基于龍芯3B的H.264解碼器的向量化
加入技術交流群
4 實驗結果
4．1 ffmpeg各函數(shù)加速比
本文分別對向量化后的各個函數(shù)進行了測試，并且與未向量化之前的函數(shù)進行了比較，各個函數(shù)向量化優(yōu)化后的加速比如圖3所示。其中圖中橫坐標所示函數(shù)序號與表2中的各個函數(shù)一一對應。
圖3中的函數(shù)的加速比所跨越的范圍較大，比如6號函數(shù)的加速比約有23．9左右，而最后一個函數(shù)的加速比只有1．2左右。之所以會出現(xiàn)上述情況，除了與改進后的函數(shù)所使用的向量指令的數(shù)量和修改代碼的比重有關以外，也與運算所使用的操作數(shù)的類型有關。對于6號函數(shù)，其循環(huán)內(nèi)的運算所使用的操作數(shù)的類型為字節(jié)類型，因而僅僅使用向量指令進行優(yōu)化，理論加速比就可以達到32，不過本文僅僅對該函數(shù)的內(nèi)層循環(huán)進行了向量化，而向量化后的內(nèi)層循環(huán)一次僅僅處理了 16個字節(jié)類型的數(shù)據(jù)，即并未充分使用256位的向量寄存器。因而理論的加速比應該為16，但是由于結合了循環(huán)展開和指令調(diào)度等其他優(yōu)化策略，因而實際的加速比可以達到23．9左右。同樣，對4號、5號和6號這三個同類型的函數(shù)進行分析，我們也可以發(fā)現(xiàn)：后一個函數(shù)的加速比均約為前一個函數(shù)加速比的兩倍。這是因為對于4號函數(shù)，內(nèi)層循環(huán)向量化后一次可以同時計算4個字節(jié)類型的數(shù)據(jù)，而5號函數(shù)可以同時計算8個字節(jié)類型的數(shù)據(jù)，因而理論上的加速比也應該是兩倍的等比數(shù)列形式，而實際結果與理論分析是一致的。
對于3．3．2小節(jié)中重點介紹的7號函數(shù)和8號函數(shù)，其原函數(shù)無法進行簡單向量化，而本文使用了掩碼以及矩陣轉置等優(yōu)化方法，使其能夠使用龍芯3B的向量擴展指令，因而盡管性能提升不大，但是加速比也分別有3．2和5．5。
4．2 不同平臺上的向量化比較
本文同樣將ffmpeg解碼器分別在不同的平臺上進行了測試，使用的兩個測試視頻分別為是“問道武當002．mkv”(視頻A)和“walk_vag_ 640x480_qp26．264”(視頻B)。其中視頻A是問道武當視頻(720p)中截取的片段，而后者是通過x264對walk_vag．yuv(480p)編碼生成的，編碼時選用的qp值為26。而測試平臺則分別選擇了AMD和Intel處理器平臺。
從表3的測試結果可以看出對于視頻A，在龍芯3B上的性能提升比其他兩個平臺上都高很多；而對于視頻B，在龍芯3B上的性能提升也與其它兩個平臺接近。實驗結果表明：在龍芯3B上實現(xiàn)ffmpeg解碼器的向量化，對性能提升有很大幫助，而且解碼某些視頻時，性能的提升甚至高于性能優(yōu)越的商用處理器。而通過與表1中使用GCC向量化編譯的結果進行比較，也可以看出：手工對ffmpeg解碼器進行向量化比使用GCC進行向量化，性能有更大的提升。
5 總結和展望
本文實現(xiàn)了ffmpeg解碼器到龍芯3B的移植，并針對龍芯3B實現(xiàn)了對向量擴展指令支持的特點，對ffmpeg解碼器進行了手工向量化。實驗結果表明：手工向量化后的ffmpeg解碼器的性能比使用GCC向量化編譯后的ffmpeg解碼器性能要好很多，而且性能的提升也比Intel和 AMD平臺更多。
本文僅僅從代碼級實現(xiàn)了針對龍芯3B的ffmpeg解碼器的向量化移植，為了進一步提高性能，還需要從整個算法層面上進行優(yōu)化。另外，由于龍芯3B的多核特性，還可以考慮使用多核進行解碼。
本文引用地址：http://cafeforensic.com/article/202493.htm
評論