Cache技术在星辰处理器中的应用

引言

目前，灵动微控制器产品体系中，适配了MicroPython的，有MM32F3（MM32F3273G9P，Arm Cortex-M3）和MM32F5（MM32F5277E9P，ArmChina STAR-MC1），从官方数据来看，使用星辰处理器（STAR-MC1）的MM32F5对指令的处理效率要高于使用Cortex-M3处理器的MM32F3。如图x所示。

figure-arm-core-benchmark 图x 星辰处理器同其他Arm处理器内核对比

然而，同一份MicroPython的启动过程，在使用同样主频（120MHz）的情况下，在MM32F5平台上运行，总是莫名其妙地慢好多。。。昨天跟同事Hao聊SDK的样例工程对Cache问题的处理策略时，偶然意识到，早期为MM32F5适配MicroPython的时候没有考虑过Cache，随即赶紧翻出来MicroPython的代码，果然没开。好吧，更新MicroPython项目下MM32F5平台的启动代码，替换来自于SDK中的system_mm32f5277e.c和system_mm32f5277e.h文件。

 

/*
 * Copyright 2022 MindMotion Microelectronics Co., Ltd.
 * All rights reserved.
 *
 * SPDX-License-Identifier: BSD-3-Clause
 */


#include "hal_device_registers.h"

#if defined (__VTOR_PRESENT) && (__VTOR_PRESENT == 1U)
  extern uint32_t __VECTOR_TABLE;
#endif

void SystemInit(void)
{

#if defined (__FPU_PRESENT ) && (__FPU_PRESENT == 1U)
  #if defined(__FPU_USED) && (__FPU_USED == 1u)
    SCB->CPACR |= (SCB_CPACR_CP10_MASK | SCB_CPACR_CP11_MASK); /* set CP10, CP11 Full Access */
  #endif
#endif /* __FPU_PRESENT */

#if defined (__ICACHE_PRESENT )&& (__ICACHE_PRESENT == 1U)
#ifndef ICACHE_DISABLED
  if (SCB->CLIDR & SCB_CLIDR_IC_Msk)
  {
    SCB_EnableICache();
  }
#endif /* DCACHE_DISABLED */

#endif /* __ICACHE_PRESENT */
#if defined (__DCACHE_PRESENT) && (__DCACHE_PRESENT == 1U)
#ifndef DCACHE_DISABLED
  if (SCB->CLIDR & SCB_CLIDR_IC_Msk)
  {
    SCB_EnableDCache();
  }
#endif /* DCACHE_DISABLED */
#endif /* __DCACHE_PRESENT */
}

/* EOF. */

 

其中，如果没有调用SCB_EnableICache()和SCB_EnableDCache()函数，默认关闭ICache和DCache，配置宏__ICACHE_PRESENT和__DCACHE_PRESENT来自于MM32F5270的芯片头文件mm32f5277e.h。

 

#define __STAR_REV                0x0100U   /* Core revision r1p0 */
#define __SAUREGION_PRESENT       0U        /* SAU regions present */
#define __MPU_PRESENT             1U        /* MPU present */
#define __VTOR_PRESENT            1U        /* VTOR present */
#define __NVIC_PRIO_BITS          3U        /* Number of Bits used for Priority Levels */
#define __Vendor_SysTickConfig    0U        /* Set to 1 if different SysTick Config is used */
#define __FPU_PRESENT             1U        /* FPU present */
#define __DSP_PRESENT             1U        /* DSP extension present */
#define __ICACHE_PRESENT          1U        /* Define if an ICACHE is present or not */
#define __DCACHE_PRESENT          1U        /* Define if an DCACHE is present or not */

 

编译，验证。找来两块之前下载了MicroPython固件的MM32F5开发板，向其中一块板子下载启用ICache和DCache之后的新固件。运行程序后，同使用之前版本固件的程序相比，果然有明显的提升。如图x所示。

video-mm32f5-micropython 图x 启用Cache前后的MicroPython启动过程对比实物

图中板子运行程序启动MicroPython启动流程后，执行文件系统中Python源文件，闪烁小灯。图中下方的板子使用了启用Cache的程序，明显先完成MicroPython启动过程，先开始执行闪烁小灯的程序。

提交更新到代码仓库。Bingo！

 

commit 46372ed15d5769b25775a209c56d62c4cfc3ac5d (HEAD -> master, origin/master, origin/HEAD)
Author: Andrew SU 
Date:   Wed Jun 14 1106 2023 +0800

    update the startup code to enable the icache for mm32f5.

    - this fix would accelerate the speed of running the instruction
      sequence on mm32f5, which has the icache and dcache integrated.

