基于ARM Cortex-M3核的SoC架構(gòu)設(shè)計(jì)及性能分析

摘 要： 主要研究了基于ARM Cortex-M3核的SoC設(shè)計(jì)方法及不同架構(gòu)對(duì)芯片整體性能的影響。首先從Cortex-M3的結(jié)構(gòu)特點(diǎn)尤其是總線結(jié)構(gòu)特點(diǎn)出發(fā)，分析了基于該核的SoC架構(gòu)設(shè)計(jì)的要點(diǎn)。然后通過(guò)EEMBC的CoreMark程序，對(duì)實(shí)際流片的一款Cortex-M3核芯片進(jìn)行了性能測(cè)試，并與STM32F103 MCU的測(cè)試結(jié)果進(jìn)行了對(duì)比，通過(guò)實(shí)例說(shuō)明了不同芯片架構(gòu)對(duì)性能的影響。最后，對(duì)影響SoC芯片性能的因素，包括芯片架構(gòu)、存儲(chǔ)器速度、工藝、主頻等進(jìn)行了分析和總結(jié)。
關(guān)鍵詞： 芯片架構(gòu)；片上系統(tǒng)；Cortex-M3；CoreMark

ARM Cortex系列是ARM公司推出的基于ARMv7架構(gòu)、使用高性能的Thumb-2指令集的32位嵌入式微處理器核。主要有三種款式，分別是Cortex-A、Cortex-R和Cortex-M。其中Cortex-M系列主要用于低功耗、低成本的嵌入式應(yīng)用。本文用于SoC（System on Chip）設(shè)計(jì)的Cortex-M3核便屬于該系列。該處理器核憑借其高性能、低功耗、低成本和開(kāi)發(fā)方便等特點(diǎn)，受到了各廠商的青睞。STMicroelectronics、NXP Semiconductors、ATMEL等都競(jìng)相推出各自基于Cortex-M3核的SoC。由于Cortex-M3核的結(jié)構(gòu)與傳統(tǒng)ARM核有很大區(qū)別，因此基于Cortex-M3的SoC架構(gòu)設(shè)計(jì)也有與以往不同的特點(diǎn)。不同的架構(gòu)對(duì)芯片整體性能影響很大。本文使用CoreMark對(duì)實(shí)際芯片作了性能測(cè)試，其結(jié)果證明了SoC架構(gòu)對(duì)芯片性能的影響。
1 Cortex-M3核SoC架構(gòu)設(shè)計(jì)
1.1 總線接口
處理器核對(duì)SoC架構(gòu)最大的影響是其總線接口。傳統(tǒng)的ARM處理器使用單一總線接口。如ARM7處理器采用馮諾依曼結(jié)構(gòu)，指令和數(shù)據(jù)共用一條總線，從而核外部為單總線接口[1]；ARM9雖然使用了哈佛結(jié)構(gòu)，核內(nèi)部指令總線和數(shù)據(jù)總線分開(kāi)，但這兩條總線共用同一存儲(chǔ)空間，且在核外共用同一總線接口[2]。使用單一總線接口的弊端是取指和取數(shù)據(jù)無(wú)法并行執(zhí)行，效率相對(duì)較低。
Cortex-M3的結(jié)構(gòu)如圖1所示。Cortex-M3采用了多總線結(jié)構(gòu)，在核外有ICode、DCode、System三個(gè)總線接口[3]。其中，ICode和DCode總線接口使得在地址空間Code區(qū)中的取指和取數(shù)據(jù)分開(kāi)并行執(zhí)行，而System總線使得在地址空間SRAM區(qū)中的取指和取數(shù)據(jù)使用同一總線接口，無(wú)法并行執(zhí)行。

1.2 SoC架構(gòu)設(shè)計(jì)
由Cortex-M3的結(jié)構(gòu)特點(diǎn)可以看出，Cortex-M3不適合像傳統(tǒng)ARM處理器那樣將代碼由Flash搬移到RAM來(lái)提高效率，那樣反而可能會(huì)降低效率（由于SRAM區(qū)中的取指和取數(shù)據(jù)使用同一總線接口）。而Cortex-M3是將代碼和只讀數(shù)據(jù)放在Flash中，程序執(zhí)行時(shí)將可讀寫(xiě)數(shù)據(jù)放在RAM中，從而獲得最高效率。
基于以上考慮，設(shè)計(jì)Cortex-M3核的SoC時(shí)，最好將片上Flash掛接在ICode和DCode總線上，即0x00000000~0x20000000地址空間，如圖2所示，將片上SRAM掛接在System總線上，即0x20000000~0x40000000地址空間。這樣從Flash中取指和取只讀數(shù)據(jù)可以分別通過(guò)ICode和DCode總線并行執(zhí)行，提高了Flash的讀取效率。而對(duì)SRAM中的數(shù)據(jù)讀寫(xiě)通過(guò)System總線進(jìn)行。三條總線各自分工，使得SoC性能大大提高。

