简介

南皇电子专注于整合中国优质电子TI代理商国内领先的现货资源，提供合理的行业价格、战略备货、快速交付控制TI芯片供应商，轻松满足您的需求TI芯片采购需求.（http://www.litesemi.com/）

本白皮书讨论过TMS320C6678处理器的VLFFT演示。通过8个固定和浮点DSP内核的TMS320C执行16678处理器K-1024K一维单精度浮点FFT采用1、2、4或8核时检测算法样本的运行时间。演示结果证明C66X DSP内核的优异性能，以及TMS320C6678处理器跨多核平行化执行性能与内核数量成正比的特性。

采用本文演示FFT该算法经常应用于医学成像、通信、军事和商业雷达、电子战（干扰器、抗干扰器）等领域。演示结果显示，运行速度为1 GHz，DSP当内核为8时，使用TMS320C6678处理器执行1024K的FFT算法样本只需6.4毫秒。

TMS320C6678 SoC

TMS320C6678处理器8台DSP基于内核TI的C66x固定和浮点DSP内核以及TI享有多核权利的创新型创新型KeyStone构建。最高运行速度为1.25GHz，在这种速度下，它可以每秒计算160千兆次浮点，通常消耗的电能不到10千兆次w.TMS320C6678处理器的特点是每个处理器DSP内核都有512KB的L内存；另外，8MB芯片内存中有4个MB共享内存，这两个内存都有纠错码。它的DDR3界面为64位，有8位纠错码，运行速度可达每秒1600兆比特，支持8位GB存取外部存储器数据。此外，TMS320C6678配套外设包括PCle、Serial RapidIO、Gigabit Ethernet以及TI的HyperLink该界面连接到TI的其他DSP，ARM，ARM DSP处理器和第三方FPGA高达50Gbps连接速度。

在本文的VLFFT演示中，TMS320C6678处理器运行速度为1GHz，DDR3界面传输速度为1333MHz.

图一：TMS320C6678框图

VLFFT演示

由于VLFFT算法要求将输入的数据存储在处理器的外部存储器中。在这个演示过程中，数据通过DSP内核访问、分配和处理，最后将结果输出到外部存储器中。同时，循环计数和时间测量始终保持在整个过程中。演示时，为TMS320C用不同数量的内核(1、2、4或8)计算6678处理器FFT这些不同尺寸的结果FFT规格包括：16K 32K 64K 128K 156K 512K 1024K

在演示过程中，将计算负载分布到多个核并充分利用C66X DSP确保内核高性能计算能力的实施FFT性能最大化。同时，利用基本时间提取算法，一维提取算法VLFFT类似的二维算法FFT表达算法。这种方法是在遇到非常大的数据N时，分解成N=N1*N2的形式。在本演示过程中，如果一维输入数组非常大，就采用N1行*N二列二维数组表示，然后通过以下步骤计算FFT：

计算N2列数组在N1行数组中的不同大小时FFT;乘以旋转因子；存储N2列在N一行大小不同FFT算法的结果形成N2*N二维数组；计算N1行数组在N不同大小时的2列数组FFT;存储列方向上的数据形成N2*N1二维数组。

这个算法被Takahashi称为Hitachi SR8000高性能平行FFT算法。

实施多核算法时，第一步是计算N2列(核的数量)在N1行规格下的FFT算法，第四步是计算N1行(核的数量)在N2列规格下的FFT算法。0核是主核，负责与剩余的所有附属核同步。根据N1数组和N2数组的大小，每个核心计算的FFT总数被分成几个小模块来适应每个核L2 SRAM内存空间。每组数据都通过外部存储器中的数据DMA预取到L2 SRAM在内存中，然后通过DDR将数据返回到外部存储器。每个核都用两个DMA通道存储在外部(DDR3)和内部存储器(L2 SRAM)中转输入输出数据。

结果

下页图1显示TMS320C6678评估版(TMDSEVM6678LE)分别在一个DSP周期和毫秒单位时间内运行FFT代码结果。理想情况下，当用于计算的内核数量增加一倍时，循环计数将减少一半。但实际上，由于信息运行的上限，它受到内存大小和信息宽度（内存）的限制，TI芯片这种情况很难实现。在这种情况下，用双核代替单核时，运行FFT平均时间减少了49.3 %，基本达到理想周期数的一半。用四核代替一核时，运行FFT平均时间减少了72.5%，而八核时平均运行时间减少了81.6%.

表格一：FFT分别为1/2/4/8DSP核时周期和毫秒结果

由此可见，无论是双核还是四核，随之而来FFT的大小从16k增加到256k，运行时间减少的幅度越来越大，而八核运行时间减少的幅度越来越大。这是因为小FFT，核数越多，并行代码的成本远低于额外增加核数来提高性能。以前256KB的FFT，提高性能的效果并不理想。双核时只能增加2倍，四核时只能增加4倍，但八核时性能会降低。这是由于八核处理数据的速度远高于外部存储器传输数据的速度，因此存储空间达到上限。在本演示中，计算1024的大小k的FFT，也就是一百万点FFT，在采用8个DSP运行速率为1的内核GHz运行时间仅为6.4毫秒。

图2:单核和多核性能提升

结论

综上所述，使用TI的TMS320C6678处理器执行百万点FFT，在1GHz在工作频率下，8核同时运行只需6.4毫秒。如此高速的DSP内核足以实现雷达、电子战争、医学绘图等某些应用的实时操作。若使用最大速度1.25GHz来运行TMS320C6678处理器同时使用更高的带宽DDR3和1600MTPS执行操作所需的时间会更短。