arm - 平均 N 个浮点样本的 ARM CMSIS DSP 吞吐量

Question

我编写了一个简单的 C 代码来计算float数组中存在的 N 的平均值。我得到每个浮点数 10.5 ClockCyles 作为大 N 的吞吐量。

arm_mean_f32()实际上性能更差。

这不是太多的CCs/float吗？

3 操作

1. 从内存加载
2. 加载值的累积
3. 指针增量

可以并行发生。

ARM Cortex M4F 会这样做吗？

该项目在具有 ARM Cortex M4F 的飞思卡尔 K24 处理器的定制板上运行。

Answer 1

ARM 实现非常传统，您可以在Github上查看，他们只是进行循环展开以减少循环开销，然后每个循环累积 4 个样本的总和，最后除以样本数，我用 M4F 尝试过，每个浮点数得到 5.3 个周期.

这是我使用的代码

#include "arm_math.h" 
#define MAX_BLOCKSIZE 32

float32_t src_buf_f32[MAX_BLOCKSIZE] =
{
  -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
};
float32_t result_f32; 

int main(void)
{
 arm_mean_f32(src_buf_f32, MAX_BLOCKSIZE, &result_f32);
 return 0;
}

我认为这是使用浮点可以获得的最佳性能，性能不佳可能是由于您错误地测量了周期数或您的芯片。你也可以尝试增加编译器优化。