无意中发现AC6的memcpy速度比AC5的快了十倍（测试结果有误，只快了1us）

DX3906

我是在at32f415上用EventRecorder测出来的，AC5的memcpy拷贝8192字节数据，for循环重复十次的时间304.05us，换成AC6之后只需要30.81us！9.8倍的差距！AC5是-o3，AC6是-ofast

刚开始怀疑AC6把EventRecorder的代码优化了导致时间不准，改成了用GPIO高低电平翻转的高电平宽度来测时间，但是结果也差不多

逻辑分析仪测到的结果，AC5 447us，AC6 48us




这是我的测试代码，实在想不明白AC6是怎么做到如此巨大提升的，要真有这么夸张的话，DMA做内存拷贝完全没优势了

[C] 纯文本查看 复制代码

define BUF_SIZE 8192

__ALIGNED(4) uint8_t txbuf[BUF_SIZE] = {0};
__ALIGNED(4) uint8_t rxbuf[BUF_SIZE] = {0};

/**
* @brief Main program
* @param None
* @retval None
*/
int main(void)
{
        nvic_priority_group_config(NVIC_PRIORITY_GROUP_4);

        system_clock_config();
        // nvic_configuration();
        dwt_config();
        dma_m2m_init();
        bsp_dbg_uart_config();

        /* 初始化EventRecorder */
        EventRecorderInitialize(EventRecordAll, 1);
        EventRecorderStart();

        while(1)
        {
                dwt_delay_ms(1);
                for(uint32_t i = 0; i < BUF_SIZE; i++)
                {
                        txbuf[i] = rand();
                }
                EventStartA(2);
                GPIOB->scr = GPIO_PINS_0;
                for(uint32_t i = 0; i < 10; i++)
                {
                        memcpy((uint32_t*)rxbuf, (uint32_t*)txbuf, BUF_SIZE);
                }
                GPIOB->clr = GPIO_PINS_0;
                EventStopA(2);
                dwt_delay_ms(1);
        }
}

eric2013

AC6的测试应该有问题，部分代码被优化了，有可能for循环仅执行了1次，因为每次都是同一个memcpy。另外MDK5的时间优化是不是没开。

DX3906

eric2013 发表于 2023-9-5 11:09
AC6的测试应该有问题，部分代码被优化了，有可能for循环仅执行了1次，因为每次都是同一个memcpy。另外MDK5 ...

尴尬，确实是AC6下只执行了一次memcpy就跳出循环了，实际上只比AC5快了1us左右

DX3906

测试结果有误，AC6优化太激进，导致10次相同操作的for循环被优化成单次操作，也就是说30us只是单次memcpy的时间，把AC5测试也改成测单次memcpy之后，时间就差不多了，31us

eric2013

DX3906 发表于 2023-9-5 11:24
尴尬，确实是AC6下只执行了一次memcpy就跳出循环了，实际上只比AC5快了1us左右

AC6的优化确实比较狠，我好几次测速都入坑了。

alexyzhov

做拷贝永远是cpu最快，这个是总线结构资源倾斜的结果。dma只有异步释放吞吐的意义，并不会改善拷贝性能。

DX3906

alexyzhov 发表于 2023-9-5 13:35
做拷贝永远是cpu最快，这个是总线结构资源倾斜的结果。dma只有异步释放吞吐的意义，并不会改善拷贝性能。

我记得以前在at32f415上测过，dma拷贝8192字节比C库的memcpy快了大概16%的样子，有提升但也不多，可能各家芯片的总线结构略有区别，不过如果用汇编去优化memcpy估计就没有16%的差距了

dma确实非常适合拿来做异步传输

emwin

有理论瓶颈在那里，编译器怎么也突破不了。

DX3906

emwin 发表于 2023-9-5 14:22
有理论瓶颈在那里，编译器怎么也突破不了。

确实，毕竟编译器也不是什么超级神器🤣

emwin

至于DMA与CPU谁快，以前通常是CPU最快，现在得分情况了：
矩阵架构的总线，抢占带宽就不太适用了，同等频率下，应该是DMA更快（DMA运行逻辑简单）

eric2013

emwin 发表于 2023-9-7 11:17
至于DMA与CPU谁快，以前通常是CPU最快，现在得分情况了：
矩阵架构的总线，抢占带宽就不太适用了，同等频 ...

是的，通用的DMA不行，MDMA，DMA2D可以。

【深入探讨】DMA到底能不能起到加速程序执行的作用，DMA死等操作是否合理，多个DMA数据流同时刷是否处理过来
https://www.armbbs.cn/forum.php?mod=viewthread&tid=109765

emwin

eric2013 发表于 2023-9-7 11:34
是的，通用的DMA不行，MDMA，DMA2D可以。

【深入探讨】DMA到底能不能起到加速程序执行的作用，DMA死等 ...

看了数据，有没有统一测试条件？要在相同的时钟频率下测。