在上一次的测试CPU性能的工程基础上修改,来测试存储读写性能。去掉CoreMark组件,写一个存储测试案例。
1 h& \% ~* v5 P! { O1 ^. } H0 k/ [, \
计数仍然使用DWT,这是Cortex M的便利用法。所有测试共用同一套计时骨架:每项连续跑 10 轮,DWT CYCCNT 计取每轮周期数,报 min / avg / max 三个值。单次计时受总线仲裁、Flash 等待周期抖动影响很大,只报单次数字的内存跑分基本不可信。32 位 CYCCNT 在 250MHz 下约17 秒回绕一次,无符号减法天然处理回绕。带宽换算公式:MB/s = 字节数 × 主频(MHz) ÷ 周期数。
3 g; y/ b1 p3 k ! {# `( f0 w8 s: X' ]( h( x- q
- bench_stat_reset(&st);
+ U* O; Q) ?$ A) t0 Z3 Z) w - for (r = 0; r < MEM_ROUNDS; r++) { /* MEM_ROUNDS = 10 */2 h4 _& K# |% G; O* c
- uint32_t t0 = perf_cycles();
( D! l9 H2 [- o1 I - fn(words); /* 单轮:完整扫过 256KB */
3 x2 s5 P2 a4 v/ S( V, { - bench_stat_add(&st, perf_cycles_elapsed(t0, perf_cycles()));- g( D- L9 L) z& G8 K& Y5 O
- }; K8 v1 f h% u1 O
复制代码 为了防止编译器优化,读测试用 4 组独立累加器,消除加法依赖链(M33 加法结果回写有 1 周期延迟,单累加器会让带宽被 ALU 而不是总线卡住),累加结果最终异或进全局 sink,循环无法被折叠成常数;写测试结束后引用尾元素,防止"写了没人看"的store 被批量删除;源数据用 xorshift 伪随机图案填充且缓冲区经函数调用逃逸,避免全 0/全 1 位型的退化行为。# l3 q) \/ P: G7 Q- _ `+ {$ \# M
8 `' v) U9 J8 A
- stat ic void pass_sram_read(uint32_t words)
! U8 _4 S9 A7 R% ^ - {
5 X3 z1 O9 f, ~. ^0 y% a# C" _6 ]9 J# { - uint32_t a0 = 0, a1 = 0, a2 = 0, a3 = 0;
* j. b% _: V \# |$ u; q* k$ a2 O - for (uint32_t i = 0; i + 4 <= words; i += 4) {
- g% P7 [* h2 [3 E - a0 += s_src[i]; /* 4 组累加器:读带宽由总线决定 */( {6 R" M# r) l! @4 D* K
- a1 += s_src[i + 1]; /* 而不是被加法依赖链卡住 */3 O1 |, ^# E& x4 W6 u1 A+ G+ U
- a2 += s_src[i + 2];8 h" o$ Q* P7 y* ?
- a3 += s_src[i + 3];
! X9 E' M: z& `, H; }7 o - }
* B' B! \& Q0 }% ~! ^8 |8 t - s_sink ^= a0 ^ a1 ^ a2 ^ a3; /* 结果被消费,循环不可删 */! j; O a: p' u# l; s
- }" S/ C6 E* B/ m; K
复制代码 H5E5 的 GPDMA 是新一代 DMA,编程模型与 F4/H7 的传统DMA 明显不同。本测试用 HAL 驱动(stm32h5xx_hal_dma.c):GPDMA1_Channel0,软件请求 M2M 方式,源/目标地址递增;源/目标突发长度 16beat × 4B = 64 字节,port0/port1 各占一个端口,读写可并行访存。两个硬约束决定了实现形态:其一,GPDMA 单块传输长度字段 BNDT 只有 16 位(上限65535 字节),256KB 大块必须分块,本测试按32KB 逐块 Start + PollForTransfer 轮询完成,不占任何中断;其二,HAL_DMA_Start 的长度参数单位是字节而非传输次数。搬运结束后逐字比对源与目标缓冲,所有吞吐数字都以校验 PASS 为前提; d$ ^- Q& i4 z$ a2 {% j
! V& A/ A+ V. d: @9 h
- while (left > 0) {, z' P7 H# t' p/ o
- uint32_t n = (left > DMA_CHUNK_BYTES) ? DMA_CHUNK_BYTES : left; /* 32KB */. J" `3 A4 f5 g( c
- HAL_DMA_Start(&s_hdma, (uint32_t)sp, (uint32_t)dp, n); /* n 单位=字节 */! Y9 R+ s5 R5 U, ]- I9 _
- HAL_DMA_PollForTransfer(&s_hdma, HAL_DMA_FULL_TRANSFER, 100);- r; w: L% x+ A$ |
- sp += n; dp += n; left -= n;& v7 Z7 o6 \9 T6 a, ^
- }
) Y+ g( m+ _' H* y5 Q3 E9 l5 C) k
复制代码 FlASH读写会涉及到编程颗粒度和中断暂停响应的情况,这个没办法避免。这里只测试性能,不把双bank可独立操作扯进来。, L& x6 {, U6 x9 q8 J( b
: t, r3 g( {) \3 E- HAL_FLASH_Unlock();
+ ~; w' r0 p2 r' S p - HAL_FLASHEx_Erase(&erase, §or_err); /* 擦 1 个 8KB 扇区 */- i% s! w5 P# H1 ?8 t6 M9 ?
