随着DSP技术的不断发展和完善， DSP厂商纷纷推出了自己的高级语言编译器，但编译器编译出的汇编代码在保证正确性的前提下很难兼顾效率。在一些实时性要求比较高的场合(如音视频处理)必须对某些关键的算法和代码进行优化。StarCore SC140这款DSP内核在体系结构、数据存取及运算上都与传统的TI系列有明显的差异，它可以在原来的基础上应用一些比较有针对性的方法来大幅度提高程序优化效率。本文根据作者在SC140上开发AACPlus_v2音频解码器的经验，着重从C语言级和汇编代码级两方面探讨其优化方法。
1 StarCore SC140体系结构
　　StarCore SC140内核包含三类功能单元：数据算术逻辑单元(DALU)、地址生成单元(AGU)和程序序列器单元(PSEQ)。采用指令级并行技术(ILP)，共有6 个执行单元，包括4 个ALU和2个AGU，最多可以同时执行6 条指令，而且支持SIMD。SC140 采用变长执行组(VLES)模型，执行过程以执行组为单位，采用由指令预取、取址、指令分配、地址生成和执行组成的5 级流水线结构。
　　SC140采用单一的内存空间，在内存和内核之间有两组数据总线和一组程序总线，可以同时高速存取两组数据。
2 SC140的优化技术
2.1 Profile分析
　　将高级语言程序代码用手工汇编优化固然可以降低MIPS消耗，但同时也会带来工作量的提高及出现改写错误。所以对程序进行Profile分析，找出消耗MIPS比较集中的模块或函数进行手工汇编优化是十分必要的。
　　以音频编码器AACPlus_v2为例，消耗MIPS集中的函数，即计算和循环集中的函数，主要包括dit_fft(快速傅立叶变换" title="快速傅立叶变换">快速傅立叶变换)、cplxAnalysisQmfFiltering(分解QMF滤波器)、cplxSynthesisQmfFiltering(合成QMF滤波器)等。
　　另外还有一些函数，虽然占据MIPS的比重较大，但本身计算并不是很复杂，只是包含很多的判断分支。这样的函数用SC140手工汇编优化的效率很低，可以考虑在程序算法上优化。
2.2 C语言级的优化
　　对既有的C代码进行适当的调整与变换，不仅可以提高编译效率，也可以为进一步手工汇编优化铺平道路。
　　循环通常是程序中MIPS可以集中消耗的部分，要真正做好循环优化，必须要了解所用DSP的体系结构和特点，做到有的放矢。循环的优化有三类：循环展开、循环合并和循环拆分，其中循环展开是使用频率最高也是最有效的DSP优化技巧。由于篇幅所限，下面仅针对循环展开来说明具体的优化方法。
　　循环展开就是在循环内部对循环体的内容进行重复，从而减少循环次数。这样做首先减少了循环跳转的消耗；其次可充分利用StarCore的结构特点，即4个DALU和2个AGU实现并行。当然，这种优化方法需要满足一定的前提条件：
　　(1)前后循环体之间不能存在依赖关系；
　　(2)数据排列要满足边界关系；
　　(3)每个循环体所需要的寄存器不大于DSP可提供的寄存器数；
　　(4)循环体的次数是展开因子的整数倍。
　　另外有两个问题需说明：(1)针对SC140进行循环展开，通常取展开因子为4，因为SC140的4个ALU可以实现四条计算指令的并行；(2)若要使用SIMD实现一条指令多个数据存取，就要把存取数据的初地址放到8B的边界上，这也是根据SC140的数据总线为64位决定的。
2.3 汇编代码级的优化
　　C语言级的优化固然可以使编译器更有效率，但在复杂操作下，编译器无法代替人的统筹和分析，生成的代码会存在明显的冗余。对于一些关键的操作，仍然需要通过手工汇编优化提高其执行速度。
2.3.1 利用硬件方式优化程序
　　SC140中可以通过修改状态寄存器来切换硬件的工作模式。一些常见的DSP算法在这种硬件的支持下可以大大提高优化效率。
　　(1)fft倒位序
　　在数字信号处理过程中有一类与“顺序”相关的操作，如快速傅立叶变换中常用的按时间抽取(dit-fft)算法等，在程序中需要通过地址运算来实现。StarCore SC140针对这些运算提供了硬件寻址方式，减少了程序中的地址操作。
　　在数字信号处理中有大量的fft运算，以按时间抽取的基4图基fft(dit-tukey fft, radix 4)为例，时域倒序输入，频域顺序输出。软件实现程序中有相应的倒序函数(一般是查表算法)来实现时域的倒序，而将其移植到DSP上会发现这一部分非常耗时，甚至与fft本身的算法相差无几。正是在这样的前提下，SC140提供了硬件上的倒序进位方式代替软件倒序算法，提高了fft的执行效率。其精髓就是将顺序存放的时间采样数据存入存储区内，对该存储区使用SC140反向进位寻址方式(reverse-carry addressing)。顺序和倒序的关系见表1(以32点fft为例)。