【ARM Cortex-M 系列 4 番外篇 -- 常用 benchmark 介绍】

1.1 CPU 性能测试 MIPS 计算

每秒百万指令数 (MIPS)：在数据压缩测试中，MIPS 每秒测量一次 CPU 执行的低级指令的数量。越高越好，但是在比较不同代的 CPU 时，则要对得分持保留态度，因为执行指令的方式有所不同。比如CoreMark或者Dhrystone之类，然后用处理器自带的PMU（Performance Monitor Unit）计算下某段函数实际跑了多少指令周期，然后除以这段函数有多少条指令。这就计算出来了。原理很简单，操作起来可能有点费劲。

1.1.1 Cortex-M7 CPI

关于Cortex-M7 CPI 的计算，系统有一个专门的系统外设 DWT（Data Watchpoint and Trace Unit），这个外设提供了一个Clock Cycle Counter（CYCCNT），可以方便的用来计算CPI（ARMv7-M Architecture Reference Manual）。

DWT 中除了 CYCCNT 外的 counter，都只有 8bit 的 register。所以如果一段程序稍长一点的话就溢出了，既然 CPI 是统计的话，一段一端的测程序好像会不太准的样子。需要知道的是这个 overflow DWT 本身就是个低成本的东西，设计目的就是应对局部。大程序（运行时间长的）要用高精度的示波器（或者逻辑分析仪）配合IO口翻转来测量时间（在测量开始的时候拉低电平，在测量结束的时候拉高电平，最终计算的时候，由拉低电平引入的误差基本忽略不计）。
关于 DWT 见文章：【ARM Coresight 系列文章 14 - Cortex-M DWT 详细介绍】

Cortex-M7 就无法提供准确的指令执行周期信息，因为 Cortex-M7的 流水线是超标量的（Super-scalar），对于前后满足条件的两条指令来说，Cortex-M7的流水线可以同时执行。在这种情况下，如何计算指令的平均周期呢？

实际上，这个问题比想象的要略微复杂一点。因为前后两条指令还可能存在数据依赖（Data Dependency）或者是资源竞争（Structural Hazard）的情况。所以，指令执行周期的平均值也是根据前后指令的组合不同而变动的。

两条指令之所以安排他们同时执行，就是因为两条指令同时的执行时间小于二者之和啊。应该说，和最长的那条指令执行时间一样长——你会发现，双发射的流水线连回答“他的执行时间与一条指令单独执行相比如何？”都是不容易做到的。

如果你从MIPS过来，应该更多接触过超标量，甚至是 Out of Order 的流水线。超标量，甚至是Out of Order 的流水线理论上都无法精确的标注一条指令的执行周期，这种情况下，为了评估系统吞吐量，往往用另外一个概念，也就是CPI（Cycle per Instruction）或者IPC（Instruction per Cycle）。对于Cortex-M0这种顺序执行的流水线来说，CPI一定是 >= 1的，但是对于超标量以及OOO的流水线来说，CPI是可以做到 < 1的。

