复现案例 · OpenHW on ALINX · 第 05 集

性能基准:CoreMark 105.4 iter/s、CPI 1.56 与 -O2 / -Os 实测

第 05 集把 CVE2 从“能跑”推进到“可量化”:指令/数据 RAM 各扩到 64 KiB,接入 EEMBC CoreMark 2K,用架构级 mcycle/minstret 统计周期与退休指令。同一 RTL 生成 -O2 与 -Os 两套 bitstream,各自上板跑一遍,得到 CoreMark、CPI 和四组微基准的优化等级差异。

已验证上板 · 2026-11-20 CVE2 / RV32IM 50 MHz CoreMark 2K · 50 iter 第 05 / 12 集

先划清比较边界。 这组分数只对“CVE2 + 64 KiB BRAM、无缓存、无 DDR、50 MHz、GCC 10.2、rv32im”成立,不能和带 I/D cache、跑 DDR 或更高主频的核直接横比。CoreMark 的 CRC 校验通过,说明跑的是标准负载而不是改过的循环。

板卡ALINX PI-AR035-F1-1工程板,尚未列入开发板选型;型号上线后补链
芯片AMD Artix-7 · XC7A35T看芯片参数与同族板卡 → 项目OpenHW CVE2 / CV32E20上游仓库与 commit →
CoreMark(-O2)
105.377 iter/s
CoreMark/MHz
2.108 / 1.608
CoreMark(-Os)
80.422 iter/s
-O2 相对 -Os
1.310× · +31.0%
CPI
1.561 / 1.625
RAM
64 KiB I + 64 KiB D
BRAM
32 / 50 · 64.0%
时序
WNS 1.239 / WHS 0.053 ns

1. 上板结果

两套 bitstream 分别经 JTAG 下载,串口完整日志如下。先看 -O2 版:

ALINX AR035 CVE2 Performance EP05
VARIANT=O2 CLK=50000000 BUILD=Nov 20 2026 20:42:57
COUNTER_A lo=003864a2 hi=00000000
COUNTER_B lo=00492d89 hi=00000000
BENCH O2 CRC32 cycles=319508 inst=249876 sink=5e4e1995
BENCH O2 MEMCPY cycles=622677 inst=348277 sink=0007b000
BENCH O2 MATMUL16 cycles=56258 inst=31645 sink=08328000
BENCH O2 SIEVE cycles=103785 inst=65835 sink=00000234
BENCH OS CRC32 cycles=331798 inst=258068 sink=5e4e1995
BENCH OS MEMCPY cycles=696534 inst=417940 sink=0007b000
BENCH OS MATMUL16 cycles=61190 inst=36030 sink=08328000
BENCH OS SIEVE cycles=124426 inst=71638 sink=00000234
COREMARK_BEGIN variant=O2 iterations=50
CoreMark Size    : 666
Total ticks      : 23724157
Total time (secs): 0.474
Iterations/Sec   : 105.377
Iterations       : 50
Compiler version : GCC 10.2.0 (riscv-nuclei-elf)
Compiler flags   : -O2 -march=rv32im -mabi=ilp32
Memory location  : STATIC-64K
seedcrc          : 0xe9f5
[0]crclist       : 0xe714
[0]crcmatrix     : 0x1fd7
[0]crcstate      : 0x8e3a
[0]crcfinal      : 0x0158
Correct operation validated. See README.md for run and reporting rules.
COREMARK_SUMMARY variant=O2 cycles_lo=25909314 cycles_hi=0 inst_lo=16589935 inst_hi=0 cpi_milli=1561 score_milli=96490
EP05 DONE variant=O2

-Os 版日志的核心差异:

VARIANT=Os CLK=50000000 BUILD=Nov 20 2026 20:42:58
Total ticks      : 31085723
Total time (secs): 0.621
Iterations/Sec   : 80.422
Compiler flags   : -Os -march=rv32im -mabi=ilp32
COREMARK_SUMMARY variant=Os cycles_lo=33273071 cycles_hi=0 inst_lo=20469510 inst_hi=0 cpi_milli=1625 score_milli=75135
EP05 DONE variant=Os

O2 版重复下载一次,Total ticks=23724157、Iterations/Sec=105.377、四组微基准的周期/指令数与首次逐位一致,说明计数结果可重复,不是偶发采样。两版的 5 个 CoreMark CRC 字段(seedcrc、crclist、crcmatrix、crcstate、crcfinal)完全相同。

2. CoreMark 分数与优化等级

指标-O2-Os差异
CoreMark 迭代数5050相同
Total ticks(mcycle)23,724,15731,085,723-Os 多 31.0%
实测耗时0.474 s0.621 s-Os 多 31.0%
CoreMark 分数105.377 iter/s80.422 iter/sO2 为 Os 的 1.310×
CoreMark/MHz2.1081.608+31.0%
整段运行 CPI1.5611.625-Os 多 4.1%
.text 大小20,448 B17,876 B-Os 小 12.6%
CRC 校验全部匹配全部匹配Correct operation validated

