揭秘ARM FPU 加速浮点计算

青旅半醒 2022-10-18 04:49 247阅读 0赞

#  #

**关注+****星标公众****号**，不错过精彩内容

![8d9384b01d725d01c9a6f1fb3c5e39b6.gif][]

转自 | Mculover666

# 引言    #

笔者接触嵌入式领域软件开发以来，几乎用的都是 ARM Cortex M 内核系列的微控制器。感谢C语言编译器的存在，让我不用接触汇编即可进行开发，但是彷佛也错过了一些风景，没有领域到编译器之美和CPU之美，所以决定周末无聊的休息时间通过寻找资料、动手实验、得出结论的方法来探索 ARM CPU 架构的美妙，以及C语言编译器的奥秘。（因为我个人实在是不赞同学校中微机原理类课程的教学方法）。

*  [ARM探索之旅 01 |  带你认识ARM Cortex-M阵营][ARM_ 01 _ _ARM Cortex-M]
 *  [ARM探索之旅 02 |  ARM Cortex-M 用什么指令集？][ARM_ 02 _ _ARM Cortex-M]

# 一、浮点数的存储 #

浮点数按照 IEEE 754 标准存储在计算机中，ARM浮点环境是遵循 **「IEEE 754-1985」** 标准实现的。

IEEE 754 标准规定浮点数的存储格式有三个域，如图：

![3231383cabf89726d60fe2a507deb98f.png][]

*  sign：符号位，0表示正数、1表示负数；
 *  exponent：二进制小数的指数值编码；
 *  fraction：二进制小数的有效值编码；

具体的编码规则过多，本文重点不在此，不再展开，感兴趣可以阅读我之前的文章：浮点数在计算机中的存储 —— IEEE 754标准\[1\]（可点击阅读原文查看）。

二、浮点支持软件库fplib

## 1. fplib介绍 ##

ARM Cortex-M处理器中计算浮点数的方式有软件和硬件两种。

对于不带 FPU 的处理器，ARM提供了一个**「浮点支持软件库」**用于计算浮点数：`fplib`。

fplib提供的 API 以`__aeabi`开头，比如：

*  `__aeabi_fadd`：计算两个float型浮点数（float占4个字节，32位）
 *  `__aeabi_dadd`：计算两个double型浮点数（double占8个字节，64位）
 *  `__aeabi_f2d`：float型转为double型
 *  `__aeabi_d2f`：double型转为float型

除此之外，fplib库还提供取余、开方等非常多的浮点数操作函数，如有兴趣可以查阅文末我列出的参考文档\[2\]。

## 2. 测试代码与优化等级 ##

编写如下测试代码：

float a = 5.625;
    float b = 5.625;
    float res_add, res_sub, res_mul, res_div;
    
    res_add = a + b;
    res_sub = a - b;
    res_mul = a * b;
    res_div = a / b;
    
    printf("res_add = %f\r\n", res_add);
    printf("res_sub = %f\r\n", res_sub);
    printf("res_mul = %f\r\n", res_mul);
    printf("res_div = %f\r\n", res_div);

> ❝
> 
> 使用这段测试代码，**「编译器优化等级推荐设置为-O0」**，否则聪明的编译器会直接将结果计算出来编译到程序中，我们就没法研究了。
> 
> ❞

![d4bc1299f7a12863e9d6e78383f673ae.png][]

## 3. armcc测试结果 ##

这节我们验证是否ARM使用 fplib 库来计算浮点数，在设置中关闭FPU：![d39c05b4940543f7e86e0e0bec7d0a40.png][]

使用MDK编译之后，进入调试模式查看反汇编结果。

在反汇编中可以看到，变量a是float类型，所以编译器分配了一个寄存器用于存储值：![8c10727b2e66e01f959706325313d0e4.png][]

查看`0x080031C4`处的值，小端存储模式下（低位在低地址），变量a的值是`0x40B40000`，存储方式符合IEEE 754标准。

![a885fecba7b6d79d852f12a94a23f050.png][]![f47c67e97747da831baf6d11a17de7f2.png][]再来看看浮点数运算操作的反汇编结果，果然调用fplib库提供的函数完成浮点数的操作：![3d326ec09b3608b409da64516cce8a9a.png][]这里还有一个有趣的小细节，在反汇编中可以看到**「使用 `%f` 占位符打印浮点数时，printf是按照double型传参的」**：![3902393bb095728a7e023a0bdd1c2082.png][]

