本文將討論如何將匯編語言程序代碼整合到C語言中，以最大化性能以及程序設(shè)計(jì)人員生產(chǎn)力，內(nèi)容涵蓋了編譯器慣例(convention)、內(nèi)嵌(inlining)、內(nèi)嵌函數(shù)(intrinsic)、緩存器連結(jié)(register binding)和除錯(cuò)策略。

隨著DSP處理器性能的提升以及編譯器最佳化技術(shù)的進(jìn)步，曾經(jīng)紅極一時(shí)、僅用匯編語言編寫DSP應(yīng)用程序的作法已逐漸被淘汰。今天，幾乎每個(gè)DSP應(yīng)用程序都使用C語言程序代碼和匯編程序碼混合的方式。對于一些性能需求極高的關(guān)鍵功能，DSP工程師會(huì)繼續(xù)使用高度最佳化的匯編程序碼；而一些次要的功能現(xiàn)在也使用C語言編寫，使程序代碼更容易維護(hù)和移植。對于C語言和匯編程序碼的結(jié)合，每位DSP工程師都需要掌握特殊的工具和方法。

眾所皆知，匯編語言編碼具有更高的性能優(yōu)勢，而用C語言編碼則較容易且速度也更快。為了解其中原因，以下我們進(jìn)一步比較匯編語言編碼與C語言編碼的優(yōu)缺點(diǎn)：

匯編語言編碼的優(yōu)點(diǎn)：

?匯編語言編碼可以充分利用處理器的獨(dú)特指令以及各種專門的硬件資源。而C語言程序代碼是通用型程序代碼，必須支持各種硬件平臺(tái)，因此很難支持特殊平臺(tái)程序代碼。

?匯編程序設(shè)計(jì)人員通常對應(yīng)用程序非常熟悉，可以作出編譯器無法作出的假設(shè)。

?匯編程序設(shè)計(jì)人員可以發(fā)揮人類的創(chuàng)造性；而再先進(jìn)的編譯器也只是一個(gè)自動(dòng)化的程序。

匯編語言編碼的缺點(diǎn)：

?匯編程序設(shè)計(jì)人員必須解決耗時(shí)的機(jī)器級(jí)問題，如緩存器分配和指令排程。若使用C語言程序代碼，這些問題可以由編譯器解決。

?使用匯編語言編碼的程序設(shè)計(jì)人員必須了解DSP架構(gòu)及其指令集的專業(yè)知識(shí)；而C語言編碼只需要掌握相當(dāng)普及的C語言知識(shí)。

?若使用匯編語言，將應(yīng)用程序從一個(gè)平臺(tái)移植到另一個(gè)平臺(tái)非常困難也相當(dāng)耗時(shí)；而C語言應(yīng)用程序的移植相對而言非常容易。

圖1顯示了如何利用專用硬件機(jī)制來獲得高度最佳化的匯編程序碼。左邊的C語言編碼利用模塊算法設(shè)計(jì)出一個(gè)循環(huán)緩沖區(qū)P1；右邊高度最佳化的匯編程序碼中，等效的緩沖區(qū)是利用CEVA-TeakLite-III DSP核心的模塊運(yùn)算機(jī)制(Modulo Mechanism)設(shè)計(jì)產(chǎn)生的。只要緩沖區(qū)指標(biāo)(本例中的r0)有更新，模塊運(yùn)算機(jī)制便會(huì)自動(dòng)執(zhí)行模塊運(yùn)算。這種運(yùn)算與指針更新在同一個(gè)周期發(fā)生，因此匯編程序碼比C語言程序代碼更加高效，可為模塊運(yùn)算產(chǎn)生獨(dú)立的指令。

圖1：右邊的CEVA-TeakLite-III匯編程序碼可以建置成左邊的C語言程序代碼。

為DSP應(yīng)用選擇C/匯編程序碼

混合使用的問題就在于該如何劃分C語言程序代碼和匯編程序碼的界限，而答案取決于剖析器提供的性能分析結(jié)果。然而在使用剖析器之前，DSP工程師需要為應(yīng)用程序定義清晰的對象，一些典型的對象包括循環(huán)數(shù)、程序代碼大小和數(shù)據(jù)大小。一旦這些對象確定后，所有應(yīng)用程序都應(yīng)該先以C語言編寫和制作，隨后使用剖析器來分析性能。

