基于嵌入式的多媒體應(yīng)用的多處理器核軟件設(shè)計框架

深入理解某個應(yīng)用的數(shù)據(jù)訪問方式，可以充分利用處理器潛在架構(gòu)中的存儲器和系統(tǒng)資源，從而開發(fā)可擴(kuò)展的并行應(yīng)用。

基于單核結(jié)構(gòu)的嵌入式處理器越來越不能滿足日益增長的嵌入式多媒體處理應(yīng)用方面的要求，多核嵌入式結(jié)構(gòu)已成為解決這一問題的有效途徑，同時也為如何開發(fā)充分利用多核結(jié)構(gòu)的應(yīng)用軟件帶來挑戰(zhàn)。目前，需要將編譯技術(shù)和開發(fā)工具更多的結(jié)合起來，才能使多核結(jié)構(gòu)的應(yīng)用獲得成功。而大多數(shù)并行軟件都是通過手工轉(zhuǎn)換方式將順序程序轉(zhuǎn)換為并行程序來實現(xiàn)的。由于缺乏具有多核意識的開發(fā)工具，使得軟件難以進(jìn)行性能評估。因此，如果沒有預(yù)先有效可靠的工程規(guī)劃，將不得不面對應(yīng)用軟件的效率低下，以及延遲產(chǎn)品上市時間等問題。

軟件框架為多核應(yīng)用軟件的開發(fā)提供了一個很好的起點，可以幫助縮短開發(fā)時間。本文將詳細(xì)說明嵌入式多媒體應(yīng)用軟件的設(shè)計框架，同時，本文的數(shù)據(jù)流模型也可擴(kuò)展到許多其它應(yīng)用中。該框架綜合了多媒體應(yīng)用軟件固有的數(shù)據(jù)并行結(jié)構(gòu)，還說明了如何通過有效使用潛在架構(gòu)來有效管理數(shù)據(jù)流。

在設(shè)計并行軟件的過程中有兩大挑戰(zhàn)：一是開發(fā)一個有效的并行算法，二是有效利用存儲器，如DMA（直接存儲訪問）通道和互連網(wǎng)絡(luò)等共享資源。在這過程中，順序運行的應(yīng)用程序的性能可根據(jù)可用處理器核的數(shù)目進(jìn)行擴(kuò)展。

通常實現(xiàn)應(yīng)用程序的并行處理有多種方法。有些應(yīng)用程序表現(xiàn)為固有的并行，而有的則具有相當(dāng)復(fù)雜且不規(guī)則的數(shù)據(jù)存取模式。但總的來講，科學(xué)應(yīng)用程序和多媒體應(yīng)用程序的并行通常易于實現(xiàn)，因為它們的數(shù)據(jù)存取模式比那些控制類應(yīng)用程序相對容易預(yù)測。本文重點討論針對多媒體算法的并行技術(shù)，這類算法需要很高的處理開銷，且常用于嵌入式系統(tǒng)應(yīng)用中。

多媒體應(yīng)用程序中存在數(shù)據(jù)的并行級別。一組數(shù)據(jù)幀和數(shù)據(jù)幀中的一個宏塊之間的并行粒度有很大差別。通常來講，粒度越小，在共享單元——例如處理器核和DMA通道——之間所需的同步級別越高。粒度越小，并行程度也就越高，而網(wǎng)絡(luò)通信量也越小。相反，大的粒度則要求較低的同步性，但也使網(wǎng)絡(luò)通信量增大。因此，基于應(yīng)用的不同類型和系統(tǒng)需求，軟件框架也定義了不同的并行級別。

需要說明的是，對可擴(kuò)展并行軟件的開發(fā)還依賴于對互連網(wǎng)絡(luò)、分級存儲器體系，以及外設(shè)/DMA資源的有效利用。系統(tǒng)嚴(yán)格的低功耗和低成本的需求對所有這些要素都會構(gòu)成約束。多核環(huán)境下的設(shè)計要求改革資源的有效利用方式。本文介紹了幾種在ADI公司的Blackfin ADSP-BF561雙核處理器上對資源進(jìn)行有效管理的方法。

多媒體數(shù)據(jù)流分析

為了實現(xiàn)數(shù)據(jù)并行，需要在數(shù)據(jù)流中找到這樣一個或一組數(shù)據(jù)塊：能夠獨立處理并將結(jié)果饋送給另外的處理部件。獨立的數(shù)據(jù)塊可以降低同步開銷并簡化并行算法。要找到這種數(shù)據(jù)塊，重要的是要清楚數(shù)據(jù)流模式，或者一個應(yīng)用的數(shù)據(jù)存取模式。

