高速化のポイント
- 2. 高速化のポイント • ボトルネックを探す – プロファイリング • データの依存関係 • メモリの配置 – キャッシュとバースト転送 • パイプライン – レイテンシー • 並列に処理 • パイプライン（もう一度） – 最低限必要なデータがそろっていれば先に始められる
- 4. 処理時間の多いところ 関数名 処理時間 func0 7516 func1 1 func2 504 func3 341458 func4 121 0 100000 200000 300000 400000 func4 func3 func2 func1 func0 処理時間 処理時間 ボトルネック
- 5. プロファイリング(gcc) • 関数呼び出しのたびに回数を記録 – 呼び出し回数の多い関数はインライン化すること で処理スピードの向上が期待できる • 定期的に実行アドレスを記録 – 処理しているアドレスから関数を特定し時間のか かっている処理(ボトルネック)を割り出す。 – ボトルネックの処理が改善対象になる
- 6. プロファイリング(RTOS) • 定期的に実行アドレスを記録 – 処理しているアドレスから関数を特定し時間のか かっている処理(ボトルネック)を割り出す。 – 実行アドレスのすべてを記録できないのである程 度の幅ができる。 – ボトルネックの処理を推察し、それが改善対象に なる *1 *1 すべての RTOS がこの方法をとっているというわけではありません。 典型例ということで。
- 7. プロファイリング(RTOS) アドレス 関数名 処理時間 0x0000 func0 7517 func1 0x4000 func2 342083 func3 func4 0x8000 func5 3668 func6 func7 func8 ボトルネック プロファイリングの解像度が低いとボトルネックを正確に出せないことも。 => さらに絞って解像度をあげる func2 あるいは func3 あるいは func4
- 8. プロファイリング(RTOS) 解像度をあげて特定 アドレス 関数名 処理時間 0x0000 func0 func1 0x4000 func2 504 func3 341458 func4 121 0x8000 func5 func6 func7 func8 ボトルネック
- 9. プロファイリング(回数) ボトルネック? RTOS では関数の呼び出し回数を計測することが困難なこともある アドレス 関数名 処理時間 処理回数 0x0000 func0 7517 17583 func1 3048 0x4000 func2 342083 55 func3 2346 func4 4140 0x8000 func5 3668 31 func6 3478 func7 223 func8 3654
- 10. データの依存関係 P(0, 0) P(0, 1) この中間の色をバイリニア でもとめる場合、、、 P(1, 0) P(1, 1)
- 11. データの依存関係 • ターゲットの色は次の色に依存する – P(0, 0) – P(1, 0) – P(0, 1) – P(1, 1) • 依存しているデータは、すべてのデータがそ ろわないと計算できない
- 13. データの依存関係と高速化 • すべてのデータはそろっているか？ – データを早くそろえることで高速化 • データは一括でとれるか？ – データをすばやく連続的にとることで高速化
- 14. メモリの配置 • メモリを連続にしておくことで高速化が期待で きる。 – CPU のキャッシュが効く • ペリフェラルによっては L2 キャッシュを共有可能 – バス的にはバースト転送が可能
- 15. パイプライン • 処理を細かくして並列化する技術 – 粒度の設定が重要 – ストールしないようにする • パイプライン化で長い処理時間での処理数を 期待できる – 処理時間を短縮するわけではない
- 19. 並列処理 A = X + Y; B = Z + X; 依存関係がないので 並列に処理可能
- 23. 力尽きたのでこの辺で