优化ARM Cortex M3代码

Question

我有一个C函数，它试图将帧缓冲区复制到FSMC RAM。

这些函数将游戏循环的帧速率降低到10FPS。 我想知道如何分析反汇编函数，我应该计算每个指令周期吗？ 我想知道CPU在哪里花费时间，在哪一部分。 我确定算法也是一个问题，因为它的O（N ^ 2）

C函数是：

void LCD_Flip()
{

    u8  i,j;


    LCD_SetCursor(0x00, 0x0000);
    LCD_WriteRegister(0x0050,0x00);//GRAM horizontal start position
    LCD_WriteRegister(0x0051,239);//GRAM horizontal end position
    LCD_WriteRegister(0x0052,0);//Vertical GRAM Start position
    LCD_WriteRegister(0x0053,319);//Vertical GRAM end position
    LCD_WriteIndex(0x0022);

    for(j=0;j<fbHeight;j++)
    {
        for(i=0;i<240;i++)
        {
            u16 color = frameBuffer[i+j*fbWidth];
            LCD_WriteData(color);

        }
    }

}

拆卸功能：

08000fd0 <LCD_Flip>:
 8000fd0:   b580        push    {r7, lr}
 8000fd2:   b082        sub sp, #8
 8000fd4:   af00        add r7, sp, #0
 8000fd6:   2000        movs    r0, #0
 8000fd8:   2100        movs    r1, #0
 8000fda:   f7ff fde9   bl  8000bb0 <LCD_SetCursor>
 8000fde:   2050        movs    r0, #80 ; 0x50
 8000fe0:   2100        movs    r1, #0
 8000fe2:   f7ff feb5   bl  8000d50 <LCD_WriteRegister>
 8000fe6:   2051        movs    r0, #81 ; 0x51
 8000fe8:   21ef        movs    r1, #239    ; 0xef
 8000fea:   f7ff feb1   bl  8000d50 <LCD_WriteRegister>
 8000fee:   2052        movs    r0, #82 ; 0x52
 8000ff0:   2100        movs    r1, #0
 8000ff2:   f7ff fead   bl  8000d50 <LCD_WriteRegister>
 8000ff6:   2053        movs    r0, #83 ; 0x53
 8000ff8:   f240 113f   movw    r1, #319    ; 0x13f
 8000ffc:   f7ff fea8   bl  8000d50 <LCD_WriteRegister>
 8001000:   2022        movs    r0, #34 ; 0x22
 8001002:   f7ff fe87   bl  8000d14 <LCD_WriteIndex>
 8001006:   2300        movs    r3, #0
 8001008:   71bb        strb    r3, [r7, #6]
 800100a:   e01b        b.n 8001044 <LCD_Flip+0x74>
 800100c:   2300        movs    r3, #0
 800100e:   71fb        strb    r3, [r7, #7]
 8001010:   e012        b.n 8001038 <LCD_Flip+0x68>
 8001012:   79f9        ldrb    r1, [r7, #7]
 8001014:   79ba        ldrb    r2, [r7, #6]
 8001016:   4613        mov r3, r2
 8001018:   011b        lsls    r3, r3, #4
 800101a:   1a9b        subs    r3, r3, r2
 800101c:   011b        lsls    r3, r3, #4
 800101e:   1a9b        subs    r3, r3, r2
 8001020:   18ca        adds    r2, r1, r3
 8001022:   4b0b        ldr r3, [pc, #44]   ; (8001050 <LCD_Flip+0x80>)
 8001024:   f833 3012   ldrh.w  r3, [r3, r2, lsl #1]
 8001028:   80bb        strh    r3, [r7, #4]
 800102a:   88bb        ldrh    r3, [r7, #4]
 800102c:   4618        mov r0, r3
 800102e:   f7ff fe7f   bl  8000d30 <LCD_WriteData>
 8001032:   79fb        ldrb    r3, [r7, #7]
 8001034:   3301        adds    r3, #1
 8001036:   71fb        strb    r3, [r7, #7]
 8001038:   79fb        ldrb    r3, [r7, #7]
 800103a:   2bef        cmp r3, #239    ; 0xef
 800103c:   d9e9        bls.n   8001012 <LCD_Flip+0x42>
 800103e:   79bb        ldrb    r3, [r7, #6]
 8001040:   3301        adds    r3, #1
 8001042:   71bb        strb    r3, [r7, #6]
 8001044:   79bb        ldrb    r3, [r7, #6]
 8001046:   2b63        cmp r3, #99 ; 0x63
 8001048:   d9e0        bls.n   800100c <LCD_Flip+0x3c>
 800104a:   3708        adds    r7, #8
 800104c:   46bd        mov sp, r7
 800104e:   bd80        pop {r7, pc}

