cache、dtcm、程序速度问题

zhxih206662

今天用原子的767板子测试了一下运行速度，不太如意，跟写的462DMIPS还是有比较大差距。请各位大神解惑：测试中，做了一个约30万次的循环，汇编中共使用了27个指令（已包含循环本身的指令）；总的耗时34ms左右，这算出来的大概只有56%（462DMIPS）左右的性能。分析和疑问如下：
27个指令中，有7个LDR加载指令，可能是加载内存数据时间较长拖慢计算时间，于是做了以下测试：
测试1.对比cache开和不开的差别，发现没差别（就算把指令改成从固定内存中拿出来计算，开和不开还是没差别）
测试2.对比片内SRAM和SDRAM差别，片内SRAM只有3%的性能优势。
测试3.对比片内SRAM和DTCM（程序有所修改，因为DTCM只有128KB），结果是基本没差别。


问题：（上面说没啥差别指的是差别在1%以内）
1.测试1为啥没差别？
2.测试2差别偏少啊。
3.测试3为啥没差别？手册上宣传Cache，TCM的加入，使得f7有明显的性能提升，但用跟不用一个样。
4.从汇编来看，使用了已经是最简单的“加、减、比较、跳转”，乘、除都没有，更没有浮点运算，为啥只能达到462DMIPS的56%这么少？


以下贴出具体的时间：
0x08005A92 E022      B             0x08005ADA
   155:                         for(j=1;j<640;j++)
   156:                         {
0x08005A94 2601      MOVS          r6,#0x01
0x08005A96 E01C      B             0x08005AD2
   157:                                 pt=&image[0];   //1.5ms
0x08005A98 4C66      LDR           r4,[pc,#408]  ; @0x08005C34
   158:                                 pt+=i*640+j-640; //7ms
   159:
0x08005A9A EB050085  ADD           r0,r5,r5,LSL #2
0x08005A9E EB0610C0  ADD           r0,r6,r0,LSL #7
0x08005AA2 F5A07020  SUB           r0,r0,#0x280
0x08005AA6 4404      ADD           r4,r4,r0
   160:                                 k=*(pt-1) + *pt * 2+ *(pt+1);  //11ms
   161:                                 
0x08005AA8 F8141C01  LDRB          r1,[r4,#-0x01]
0x08005AAC 7820      LDRB          r0,[r4,#0x00]
0x08005AAE EB010040  ADD           r0,r1,r0,LSL #1
0x08005AB2 7861      LDRB          r1,[r4,#0x01]
0x08005AB4 1847      ADDS          r7,r0,r1
   162:                                 pt+=1280;
0x08005AB6 F50464A0  ADD           r4,r4,#0x500
   163:                                 f=*(pt-1) + *pt * 2  + *(pt+1); //11ms
   164:                                 
   165:                                 
0x08005ABA F8141C01  LDRB          r1,[r4,#-0x01]
0x08005ABE 7820      LDRB          r0,[r4,#0x00]
0x08005AC0 EB010040  ADD           r0,r1,r0,LSL #1
0x08005AC4 7861      LDRB          r1,[r4,#0x01]
0x08005AC6 EB000A01  ADD           r10,r0,r1
   166:                                 k+=f-k;    //1.5ms
   167:                                 

   188:                         }
   189:                 }
0x08005ACA EBAA0007  SUB           r0,r10,r7
0x08005ACE 4407      ADD           r7,r7,r0
0x08005AD0 1C76      ADDS          r6,r6,#1
0x08005AD2 F5B67F20  CMP           r6,#0x280
0x08005AD6 DBDF      BLT           0x08005A98
   153:                 for(i=1;i<480-1;i++)
0x08005AD8 1C6D      ADDS          r5,r5,#1
0x08005ADA F5B57FEF  CMP           r5,#0x1DE
0x08005ADE DDD9      BLE           0x08005A94

zhxih206662

自己顶上去，原子哥在哪里？

zhxih206662

测试代码是从例程的dsp中修改的，具体见附件。

正点原子

内部内存比SDRAM要快非常多的。3%的优势是肯定不对的。 你再重新写代码测试下。

zhxih206662

正点原子 发表于 2018-3-5 01:34
内部内存比SDRAM要快非常多的。3%的优势是肯定不对的。 你再重新写代码测试下。

暂时没看出我的测试方案有什么问题，都是很简单的方法，就是不停循环计算，把数组的位置定义在DTCM、片内普通内存、和SDRAM来做对比。我今晚回去再看看代码，不过原子哥能做个简单的demo就更好了，体现一下M7的牛逼。

zhxih206662

正点原子 发表于 2018-3-5 01:34
内部内存比SDRAM要快非常多的。3%的优势是肯定不对的。 你再重新写代码测试下。

http://www.stmcu.org/module/forum/thread-614962-1-1.html
我在另外的网站问过，9楼给出的数据，貌似也说明差距不明显。唯有把代码放在sdram的时候是特别慢。代码放在flash，sram中差别不大。还有数据放在sdram，sram，dtcm也差别不大。不知道是不是特定场景应用才会体现出差距。还有cache的性能差距，也还没测试出来。
原子哥，你的内部内存比sdram快这个结论是怎样测出来的？

正点原子

zhxih206662 发表于 2018-3-5 21:19
http://www.stmcu.org/module/forum/thread-614962-1-1.html
我在另外的网站问过，9楼给出的数据，貌似 ...

你可以试试：
定义一个u32的数组，比如100个大小，然后对数组里面的每个成员都进行自增，从0开始，一直增到很大的一个数，比如10000000。
统计这个自增所需要的时间。

然后，对比：
1，数组定义在内部sram的时候，自增要多久？
2，数组定义在SDRAM的时候，自增要多久？

差距肯定不止3%