## 4. arm-none-eabi-gcc测试结果 ##

使用STM32CubeMX生成makeifle工程，修改makeifle中的等级为-O0，设置为软件浮点计算：![8ec4f4779212af443749331332c2e7dc.png][]另外还需要注意，默认gcc编译时不支持printf打印浮点数，需要在 makefile 中手动加入以下链接选项：

LDFLAGS += -u _printf_float

编译完成之后进行反汇编（注意文件名）：

arm-none-eabi-objdump -s -d build/usart1-fpu-test.elf  > build/usart1-fpu-test.dis

同样，在反汇编文件中即可找到浮点计算代码：![56337dc915adc78b3e747127e7d5d8cd.png][]

# 三、使用 ARM FPU 加速浮点计算 #

## 1. ARM FPU的魅力 ##

FPU（Floating Point Unit，浮点单元）是ARM内核中的硬件外设，用于硬件计算浮点数，要想使用FPU计算浮点数，需要程序和编译器配合。

*  在程序中使能/开启FPU硬件外设，**「使 FPU 硬件可以正常工作」**；
 *  在编译器中设置使用FPU，编译器会将所有浮点计算的代码都编译为**「使用FPU操作指令完成」**。

目前Cortex-M4、Cortex-M7、Cortex-M33、Cortex-M35P、Cortex-M55处理器中都具备FPU硬件。

在上一节中我们使用fplib软件库来计算浮点数，但是fplib终归还是软件方式，每个计算函数的实现都是通过很多的指令去完成计算，并且最终的程序中还会把函数链接进可执行程序，导致程序体积变大。

**「ARM FPU的魅力在于，浮点计算可以通过简单的FPU操作指令去完成，相比之下，不仅计算快，也不会增大程序体积。」**

## 2. 如何使能FPU硬件 ##

ARM Cortex - M4内核中将 FPU 作为协处理器设计的，所以通过设置协处理器访问控制（CPACR，Co-processor access control register）来控制是否使能FPU。

![f096a76b7aadf2a672432b49d80de347.png][]复位之后CP11=0、CP10=0，默认禁止访问FPU，因为这是Cortex-M内核的外设，寄存器定义`CMSIS-Core`中，所以可以直接通过下面这行代码设置CP11=1、CP10=1来允许访问FPU：

SCB->CPACR = 0x00F00000; // Enable the floating point unit for full access

无论是STM32 HAL库还是标准库，在`SystemInit()`函数中已经存在使能代码，通过`__FPU_PRESENT`和`__FPU_USED`来控制：

/* FPU settings ------------------------------------------------------------*/
    #if (__FPU_PRESENT == 1) && (__FPU_USED == 1)
     SCB->CPACR |= ((3UL << 10*2)|(3UL << 11*2));  /* set CP10 and CP11 Full Access */
    #endif

并且，在头文件 `stm32l431xx.h` 中已经使能`__FPU_PRESENT`宏定义：![aa7ca40e7fd0821ec0df5bc6aa5874e9.png][]`__FPU_PRESENT`宏定义是一直使能的，那么如何来控制FPU的使能呢？

别忘了还有一个宏定义`__FPU_USED`，这是留给编译器来控制的！

## 3. ARMCC编译器如何开启FPU ##

MDK编译器开启FPU的方法非常简单，如图：![d7548693bc2bbf8e7a37d01365f5a188.png][]在MDK中使能FPU，一方面编译器会设置宏定义`__FPU_USED == 1`，不放心的话可以在任意位置添加下面的预处理代码，分别在使用/不使用的情况编译一下，查看编译器输出结果：

#if __FPU_USED == 1
    #error "ok!"
    #endif

另一方面，编译器在编译的时候，会将所有的浮点运算都编译为使用FPU操作指令去完成，比如本文最开始的测试代码编译结果如下：![289e9f8df92cbbf7db47fd8921295d56.png][]

