【DSP视频教程】DSP视频教程第10期：DSP运算加速的精髓，含SIMD指令，饱和运算指令和浮点以及定点的MAC乘累加指令

图像或声音的数字信号处理需要对大量的数据进行复杂的操作。例如，为了缩放（改变音量）一秒钟的音频数据，我们可能要进行44100次乘法运算。如果我们实时地进行操作，且整个渲染过程在 10ms 内完成操作，事情就变得更加困难了。值得庆幸的是，有一些编程工具可以让我们更高效地处理这些情况，其中之一就是本文的主题 — SIMD在这篇文章中，我们讨论了 SIMD 指令在数字信号处理中的用处。SIMD指令让我们使用专用的处理器寄存器同时对一个以上的变量进行操作。不同的处理器架构和型号有不同的SIMD指令可用。

本文总结本人工作中所接触到的SIMD资料。 SIMD： single instruction multiply data， 单指令多数据。 根据本人的熟悉程度分别为： 1、NEON：ARM cortex-A 系列 2、MMX、SSE、AVX： PC机 3、GPU：opecl 框架下 4、CEVA：DSP 1、NEON 《Using the GNU Compiler Coll

数字信号处理中的 SIMD_simd 在 dsp_芥末的无奈的博客-CSDN博客

本文深入探讨ARM架构中SIMD技术与NEON协处理器的协同机制，解析其在音频、图像和AI推理等场景下的高效运算原理。通过向量化优化、数据对齐、多核并行等实战方法，揭示如何在嵌入式与边缘计算设备中实现高性能、低功耗的数字信号处理。

DSP视频教程第11期：插补算法，曲线拟合丝滑顺畅，统计函数和基础函数加速实现，汇集SIMD，饱和和MAC乘累加应用实战(2023-02-12)

《安富莱嵌入式周报》第278期：基于RUST编程语言RTOS，固态继电器芯片，微软发布物联网组件框架，支持多款蜂窝，LoRa和WiFi芯片工业物联网4.0书籍

数字信号处理（DSP）是连接数学理论与硬件实现的关键技术，其核心在于将连续的模拟信号转换为离散的数字信号进行处理。其基本原理涉及采样、量化和各种变换算法，技术价值体现在通过专用处理器架构（如哈佛结构、硬件乘法器）实现对信号的高效、实时处理。这一技术广泛应用于通信系统、音频处理、工业控制和物联网等领域。本文聚焦于一套经典的DSP教学资源，深入剖析了其中关于**滤波器设计**（如FIR/IIR）和**快速傅里叶变换（FFT）** 等核心算法的工程实现细节，揭示了如何将这些基础理论应用于嵌入式系统与FPGA开发，

《安富莱嵌入式周报》第303期：微软推出嵌入式安全物联网RTOS CHERIoT，超强的产品级开源电机控制器项目，含上位机，蓝牙标准V5.4，玩转与或非编程操作

DSP & SIMD DSP 扩展 ARM DSP 指令集扩展增加了高性能应用中 ARM 解决方案的 DSP 处理能力，同时通过便携式、电池电源设备提供所需的低能耗。DSP 扩展已经过优化，适用于众多软件应用领域（包括伺服马达控制、Voice over IP (VOIP)

DSP 扩展 ARM DSP 指令集扩展增加了高性能应用中 ARM 解决方案的 DSP 处理能力，同时通过便携式、电池电源设备提供所需的低能耗。DSP 扩展已经过优化，适用于众多软件应用（包括伺服马达控制、Voice over IP (VOIP) 和视频/音频编解码器），其中此扩展可增强 DSP 性能，使其能够有效处理所需任务。 特点 单周期 16x16 和 32x16 MAC

本文深入探讨了RISC-V DSP扩展指令集的实战应用，重点介绍了SIMD数据处理指令的优化技巧。通过16位数据打包、32x32乘法指令、混合精度计算等核心技术的详细解析，展示了如何在信号处理、多媒体编解码等场景中实现性能突破。文章包含丰富的代码示例和实测数据，帮助开发者掌握RISC-V架构下的高效DSP编程方法。

哈佛结构即将程序存储和数据存储分开，有独立的总线并行执行，提高运算速度。

DSP（数字信号处理器）是一种专门用于数字信号处理的微处理器，具有高效的指令集和架构，适用于实时信号处理任务。DSP的指令集通常针对常见的信号处理操作（如乘加运算、FFT、滤波等）进行了优化。以下是DSP特有的指令集和一些代码优化的例子。

根据上文中的VHDL代码逻辑可以看出，在每个时钟范围内（程序中是上升沿），进行一次浮点乘法和浮点加法运算），所以，如果用常用的FOPS单位衡量的话，一次MAC对应2次浮点计算。所以，如果我们知道一个设备以MACs频次表示的算力，乘以2就表示他的FOPS算力了。比如VIP 0XEE 型号NPU有576个 MAC,主频跑800M，那么它的以MACs数为单位的算例就是 576*800M=460800M = 0.4608万亿 MAC数，再乘以2就是0.92tfops.

DSP指令集是为数字信号处理器优化的专用指令集合，核心特点是高效乘加运算（MAC）、专用寻址模式（循环/位反转）和并行计算支持（SIMD/VLIW）。相比通用CPU指令集，DSP指令集强化信号处理能力，提供硬实时性和低延迟，典型应用于雷达、5G基带等场景。常用指令包括MAC运算、饱和指令、循环寻址、零开销循环等，通过专用硬件加速滤波、FFT等算法。典型架构如TI TMS320系列、ADI SHARC等，通过指令级并行和算法适配显著提升性能与能效比。

华大单片机HC32F4xx系类（HC32F460 HC32F4A0）可以运行最高200Mhz，但内部Flash在 CPU运行频率达到33M后，就需要加入不同的等待周期。 所以实际程序在内部FLash内运行时，是跟不上CPU速度，也就不能达到最高运行速度200Mhz。 如下图：可以看到在最高200Mhz时，读Flash中的指令需要等待5个CPU时钟周期，那大概200M运行时实际CPU能够跑到不到40Mhz。 那怎么能够使程序运行的快，跑出实际CPU的频率呢？ 两种方法： 1.理所应当想到的第一种方法就是把关

对DSP进行开发时，需要对其底层的硬件及外设进行相应的配置，当配置完成后才可以将其相应模块激活，才可以在其内部进行程序编写及调试处理。下面对程序配置及操作进行简单的整理，仅供参考。 第一步：初始化系统控制，PLL，看门狗，使能外设时钟等，一般调用函数InitSysCtrl()； 第二步：初始化GPIO，对于不同的硬件系统，进行不同的功能配置； 第三步：清除所有的中断并初始化PIE中断向量表

目录 0.AI芯片最强科普 1.比特大陆 第三代云端AI芯片性能提升6倍，BM1684 2.深度：32家公司决战云端AI芯片！ 3.华为AI芯片到底有多强？ 4.在手机终端 5.在边缘计算 6.车载场景 0.AI芯片最强科普 云端AI芯片算力要求很高，目前已知单芯片算力最高的是华为昇腾910 在算力方面，昇腾910完全达到了设计规格，即：半精度（FP16）算力达到256 ...