[FAQ] C28x、C28x FPU 和 VCU 上的 FFT 执行有哪些不同？

Annie Liu：

差异：

32 位定点

此实现使用 C28 定点 CPU。它使用 CPU 的片上 32 位定点数学功能。根据经验，对于优化的 32 位实现，每个 FFT 蝶形计算需要大约 20 个周期。

16 位定点

此实现可使用 C28 定点 CPU 或具有 VCU 增强功能的 C28x（C28x+VCU）。

C28x 定点

此实现使用 C28x 定点 CPU 的 16 位数学功能。如果使用 C28 CPU 内核，每个 FFT 蝶形计算需要大约 16 个周期

具有 VCU 的 C28x

此实现使用具有 VCU 的 C28x 的 16 位数学功能。除了定点 CPU 外，VCU 还提供优化的 16 位复杂数学功能。如果使用 C28x+VCU 增强功能，每个 FFT 蝶形计算需要大约 5 个周期。目前有两个版本的 VCU，0 类通常称为 VCU-I，2 类称为 VCU-II。VCU-II 上的 FFT 显著加快，蝶形计算平均需要约 2.5 个周期来完成。

注意：VCU 并非在所有器件上都可用，也没有计划在其他器件上提供。 

32 位浮点

此实现使用扩展浮点指令集。它使用 C28x+FPU 的 32 位浮点数学功能以及重复块 (RPTB) 指令。根据经验，每个 FFT 蝶形计算需要大约 10 个周期。如果是在浮点器件上实现并且需要 32 位，这是优选实现。

具有 TMU 的 32 位浮点

三角函数加速器 (TMU) 是 32 位单精度浮点单元 (FPU) 的扩展。它提供了以周期有效的方式执行某些三角函数和算术函数的指令。TMU 特定指令用于通过有效计算平方根、除法和反正切来加速幅度和相位计算。可以通过设置以下编译器选项来启用 TMU：

注意：请参阅 C2000 编译器用户指南 (http://www.ti.com/cn/lit/spru514) 了解所有与浮点相关的编译器选项。 

 –float_support=fpu32 和 –tmu_support=tmu0。

如果用户希望在 C 代码中使用 TMU，则必须打开附加选项。

–fp_mode=relaxed

这将导致编译器用 TMU 指令替换对标准 C 数学库的调用，如正弦或余弦。

结论：

16 位实现

虽然 C28x+VCU 实现可提供出色性能，但并非在所有器件上都可用，也没有计划在其他器件上提供。  VCU 幅度和相位计算与定点器件上的计算相同。这是因为 VCU 没有改进这些算法的增强功能。

32 位定点 FFT 性能

提升 32 位定点 FFT 性能的方法：

考虑使用浮点器件。FPU 可以使性能翻倍。此外，幅度和相位计算速度更快，因为 FPU 在这方面比 32 位定点数学的性能更高。32 位定点和 32 位浮点实现之间的分辨率权衡可忽略不计。

如果应用可以容忍 16 位实现，则考虑使用 C28x+VCU。与 32 位定点实现相比，这会更快。但是，VCU 没有改进幅度或相位计算性能的指令。这些操作最好在浮点中完成。

32 位 FPU 与 16 位 VCU

16 位 VCU 与 32 位 FPU 实现之间的性能差异并不大。VCU-I（0 型）没有改进幅度和相位计算性能的增强功能。VCU-II 有一个新指令，可在单个周期内计算 16 位定点复变量的幅度；它在相位计算方面没有任何改进。

CLA

虽然 CLA 本身不太适合完整的 FFT 算法，但可以考虑将其用于幅度和相位计算。这将减轻 CPU 执行这些操作的负载。例如，在 F2806x 之类的器件上，可以在主 C28x+FPU 上执行浮点 FFT，并在 CLA 上执行幅度计算。  由于 CLA 的 RAM 有限，因此点数将受到限制。