DSP处理器与通用处理器的比较

数字信号处理器
　　由于超大规模集成电路技术的迅猛发展，过去二十年中，数字信号处理技术，即DSP(Digital Signal Processor)技术也得到了突飞猛进的发展，这种发展趋势在今后十年内仍将保持下去。据世界半导体贸易统计组织发布的统计与预测报告，2001～2006年可编程DSP市场的预期增长率为27.2%。预期2006年DSP市场将达到141.9亿美元，且增长率是逐年递增的，2005年的增长率预期为34%。到2010年，DSP芯片的集成度将会提高11倍，单个芯片上将会集成5亿只晶体管。目前DSP的生产工艺正在由0.35μm转向0.25μm、0.18μm、0.13μm，到2005年可能达到0.075μm。
　　 集成度的提高使得硅片的面积进一步缩小，从而导致DSP芯片成本降低，价格下降。价格下降促使需求的上升和应用领域的扩展。DSP已从军用转向民用，在计算机、通信、消费类电子产品方面即所谓3C领域得到了广泛的应用。DSP在通信领域应用最多，占72%，计算机占3%，消费类、办公自动化各占2%，从趋势上看，工业（特别是变频电机控制）中的应用，以及消费类产品中应用的份额会有所上升。
　　在通信领域，DSP产品涵盖了从3G无线基站到无线局域网的广泛应用，数字化电视也离不开DSP。DSP在语言处理中的应用也是尽人皆知的，包括语言的压缩与解压，语言的合成，语言的识别等。
　　计算机的硬盘驱动器在使用DSP技术以后可大大提高存取速度，提高容量和缩小体积，以至于今后有可能用于掌上电脑。在PC机中，DSP可加速图形处理功能。以后的PC机，可能每台PC中含有不只一颗DSP芯片。在计算机外设中，激光打印机、扫描仪、光盘机等需要大量数据传输的设备，都有可能用到DSP技术。
　　DSP技术发展的另一趋势是速度更快，功耗更低，DSP片外的速度能达到几十兆赫已经近于极限，为了降低系统的噪声，提高系统抗干扰能力，片外时钟有进一步降低的趋势，即外部使用几兆赫的振荡器就够了，而片内则用压控振荡器加锁相环的技术，把片内时钟速度提高到100MHz、200MHz乃至更高，会有更多的DSP片内时钟达到1GHz。预期到2010年，同类水平的DSP的功耗将降到原来的1/3。
DSP与CPU
　　如果用普通计算机中的CPU来处理算法，做乘法和加法都要调用相应的乘法、加法函数，如果是浮点数运算，通常CPU需要将浮点运算交给协处理处理，虽然协处理器的浮点运算速度可能很快，但加上CPU将输入参数传出，再将运算结果取回的时间，会显得速度很慢；做循环时，要有循环变量，每次循环变量加1后再判断是否已经循环了n次，这一过程是比较慢的。
　　而DSP则在硬件设计上针对这类计算采取了一些独特的设计，以求最快的运算速度，以至于趋于模拟电路的延迟时间。
　　DSP能在一个时钟周期内完成乘法和加法运算，并能并行地同时将下面运算要用到的两个参数传入相应的运算用寄存器。在乘法及乘加指令的执行方式上，DSP的小数乘法在算法上分定点算法DSP与浮点算法DSP。在定点类DSP中，小数点的位置是固定的，不论定点的DSP还是浮点的DSP，乘法器都是用硬件逻辑完成的，乘法可以在一个指令周期内完成。
　　在循环方面，DSP有诸如重复n次（Repeat n），或循环n次（DO Loop n）等指令，使DSP能迅速完成n次循环，而不必每次都检查是不是已经循环n次了。这就是DSP在做数字信号处理方面的优势与独到之处。也是DSP区别于CPU的地方。
　　DSP与CPU在结构方面的另一区别是，DSP往往采用哈佛结构，而传统的CPU多为冯.诺曼结构（Von Neuman）。冯.诺曼结构指的是将程序与数据统一编址，不区分存储器的程序空间和数据空间。而哈佛结构指将程序空间与数据空间分开编址，这样在DSP处理数据空间运算与数据传输的同时可以并行地从程序空间读取下一条指令。采用哈佛结构，将程序空间与数据空间分开编址的好处是速度快，读程序和读写数据可以同时进行。
