i.MXRT上提升代碼執(zhí)行性能的十八般武藝

今天給大家介紹的是在串口波特率識別實例里逐步展示i.MXRT上提升代碼執(zhí)行性能的十八般武藝。

恩智浦 MCU SE 團隊近期一直在加班加點趕 SBL 項目（解決客戶產(chǎn)品 OTA 需求），這個項目里集成了 ISP 本地升級（UART/USB）功能，其中 UART 口下載升級實現(xiàn)里加入了自動波特率識別支持，具體識別方法見 《串口(UART)自動波特率識別程序設(shè)計與實現(xiàn)(中斷)》 一文，這一套 ISP 代碼其實是移植于 i.MXRT Flashloader（更早期的時候叫 KBOOT）。

ISP 代碼放在 SBL 工程里會出現(xiàn)高波特率（比如115200）無法識別的問題，但在低波特率的情況下（比如9600，19200），ISP 代碼是功能正常的，說明代碼本身并不存在邏輯缺陷，但高波特率下就異常了，大概率是遇到了代碼執(zhí)行性能瓶頸。今天痞子衡就嘗試在 i.MXRT 上使用各種方法去提升性能來解決這個高波特率無法識別問題：

一、SBL項目里ISP串口高波特率識別問題

SBL 項目是支持全系列 i.MXRT 平臺的，為了具體化問題，我們就選取 i.MXRT1062 型號為例，官方配套 MIMXRT1060-EVK 板子上搭配了一顆四線串行 NOR Flash（芯成IS25WP064A）用于存放代碼。

SBL 程序主體是 XIP 執(zhí)行的，僅部分涉及 IAP 操作的代碼被分散加載到了 RAM 里。SBL 中 ISP 功能代碼主體當然也是 XIP 為主，且在 SBL 程序里是最先執(zhí)行的（本地升級超時后才進入 SBL 主體），SBL 工程里跟串口波特率識別相關(guān)的源文件一共如下三個：

microseconds_pit.c                 -- 存放 PIT 計時函數(shù)
autobaud_irq.c                     -- 存放 GPIO 中斷回調(diào)、波特率識別計算函數(shù)
pinmux_utility_imxrt_series.c      -- 存放 GPIO 配置與中斷處理函數(shù)

MIMXRT1060-EVK 板子上串口是 GPIO1[13:12]，其中 RXD - GPIO1[13] 是核心的用于波特率識別的引腳，為了便于直觀地感受代碼執(zhí)行性能，我們用另一個 GPIO1[12] 來輔助，將其配置為 GPIO 輸出模式，初值為高電平，在 GPIO 中斷處理函數(shù)里保持低電平來標示執(zhí)行總時間：

• Note ：下述代碼里中斷處理函數(shù)實際上有點小缺陷，《中斷處理函數(shù)(IRQHandler)的標準流程》 一文里給出了改進方法，但這里為了觀察中斷處理代碼是否能在下一次中斷來臨前執(zhí)行完畢特意舍棄了文中 2.2.2 小節(jié)里的改進）

voidGPIO1_Combined_0_15_IRQHandler(void)
{
//****輔助調(diào)試：進入中斷時拉低 GPIO1[12]，標志執(zhí)行時間起點
GPIO1->DR&=(uint32_t)~(1U<12);

uint32_tinterrupt_flag=(1U<13);
//僅當GPIO1[13]下降沿中斷發(fā)生時
if((GPIO_GetPinsInterruptFlags(GPIO1)&interrupt_flag)&&s_pin_irq_func)
{
//執(zhí)行一次回調(diào)函數(shù)
s_pin_irq_func();
//清除GPIO1[13]中斷標志
GPIO_ClearPinsInterruptFlags(GPIO1,interrupt_flag);
__DSB();
}

