引言
　　公司基于超標量體系結構的某款PowerPC芯片開發出了電力系列自動化裝置，它對實時性要求很高。但軟件的運行效率低，這就需要我們針對該芯片的超標量體系結構特點進行軟件優化。實踐中，在針對性優化后進行對比實驗，裝置軟件運行效率大大提高，實際效果良好。
　　1　超標量體系結構PowerPC芯片特點
　　1.1　超標量體系結構芯片
　　PowerPC芯片屬于超標量體系結構。超標量體系結構是一種微處理器設計模式，它能夠在一個時鐘周期內執行多條指令。在超標量體系結構設計中，處理器或指令編譯器判斷指令能否獨立于其他順序指令而執行，或是依賴于另一指令，必須按順序執行。然后處理器使用多個執行單元并行執行兩個或更多獨立指令。
　　1.2　PowerPC芯片特點
　　1.2.1　流水線機制
　　該芯片一條指令，可簡單分為取指、譯碼、執行，提交4個時鐘周期操作。同一周期，CPU的不同部件可并行執行多條指令的不同操作，從而達到指令并行，提高CPU的吞吐率。
　　1.2.2　總線頻率
　　該芯片的主頻達到400 MHz，但訪問內存的總線頻率是100 MHz，只有主頻的1/4。由此可見，當訪問內存數據時，其運行時間比執行計算程序慢多了。當系統大量訪問內存時，系統運行速度會明顯下降。
　　1.2.3　16 KB的指令Cache和16 KB的數據Cache
　　PowerPC芯片中指令Cache和數據Cache中訪問指令和數據的速度與主頻一樣。同樣，當讀取指令和數據時在Cache中讀取的速度約是內存中讀取速度的4倍。
　　（1） 指令Cache運作機制
　　每次指令運行時若指令未在指令Cache中，即指令Cache未命中，則一次從內存中讀出待執行的連續32字節（32字節相當于8個浮點數）指令到指令Cache。同時將指令Cache中最久未訪問的代碼淘汰出Cache。32字節相當于3~5條普通C語言代碼。
　　（2） 數據Cache運作機制
　　每次訪問數據時，若數據未在數據Cache中，即數據Cache未命中，則一次從內存中讀出連續32字節數據到數據Cache。同時將數據Cache中最久未訪問的數據淘汰出Cache。
　　2　從超標量流水線機制的角度進行優化
　　2.1　超標量流水線機制對程序效率的分析
　　從前面的流水線機制可以看到，若指令能達到盡可能的并行，程序運行效率會明顯提高。這就需要優化代碼，讓編譯器優化成并行指令。
　　2.2　從提高指令并行和流水線不被打斷的角度進行優化
　　要提高指令并行，主要就要提高代碼并行可能性。防止流水線不被打斷，就是要盡量避免跳轉。
　　2.2.1　循環體代碼并行執行的優化
　　代碼舉例1：
　　for（i=0;i《1000;i++） {
　　Y［i］=Y［i］+Y［i-1］;
　　}
　　該代碼循環體代碼之間因為存在相關數據，導致代碼無法被CPU并行執行，需要避免類似代碼。
　　代碼舉例2：
　　for（i=0;i《1000;i++） {
　　Y［i］=X［i］+Z［i］;
　　}
　　該代碼循環體代碼之間不存在相關，能被CPU并行執行。CPU執行時代碼如下：
　　Y［0］=X［0］+Z［0］，
　　Y［1］=X［1］+Z［1］，
　　Y［2］=X［2］+Z［2］，
　　Y［3］=X［3］+Z［3］，
　　2.2.2　代碼順序執行避免跳轉的優化
　　跳轉的語句主要有if_else結構、switch_case結構、循環結構等。
　　if_else結構可以將選擇概率最大的語句放到if語句之后。因為取指時，緊接著if語句的指令會被取到。這樣發生跳轉的次數降低，流水線被中斷的概率降低。
　　盡量降低循環嵌套層數和循環次數，這樣發生跳轉的次數也降低。
　　2.2.3　避免小段程序代碼循環的優化
　　比如2~3句的小循環，可以適當展開。
　　一是可以提高循環內指令并行的可能性。
　　二是可以減少跳轉次數。
　　循環體代碼超過10句普通C語言代碼，可以不要展開。
　　3　從指令Cache的角度進行優化
　　3.1　指令Cache對程序效率的分析
　　從前面分析可知，若程序取指環節能從指令Cache中讀取，而不是每次都從內存中讀取，則能顯著提高程序執行速度。
　　3.2　從提高指令Cache命中的角度進行優化
　　① 盡量使程序順序執行。
　　② 避免大量相似的代碼重復實現、分散調用。
　　③ 盡量將相同的代碼在一個地方循環執行，提高指令Cache的命中率。不要分散執行，導致多次讀取同一段代碼到指令Cache中。
　　3.2.1　多個相似函數的優化
　　代碼舉例3：
　　{
　　FuncA;//3個相似函數連續調用
　　FuncB;
　　FuncC;
　　}
