掌上多媒體設備的增長極大地改變了終端多媒體芯片供應商對產(chǎn)品的定位需求。這些芯片提供商的IC設計目標不再僅僅針對一兩種多媒體編解碼器,。消費者希望他們的移動設備能夠利用不同的設備來播放媒體,，能夠采用不同的標準進行編碼，并能夠從不同的設備來下載或者接收媒體數(shù)據(jù),。視頻譯碼器和編碼器引擎必須滿足多種需求,，并具有面積和功耗優(yōu)勢。
　　
　　1,、設計視頻加速引擎的傳統(tǒng)RTL方法
　　
　　上一代視頻ASIC的設計主要對MPEG-2進行編碼和譯碼,，因為這是DVD標準,。有些視頻ASIC還支持MPEG-1，用于VCD（視頻CD）播放,。在多數(shù)情況下,，MPEG-2編碼器和譯碼器都采用RTL設計方法。一個典型MPEG-2視頻ASIC體系結(jié)構(gòu)如圖1所示,，其中包括由各個RTL模塊構(gòu)成的視頻子系統(tǒng),、主控制器和片上存儲器。
　　
　　圖1 MPEG-2視頻ASIC體系結(jié)構(gòu)
　　
　　采用硬線RTL體系結(jié)構(gòu)支持多種視頻標準,，然而,，這也意味著每個視頻標準都需要一個專用的RTL模塊來實現(xiàn)。采用硬線RTL模塊實現(xiàn)一個多種標準的視頻加速引擎具有一定的局限性,。無論是實現(xiàn)一個新的視頻標準,、更新已有的標準還是消除其中的故障都需要重新進行芯片加工。
　　
　　2,、采用處理器作為視頻加速引擎的優(yōu)勢
　　
　　可編程處理器能夠滿足多種視頻標準的靈活性要求,。與RTL模塊設計方法相比，可編程處理器具有如下幾個優(yōu)勢：一是易于將編解碼器與處理器接口,；二是滿足新的視頻標準要求,、更新現(xiàn)有編解碼器或者采用軟件方法在芯片投片后也可以修改故障；三是可以采用軟件更新的方法很容易地提高視頻編解碼器的性能,。
　　 然而,，傳統(tǒng)的32位處理器存在性能瓶頸，因為它們是面向通用代碼設計的,，而不是面向視頻加速引擎設計的,。嵌入式DSP也并非專門為視頻量身定做的，而是包括硬件功能部件,、指令和接口,，專門應用于通用DSP領(lǐng)域。因此,，為了在傳統(tǒng)RISC和DSP處理器上實現(xiàn)視頻編解碼器,，就必須使這些處理器運行在很高的速度(Mhz)上，需要大量的存儲器空間,，因此需要很大的功耗,，不適合便攜式應用。
　　 通過研究一個視頻內(nèi)核程序所需要的計算量,，即可一目了然,。比如，一個絕對差值累加運算SAD，該運算是大部分視頻編碼算法中運動估計一步常采用的方法,。SAD算法將會在相鄰兩個連續(xù)視頻幀中找出宏塊的運動情況,，為此，需要計算兩個宏塊中每一組對應的像素值之間絕對差值的累加和,。
　　 下面C代碼給出了SAD核心算法的簡單實現(xiàn)：
　　 for (row = 0; row < numrows; row++) {
　　 for (col = 0; col < numcols; col++) {
　　 accum += abs(macroblk1[row][col] - macroblk2[row][col]);
　　} /* column loop */
　　} /* row loop */
　　 SAD核心算法的基本計算方法如圖2所示,。正像圖中所示的那樣，SAD核心算法首先執(zhí)行減法操作,，然后取絕對值,，最后對前面的結(jié)果進行累加。
　　

　　圖2 差值絕對值累加（SAD）主要計算方法
　　
