Saya telah bereksperimen sedikit dengan eksekusi dari RAM dan memori flash pada sistem embedded. Untuk prototyping dan pengujian cepat, saya saat ini menggunakan Arduino Due (SAM3X8E ARM Cortex-M3). Sejauh yang saya bisa lihat, runtime dan bootloader Arduino seharusnya tidak membuat perbedaan di sini.
Inilah masalahnya: Saya memiliki fungsi ( calc ) yang ditulis dalam ARM Thumb Assembly. calc menghitung angka dan mengembalikannya. (> 1s runtime untuk input yang diberikan) Sekarang saya secara manual mengekstraksi kode mesin rakitan dari fungsi itu dan meletakkannya sebagai byte mentah ke dalam fungsi lain. Kedua fungsi dikonfirmasi untuk berada dalam memori flash (Alamat 0x80149 dan 0x8017D, tepat di sebelah satu sama lain). Ini telah dikonfirmasi baik melalui pembongkaran dan pemeriksaan runtime.
void setup() {
Serial.begin(115200);
timeFnc(calc);
timeFnc(calc2);
}
void timeFnc(int (*functionPtr)(void)) {
unsigned long time1 = micros();
int res = (*functionPtr)();
unsigned long time2 = micros();
Serial.print("Address: ");
Serial.print((unsigned int)functionPtr);
Serial.print(" Res: ");
Serial.print(res);
Serial.print(": ");
Serial.print(time2-time1);
Serial.println("us");
}
int calc() {
asm volatile(
"movs r1, #33 \n\t"
"push {r1,r4,r5,lr} \n\t"
"bl .in \n\t"
"pop {r1,r4,r5,lr} \n\t"
"bx lr \n\t"
".in: \n\t"
"movs r5,#1 \n\t"
"subs r1, r1, #1 \n\t"
"cmp r1, #2 \n\t"
"blo .lblb \n\t"
"movs r5,#1 \n\t"
".lbla: \n\t"
"push {r1, r5, lr} \n\t"
"bl .in \n\t"
"pop {r1, r5, lr} \n\t"
"adds r5,r0 \n\t"
"subs r1,#2 \n\t"
"cmp r1,#1 \n\t"
"bhi .lbla \n\t"
".lblb: \n\t"
"movs r0,r5 \n\t"
"bx lr \n\t"
::
); //redundant auto generated bx lr, aware of that
}
int calc2() {
asm volatile(
".word 0xB5322121 \n\t"
".word 0xF803F000 \n\t"
".word 0x4032E8BD \n\t"
".word 0x25014770 \n\t"
".word 0x29023901 \n\t"
".word 0x800BF0C0 \n\t"
".word 0xB5222501 \n\t"
".word 0xFFF7F7FF \n\t"
".word 0x4022E8BD \n\t"
".word 0x3902182D \n\t"
".word 0xF63F2901 \n\t"
".word 0x0028AFF6 \n\t"
".word 0x47704770 \n\t"
);
}
void loop() {
}
Output dari program di atas pada target Arduino Due adalah:
Address: 524617 Res: 3524578: 1338254us
Address: 524669 Res: 3524578: 2058819us
Jadi kami mengkonfirmasi hasilnya sama dan alamat saat runtime sesuai dengan yang diharapkan. Eksekusi fungsi kode mesin yang dimasukkan secara manual 50% lebih lambat.
Pembongkaran dengan arm-none-eabi-objdump selanjutnya mengonfirmasi masing-masing alamat, memori flash, dan kesetaraan kode mesin (Perhatikan pengelompokan endianness dan byte!):
00080148 <_Z4calcv>:
80148: 2121 movs r1, #33 ; 0x21
8014a: b532 push {r1, r4, r5, lr}
8014c: f000 f803 bl 80156 <.in>
80150: e8bd 4032 ldmia.w sp!, {r1, r4, r5, lr}
80154: 4770 bx lr
00080156 <.in>:
80156: 2501 movs r5, #1
80158: 3901 subs r1, #1
8015a: 2902 cmp r1, #2
8015c: f0c0 800b bcc.w 80176 <.lblb>
80160: 2501 movs r5, #1
00080162 <.lbla>:
80162: b522 push {r1, r5, lr}
80164: f7ff fff7 bl 80156 <.in>
80168: e8bd 4022 ldmia.w sp!, {r1, r5, lr}
8016c: 182d adds r5, r5, r0
8016e: 3902 subs r1, #2
80170: 2901 cmp r1, #1
80172: f63f aff6 bhi.w 80162 <.lbla>
00080176 <.lblb>:
80176: 0028 movs r0, r5
80178: 4770 bx lr
}
8017a: 4770 bx lr
0008017c <_Z5calc2v>:
8017c: b5322121 .word 0xb5322121
80180: f803f000 .word 0xf803f000
80184: 4032e8bd .word 0x4032e8bd
80188: 25014770 .word 0x25014770
8018c: 29023901 .word 0x29023901
80190: 800bf0c0 .word 0x800bf0c0
80194: b5222501 .word 0xb5222501
80198: fff7f7ff .word 0xfff7f7ff
8019c: 4022e8bd .word 0x4022e8bd
801a0: 3902182d .word 0x3902182d
801a4: f63f2901 .word 0xf63f2901
801a8: 0028aff6 .word 0x0028aff6
801ac: 47704770 .word 0x47704770
}
801b0: 4770 bx lr
...
