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代码来计算数组中存在的N个float的平均值。作为大N的吞吐量，我获得了每个浮点数10.5 ClockCyles。

实际上，arm_mean_f32()的性能较差。

这不是太多CCs/浮子了吗？

3项行动

1. 内存负载
2. 累积负载值
3. 指针增量

可以并行发生。

手臂皮质M4F是这样做的吗？

该项目是在自定义板上运行的，飞思卡尔K24处理器拥有ARM Cortex M4F。

Answer 1

ARM实现是非常传统的--您可以在Github上检查它，他们只需进行循环展开以减少循环开销，然后累积每个循环的4个样本之和，最后再除以样本数，我用M4F尝试过，每次浮动得到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;
}

我认为这是你能用浮点获得的最好的性能，你的糟糕表现可能是因为你不正确地测量周期数或你的硅。您还可以尝试增加编译器优化。