Allt svårare mäta DSP-muskler med Mips

Dagens prestandamått säger allt mindre när marknadens signalprocessorer får allt mer olikartad arkitektur.

Ett alternativ är att utnyttja de tester som görs av den oberoende marknadsfirman BDT. Vissa resultat presenteras gratis på Internet.

Mips och Mops, Macs och Mflops. Det är fyra vanliga måttstockar för DSP- prestanda. Dessvärre har de en sak gemensamt - de är inte till mycket hjälp för den som vill jämföra olika digitala signalprocessorer. Och problemet blir allt större i takt med att marknadens DSP-arkitekturer blir allt mer olikartade.

Det populäraste måttet Mips - Millions of instructions per se-cond - kan vara direkt missledande. För vad är egentligen en instruktion? Olika processorer utför ju olika mycket arbete på en instruktion. Det gäller för alla processorer, men framför allt för de digitala signalprocessorerna som kan ha väldigt specialiserade instruktionsuppsättningar.

En "100-Mips-processor" kan därför mycket väl vara snabbare än en variant som sägs klara 120 Mips.

Lika oexakta är måtten Mops (Millions of operations per second), Mflops (Millions of floating-point operations per second) samt Macs (Multiply accumulates per second). Begreppet operation och flyttalsoperation är luddigt, och antalet Mac tar exempelvis ingen hänsyn till att data måste skyfflas runt före och efter själva multiplicera-ackumulerandet.

Siemens nylanserade DSP-kärna Carmel är ett bra exempel på hur komplicerat prestandajämförelser mellan olika arkitekturer är. Carmel har en helt ny typ av arkitektur som kallas CLIW - Configurable Long Instruction Word - och är ett mellanting mellan modulära, superskalära arkitekturer och rena VLIW-varianter, Very Long Instruction Word.

Företaget valde därför även ett helt nytt prestandamått: "M-Mips", Multiple Millions of instructions per second. Carmel erbjuder 120 sådana M-Mips. Men eftersom kretsen klarar 15 grundläggande operationer parallellt så betyder det att " i specifika tillämpningar klarar den att göra 15 x 120 Mips = 1 800 Mops (Mega operations per seconds)" enligt Siemens dokumentation. Exakt hur det står sig i jämförelse med konkurrerande alster är inte helt lätt att säga.

Vanskligt testa på tillämpning

Ett alternativ till dagens prestandamått är att göra jämförande tester - benchmarks - med en hel DSP-tillämpning som en GSM-telefon eller ett PC-baserat multimediasystem. Haken är att tillämpningen måste vara mycket väldefinierad för att jämförelsen ska bli rättvis. Dessutom är det omöjligt att garantera att programvaran är optimal, och man riskerar att jämföra programmerare snarare än processorer. Testerna skulle dessutom sluka tid.

Ett intressantare alternativ kommer från den oberoende marknadsanalysfirman BDT - Berkeley Design Technology. De har tagit fram en serie algoritmkärnor, totalt elva funktioner som ofta ingår i DSP-tillämpningar. Vektoraddition, fouriertransform och filter är några exempel.

Eftersom det rör sig om små kärnor är de väldefinierade, och BDT menar att en skicklig programmerare ganska snabbt kan skriva kod i assembler som är näst intill optimal för en viss processor. Företaget använder även så kallade tillämpningsprofiler för att koppla kärnorna till verkliga tillämpningar. Konstruktören kan därmed värdera varje tests relativa betydelse för en viss tillämpning.

Vem som helst kan ta del av företagets egna tester av marknadens signalprocessorer på Internetadressen www.bdti.com. Här presenteras exempelvis hur många BDTImarks som varje processor presterar. BDTImark är ett värde som destillerats fram ur resultaten från företagets elva tester.

Men antalet BDTImarks säger naturligtvis inte hela sanningen. En 24-bitars processor gör exempelvis noggrannare beräkningar än en 16-bitarsvariant, vilket inte framgår. Och i testerna betraktas kretsen som en ren DSP-motor, medan DSP- kretsar även kan utföra andra saker. Man ska heller inte glömma att valet av DSP beror på många viktiga faktorer förutom prestandan - några exempel är kostnad, effektförbrukning, minnesåtgång, fysisk storlek, kapsling och tillgång på bra utvecklingsverktyg.

Charlotta von Schultz