在一些極端情況下，如控制應(yīng)用，用C語言層級(jí)的編碼就足夠了；但大多數(shù)情況下，原始C語言層級(jí)應(yīng)用程序版本不會(huì)遵從一個(gè)或多個(gè)對象，這也意味著需要使用一些匯編程序碼來完成。在求助于匯編語言編碼之前，C語言編碼可提供許多方法來提高性能，但這些方法不屬于本文討論的范疇。假設(shè)所有C語言級(jí)的方法全用完了，并且準(zhǔn)備使用匯編語言編碼，這時(shí)強(qiáng)烈建議將原始C語言程序代碼保存起來。這樣不僅方便除錯(cuò)，而且一旦條件許可(比如轉(zhuǎn)移到更強(qiáng)大的平臺(tái))還可以回復(fù)原始的C語言。

程序代碼中的匯編語言部份應(yīng)盡可能維持在最少，這樣便能分析從剖析器得到的性能結(jié)果，并定義應(yīng)用程序中的關(guān)鍵函數(shù)。關(guān)鍵函數(shù)會(huì)占用大部份執(zhí)行時(shí)間，必須用匯編語言重寫才能滿足性能對象。當(dāng)兩到三個(gè)最關(guān)鍵的函數(shù)重寫后，需要重新進(jìn)行性能測量，若應(yīng)用程序仍然不能滿足對象需求，那么必須使用匯編語言定義并重寫額外的關(guān)鍵函數(shù)，這個(gè)過程需要不斷地重復(fù)直到滿足性能對象需求為止。

匯編語言設(shè)計(jì)師的編譯器考慮

在編寫會(huì)與C語言程序代碼結(jié)合的匯編程序碼時(shí)，匯編程序設(shè)計(jì)人員必須了解編譯器的慣例和假設(shè)。其中有個(gè)重要的編譯器慣例是函數(shù)呼叫慣例，也稱為函數(shù)參數(shù)傳遞慣例。這個(gè)慣例描述了編譯器如何在一個(gè)函數(shù)呼叫另一個(gè)函數(shù)時(shí)傳遞參數(shù)。為了使匯編語言函數(shù)能被C語言函數(shù)成功呼叫；反之亦然；匯編語言函數(shù)必須截取參數(shù)，然后將參數(shù)發(fā)送到由函數(shù)呼叫慣例定義的硬件資源上，通常為緩存器或堆棧內(nèi)存。

匯編程序設(shè)計(jì)人員還必須了解編譯器的緩存器使用慣例。這些慣例將硬件緩存器分成被呼叫者保存(callee-saved；或呼叫者使用，caller-used)；以及被呼叫者使用(callee-used；或呼叫者保存，caller-saved)緩存器。編譯器假設(shè)被呼叫者保存緩存器在函數(shù)呼叫過程中保持不變的值，若匯編程序設(shè)計(jì)人員希望使用這種緩存器，他們必須先將緩存器的值備份，然后在返回到C語言程序代碼之前恢復(fù)這些緩存器的內(nèi)容；相反的，被呼叫者使用緩存器被認(rèn)為在函式呼叫過程中不會(huì)保持一定的值。這意味著匯編程序設(shè)計(jì)人員使用這些緩存器之前無需進(jìn)行備份，不過他們必須記住，當(dāng)匯編語言函數(shù)呼叫C語言函數(shù)時(shí)，被呼叫者可以對這些緩存器進(jìn)行覆寫。

圖2為一個(gè)從CEVA-X1641 DSP核心FFT實(shí)作中截取的匯編程序碼案例。其中以黃色標(biāo)示的add指令遵循CEVA-X1641編譯器的呼叫慣例，在r0地址緩存器中傳遞指針參數(shù)。標(biāo)為藍(lán)色的pushd指令用于備份，隨后函數(shù)會(huì)使用的被呼叫者保存緩存器。