　　在一個RISC處理器上計算一個由兩個16x16宏塊組成的SAD運算需要256次減法運算,、256次絕對值運算和256次累加運算,，共需要768次算術(shù)運算，這還不包括因數(shù)據(jù)轉(zhuǎn)移需要的取數(shù)和存數(shù)操作,。由于這需要對每一幀的所有宏塊進行操作,，因此，隨著分辨率的提高引起視頻幀增加,，使得計算成本極度昂貴,。
　　 事實上，對于一個一般的通用RISC處理器而言（包括一些DSP指令,，如乘法指令和乘累加指令）,，執(zhí)行一個H.264基準譯碼算法需要250 MHz的性能（CIF分辨率），而執(zhí)行一個H.264基準編碼算法則需要超過1 GHz的性能（CIF分辨率）,。完成上述運算,，僅處理器內(nèi)核就需要500mW的功耗，更不要說由訪存和視頻SOC的其它部件所用的功耗,。
　　
　　3,、可配置處理器方法
　　
　　在一個處理器上實現(xiàn)SAD核心算法的一個更加有效的途徑是建立 “減法－絕對值－加法”專用指令。這將大大降低算術(shù)運算的開銷,，對一個16x16宏塊而言,，運算次數(shù)將從768次降為256次。而且,，由于采用一個功能部件就可以實現(xiàn)多個簡單算術(shù)運算的融合操作，因此上面的運算只需一個指令周期就可以完成,，這相當于原來的256個周期,。 用戶不能往一個標準的32位RISC處理器中添加指令，但是,，完全可以往一個可配置處理器中添加專用指令,。可配置處理器允許設計人員從可配置選項菜單中選擇相關(guān)配置命令來擴展處理器功能,，包括增加專用指令,、寄存器文件和接口等,。
　　 下面是現(xiàn)代可配置處理器（例如Tensilica公司的 Xtensa處理器）提供的配置和擴展選項，這對于傳統(tǒng)的固定模式處理器而言是做不到的,。
　　 (i) 配置選項：選項菜單包括下面幾項：
　　 a. 設計人員需要或者不需要的指令,。例如，16x16的乘法或者乘累加,、移位,、浮點指令等等。
　　 b. 零開銷循環(huán),、五級或者七級流水線,、局部數(shù)據(jù)加載或者存儲部件個數(shù)等。
　　 c. 是否需要存儲器保護,、存儲器地址轉(zhuǎn)換或者存儲器管理部件（MMU）
　　 d. 包含或者不包含系統(tǒng)總線接口
　　 e. 系統(tǒng)總線寬度和局部存儲器接口寬度
　　 f. 局部（緊密耦合）存儲器大小和數(shù)量,。
　　 g. 中斷數(shù)量及中斷類型和中斷優(yōu)先級。
　　 (ii) 擴展選項：增加設計人員自己定義的功能部件,，包括：
　　 a. 寄存器和寄存器文件,。
　　 b. 多周期、仲裁復雜指令功能部件,。
　　 c. 單指令流多數(shù)據(jù)流SIMD功能部件,。
　　 d. 將單發(fā)射處理器變?yōu)槎喟l(fā)射處理器。
　　 e. 用戶定制接口,，可以直接對數(shù)據(jù)通路進行讀寫操作,，例如，類似GPIO（通用輸入/輸出）引腳的處理器內(nèi)核端口或者引腳,，用于擴展先進先出FIFO隊列的隊列接口（可以與其它邏輯或者處理器內(nèi)核進行接口）,。
　　配置選項的好處是讓設計人員通過僅選擇與其應用有關(guān)的選項，就可以構(gòu)建一個規(guī)模適度的處理器,，并能夠滿足其特定應用,。擴展選項的好處是讓設計人員根據(jù)應用定制處理器，包括建立專用指令,、寄存器文件,、功能部件和相關(guān)接口，用于加速系統(tǒng)應用算法的執(zhí)行,。
　　
　　4,、自動化軟件開發(fā)工具套件支持
　　
　　可配置和可擴展的關(guān)鍵是不僅能夠自動產(chǎn)生預先經(jīng)過驗證的RTL代碼，用于設計人員定制處理器（包括所有系統(tǒng)擴展功能）,，而且還能夠自動產(chǎn)生完整的軟件工具,，包括一個與處理器相匹配并經(jīng)過優(yōu)化的開發(fā)工具套件、一個基于時鐘周期的指令集仿真器以及系統(tǒng)模型。
