STC16与STM32F1的浮点运算速度比较的实验
实验目的证明在相同频率下，STC16在使用FPMU时，运算速度比STM32F1快。
实验软件
开发环境：KEIL uvsion 5 ARM/C251
ISP下载：FLASH loader Demo (STM32），STC ISP V6.88 （STC16）
计时：Saleae Logic V1.1.15 (USB 8通道逻辑分析仪的上位机）
实验材料
STC16F40K128 LQFP64 的自制最小系统板*1
STM32F103C8T6 最小系统板（蓝色）*1
CH340G USB转TTL串口模块*1
8通道24MHZ的USB逻辑分析仪（用的是常见的CY7C68013A）*1
杜邦线若干
实验原理
测量时长的关键，是设置MCU的某个GPIO作为进行浮点运算的指示，上电时为高电平，开始浮点运算拉低为低电平，运算完成后设为高电平。
实验内容这里统一设置二者的频率为24MHZ
1.STM32
这里使用正点原子的模板
主函数：（GPIO拉低和恢复高电平用寄存器操作，这里是GPIOB。5）
设置时钟频率（24MHZ）
使用Flash loader demo 上传程序到最小系统后，把板子上boot0恢复0，接上逻辑分析仪，点击START并按下复位键，观察低电平持续时间
可以观察到，做这些浮点运算，STM32F1用时约0.371ms，即371us
2.STC16 代码使用STC官方网站下载的实验程序，前面STM32进行浮点运算的内容也是下图程序的（公平起见）。
注意要加STC_DFP.LIB才能启用内部的FPMU，注意main主函数第一句必须是WTST=0，执行速度才正常
这里用P0.1来指示浮点运算的运行。
下载时，频率要设置为24.000MHZ
测量浮点运算时长，图中显示低电平持续时间为55us。
实验结论
在相同频率下，STC16使用FPMU做相同的浮点运算，速度比无FPMU的M3内核的STM32F1明显要快很多。
电流呢？ 我觉得这个实验好像是：一个用刀的要和不准用刀还要自断一臂的，比谁切西瓜速度更快。 不错啊，痛点基本只剩KEIL和datasheet了 只能说明fpu能大大增加浮点运算速度，并不能暗示stc比stm多强。
这样削足适履的比较方法本身就没啥意思。 本帖最后由 kundi 于 2021-2-9 17:25 编辑
在不使用FPMU的情况下，STC16用时0.4518ms，即451.8us，与STM32F1相比只慢了约81us，相差不大。至少比M0强
STC16用FPMU时，是STM32F1的371/55约等于6.7倍。
手上只有STM32F103C8T6的开发板，春节放假买不到其他M0,M4芯片
在KEIL中，把前面的FPMU用的LIB文件去除即可不使用FPMU 做成这样已经够可以了
话说这型号怎么只有某宝上第三方店铺有？ 踏踏实实做事比说东道西强。 F1一言不合把频率开到72MHz，你怎么办呢？ 这样比较有个卵用。
1、限制IC潜力
AVR翻转个IO只要两个时钟，而且还能输出5V，驱动能力还强；STM32也按同频率对比各方面落后。于是得出结论AVR的IO吊打STM32是不。
2、故意设置不公平的项目对比以突出自身
在Keil C51中，double和float是一样的，都是4个字节。在Keil ARM中，float是4字节，double是8字节。这里就不公平。你要么都按float进行计算，那么ARM的float库函数是sinf、cosf、tanf、sqrtf、atanf之类后缀带f的，不带f的都是双精度，你认为这样比较公平不。
综上，我估计24MHz的STC16在使用FPMU时会被72MHz的M3开软浮点击败，可能也就能和64MHz的M0战个平手。要是ARM用long long类型的定点数比较则会吊打STC16。 同频率运行可以理解
STC16使用FPMU，STM32F1无FPMU？ 你不是逗我玩吧！
改天做个实验，同频率下STC单片机性能吊打电脑CPU，老姚会非常开心.......
