MIPS指令集G.729算法優化

林善和

（福建星網銳捷通訊股份有限公司，福建 福州 350002）

0 引言

G.729是目前比較優質的語音壓縮算法，10ms的語音，80個采樣點，可以壓縮到10字節，算法中用到了大量的移位，點乘，飽和，取整的運算，使用普通的指令雖然可以實現功能，但是消耗過多的CPU資源，不實用。

早期的編解碼算法一般都是通過外掛的DSP來實現，隨著技術的進步，一般家庭網關SoC的CPU性能越來越高，從原來的100M到現在的400-600M甚至更高，同時CPU也增加了DSP增強的指令集，這樣很多算法直接就可以用CPU來處理，無需外掛DSP或者嵌一個DSP內核。

RT305x使用MIPS32 24KE的核心，內涵DSP ASE指令集，可以在一條指令完成2個short型數據的移位，4個short型數據的兩兩點乘相加，同時還順便進行飽和，取整運算。

如果G729編解碼算法運行時能夠把CPU的占有率控制在30%以內，那么CPU還有足夠的資源實現其它功能。因此，優化的目標就是在G729編解碼時，RT305x的CPU占有率控制在30%以內。本文所闡述的優化是指對用標準C語言編寫的代碼用DSP增強指令集進行優化。

1 G.729AB優化步驟

1.1 準備一個30秒以上的PCM源文件，要求采樣率8K，16位采樣

1.2 編寫g729_test.c和Make file，用來小工程編譯G729

1.3 編譯得到可執行文件，例如g729

1.4 把可執行文件g729及PCM的源文件復制到NFS目錄

1.5 在設備上執行./g729 xx.pcm xx.g729,可以得到編碼后的g729文件和再解碼的pcm文件，還有完成編解碼所需要的總時間

1.6 修改源碼重新編譯，再次運行，如果輸出文件與之前的相同，而且消耗時間更短，則修改有意義

1.7 如果發現輸出文件與之前不同，有可能是修改內容有問題。但是如果修改內容涉及到算法的優化，例如使用了64位的累加器，精度提高了，運算結果肯定與之前的不同，這是容許的，這時，用Cooledit打開輸出的pcm文件，仔細查看，波形有沒有變形，音質有沒有變差

2 重點優化內容

2.1 基本元操作的優化

修改的內容在basic_op.c和basic_op.h中。

2.1.1 首先是用宏匯編指令代替函數的調用，要求是執行時間最短

2.1.2 很多的移位操作，需要判斷移位的方向和次數，如果移位次數是常數，可以使用不帶V的指令，例如用SRA代替SRAV

2.2 32位的常用運算的優化

內容在oper_32b.c和oper_32b.h，主要是32位的點乘運算，由于原始代碼是多個平臺公用，沒有通用的點乘指令，所以點乘是由多個16位的數之間相乘，左移，再相加。在本平臺的指令系統中，有專門的點乘指令，這是好東西，還可以提升運算的精度，不要放過。

2.3 乘加運算的集中優化

在編解碼中，有許多地方用到了兩個組數的點乘相加，通過for循環來完成，這個不斷的點乘，不斷的相加，在本平臺，可以用乘加指令來完成，只需要在循環開始時清空64位累加器，循環結束之后，根據需要，移位相應的次數，把數據用64位累加器中取出，即可。

在點乘算法中，兩個16位的數組兩兩點乘，首地址是4字節對齊，數組長度是偶數，我們同時把連續的兩個16位數按照32位數載入寄存器，一起進行點乘運算，可以使循環次數減半。

在不少的算法中，由于擔心乘加的數據會溢出，先把原始數據集體右移了幾位，再點乘相加，為了保證精度，運算結果可能還左移了幾位，對于這種情況，我們不需要先把數據集體右移，而是直接點乘，然后再取出數據時，再右移，保證運算結果不溢出，這個優化屬于算法的優化，不僅省力，精度還更高。

2.4 循環的展開

在循環中，如果數據量比較大，循環的次數是比較多的，每次循環，開銷至少需要3條指令（i++，判斷，跳轉），而且使得流水線中斷。如果每次循環所干的事情多一些，循環的次數就會大大減少。

在從數組取出數據的時候，如果偏移地址是變量，會引入加法運算，聰明的做法是用x[0],x[1],x[-1]這種固定偏移的方式取數據，循環結束后修改x的值，代替用x[i]來訪問內容，i++這種循環，循環的判斷也不用i，而是直接判斷數據的地址是否到達末地址。

在本平臺的指令系統中，一條指令不能做到判斷大于或小于非零而跳轉，只能判斷不相等，或大于或等于0而跳轉，所以，把for(i=0;i＜j;i++)寫成for(i=0;i!=j;i++)，會省一條指令。

