简简单单学TI 多核DSP（1）：TMS320C6678的架构
一． 这么学DSP比较有效
在开始C6678的架构讲解之前，我想拉出一点篇幅，给大家谈一下，根据我个人的理解，怎么样才能比较快的学好DSP。
（1）学习DSP，首先要与学MCU区分开，毕竟这是两个完全不同的架构，而且DSP与MCU的设计思路完全不一样。MCU是为通用的控制而设计，DSP则是专为高速应用而设计；
（2）从硬件的角度来考虑，要玩转DSP，首先需要仔细阅读其数据手册和用户指南。数据手册中，重点阅读DSP的技术指标，最关键的是对芯片的电源需求做详细的了解，其中对核电压的需求一定要认真了解，这是DSP稳定运行的基本条件；做硬件设计的人，电源设计是最基本的，不仅要考虑电源的电压，更重要的是要考虑电源的抗跌落性能、动态性能。尤其在DSP使用场合，高速电路对电源的要求尤其苛刻，尤其是对于上电时序需要特别注意 ；
（3）在对DSP芯片的电源需求做了深入的了解后，下一步就是要仔细阅读如何启动DSP，前面说了，DSP与MCU不一样，但是有一点又是非常相似的，就是DSP跟MCU一样，需要明确的设置好启动的选项。因为DSP是独立的高速信号应用，DSP的控制程序和算法都是独立的存储在独立的存储空间。所以如何根据产品的需求进行启动的配置，这是非常重要的；
（4）在了解了DSP的启动选项后，还有一个需要密切关注的，就是对于晶体或者TCXO等等的选择，这一点为什么要提出来，本人是做无线通信的，做基站或者终端，都必须根据网络的需要，确定你需要的系统基准时钟的技术指标，如果你选择的晶体或者TCXO等等指标落后于你的网络系统的需要，那么在使用和测试的过程中，将会出现失步的问题。无线通信最严重的通信故障就是失步。尤其是我们国家推行的TD-SCDMA以及TDD-LTE都对网络的同步提出了极为苛刻的要求，在做DSP设计时，尤其需要对DSP的输入时钟根据系统的性能需要，做特别的处理 ；
（5）对于高速DSP，比如我们接下来要讲的8核高速DSP TMS320C6678而言，一个至关重要的硬件设计，就是存储器的设计。尤其是随着性能的提高，都已经从DDR2升级到DDR3了，为了追求极速的性能，一定要考虑存储器的拓扑结构；
（6）进行DSP的产品实际设计前，建议优先采用DSP芯片厂家推荐的开发板或者评估板，做一些技术的准备，从这些开发板的设计资料中，体会设计中需要关注的地方。尤其是8核的TMS320C6678的设计，更加需要关注。这里我提醒大家，做TMS320C6678的设计，最好不要完全按照自己以前的经验进行，一定要按照参考设计进行；
（7）作为DSP软件工程师来说，比硬件工程师就要幸福多了。DSP的软件，与目前主流的MCU差不多，同样也要细分为驱动程序，LINUX，算法以及应用开发等等。对于LINUX的应用和驱动的开发，这里就不说了。重点给大家提示驱动开发需要注意的问题，在LINUX或者ANDROID开发中，有很多的驱动软件，但是DSP的驱动软件开发，需要下的功夫要多得多。除了大家都关心的驱动通用技术，更重要的是鲁棒性；
二．多核DSP的架构
TMS320C6678是KeyStone架构的8核DSP处理器，每个CorePac核的频率最高为1.25 GHz，提供强大的定点和浮点运算能力，同时芯片内部集成了Multicore Navigator、RapidIO、千兆以太网和EDMA等外设，由于芯片处理能力强，外设功能丰富，而且片内集成了大量的硬件加速器，例如Packet Accelerator、Multicore Navigator等，可以广泛地应用在通信、雷达、声纳、火控、电子对抗等领域。从目前的情况看，由于C6678的以上优异的特性，基于TMS320C6678的硬件和软件平台，在未来的5~10年内，将是信号处理平台主流。
TMS320C6678有8个C66x核，典型速度是1GHz，每个核配置为：
32KB Level 1 Data SRAM，它和DSP 核运行在相同的速度上，可以被用作普通的数据存储器或数据cache；
32KB Level 1 Program SRAM, 它和DSP 核运行在相同的速度上，可以被用作普通的程序存储器或程序cache；