本帖最后由 kundi 于 2021-2-9 20:31 编辑
根据10楼意见，改进实验：
STM3F12部分改为以下代码：
cfl3 = cfl1*cfl2;
cfl3 = cfl1/cfl2-cfl3;
cfl3 = cfl1*cfl2+cfl3;
cfl3 = cfl1/cfl2*sinf(cfl3);
cfl3 = cfl1/cfl2*cosf(cfl3);
cfl3 = cfl1/cfl2*tanf(cfl3);
cfl3 = cfl1/cfl2*sqrtf(cfl3);
cfl3 = cfl1/cfl2*atanf(cfl3);
实验结果：
24MHZ：0.120ms=120us
72MHZ:65.68US
可见，更正后STM32F1仍然不敌STC16实验FPMU在24MHZ的效果（55us）。
有人说，一个有FPMU，一个没有，这明显不公平。
其实，STC16，使用FPMU也只是在KEIL中动动手指，加入一个LIB文件就可以了，易如反掌，借力发挥。STM32不是可以借力DMA加快一些应用的速度吗？
也有人说，GPIO速度不是一个周期就不是最厉害的，其实STM32也好，STC16也罢，都没见过GPIO速度很接近工作频率，一昧最求GPIO速度太接近时钟频率，意义不大。
STC16系列目前送样的，速度限制最高33M，以后计划速度提升到72甚至144M.在此实现之前，也不好说。 STC16果然碾压STM32，厉害厉害 rootxie 发表于 2021-2-9 20:47
STC16果然碾压STM32，厉害厉害
严格来说，是直指M4，力压M3，横推M0的MCU。
STM32按内核分有多类，如果以后仍然再有大多数人喷STC，不如让ARM宣布M0/M0+内核全面淘汰{:titter:} ，M3只收每个芯片生产的版税。 STM32：
24MHZ：0.120ms=120us
72MHZ:65.68US
很显然72MHz时被2个等待时钟耽误了，居然连24MHz的2倍效率都没有，一般来说这是很不对劲的。那么如果放到RAM中运行呢 ... 24MHz的STC16还能笑得出来不。按这个时间计算，并按照M3 1.25DMIPS/MHz、M0 0.9DMIPS/MHz计算，STC16的FPMU仅仅比相当于它3倍频率全速运行的M0的软件浮点稍强一点，约为2.2倍主频全速运行的M3软件浮点水平。 FPMU的性能之弱刷新了我对硬件浮点的认知，即使他能达到51的70倍。 stc64什么时候出？ takashiki 发表于 2021-2-9 21:09
STM32：
24MHZ：0.120ms=120us
72MHZ:65.68US
DIMPS是衡量整数运算效率的，不是衡量浮点运算的。
一般1757个DHRYSTONE等于1DMIPS.
一般可用DMIPS/MHZ来准确衡量CPU性能
所以，此处使用主要是强调相同频率下的运算效果。万一哪天STC16升级了，主频上去了，外设更完善了呢
而浮点运算，则需要用另外一种方式衡量。
在不少实际应用中，能避免浮点运算就尽量避免，因为浮点运算一般是很消耗时间的。 kundi 发表于 2021-2-9 21:21
DIMPS是衡量整数运算效率的，不是衡量浮点运算的。
一般1757个DHRYSTONE等于1DMIPS.
一般可用DMIPS/MHZ来 ...
没错，我就是简单的按照你的M3的时间计算下M0需要的时间，软件浮点最终都是大量的整数运算。
我是觉得这个FPMU设计和ARM的硬件FPU还是有相当差距的，据说M4的硬件FPU能比iqmath更快，但STC16的FPMU按这个测试值是跑不过同频的M0的iqmath的，当然iqmath是定点数局限很多。我还以为所有的硬件FPU实现运行时间相差不大呢，但看来还是错了。 takashiki 发表于 2021-2-9 21:39
没错，我就是简单的按照你的M3的时间计算下M0需要的时间，软件浮点最终都是大量的整数运算。
我是觉得这 ...