## 4. gcc编译器如何开启FPU ##

在Makefile中加入以下gcc编译设置项：

# fpu
    FPU = -mfpu=fpv4-sp-d16
    
    # float-abi
    FLOAT-ABI = -mfloat-abi=hard

ABI是应用程序二进制接口（Application Binary Interface），-mfloat-abi用来指定使用哪种方式：

*  `soft`：使用CPU寄存器组+软件库（fplib）完成浮点操作；
 *  `softfp`：使用CPU寄存组+FPU硬件+软件库完成浮点操作；
 *  `hard`：使用FPU寄存器组+FPU硬件+软件库完成浮点操作；

mfpu选项用来指定FPU架构，具体值可以阅读我在文末给出的参考文档，本文所使用的值`fpv4-sp-d16`，意味着仅仅使能Armv7 FPv4-SP-D16 单精度浮点单元扩展。

同样，对之前的测试代码编译，查看反汇编结果，可以看到使用了浮点操作全部使用了FPU相关指令。![8898ac3658fc8d905ccc36604f08a1db.png][]

# 四、使用Julia测试FPU加速性能 #

## 1. 测试准备 ##

需要准备一份裸机工程，具有屏幕打点显示功能和串口打印功能。

参考：[STM32CubeMX\_17 | 使用硬件SPI驱动TFT-LCD（ST7789）][STM32CubeMX_17 _ _SPI_TFT-LCD_ST7789]。

## 2. 移植Julia分形测试代码 ##

Julia测试是通过计算几帧Julia分形的数据来测试单精度浮点运算的性能，测试代码参考正点原子，如下：

/* Private user code ---------------------------------------------------------*/
    /* USER CODE BEGIN 0 */
    #define ITERATION 128 //迭代次数
    #define REAL_CONSTANT 0.285f //实部常量
    #define IMG_CONSTANT 0.01f //虚部常量
    
    //颜色表
    uint16_t color_map[ITERATION];
    
    //缩放因子列表
    const uint16_t zoom_ratio[] =
    {
        120, 110, 100, 150, 200, 275, 350, 450,
        600, 800, 1000, 1200, 1500, 2000, 1500,
        1200, 1000, 800, 600, 450, 350, 275, 200,
        150, 100, 110,
    };
    
    //初始化颜色表
    //clut:颜色表指针
    void InitCLUT(uint16_t * clut)
    {
    
        uint32_t i = 0x00;
        uint16_t red = 0, green = 0, blue = 0;
    
        for (i = 0;i < ITERATION; i++) {
            //产生 RGB 颜色值
            red = (i*8*256/ITERATION) % 256;
            green = (i*6*256/ITERATION) % 256;
            blue = (i*4*256 /ITERATION) % 256;
            
            //将 RGB888,转换为 RGB565
            red = red >> 3;
            red = red << 11;
            green = green >> 2;
            green = green << 5;
            blue = blue >> 3;
    
            clut[i] = red + green + blue;
        }
    }
    
    //产生 Julia 分形图形
    //size_x,size_y:屏幕 x,y 方向的尺寸
    //offset_x,offset_y:屏幕 x,y 方向的偏移
    //zoom:缩放因子
    void GenerateJulia_fpu(uint16_t size_x,uint16_t size_y,uint16_t offset_x,uint16_t offset_y,uint16_t zoom)
    {
    
        uint8_t i;
        uint16_t x,y;
        float tmp1,tmp2;
        float num_real,num_img;
        float radius;
    
        for (y = 0; y < size_y; y++) {
            for (x = 0; x < size_x; x++) {
                num_real = y - offset_y;
                num_real = num_real / zoom;
                num_img = x-offset_x;
                num_img = num_img / zoom;
    
                i = 0;
                radius = 0;
                while ((i < ITERATION-1) && (radius < 4)) {
    
                    tmp1 = num_real * num_real;
                    tmp2 = num_img * num_img;
                    num_img = 2*num_real*num_img + IMG_CONSTANT;
                    num_real = tmp1 - tmp2 + REAL_CONSTANT;
                    radius = tmp1 + tmp2;
                    i++;
                }
                //绘制到屏幕
                lcd_draw_color_point(x, y, color_map[i]);
            }
        }
    }
    
    /* USER CODE END 0 */

在main函数中创建一些需要的变量：

/* USER CODE BEGIN 1 */
        uint8_t zoom_index = 0;
        uint32_t start_time = 0, end_time = 0;
      /* USER CODE END 1 */

