Wanneer een DSP een hardware-accelerator overtreft

Embedded CPU's zijn alomtegenwoordig geworden omdat ze flexibiliteit, solide prestaties, laag stroomverbruik en kosteneffectiviteit combineren. De overstap van een afzonderlijke microprocessor of microcontroller naar een embedded CPU was een duidelijke winst voor de meeste toepassingen. Toch kan geen CPU elk algoritme efficiënt uitvoeren – software kan willekeurig complex worden, en uitvoeringstijd of power-budget kan onacceptabel worden.

Bron: CEVA

Om dit aan te pakken, introduceerden fabricanten hardware-accelerators – toegewijde circuits die algemene operaties, zoals floating-point-wiskunde, veel sneller uitvoeren dan software op een general-purpose CPU. Het concept breidde snel uit naar cryptografie, regular-expression-handling, graphics en meer.

Terwijl accelerators snelheid leveren, offeren ze de flexibiliteit die software biedt. Ze zijn hard-wired, dus het wijzigen van een algoritme, het fixen van een bug of het aanpassen aan marktveranderingen vereist herontwerp van hardware – een kostbaar en tijdrovend proces.

Ideaal willen we het beste van twee werelden: algoritmes versnellen terwijl we ze nog in software schrijven. DSP's (Digital Signal Processors) kunnen dit voor veel gangbare, stream-gebaseerde taken bereiken.

DSP's blinken in streaming-data-operaties zoals audiofiltering, PDM-naar-PCM-conversie, acoustische echo-cancelling en stream-gebaseerde ciphers zoals SNOW en ZUC die in LTE gebruikt worden. In signal-processing-contexten hanteren ze complexe matrixberekeningen voor kanaalestimatie tussen basestations en mobiele apparaten, wat transmissies optimaliseert voor betrouwbaarheid. Breder gezien passen DSP's bij elke toepassing die profiteert van brede parallelle verwerking, zoals AES-cryptografie.

DSP's zijn bijzonder krachtig voor streaming-berekening, complexe wiskunde (matrices, floating-point) en hoge parallelle verwerking – gebieden waar ze hardware-accelerators kunnen evenaren of overtreffen. In veel gevallen is een DSP-implementatie kleiner en goedkoper, en het stroomverbruik blijft ver onder een CPU-gebaseerde oplossing. Een enkele DSP kan meerdere versnelling-functies hosten die niet hoeven tegelijk te draaien, wat de noodzaak voor diverse toegewijde accelerators elimineert. Voor nog grotere doorvoerbieden bieden multi-core DSP's dezelfde schaalbaarheid als multi-core CPU's.

Bron: CEVA

Misschien wel het grootste voordeel is programmeerbaarheid. Net als een CPU-kern kan een DSP in C geprogrammeerd worden, wat ontwikkelaars in staat stelt software aan te passen of te upgraden zonder hardware-wijzigingen. Met een capabele compiler en simulator wordt optimaliseren voor parallelle verwerking beheersbaar, wat snelle bug-fixes, feature-updates en verbeterde klanttevredenheid mogelijk maakt – allemaal terwijl laag stroomverbruik en kosten behouden blijven.

Een ander voordeel is multi-functie-ondersteuning. Bijvoorbeeld, Global Navigation Satellite System (GNSS)-verwerking profiteert van DSP's. In mobiele apparaten wordt GNSS via software toevoeging mogelijk; in vaste apparaten kan een DSP-gebaseerde GNSS draaien tijdens idle-periodes, wat area en stroom bespaart ten opzichte van een toegewijde hardware-eenheid.

DSP's zijn geen universele vervanging voor alle accelerators. Sommige functies, zoals zeer grote filters, kunnen nog steeds hard-wired-oplossingen begunstigen. Toch benaderen of matchen DSP's voor een breed scala algoritmes accelerator-prestaties en -stroom, vaak tegen lagere kosten en met veel grotere flexibiliteit. Ze zijn een overtuigende optie die serieuze overweging verdient.

Dit artikel is het tweede in een reeks die begon met 'Waarom DSP's plotseling overal zijn' en gevolgd zal worden door 'Beslissingen, Beslissingen: Hardware Accelerator of DSP?'.