刚刚查了一下，衡量浮点运算是Whetsone.
后来，还有一种更加全面，客观的衡量CPU性能的方式，叫Coremark,任何8位到64位的CPU都可以用，但是要注册其官方网站，才可以获得测试原代码。
刷新了认知,我一直以为stc东西只有M0一半速度, 没想到已经达到72Mhz的M3的50%速度(而且只是24Mhz).
Stc又在挣扎了呀 takashiki 发表于 2021-2-9 21:09
STM32：
24MHZ：0.120ms=120us
72MHZ:65.68US
STM32F1在RAM中的运算速度还没有在闪存中的快 takashiki 发表于 2021-2-9 21:39
没错，我就是简单的按照你的M3的时间计算下M0需要的时间，软件浮点最终都是大量的整数运算。
我是觉得这 ...
M4的FPU才真正算是FPU，有自己的指令集和寄存器，STC16的FPU只能算是一个外设，不是一个档次的东西。这东西主要还在价格，如果价格很有优势，速度又不错，也算多一种选择 有can 和 互补波PWM吗？ modbus 发表于 2021-2-10 00:37
STM32F1在RAM中的运算速度还没有在闪存中的快
24MHz时Flash中快，但72MHz时呢？就各有千秋了，有时相差很大，顺序执行小的循环Flash快，大量跳转各种LDR、STR RAM中快。LZ测试这时候Flash的等待周期严重影响到软件浮点运算了，效率都不到2倍。但RAM中依然是线性的，它没有等待，主要矛盾已经变成了次要矛盾，农民翻身把歌唱了。以同频无等待时RAM中速度是Flash运行的90%计算，72M时RAM中跑是24M Flash中运行的2.7倍，Flash中跑不到2倍，显然可以认为RAM中更快。 专业大神 最近在用stc。中文化还是很爽的。就是sample code 的写法。 比如寄存器直接 =0xXX
这样的写法。让我掉进了坑里。说多了都是泪。隔壁新唐的sample code 还是要技高一筹啊 讨论这个有用吗，一个好产品，是看是不是满足需求，我是觉得stc可以，价格合适，性能，功耗都ok，抗让扰也好，编程工具环境方便，很适合做一些产品，唯一缺陷是目前仿真效果差些，但是适应的一些产品，很多并不需要多强的仿真能力，总之一句话，够用，就ok takashiki 发表于 2021-2-10 05:52
24MHz时Flash中快，但72MHz时呢？就各有千秋了，有时相差很大，顺序执行小的循环Flash快，大量跳转各种LD ...
这个还真不一定是这样，和程序代码有很大关系，只对STM32F10X来说，RAM不在ICode总线上，从RAM取指需要绕一圈，如果顺序执行的指令占比大，则即使在72M时还是闪存的速度快，况且用STM32F1系列的有几个是把代码放在RAM中执行的 这样来评估一下：分数max=主频/(执行相同任务消耗时间*功耗*单片芯片价格) <!-- 把芯片性能开满测试 --> 看了 上面的 对比，还专门去看了一下STC16 的手册，整体感觉，就是对标M0 的，你要非说某些性能 比 103强 也正常，不过 再高也别指望了，存储器 和RAM 和主频 注定 只能是M0 级别的作业内容。不知道价格能不能在3rmb 以内。 dengxiaofeng 发表于 2021-2-10 16:49
看了 上面的 对比，还专门去看了一下STC16 的手册，整体感觉，就是对标M0 的，你要非说某些性能 比 103 ...
不要说，反正Stc就是流弊，哈哈。 本帖最后由 kundi 于 2021-2-10 18:10 编辑
dengxiaofeng 发表于 2021-2-10 16:49
看了 上面的 对比，还专门去看了一下STC16 的手册，整体感觉，就是对标M0 的，你要非说某些性能 比 103 ...