    Signed-off-by: Andrew SU 

 

启用Cache后，之前在MM32F5微控制器平台上运行MicroPython小概率会出现hardfault的问题也得到的缓解，颇有“治好了某人多年老寒腿”的赶脚。^v^。

Cache的工作原理

Cache主要解决高速的CPU访问低速的存储器均衡速度差的问题，Cache通过预取数据/命令的机制，低速但整块地从低速存储器中取数据块，然后快速但串行地向CPU送数据流。高速的处理器大多使用哈佛结构，即使用指令总线和数据总线分别取指令和数据，对应有ICache和DCache。

Cache能够有效工作基于几个基本前提：

空间局部性：在最近的未来，使用到的信息和当前使用的信息在空间上会是邻近的。这个因为数据大部分都是连续存储的。所以主存当中的数据都是成块传输到Cache当中。

时间局部性：在最近的未来，使用到的信息可能是当前正在使用的信息。由于CPU本质上一个死循环，里面还有很多小循环的运行和操作，所以当前使用到的数据很可能会在循环当中，这样当前的数据有可能会在将来在再被调用一次。

另外，关于Cache还有其余部分需要了解：

Cache与主存的映射方式：解决主存内数据块和Cache当中数据块的对应关系。

替换算法：Cache小，主存大。如果Cache中数据存满了之后，如何操作。

Cache写策略：如果CPU修改了Cache中的副本，如何确保Cache中的数据和主存中的母本数据保持一致。

关于Cache的工作原理，以及设计机制，可参考计算机专业考研四大专业课之《计算机体系结构》，以及参考文献中的《一文搞懂Cache基本原理》。

需要关闭DCache的情况

在微控制器系统中，有时会需要直接使用内存里的数据同外设交互，而不进入CPU，例如使用DMA（另一个总线主机AHB Master，但不需要Cache功能）相关，这种场景下，使用Cache的意义就不大了，甚至可能会出现数据不一致的风险，此时，就需要关闭Cache才能让系统正常工作。具体来说，ICache可以继续启用，毕竟指令都是送到CPU中执行，但DCache需要关掉，否则通过CPU写入到内存的数据未能及时同步物理内存时（基于Cache的写策略），启动DMA时搬运的数据不一定是实际需要传送的数据。另外，所有使用到“内嵌”DMA的外设模块的工程中，也需要小心谨慎地使用DCache，例如一些USB外设、ENET外设、显示加速器、以数据块为操作单元的加速计算模块等。

关ICache的情况虽然不多，但也存在，例如在涉及IAP应用中，从存放指令的介质中擦除指令、写入新指令后，再读指令，实际的新指令可能尚未替换到ICache中存放的旧指令，导致程序执行错误。

鱼和熊掌都想要

关闭DCache之后，CPU读数据的速度会明显慢很多，例如本文一开始展现的情况。怎样才能提升访问访问速度的同时，又能确保数据一致性呢？总不会人为频繁地开关Cache吧（很多微控制器对启动Cache的时机也有特别要求，需要在运行应用程序的一开始就要开启）。这里有两种可能的思路，供大家参考：

使用内存保护单元MPU

使用内存隔离/同步指令

这两种方法，分别是在空间上和时间上对数据进行隔离，控制仅在必要的空间上或时间上启用和关闭Cache。

使用内存保护单元MPU

MPU（Memory Protection Unit）内存保护单元在ARMv7-M架构下被引入。在 ARMv7-M架构下，Cortex-M3和Cortex-M4处理器对 MPU 都是选配的，不是必须的。ARMv8-M架构下继续沿用了MPU，星辰处理器STAR-MC1就使用了ARMv8-M。

MPU是一个可以编程的设备模块，可用来定义内存空间的属性，比如特权指令和非特权指令，以及Cache是否可访问。ARMv7-M通常支持8个region，每个region 代表一段连续的区域。

关于MPU的用法，可参见参考文献中的《ARM-MPU内存保护单元详解》和《Armv8-M Architecture Reference Manual》。

使用内存隔离/同步指令

ARM的指令集中，有内存隔离指令DMB（Data Memory Barrier）、DSB（Data Synchronization Barrier）和ISB（Instruction Synchronization Barrier）：

数据存储器隔离。DMB 指令保证：仅当所有在它前面的存储器访问操作都执行完毕后，才提交(commit)在它后面的存储器访问操作。

数据同步隔离。比 DMB 严格：仅当所有在它前面的存储器访问操作都执行完毕后，才执行在它后面的指令（亦即任何指令都要等待存储器访问操作——译者注）。

指令同步隔离。最严格：它会清洗流水线，以保证所有它前面的指令都执行完毕之后，才执行它后面的指令。

在一些ARM程序代码中，会用到__DSB() 指令，特别是在一些中断处理函数中。例如：

 

//中断定时器PIT中断处理函数
void PIT_LED_HANDLER(void)
{
    /* Clear interrupt flag.*/
    PIT_ClearStatusFlags(PIT, kPIT_Chnl_0, kPIT_TimerFlag);
    pitIsrFlag = true;
    __DSB();
}

 

程序通过中断信号进入中断处理函数时，首先应当清除相应的中断标志位，但有些CPU的时钟太快，快于中断使用的时钟，就会出现清除中断标志的动作还未完成，CPU就又一次重新进入同一个中断处理函数，导致死循环，__DSB() 指令的作用就是避免上述情况的发生。

总结

本文从修复MicroPython启动程序在MM32F5微控制器上比较慢的问题，体验了星辰处理器中Cache的作用。简单介绍了Cache的工作原理和机制，重点介绍了使用Cache可能存在的风险，并进一步探讨了如何能用到Cache高速存取的同时避免数据不一致的情况。

　　审核编辑：汤梓红