圖2：從CEVA-X1641手寫FFT算法匯編語言實(shí)作摘錄的一段程序代碼。

除了呼叫慣例和緩存器使用慣例(針對每個(gè)編譯器下定義)，一些編譯器在人工編寫的匯編程序碼方面可能會(huì)有一些額外的假設(shè)。這些假設(shè)通常是針對編譯器，因此編譯器供貨商應(yīng)該提供完善的數(shù)據(jù)和說明。例如，一些DSP架構(gòu)會(huì)有內(nèi)存存取對齊限制，用于這些DSP的編譯器通常假設(shè)堆棧指針以某個(gè)寬度(如32位)對齊，這允許編譯器最佳化堆棧的讀寫作業(yè)，并使用機(jī)器的全部內(nèi)存頻寬；此外亦要求匯編程序設(shè)計(jì)人員在呼叫C語言函數(shù)前確保堆棧對齊，否則會(huì)發(fā)生對齊錯(cuò)誤的存取。

編譯器假設(shè)的另外一個(gè)例子與人工編寫的匯編程序碼中特殊指令的位置有關(guān)。例如，CEVA-X1641編譯器假設(shè)一個(gè)mov acX, rN指令(將累加器移動(dòng)到地址緩存器)永遠(yuǎn)不會(huì)作為匯編語言函數(shù)的第一條指令。當(dāng)填充呼叫指令(呼叫一個(gè)函數(shù))的延遲槽時(shí)，這個(gè)假設(shè)可提供更佳的指令排程。像這樣特殊的假設(shè)通?？梢杂脤Ｓ镁幾g功能覆蓋。 連接C/匯編語言的延伸功能

大多數(shù)用于嵌入式平臺(tái)的編譯器，特別是用于DSP程序設(shè)計(jì)上，都具有豐富的C語言和匯編語言連接功能。其中絕大部份功能不屬于標(biāo)準(zhǔn)C語言，因此被稱為C語言延伸功能。以下列出的是一些對DSP程序設(shè)計(jì)更有用的功能。

內(nèi)嵌匯編語言。這個(gè)功能可讓程序設(shè)計(jì)人員將匯編語言指令插入C語言程序代碼，當(dāng)必需使用如裝置驅(qū)動(dòng)程序等低階C語言程序代碼直接存取機(jī)器資源時(shí)，會(huì)常使用到該功能。由于在大多數(shù)使用該功能的實(shí)作中，編譯器對所要插入的指令信息所知有限，因此對它們的特性會(huì)作出最壞的假設(shè)，這種假設(shè)可能會(huì)妨礙許多編譯器最佳化作業(yè)。例如，在支持某些指令(并非全部指令)平行處理的架構(gòu)中，編譯器不會(huì)將插入指令與其它指令作平行處理，因?yàn)檫@種作法很可能會(huì)導(dǎo)致非法指令封包。

將硬件緩存器連結(jié)到C變量。將一個(gè)硬件緩存器連結(jié)到一個(gè)C變量時(shí)，C語言程序代碼中的變量值即反映出硬件緩存器的值；反之亦然。每當(dāng)C變量被讀寫時(shí)，硬件緩存器也相對地被讀寫。這個(gè)功能在低階程序代碼中很常見，時(shí)常與匯編語言指令內(nèi)嵌功能結(jié)合在一起，允許內(nèi)嵌匯編程序碼存取C語言層級(jí)的變量。圖3的例子顯示了內(nèi)嵌匯編語言功能(標(biāo)示為橙色)和硬件緩存器連結(jié)功能(標(biāo)示為紫色)的常見組合。

圖3：結(jié)合內(nèi)嵌匯編語言和硬件緩存器連結(jié)的程序代碼片段。

內(nèi)存扇區(qū)屬性。預(yù)設(shè)狀態(tài)下，編譯器將全域C變量和函數(shù)分配到標(biāo)準(zhǔn)的預(yù)定義內(nèi)存扇區(qū)，該扇區(qū)屬性允許程序設(shè)計(jì)人員將上述變量和函數(shù)分配到特殊的使用者定義內(nèi)存扇區(qū)。在隨后的連結(jié)階段，這些內(nèi)存扇區(qū)可以被映像到具體的內(nèi)存地址。該功能可讓程序設(shè)計(jì)人員將C語言層級(jí)單元分配到實(shí)際的內(nèi)存位置，這對DSP應(yīng)用程序來說至關(guān)重要。

