客户在使用 STM32G474 时，希望使用 FPU 进行浮点运算，并最大化其性能。本文 从 STM32G474 系统的角度、ARM DSP Lib、编译选项的影响等几个方面探讨如何提升整体性能，并介绍如何使用 KEIL 工具进行测量。
▲ 图1. STM32G474 架构
▲ 图2. ARM DSP Lib 目录结构
__attribute__((section (".TEST_INPUT_A"))) float32_t testInputA[1024] ={0.623234f, 0.799049f, 0.940890f, -0.992092f, 0.212035f, 0.237882f, -1.007763f, -0.742045f,~~ 这里数组使用动态生成的float数据，数据量较大，略-0.417470f, -0.205806f, -0.174323f, 0.217577f, 1.684295f, 0.119528f,0.650667f, 2.080061f};__attribute__((section (".TEST_INPUT_B"))) float32_t testInputB[1024] ={-2.423957f, -0.223831f, 0.058070f, -0.424614f, -0.202918f, -1.513077f, -1.126352f, -0.815002f,~~ 这里数组使用动态生成的float数据，数据量较大，略-0.447001f, -0.725993f, 0.354045f, -0.506772f, -2.103747f, -0.664684f, 1.450110f, -0.329805f};__attribute__((section (".TEST_RESULT_D"))) float32_t testResult[1024];float32_t* pA;float32_t* pB;float32_t* pR;/* Private user code --------------------------------------------------*//* USER CODE BEGIN 0 */void test_normal_mul(uint32_t kLoops, float32_t*pSrcA, float32_t* pSrcB, float32_t*pResult, uint32_t lenVector){for (uint32_t j = 0; j < kLoops; j++){pA = pSrcA;pB = pSrcB;pR = pResult;for (uint32_t i = 0; i < lenVector; i++){ *pR++ = (*pA++) * (*pB++) ;}}}#if defined (__FPU_USED) && (__FPU_USED == 1U)/* Use arm dsp lib to test basic operation Multiply, FPU enabled */void test_arm_math_mul(uint32_t kLoops, float32_t* pSrcA, float32_t* pSrcB, float32_t*pResult, uint32_t lenVector){for (uint32_t j = 0; j < kLoops; j++){pA = pSrcA; //Code alignment with the function without FPUpB = pSrcB;pR = pResult;arm_mult_f32(pA, pB, pR, lenVector);}}#endif/*** @brief The application entry point.* @retval int*/int main(void){/* MCU Configuration------------------------------------------------*//* Reset of all peripherals, Initializes the Flash interface and the Systick. */HAL_Init();/* Configure the system clock */SystemClock_Config();…HAL_Delay(100);/* USER CODE BEGIN 2 */test_normal_mul(10, testInputA, testInputB, testResult, 1024);test_normal_mul(10, testInputA, testInputB, testResult, 1024);#if defined (__FPU_USED) && (__FPU_USED == 1U)// Multiply calculation with arm dsp libtest_arm_math_mul(10, testInputA, testInputB, testResult, 1024);test_arm_math_mul(10, testInputA, testInputB, testResult, 1024);#endif/* USER CODE END 2 *//* Infinite loop *//* USER CODE BEGIN WHILE */while (1){/* USER CODE END WHILE *//* USER CODE BEGIN 3 */}/* USER CODE END 3 */}
RW_IRAM1 0x20000000 0x00014000 { ; RW data(+RW +ZI)}RW_IRAM2 0x20014000 0x00004000 {*(.TEST_INPUT_A)*(.TEST_INPUT_B)*(.TEST_RESULT_D)}RW_CCM 0x20018000 0x00008000 {}
完成后，进行编译链接，即可进行 STM32G474 FPU 性能的测试。
nStart = DWT->CYCCNT;~~~需测试执行时间的代码~~~nStop = DWT->CYCCNT;
然后用(nStop – nStart)/系统时钟，换算成时间即可。（我们这里没有考虑中断，一 般测量前需要禁用中断）
10 X 1024次浮点乘
增加--loop_optimization_level=2 编译选项
▲ 图9. ARM DSP 库 arm_mult_f32 函数汇编
使用loop_optimization_level=2, 常规代码使用KEIL compiler V5编译结果与 arm DSP Lib 的核心汇编基本相同。如果不使用loop_optimization_level=2编译选项， 则可以看到其主要区别在于KEIL Compiler V5 与ARM库对loop的unroll 处理程度不 同。在实际应用时，需要根据应用自身需求判断是否需要使用ARM DSP Lib，基本上 ARM DSP Lib是很高效的。
END
