STM32f4 performance

[Ale (Gast)]

Ich habe mich seit einige Zeit gefragt wie schnell den Cortex-M4 
(STM32F4) wirklich ist. Deaswegen, habe ich den Quelltext von

http://www.st.com/st-web-ui/static/active/en/resource/technical/document/application_note/DM00047230.pdf

genommen, compiliert mit gcc -O3, und auf meiner Discovery Platine es 
laufen gelassen. Für ein 320x240 8 bit bild mit 120 Itertionen braucht 
es 257 ms.

arm-none-eabi-gcc obj/src/main.o obj/src/rcc.o obj/src/discovery.o 
obj/src/discovery_ex.o obj/src/startup_stm32f4xx.o -lm 
-Wl,-Map=obj/STM32F4.map,--cref -Wl,--gc-sections -Tsrc/stm32_flash.ld 
-mcpu=cortex-m4 -mthumb -mfloat-abi=softfp -mfpu=fpv4-sp-d16 --output 
obj/STM32F4.elf

GenerateJulia_fpu(320, 240, 160, 120, 120, (uint8_t *) 0x20000000);

(Der Stack liegt bei 0x10010000)

ich habe gedacht daß der M4 ein bischen flotter war... mir kommt 
irgendwie langsam vor.

[Ale (Gast)]

Das hat gefehlt...

arm-none-eabi-gcc -c -Isrc -O3 -std=gnu99 -gdwarf-2 -ffunction-sections 
-fdata-sections -Wall -Wa,-adhlns=obj/main.lst 
-fsingle-precision-constant -mcpu=cortex-m4 -mthumb -mfloat-abi=softfp 
-mfpu=fpv4-sp-d16 -MMD -MP -MF obj/main.d src/main.c -o obj/src/main.o

[Ale (Gast)]

Noch was, der Prozessor läuft mit 168 Mhz und 5 WS für Flash zugriffe.

[Thomas K. (rlyeh_drifter)]

-mfloat-abi=softfp ??? Das ist FPU-Emulation.
-mfloat-abi=hard wäre dann die Hardware-FPU

[Ale (Gast)]

Nein, es ist nur für die "Calling Convention", nicht für emu:

VFP hardware floating-point support using the soft-float ABI. This is 
selected by the -mfloat-abi=softfp option. When you select this variant, 
the compiler generates VFP floating-point instructions, but the 
resulting code uses the same call and return conventions as code 
compiled with software floating point.

Der FPU wird benutzt dank: -mfpu=fpv4-sp-d16 :)

[Ale (Gast)]

