方法一 把浮點運算改成定點運算

因為C6x DSP板并不支持浮點運算，但我們的原始程序代碼是浮點運算的格式，所以必須改成定點運算，而其修改后的執行速度也會加快很多。我們采用 Q-format 規格來表示浮點運算。以下將介紹其相關原理。

定點DSP使用固定的小數點來表示小數部份的數字，這也造成了使用上的限制，而為了要分類不同范圍的小數點，我們必須使用Q-format的格式。不同的Q-format表示不同的小數點位置，也就是整數的范圍。Q15數字的格式，要注意在小數點后的每一位，表示下一位為前一位的二分之一，而MSB (most-significant-bit ) 則被指定成有號數 ( Sign bit )。當有號數被設成0而其余位設成1時，可得到最大的正數 (7FFFH ) ；而當有號數被設成1而其余位設成0時，可得到最大的負數 ( 8000H ) 。所以Q15格式的范圍從-1到0.9999694 (@1) ，因此我們可以藉由把小數點向右移位，來增加整數部份的范圍，Q14格式的范圍增為-2.0到1.9999694 (@2) ，然而范圍的增加卻犧牲了精確度。

方法二 建立表格 ( table )

原來程序的設計是除了要讀AAC的檔案外，在譯碼時，還要再另外讀取一些C語言程序代碼的內容再做計算，如讀取一些數值做sin、cos、exp的運算，但是為了加快程序的執行速度，故將這這些運算的結果建成表格，內建在程序中，可以不必再做額外的計算動做，以加速程序。

方法三 減短程序的長度

1.去除Debug的功能

原本程序在Debug的階段時，就加了許多用來偵測錯誤的部份，程序 Debug完后，已經沒有錯誤發生，所以就可以把這些部份給去除，以減少程序的長度，也可以減少程序執行時的時脈數，加快程序的速度。

2.去除計算時脈( clock ) 功能

原本程序可以計算執行程序所需的時脈數，我們也可以把這些部份給去除，如果有需要計算時脈時,我們可以用C6x的工具軟件來作，功能更強大。

方法四 減少I/O 過程

原本在做譯碼的動作時，是先讀取AAC檔案的一部份做譯碼，譯碼完成后再讀取下一部份，再做譯碼。但是由于C6x的板子跟PC做檔案讀取時相當的緩慢，讀取的動作占了大部份的時間，所以就將程序改成先將AAC檔案全部讀到C6x的內存中，再做譯碼。或是將AAC建成表格(約1 MB)，以避免DSP板上的內存不足。

方法五 減少子程序的呼叫

在呼叫子程序時，必須先將緩存器的內容放到堆棧(stack) 中，而從子程序返回時，也要將這些緩存器原本的內容從堆棧中取出來。但是有些子程序的長度很短，而且被呼叫的次數又很多，往往幾個時脈就可以完成卻浪費時間在存取堆棧的內容上，所以干脆將這些很短的子程序直接寫在主程序當中，以減少時脈數。

方法六 寫匯編語言

雖然由C語言所編譯出來的匯編語言可以正確無誤的執行，但是這個匯編語言卻不是最有效率的寫法，所以為了增加程序的效率，于是在某些地方，例如一些被呼叫很多次且程序代碼不長的函式(function)，必須改以自己動手寫匯編語言來取代。

方法七 利用平行處理的觀念

C6x是一顆功能強大的處理器，它CPU的內部提供了八個可以執行不同指令的單元，也就是說最多可以同時處理八個指令。所以如果我們可以用它來作平行處理，我們就可以大大的縮短程序執行的時間，最有效率的來利用它來作解碼的動作。

最后還要知道：

第三級優化(-O3)，效率不高（經驗），還有一些諸如用一條讀32位的指令讀兩個相鄰的16位數據等，具體情況可以看看C優化手冊。但這些效率都不高（雖然ti的宣傳說能達到80%，我自己做的時候發現絕對沒有這個效率！65%還差不多），如果要提高效率只能用匯編來做了。還有要看看你的c程序是怎么編的，如果里面有很多中斷的話，6000可以說沒什么優勢。還有，profiler的數據也是不準確的，比實際的要大，大多少不好說。還有dsp在初始化的時候特別慢，這些時間就不要和pc機相比了，如果要比就比核心的部分。

