PowerPC和DSP对比.doc

PowerPC和DSP对比一、 主要性能参数对比TigerSHARC TigerSHARC PowerPCPowerPCParameterADSP-TS101SADSP-TS201SMPC7455PPC476FP(IBM 45nm SoI)Core Clock250 MHz500 MHz1,000 MHz1,600 MHzPeak Floating-pt Performance1,500 MFLOPS 3000 MFLOPS 8,000 MFLOPS 3,000 MFLOPSMemory Bus Size/Speed64-bit/100 MHz 64-bit/100 MHz 64-bit/133 MHz 128-bit/800 MHz External Link Ports4250 MB/Sec 4250 MB/Sec None User DefineI/O Bandwidth (inc. memory)1,800 MB/Sec 1,800 MB/Sec 1,064 MB/sec 64,00 MB/sec Bandwidth-to-Processing Ratio1.20 Bytes/FLOP 1.20 Bytes/FLOP 0.13 Bytes/FLOP 2.1 Bytes/FLOP 1024-pt cFFT Benchmark39 sec 19 sec 13 sec (est.) 83.2sec（双精度）Approx Cycles for 1024-pt cFFT9,750 cycles 9,750 cycles 13,000 cycles Predicted 1024-pt cFFTs/chip25,641 per Sec 12,821 per Sec 64,941* per Sec ASDP tigersharp主要参数Part#Clock Speed (MHz)MMACS (Max)On Chip MemoryExternal Memory SupportedOperating Temp RangePackageUS Price 1000-4999ADSP-TS201S600MHz480024MbitAsync, SDRAM-25 x 25 BGA$252.25ADSP-TS202S500MHz400012MbitAsync, SDRAM-25 x 25 BGA$209.51ADSP-TS203S500MHz40004MbitAsync, SDRAM-25 x 25 BGA$184.49ADSP-TS101S300MHz24006MbitAsync, SDRAM-40 to +8519 x 19 BGA, 27 x 27 BGA$193.88C6701C6201C6203MPC7410*PPC476Clock (MHz)1672003005001600Instruction Cycle (ns)653.332Instructions Per Cycle1 - 81 - 81 - 81 - 314Million Instructions/Sec.133316002400500Million Fixed-Point Ops/Sec.1333160024008000Million Floating-Point Ops/Sec.100020003000General-Purpose Algorithm Benchmarks on TIs C66x DSP Core at 1.25 GHz1Benchmark Speed Clock Cycle 32-bit algorithm 1k point FFT (Radix 4) 5.47 s 6840 64k point FFT (Radix 4) 0.58 ms 696588 FIR filter (per real tap) 0.2 ns 0.25 8x88x8matrix multiply (complex floating point) 1.06 s 1327 16-bit algorithm 256 point complex FFT (Radix 4) 0.6 s 752 主要DSP的浮点性能对比：Speed Scores for floating-point packaged processors BDTImark2000(BDTI认证结果)(BDTI主要是针对DSP的benchmark，没有MPC7410和Powerpc的数据)一些算法，像FFT，可以充分利用7410的矢量数学运算。1024点，浮点复数FFT可以在27us内完成，相比之下，C6701需要108us。其他算法，像无线应用中的turbo解码器，VLIW结构处理的更有效率。很明显，具有AltiVec核的PowerPC G4(74xx)具有较高的核时钟速率与性能。P O W e r P C 的核时钟速率几乎是目前T i g e r s H A R C的33倍(不久更快版本的TigerSHARC将发布)。AltiVec核每个周期执行单条指令，每128位向量包含4个独立的32位数据单元，这就是众所周知的sIM-D(单指令多数据)结构。当执行一次乘加(MAC)矢量运算时，达到峰值处理能力，每周期可完成8次浮点操作。对于1 GHz的MPC7455，峰值处理能力可达8000M 次s浮点运算。AltiVec每周期能执行8次整数或定点操作，峰值整数运算能力为8000MOPS(百万次操作s)。相反，TigerSHARC有两个独立的32位处理器核，或称MIMD(多指令多数据)结构。每个计算单元每周期能执行一次乘法以及和差分运算，对于300 MHz ADSPTSl0lS每周期完成6次浮点运算或1800MFLOPS峰值运算能力。当执行16位整数运算时，TigerSHARC 可以利用它的超标量体系结构， 分离两个独立3 2位计算单元成2个单独的16位S1MD单元。这样每个操作在两个数据单元， 每个周期总共12次操作。另外，TigerSHARC有另外两个专门的1 6位整数引擎， 每个周期可以增加超过1 2次的操作，这样每个周期共计2 4次整数运算，7200MOPS。1.二、 IBM 476FPE在FFT方面的性能评估FFT算法采用FFTW3.3.3的算法（），FFTW3.3.3算法是优化比较好的算法，性能得到肯定。测试程序采用benchFFT3.1（）.对比的三个芯片是IBM PPC476FPE，PowerPC7447A，Intel 四核Pentium 3.06GHz。