Kami selanjutnya dapat mengkonfirmasi konvensi panggilan yang digunakan secara analog:
00080234 <setup>:
void setup() {
80234: b508 push {r3, lr}
Serial.begin(115200);
80236: 4806 ldr r0, [pc, #24] ; (80250 <setup+0x1c>)
80238: f44f 31e1 mov.w r1, #115200 ; 0x1c200
8023c: f000 fcb4 bl 80ba8 <_ZN9UARTClass5beginEm>
timeFnc(calc);
80240: 4804 ldr r0, [pc, #16] ; (80254 <setup+0x20>)
80242: f7ff ffb7 bl 801b4 <_Z7timeFncPFivE>
}
80246: e8bd 4008 ldmia.w sp!, {r3, lr}
timeFnc(calc2);
8024a: 4803 ldr r0, [pc, #12] ; (80258 <setup+0x24>)
8024c: f7ff bfb2 b.w 801b4 <_Z7timeFncPFivE>
80250: 200705cc .word 0x200705cc
80254: 00080149 .word 0x00080149
80258: 0008017d .word 0x0008017d
Saya dapat mengesampingkan makhluk ini karena pengambilan spekulatif (yang tampaknya dimiliki Cortex-M3!) Atau menyela. (EDIT: NOPE, saya tidak bisa. Mungkin semacam prefetch) Mengubah urutan eksekusi atau menambahkan fungsi panggilan di antara tidak mengubah hasilnya. Apa yang bisa menjadi pelakunya di sini?
EDIT: Setelah mengubah perataan fungsi kode mesin (masukkan nops sebagai prolog) saya mendapatkan hasil berikut:
+ 16bit untuk calc2:
Address: 524617 Res: 3524578: 1102257us
Address: 524669 Res: 3524578: 1846968us
+ 32bit untuk calc2:
Address: 524617 Res: 3524578: 1102257us
Address: 524669 Res: 3524578: 1535424us
+ 48bit untuk calc2:
Address: 524617 Res: 3524578: 1102155us
Address: 524669 Res: 3524578: 1413180us
+ 64bit untuk calc2:
Address: 524617 Res: 3524578: 1102155us
Address: 524669 Res: 3524578: 1346606us
+ 80bit untuk calc2:
Address: 524617 Res: 3524578: 1102145us
Address: 524669 Res: 3524578: 1180105us
EDIT2: Hanya menjalankan calc:
Address: 524617 Res: 3524578: 1102155us
Hanya menjalankan calc2:
Address: 524617 Res: 3524578: 1102257us
Mengubah urutan:
Address: 524669 Res: 3524578: 1554160us
Address: 524617 Res: 3524578: 1102211us
EDIT3: Menambahkan .p2align 4
sebelum label .in
hanya untuk calc, eksekusi terpisah:
Address: 524625 Res: 3524578: 1413185us
Keduanya seperti dalam tolok ukur asli:
Address: 524625 Res: 3524578: 1413185us
Address: 524689 Res: 3524578: 1535424us
EDIT4: Membalik posisi dalam flash benar-benar mengubah hasilnya. -> prefetch Linear?
Jawaban:
Kecepatan eksekusi kode dari flash tergantung pada jumlah siklus tunggu dan perataan kode untuk setiap target cabang. Dalam prosesor ini dan yang serupa, seperti STM32F103, flash membutuhkan 3 siklus tunggu ketika core berjalan pada frekuensi tertinggi. Ini berarti setiap cabang yang diambil dapat memakan waktu antara 2 dan 5 siklus, yang mungkin memengaruhi total jangka waktu.
Untuk mengimbangi kelambatan FLASH, prosesor ini memiliki FLASH bus yang lebar dan buffer pengambilan. SAM3X memiliki sepasang buffer instruksi 128-bit, yang tampaknya diisi dalam pola prefetch [1].
Untuk mengoptimalkan perulangan yang ketat, coba paskan ke dalam blok kode 32-byte dan luruskan pada batas 16-byte (atau lebih baik 32, untuk berjaga-jaga). Juga, itu bisa menjadi ide yang baik untuk memeriksa apakah parameter FLASH diatur dengan benar, yaitu prefetch diaktifkan dan lebar bus diatur ke 128 bit, di MCU ini. Menyalin kode ke RAM mungkin menjadi pilihan, tapi itu menyebalkan dan sebenarnya bisa memperlambat segalanya, dibandingkan dengan bekerja dengan benar mengambil buffer.
[1] http://ww1.microchip.com/downloads/en/DeviceDoc/Atmel-11057-32-bit-Cortex-M3-Microcontroller-SAM3X-SAM3A_Datasheet.pdf , halaman 294, Angka 18-2, 18-3 .
sumber