[参考译文] TDA4VH-Q1：关于 c7x 编译器：编译器生成汇编文件的方式。

尊敬的 Khoi：

是否使用 CCS 构建代码？ 如果是、请启用以下选项。 编译完成后、您会在 debug/release 文件夹中找到.asm 文件？

参考屏幕截图：

我能够使用您的代码生成.asm 文件。

还有一件事、如果你们有任何关于编译阶段、调试等的文档、那就好了。

参考文档的链接： https://www.ti.com/lit/ug/spruig8g/spruig8g.pdf

此致、

Betsy Varughese.

啊、不 Im 不使用 IDE 来编译源代码、我只使用带有原始源代码的编译系统。 当然、我可以生成.asm 文件。  
但我的重点是、   指令集的函数实现在哪里、 编译器如何处理循环展开因子。

此致、
Khoi

尊敬的 Khoi：

Im 未使用 IDE 构建源代码、我只是使用带有原始源代码的构建系统

这也没关系。

其中是 指令集的函数实现、 编译器如何处理循环展开因子。

下面是我随您的代码生成的.asm。 您能看看这个吗？

e2e.ti.com/.../sample.asm

此致、

Betsy Varughese.

尊敬的 Besty：
哦,这是合理的,你能给你的编译标志和你得到它的方式吗?
我看到调试是 DWARF 格式、但我无法跟踪这些 asm 代码片段代码属于我 C 代码的哪个部分。
e2e.ti.com/.../c7x_5F00_snippet.asm
上面是我的编译后 asm、我对如何从这个编译中提取一些有用的数据感到困惑...  

Bests,
Khoi

尊敬的 Khoi：

哦、这是合理的、你能给你的编译标记和你得到它的方法吗？

我将共享代码片段以及用于构建代码片段的编译标志。

"C:/tiC7xcgt/ti-cgt-c7000_4.1.0.LTS/bin/cl7x" -mv7120 -O2 --include_path="C:/CCS_Workspace/hello_test" --include_path="C:/tiC7xcgt/ti-cgt-c7000_4.1.0.LTS/include" --advice:performance=all -g --diag_warning=225 --diag_wrap=off --display_error_number --no_warnings -k --preproc_with_compile --preproc_dependency="sample.d_raw"  "../sample.cpp"

注意：我使用 CCS IDE 构建代码。

此致、

Betsy Varughese.

您好 Betsy、
感谢您的 信息。
现在,我可以生成一些类似人类可读的 ASM :D ,但在上面我刚刚发送给你的文件。 您能看一下吗、这是我想解决的另一件事。

Bests,
Khoi

尊敬的 Khoi：

您能看一下吗、这是我想解决的另一件事。
[/报价]

当然、我可以帮助了解.asm 文件。 您能告诉我您使用的优化级别吗？ 此外、如果您可以共享相应的源代码、我将能够将其与.asm 输出交叉校验。

通过我这边的快速检查、  

下面的行表示函数 full_connecte_c7x 的起始位置

从 239 行开始的循环是软件流水线循环、ii 为 10。 此信息下方列出了循环内使用的指令。  

我建议参考 优化指南的第 2.3 节、该节详细说明了上述所有要点。

此致、

Betsy Varughese.

您好 Betsy、

在使用这些编译标志生成后

--opt_level=3 --debug_software_pipeline --advice:performance=all --diag_warning=25 --diag_wrap=off --c_src_interlist --symdebug:dwarf c7x_snippet.cpp

我得到了这个文件、可以检查这个：e2e.ti.com/.../6740.c7x_5F00_snippet.asm。
但我添加了-c_src_interlist。 但下面的代码片段（我看不到它转换后的汇编代码）:

; 243 |             //Read a vector of 32-16b elements from input              
; 244 |             char_vec vInput = *(char_vec *)(pInA + itr);               
; 246 |             char_vec vWeights00 = *(char_vec *)(pWt00 + itr);          
; 247 |             char_vec vWeights01 = *(char_vec *)(pWt01 + itr);          
; 248 |             char_vec vWeights02 = *(char_vec *)(pWt02 + itr);          
; 249 |             char_vec vWeights03 = *(char_vec *)(pWt03 + itr);          
; 251 |             short_vec vInput_Hi   = __unpack_high(vInput);             
; 252 |             short_vec vInput_Lo   = __unpack_low(vInput);              
;----------------------------------------------------------------------
           LDW     .D1     *SP(48),B0        ; [A_D1] |195| 
$C$DW$733	.dwtag  DW_TAG_TI_branch
	.dwattr $C$DW$733, DW_AT_low_pc(0x00)
	.dwattr $C$DW$733, DW_AT_name("_ZNSt3__213basic_ostreamIcNS_11char_traitsIcEEElsEi")
	.dwattr $C$DW$733, DW_AT_TI_call


           CALL    .B1     ||_ZNSt3__213basic_ostreamIcNS_11char_traitsIcEEElsEi|| ; [A_B] |195| 
||         MV      .L1X    B0,A5             ; [A_L1] |195| 