以512和1024 transform-size为参考。配置情况说明：1. PPC476FPE，ubuntu9.0.4，GCC-4.3.3，2. Apple iBook G4. 1.06 GHz PowerPC 7447A, linux 2.6.15, gcc-4.0.2, g+-4.0.2, g77-4.0.2. Has Altivec (4-way single precision SIMD).Compilers and flags (unless overridden):C: gcc -O3 -fomit-frame-pointer -fstrict-aliasing -mcpu=7450C+: g+ -O3 -fomit-frame-pointer -fstrict-aliasing -mcpu=7450Fortran: gfortran -O3 -fomit-frame-pointer -fstrict-aliasing -mcpu=74503. Four-processor 3.06 GHz Intel Pentium 4, 512 KB L2. Linux 2.4.25, gcc-3.3.3, g+-3.3.3, g77-3.3.3, AMD Core Math Library (ACML) 3.0.0, Intel Math Kernel Library Version 8.0.1, Intel Integrated Performance Primitives v5.0. Has SSE (4-way single precision SIMD), SSE2 (2-way double precision SIMD). The benchmark uses one processor only.Mflops计算方法To report FFT performance, we plot the mflops of each FFT, which is a scaled version of the speed, defined by:mflops = 5 N log2(N) / (time for one FFT in microseconds) for complex transforms, andmflops = 2.5 N log2(N) / (time for one FFT in microseconds) for real transforms,where N is number of data points (the product of the FFT dimensions). This is not an actual flop count; it is simply a convenient scaling, based on the fact that the radix-2 Cooley-Tukey algorithm asymptotically requires 5 N log2(N) floating-point operations. It allows us to compare the performance for many different sizes on the same graph, get a sense of the cache effects, and provide a rough measure of efficiency relative to the clock speed.变换类型的说明transform-typeis a four-character string consisting of precision (double/single =d/s), type (complex/real =c/r), in-place/out-of-place (=i/o), and forward/backward (=f/b). For example,transform-type=dcifdenotes a double-precision in-place forward transform of complex data.transform-typetransform-sizeIBM PPC476FPEApple iBook G4四核 Intel P4, 476/G4476/G4476/P4476/P4mflopstimemflopstimemflopstimemflopstimemflopstimedcif512610.853.77E-05853.332.70E-052846.68.09E-060.721.400.214.66dcib512583.563.95E-05851.362.71E-0527518.38E-060.691.460.214.71dcif1024596.188.59E-05834.226.14E-052925.71.75E-050.711.400.204.91dcib1024574.758.91E-05834.226.14E-052844.41.80E-050.691.450.204.95dcif512x512419.030.0563036361.140.0653291282.20.01841.160.860.333.06dcib512x512419.410.0562529359.420.0656411273.70.0185231.170.860.333.04dcif1024x1024362.240.2894725377.740.2775913370.078430.961.040.273.69dcib1024x1024356.750.293922379.030.2766461346.90.0778510.941.060.263.78drif512688.821.67E-05834.031.38E-052174.95.30E-060.831.210.323.15drib512618.771.86E-05819.21.41E-052194.35.25E-060.761.320.283.54drif1024625.384.09E-05860.52.98E-052307.61.11E-050.731.370.273.68drib1024609.174.20E-05858.72.98E-052416.51.06E-050.711.410