對于大多數(shù)多媒體應(yīng)用，可以將數(shù)據(jù)存取模式看成是2-D（空間域）和3-D（時間域）操作模式。在2-D模式中，獨立的數(shù)據(jù)塊被限制在單個數(shù)據(jù)幀內(nèi)，而在3-D模式中，獨立數(shù)據(jù)塊可以跨越多幀。在空間域中，可以將幀劃分用N個連續(xù)行和視頻幀宏塊組成的片段，而在時間域中，可以對數(shù)據(jù)流進(jìn)一步細(xì)分到幀級或圖片組（GOP）級。

采用片段或宏塊的數(shù)據(jù)存取模式的算法對同步性要求很高，但需要較少的網(wǎng)絡(luò)傳輸量，這是因為分級的存儲器體系只需存儲圖像數(shù)據(jù)的一部分。對于幀或圖片組類型的數(shù)據(jù)訪問模式，分級的存儲器體系則需要存儲大量數(shù)據(jù)，但對同步性的要求則相對低得多。這是因為系統(tǒng)的并行粒度增大了的緣故。圖1說明了多媒體應(yīng)用軟件中的并行級別，同時對四個級別中相關(guān)的同步性和網(wǎng)絡(luò)通信量做了對比。

圖2說明了ADSP-BF561的結(jié)構(gòu)，該結(jié)構(gòu)的組成中包括獨立的指令和數(shù)據(jù)存儲器，分別屬于兩個處理器核專有。該結(jié)構(gòu)還包括共享的L2存儲器和外部存儲器，用戶利用可配置的仲裁方案將所有的外圍設(shè)備和DMA資源連接到任一處理器核上。ADSP-BF561 有兩個DMA處理器，每個都由兩組MDMA（存儲器-DMA）通路組成。L2存儲器和每個處理器核之間都通過獨立的總線連接，而外部存儲器和兩個處理器核之間則由一條共享總線連接。

所有架構(gòu)都利用DMA方式將數(shù)據(jù)流送入分級的存儲器體系。作為另外一種選擇的高速緩存并不處理任何數(shù)據(jù)。只要清楚所設(shè)計的目標(biāo)應(yīng)用的數(shù)據(jù)訪問模式，則可以利用DMA引擎對數(shù)據(jù)進(jìn)行有效的管理。而使用高速緩存需要忍受不確定的訪問時間，高速緩存失配的代價，以及需要較高的外部存儲器帶寬。利用DMA引擎，可以在處理器核需要數(shù)據(jù)之前就將數(shù)據(jù)送入L1存儲器，系統(tǒng)在后臺執(zhí)行傳輸操作，而不會因為沒有操作數(shù)據(jù)使處理器核暫停工作。

由于每個DMA控制器上都有兩組MDMA通路，系統(tǒng)設(shè)計時，可以將MDMA通路在處理器核上平均分配，從而可以對稱地進(jìn)行并行操作。
　
對于具有較小粒度數(shù)據(jù)訪問模式的應(yīng)用，可以輕松的利用對L1和L2存儲器的快速訪問，也可以直接將獨立的數(shù)據(jù)塊從外圍設(shè)備傳送到L1和L2存儲器，而不需要通過慢速的外部存儲器訪問，這樣可節(jié)省寶貴的外存儲器帶寬和MDMA資源，還可以縮短數(shù)據(jù)傳輸時間。

對于某些采用較高層級粒度的數(shù)據(jù)訪問模式的應(yīng)用，存儲器就可能成為訪問瓶頸，因為較小的L1和L2存儲器層級不能容納大量的數(shù)據(jù)幀。然而，大量數(shù)據(jù)幀之間雖然會出現(xiàn)數(shù)據(jù)關(guān)聯(lián)性，但這種關(guān)聯(lián)通常也僅存在于跨數(shù)據(jù)幀的較小數(shù)據(jù)塊。如果能將所有關(guān)聯(lián)的數(shù)據(jù)幀存放在一個較大的存儲空間（外存儲器）中，就可以將每一幀中的獨立數(shù)據(jù)塊相繼送入空閑的處理器核進(jìn)行處理。如果這些獨立的數(shù)據(jù)塊比數(shù)據(jù)幀小得多，以至于符合L1和L2存儲器的容量，就可減少存儲器存取延遲從而高效地處理數(shù)據(jù)。

雖然L2和外存儲器都有獨立的總線連接，兩個處理器核仍共享這些存儲器接口總線。因此，應(yīng)當(dāng)盡量避免利用兩個處理器核同時對同一級別的存儲器進(jìn)行存取操作，以免造成因線路爭用引起延遲。為了減少線路爭用狀態(tài)，程序架構(gòu)應(yīng)考慮目標(biāo)程序代碼和數(shù)據(jù)的映射，要讓一個處理器核主要訪問L2存儲器核，而另一處理器核則主要訪問外部存儲器。在這種情況下，雖然處理器核完成多數(shù)外部存儲器訪問會出現(xiàn)較大的訪問延遲，但總的訪問延遲仍然要比存在線路爭用狀態(tài)下的情況小。

