AVS(Audio Video Coding STandard)是由我國數(shù)字音視頻標(biāo)準(zhǔn)工作組制定的具有自主知識產(chǎn)權(quán)的第二代音視頻壓縮準(zhǔn)。AVS實(shí)行1 元專利費(fèi)用的原則，相比其它音視頻編解碼標(biāo)準(zhǔn)具有編碼效率高、專利費(fèi)用低、授權(quán)模式簡單等優(yōu)勢。AVS解碼器的結(jié)構(gòu)復(fù)雜、運(yùn)算量較大，要在嵌入式平臺上實(shí)現(xiàn)實(shí)時(shí)解碼具有較大難度。在對解碼器性能優(yōu)化的過程中可以依據(jù)使用平臺對其進(jìn)行匯編指令集的優(yōu)化或者針對解碼器的關(guān)鍵算法模塊進(jìn)行改良，以上方法對解碼器性能的提高均有一定作用，本文提出一種利用嵌入式平臺的L1P Cache高速緩沖功能實(shí)現(xiàn)處理器對程序代碼的高效率訪問的方法，從而達(dá)到提高AVS解碼器性能的目的。
1 高速緩存Cache的應(yīng)用
目前越來越多的編解碼算法采用DSP的方式實(shí)現(xiàn)，隨著DSP芯片主頻的不斷攀升，存儲器的訪問速度日益成為系統(tǒng)性能提升的瓶頸。在現(xiàn)有的制造工藝下，片上存儲單元的增加將導(dǎo)致數(shù)據(jù)線負(fù)載電容的增加，影響到數(shù)據(jù)線上信號的開關(guān)時(shí)間，這意味著片上高速存儲單元的增加將是十分有限的。為了解決存儲器速度與CPU內(nèi)核速度不匹配的問題，高性能的CPU普遍采用高速緩存(Cache)機(jī)制。
以TI的C64x DSP為例，存儲器系統(tǒng)由片內(nèi)存儲器和片外存儲器兩部分組成。其中，片內(nèi)存儲器采用兩級緩存結(jié)構(gòu)，第1級L1距離DSP核最近，數(shù)據(jù)訪問速度最快，可以達(dá)到每秒600Mbyte，只能作為不能尋址的Cache使用，由相互獨(dú)立的L1P和L1D 組成。
L1P Cache是處理器訪問程序代碼的高速緩沖存儲器，大小為16 kbyte，采用直接映射方式，每行大小32byte;L1D Cache是處理器訪問數(shù)據(jù)的高速緩沖存儲器，大小為16 kbyte，采用2路映射，每行大小為64byte。第2級L2是一個(gè)統(tǒng)一的程序/數(shù)據(jù)空間，可以整體作為SRAM映射到存儲空間，也可以作為Cache和SRAM按比例的一種組合。L2與L1之間的數(shù)據(jù)交互速率為每秒300 Mbyte，L2與SDRAM之間的數(shù)據(jù)交換速率為每秒100 Mbyte。片外存儲器是第3級，一般由SDRAM構(gòu)成。L1、L2和片外SDRAM構(gòu)成了整個(gè)存儲器系統(tǒng)的層次結(jié)構(gòu)。C64X的兩級緩存結(jié)構(gòu)若能運(yùn)用恰當(dāng)，將能極大地提高程序性能。
根據(jù)圖1的三層次的存儲器系統(tǒng)， C64X讀取程序代碼時(shí)，先查看1級緩存L1，若L1已緩存了所需代碼，則直接從L1讀取;若L1沒有該代碼的緩存，則訪問2級緩存L2;若L2也沒有，則通過EMIF接口訪問外部SDRAM，把所需代碼從外部SDRAM拷貝到L2緩存區(qū)，再從L2緩存區(qū)拷貝到L1，最后由DSP內(nèi)核取得。
圖1 三層次的存儲器系統(tǒng)(圖中B代表byte)
