Когда DSP превосходит аппаратный ускоритель

Встроенные CPU стали повсеместны, потому что сочетают гибкость, надежную производительность, низкое потребление и стоимостную эффективность. Переход от отдельного микропроцессора или микроконтроллера к встроенному CPU был явной победой для большинства приложений. Однако ни один CPU не может эффективно запускать любой алгоритм — софт может становиться произвольно сложным, и время выполнения или энергобюджет могут стать неприемлемыми.

Источник: CEVA

Для решения этого производители ввели аппаратные ускорители — выделенные схемы, выполняющие частые операции, вроде floating-point математики, гораздо быстрее софта на универсальном CPU. Концепция быстро расширилась на криптографию, регулярные выражения, графику и др.

Пока ускорители дают скорость, они жертвуют гибкостью софта. Они зашиты в железо, поэтому изменение алгоритма, исправление бага или адаптация к рыночным изменениям требует перепроектирования железа — дорогого и долгого процесса.

Идеально хотелось бы лучшее из двух миров: ускорять алгоритмы, но писать их в софте. DSP (цифровые сигнальные процессоры) могут достичь этого для многих распространенных потоковых задач.

DSP отличаются в операциях с потоковыми данными: аудиофильтрация, конвертация PDM-в-PCM, акустическая эхо-отмена, потоковые шифры вроде SNOW и ZUC в LTE. В контексте обработки сигналов они справляются со сложными матричными вычислениями для оценки канала между базовыми станциями и мобильными устройствами, оптимизируя передачу для надежности. шире, DSP подходят для любого приложения, выигрывающего от широкой параллельности, вроде AES-криптографии.

DSP особенно мощны для потоковых вычислений, сложной математики (матрицы, floating point) и высокой параллельности — областей, где они могут сравняться или превзойти аппаратные ускорители. Во многих случаях DSP-реализация меньше и дешевле, а потребление все еще далеко ниже CPU-решения. Один DSP может хостить несколько ускоряющих функций, не обязанных работать одновременно, устраняя необходимость в нескольких выделенных ускорителях. Для еще большей пропускной способности многоядерные DSP дают ту же масштабируемость, что многоядерные CPU.

Источник: CEVA

Пожалуй, величайшее преимущество — программируемость. Как ядро CPU, DSP можно программировать на C, позволяя разработчикам адаптировать или обновлять софт без изменений железа. С способным компилятором и симулятором оптимизация для параллелизма становится управляемой, позволяя быстрые фиксы багов, обновления фич и повышение удовлетворенности клиентов — сохраняя низкое потребление и стоимость.

Еще одно преимущество — мультифункциональность. Например, обработка GNSS (глобальных навигационных спутниковых систем) выигрывает от DSP. В мобильных устройствах добавление GNSS через софт становится возможным; в стационарных — DSP-базированный GNSS может работать в простое, экономя площадь и мощность по сравнению с выделенным железным блоком.

DSP не универсальная замена всем ускорителям. Некоторые функции, вроде очень больших фильтров, могут все еще выигрывать от зашитых решений. Тем не менее, для широкого спектра алгоритмов DSP подходят или сравниваются с производительностью и мощностью ускорителей, часто при меньшей стоимости и с гораздо большей гибкостью. Это убедительный вариант, заслуживающий серьезного рассмотрения.

Эта статья вторая в серии, начавшейся с «Почему DSP внезапно везде» и продолжит «Решения, решения: аппаратный ускоритель или DSP?».