调用初始化函数：

/* USER CODE BEGIN 2 */
    printf("Julia test by Mculover666\r\n");
    
    lcd_init();
    
    //初始化颜色表
    InitCLUT(color_map);
    
    /* USER CODE END 2 */

调用测试函数：

/* Infinite loop */
    /* USER CODE BEGIN WHILE */
    while (1)
    {
      /* USER CODE END WHILE */
        
      /* USER CODE BEGIN 3 */
      start_time = HAL_GetTick();
      GenerateJulia_fpu(240, 240, 120, 120, zoom_ratio[zoom_index]);
      end_time = HAL_GetTick();
      printf("diff time is %d ms\r\n", end_time - start_time);
        zoom_index++;
          if (zoom_index > sizeof(zoom_ratio)) {
              zoom_index = 0;
          }            
    }
    /* USER CODE END 3 */

## 3. 测试结果 ##

使用-O2优化等级，在不开 FPU 的情况下，**「显示一帧平均需要11s左右」**：![b82d15e86393817be7ac246cfa4d80e3.png][]程序大小情况：![1c2c41735ef2cce6f345e8c17270dd48.png][]使用-O2优化等级，在开启 FPU 的情况下，**「显示一帧平均需要4s左右」**：![e672fee6f96786327c11db12c9c89b33.png][]程序大小情况：![e5e2c87368f74f9126e3dc8ecb539916.png][]最后放上好看的Julia分形图：![8a3dfac6a73505b1b1739120e5e69fd1.png][]

# 五、参考资料 #

\[1\] 浮点数在计算机中的存储 —— IEEE 754标准(https://mculover666.blog.csdn.net/article/details/93382331)

\[2\] About floating-point support，ARM Keil(https://www.keil.com/support/man/docs/armlib/armlib\_chr1358938940990.htm)

\[3\] Compiler Reference Guide，ARM Keil(https://www.keil.com/support/man/docs/armclang\_ref/armclang\_ref\_chr1392305424052.htm)

\[4\] ARM Cortex-M3与M4权威指南

![83f71c630580b4321d0a63d37eacab3f.gif][]

[**●嵌入式专栏精选教程**][Link 1]

[**●精选汇总 | ST工具、下载编程工具**][_ ST]

**[●精选汇总 | 嵌入式软件设计与开发][Link 2]**

[**●精选汇总 | STM32、MCU、单片机**][_ STM32_MCU]

**欢迎关注我的公众号，**回复“**加群**”按规则加入技术交流群，回复“**1024**”查看更多内容。

**欢迎关注我的视频号：**

![4efa862a8fb09e2460d25d35e66a8e42.png][]