　　優化為
　　for（i=0;i《3;i++） {
　　Func（i）;
　　}
　　這樣相同的代碼一次即可從內存讀到Cache中，另外2次指令都是從Cache中讀取。
　　3.2.2　大函數拆分的優化
　　由于函數體較大，超出了指令Cache的大小，導致第1次循環結束、第2次循環開始時，函數體前面內容已經被調出Cache。同樣代碼又重新從內存中讀取到Cache中，如此反復，實際的結果是函數體Func代碼被三次從內存中讀取到Cache中，導致效率大大降低。
　　代碼舉例4：
　　for（i=0;i《3;i++） {
　　Func（i）;
　　}
　　被優化為：
　　for（i=0;i《3;i++） {
　　Func1（i）;
　　}
　　for（i=0;i《3;i++） {
　　Func2（i）;
　　}
　　for（i=0;i《3;i++） {
　　Func3（i）;
　　}
　　將函數體Func分成幾個單獨的子函數：Func1、Func2、Func3，然后分別循環。這樣Func1循環時，由于代碼量較小，整個函數體都在Cache中。Func2、Func3類似。這樣的結果是，函數體Func1、Func2、Func3都只從內存被讀一次到Cache中。
　　4　從數據Cache的角度進行優化
　　4.1　數據Cache對程序效率的分析
　　從前面分析可知，在程序取操作數環節，若能從數據Cache中讀取操作數，而不是每次都從內存中讀取則能提高程序執行速度。
　　4.2　從提高數據Cache命中的角度進行優化
　　① 訪問數據時，最好是對同一段數據在一個地方集中訪問。
　　② 訪問數據時，最好是根據數據的順序依次訪問。比如對數組的訪問，最好是按數組成員依次訪問，效率較高。
　　③ 為了使程序能夠連續訪問數據，需要調整數據結構、重構代碼使得數據結構和程序配合，提高數據Cache的命中率。
　　4.2.1　數組連續訪問的優化
　　代碼舉例5：
　　float afBuf［1000］;
　　float xBuf［8］［24］;
　　Func {
　　for（i=0;i《24;i++） {
　　xBuf［0］［i］=afBuf［0+i］;
　　xBuf［1］［i］=afBuf［24+i］;
　　……
　　xBuf［7］［i］=afBuf［168+i］;
　　}
　　}
　　被優化為：
　　Func {
　　for（i=0;i《8;i++） {
　　m=i*24;
　　xBuf［i］［0］=afBuf［0+m］
　　xBuf［i］［1］=afBuf［1+m］;
　　……
　　xBuf［i］［23］=afBuf［23+m］;
　　}
　　}
　　這樣優化后，數據每次訪問都是連續的。
　　4.2.2　將不連續數據訪問重構為連續訪問的優化
　　代碼舉例6：
　　floatafBufA［24］;
　　floatafBufB［24］;
　　floatafBufC［24］;
　　floatxbuf［200］;
　　Func {
　　xBuf［0］=afBufA［0］;
　　xBuf［1］=afBufB［0］;
　　xBuf［2］=afBufC［0］;
　　……
　　xBuf［69］=afBufA［23］;
　　xBuf［70］=afBufB［23］;
　　xBuf［71］=afBufC［23］;
　　}
　　被優化為：
　　struct {
　　float fA;
　　float fB;
　　float fC;
　　} aBufABC［24］;
　　floatxbuf［200］;
　　Func {
　　xBuf［0］=aBufABC［0］.fA;
　　xBuf［1］=aBufABC［0］.fB;
　　xBuf［2］=aBufABC［0］.fC;
　　……
　　xBuf［69］=aBufABC［23］.fA;
　　xBuf［70］=aBufABC［23］.fB;
　　xBuf［71］=aBufABC［23］.fC;
　　}
　　5　軟件優化實驗結果
　　5.1　優化對比實驗
　　在自動化裝置的主要消耗資源的實時掃描任務中進行了代碼分析，并按上述可能優化措施進行了優化。優化前實時掃描任務占用資源為系統CPU總資源的52%。代碼優化后實時掃描任務占用CPU資源只有系統總資源的31%。
　　對比可以看出，系統效率提高了40%，效果是非常明顯的。
　　結語
　　雖然CPU的標稱性能指標非常高，但其有專用的體系結構，對一般開發者的編程開發方式而言并不是完全匹配，導致發揮不出CPU的潛力。所以有針對性的根據CPU的體系結構特點進行分析，并采取針對性的優化措施，才能真正發揮其性能，滿足嵌入式強實時性要求。
?