Clifford
2020-02-08 03:57
可能存在总线争用，但是它可能比通常由中断驱动的I / O（具有巨大的软件开销）的替代方法更快。通常，DMA传输不会使用最大内存带宽（也许除了内存到内存的传输外），因为外围设备往往比内存慢得多。DMA控制器将交错 CPU访问。
此外，总线争用不是给定的，许多微控制器在单独的总线上分段其存储器，因此CPU对一条总线上的存储器的访问可以与另一条总线上的DMA操作同时发生。例如，哈佛体系结构设备具有用于代码和数据存储器的独立总线，因此可以同时获取操作码和数据，但是减少了数据存储器上的访问负载（因为并非所有指令都需要获取存储器操作数），因此具有DMA的优势。
此外，一些微控制器，例如STM32系列中的许多微控制器（Cortex-M，也是哈佛架构），将其片上SRAM划分在单独的总线上（以及在单独的总线上的外部存储器接口）。通常，SRAM的某个部分要比其他部分小一些-也许是4K或16K-非常适合DMA缓冲专用。通过避免总线争用，以这种方式使用内存会对性能产生重大影响。
某些STM32部件的另一个功能是内核耦合存储器（CCM），该内核耦合存储器（CCM）不可用于DMA或位带，但如果用于大多数CPU数据处理，则可将其他片上SRAM用于DMA，从而进一步减少了总线争用。
其他微处理器可能具有类似的内存分段。要利用这种内存体系结构，通常需要在代码中使用自定义的链接描述文件和链接描述，以允许识别段和将对象明确分配给它们。这将是特定于工具链的。
热门帖子
10
相关问题
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
“通常是由中断驱动的I / O的替代方案” -实际上是编程的I / O。请参阅dma vs中断驱动的I / o。
@sawdust我明白您的意思，但这更笼统。由于某种原因，我通常“包括”了警告。我并不是说这与DMA相反，只是一种替代。这是“典型的”，因为轮询的I / O不允许进行相同的背景/前景处理，因此可比性较差的替代方法也是如此。