当前位置: 首页 > ds >正文

MCU开启浮点计算FPU

FPU 测试

  • 1. FPU 简介
  • 2. 协处理器控制寄存器(CPACR)
  • 3. 开启FPU
  • 4. 验证FPU(Julia 分形实验)

1. FPU 简介

FPU 即浮点运算单元(Float Point Unit)。浮点运算,对于定点 CPU(没有 FPU 的 CPU)来说必须要按照 IEEE-754 标准的算法来完成运算,是相当耗费时间的。而对于有 FPU 的 CPU 来说,浮点运算则只是几条指令的事情,速度相当快(数十倍甚至上百倍的运算性能)。

2. 协处理器控制寄存器(CPACR)

在这里插入图片描述
设置 CP11 和 CP10 这 4 个位的值都为 0,禁止访问协处理器(禁止了硬件 FPU)。
设置 CP11 和 CP10 这 4 个位的值都为 1,完全访问协处理器(开启硬件 FPU),此时便可以使用内置的硬件 FPU 了。

3. 开启FPU

# 2. 协处理器控制寄存器(CPACR)
从程序可以看出,只要定义全局宏定义标识符__FPU_PRESENT(CPU是否带 FPU 功能)以及__FPU_USED(是否开启 FPU 功能)为 1,那么就可以开启硬件 FPU。

默认是定义了__FPU_PRESENT为 1,接下来只要设置__FPU_USED为 1 即可,方法如下:
在这里插入图片描述
虽然经过上图设置后,已经开启硬件FPU了,但是在代码里面还是灰色(不用关心)。

4. 验证FPU(Julia 分形实验)

在这里插入图片描述


开启硬件 FPU,未设置Use MicroLIB(位于Target 选项卡),Julia 分形图片速度比未开启硬件FPU快大概 9 倍左右;
开启硬件 FPU,设置Use MicroLIB(位于Target 选项卡),Julia 分形图片速度比未开启硬件FPU快大概 17 倍左右;

http://www.xdnf.cn/news/5772.html

相关文章:

  • 【Pandas】pandas DataFrame cov
  • tabs切换#
  • JVM之垃圾回收器
  • Java SpringMVC 和 MyBatis 整合关键配置详解
  • 步进电机、伺服电机与直流无刷电机的高速运动性能对比及技术瓶颈分析
  • Github 2025-05-12 开源项目周报 Top15
  • Feed流推送之订阅推送
  • ChromeDriver 技术生态与应用场景深度解析
  • VUE中通过DOM导出PDF
  • UI-TARS: 基于视觉语言模型的多模式代理
  • FLASH闪存(擦除、编译)
  • Golang 空结构体特性与用法
  • 位运算的巧思:以一道简单题看高效算法的设计精髓
  • 可视化图解算法37:序列化二叉树-II
  • MCP与GitHub的集成:开发者的“自动化流水线”革命
  • ThreadLocal 详解
  • 2025年阿里云ACP大数据分析师认证模拟试题(附答案解析)
  • JVM对象分配与程序崩溃排查
  • Git的基本操作
  • Jupyter-AI Pandas-AI本地使用功能优化
  • 识别人脸人名,只是窗口的中文乱码待解决
  • 数据库实验报告 SQL SERVER 2008的基本操作 1
  • 调出事件查看器界面的4种方法
  • 从规划到完善,原型标注图全流程设计
  • 国产化芯片ZCC3790--同步升降压控制器的全新选择, 替代LT3790
  • 接口和抽象类的区别
  • uniapp-商城-54-后台 新增商品1
  • A Survey of Learning from Rewards:从训练到应用的全面剖析
  • 计算机网络|| 路由器和交换机的配置
  • 运用数组和矩阵对数据进行存取和运算——NumPy模块 之四