$C$RL26:   ; CALL OCCURS (||_ZNSt3__213basic_ostreamIcNS_11char_traitsIcEEElsEi||) arg:{A4,A5} ret:{A4}  ; [] |195| 
$C$DW$734	.dwtag  DW_TAG_TI_branch
	.dwattr $C$DW$734, DW_AT_low_pc(0x00)
	.dwattr $C$DW$734, DW_AT_name("_ZNSt3__24endlIcNS_11char_traitsIcEEEERNS_13basic_ostreamIT_T0_EES7_")
	.dwattr $C$DW$734, DW_AT_TI_call

           CALL    .B1     ||_ZNSt3__24endlIcNS_11char_traitsIcEEEERNS_13basic_ostreamIT_T0_EES7_|| ; [A_B] |195| 
$C$RL27:   ; CALL OCCURS (||_ZNSt3__24endlIcNS_11char_traitsIcEEEERNS_13basic_ostreamIT_T0_EES7_||) arg:{A4} ret:{}  ; [] |195| 
	.dwpsn	file "/home/kyuubi/work/ti_docs/ti-processor-sdk-rtos-j784s4-evm-10_01_00_04/ti-cgt-c7000_4.1.0.LTS/include/string.h",line 254,column 18,is_stmt,isa 0
;----------------------------------------------------------------------

尊敬的 Khoi：

是的、我注意到优化级别= 3 的问题。 我会检查并告诉您。

您可以尝试使用优化级别= 2（例如，--opt_level=2） 吗？

此致、

Betsy Varughese.

您好 Betsy、

好的 、我已经尝试使用--opt_level=2 进行编译。 这里是输出 asm：
e2e.ti.com/.../7041.c7x_5F00_snippet.asm

Bests,
Khoi

尊敬的 Khoi：

对于 -opt_level=3、启用所有-O2 优化以及激进的内联、循环展开和矢量化。 如果未显式标记、则可以将小型或中型函数完全内联或从独立的.asm 文件中删除。

在本例中、函数被定义为 static。 因此、在这种情况下、 编译器可以自由内联并将其删除、除非您将其标记为__attribute__((noinline))。

您可以尝试以下方法吗：

__attribute__((noinline))
void fully_connected_c(const int8_t* input, const int8_t* weights, int8_t* output, int input_channels, int output_channels, int32_t bias[], int32_t shift)
{
    for (int oc = 0; oc < output_channels; oc++) {
        int32_t sum = bias[oc] ? bias[oc] : 0;
        //std::cout << "Sum-bias: " << sum << std::endl;
        for (int ic = 0; ic < input_channels; ic++) {
            sum += input[ic] * weights[oc * input_channels + ic];
        }
        //std::cout << "before output[" << oc << "] : " << sum << std::endl;
        sum = (sum + (1 << (shift - 1))) >> shift;

        //std::cout << "output[" << oc << "] : " << std::max(std::min(sum, 127), -128) << std::endl;
        output[oc] = (int8_t)std::max(std::min(sum, 127), -128);
    }
}

此致、

Betsy Varughese.

您好 Betsy、  
现在一切都好。 但我对.asm 文件中的展开因子还有 1 个问题？ 你能为我解释这一点, Comiler 可以知道的方式 1 片段与确定的展开因子? 它管理这些参数的方式是什么？
并在使用两个不同的片段代码生成.asm 时执行增益。 它生成相同的展开因子。

 Loop found in file               : c7x_snippet.cpp
;*      Loop source line                 : 188
;*      Loop opening brace source line   : 188
;*      Loop closing brace source line   : 190
;*      Loop Unroll Multiple             : 32x
;*      Known Minimum Iteration Count    : 1                    
;*      Known Max Iteration Count Factor : 1
;*      Loop Carried Dependency Bound(^) : 1
;*      Unpartitioned Resource Bound     : 33
;*      Partitioned Resource Bound       : 33 (pre-sched)

尊敬的 Khoi：

下面是对所提供.asm 的说明、

 Loop found in file               : c7x_snippet.cpp
;*      Loop source line                 : 188
;*      Loop opening brace source line   : 188
;*      Loop closing brace source line   : 190
;*      Loop Unroll Multiple             : 32x
;*      Known Minimum Iteration Count    : 1                    
;*      Known Max Iteration Count Factor : 1
;*      Loop Carried Dependency Bound(^) : 1
;*      Unpartitioned Resource Bound     : 33
;*      Partitioned Resource Bound       : 33 (pre-sched)

编译器优化了文件中的循环 c7x_snippet.cpp 。 循环从源代码中的第 188 行开始、到第 190 行结束。  

“ 循环展开倍数:32x “ ：编译器将此循环展开一个因子 32、因此对于编译的汇编中的每次迭代、它都会从原始循环执行 32 次操作。

我在下面提到的文件中提供了详细的解释（请参阅第 4 章）。

cuz 当我使用两个不同的代码片段生成.asm 时。 它生成相同的展开因子。

是的、两个循环都具有类似的优化特性、例如循环携带依赖、寄存器使用、指令计数/迭代和循环计数等

参考文档： http://ti.com/lit/ug/spruiv4d/spruiv4d.pdf

此致、

Betsy Varughese.