点击“**阅读原文**”查看更多分享，欢迎**点分享、收藏、点赞、在看。**

[8d9384b01d725d01c9a6f1fb3c5e39b6.gif]: /images/20221014/6f218758cf234063b3ab7679932a9ccf.png
[ARM_ 01 _ _ARM Cortex-M]: http://mp.weixin.qq.com/s?__biz=MzUyMTE0NTA2Ng%3D%3D&chksm=f9ded764cea95e72c66587dde1db69aee9df709d63dd13bb6cf983318fc131e385aa879a7b66&idx=1&mid=2247485665&scene=21&sn=1387bc61594c21ada521cbeddb5de5bc#wechat_redirect
[ARM_ 02 _ _ARM Cortex-M]: http://mp.weixin.qq.com/s?__biz=MzUyMTE0NTA2Ng%3D%3D&chksm=f9ded690cea95f86c5fad890b28561a1186fa744d8df7392bd656ff54287940fd909d2aed32b&idx=1&mid=2247485717&scene=21&sn=7690da2ca8d98c990ca3029c449462b9#wechat_redirect
[3231383cabf89726d60fe2a507deb98f.png]: /images/20221014/ca963c01ccb64f1c89d3a52380333697.png
[d4bc1299f7a12863e9d6e78383f673ae.png]: /images/20221014/454e73f3107443e398a20a3779902568.png
[d39c05b4940543f7e86e0e0bec7d0a40.png]: /images/20221014/1c68b74fe4e2448c867cc3a234218c8c.png
[8c10727b2e66e01f959706325313d0e4.png]: /images/20221014/2491669c457947268f00c8383747cf1c.png
[a885fecba7b6d79d852f12a94a23f050.png]: https://img-blog.csdnimg.cn/img_convert/a885fecba7b6d79d852f12a94a23f050.png
[f47c67e97747da831baf6d11a17de7f2.png]: https://img-blog.csdnimg.cn/img_convert/f47c67e97747da831baf6d11a17de7f2.png
[3d326ec09b3608b409da64516cce8a9a.png]: https://img-blog.csdnimg.cn/img_convert/3d326ec09b3608b409da64516cce8a9a.png
[3902393bb095728a7e023a0bdd1c2082.png]: /images/20221014/4160946761c94071b230d116391cb6f7.png
[8ec4f4779212af443749331332c2e7dc.png]: /images/20221014/b78283080379480ea6c732afb7c0bae2.png
[56337dc915adc78b3e747127e7d5d8cd.png]: /images/20221014/67e9ea47241b410e9a36f4a7546fc9b2.png
[f096a76b7aadf2a672432b49d80de347.png]: /images/20221014/56c8a5b6b826466fa8c37418b0d3ec07.png
[aa7ca40e7fd0821ec0df5bc6aa5874e9.png]: /images/20221014/10f2c0530cd9439d9a8d21aa7ffad22f.png
[d7548693bc2bbf8e7a37d01365f5a188.png]: /images/20221014/91f5dd3e47264c5b9f99c9e67f055b60.png
[289e9f8df92cbbf7db47fd8921295d56.png]: /images/20221014/5f96bcee5a394909b7a7a8f2ae4d5e26.png
[8898ac3658fc8d905ccc36604f08a1db.png]: /images/20221014/f56bcbc2974f483dbdc65c0466495046.png
[STM32CubeMX_17 _ _SPI_TFT-LCD_ST7789]: http://mp.weixin.qq.com/s?__biz=MzUyMTE0NTA2Ng%3D%3D&chksm=f9dede7ccea9576a9a8f847ce432fe93bb447a84573ac250026a8afb32a4c05ffe13e0c4680f&idx=1&mid=2247483897&scene=21&sn=3c6d513b8cc239a1c98946d39f5cbed2#wechat_redirect
[b82d15e86393817be7ac246cfa4d80e3.png]: https://img-blog.csdnimg.cn/img_convert/b82d15e86393817be7ac246cfa4d80e3.png
[1c2c41735ef2cce6f345e8c17270dd48.png]: https://img-blog.csdnimg.cn/img_convert/1c2c41735ef2cce6f345e8c17270dd48.png
[e672fee6f96786327c11db12c9c89b33.png]: https://img-blog.csdnimg.cn/img_convert/e672fee6f96786327c11db12c9c89b33.png
[e5e2c87368f74f9126e3dc8ecb539916.png]: https://img-blog.csdnimg.cn/img_convert/e5e2c87368f74f9126e3dc8ecb539916.png
[8a3dfac6a73505b1b1739120e5e69fd1.png]: /images/20221014/3078945bdc7049cc99aee3cc4fdce993.png
[83f71c630580b4321d0a63d37eacab3f.gif]: /images/20221014/178409423a324528b4fc47c39c740ea4.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzUxNjgxMDE4OQ%3D%3D&chksm=f9a0e146ced76850eaa7d217ad0f2cd07f3e4314a0d3ee9f7b5e8e05e8458a02b0cfffd0dba7&idx=2&mid=2247488996&scene=21&sn=36dd2f21996ece8cb9ddcae599a6b0ab#wechat_redirect
[_ ST]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=3&mid=2247500196&scene=21&sn=e91f59c8aa8efe6c6d697fb97ba5ba56#wechat_redirect
[Link 2]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=4&mid=2247500196&scene=21&sn=ee5792960420d0937b83fc389a4a2dd9#wechat_redirect
[_ STM32_MCU]: https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng%3D%3D&idx=5&mid=2247500196&scene=21&sn=9a33d2b9d5d56e734004d8f468a9b880#wechat_redirect
[4efa862a8fb09e2460d25d35e66a8e42.png]: /images/20221014/d7c4ad9d843840b1882494bc3ac98aed.png