1.2 benchmark 小节

项目预研和产品开发中经常有性能评估的需求，性能benchmark是评估性能最常用的手段。本文小结下之前用过的 benchmark。

工具名称	测试项目	summary	项目地址
coremark	cpu	测评cpu的整体性能（列举、矩阵运算、状态机、CRC）	https://github.com/eembc/coremark
coremark_pro	cpu	coremark的升级版，测评cpu整体性能
super PI	cpu	测评PI的计算	ftp://pi.super-computing.org/Linux/
SPEC	cpu	测评cpu性能	http://www.spec.org/spec/
dhrystone	cpu	测评CPU整形计算
whetstone	cpu	测评CPU浮点运算
stressapptest	cpu&mem	主要ddr压力测试，也可以提高cpu负载	https://github.com/stressapptest/stressapptest
nbench	cpu&mem	测评CPU运算性能（整数运算、双精度浮点运算）/mem指数主要体现处理器总线、cache和存储器性能	http://www.tux.org/~mayer/linux/bmark.html
utest_mem	mem	测评mem bandwidth
cachebench	mem	测评mem&cache bandwidth	http://icl.cs.utk.edu/projects/llcbench/cachebench.html
copybw	mem	测评mem bandwidth	http://www.tux.org/pub/benchmarks/CPU/copybw.c
ramspeed	mem	测评cache有效带宽
bonnie	IO	测评IO性能	http://www.textuality.com/bonnie/
Fio	IO	测评文件系统IO性能	http://freshmeat.net/projects/fio/
iozone	IO	测评文件系统IO性能	http://www.iozone.org/
lmbench	CPU/mem/IO	测评cpu/mem/IO bandwidth & latency	http://lmbench.sourceforge.net/
sysbench	CPU/mem/IO	多线程性能测试	https://github.com/akopytov/sysbench
cyclictest	实时性		git.kernel.org/pub/scm/linux/kernel/git/clrkwllms/rt-tests.git

芯片厂商发布SOC时评估算力习惯与Geekbench 数据库中测评结果进行比较，国内安卓手机厂商一般都会在Antutu跑个分。除这两个之外，还有3DMark,PCMark等，这些会更关注GPU和其它多媒体处理的性能了。

1.3.1 Geekbenck 介绍

Geekbench是一个广泛使用的跨平台处理器基准测试工具，由Primate Labs开发。它可以对单核和多核性能进行全面的测量和评估，为用户提供一个快速而准确的衡量和比较计算设备（如桌面，笔记本电脑，手机，平板电脑等）性能的方法。

以下是Geekbench的主要特性：

• 跨平台：Geekbench可在各种设备和操作系统上运行，包括Windows，Mac，Linux，iOS，Android等。

• 单核和多核性能测试：Geekbench可以同时测试处理器的单核和多核性能，从而提供全面的处理器性能评估。

• 实际场景测试：Geekbench采用的是实际应用场景的模拟测试，比如图像处理，文本压缩等，以模拟实际使用情况中的设备性能。

• 结果比较：Geekbench提供了一个在线的测评结果数据库，用户可以将自己设备的得分与全球其他设备进行比较，更好地理解设备性能。

下图是Geekbench 6 排行：

详情见：
https://browser.geekbench.com/v6/cpu/singlecore
https://browser.geekbench.com/v6/cpu/singlecore

1.3 编译参数配置

GCC编译参数可以对程序的性能产生显著的影响，因此也就影响了跑分测试的结果。一些GCC编译参数可以对程序的执行速度，内存使用情况等进行优化。

以下是一些GCC编译参数及其对跑分测试可能产生的影响：

• -O1、-O2、-O3：这些参数用于控制编译器优化级别，级别越高，编译器会尝试进行更多的代码优化，以提高程序的运行速度。这些优化可能包括循环展开、常量折叠等。但是级别越高，编译时间也越长。

• -march=native：这个参数告诉GCC产生优化以适应本地机器类型的代码。如果你在本地运行跑分测试，这个参数将使GCC生成针对你的CPU特性进行优化的代码。

• -ffast-math：这个参数让GCC对浮点数学运算做一些假设（即假设不会出现NaN，Inf和Denorms等），使其可以进行更多的优化。如果你的程序大量使用浮点运算，这个参数可能会带来性能的提升。

• -funroll-loops：这个参数让GCC对较小的循环进行循环展开，以减少循环开销。这可能会提高程序的性能，但也可能会增加程序的大小。

• -fprefetch-loop-arrays：如果目标平台支持，则使用该选项将导致预取循环数组以减少缓存未命中的数量。这可能会提高程序的性能。

这里需要注意的是，虽然这些编译参数可能会影响程序的性能，但具体影响取决于很多因素，包括程序的具体代码、硬件环境等。并且，并非所有的优化都会带来性能提升，有时候甚至会导致性能下降。因此，使用这些参数时需要根据具体情况进行测试和调整。

关于编译参数的详细介绍见：ARM GCC 编译系列学习