STC说内核比M0快，距其他地方的小道消息说，不带浮点运算器的将来也会出（只比M0快的），包括LQFP48/32和TSSOP20的。这种价格预计1-3元的都有。个人认为特别是TSSOP20价格必须在一元左右起，才能体现性价比。
这个带了浮点运算器的，STC自己都说力压M3了，所以STC真正的ARM32机就从M4开始做。
STC只从M4开始做ARM32位机了，那也只用交M4的费用给ARM。 kundi 发表于 2021-2-10 18:00
STC说内核比M0快，距其他地方的小道消息说，不带浮点运算器的将来也会出（只比M0快的），包括LQFP48/32和 ...
处理器 不复杂 ，仿真、外设库，都无所谓，当年 AVRLPC1768全部寄存器操作都还好。一旦外设复杂起来，生态就比较重要了，仿真也很重要。其实 STC16 仿真也很重要了。 redworlf007 发表于 2021-2-10 17:49
不要说，反正Stc就是流弊，哈哈。
不吹牛不贬低，其实就那样吧哈哈 dengxiaofeng 发表于 2021-2-10 18:19
不吹牛不贬低，其实就那样吧哈哈
反正是说不得，一说就是鄙视啥啥，不尊重前辈啥啥的。 LM5017 发表于 2021-2-10 01:53
有can 和 互补波PWM吗？
看了一眼 貌似还真有 at403a，240mhz开起来，简单粗暴，st恢复供应都要考虑下了。
最近也在熟悉at403a，就担心后面供货价格稳定不 我是一个大白菜 发表于 2021-2-11 15:29
最近也在熟悉at403a，就担心后面供货价格稳定不
找供应商先提前备货，省的后面手忙脚乱 来来来, DMA刷个屏试试? 没有DMA? 呵呵
GD32F350标称108M, 能超到280M以上, 这也是国产货, 人家可没吹大牛, 要不要降到24M和你比?
要不你就跑点现成算法, 快速排序, CRC32之类呗, 或者直接coremark, dhrystone?
顺便觉得淘宝上搜个stc, 前八个结果里有五个是大学生电赛相关, 简直low到极点了. 自行车和拖拉机比赛，说，快来看，我速度比你拖拉机快。突突突。。 aammoo 发表于 2021-2-9 21:11
stc64什么时候出？
我在等STC256 modbus 发表于 2021-2-10 10:21
这个还真不一定是这样，和程序代码有很大关系，只对STM32F10X来说，RAM不在ICode总线上，从RAM取指需要绕 ...
我前一段时间又学习了下，i，d，sys总线到底怎么回事，最后发现其实到底走哪个总线，瓶颈不在这里，单口ram无论如何还是得走这里，总线矩阵也没用
所以f4就有了双bank ram了
本帖最后由 kundi 于 2021-2-14 23:50 编辑
补上整数运算的对比实验
部分的代码段
unsigned int uint1, uint2;
unsigned intxuint;
以上2行STC16改为：volatileunsigned long int near uint1, uint2;
volatile unsigned long int near xuint;
int sint1, sint2;
int xsint;
以上2行STC16改为：
volatile long int sint1, sint2;
volatile long int xsint;
GPIOB->BRR=GPIO_Pin_5;//STC16改为P01=0;
sint1 = 0x31030F05;
sint2 = 0x00401350;
xsint = sint1 * sint2;
uint1 =5;
uint2 =50;
xuint = uint1 * uint2;
uint1 = 654689;
uint2 = 528;
xuint = uint1 / uint2;
sint1 = 2134135177;
sint2 = 20000;