關于profile：

C6x的Debug工具提供了一個profile界面。在圖9中，包括了幾個重要的窗口，左上角的窗口是顯示出我們寫的C語言，可以讓我們知道現在做到了哪一步。右上角的窗口顯示的是C6x所編譯出來的匯編語言，同樣的我們也可以知道現在做到了哪一步。左下角的窗口是命令列，是讓我們下指令以及顯示訊息的窗口。而中間的profile窗口就是在profile模式下最重要的窗口，它顯示出的項目如下：

Count被呼叫的次數

Inclusive 包含子程序的總執行clock數

Incl-Max 包含子程序的執行一次最大clock數

Exclusive 不包含子程序的總執行clock數

Excl-Max 不包含子程序的執行一次最大clock數

利用這個profile模式我們可以用來分析程序中每個函數被呼叫的次數、執行的時脈數等等。用這個分析的結果，我們就可以知道哪個函數所花費的時脈最多，是可以再改進的，而針對它來作最佳化。

匯編代碼級的優化

在經過C代碼的優化之后，還不能滿足性能上的要求，則可以通過profile

clock工具找出效率很低的部分，使用線性匯編重新改寫。再通過匯編優化器編譯，匯編優化器從輸入的線性匯編代碼中，完成以下功能：

● 尋找可以平行執行的CPU指令。

● 在軟件流水線期間，處理流水線標號。

● 分配寄存器的用法。

● 分配功能單元。

TI提供的匯編優化器可以得到很高的效率，一般可以滿足性能上的要求。

優化中的問題

在優化過程中，總是要對程序進行一定的改動，這樣經常會出現一些問題。

1) 優化結果的驗證

優化過的程序往往不知道是否運行正確，這就需要加以驗證。一般采用的辦法就是通過測試序列來驗證。測試序列指的是對于不同的算法所取的一組特殊的數據，這些數據可以準確的反映算法的特性。測試序列中每組數據包括輸入數據和輸出數據，通過對輸入數據的運算，把結果與輸出數據進行比較，判斷程序的正確性。一些常見的算法，一般都提供了測試序列。還有一些，沒有測試序列。這時就需要根據算法的特點，自己構造測試序列，進行驗證。構造的時候，注意序列最好有幾組，數據最好有一定的長度，這樣驗證的更準確。

2) 內存泄漏的問題

C64X系列DSP的內部存儲空間有1MB，其中程序和數據還有CPU的二級緩存將共享這片空間，因此當程序的運行不正常時，很有可能就是內存泄漏造成的。因此，在程序設計中，應盡量不用指針，同時注意進行邊界檢測。

程序設計的一些方法

程序設計時，一切以滿足實際的要求為目標。在實際的設計中，除了優化能夠提高性能以外，還可以采取其他的辦法，利用DSP的特性，提高程序的運行性能，滿足實際的設計要求。

1) 把程序和經常要用的數據放入片內RAM

片內RAM與CPU

工作在同一時鐘頻率，比片外RAM性能高得多。因此把程序放在片內可以大大提高運行的速度。同時對于一些經常要用到的數據，放入片內，也會節省處理時間。

2) 通過DMA技術搬移數據

對于C64X芯片，其片內RAM有1MB，但是對于一些大型的圖像處理算法而言，仍可能是不夠的，因此經常通過DMA技術，把需要用到的數據搬入片內，把不需要的搬到片外，可以大大的提高程序的運行速度。

3) CACHE的使用

增大CACHE，可以明顯的提高性能。但是C64X系列DSP中程序和數據還有CACHE共享片內RAM，因此增大CACHE，就減小了實際的片內可用空間，設計中需要注意。