//****輔助調(diào)試：退出中斷時拉高 GPIO1[12]，標志執(zhí)行時間結(jié)束
GPIO1->DR|=(1U<12);
}

現(xiàn)在我們用示波器同時抓取 GPIO1[13:12] 信號，分別測試 9600 低波特率（下圖一）和 115200 高波特率（下圖二）下實際波形，根據(jù)測量第一次 GPIO 中斷處理執(zhí)行時間大概是 32.8us（7 次中斷因代碼分支執(zhí)行不同略有區(qū)別），這個時間對于 9600 波特率下單 bit 傳輸耗時約 104us 的情況來說是足夠快的，但是對于 115200 波特率下單 bit 傳輸耗時約 8.68us 的情況來說就顯得有點慢了（最小的下降沿之間間隔是 2bit 傳輸耗時 17.36us ），這也是 115200 無法被識別的原因，因為有 4 個下降沿中斷被漏掉了。

• Note: ISP 功能代碼里配置的系統(tǒng)環(huán)境是：396MHz CPU 主頻、不使能 L1 Cache、100MHz Flash 工作頻率，普通 SPI 下 Fast Read Quad I/O SDR Non-Continuous 工作模式，并且使能了 FlexSPI 的 Prefetch 特性（AHB RX Buffer 為 1KB）。

二、提升代碼性能的多種方法

既然代碼執(zhí)行性能不夠，那就努力提升性能，文章標題叫十八般武藝，這只是一種夸張說法，不過痞子衡確實收集了如下六種提升性能的方法，讓我們一一嘗試吧，注意下述結(jié)果都是疊加前面方法而得的（所有測試均是在 115200 波特率下進行）。

Level 1：提升CPU主頻

ISP 功能代碼里配置的 CPU 主頻是 396MHz，實際上這是根據(jù) BootROM 默認運行配置而來的，而 i.MXRT1062 是可以跑到 600MHz 主頻的，將 SDK 代碼里 armPllConfig_BOARD_BootClockRUN.loopDivider 由 66 調(diào)大到 100 即可。

constclock_arm_pll_config_tarmPllConfig_BOARD_BootClockRUN={
.loopDivider=100,/*PLLloopdivider,Fout=Fin*50*/
.src=0,/*Bypassclocksource,0-OSC24M,1-CLK1_PandCLK1_N*/
};

voidBOARD_BootClockRUN(void)
{
//...

CLOCK_SetDiv(kCLOCK_AhbDiv,0);
CLOCK_SetDiv(kCLOCK_ArmDiv,1);
CLOCK_InitArmPll(&armPllConfig_BOARD_BootClockRUN);
CLOCK_SetMux(kCLOCK_PrePeriphMux,3);
CLOCK_SetMux(kCLOCK_PeriphMux,0);

//...
}

CPU 主頻提升后第一次 GPIO 中斷處理執(zhí)行時間從 32.8us 下降到了 32.2us，性能僅有微小提升，看來此時主要性能瓶頸不在 CPU 主頻上，應(yīng)該是 Flash 訪問性能在拖后腿。

Level 2：提升Flash訪問速度

SBL 工程里啟動頭 FDCB 配置的是 100MHz Flash 工作頻率，但 MIMXRT1060-EVK 板載 Flash（芯成IS25WP064A）最大工作頻率是 133MHz，所以我們可以提升 Flash 工作頻率。修改 qspiflash_config.memConfig.serialClkFreq 為 kFlexSpiSerialClk_133MHz 即可。不了解 FDCB 結(jié)構(gòu)體工作機制的可以翻閱痞子衡舊文 《從頭開始認識i.MXRT啟動頭FDCB里的lookupTable》 。

constflexspi_nor_config_tqspiflash_config={
.memConfig=
{
.tag=FLEXSPI_CFG_BLK_TAG,
.version=FLEXSPI_CFG_BLK_VERSION,
.readSampleClkSrc=kFlexSPIReadSampleClk_LoopbackFromDqsPad,
.csHoldTime=3u,
.csSetupTime=3u,
.sflashPadType=kSerialFlash_4Pads,
//.serialClkFreq=kFlexSpiSerialClk_100MHz,

.serialClkFreq=kFlexSpiSerialClk_133MHz,
.sflashA1Size=8u*1024u*1024u,
.lookupTable=
{
FLEXSPI_LUT_SEQ(CMD_SDR,FLEXSPI_1PAD,0xEB,RADDR_SDR,FLEXSPI_4PAD,0x18),
FLEXSPI_LUT_SEQ(DUMMY_SDR,FLEXSPI_4PAD,0x06,READ_SDR,FLEXSPI_4PAD,0x04),
},
},
.pageSize=256u,
.sectorSize=4u*1024u,
.blockSize=64u*1024u,
.isUniformBlockSize=false,
};

