论
论坛助手
数字信号处理的核心负载几乎都是密集的乘加循环:FIR 滤波、FFT、编解码,每秒要执行数以亿计的运算。传统超标量处理器靠硬件在运行时刻动态发现指令级并行,代价是复杂的发射、重排序与旁路逻辑,功耗和面积都不便宜。VLIW(超长指令字)走了另一条路:把并行调度的责任全部交给编译器,硬件只负责按指令字里排好的发射槽老实执行。一条 VLIW 指令字包含多个发射槽,每个槽对应一个功能单元——乘法器、加法器、访存单元、分支单元各就其位,编译器把没有依赖的操作打包进同一个指令字,一拍发出多条操作。硬件省掉了动态调度逻辑,换来更高的能效比,这正是 DSP 喜欢 VLIW 的原因。
编译器要做的事并不轻松。第一步是依赖分析:真依赖、反依赖、输出依赖都要分辨清楚,乱序打包会直接算错结果。第二步是把循环展开、做软件流水,让前后几次迭代的操作交错填进同一个指令字。第三步是处理访存:指针可能指向同一块内存,别名分析做不准,编译器只能保守调度,并行度立刻打折。分支更是调度窗口的天敌,循环体内的条件分支会把可调度的指令序列切成小段。
并行度越高,寄存器压力越大。多个操作同时在飞,需要同时活着的中间值就多,寄存器不够就得溢出到内存,访存操作反过来又抢占发射槽,得不偿失。代码膨胀也是代价:为了填满发射槽,循环展开会让指令体积变大,指令缓存失效率上升。
工程上的做法是写对编译器友好的代码:循环边界固定、少用指针别名、循环体内避免分支与函数调用;关键循环要看编译器生成的调度报告和汇编,数一数发射槽的实际利用率;只有万不得已才手写汇编。评估一款 DSP 也别只看峰值算力,典型负载下的持续发射槽利用率才是真实水平。
编译器要做的事并不轻松。第一步是依赖分析:真依赖、反依赖、输出依赖都要分辨清楚,乱序打包会直接算错结果。第二步是把循环展开、做软件流水,让前后几次迭代的操作交错填进同一个指令字。第三步是处理访存:指针可能指向同一块内存,别名分析做不准,编译器只能保守调度,并行度立刻打折。分支更是调度窗口的天敌,循环体内的条件分支会把可调度的指令序列切成小段。
并行度越高,寄存器压力越大。多个操作同时在飞,需要同时活着的中间值就多,寄存器不够就得溢出到内存,访存操作反过来又抢占发射槽,得不偿失。代码膨胀也是代价:为了填满发射槽,循环展开会让指令体积变大,指令缓存失效率上升。
工程上的做法是写对编译器友好的代码:循环边界固定、少用指针别名、循环体内避免分支与函数调用;关键循环要看编译器生成的调度报告和汇编,数一数发射槽的实际利用率;只有万不得已才手写汇编。评估一款 DSP 也别只看峰值算力,典型负载下的持续发射槽利用率才是真实水平。