512KB LL2 SRAM, 它的运行速度是DSP 核的一半，可以被用作普通存储器或cache，既可以存放数据也可以存放程序；
所有DSP核共享4MB SL2 SRAM, 它的运行速度是DSP 核的一半，既可以存放数据也可以存放程序。一个64-bit 1333MTS DDR3 SDRAM接口可以支持8GB外部扩展存储器。
C6678 集成一个64-bit 1333MTS DDR3 SDRAM 接口，可以支持8GB 外部扩展存储器，既可以存放数据也可以存放程序。它的总线宽度也可以被配置成32 bits 或16 bits。
存储器访问性能对 DSP 上软件运行的效率是非常关键的。在 C6678 DSP 上，所有的主模块，包括多个DSP 核和多个DMA 都可以访问所有的存储器。
每个DSP 核每个时钟周期都可以执行最多128 bits 的load 或store 操作。在1GHz 的时钟频率下，DSP 核访问 L1D SRAM 的带宽可以达到 16GB/S。当访问二级(L2)存储器或外部存储器时，访问性能主要取决于访问的方式和cache。
每个 DSP 核有一个内部 DMA (IDMA)，在 1GHz 的时钟频率下，它能支持高达 8GB/秒的传输。但IDMA 只能访问L1 和LL2 以及配置寄存器，它不能访问外部存储器。DSP 的内部总线交换网络，TeraNet，提供了C66x 核 (包括其本地存储器)，外部存储器， EDMA 控制器，和片上外设之间的互联。总共有 10 个 EDMA 传输控制器可以被配置起来同时执行任意存储器之间的数据传输。芯片内部有两个主要的TeraNet模块，一个用 128 bit 总线连接每个端点，速度是DSP 核频率的1/3，理论上，在1GHz 的器件上每个端口支持 5.333GB/秒的带宽；另一个TeraNet内部总线交换网络用 256 bit 总线连接每个端点，速度是DSP 核频率的1/2，理论上，在1GHz 的器件上每个端口支持16GB/秒的带宽。
在看了上面的介绍后，有三个基本的问题，给大家思考：
（1）如果是拷贝数据，我们应该用DSP核还是DMA？
（2）一个频繁访问存储器的函数会消耗多少时钟周期？
（3）当多个主模块共享存储器时，对某个模块的性能到底有多大的影响？
下面的一些测试数据是在EVM上的结果，在这里引用用来作性能评估参考 ，详细的文档在TI技术支持中文网站（www.deyisupport.com)下载：
http://www.deyisupport.com/question_answer/dsp_arm/c6000_multicore/f/53/t/21924.aspx
（1）1GHz C6678 上C66x 核，IDMA 和EDMA 的理论带宽
（2）1GHz C6678 上各种存储器端口的理论带宽
（3）DSP 核，EDMA 和IDMA 数据拷贝的吞吐量比较
从以上测试结果可以得出，DSP核与内部存储器之间数据交换的效率非常高，可是与外部存储器的交换则显得不那么激动人心；IDMA非常适用于DSP核本地存储器 (L1D，L1P，LL2)内连续数据块的传输，但不能访问共享存储器 (SL2, DDR)；所以外部存储器的大块数据访问则应尽量使用EDMA。
Cache 配置显著地影响DSP 核的访问性能，预取缓冲器能提高读访问的效率，但对EDMA 和IDMA没有影响。测试结果是在cache和预取缓冲器在测试前被清空。
对DSP 核，SL2 可以通过从0x0C000000 开始的缺省地址空间被访问，通常这个地址空间被设置为cacheable 而且prefetchable。SL2 可以通过XMC (eXtended Memory Controller)被重映射到其它存储器空间，通常重映射空间被用作non-cacheable, nonprefetchable访问（当然它也可以被设置为cacheable 而且prefetchable）。通过缺省地址空间访问比通过重映射空间访问稍微快一点。
前面列出的EDMA 吞吐量数据是在EDMA CC0 (Channel Controller 0) TC0 (Transfer Controller 0)上测得的，EDMA CC1 和EDMA CC2 的吞吐量比EDMA CC0 低一些。
欢迎微博@EEWORLD