Cortex-a8 arm11 arm9 xscale powerpc 嵌入式處理器實測性能

 

一、前言

   嵌入式處理器層出不窮,，系列和種類繁多,。經(jīng)常在嵌入式產(chǎn)業(yè)界見到的處理器，僅指令集家族就有x86,，arm,，powerpc，mips,，sh等,。每種指令集往往又有很多系列，下面還有不同版本,，甚至同一版本有不同芯片廠家實現(xiàn)產(chǎn)品,。這還不夠，再加上不同的主頻、總線結(jié)構(gòu),、存儲器cache配置,，即使在行業(yè)里打拼多年的專業(yè)人士也難免眼花繚亂。

   所以,，經(jīng)常有人會問：200Mhz的arm9比起嵌入式工控機上的賽揚有多大的性能差距,？四千多買的500MHz的智能手機究竟比筆記本電腦慢多少？

   在短時間內(nèi)全面解釋這類問題,，介紹清楚各種嵌入式處理器的來龍去脈是不可能的,。筆者前日對手里的幾個嵌入式處理器進(jìn)行了性能評測，獲得了一些有趣兒的結(jié)果,，能夠一定程度上說明問題,，于是撰文跟大家分享。

   涉及的對象包括arm家族常用的系列嵌入式處理器,，從初學(xué)者都知道的S3C2410到基于arm1136jf-s的OMAP2420,，還有新一代產(chǎn)品新寵OMAP3/Cortex-a8。軟件運行的操作系統(tǒng)為linux-2.6.24以及之后版本和gcc-4編譯器,。最終的測試結(jié)果說明了目前嵌入式處理器的性能現(xiàn)狀,，可供感興趣的讀者參考，最后還提供了筆者使用的測試代碼下載,。筆者也非常希望愛好者在自己的嵌入式平臺上測試,，并將結(jié)果發(fā)帖交流。

二,、測試方法介紹

   本文的內(nèi)容主要基于筆者親自測試的結(jié)果,，也有部分結(jié)果來自于他人的測試，絕大多數(shù)的測試對于稍有嵌入式Linux經(jīng)驗的人都可以很容易的重復(fù),。測試項目包括nbench整數(shù)性能,，nbench內(nèi)存帶寬，nbench雙精度浮點性能,，單精度浮點FIR性能,，SIMD向量單精度浮點FIR性能。測試軟件簡介nbench

   nbench是一個簡單的用于測試處理器,，存儲器性能的基準(zhǔn)測試程序,。即著名的BYTE Magazine雜志的BYTEmark benchmark program。nbench在系統(tǒng)中運行并將結(jié)果和一臺運行Linux的AMD K6-233電腦比較,，得到的比值作為性能指數(shù),。由于是完全開源的，愛好者可以在各種平臺和操作系統(tǒng)上運行nbench,，并進(jìn)行優(yōu)化和測試,，是一個簡單有效的性能測試工具,。nbench的結(jié)果主要分為MEM、INT和FP,，其中MEM指數(shù)主要體現(xiàn)處理器總線,、CACHE和存儲器性能，INT當(dāng)然是整數(shù)處理性能,，F(xiàn)P則體現(xiàn)雙精度浮點性能（大多數(shù)嵌入式處理器都沒有強大的雙精度浮點能力）,。

fp_fir

    fp_fir是筆者編寫的單精度浮點FIR性能測試程序，簡單并直觀的評價系統(tǒng)的單精度浮點數(shù)乘加性能（玩過DSP就知道,，浮點乘加是TigerSHARC的拿手好戲）,。fp_fir的一個亮點是可以很容易的SIMD向量化，即利用SSE3/Altivec/Neon等SIMD指令集加速執(zhí)行,。這個測試的結(jié)果也是最有戲劇性的,。

三、測試結(jié)果

1.nbench測試MEM部分

    此測試包括字符排序,、數(shù)據(jù)賦值和位操作,。這個測試中，高主頻,、高速的片內(nèi)CACHE和快速的外存儲器非常重要,。采用新架構(gòu)的Cortex-a8和強勁的桌面x86占有很大優(yōu)勢,，其中很大一部分是源于片上的二級CACHE結(jié)構(gòu)
具體分?jǐn)?shù)如下

表1 nbench 存儲器性能

圖1 nbench 存儲器性能

2.nbench測試INT部分

此測試包含整數(shù)排序,，模擬浮點運算，霍夫曼編碼,，IDEA加密算法,。在此測試?yán)铮黝l是最主要的性能因素,，指令集的并行度也有很大影響,，所以超標(biāo)量處理器PentiumIII和Cortex-a8的優(yōu)勢不僅來自于主頻，也來自于單周期執(zhí)行多條指令,、分支預(yù)測等綜合能力,。但是更老的PPC440也是雙發(fā)射的超標(biāo)量CPU，不過并沒有體現(xiàn)太大優(yōu)勢,，一方面是PPC440的ALU指令并不能雙發(fā),，另一方面也是因為通用整數(shù)運算內(nèi)在的并行度并不高，指令級并行受限較多,，并行加速不如主頻提高明顯,。

表2 nbench 整數(shù)性能

圖2 nbench 整數(shù)性能

3.nbench測試FP部分

   此測試包括雙精度浮點傅立葉變換、神經(jīng)網(wǎng)絡(luò),、LU分解,。在此測試?yán)锩孀烂嫣幚砥饕恢Κ毿?，主要是因為PentiumIII擁有強大的SSE浮點處理能力，雙精度浮點硬件流水線性能遠(yuǎn)超其他處理器,，尤其是只有傳統(tǒng)標(biāo)量整數(shù)指令集的嵌入式處理器,，如S3C2410和PPC440。