Answer 1

不完全回答你的问题，但我看到你渴望快速执行循环。

以下是本书的一些提示：“ARM系统开发人员指南：设计和优化系统软件（计算机体系结构和设计中的Morgan Kaufmann系列）” http://www.amazon.com/ARM-System-Developers-Guide-Architecture / DP / 1558608745

第5章包含名为“C循环结构”的部分。 以下是该部分的摘要：

有效地编写循环

• 使用倒数为零的循环。 然后编译器不需要分配寄存器来保存终止值，并且与零的比较是免费的。
• 默认情况下使用无符号循环计数器，并且连续条件为i！= 0而不是i> 0。 这将确保循环开销仅为两条指令。
• 当您知道循环将至少迭代一次时，请使用do-while循环而不是for循环。 这样可以保存编译器检查以查看循环计数是否为零。
• 展开重要循环以减少循环开销。 不要过度使用。 如果循环开销占总数的一小部分，那么展开会增加代码大小并损害缓存的性能。
• 尝试安排数组中元素的数量是四或八的倍数。 然后，您可以轻松地将循环展开两次，四次或八次，而无需担心剩余的数组元素。

根据摘要，您的内部循环可能如下所示。

uinsigned int i = 240/4;  // Use unsigned loop counters by default
                          // and the continuation condition i!=0

do
{
    // Unroll important loops to reduce the loop overhead
    LCD_WriteData( (u16)frameBuffer[ (i--) + (j*fbWidth) ] );
    LCD_WriteData( (u16)frameBuffer[ (i--) + (j*fbWidth) ] );
    LCD_WriteData( (u16)frameBuffer[ (i--) + (j*fbWidth) ] );
    LCD_WriteData( (u16)frameBuffer[ (i--) + (j*fbWidth) ] );
}
while ( i != 0 )  // Use do-while loops rather than for
                  // loops when you know the loop will
                  // iterate at least once

您可能还想尝试使用'pragma'，例如：

#pragma Otime

http://www.keil.com/support/man/docs/armcc/armcc_chr1359124989673.htm

#pragma unroll(n)

http://www.keil.com/support/man/docs/armcc/armcc_chr1359124992247.htm

因为它是Cortex-M3试图找出MCU硬件是否有机会安排代码/数据以利用其哈佛架构 （我的速度提高了30％）。

看到我的另一个答案

也许并非所有内容都适用于您的应用程序（以相反的顺序填充缓冲区）。 我只是想提请你注意这本书以及可能的优化要点。

Answer 2

您应该首先在启用速度优化的情况下编译C代码。 您提供的反汇编代码似乎是在堆栈中存储i和j计数器，这会向内部循环添加3个加载/存储操作。 您可能LCD_WriteData在内部循环中内联LCD_WriteData 。

另一方面，如果您真的在内循环中写入LCD，那么性能可能会受到该接口的限制。

Answer 3

只是为了纯粹减少循环操作的数量，你可以这样做。 我确实做了一些可能不准确的假设：你有一个从i=0:239开始的循环，我假设fbWidth与240相同。 如果不是这样，那么循环必须更复杂。

void LCD_Flip()
{
    u16 i,limit = fbHeight+fbWidth;
    // We will use a precalculated limit and one single loop

    LCD_SetCursor(0x00, 0x0000);
    LCD_WriteRegister(0x0050,0x00);//GRAM horizontal start position
    LCD_WriteRegister(0x0051,239);//GRAM horizontal end position
    LCD_WriteRegister(0x0052,0);//Vertical GRAM Start position
    LCD_WriteRegister(0x0053,319);//Vertical GRAM end position
    LCD_WriteIndex(0x0022);

    // Single loop from 0:limit-1 takes care of having to do an
    // x,y conversion each iteration.
    for(i=0;i<limit;j++)
    {
        u16 color = frameBuffer[i];
        LCD_WriteData(color);
    }
}

这剥离了两个循环，有利于单个for循环，每次迭代只有一个条件测试。 最重要的是，对frameBuffer的索引现在是线性的，因此我们不需要将宽度乘以从x，y到线性存储。 你的循环迭代不会减少（即它仍然是O(N) ， N = height*width ），但指令的数量应该减少。

正如@Joe Hass在他的回答中指出的那样，如果你真的受到LCD界面的限制，这实际上可能根本没有帮助。 根据您使用的STM32，FSMC可能不会特别快，我无法想象LCD控制器也会非常快。