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平均N个浮动样本的ARM CMSIS DSP吞吐量,arm,signal-processing,cmsis,Arm,Signal Processing,Cmsis,我编写了一个简单的C代码来计算数组中存在的Nfloats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
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
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。