， r_w3

SHL .S2X r_w2，rshiftB，r_w4

SHRU .S1 r_w2，rshiftA， r_w2

OR .L2 r_w1，r_w4， r_w1

OR .L1 r_w1，r_w3，r_w2 ;這幾步作了圖a中的操作過(guò)程

STW .D2 r_w1，*pDst++［2］

STW .D1 r_w2，*tmpDst++［2］　　　　 ;存儲(chǔ)取得的兩個(gè)字

B .S2 loop ;延遲跳轉(zhuǎn)到標(biāo)號(hào)loop處，實(shí)現(xiàn)循環(huán) ……

LDW .D2T2 *++stack［1］，r_w4

LDW .D2T2 *++stack［1］，ocsr 　　　 ;對(duì)被調(diào)用函數(shù)中自己保護(hù)的寄存器作恢復(fù)處理

MVC .S2 ocsr， CSR 　　 ;恢復(fù)中斷環(huán)境

B .S2 B3 ;返回到調(diào)用函數(shù)處

……

在TI CCS上用其庫(kù)函數(shù)CLOCK（）對(duì)這個(gè)算法的C語(yǔ)言程序和并行匯編程序分別進(jìn)行了性能測(cè)試。在純C語(yǔ)言中，運(yùn)動(dòng)矢量對(duì)4的偏移量的余數(shù)為0 時(shí)，約為33個(gè)指令周期， 余數(shù)為1時(shí)約為93個(gè)指令周期， 余數(shù)為2 時(shí)約為 51個(gè)指令周期，余數(shù)為3 時(shí)約為 93個(gè)指令周期，平均約耗時(shí) 67個(gè)周期。而將其用并行匯編代碼編寫，其周期數(shù)恒定為33個(gè)指令周期。33個(gè)指令周期的執(zhí)行時(shí)間，對(duì)于這個(gè)函數(shù)基本上是達(dá)到了函數(shù)的最大優(yōu)化。

由此可見，程序的核心算法的代碼用并行匯編程序編寫，而主體的C語(yǔ)言程序則以函數(shù)調(diào)用的形式調(diào)用這些核心算法的并行匯編函數(shù)，是提高程序代碼執(zhí)行效率的一種有效方法。

責(zé)任編輯：gt