最近开发完了为旌vs819l平台几乎每个模块，其他都没啥难度，dsp模块以前或多或少接触过皮毛，这次有机会好好了解和开发下，做一个完整的记录。
1、DSP的效率为什么很高
首先要理解这个概念，才能掌握dsp编程的核心。核心就是simd架构，像x86平台的sse加速，arm平台的neon加速，dsp平台也高度契合了这种设计思维，并行指令和流水线处理，这是dsp平台能够高速完成复杂算法运算的基础。
为了能够达成这种高速并行设计架构，dsp芯片内嵌了丰富的硬核化资源，如上图重点模块逐一梳理总结下。
1.1、标量处理单元SPU
单核dsp-core有4个spu独立的子单元，负责执行数值计算相关指令。算数运算操作，比如加减法、最值、比较、绝对和取反；乘法和乘累加操作；逻辑运算操作，比如and、nor；位操作，移位、插入和提取；还有其他一些如断言、饱和操作等；设想一下，spu模块一个周期就完成多个源操作数和目标操作数的运算。如scalar mac fixed point，支持8(16x16),4(32x32)运算；scalar mac floating point，支持4(32bit or 16bit)运算。
spu模块我自己总结就是重在构建程序逻辑，下边是详细的模块指令列表。
1.2、矢量处理单元VPU(LVPU)
矢量相对于标量，有2个vpu子单元和1个轻量化lvpu子单元，处理vector数据类型的资源，我觉得简单的理解就是矩阵。在dsp运算中是一个多维的表述，如下图。
vpu支持的运算类型更加丰富，以至于文档专门用了一个框图来介绍。如下图，算数运算操作、滑窗运算操作、逻辑运算操作、移位运算操作、内部操作、置换操作等，vpu支持的指令也远多于spu模块，并行的能力上也更强。如支持vector mac fixed point 128(16x8),128(16x16),16(32x32) 运算，vector mac floating point 16(32bit) or 32(16bit) 运算。
附上指令列表：
1.3、加载和存储单元LSU
在使用spu和vpu之前，首先考虑需要把数据加载到寄存器做运算，以及把寄存器运算的结果搬出来。如下图，mem->reg，reg->mem，都通过lsu产生地址和寻址，让编程开发者不用再去关心操作数和寄存器的地址。
对应dsp编程的基础指令ld和st，衍生出了好几种不同应用场景的加载模式。如下图，但我感觉可以常用的指令也就标量的st、ld和矢量的vpst、vpld，如果碰到隔行图像处理，会用到vbcpld。
同样lsu的指令也是并行的。
2、Single Instruction/Multiple Data
直译的解释就是，一个指令周期，同时处理多组操作数。
如下这个示意图，vector register代表了一类矢量指令操作的寄存器，比如上面提到的vadd，将源操作数1、源操作数2相加。同一类register代表一种operation，设想一下，vadd指令同时加载了8组源操作数，在一个指令周期时间，完成8组数据相加操作得出结果，是不是比cpu几个周期完成一次相加运算要提升几十倍效率。
那么一个关键的变量就是，一次vector指令周期，可以最多同时加载多少操作数。不同指令有些许容量差异，大抵可以以256bit带宽来衡量。如果单次运算源操作是8bit，那么一个指令周期就可以完成32次指令运算，以此类推即可。
3、总结
像其他模块，程序控制单元PCU，类似arm的寻址-译码-执行三部曲；内存子系统MSS，内存管理子系统，就不再详细解释了，比较通用。
综上，ceva-dsp的指令在设计上，都是按照simd架构并行的思路，可以同时加载、处理、存储多组源操作数和目标操作数，所以能够实现高效。如果编程上，能够使用这些底层指令来构建算法和逻辑，那自然处理算法的速度就会很快，反之，如果在dsp里边，用简单的c语言编程，就无法发挥出dsp硬件资源的优势。所以，dsp编程开发，我认为会话大量的时间去熟悉dsp指令，只有在指令熟悉的基础上，才能把他们使用好。