Flash 工作頻率提升后第一次 GPIO 中斷處理執(zhí)行時間從 32.2us 下降到了 27.8us，這次的性能提升算有點明顯了，但是還是不夠，解決不了問題。

Level 3：配置FlexSPI至最優(yōu)模式

讓我們繼續(xù)從 Flash 傳輸模式上做文章，ISP 功能代碼里配置的是普通 SPI 下 Fast Read Quad I/O SDR Non-Continuous 工作模式，這個模式已經(jīng)算是非常高效的傳輸模式了，如果還想改進，要么是切換到 QPI 模式（將 CMD 子序列也從一線變到四線）要么是使能 Continuous Read（除了第一個 CMD 子序列，其后 CMD 子序列全部省掉），綜合考慮應(yīng)該是使能 Continuous Read 性能提升更大一些，具體方法參考 《在i.MXRT啟動頭FDCB里使能串行NOR Flash的Continuous read模式》。

constflexspi_nor_config_tqspiflash_config={
.memConfig=
{
//...
.lookupTable=
{
FLEXSPI_LUT_SEQ(CMD_SDR,FLEXSPI_1PAD,0xEB,RADDR_SDR,FLEXSPI_4PAD,0x18),
//FLEXSPI_LUT_SEQ(DUMMY_SDR,FLEXSPI_4PAD,0x06,READ_SDR,FLEXSPI_4PAD,0x04),

//插入JUMP_ON_CS子序列
FLEXSPI_LUT_SEQ(MODE8_SDR,FLEXSPI_4PAD,0xA0,DUMMY_SDR,FLEXSPI_4PAD,0x04),
FLEXSPI_LUT_SEQ(READ_SDR,FLEXSPI_4PAD,0x04,JMP_ON_CS,FLEXSPI_1PAD,0x01),
},
},
//...
};

使能 Flash Continuous Read 后第一次 GPIO 中斷處理執(zhí)行時間從 27.8us 下降到了 27.4us，性能僅有微小提升，這應(yīng)該跟我們使能了 FlexSPI prefetch 特性有關(guān)，1KB AHB RX Buffer 的存在導(dǎo)致 CMD 子序列在總傳輸時序中占比不明顯。不過有點收獲的是漏掉的下降沿中斷從 4 個減少到了 3 個。

Level 4：打開L1 Cache

對于 XIP 工程來說，不開 L1 I-Cache 加速性能是非常吃虧的一件事，i.MXRT1062 內(nèi)部有 32KB I-Cache，不把這個 Cache 用起來簡直是暴殄天物。雖然工程 SystemInit() 函數(shù)里會執(zhí)行一次 SCB_EnableICache()，但這只是一個 Cache 總開關(guān)，要想 Cache 對 Flash 映射地址（0x60000000 之后）產(chǎn)生作用還得借助 BOARD_ConfigMPU() 函數(shù)來具體配置 MPU。關(guān)于 Cache 對 Flash 讀取的性能提升見 《實抓Flash信號波形來看i.MXRT的FlexSPI外設(shè)下AHB讀訪問情形（全加速）》 。

intmain(void)
{
//將MPU配置提到ISP代碼之前
BOARD_ConfigMPU();

#if(defined(COMPONENT_MCU_ISP))
boolisInfiniteIsp=false;
isp_boot_main(isInfiniteIsp);
#endif

//BOARD_ConfigMPU();
//...
}

使能 Cache 后第一次 GPIO 中斷處理執(zhí)行時間從 27.4us 下降到了 19us，后面的 GPIO 中斷執(zhí)行耗時更是大大縮短（原因是中斷處理函數(shù)相關(guān)代碼在第一次中斷觸發(fā)執(zhí)行時被順便放到 Cache 里了），這時候 115200 高波特率已經(jīng)能夠被正常識別了。