   低功耗的嵌入式處理器一般不會集成雙精度流水線FPU,，主要是因為硅片面積和功耗較大,，實現(xiàn)浮點處理靠另外的方法。
S3C2410（ARM920T）和PPC440利用softfloat庫實現(xiàn)浮點處理,，性能是最低的,。（當(dāng)然，僅僅是比其他的高級處理器低,，雖然只有K6-233性能的百分之幾,。如果你測試很多S3C2410開發(fā)板自帶的oabi gcc-2.95硬浮點工具鏈，加上內(nèi)核NWFPE模擬浮點指令,，會得到更慘的結(jié)果,。oabi+NWFPE性能只有softfloat的10到20分之一，是向量浮點的幾千分之一）

   XSCALE以及其他ARMV5TE以上的處理器可以利用定點向量指令加快softfloat庫模擬,，其中支持iWMMXT的PXA270可以使用64位定點向量指令顯著加快速度,。

   新的ARM處理器如OMAP2420集成硬件了VFP，雖然不是桌面CPU規(guī)模的流水線FPU,，還是比軟件模擬快很多,。

   也許讀者會奇怪OMAP3 600MHz的浮點性能比OMAP2 400MHz還低，這是因為Cortex-a8比arm11進(jìn)一步簡化了VFP的硬件以降低功耗和面積,，并引入了如同Pentium4處理器的向量指令集neon,。該指令集最大數(shù)據(jù)寬度和SSE3一樣為128bit，可以支持完全流水的向量定點和單精度浮點處理,，僅僅比SSE3少了雙精度浮點流水處理,。由于nbench進(jìn)行雙精度浮點測試，并且使用glibc內(nèi)建的未優(yōu)化的數(shù)學(xué)庫,，所以無法發(fā)揮neon的性能,。

圖3 nbench 雙精度浮點性能

4.fp_fir測試

    在fp_fir測試中，為了對Cortex-a8的noen向量處理能力進(jìn)行對比,，加入了高性能的處理器PentiumD 920 3.0GHz的對比評測,。該系統(tǒng)配備2GB雙通道DDR2內(nèi)存，運行Linux-2.6.27 x86_64 64-bits系統(tǒng),。同樣,，也加入了基于老式arm920t的S3C2410“陪太子讀書”

    需要知道的是PentiumD 920除了擁有嵌入式處理器難以企及的3GHz主頻，更有2MB L2CACHE和800MHz 64-bits前端總線,，并且同樣集成了SSE3 128-bit SIMD指令集,。

表4 測試平臺功能對比

      本次測試將fp_fir程序分別編譯到不同平臺上,，分為9中不同的CPU與配置組合

表5 測試配置和編譯選項

    新版本gcc-4.3已經(jīng)加入了neon向量指令支持，而對sse的支持在更早版本中就已經(jīng)加入了,。要啟用向量指令自動生成功能,，需要在編譯參數(shù)中加入適當(dāng)?shù)奶幚砥髦噶罴瘶?biāo)記和浮點選擇標(biāo)記，在arm架構(gòu)下為：
-mfloat-abi=softfp -mfpu=neon -ftree-vectorize -ffast-math

在x86架構(gòu)下為：
-mfpmath=sse -ftree-vectorize -mmmx -msse -msse2 -msse3 -ffast-math

    另外,，在arm linux平臺下,，如果使用的是EABI（embedded application binary interface）配置則允許系統(tǒng)中混合運行softfp，vfp,，neon向量浮點等各種浮點實現(xiàn)代碼,。例如在cortex-a8上運行同時運行優(yōu)化的向量浮點代碼和老式arm920t的軟浮點代碼，這使得上述測試能夠方便的完成,。如果用老的oabi環(huán)境,，切換不同的浮點配置必須把全部的用戶代碼重新編譯。
下載地址在這里可以找到,。

表6 fp_fir 單精度浮點乘加性能

圖4 fp_fir 單精度浮點乘加性能  單位：秒  越小越好

    由于向量處理和傳統(tǒng)非流水標(biāo)量處理性能差距很大,，去掉前面5種地性能的配置。截取后4種向量處理配置的柱狀圖,，可以清晰的看到neon和sse3性能PK

圖5 fp_fir 單精度浮點乘加性能  單位：秒  越小越好

    可以看到流水線化的向量協(xié)處理對數(shù)值運算幫助非常大,，有數(shù)量級的性能提升。這也是為什么INTEL/AMD等處理器廠商都把多媒體指令集作為亮點大肆宣傳,，各種操作系統(tǒng)和軟件也積極應(yīng)用SIMD指令來進(jìn)行加速,。

    因為嵌入式處理器原本就沒有集成全流水線FPU，這種加速對嵌入式處理器如cortex-a8尤其明顯,。

    此外,，嵌入式處理器指令集兼容的歷史包袱比x86要少得多,，完全可以直接采用向量指令集得到接近大型CPU和傳統(tǒng)高端DSP的數(shù)值計算性能,，有的嵌入式CPU干脆把這類指令叫做嵌入式DSP指令。這類向量指令集在視頻圖像處理,、語音識別,、計算機視覺、軟件無線電和人工智能等應(yīng)用上擁有極大的性能/功耗比優(yōu)勢,。

    由此可見,，新式的嵌入式處理器實現(xiàn)了一系列同等于原來桌面處理器才有的功能，性能也可以在某種程度上接近傳統(tǒng)的桌面處理器,，同時保持了極低的功耗,。

    文中提到的測試代碼下載請見：

嵌入式系統(tǒng)性能測試下載
本文作者：周明 原載于嵌入式技術(shù)博客，請尊重作者勞動,，歡迎轉(zhuǎn)載但需注明原文鏈接,！