該結(jié)構(gòu)能將所有的輸入外設(shè)接口配置在一個處理器核上，所有的輸出外設(shè)接口分配到另一處理器核上。BF561體系結(jié)構(gòu)中有兩個PPI（并行外設(shè)接口），通過PPI視頻輸入/輸出接口，可以實現(xiàn)輸入或輸出視頻幀的獨立操作。

如果中斷處理時間比數(shù)據(jù)流的處理時間要短，還可將所有的外設(shè)接口分配到一個處理器核上以便于編程，較短的中斷處理時間不會影響兩個處理器核的負(fù)載平衡。

建議的軟件框架模型

基于數(shù)據(jù)訪問模式的粒度，您可以定義四種軟件框架：行處理（空域），宏塊處理（空域），幀處理（時域）以及GOP處理（時域）。如果某個應(yīng)用程序的數(shù)據(jù)訪問模式適于這四種模型中的任何一種，就可以采用相應(yīng)的軟件結(jié)構(gòu)，如果對同一數(shù)據(jù)流有兩種或多種處理算法，還可以將這幾種軟件結(jié)構(gòu)結(jié)合起來，實現(xiàn)非對稱的并行處理。

在行處理模式中，只在行級有相關(guān)性——也就是說，只在兩個相鄰像素之間存在相關(guān)性。每行數(shù)據(jù)形成一個數(shù)據(jù)塊，這樣兩個處理器核都獨立處理，圖3說明了行處理軟件架構(gòu)的數(shù)據(jù)流模型。圖中，處理器核A控制視頻輸入，處理器核B控制視頻輸出。處理器核A和B之間的數(shù)據(jù)有獨立的MDMA通道進(jìn)行管理。L1存儲器使用多個緩沖器，可以避免處理器核與外設(shè)DMA數(shù)據(jù)訪問之間出現(xiàn)的線路爭用狀態(tài)。兩個處理器核之間每行數(shù)據(jù)的同步，則通過一個計數(shù)信號量實現(xiàn)。在行處理模式中，采用單處理器核方式將數(shù)據(jù)直接存入L1存儲器也具有優(yōu)勢，可以節(jié)省外部存儲器帶寬和DMA資源。行處理軟件架構(gòu)的應(yīng)用實例包括色彩變換，直方圖均衡化，濾波，以及采樣。

圖4說明了宏塊數(shù)據(jù)訪問模式的數(shù)據(jù)流模型，可以將交替的宏塊在兩個處理器核之間傳送。L2存儲器保持多個數(shù)據(jù)緩沖區(qū)，宏塊從L2存儲器傳輸?shù)矫總€處理器核的L1存儲器都有獨立的MDMA通道。L1存儲器也保持多個數(shù)據(jù)緩沖區(qū)，以避免在DMA和處理器核數(shù)據(jù)訪問過程中產(chǎn)生線路爭用。與行處理結(jié)構(gòu)類似，該結(jié)構(gòu)中處理器核A仍控制輸入視頻接口，處理器核B控制輸出接口，計數(shù)信號量實現(xiàn)兩個處理器核之間的同步。這種軟件架構(gòu)的應(yīng)用實例包括邊緣檢測，JPEG/MPEG的編/解碼算法，以及卷積編碼。

在幀級處理模式中，外部存儲器存儲相關(guān)的數(shù)據(jù)幀。根據(jù)數(shù)據(jù)幀（宏塊或行）之間相關(guān)性的粒度，系統(tǒng)將數(shù)據(jù)幀的子塊傳送到L1或L2存儲器。圖5說明了幀級處理軟件架構(gòu)數(shù)據(jù)流模型。在這種情況下，假定某個宏塊在不同幀間存在相關(guān)性，系統(tǒng)則將數(shù)據(jù)幀的宏塊傳送至L1存儲器。與其他軟件架構(gòu)類似，處理器核A仍控制輸入視頻接口，處理器核B則控制輸出接口，計數(shù)信號量實現(xiàn)兩個處理器核之間的同步。該軟件架構(gòu)已應(yīng)用于運動檢測算法。