xsint = sint1 / sint2;
sint1 = -2134135177;
sint2 = -20000;
xsint = sint1 / sint2;
sint1 = 2134135177;
sint2 = -20000;
xsint = sint1 / sint2;
GPIOB->BSRR=GPIO_Pin_5;//STC16改为P01=1;
同样是24MHZ，STM32F103需要7.50us，而STC16却只需要7.25us，相差0.25us
可见，STC16力压M3并非吹嘘。
当前，我手上的STC16，可以稳定运行到32MHZ没有问题，此时运行以上程序只要5.00us
STM32F103，如果要比STC16块，只能是提高频率了，到了72MHZ极限也只缩短到4.125us，只比STC16在32MHZ的快了不到20%，并没有翻2倍，和之前有人说的M3内核总线的缺点有关。
看来，以上也是STC32的32位机只从ARM的M4内核开始的原因。M0 M3内核的STC不想做，STC16都比它强了。
有进步总是好的~~~ 支持楼主的探索精神，把冷嘲热讽当动力，这才是技术人员该有的样子 我个人觉得这个比较是有意义的，把那些冷嘲热讽的当耳旁风吧 中国需要lz这样的人。我也比较赞成ls的兄弟的想法。 如果测试有违公准的人。大可以提出更好的算法。而不是局限于文字上的说教。
lz给中国工程师长脸了 看起来在计算方面的性能还很不错{:lol:} 本帖最后由 carefree1986 于 2021-2-15 11:29 编辑
说实话跟不带协处理器的stm32f103比，绝对是欺负人，属于选择性失明，要是跟st的m0比更有优越感，有本事跟华大或者国产的一大堆 m0内核比，不光速度连价格也没有优势了，还有51的仿真器跟xlink比简直就是砖头 amigenius 发表于 2021-2-9 17:00
我觉得这个实验好像是：一个用刀的要和不准用刀还要自断一臂的，比谁切西瓜速度更快。 ...
跟玩cs 只让机器人带刀一样一把小手枪单挑一群 编译器有没有开优化也得声明一下。。。 jianfengxixi 发表于 2021-2-15 23:22
编译器有没有开优化也得声明一下。。。
我都是默认选项的。 本帖最后由 kundi 于 2021-2-16 13:59 编辑
接45#：
STM32F103 在72MHZ时用时4.125us，增加了48MHZ，也只比24MHZ（7.50us）提升了0.45倍。比例为0.45/48=0.009375
而STC16在32MHZ时，用时5.00us，只提高了8MHZ，就能够比24MHZ时的7.25us提升0.31倍比例为：0.31/8=0.03875
可见，后者增加工作频率提升的效率，明显比前者高，只要STC16后续版本提升到72MHZ，M3内核就被远远甩在后面。从这里也就可以看出，M3内核存在着鸡肋，ARM的M4内核也解决了这个问题。 想看看同主频比较 M4F。
我觉得这种比较除了打口水仗一点儿意义都没有，，
因为完全就是个黑箱，，除了结果什么也不知道，，结论自然难以服众
不如将STM32F103和STC16做相同运算的代码（如浮点加法）编译出汇编指令，，然后分别数一下各需要几条指令、需要消耗几个时钟周期，，这样的比较更容易量化 XIVN1987 发表于 2021-2-18 13:42
我觉得这种比较除了打口水仗一点儿意义都没有，，
因为完全就是个黑箱，，除了结果什么也不知道，，结论自 ...
数指令没用。在flash分频比不同的情况下，同样的指令需要的时钟数是不同的，还有flash加速器之类的，没法数时钟。
最简单有效的方法恰好是楼主的这种，拿示波器直接看执行时间。 redroof 发表于 2021-2-18 16:51
数指令没用。在flash分频比不同的情况下，同样的指令需要的时钟数是不同的，还有flash加速器之类的，没法 ...