CoreMark 的官方分数取 Total ticks 与 Iterations/Sec;表里的“整段运行 CPI”则把 CoreMark 校准、初始化与收尾都算进去,因此和微基准的局部 CPI 不是同一口径。两个口径都保留,避免拿一个数当全部结论。

3. 双优化级微基准

同一份 bench.c 用 BENCH_PREFIX 宏导出两套符号,分别以 -O2 和 -Os 编译,链接进同一个固件。这样一次启动就在同一颗核、同一块 RAM、同一温度下完成对照,排除两次上板的环境差异。

负载-O2 cycles-O2 inst-O2 CPI-Os cycles-Os inst-Os CPI周期差
CRC32 · 4,096 B319,508249,8761.279331,833258,0891.286+3.9%
memcpy · 4,096 B ×16622,677348,2771.788696,569417,9621.667+11.9%
16×16 matmul56,25831,6451.77861,22536,0521.698+8.8%
sieve · 4,096103,78565,8351.576124,46171,6601.737+19.9%

-Os 不等于每一项都慢在 CPI 上。 memcpy 和 matmul 的 -Os 版 CPI 反而更低,但退休指令分别多 20.0% 和 13.9%,周期仍多 11.9% 和 8.8%。sieve 则是 CPI 与指令数同时上升,周期差最大(+19.9%)。这组数据说明“代码更小”与“执行更快”是两条独立曲线,不能只看 CPI 或只看 .text 大小。

4. 计数器与 CPI 方法

COUNTER_A lo=003864a2 hi=00000000
COUNTER_B lo=00492d89 hi=00000000
delta = 0x00492d89 - 0x003864a2 = 1,117,927 cycles
delay 循环 100,000 次 → 约 11.18 cycles/次(含循环开销)

这两行是启动时的计数器自检:从 A 到 B 只执行了 delay(100000),周期差 1,117,927,说明 mcycle 真的在按 50 MHz 递增,而不是读到一个固定寄存器。

5. 64 KiB 双 RAM 的资源代价

项目EP04EP05变化
指令 / 数据 RAM16 KiB + 16 KiB64 KiB + 64 KiB各 ×4
Slice LUTs4,1034,266+163
Slice Registers3,5593,687+128
Block RAM Tile832+24(64.0% 占用)
DSPs1111不变
Bonded IOB2525不变
WNS / WHS1.285 / 0.052 ns1.239 / 0.053 ns0 failing endpoints

XC7A35T 只有 50 个 BRAM36,两个 64 KiB 32 位 RAM 吃掉 32 个,占 64%。这是本集最大的资源代价,也是后续集数必须正视的约束:再往 DDR3 或更大的工作集走时,不能继续靠堆 BRAM。两版 bitstream 都是 2,192,137 B;O2 版 SHA-256 571e1c2df4a6275755cb39e419b6a97f09004eacb3d335ad53f8b8bb52d73b88,Os 版 689ff3e18f333f47117296ca84164a04b773ace2bf5ab5b918c81fd22d63cc1d。

6. 踩坑记录

7. 复现步骤

  1. 准备 Vivado 2025.2、riscv-nuclei-elf-gcc(GCC 10.2)、JTAG 与 USB 串口线。
  2. 编译两套固件:cd sw && make clean && make,确认 firmware_o2.hex 与 firmware_os.hex 均为 16,384 words。
  3. 构建 O2:EP05_VARIANT=o2 vivado -mode batch -source build_ep05.tcl;再构建 Os:EP05_VARIANT=os ...。
  4. hw_server 起在 3122,分别下载:EP05_VARIANT=o2 vivado -mode batch -source program_ep05.tcl,再跑 os。
  5. 编程前先启动串口抓包并 drain 0.8–1 s,避免把上一版 bitstream 的残留字节当成新日志。
cd sw && make clean && make
cd ..
EP05_VARIANT=o2 /media/alinx/nvme4t/Xilinx/2025.2/Vivado/bin/vivado -mode batch -source build_ep05.tcl
EP05_VARIANT=os /media/alinx/nvme4t/Xilinx/2025.2/Vivado/bin/vivado -mode batch -source build_ep05.tcl
EP05_VARIANT=o2 /media/alinx/nvme4t/Xilinx/2025.2/Vivado/bin/vivado -mode batch -source program_ep05.tcl
python3 cap_serial.py 20 /tmp/ep05_o2.bin   # 编程前启动

8. 工程文件

以下文件直接取自本次验证工程。CoreMark 上游源码按 EEMBC 许可随包提供,完整仓库以 OpenHW / EEMBC 为准。

本集验证的是 CoreMark 标准负载的 CRC 校验、两套优化等级的分数、四组片内微基准与 64 KiB BRAM 配置。未验证:带 I/D cache 或 DDR3 的 CoreMark、不同编译器版本、温度/电压角、CoreMark 多线程、以及与其他 RISC-V 核的公平横比。

9. 相关入口

订阅 fpga.love

每日快报 · 每周精选 · 每月深度刊