在GOP級處理架構(gòu)中，每個處理器核都處理多個順序的數(shù)據(jù)幀。幀級處理結(jié)構(gòu)和GOP處理結(jié)構(gòu)之間的區(qū)別在于幀級處理結(jié)構(gòu)是在幀間完成空域劃分，而GOP級結(jié)構(gòu)則通過時域（幀序列）劃分實現(xiàn)并行處理。對于GOP數(shù)據(jù)訪問模式，相關(guān)性存在于一組數(shù)據(jù)幀內(nèi)部。在兩組數(shù)據(jù)幀之間不存在數(shù)據(jù)相關(guān)性，因此處理器核可以相互獨立地對每組數(shù)據(jù)幀進(jìn)行處理。圖6說明了該結(jié)構(gòu)的數(shù)據(jù)流模型，與幀級處理結(jié)構(gòu)類似，系統(tǒng)可將多幀數(shù)據(jù)塊傳送至處理器核的L1處理器。為了有效利用外部存儲器的交叉存儲組結(jié)構(gòu)，系統(tǒng)在處理器核間均衡的劃分存儲區(qū)。ADSP-BF561的每一個外部存儲區(qū)都支持多至四個的內(nèi)部SDRAM存儲器組。這一結(jié)構(gòu)的應(yīng)用實例有編/解碼算法，如MPEG-2/4。

在實際的應(yīng)用中，系統(tǒng)可能運用多種算法來處理數(shù)據(jù)流，而每種算法都可能用到不同的數(shù)據(jù)訪問模式。這種情況下，則可以將這幾種軟件結(jié)構(gòu)結(jié)合起來完成一個特殊的應(yīng)用。為利用多核結(jié)構(gòu)，可采用流水處理來實現(xiàn)算法的并行操作，但這種并行操作是不對稱的，因為不同處理器核上可能執(zhí)行的計算是不同的。然而，系統(tǒng)可以分配一些其它的任務(wù)到處理器核的空閑指令上，在保持靈活性的同時也達(dá)到了處理器核的工作量平衡。圖7說明了行級處理和宏塊處理相結(jié)合的處理結(jié)構(gòu)中的數(shù)據(jù)流模型。

在某些其他應(yīng)用中，多個數(shù)據(jù)塊之間也會存在數(shù)據(jù)相關(guān)性，數(shù)據(jù)訪問模式仍然是可預(yù)測的，但它擴(kuò)展到了一個宏塊或一個行的粒度之外。例如，運動窗口搜尋就可能使用幾個相鄰的宏塊。雖然數(shù)據(jù)訪問模式仍然是可預(yù)測的，但系統(tǒng)在算法迭代過程中要訪問多個數(shù)據(jù)塊。在這種情況下，您可以對軟件框架進(jìn)行修正，以實現(xiàn)有效的并行操作。例如，如果多行間存在相關(guān)性，可以通過調(diào)整行處理結(jié)構(gòu)將N個連續(xù)行的幀單元傳送到每個處理器核的L1存儲器中。利用類似的方法，還可以對宏塊處理結(jié)構(gòu)進(jìn)行擴(kuò)展，從L2存儲器中將不止一個宏塊送入內(nèi)部L1存儲器。

軟件框架分析

為了對雙核處理的軟件框架進(jìn)行評估，AD公司利用數(shù)據(jù)流模型率先開發(fā)了一款單核應(yīng)用軟件，并與雙核實現(xiàn)進(jìn)行了對比。參考文獻(xiàn)【1】討論了單核模型的更多細(xì)節(jié)。Blackfin獨有的系統(tǒng)優(yōu)化技術(shù)完全可以有效的使用可用帶寬（參考文獻(xiàn)【2】）。 為了分析簡單，公司只對基本軟件架構(gòu)的處理速度做了對比，而沒有考慮幾種組合的軟件架構(gòu)。

所謂周期是指為了滿足NTSC（國家電視系統(tǒng)委員會）視頻輸入的實時需要，用于處理數(shù)據(jù)流的處理器核計算周期。對于一個以600MHz運行的處理器核，為了滿足實時約束條件，處理每一像素可用的周期數(shù)為44核周期/像素。任何處理器核訪問流數(shù)據(jù)都只需一個單內(nèi)核周期，因為所有的數(shù)據(jù)訪問都是對L1存儲器的訪問。該周期數(shù)沒有包括中斷引起的延遲。

如表1所示，雙核處理結(jié)構(gòu)將所有軟件結(jié)構(gòu)的處理速度都有效提高了兩倍。表中還說明了L1存儲器對于每個處理器核的可用容量，以及每種軟件架構(gòu)所需的共享存儲空間。這些軟件架構(gòu)應(yīng)用ADi公司的DD/SSL（設(shè)備驅(qū)動程序/系統(tǒng)服務(wù)庫）實現(xiàn)對外設(shè)和數(shù)據(jù)的管理（參考文獻(xiàn)【3】）。