研究表明，采用這種多級緩存的架構(gòu)可以達(dá)到采用完全片上存儲器結(jié)構(gòu)的系統(tǒng)約80%的執(zhí)行效率。本文致力于更深入地研究Cache的機(jī)制，對算法的數(shù)據(jù)結(jié)構(gòu)、處理流程以及程序結(jié)構(gòu)等進(jìn)行優(yōu)化，以提高Cache的命中率，更有效地發(fā)揮Cache的作用，從而達(dá)到提高解碼器運(yùn)行效率的目的。
2 基于Cache的視頻解碼算法實(shí)現(xiàn)
為了克服上述不足，本文通過更改視頻解碼算法的實(shí)現(xiàn)架構(gòu)，充分利用Cache中L1P，減少CPU讀取程序代碼的缺失次數(shù)，提高解碼程序的執(zhí)行效率。
在具體實(shí)施過程中，本文根據(jù)L1P的容量和程序中各個(gè)功能單元代碼的大小，將圖2中的功能單元分為四個(gè)模塊，每個(gè)模塊代碼大小均小于16 kbyte，各模塊所包含的功能單元為:模塊A，讀入一個(gè)宏塊;模塊B，熵解碼、反掃描、反量化、反變換;模塊C，重建;模塊D，環(huán)路濾波。
一個(gè)視頻宏塊只有遍歷這四個(gè)模塊之后才算最終完成解碼，各個(gè)模塊之間傳遞的中間數(shù)據(jù)如果放置在片外SDRAM中，勢必影響下一個(gè)模塊獲取數(shù)據(jù)的速度，如果數(shù)據(jù)放置在片內(nèi)SRAM中，由于片內(nèi)RAM空間有限不能存儲整幀數(shù)據(jù)。所以權(quán)衡考慮，每個(gè)模塊完成一個(gè)宏塊行(假設(shè)一幅圖像包含有M個(gè)宏塊行，每行有N個(gè)宏塊)的解碼后再交給下一個(gè)模塊處理，這樣既可以將中間數(shù)據(jù)放置在片內(nèi)又可以充分利用L1P，減少各個(gè)模塊之間的代碼沖刷，直到M 個(gè)宏塊行全部處理完畢，這樣就得到一幀數(shù)據(jù)的解碼圖像。
圖2 解碼算法流程
如圖3所示，本文以一個(gè)宏塊行為處理單位，在進(jìn)行解碼時(shí)，首先執(zhí)行模塊A將整個(gè)宏塊行讀入高圖3 處理一個(gè)宏塊行的新流程速緩存中，執(zhí)行完畢模塊A后，讀入模塊B的代碼，該部分代碼將會沖掉模塊A 的代碼。執(zhí)行完畢模塊B后，讀入模塊C的代碼，該部分代碼將會沖掉模塊B 的代碼。依此類推，當(dāng)執(zhí)行完畢模塊D后，再重復(fù)執(zhí)行以對下一個(gè)宏塊行進(jìn)行解碼。
圖3 處理一個(gè)宏塊行的新流程
每個(gè)模塊在執(zhí)行一個(gè)宏塊行的解碼過程中，會被反復(fù)執(zhí)行N 次，在此期間程序代碼保留在L1P中不被沖刷，直到第二個(gè)模塊執(zhí)行的時(shí)候第一個(gè)模塊的代碼才被沖刷。所以此方法解碼一個(gè)宏塊行才發(fā)生四次沖刷，完成一幀圖像的解碼共發(fā)生4 ×M 次代碼沖刷，較改進(jìn)之前減少沖刷次數(shù)4 ×M ×(N - 1)。
表1中的測試序列分辨率為720 ×576，調(diào)整結(jié)構(gòu)后解碼速率均有不同程度的提高，通過對統(tǒng)計(jì)結(jié)果的平均得知，效率提高20%左右。
表1 實(shí)驗(yàn)結(jié)果
3 結(jié)論
本文解碼器優(yōu)化充分利用了處理器的程序Cache功能，模塊分配方式依據(jù)Cache大小而定，針對不同處理器的不同Cache， 可以有不同的模塊劃分方式，只需要保證每個(gè)模塊代碼量小于程序Cache容量即可。處理器對于數(shù)據(jù)的讀取同樣可以采用類似方法，以達(dá)到充分利用數(shù)據(jù)Cache的目的。此方法不僅可以應(yīng)用于AVS解碼器，也可應(yīng)用于AVS編碼器，還可以應(yīng)用于與之擁有類似結(jié)構(gòu)的H. 264、MPEG、VC1等編解碼算法。