Question

我正在使用Xilinx Zynq 7000基于ARM的SoC。我正在努力使用DMA缓冲区（Need help mapping pre-reserved **cacheable** DMA buffer on Xilinx/ARM SoC (Zynq 7000)），所以我追求的是更快的memcpy。

我一直在寻找使用Neon指令和内联asm为ARM编写更快的memcpy。无论glibc有什么，它都很糟糕，特别是如果我们从ucached DMA缓冲区复制的话。

我已经从各种来源整理了我自己的复制功能，包括：

我的主要区别在于我尝试从未缓存的缓冲区进行复制，因为它是一个DMA缓冲区，并且ARM对缓存的DMA缓冲区的支持是不存在的。

所以我写的是：

void my_copy(volatile unsigned char *dst, volatile unsigned char *src, int sz)
{
    if (sz & 63) {
        sz = (sz & -64) + 64;
    }
    asm volatile (
        "NEONCopyPLD:                          \n"
        "    VLDM %[src]!,{d0-d7}                 \n"
        "    VSTM %[dst]!,{d0-d7}                 \n"
        "    SUBS %[sz],%[sz],#0x40                 \n"
        "    BGT NEONCopyPLD                  \n"
        : [dst]"+r"(dst), [src]"+r"(src), [sz]"+r"(sz) : : "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7", "cc", "memory");
}

我做的主要是省略了预取指令，因为我认为它在未缓存的内存上毫无价值。

这样做比glibc memcpy的速度提高了4.7倍。速度从大约70MB /秒提高到大约330MB /秒。

不幸的是，这并不像缓存内存中的memcpy那么快，系统内存的运行速度大约为720MB /秒，Neon版本的运行速度大约为620MB /秒（可能因为我的memcpy不能运行速度慢）预取，也许）。

任何人都可以帮我弄清楚我能做些什么来弥补这个性能差距吗？

我尝试了很多东西，比如一次复制更多，两次加载，然后是两个商店。我可以尝试预取只是为了证明它没用。还有其他想法吗？

Answer 1

您可以尝试使用缓冲内存而不是非缓存内存。

Answer 2

如果您尝试进行大而快速的传输，缓存内存通常会优于未缓存内存，但正如您所指出的，必须在某处管理对缓存 DMA 缓冲内存的支持，并且在 <=ARMv7 上，该位置是内核/内核驱动程序。

我对您的设计有两个假设：

用户空间正在读取内存映射的硬件缓冲区
从 FGPA 到 CortexA9 VIC/GIC 的某种信号/事件/中断会告诉 CortexA9 何时有新的缓冲区可供读取。

在缓存行边界上对齐 DMA 缓冲区，并且不要在 DMA 缓冲区的末尾和下一个缓存行之间放置任何东西。每当 FPGA 向 CPU 发出缓冲区准备就绪的信号时，使缓存无效。

我认为 A9 没有一种机制可以将所有内核和层上的缓存行控制在一起，因此您可能希望将执行此操作的程序固定到一个内核，以便您可以跳过维护另一个内核上的缓存。

>

针对* uncached *内存优化的ARM / neon memcpy？

2 个答案:

针对* ​​uncached *内存优化的ARM / neon memcpy？

2 个答案:

针对* uncached *内存优化的ARM / neon memcpy？