　　這種自動化意味著編譯器知道設計人員所添加的新指令,、相關(guān)的寄存器以及寄存器文件,。因此，編譯器能夠?qū)τ脩舳x的指令進行調(diào)度,，并執(zhí)行寄存器分配操作,。類似地，軟件開發(fā)人員在調(diào)試時除了處理器本身的基本寄存器,，還能夠了解設計人員定義的寄存器和寄存器文件,；同時，軟件開發(fā)人員能夠利用指令集仿真器對設計人員定義的新指令進行仿真,。與處理器相關(guān)的實時操作系統(tǒng)RTOS端口和系統(tǒng)模型也能夠自動產(chǎn)生,。Tensilica的軟件工具能夠在一個小時內(nèi)自動產(chǎn)生上述軟件工具，這是對使用可配置處理器用戶的核心承諾,，能夠執(zhí)行諸如SAD運算,，而不必采用RTL那樣的實現(xiàn)方法。
　　
　　5,、采用可配置處理器構(gòu)建視頻加速引擎建立多操作功能部件
　　
　　
　　將SAD這樣的融合操作加到一個可配置處理器中是一件麻煩的事情,。一條稱為“sub.abs.ac”的新指令可以完成“減法－絕對值－累加”運算操作。這條新指令能夠?qū)D2中的操作變成圖3中的復操作,。
　　
　　圖3 使用新指令計算“減法－絕對值－累加”操作
　　
　　將該指令添加到處理器中后,，C編譯器能夠識別這條新的“sub.abs.ac”指令，并調(diào)度相關(guān)指令,；調(diào)度器將顯示“sub.abs.ac”功能部件所使用的內(nèi)部信號,；匯編器能夠處理這條新指令；指令集仿真器ISS能夠按照時鐘周期模式進行仿真,。
　　 新的專用視頻功能部件插入處理器后的數(shù)據(jù)通路簡圖如圖4所示,。注意到，除了產(chǎn)生功能部件邏輯外,，硬件生成工具還能夠自動插入前饋通路,、控制邏輯以及旁路邏輯，以便將新的功能部件與數(shù)據(jù)通路中的其它邏輯互連,。
　　
　　圖4 插入sub.abs.ac視頻專用功能部件后的簡化數(shù)據(jù)通路示意圖
　　
　　 包含新指令的C代碼描述的SAD算法如下：
　　 for (row = 0; row < numrows; row++) {  for (col = 0; col < numcols; col++) {
　　sub.abs.ac( accum, macroblk1[row][col], macroblk2[row][col]);
　　} /* column loop */
　　} /* row loop */
　　 正如前面提到的,，對于一個16x16宏塊而言，增加新指令后程序主循環(huán)中的操作數(shù)減少到256個（即numrows = numcols = 16）,。
　　
　　6,、建立單指令流多數(shù)據(jù)流SIMD功能部件
　　
　　前面的SAD程序還可以進一步優(yōu)化。程序中的內(nèi)循環(huán)將宏塊中16列做相同的運算,。這對于SIMD（單指令多數(shù)據(jù)）功能部件而言是理想選擇，相應的指令“sub.abs.ac16”針對16個像素同時完成sub.abs.ac操作，如圖5所示,。
　　
　　圖5 對16個像素同時進行sub.abs.ac指令的單指令流多數(shù)據(jù)流計算操作
　　
　　相應的C語言過程名為sub.abs.ac16,，利用此過程名重新改寫的SAD內(nèi)核C程序代碼如下：
　　 for (row = 0; row < numrows; row++) {