Ein bisschen Code

src/main.c    **** void GenerateJulia_fpu(uint16_t size_x, uint16_t size_y, uint16_t offset_x, uint16_t offset_y, uint
  36:src/main.c    **** {
  27                  .loc 1 36 0
  28                  .cfi_startproc
  29                  @ args = 8, pretend = 0, frame = 0
  30                  @ frame_needed = 0, uses_anonymous_args = 0
  31                  @ link register save eliminated.
  32                .LVL0:
  33 0000 30B4         push  {r4, r5}
  34                .LCFI0:
  35                  .cfi_def_cfa_offset 8
  36                  .cfi_offset 5, -4
  37                  .cfi_offset 4, -8
  37:src/main.c    **** float tmp1, tmp2;
  38:src/main.c    **** float num_real, num_img;
  39:src/main.c    **** float radius, fofs_y, fofs_x, fzoom;
  40:src/main.c    **** const float rlimit = 4.0f;
  41:src/main.c    **** uint8_t i;
  42:src/main.c    **** uint16_t x,y;
  43:src/main.c    **** #define ITERATION 128
  44:src/main.c    **** #define IMG_CONSTANT 0.001f
  45:src/main.c    **** #define REAL_CONSTANT 0.285f
  46:src/main.c    **** 
  47:src/main.c    ****   fofs_y = (float)offset_y;
  38                  .loc 1 47 0
  39 0002 01EE103A     fmsr  s2, r3  @ int
  36:src/main.c    **** {
  40                  .loc 1 36 0
  41 0006 BDF80840     ldrh  r4, [sp, #8]
  48:src/main.c    ****   fofs_x = (float)offset_x;
  42                  .loc 1 48 0
  43 000a 07EE102A     fmsr  s14, r2  @ int
  36:src/main.c    **** {
  44                  .loc 1 36 0
  45 000e 01EE904A     fmsr  s3, r4  @ int
  47:src/main.c    ****   fofs_y = (float)offset_y;
  46                  .loc 1 47 0
  47 0012 B8EE412A     fuitos  s4, s2
  48                .LVL1:
  49                  .loc 1 48 0
  50 0016 F8EE472A     fuitos  s5, s14
  51                .LVL2:
  49:src/main.c    ****   fzoom = (float) zoom;
  50:src/main.c    ****   for (y=0; y<size_y; y++)
  52                  .loc 1 50 0
  53 001a 0029         cmp  r1, #0
  54 001c 44D0         beq  .L1
  35:src/main.c    **** void GenerateJulia_fpu(uint16_t size_x, uint16_t size_y, uint16_t offset_x, uint16_t offset_y, uint
  55                  .loc 1 35 0
  56 001e 039C         ldr  r4, [sp, #12]
  57                .LVL3:
  51:src/main.c    ****   {
  52:src/main.c    ****     for (x=0; x<size_x; x++)
  53:src/main.c    ****     {
  54:src/main.c    ****       num_real = (float)y - fofs_y;
  55:src/main.c    ****       num_real = num_real / zoom;
  56:src/main.c    ****       num_img = (float)x - fofs_x;
  57:src/main.c    ****       num_img = num_img / zoom;
  58:src/main.c    ****       i=0;
  59:src/main.c    ****       radius = 0.0f;
  60:src/main.c    ****       while ((i<ITERATION-1) && (radius < rlimit))
  61:src/main.c    ****       {
  62:src/main.c    ****         tmp1 = num_real * num_real;
  63:src/main.c    ****         tmp2 = num_img * num_img;
  64:src/main.c    ****         num_img = 2*num_real*num_img + IMG_CONSTANT;
  58                  .loc 1 64 0
  59 0020 DFED224A     flds  s9, .L11
  65:src/main.c    ****         num_real = tmp1 - tmp2 + REAL_CONSTANT;
  60                  .loc 1 65 0
  61 0024 9FED225A     flds  s10, .L11+4
  50:src/main.c    ****   for (y=0; y<size_y; y++)
  62                  .loc 1 50 0
  63 0028 0025         movs  r5, #0
  60:src/main.c    ****       while ((i<ITERATION-1) && (radius < rlimit))
  64                  .loc 1 60 0
  65 002a B1EE004A     fconsts  s8, #16
  66                .LVL4:
  67                .L3:
  52:src/main.c    ****     for (x=0; x<size_x; x++)
  68                  .loc 1 52 0 discriminator 1
  69 002e B0B3         cbz  r0, .L7
  52:src/main.c    ****     for (x=0; x<size_x; x++)
  70                  .loc 1 52 0 is_stmt 0
  71 0030 07EE105A     fmsr  s14, r5  @ int
  72 0034 F8EE477A     fuitos  s15, s14
  73 0038 F8EEE13A     fsitos  s7, s3
  74 003c 77EEC27A     fsubs  s15, s15, s4
  75 0040 0022         movs  r2, #0
  76 0042 87EEA33A     fdivs  s6, s15, s7
  77 0046 1346         mov  r3, r2

[M. N. (Gast)]

Ale schrieb:
> ich habe gedacht daß der M4 ein bischen flotter war... mir kommt
> irgendwie langsam vor.

Hast Du einen Vergleichswert eines anderen Prozessors?
Alles was ich beim M4 gesehen habe, war richtig schnell!

[Ale (Gast)]

Ja, ich habe es verglichen mit einem PowerPC z4 mit 133 MHz und es ist 
so etwa 10% langsamer, wenn die Caches bei z4 ausgeschaltet sind. Wenn 
die Caches aktiv sind es ist 70% langsamer.

[chris (Gast)]

Hallo Ale,

möglicherweise fehen ein paar Angaben in Deinem Post.

z.B. was ist Julia?: http://de.wikipedia.org/wiki/Julia-Menge

Könntest Du das ganz Projekt als Zip hier posten?

Gruß,
chris

[Marius S. (lupin)]

War das nicht das Beispielprogramm, mit dem ST den 
Geschwindigkeitsgewinn durch die FPU demonstriert? Ich glaube dazu gibt 
es ein Video von ST.

Aber ich nehme mal an in der ST-Demonstration wurde der Code einmal mit 
Soft- und Hard-FPU kompiliert. Ist klar, dass man die Soft-FPU da 
vergessen kann. Aber interessant wäre zu wissen wie der Unterschied 
zwischen optimierter Fixed-Point Implementierung und FPU-Implementierung 
wäre.

[Karl (Gast)]

Und dann bitte auch gleich den Implementierungs- und Testaufwand mit 
ermitteln.

[josef f. (Gast)]

Vergleich mal mit dem atmega würde mich interessieren!

[Alejandro P. (alejandro_p)]

Hier ein bisschen Quelltext.

[Ale (Gast)]

Ich soll eigentlich noch testen wie schell es wäre wenn der Code von RAM 
läuft.

[Uwe (Gast)]

Der "Adaptive Real-Time accelerator" (ART) sollte 0 waitstates erlauben 
und nicht 5.

[Ale (Gast)]

Die 5 WS sind pflicht (P 62, DM00031020.pdf) aber der ART soll extra 
initialisiert... ich sehe im Code daß kein spur von Prefetch/Caches 
gibt... Ich werde es machen un neuen Tests durchlaufen lassen.

Danke!

[Alejandro P. (alejandro_p)]

Ich habe den ART und Caches aktiviert, die Zeit ist dann 134 ms !!!! 
Jetzt gefällt es mir besser :).