.253.96drif512x512423.90.0278287362.430.0325481501.20.0078581.170.860.283.54drib512x512459.760.0256577346.660.0340291487.60.007931.330.750.313.24drif1024x1024383.010.1368879344.840.152041351.80.0387841.110.900.283.53drib1024x1024385.810.1358926331.430.1581921415.10.037051.160.860.273.67dcof1024615.758.32E-05898.255.70E-053316.61.54E-050.691.460.195.39dcob1024607.628.43E-05898.255.70E-053303.21.55E-050.681.480.185.44dcof512700.473.29E-05985.672.34E-053429.26.72E-060.711.410.204.90dcob512691.13.33E-05983.042.34E-053397.66.78E-060.701.420.204.92scif1024629.968.13E-0529051.76E-055184.89.88E-060.224.610.128.23scif1024631.448.11E-0529051.76E-055285.29.69E-060.224.600.128.37从上表可以看到，在点数满足2的幂指数的情况下，ppc476FPE在双精度fft计算的性能至少达到7447A的性能70%。在二维的部分情况下，还有所超越。PPC476在计算单精度和双精度的情况下，速度没有变化（原因初步分析可能是ppc476就一个FPU单元，单元本身是双精度的（double format），做单精度和双精度的速度是相同的。）。MPC7447A双精度1024-pt cFFTs的完成时间为83.2us，单精度1024-pt cFFTs的完成时间为17.6us。因为Tigersharc和Altivec是多个32位精度的单元构成，做单精度的时候可以并行进行，速度提高了4倍。从以上对比来看，1. 从浮点运算能力来看，PPC476FP的最高浮点运算能力和TS201相当；但是PPC476是双精度的FPU，不支持SIMD，在处理单精度浮点运算时，速度没有提高，在单精度浮点的应用场合下，PPC476的性能显得落后。2. PPC476FP的带宽由于使用PLB6，具有更好的时钟频率和位宽，带宽远高于TS201；3. 外设接口来看，PPC476FP可以更灵活地使用PCI-E等外设接口，外设带宽更高。（PCI-E1.0 1x 2.5Gbps，（PCI-E1.0 4x 10Gbps），远高于TS201.4. MPC7448及MPC7448A目前在信号处理领域应用较多；IBM PowerPC系列目前应用较多的还是PPC4xx系列，主要作为系统控制芯片来应用，用以作为信号处理的很少或没有（完全没有相关论文）。PPC476系列虽然拥有很强的信号处理能力，但是PPC476系列推出的时间还较短，应用远不如MPC系列广泛。三、 PPC476 FPU介绍PPC476 FPU是双精度的浮点运算单元。浮点处理器兼容ANSI/IEEE Standard 754-1985, IEEE Standard for Binary Floating-Point Arithmetic (referred to as IEEE 754),所有浮点操作兼容IEEE标准。每个FPR包括64位，支持浮点双格式。所有解释FPR内容的浮点值的指令使用浮点双格式，单精度使用32位单格式来表示，双精度使用64位双格式来表示。四、 PowerPC 476FP coremarkProfile generation run parameters for coremark.CoreMark Size : 400Total ticks : 14179Total time (secs): 14.179000Iterations/Sec : 7757.951901Iterations : 110000Compiler version : GCC4.3.3Compiler flags : -m32 -O3 -ffast-math -DTOTAL_DATA_SIZE=1200 -DPROFILE_RUN=1 -lrtMemory location : Please put data memory location here (e.g. code in flash, data on heap etc)seedcrc : 0x4eaf0crclist : 0x6a790crcmatrix : 0x56080crcstate : 0xe5a40crcfinal : 0xbbb6Correct operation validated. See readme.txt for run and reporting rules.五、 PPC优势总结1. 浮点运算能力PPC476FP在1.6GHz的情况下，拥有超过3GFLOPS的浮点运算能力（LSI已有该内核芯片），具备了在需要大规模浮点运算场合应用的基础和能力。双精度1024点复数FFT可以在86us内完成。在实际的推广中，要充分了解客户的需要，是定点，还是浮点，单精度还是双精度，计算的需求量是多大等。2. 超标量处理器不仅有高的浮点运算能力，也很强的定点运算能力。具有高频率超标量PowerPC处理内核，在一个时钟周期可以利用8个独立的执行单元执行3个指令，即在一个时钟周期内最多可以执行8次计算，极大地提高了计算速度。同时具备了浮点运算能力和外设控制能力。3. 外部内存结构PLB6.0总线的位数128位位宽，总线速度达到CPU速度的50%，支持DMA，支持DDR3。提供足够宽的内存带宽。高速的数据总线有效的降低了传输延迟，使系统性能大大提高。4. AltiVec技术（PPC没有，只有freescale的e600有）AltiVec是Freescale半导体公司开发的并行向量处理引擎。该引擎为摩托罗拉的第四代PowerPC提供了卓越的处理性能，使其数据处理能力有了数量级的提升。例如PowerPC7410已具备4GFLOPS的处理能力，远远超过了目前绝大多数DSP芯片的处理性能。