1.3 自主設(shè)計(jì)的Cortex-M3核SoC
實(shí)驗(yàn)室自主設(shè)計(jì)了一款基于Cortex-M3核的SoC，并采用0.18 ?滋m CMOS工藝流片成功。如圖3所示，芯片的片上Flash從0x20000000開(kāi)始，共256 KB；片上SRAM從0x30000000開(kāi)始，共96 KB。其架構(gòu)特點(diǎn)是片上Flash和片上SRAM均處于0x20000000~0x40000000地址空間，即掛接在System總線上，但兩者均可再映射Remap到0地址，即可掛接到ICode和DCode總線上。

默認(rèn)情況下片上SRAM可Remap到0地址，這意味著SRAM默認(rèn)擁有0x00000000和0x30000000兩個(gè)起始地址。因此，將代碼放在SRAM中時(shí)，若從0x00000000地址開(kāi)始執(zhí)行，則處理器通過(guò)ICode和DCode總線來(lái)訪問(wèn)SRAM；若從0x30000000地址開(kāi)始執(zhí)行，則處理器通過(guò)System總線來(lái)訪問(wèn)SRAM。下面將利用這特一點(diǎn)來(lái)進(jìn)行性能分析。
2 性能測(cè)試及分析
2.1 CoreMark簡(jiǎn)介
傳統(tǒng)的嵌入式微處理器性能測(cè)試普遍采用Dhrystone程序，WEICKER R P通過(guò)統(tǒng)計(jì)程序中常用的操作及其所占比例，構(gòu)建了一個(gè)測(cè)試基準(zhǔn)，并經(jīng)過(guò)多次完善，才得到了Dhrystone程序[4]。但Dhrystone程序本身過(guò)于簡(jiǎn)單，并不能準(zhǔn)確反映處理器運(yùn)行實(shí)際應(yīng)用程序時(shí)的性能。
EEMBC組織自成立之初就打算制定一種能夠代替Dhrystone并能更好地測(cè)量嵌入式微處理器性能的標(biāo)準(zhǔn)。但由于EEMBC的程序和認(rèn)證一般都是收費(fèi)的，所以其發(fā)布的測(cè)試程序一直沒(méi)能得到很好的普及。直到其發(fā)布了完全公開(kāi)和免費(fèi)的CoreMark程序，才逐漸改變這一局面，并有取代Dhrystone的趨勢(shì)。CoreMark是一個(gè)雖代碼量小但很復(fù)雜的測(cè)試程序，通過(guò)執(zhí)行應(yīng)用程序中常用的數(shù)據(jù)結(jié)構(gòu)和算法來(lái)測(cè)試處理器性能，其內(nèi)容包括鏈表操作、矩陣運(yùn)算和CRC校驗(yàn)等，可以更好地反映處理器運(yùn)行實(shí)際應(yīng)用程序時(shí)的性能。本文采用CoreMark來(lái)測(cè)試SoC的性能。
2.2 自主設(shè)計(jì)SoC的性能測(cè)試
使用Keil開(kāi)發(fā)環(huán)境：將CoreMark程序放在芯片的片上SRAM中，分別設(shè)置從片上SRAM的兩個(gè)起始地址執(zhí)行，其在72 MHz主頻時(shí)的測(cè)試結(jié)果如表1所示。

可見(jiàn)，對(duì)于同一片上SRAM存儲(chǔ)器，從0x00000000地址訪問(wèn)執(zhí)行比從0x30000000地址訪問(wèn)執(zhí)行時(shí)的處理器性能要高出約20%。因此，使用ICode和DCode總線取指和取只讀數(shù)據(jù)比使用System總線性能要高。在今后的設(shè)計(jì)中將取消Remap，直接將片上Flash放在從0x00000000開(kāi)始的空間，將片上SRAM放在從0x30000000開(kāi)始的空間，實(shí)現(xiàn)取指、取只讀數(shù)據(jù)、取可讀寫(xiě)數(shù)據(jù)并行執(zhí)行，從而達(dá)到最佳性能。
2.3 STM32F103性能測(cè)試
意法半導(dǎo)體的STM32系列MCU是目前市場(chǎng)上最常見(jiàn)的Cortex-M3核SoC之一，該系列中的STM32F103架構(gòu)如圖4所示[5]。該芯片的片上Flash掛接在ICode和DCode總線上，片上SRAM掛接在System總線上。其中ICode總線直通Flash，而DCode總線和System總線通過(guò)一個(gè)總線矩陣分別連接到片上Flash和片上SRAM及其余外設(shè)。此外，STM32采用了一個(gè)64 bit的Flash，并使用了一個(gè)2×64 bit的緩沖器，一次可緩存128 bit數(shù)據(jù)，從而大大降低了Flash的訪問(wèn)頻率，彌補(bǔ)了Flash速度較慢的缺陷，使得取指和取只讀數(shù)據(jù)的速度大大提高。該架構(gòu)與前述分析基本一致，故可以保證最佳性能。