使用者定義呼叫慣例。如上所述，編譯器有一個(gè)匯編程序設(shè)計(jì)人員必須遵守的預(yù)定義呼叫慣例；然而在某些情況下，匯編語言函數(shù)可利用不同的呼叫慣例獲得更佳的最佳化效果。例如，編譯器理論上會(huì)在累加器中傳遞參數(shù)。若執(zhí)行延伸地址計(jì)算的函數(shù)能接收地址緩存器中的參數(shù)，那么它的效率會(huì)更高。該功能會(huì)依靠附加在函數(shù)原型的專用語法，并通知修正后的呼叫慣例編譯器。

編譯器內(nèi)嵌函數(shù)。意指能夠用專用的宏或函數(shù)呼叫，觸發(fā)內(nèi)建編譯器功能的總稱。例如，CEVA-X和CEVA-TeakLite-III編譯器可為語音編碼器中常見的ETSI/ITU基本DSP作業(yè)，提供編譯器內(nèi)嵌函數(shù)。針對這些作業(yè)，編譯器可利用其等效高度最佳化匯編語言序列，取代每個(gè)基本作業(yè)。

相反地，沒有內(nèi)嵌函數(shù)支持的編譯器必須呼叫使用者定義的函數(shù)，這樣做會(huì)導(dǎo)致兩大性能缺陷：首先，使用者定義函數(shù)可能會(huì)在一個(gè)回路里產(chǎn)生函數(shù)呼叫和返回(如圖4)，因此產(chǎn)生了巨額的開銷；其次，使用者定義函數(shù)將如同其它C語言程序代碼一樣被編譯，這意味著使用者定義函數(shù)可能會(huì)獲得次要的最佳化性能。而另一方面，具有內(nèi)嵌函數(shù)的編譯器已經(jīng)內(nèi)建了最佳化的實(shí)作。

圖4：H.264編碼器——一個(gè)關(guān)鍵的函數(shù)性能案例。

圖4說明了這個(gè)功能的重要性。在圖4中，左邊的C語言程序代碼使用ETSI的mult_r(循環(huán)相乘)基本作業(yè)，CEVA-TeakLite-III編譯器產(chǎn)成了如右邊的高效實(shí)作結(jié)果。mult_r作業(yè)在左邊的C語言程序代碼和右邊的匯編程序碼中以紫色標(biāo)示。

匯編語言內(nèi)嵌函數(shù)。匯編語言內(nèi)嵌函數(shù)是將匯編程序碼內(nèi)嵌到C語言程序代碼的一種先進(jìn)方法，詳細(xì)介紹如下。

匯編語言內(nèi)嵌函數(shù)——將匯編語言指令當(dāng)作C語句一樣編寫

上述內(nèi)嵌匯編語言功能具有顯著的缺點(diǎn)：

1. 它會(huì)破壞各種編譯器的最佳化作業(yè)，由于編譯器不了解內(nèi)嵌程序代碼的內(nèi)容，因此會(huì)使用最壞的假設(shè)。

2. 它可能迫使程序設(shè)計(jì)人員處理低階問題，如緩存器分配和指令排程。

匯編語言內(nèi)嵌函數(shù)功能可以幫助程序設(shè)計(jì)人員實(shí)現(xiàn)內(nèi)嵌匯編程序碼，且不會(huì)產(chǎn)生上述缺點(diǎn)。從程序設(shè)計(jì)人員的角度來看，匯編語言內(nèi)嵌函數(shù)就像是C語言宏或函數(shù)，它們會(huì)在呈現(xiàn)一個(gè)單一匯編語言指令時(shí)，接收C語言層級(jí)變量并返回C語言輸出結(jié)果。由于涉及該功能的所有程序代碼都在C語言層級(jí)，因此程序設(shè)計(jì)人員不必?fù)?dān)心緩存器分配、指令排程和其它低級(jí)語言問題。匯編語言內(nèi)嵌函數(shù)不僅不會(huì)妨礙編譯器最佳化作業(yè)，還會(huì)參與最佳化過程，就好像是編譯器固定產(chǎn)生的匯編語言指令一樣，這些特性造就了強(qiáng)大的匯編語言內(nèi)嵌函數(shù)功能。