　　 sub.abs.ac16( accum, macroblk1[row], macroblk2[row]);
　　} /* row loop */
　　通過改寫后的SAD內(nèi)核程序從768個算術(shù)操作減少為僅16個算術(shù)操作。
　　 然而,，僅僅只有上述C程序代碼是不夠的,。因為指令sub.abs.ac16需要從兩個宏塊中讀取128位的數(shù)據(jù)，這需要兩個方面的支持：一個128位的寄存器文件和一個寬數(shù)據(jù)位的取數(shù)/存數(shù)接口,，可配置處理器均支持這些功能,。
　　
　　7、建立用戶定制的寄存器文件
　　
　　在Xtensa可配置處理器中,，說明一個任意寬度的定制寄存器文件就像寫一行程序那么簡單,。例如，稱為“myRegFile128”的過程語句建立一個寬度為128位的寄存器文件,，長度為4,，并建立一個相應的新的C數(shù)據(jù)類型，“myRegFile128”能夠用于C/C++程序代碼說明變量,。軟件工具也建立“MOVE”操作,，用于將各種C數(shù)據(jù)類型轉(zhuǎn)換為新的定制數(shù)據(jù)類型。因此,，采用sub.abs.ac16過程和新寄存器文件后的SAD內(nèi)核C程序代碼如下：
　　for (row = 0; row < numrows; row++) {
　　 myRegFile128 mblk1, mblk2;
　　 mblk1 = macroblk1[row];
　　 mblk2 = macroblk2[row];
　　 sub.abs.ac16( accum, mblk1, mblk2);
　　} /* row loop */
　　現(xiàn)在C/C++編譯器將會產(chǎn)生一條MOVE指令,，將數(shù)據(jù)從一般的C數(shù)據(jù)類型移到定制的C數(shù)據(jù)類型“myRegFile128”，并為新寄存器文件分配寄存器,。
　　
　　8,、建立高數(shù)據(jù)帶寬的加載/存儲接口
　　
　　為了對高帶寬定制寄存器文件（以及相應的單指令流多數(shù)據(jù)流SIMD功能部件）進行數(shù)據(jù)存取，處理器應當具有高帶寬數(shù)據(jù)加載/存儲操作能力,。對可配置處理器而言,，設計人員能夠說明定制加載和存儲操作指令，直接完成對定制寄存器文件的高帶寬加載/存儲數(shù)據(jù)操作,。然后,，編譯器自動產(chǎn)生與高帶寬加載/存儲接口相應的加載/存儲指令。
　　經(jīng)過更新后的處理器數(shù)據(jù)通路如圖6所示,。硬件生成工具產(chǎn)生高帶寬的定制寄存器文件,、與數(shù)據(jù)存儲器相關(guān)的加載/存儲接口以及相應的前饋邏輯、控制邏輯和旁通邏輯,。硬件工具還產(chǎn)生相應的硬件邏輯,，用于將數(shù)據(jù)從基準寄存器文件移到用戶定義的寄存器文件中。
　　
　　圖6 插入寄存器文件和高帶寬加載/存儲接口的數(shù)據(jù)通路
　　
　　9,、更新地址的同時進行加載
　　或者存儲操作
　　
　　Xtensa可配置處理器允許用戶建立另一個非常有用的功能擴展,，即建立一條指令,，能夠同時完成地址更新操作和數(shù)據(jù)加載/存儲操作。建立的新的加載/存儲操作指令能夠并發(fā)完成如下功能： Load A1 ← Memory(Addr1);Addr1 = Addr1 + IndexUpdate
　　 該指令能夠完成“背靠背”的加載/存儲操作,，而不需要專門指令對地址進行更新,。
　　
　　10、建立先進先出（FIFO）接口
　　和通用輸入/輸出端口
　　