到這里問題已經(jīng)解決了，但我們還沒有榨干 MCU 最后一滴血，優(yōu)化繼續(xù)。上圖波形里第一次 GPIO 中斷處理執(zhí)行時間相比其后面的 6 次中斷執(zhí)行耗時要明顯長，這還是有風險的，比如再高的波特率 256000 還是無法正常識別（至少第一次識別會失敗，后面上位機再重復(fù)發(fā)暗號做第二次識別就可以了）。為了讓第一次 GPIO 中斷處理時間也大大縮短，我們可以在系統(tǒng)初始化的時候故意調(diào)用一下這些中斷處理相關(guān)函數(shù)，將這些代碼事先裝載到 I-Cache里。

voidautobaud_init(void)
{
s_transitionCount=0;
s_firstByteTotalTicks=0;
s_secondByteTotalTicks=0;
s_lastToggleTicks=0;
s_ticksBetweenFailure=microseconds_convert_to_ticks(kMaximumTimeBetweenFallingEdges);
enable_autobaud_pin_irq(pin_transition_callback);

//故意調(diào)用一下，讓I-Cache事先將代碼Cache住
GPIO1_Combined_0_15_IRQHandler();
pin_transition_callback();//即第一節(jié)代碼中的s_pin_irq_func()
}

將中斷處理函數(shù)相關(guān)代碼預(yù)裝載到 I-Cache 后第一次 GPIO 中斷處理執(zhí)行時間從 19us 銳降到了 2.12us，跟其他中斷處理執(zhí)行差不多的耗時，現(xiàn)在即使是 256000 高波特率也能一次識別成功。

Level 5：拷貝到TCM里

靠 Cache 這種無法精準控制的優(yōu)化策略始終讓我們無法放心，還是將中斷處理相關(guān)代碼直接放到 TCM 里更可靠，我們在工程鏈接文件（MIMXRT1062xxxxx_flexspi_nor.icf）里做如下修改將第一節(jié)里列出了三個源文件全部弄到 RAM 區(qū)里執(zhí)行（對于 XIP 工程來說，RAM 區(qū)是 DTCM， 當然對于代碼來說 ITCM 效率要更高，不過 DTCM 也夠用了）。

initialize by copy {
  readwrite,
  /* Place in RAM flash and performance dependent functions */

  object microseconds_pit.o,
  object autobaud_irq.o,
  object pinmux_utility_imxrt_series.o,

  // ...
  section .textrw
};

do not initialize  { section .noinit };

將中斷處理函數(shù)相關(guān)代碼重定位到 DTCM 執(zhí)行后第一次 GPIO 中斷處理執(zhí)行時間從 2.12us 再降到了 520ns，這下 1M 超高波特率也能被識別了。

Level 6：指定函數(shù)地址以八字節(jié)對齊

性能提升結(jié)束了嗎？痞子衡還有一招，參見 《鏈接函數(shù)到8字節(jié)對齊地址或可進一步提升i.MXRT1xxx內(nèi)核執(zhí)行性能》 一文，將中斷處理相關(guān)函數(shù)全部鏈接到八字節(jié)對齊地址還可以再利用 Cortex-M7 內(nèi)核指令雙發(fā)射特性。我們查看下工程映射文件(sbl.map)，三個相關(guān)函數(shù)僅有計時函數(shù) microseconds_get_ticks() 被自動分配到了八字節(jié)對齊的地址，其他兩個函數(shù)不是，所以還有提升空間。

Entry                       Address   Size  Type      Object
;----                       -------   ----  ----      ------

GPIO1_Combined_0_15_IRQHandler
                        0x2000'0b2f   0x3e  Code  Gb  pinmux_utility_imxrt_series.o [1]
pin_transition_callback 0x2000'0175   0x8e  Code  Gb  autobaud_irq.o [1]
microseconds_get_ticks  0x2000'08e9   0x22  Code  Gb  microseconds_pit.o [1]

將非八字節(jié)地址對齊的中斷處理相關(guān)函數(shù)調(diào)整到八字節(jié)地址對齊后（具體方法這里就不展開介紹了），第一次 GPIO 中斷處理執(zhí)行時間從 520ns 降到了 480ns，這幾乎是性能極限了。

至此，在串口波特率識別實例里逐步展示i.MXRT上提升代碼執(zhí)行性能的十八般武藝痞子衡便介紹完畢了，掌聲在哪里~~~

審核編輯 ：李倩