为什么LDR有时需要20个CPU周期？

Question

我对ARM Cortex M4组件中的LDR和STR指令有疑问。出于某种原因，它们在内存中写入/读取某些部分比读取其他部分需要更长的时间。

为了说明这一点，我设置了一个简单的示例：

我已经创建了一个项目，它有一个主C文件和一个相邻的。包含汇编代码的文件。我已经使用“extern”对象将汇编函数包含到我的C文件中。

//Add the asm functions to our C code
extern "C" void LoadTest(uint32_t *memory_adress);
extern "C" void LoadTestLoop(uint32_t *memory_adress);

以下是该程序的作用：

void perform_test()
{
  //Time
  register uint32_t register_before_time=before_time;
  register uint32_t register_after_time=after_time;

  register uint32_t* input_address=0x400E9000;
  
  register_before_time=ARM_DWT_CYCCNT; 

  //Time measurment occurs in here!
  LoadTestLoop(input_address);
  
  register_after_time=ARM_DWT_CYCCNT;

  Serial.print(" Time: ");
  Serial.println(register_after_time-register_before_time-time_error);
}

它向我们展示了在“register_before_time=ARM_DWT_CYCCNT”和“register_after_time=ARM_DWT_CYCCNT;”行之间执行某些操作所花费的时间。

以下是我们将测试其速度的汇编子程序:

.global LoadTest
LoadTest:
    ldr r1, [r0]                        /*Load value into r1 from memory_address*/
    orr r1, #0xC0                       /*OR bits 7,6 to be on.*/
    str r1, [r0]                        /*Store the changed value back into memory_address*/
    bx lr

.global LoadTestLoop
LoadTestLoop:
    mov r2, #255                        /* Set r2 to be 255 for the loop*/
    
    TestLoop:                           /*Same code as before*/
        ldr r1, [r0]                        
        orr r1, #0xC0                   
        str r1, [r0]
        
        subs r2, r2, #1                 /*Decrement r2 + set Z flag if it's zero*/
        bne TestLoop                    /*Repeat until r2==0*/
    bx lr

LoadTest–从我们提供的地址加载一个值。将值与0xC0进行OR，然后将其存储回同一地址。

LoadTestLoop–做同样的事情，但是，在一个循环中做255次，这样我们可以获得一个循环迭代所需的平均时间，并最小化从函数进出的分支指令产生的时间测量误差。

注： 为了最大限度地减少测量误差，在input_address指针中，将向时区以外的两个函数提供要使用的地址。

register uint32_t* input_address=0x400E9000;

测试结果和问题：

我对两个正常的C变量进行了这两个测试

uint32_t test_value=255;
register uint32_t* input_address=&test_value;

以及微控制器内部的配置寄存器。请注意，在数据表中，它们仅显示为内存。

register uint32_t* input_address=0x400E9000;

标准变量的平均 LoadTest 需要 9 个周期来执行，但在控制寄存器的 27 个周期下要长得多。LoadTestLoop 测试通过标准变量平均占用 1541 个周期（每次迭代 6 个周期）来强化这一点，而控件记录了惊人的 12227 个周期，每次迭代可得出疯狂的 47 个周期！

为什么会发生这种情况？

有人知道为什么会这样吗？这个问题困扰我很久了，很想知道。

谢谢你的帮助。

Answer 1

这是完全正常的。

一般来说，从内存加载需要多长时间就需要多长时间。时间不受CPU本身的控制，所以引用的周期计数只能代表“最佳情况”。如果CPU不能从自己的内部结构（例如存储缓冲区或L1缓存）完成负载，那么它只需要将请求放在内存总线上并停止，直到内存子系统做出响应。（或者继续乱序执行后面的指令，如果有的话，如果它能找到一些不依赖于负载结果的指令。）

实际花费的时间可能变化很大，例如取决于加载是命中还是未命中L2或L3高速缓存、另一个内核或外部设备是否持有总线锁等。如果机器没有缓存，所有内存都是快速SRAM，那么时间可能会相当稳定。

但在您的情况下，您正在加载的地址实际上映射到硬件设备。所以，你根本不是在读RAM，而是在做I/O。在这种情况下，响应必须来自设备本身，并且设备基本上可以需要多长时间。如果您需要能够预测时间，那么您需要查看该设备的文档（以及其间的任何接口硬件），而不是CPU手册中的周期计数。