　　視頻和音頻均為流媒體,，需要對處理器進行快速數(shù)據(jù)訪問,。傳統(tǒng)的處理器受限于系統(tǒng)總線接口，以及數(shù)據(jù)操作執(zhí)行前對所以數(shù)據(jù)的加載與存儲訪問,。
　　為支持流媒體數(shù)據(jù)/輸出操作,，Xtensa可配置處理器允許設計人員定義先進先出（FIFO）接口以及通用輸入/輸出（GPIO）端口，以便直接對數(shù)據(jù)通路進行讀寫訪問,。FIFO和GPIO端口可以是任意數(shù)據(jù)寬度（可達1024位）,，數(shù)量不限（每個可包含1024個FIFO和GPIO端口）。這些高帶寬接口可以直接與數(shù)據(jù)通路相連,，提供很高的數(shù)據(jù)吞吐量,，通過處理器內(nèi)核對數(shù)據(jù)進行讀、處理和寫操作,，這對于多媒體和網(wǎng)絡應用而言是非常重要的,。
　　具有FIFO接口和GPIO端口的數(shù)據(jù)通路如圖7所示。處理器可以進行如下操作：首先從兩個FIFO（在確保兩個先進先出隊列均不空的情況下）中取出數(shù)據(jù),，然后計算一個復操作（例如一個乘累加舍入操作）,，最后將計算結(jié)果壓入輸出FIFO（在確保先進先出隊列不滿的情況下）。然后,，硬件生成工具產(chǎn)生相應的接口信號,、控制邏輯和旁通邏輯等；為配置的處理器產(chǎn)生完整的RTL代碼,。軟件生成工具產(chǎn)生一套完整的編譯器工具,，以及時鐘周期精確的指令集仿真器ISS，用于對新指令進行仿真,。注意到,，這種由設計人員定義FIFO接口和GPIO端口的能力是Xtensa可配置處理器所獨有的。
　　
　　圖7 采用定制先進先出（FIFO）接口和通用輸入輸出（IO）端口的高速通信
　　
　　11,、加速復雜的控制密集型代碼的執(zhí)行
　　
　　多媒體應用中控制代碼的數(shù)量與復雜性顯著增長,，使得程序中數(shù)據(jù)密集型操作與計算時間近似等價。例如,，H.264主程序譯碼器中的關(guān)鍵部分為CABAC（上下文相關(guān)二進制算術(shù)編碼）算法,。該算法幾乎完全是具有數(shù)據(jù)計算和數(shù)據(jù)比較的控制流判決樹。
　　 由于計算的復雜性非常高,，絕大多數(shù)傳統(tǒng)處理器均采用專用的RTL加速器來完成CABAC算法,。然而,，在可配置處理器上可以通過增加一組專用指令來更加有效地實現(xiàn)CABAC算法。這種實現(xiàn)方法的好處是避免了數(shù)據(jù)在處理器和RTL加速器之間不停地交換數(shù)據(jù),。采用可配置處理器的另一個好處是采用指令擴展技術(shù),，由于專用硬件在處理器內(nèi)部,，因此可以更好地進行硬件和軟件界面劃分,。
　　
　　12、小結(jié)
　　
　　現(xiàn)代可配置和可擴展處理器是構(gòu)建定制視頻和音頻引擎的理想選擇,。Tensilica公司提供相關(guān)的視頻和音頻IP作為SOC模塊,，包括HiFi 2音頻引擎、鉆石系列標準的38xVDO（視頻）多標準和多分辨率視頻方法,。與之匹配的軟件編解碼器是非常重要的,。HiFi 2音頻引擎與相關(guān)的軟件一起可完成絕大部分流行的音頻編解碼器，例如MP3,、AAC,、WMA等。類似地,，鉆石 38xVDO 視頻加速引擎與相應的編碼器和譯碼器軟件可以實現(xiàn)H.264 （包括Baseline,、Main和profiles）、MPEG-4 (SP 和 ASP),、 MPEG-2,、VC-1/WM9及其它標準。這些視頻技術(shù)涵蓋了從QCIF 到CIF以及SD各種分辨率,，功耗低,，面積小。