利用匯編語言內(nèi)嵌函數(shù)，程序設(shè)計(jì)人員可以從特殊匯編語言指令中受益，這些指令不太可能從編譯器中產(chǎn)生，且通常是為特定算法量身定做的。在適當(dāng)?shù)奈恢貌捎眠@些指令可以大幅提高性能；例如，CEVA-X1641的bitrev指令就是為FFT等算法定制的。由于編譯器不太可能把一個(gè)程序看作FFT而使用bitrev指令，因此程序設(shè)計(jì)人員只需將bitrev匯編語言內(nèi)嵌函數(shù)嵌入到C語言程序代碼中。 結(jié)合程序設(shè)計(jì)人員對應(yīng)用程序的專業(yè)知識(shí)，匯編語言內(nèi)嵌函數(shù)功能也相繼提升。利用這種專業(yè)知識(shí)，程序設(shè)計(jì)人員可將精密的匯編語言序列內(nèi)嵌函數(shù)用在C應(yīng)用程序中的關(guān)鍵性能區(qū)域里。這樣一來，程序設(shè)計(jì)人員便能確保編譯器產(chǎn)生的匯編程序碼效率就如同手動(dòng)編寫的程序代碼一樣高。

圖5是使用匯編語言內(nèi)嵌函數(shù)與CEVA-X1641編譯器的例子。左邊的C語言函數(shù)使用st(儲(chǔ)存，以紅色標(biāo)示)和msu(乘法和減法，以紫色標(biāo)示)匯編語言內(nèi)嵌函數(shù)。st內(nèi)嵌函數(shù)參與判斷(標(biāo)示為藍(lán)色)和延遲時(shí)隙填充(標(biāo)示為綠色)；msu內(nèi)嵌函數(shù)則參與回路解開(標(biāo)示為橙色)和Quad-Mac(標(biāo)示為紫色)。匯編語言內(nèi)嵌函數(shù)還受益于由CEVA-X1641編譯器處理的所有機(jī)械相關(guān)問題，如緩存器分配、指令排程和硬件單元分配。

圖5：CEVA-X1641編譯器支持匯編語言內(nèi)嵌函數(shù)的使用。

同時(shí)使用C/匯編語言進(jìn)行除錯(cuò)

匯編程序碼的除錯(cuò)并非一件小事，它需要對如延遲和內(nèi)存對齊限制等架構(gòu)和機(jī)械層級(jí)問題有深入的了解。單純地結(jié)合C語言程序代碼與匯編程序碼會(huì)使問題變得更加棘手，因?yàn)檫@樣一來程序設(shè)計(jì)人員便得對C語言程序代碼和匯編程序碼間的連結(jié)進(jìn)行除錯(cuò)。

進(jìn)行混合應(yīng)用程序除錯(cuò)的第一步就是隔離問題。假設(shè)匯編程序碼的C語言層級(jí)實(shí)作維持不變，且C語言層級(jí)實(shí)作能正常作業(yè)，那么將匯編語言函數(shù)轉(zhuǎn)換成C語言實(shí)作并重新測試應(yīng)用程序就變得相當(dāng)容易。為了迅速檢測問題，程序設(shè)計(jì)人員可以采用交互作業(yè)程序：每一個(gè)步驟都將一半的可疑函數(shù)轉(zhuǎn)換為相應(yīng)的C語言實(shí)作，這樣一來程序設(shè)計(jì)人員在進(jìn)行每一步時(shí)都只需測試前一步中一半的函數(shù)。

一旦有問題的匯編語言函數(shù)被確定，就應(yīng)該同時(shí)調(diào)查單獨(dú)匯編語言問題和C語言與匯編語言的連接問題。單獨(dú)匯編語言問題的除錯(cuò)對匯編程序設(shè)計(jì)人員來說十分簡單明了，但C語言與匯編語言的連接問題就有點(diǎn)麻煩。不同于單獨(dú)的匯編語言問題，在查看匯編語言函數(shù)本身時(shí)，無法看見C語言與匯編語言的連接問題；為了找出這些問題，程序設(shè)計(jì)人員必須檢查編譯器的慣例，例如呼叫慣例和緩存器使用慣例。

程序設(shè)計(jì)人員還必須檢查編譯器假設(shè)，例如匯編語言指令的行蹤(重復(fù)前面提到的例子，CEVA-X1641編譯器假設(shè)mov acX, rN指令絕不會(huì)作為匯編語言函數(shù)的第一條指令)。為了節(jié)省除錯(cuò)時(shí)間，程序設(shè)計(jì)人員應(yīng)該在第一次實(shí)作匯編語言函數(shù)時(shí)驗(yàn)證是否所有的編譯器慣例和假設(shè)都有遵循慣例。

