HXDSP平台上矩阵乘法的实现与性能分析

在向量处理器上进行矩阵运算时硬件资源利用率与数据处理能力较低。为此,基于魂芯数字信号处理器(HXDSP)平台,结合高效视频编码(HEVC)标准中的离散余弦变换算法,采用数据压缩式向量法实现矩阵乘法,以发挥向量处理器的硬件资源。实验结果表明,该方法可达到HXDSP的定点乘累加运算能力峰值32 GMACs,数据处理能力可达2 GPixel/s,满足HEVC编码标准的性能要求。

HXDSP上IDCT变换的数据压缩式向量化设计及实现

二维离散余弦逆变换(inverse discrete cosine transform,IDCT)是视频解码算法的核心模块之一,也是视频解码算法中运算量和耗时最多的部分,因此提高解码速度的重点在于如何提高IDCT的运算速度。文章基于魂芯数字信号处理器(HXDSP)平台,结合openHEVC中的IDCT算法,设计并实现了一种数据压缩式向量法,该方法利用HXDSP的现有硬件资源构建向量处理器,并将2个相邻的运算数据压缩至寄存器的高位和低位同时参与计算,在硬件资源和周期不变的情况下,数据运算量提高了50%。测试结果表明该算法的运算速度达到了HXDSP的计算峰值32 GMACS,为openHEVC解码器的DSP优化提供了重要的参考。

BWDSP上HEVC运动估计的实现及存储器访问优化

运动估计技术是利用视频帧中之前已编码图像为当前图像的每个像素块寻找一个最佳匹配块。运动估计过程中主要包括了运动搜索、亚像素插值和MV预测技术,在运动估计过程中,存在着大量的计算。为保证硬件编码的实时性,我们结合BWDSP体系结构的特征,采用存储器访问优化和代码级优化技术,实现了基于循环buffer的运动估计算法。实验表明,在BWDSP仿真环境下,该优化方法减少了代码执行所需的时钟周期,提高了编码器性能。