　　DSP在内核设计方面还有一个特点是采用多重流水线结构，流水线结构的层次深度可以从3级到6级。程序的执行过程大致可分为读指令、指令译码、指令执行等几个阶段。DSP在第一个时钟周期内读第一条指令，在第二个周期译码第一条指令同时在第二个周期内读入第二条指令，在第三个时钟周期内执行第一条指令，译码第二条指令，同时读入第三条指令，这样虽然执行一条指令仍需要三个周期，可是由于并行的流水线处理，看起来好像每条指令都是在一个周期内完成的，这就是流水线结构。
DSP的特点
DSP在体系结构上与通用微处理器有很大的区别。下面是几个关键的不同点：
单周期指令：大多数DSP都拥有流水结构，它可以在一个时钟周期内执行一条语句。
快速乘法器：信号处理算法往往大量用到乘加（multiply-accumulate，MAC）运算。DSP有专用的硬件乘法器，它可以在一个时钟周期内完成MAC运算。硬件乘法器占用了DSP芯片面积的很大一部分。（与之相反，通用微处理器采用一种较慢的、迭代的乘法技术，它可以在多个时钟周期内完成一次乘法运算，但是占用了较少了硅片资源）。
多总线：DSP有分开的代码和数据总线（一般用术语“哈佛结构”表示），这样在同一个时钟周期内可以进行多次存储器访问——这是因为数据总线也往往有好几组。有了这种体系结构，DSP就可以在单个时钟周期内取出一条指令和一个或者两个（或者更多）的操作数。
地址发生器：DSP有专用的硬件地址发生单元，这样它可以支持许多信号处理算法所要求的特定数据地址模式。这包括前（后）增（减）、环状数据缓冲的模地址以及FFT的比特倒置地址。地址发生器单元与主ALU和乘法器并行工作，这就进一步增加了DSP可以在一个时钟周期内可以完成的工作量。
硬件辅助循环：信号处理算法常常需要执行紧密的指令循环。对硬件辅助循环的支持，可以让DSP高效的循环执行代码块而无需让流水线停转或者让软件来测试循环终止条件。
数据格式：除了标准的整数型格式外，DSP一般支持定点和（或）浮点数。对数据格式和精度的选择取决于应用程序所需，例如：
16位定点DSP可以满足语音信号处理和控制所需
24位和32位定点DSP可以满足高质量音频信号处理所需
32位浮点DSP可以满足图形和图像处理所需
DSP的特点：
DSP处理器采用哈佛结构和改进的哈佛结构。
哈佛结构就是将程序代码和数据的存储空间分开,各有自己的地址和数据总线。之所以采用哈佛结构，是为了并行进行指令和数据处理,从而可以大大地提高运算的速度。为了进一步提高信号处理的效率,在哈佛结构的基础上，又加以改善。使得程序代码和数据存储空间之间可以进行数据的传输,称为改善的哈佛结构。
采用流水技术。
流水技术是将各指令的各个步骤重叠起来执行。DSP处理器所采用的将程序存储空和数据存储空间的地址与数据总线分开的哈佛结构，为采用流水技术提供了很大的方便。
为了提高DSP处理器的运算速度,它们无例外地设置了硬件乘法器，以及MAC(乘并且累加)一类的指令。
DSP处理器都为DMA单独设置了完全独立的总线和控制器，这是和通用的CPU很不相同，其目的是在进行数据传输是完全不影响CPU及其相关总线的工作。
在DSP处理器中，设置了专门的数据地址发生器来产生所需的数据地址。数据地址的产生与CPU的工作是并行的，从而节省CPU的时间，提高信号的处理速度。
DSP处理器为了自身工作的需要和外部环境的协调工作。往往都设置了丰富的外设。如时钟发生器。定时器等。
定点DSP处理器和浮点DSP处理器。定点DSP中经常要考虑溢出问题，在浮点DSP基本上可以不考虑。与定点DSP处理器相比，浮点DSP处理器的速度更快，尤其是作浮点运算。在实时性要求很到的场合。往往考虑浮点DSP处理器。而浮点DSP处理器的价格比较高，开发难度更大。