H.264視訊編碼器和AMR-NB

本文討論的技術(shù)和方法已被CEVA公司用于各種應(yīng)用程序中，包括視訊編譯碼器、音訊編譯碼器、語音編碼器和裝置驅(qū)動(dòng)器。此外，本文所述的功能無論用在何種案例，均能顯著地提升性能。

H.264視訊編碼器是一個(gè)很好的研究案例。它在處理能力(通常以MHz衡量)及其它資源方面都有強(qiáng)烈需求，特別是在與音訊編譯碼器等其它類型的編譯碼器比較上。

CEVA公司利用其高階CEVA-X16xx DSP核心系列及其MM2000多媒體平臺(tái)，提供這種編碼器所需的處理能力。

CEVA公司利用先進(jìn)剖析技術(shù)確定這種編碼器的關(guān)鍵函數(shù)，然后對它進(jìn)行最佳化。編碼器的關(guān)鍵函數(shù)最佳化過程是逐步完成的。首先，利用如匯編語言內(nèi)嵌函數(shù)這樣的先進(jìn)功能全面地將函數(shù)最佳化成C語言；然后進(jìn)一步將編譯器提供的匯編程序碼最佳化成匯編語言層級(jí)。

圖6顯示出透過對這種編碼器關(guān)鍵函數(shù)進(jìn)行最佳化過程所獲得的性能改善。只有最后一個(gè)最佳化階段涉及到全部匯編程序碼范圍；所有其它階段都基于具有匯編語言內(nèi)嵌函數(shù)的C語言程序代碼。這些匯編語言內(nèi)嵌函數(shù)主要用于SIMD(單指令多數(shù)據(jù))作業(yè)，如avg_acW_acX_acZ_4b。這條指令對8個(gè)輸入字節(jié)執(zhí)行字節(jié)平均，進(jìn)而產(chǎn)生4字節(jié)。這種SIMD作業(yè)對執(zhí)行大量字節(jié)層級(jí)運(yùn)算的視訊編譯碼器而言相當(dāng)實(shí)用(這也是為何CEVA-X16xx架構(gòu)為字節(jié)層級(jí)的SIMD作業(yè)提供廣泛支持的原因)。

圖6：CEVA-TeakLite-III編譯器內(nèi)建ETSI基本作業(yè)支持。

AMR-NB(自適應(yīng)多碼率——窄頻)是廣泛應(yīng)用在無線通訊應(yīng)用的語音編譯碼器。CEVA已為其所有DSP核心建置該語音編碼器；但為遵循本文主旨，我們在此只討論CEVA-X1620建置。將這種語音編碼器完全建置到匯編語言的情況相當(dāng)常見，倘若使用本文提到的各種功能，C語言實(shí)作和CEVA-X1620編譯器可達(dá)到與匯編語言實(shí)作競爭的結(jié)果。其中提升CEVA-X1620編譯器性能的關(guān)鍵功能就是支持ETSI內(nèi)嵌函數(shù)的功能。

圖7顯示了整個(gè)AMR-NB應(yīng)用經(jīng)過最佳化過程后在MCPS(每秒百萬循環(huán))上所獲得的性能改善。只有最后的最佳化階段涉及了全范圍的匯編語言編碼，所有其它階段都基于具有ETSI內(nèi)嵌函數(shù)和匯編語言內(nèi)嵌函數(shù)等的C語言程序代碼。

圖7：對ARM-NB進(jìn)行各種最佳化方法所獲得的MCPS改善。

總之，H.264編碼器和AMR-NB的案例清楚地顯示了匯編語言實(shí)作的性能優(yōu)勢，但也顯示出純匯編語言實(shí)作并非首選的最佳化方法。利用高質(zhì)量軟件開發(fā)工具鏈提供的各種C語言和匯編語言功能，DSP程序設(shè)計(jì)人員不必用匯編語言建置整個(gè)應(yīng)用程序也能達(dá)到令人滿意的性能結(jié)果。正如本文所述，編寫C語言和匯編語言混合程序代碼不是一件簡單的工作；不過，本文討論的各種功能都有助于DSP工程師更輕松地完成這項(xiàng)任務(wù)。

關(guān)鍵詞： C 匯編 DSP