如果i是short型，而j是常數或int型，在判斷之前，會把i進行一次符號擴展。多一條指令，所以，在定義i的時候，建議保證待比較的兩個變量，位寬一致。

2.5 流水線優化

MIPS32 CPU號稱大部分指令是單周期指令，但實際上，單單一條指令上來看，一條指令包括，取指令，取操作數，執行，存儲運算結果等幾個，各需要一個指令周期，但是這些指令周期可以疊加，如果流水線不間斷的運行，相當于一條指令只需要一個指令周期。

打斷流水線，會引入額外的等待，本條指令使用上一條指令的運算結果，判斷跳轉指令，都會導致流水線的中斷。

在純C的代碼中，編譯器會自動優化流水線，但是，當嵌入匯編時，如果加了volatile屬性，或者源操作數和目的操作數是隱含的，或者和內存交互數據，編譯器是不會幫助優化流水線的，這時需要通過反匯編自己調整流水線。

為了使流水線不中斷，通常的做法是本條指令的目的操作數，不要馬上作為下一條指令的源操作數，而是間隔2條或2條指令以上。

對于跳轉指令，由于流水線的緣故，該指令的下一條指令也會被執行到。這是特別需要注意的。

2.6 減少訪問內存的次數

訪問內存是比較慢的，如果沒有Cache，訪問一次內存大約需要100ns，CPU內有24個通用可用的寄存器，在函數調用時，4個及以內的形參傳遞，返回值，都不需要入棧。

在運行過程中，應盡量減少內存的訪問次數，比如一次載入32bit數據，而不是分兩次載入16bit的數據。

2.7 C內嵌匯編的實例

其中mult dpaq_sa.l.w mfhi是3條指令，$ac0是64位累加器，$zero是 0 寄存器，%0，%1，%2 的意思是用“：”后面的操作數代替，第一個”：”后面是目前操作數，第二個”：”的后面是源操作數，”=r”的意思是目的操作數，且為寄存器，”r”的意思是源操作數，且為寄存器，與內容交互數據的指令，可以用”m”。

2.8 DSP常用的運算結果處理

2.8.1 飽和

飽和處理就是運算結果限制在固定的位寬所能表示的數的范圍，例如short型的最大數為0x7fff,最小數為0x8000,如果運算結果超出了這個范圍，就根據正負，調整為0x7fff或0x8000，普通CPU的累加器沒有對運算結果進行飽和處理，因此需要額外判斷結果，再調整，DSP的累加器一般都能對運算結果飽和處理。一般同符號數的加法，不同符號的減法，點乘，左移，甚至取負，均有可能溢出。

2.8.2 取整

取整是在右移的操作中比較常用，右移會導致精度的丟失，根據移走的最高位，調整結果，有助于保留精度。

2.8.3 點乘

在物理上，點乘是已知力和位移求功。在數字信號處理中，這里的點乘其實是信號的相乘，信號幅度用小數表示，在本平臺，用Q15（Word16）或 Q31（Word32）表示，兩個 Q15 點乘，結果 Q31，但是直接數學相乘，只得到Q30，所以還需要左移一位。

3 優化結果分析

3.1 用標準C語言進行編解碼算法測試CPU的占用率達到55%，無法滿足實際應用需求。

3.2 反匯編

3.2.1 局部優化之后，用反匯編objdump-d來查看匯編代碼，看看是否能得到預料中匯編代碼，注意從內存中載入short型數據，帶符號和不帶符號，在擴展到32bit時，是不一樣的

3.2.2 看看編譯器是不是引入額外的指令，比如沒有必要的符號擴展

3.2.3 看看流水線是否最佳

3.3 編解碼的輸出文件檢驗

得到的g729文件和PCM文件，首先是查看二進制是否和修改之前相同，如果不同，需要找到原因，如果是算法的優化導致的不同，需仔細查看聲音有沒有失真。最后用Abacus檢測音質，同時進行長時間通話拷機。優化后的CPU占有率僅達30%。

4 結束語

在低成本家庭網關SoC芯片RT305x上使用MIPS32Kec帶的DSP AE指令集進行G729編碼的進行優化后，CPU占用率不到30%，滿足家庭網關在語音、數據、Wifi的需求。隨著CPU性能的越來越強以及通信網絡IP話，這樣的技術將在各種各樣終端上使用，具有廣泛的應用場景。

［1］王洪,唐凱.低速率語音編碼 Low Rate Speech Coding[M].北京：國防工業出版社,2006.

［2］Chinh Tran Chijioke Anyanwu,Sanjai Balakrishnan,Anshul Bhargava,James Jiang,Radhika Thekkath.The24KETMCore Family：High-Performance RISC Cores with DSP Enhancements[M].MIPS Technologies Inc.,2005.

［3］MIPS Technologies Inc.MIPS DSP ASE Instruction Set Quick Reference.MIPS Technologies Inc.,2005.