你是说Flash工作时钟一般不能超过30MHz，导致CPU从Flash取指需要插入等待周期这个问题吧
单片机厂商肯定也考虑到了这个问题，会采取各种技术减少CPU的等待时间，，比如STM32F103的Flash是64位的，并且带有一个2 x 64-bit的预取buffer，，这样虽然CPU跑72MHz时Flash读取需要插入2个等待周期，，但考虑到Flash一次能读64位、有些指令是16位的、有些指令是多周期的这些因素，，在程序顺序执行的时候CPU实际很少需要等待指令读取，，只有发生跳转时才需要较多周期的等待
我之所以说看指令，还有另一层意思：不同浮点库实现的精度是不同的，，通过降低精度的要求，可以提高浮点运算的速度
比如树莓派出的RP2040手册中提到，它的ROM中内嵌了一个优化的快速单精度浮点库，，同样是Cortex-M0内核，它为什能就能执行快速浮点运算呢？？
所以，如果你对速度要求较高、不介意一定的精度损失，，可以使用优化过的浮点库替换Keil中的标准浮点库
XIVN1987 发表于 2021-2-18 17:57
你是说Flash工作时钟一般不能超过30MHz，导致CPU从Flash取指需要插入等待周期这个问题吧
单片机厂商肯 ...
我说的是，因为有这些机制，你简单的数指令数然后查手册看每条指令几个时钟，这样根本没法计算时间。
就算你能加上每个指令取指的等待周期，还是不够。
因为还有你没法数的，比如从flash里面取常量数据，你不运行程序都不可能知道哪个指针指向flash里面，指向flash里面了再考虑它在不在flash加速器的缓存。。。。
所以老老实实用示波器测吧 redroof 发表于 2021-2-18 18:27
我说的是，因为有这些机制，你简单的数指令数然后查手册看每条指令几个时钟，这样根本没法计算时间。
就 ...
我的意思是，虽然实际运行周期数会比理想理论值大，但相差不大，不影响比较 redroof 发表于 2021-2-18 18:27
我说的是，因为有这些机制，你简单的数指令数然后查手册看每条指令几个时钟，这样根本没法计算时间。
就 ...
大神，抓到你了，有空看看站内消息，请教了个问题，谢谢。 这种比较，没意义。
选择何种芯片，1是看项目需求，2是看码农的个人喜好。额，最关键还是能否买到货。
我最常用的mcu是STC8H,ARM的m0,m4核芯片。m3的xx103,用的最少。就不和你们抢货源了。 其实吧，我只要是看数据手册的时候，突然一个大卖场云爆炸图片，里面一行小字：STCxxxx批量不超过2.xxxx，直接辣的眼泪流下来了
还有，看着看着，intel是祖父，我擦，开发个产品我还变孙子了 没有DMA功能，白送都用不上
heky_007 发表于 2021-2-19 11:33
没有DMA功能，白送都用不上
目前送样的，DMA只在浮点运算器和硬件乘除法器用到，其他外设的DMA本次还没有。 楼主能否测试一下coremark？不需要到官方下载源代码，stm32有测试工程，里面有源代码。 赞楼主的认真精神！ 我也测试了STC16F的计算速度，项目经常要用到快速计算的时候：
1、对信号进行FFT信号，比如做一个音频的频谱显示，或者对市电进行谐波分析。
2、高阶数字滤波，比如我常用8阶的数字滤波。
3、飞控处理，计算很多。
4、对交流电采样计算电压、电流有效值，有功功率，无功功率，功率因数等等。
STC16F目前样片只能跑30MHz，同频下有符号32位整数运算接近M0 M3（注意M0没有除法指令，会巨慢，不做比较），浮点运算则远超M0 M3（因为没有硬件浮点库）。
比如ADC做32K采样，做256点FFT运算，再将结果送OLED128X64 SPI显示128x64频谱，STCF16是实时的（即每次计算周期是8ms，包括采样、计算、显示，有符号整数计算）。以前我只有用ARM才能实现，FFT的蝶形运算太耗时了。 STC16F现在能买到样品吗？
页:
[1]