car*_*one 1 arm signal-processing ti-dsp
我目前使用的是没有硬件 FPU 的 OMAP L138 处理器。我们将使用 FP 密集型算法处理光谱数据，因此 ARM 端将不够用。我不是算法人，而是“动态时间扭曲”（我不知道这是什么意思，不）。最初的性能数字是：
Core i7 Laptop@
2.9GHz ：1 秒Raspberry Pi ARM1176 @ 700MHz：12 秒
OMAP L138 ARM926 @ 300MHz：193 秒
更糟糕的是，树莓派大约是我使用的电路板价格的 30%！
我确实有一个 TI C674x，它是 OMAP L138 中的另一个处理器。问题是我是否最好花几周时间尝试：
（当我查看 A8 上的 FPU 性能时，它并没有比 Rasp Pi 有所改进，但 Cortex A9 似乎有所改进）。
我明白答案是“视情况而定”。这里的其他人说“你解锁了一个令人难以置信的快速 DSP，如果分配正确的工作，它可以轻松地超越 Cortex-A8”但是对于定义的工作集，我是否最好跳到 A9，即使我不得不购买外部DSP 以后？
如果不了解 DSP 和 ARM 的时钟速率，就无法回答这个问题。
这是一些背景：
我刚刚检查了 c674x DSP 上浮点乘法的周期：
它每个周期可以发出两次乘法，每次乘法都有三个周期的结果延迟（这意味着您必须等待三个额外的周期才能在目标寄存器中显示结果）。
但是，您可以在每个周期开始两次乘法，因为 DSP 不会等待结果。编译器/汇编器将为您执行所需的调度。
这仅使用了 DSP 的八个可用功能单元中的两个，因此在执行两次乘法时，每个周期还可以执行以下操作：
循环控制和分支是免费的，在 DSP 上不需要任何费用。
这使得每个周期总共有六个浮点运算，具有并行加载/存储和循环控制。
另一方面，ARM-NEON 可以在浮点模式下：
每个周期发出两次乘法。延迟是可比的，并且指令也可以像在 DSP 上一样进行流水线处理。加载/存储和添加/减去东西一样需要额外的时间。循环控制和分支很可能在编写良好的代码中免费使用。
因此，总而言之，DSP 每个周期的工作量是 Cortex-A9 NEON 单元的三倍。
现在，您可以检查 DSP 和 ARM 的时钟速率，看看什么对您的工作来说更快。
哦，有一件事：使用编写良好的 DSP 代码，您几乎不会在加载期间看到缓存未命中，因为您在访问数据之前使用 DMA 将数据从 RAM 移动到缓存。这也为 DSP 提供了令人印象深刻的速度优势。