C6748汇编指令运行速度的问题

最近刚刚接触C6748，目前主要测试C6748的运行速度问题，已决定是否取代现有的28335，应用时主频456M，L1作为Cache，程序放在L2中，优化o3，查看TI自带的Delay函数时，发现其汇编代码单步运行时，每步需要6个时钟周期，请问这种运行速度是否正常？

ps：之前一直在用28335，相同的程序在28335中运行大概需要2.4us，在C6748中需要1.5us，C6748的运行速度貌似并没有想象中的强大，有什么途径可以改善呢？

以下为Delay函数的汇编代码：

          Delay:
118040c0:   07BF005A            SUB.L2        SP,8,SP
118040c4:   AC45                STW.D2T1      A4,*B15[1]
371           while(delay--);
118040c6:   BC4D                LDW.D2T2      *B15[1],B4
118040c8:   FDA6                MVK.L1        -1,A3
118040ca:   FEA7                MVK.L2        -1,B5
118040cc:   2C6E                NOP           2
118040ce:   EE41                ADD.L2        B4,-1,B4
118040d0:   BC45                STW.D2T2      B4,*B15[1]
118040d2:   BC4D                LDW.D2T2      *B15[1],B4
118040d4:   6C6E                NOP           4
118040d6:   86E9                CMPEQ.L2      B4,B5,B0
118040d8:   202CA121     [ B0]  BNOP.S1       $C$DW$L$Delay$0$3$E (PC+88 = 0x11804118),5
118040dc:   E7C00000            .fphead       n, l, W, BU, nobr, nosat, 0111110
118040e0:   3000A35A ||  [!B0]  MVK.L2        0,B0