- for (i = 0; i < FLASH_SECTOR_SIZE; i += 16) { /* quadword 编程 */, X; e3 a" K8 T5 E
- HAL_FLASH_Program(FLASH_TYPEPROGRAM_QUADWORD,
+ ?3 U# P, K# S7 H5 e1 z' o# `4 m - FLASH_TEST_ADDR + i,
7 l/ z! o7 O6 G+ _6 n. p$ k9 _# r - (uint32_t)((const uint8_t *)s_src + i));
% u( U7 t3 d. w - }
|: F. K8 Z; R& ?/ G7 `( w - HAL_FLASH_Lock();
+ N0 f& Y( _% f, E% @0 o! t
复制代码 运行代码后串口输出执行结果 u, X g& z7 R* N( [
1 ~, {. [+ K" R e
- [M1] # ]+ q6 Q1 H2 s0 H
- [14:35:14.760]收←◆CPU streaming access BW (256KB x 10 rounds, min/avg/max)
9 m+ e# l/ o+ v& J. Y4 k/ P - SRAM write : 166.54 MB/s (best) 166.49 MB/s (avg) 166.43 MB/s (worst)- x# |$ s: l! R% u2 h! `
- SRAM read : 307.51 MB/s (best) 307.34 MB/s (avg) 307.28 MB/s (worst)9 n8 I$ n# K! y! X+ r5 M% t
- Flash read : 190.21 MB/s (best) 189.74 MB/s (avg) 189.54 MB/s (worst)
. c/ ]; r; n/ g
3 D; Z) r C h- [M2] CPU copy BW (SRAM->SRAM 256KB)7 s; H K7 I0 O$ P7 K$ H
7 N2 ]3 h2 Y, O) ^; w9 A2 s- [14:35:14.872]收←◆ hand loop : 41.62 MB/s (best) 41.62 MB/s (avg) 41.61 MB/s (worst)9 F! M' v, H, A7 l
- 5 j. O- \4 e7 Z1 }$ L
- [14:35:14.942]收←◆ libc memcpy : 41.62 MB/s (best) 41.62 MB/s (avg) 41.61 MB/s (worst)6 O0 |3 x8 Y; m
- ) I7 B6 I; f. ]) M/ _+ V2 M+ ^% Q1 _
- [M3] GPDMA1_CH0 transfer BW (word width, 32KB polled chunks)
! a+ }# v# {7 G& S/ S l2 ^# v6 p' s% s8 z - DMA SRAM->SRAM: 376.81 MB/s (best) 376.77 MB/s (avg) 376.69 MB/s (worst)$ @6 z4 C; C! ^$ G- W: |
- DMA Flash->SRAM: 265.73 MB/s (best) 265.73 MB/s (avg) 265.69 MB/s (worst) ~ \6 @/ c4 [5 A
- integrity check : PASS
* h7 G* `; ~$ G4 |3 l
" a' y3 [% [6 t/ W0 V* p- [M4] GPDMA data width impact (SRAM->SRAM 256KB)0 M: V% v0 D; y
- byte width : 161.83 MB/s (best) 161.82 MB/s (avg) 161.81 MB/s (worst)
- L4 v n: s: }6 F% i - word width : 376.81 MB/s (best) 376.78 MB/s (avg) 376.73 MB/s (worst)
; `3 D7 j2 T+ t" \: w D0 ~+ s! h
3 {% l' U5 i) B, B$ Q9 y- [M5] Copy BW vs block size (avg of 5 runs)
7 g& x5 Q; _" ~ - block(kB) CPU hand-loop GPDMA(word)
. w6 K0 Y5 [' z8 y! R! r; _4 q% O7 ~ - 1KB 41.54 MB/s 339.52 MB/s c9 `0 [8 g& j% P' t3 \
- 4KB 41.63 MB/s 382.08 MB/s/ h: _2 A) e Q C- Y2 z P
- 16KB 41.65 MB/s 386.96 MB/s
& g6 ]( ?( `4 k# L - 64KB 41.63 MB/s 372.01 MB/s
: F1 }' R! B# n6 m$ l) V
. b% A+ p! ]& B- [14:35:15.101]收←◆ 256KB 41.62 MB/s 376.87 MB/s
0 \- Q$ |* X9 p/ X! N' {& w" s - & f4 U6 q2 e7 T) S
- [M6] FLASH program test (Bank1 Sector200 @0x08190000, 8KB)
5 g) L% }0 f3 F5 q - erase (8KB sector) : 1.658 ms- \- V+ ^; n) m, ?' U5 Y: c
- program 8KB time : 16.469 ms -> 497.39 KB/s! f1 m" a0 |, | P
- read-back verify : PASS3 n- l" g$ s% S. z, Q
) s0 g% i6 J5 z. b# }
复制代码 共进行了6项测试,大概不算全面的汇总几点1、CPU 从 Flash 读(189.7 MB/s)明显慢于 DMA 从 Flash 读265.7 MB/s,CPU 取数要多付循环与流水线开销。 2、普通情况下的手写拷贝和newlib memcpy性能一致 3、GPDMA 搬运几乎不受 CPU侧干扰,SRAM→SRAM可达376.81 MB/s, Flash→SRAM可达265.73 MB/s,性能很好 4、DMA带宽配置越高则搬运速度也越高,直接使用可考虑冗余操作 3 {) a- }. e& Z; d
|