平均N个浮动样本的ARM CMSIS DSP吞吐量

我编写了一个简单的C代码来计算数组中存在的N

float

s的平均值。我得到了10.5个时钟周期每个浮点数作为大N的吞吐量

arm\u mean\u f32（）

实际上性能较差

这不是太多CCs/浮子吗

三个行动

从内存加载

加载值的累积

指针增量

可以同时发生

ARM Cortex M4F会这样做吗

---

该项目是在带有ARM Cortex M4F的飞思卡尔K24处理器的定制板上运行的。

ARM实现非常传统，您可以检查它，他们只需进行循环展开以减少循环开销，然后累积每个循环4个样本的总和，最后划分样本数，我用M4F试过了，每个浮子有5.3个循环

这是我使用的代码

#包括“arm_math.h”
#定义最大块大小32
浮动32_t src_buf_f32[最大块大小]=
{
-0.4325648115282207,  -1.6655843782380970,  0.1253323064748307,
0.2876764203585489,  -1.1464713506814637,  1.1909154656429988,
1.1891642016521031,  -0.0376332765933176,  0.3272923614086541,
0.1746391428209245,  -0.1867085776814394,  0.7257905482933027,
-0.5883165430141887,   2.1831858181971011, -0.1363958830865957,
0.1139313135208096,   1.0667682113591888,  0.0592814605236053,
-0.0956484054836690,  -0.8323494636500225,  0.2944108163926404,
-1.3361818579378040,   0.7143245518189522,  1.6235620644462707,
-0.6917757017022868,   0.8579966728282626,  1.2540014216025324,
-1.5937295764474768,  -1.4409644319010200,  0.5711476236581780,
-0.3998855777153632,   0.6899973754643451
};
浮动32_t结果_f32；
内部主（空）
{
arm平均值f32（src buf f32、最大块大小和结果f32）；
返回0；
}

---

我认为这是使用浮点运算可以获得的最佳性能，您的性能不佳可能是因为您测量的周期数不正确或您的硅。您还可以尝试增加编译器优化。

ARM实现是非常传统的，您可以检查它，它们只需执行循环展开以减少循环开销，然后累积每个循环4个样本的总和，最后除以样本数，我使用M4F进行了尝试，每个浮点得到了5.3个循环

这是我使用的代码

#包括“arm_math.h”
#定义最大块大小32
浮动32_t src_buf_f32[最大块大小]=
{
-0.4325648115282207,  -1.6655843782380970,  0.1253323064748307,
0.2876764203585489,  -1.1464713506814637,  1.1909154656429988,
1.1891642016521031,  -0.0376332765933176,  0.3272923614086541,
0.1746391428209245,  -0.1867085776814394,  0.7257905482933027,
-0.5883165430141887,   2.1831858181971011, -0.1363958830865957,
0.1139313135208096,   1.0667682113591888,  0.0592814605236053,
-0.0956484054836690,  -0.8323494636500225,  0.2944108163926404,
-1.3361818579378040,   0.7143245518189522,  1.6235620644462707,
-0.6917757017022868,   0.8579966728282626,  1.2540014216025324,
-1.5937295764474768,  -1.4409644319010200,  0.5711476236581780,
-0.3998855777153632,   0.6899973754643451
};
浮动32_t结果_f32；
内部主（空）
{
arm平均值f32（src buf f32、最大块大小和结果f32）；
返回0；
}

---

我认为这是使用浮点运算可以获得的最佳性能，您的性能不佳可能是因为您测量的周期数不正确或您的硅。您还可以尝试增加编译器优化。

我想浮点除法需要很多时间。尝试计算倒数并将其与和相乘，应该可以节省一些时间。我猜浮点除法需要很多时间。尝试每次计算倒数并将其与总和相乘，应该可以节省一些时间。