基于龍芯3B的H.264解碼器的向量化
加入技術交流群
3 ffmpeg的向量化
3．1 ffmpeg的oprofile測試
使用oprofile對ffmpeg解碼視頻“問道武當002．mkv”的過程進行測試，測試結果如表2所示。表2列出了各個函數(shù)的調用過程以及運行時間所占的比重。而針對ffmpeg解碼器進行的向量化工作，則主要是針對oprofile測試結果中執(zhí)行時間較長、運行比重較大的幾個函數(shù)的向量化。
上述函數(shù)的執(zhí)行時間幾乎占據(jù)了ffmpeg解碼器執(zhí)行時間的60％，因而針對上述幾個函數(shù)進行向量化，就完全可以達到提升ffmpeg整體解碼速度的目的。
3．2 針對龍芯3B的ffmpeg向量化
3．2．1 向量化方法
實現(xiàn)ffmpeg解碼器在龍芯3B上的向量化主要是使用龍芯3B擴展的向量指令來改進3．1節(jié)中oprofile測試結果中執(zhí)行時間比重較大的幾個函數(shù)。而且在向量化的同時，同樣可以使用一些優(yōu)化策略，來提高向量化后的函數(shù)的性能。主要使用到的優(yōu)化方法包括：
(1)循環(huán)展開。循環(huán)展開是一種循環(huán)變換技術，將循環(huán)體中的指令復制多份，增加循環(huán)體中的代碼量，減少循環(huán)的重復次數(shù)。需要說明的是，循環(huán)展開本身并不能直接提升程序的性能。
使用循環(huán)展開的主要目的是充分挖掘指令或者數(shù)據(jù)間的并行性。其中向量擴展指令的使用就是利用了展開后的循環(huán)體內數(shù)據(jù)的并行性；而在展開后的循環(huán)內使用指令調度和軟件流水技術則是為了充分利用指令間的并行性。
(2)指令調度。循環(huán)展開后的循環(huán)體內的指令數(shù)目增多，因而可以進行指令調度，將不存在操作數(shù)相關性和不存在運算部件相關性的指令調度到一起，這樣可以充分發(fā)揮龍芯3B的流水線性能，從而提高代碼在龍芯3B上的執(zhí)行速度。
除了使用龍芯3B的向量擴展指令和使用上述兩種優(yōu)化方法以外，同樣還可以根據(jù)具體函數(shù)的特點，使用其他一些優(yōu)化方法進行優(yōu)化，比如使用邏輯運算和移位運算來代替乘法運算等。針對每個函數(shù)的向量化優(yōu)化在3．2．2小節(jié)中介紹。
3．2．2 針對具體函數(shù)的向量化
3．2．1小節(jié)概述了向量化時用到的一些優(yōu)化方法，本節(jié)則針對oprofile測試中比重較大的幾個函數(shù)進行有針對性的優(yōu)化。
對于表2中的函數(shù)，我們可以根據(jù)函數(shù)名將其分類，函數(shù)命名類似的函數(shù)基本上都可以使用類似的優(yōu)化方法。
(1)簡單向量化。對于1號和2號函數(shù)的優(yōu)化，本文都采用了使用移位運算來代替乘法運算的策略，并且針對循環(huán)內部運算的有界特性，使用飽和向量運算來改進。不過對于2號函數(shù)的訪存操作，由于存在著數(shù)據(jù)非對齊的情況，因而使用額外的向量指令對數(shù)據(jù)進行打包和回寫。而3號函數(shù)則是1號和2號函數(shù)的混合，因而對1號和2號函數(shù)的優(yōu)化間接提升了3號函數(shù)的性能。
而對于4號、5號和6號函數(shù)，本文僅對其內層循環(huán)使用了循環(huán)展開和指令調度策略，就能夠取得不錯的運算效果。
同樣，對于11和12號函數(shù)也可以比較直觀的進行向量化，在此就不做詳述了。
(2)間接向量化。而對于比較難于向量化的7號和8號函數(shù)，本文分別采用了使用掩碼和使用矩陣轉置運算的策略來間接實現(xiàn)向量化。
其中針對函數(shù)h264 v loop filter luma的C語言實現(xiàn)中有很多判斷語句的問題，本文使用構建掩碼的方式來消除這些判斷語句。
以圖1(a)中的循環(huán)為例介紹掩碼的構建。而圖1(b)所示為代替該循環(huán)的向量指令。具體的運算結果如圖1(c)所示：將p向量(數(shù)組)和q向量做飽和減法(結果為負的都置為0)，得到的結果向量如Vsub所示。使用Vsub與零向量進行比較來設置掩碼：結果為真，掩碼值為0xFF；反之，結果為假，掩碼為0。最后將掩碼值與p向量進行與操作，就可以得到該循環(huán)的運算結果。
使用構建掩碼的方法來消除判斷語句，不但減少了由判斷引起的時間開銷，而且重要的是間接將循環(huán)進行了向量化，提高了函數(shù)性能。而對于9號和10號函數(shù)，可以使用同樣的方法來改進。
而對于8號函數(shù)，由于運算處理的是連續(xù)的數(shù)據(jù)，因而無法進行向量化。使用矩陣轉置的方式，將數(shù)據(jù)重新打包后，就可以進行相應的向量運算。
對于圖2(a)中的運算，原始計算是P向量內部的運算，因而無法向量化，我們用向量指令將p向量轉置為q，其中q0存放p中標號為1的數(shù)據(jù)，q1存放P中標號為2的數(shù)據(jù)，依此類推。轉置得到的q向量就可以用圖2(b)中的向量指令運算，得到的運算結果與原來的運算相同。
對于13～15號函數(shù)的優(yōu)化，同樣使用到了上面的轉置方法。而4．1節(jié)的測試結果則說明了各個函數(shù)的優(yōu)化效果。
評論