通過LabVIEW優(yōu)化多核處理器環(huán)境下信號處理性能
加入技術交流群
程序性能的進一步優(yōu)化
LabVIEW并行的信號處理算法不僅幫助工程師提高程序性能，而且可以更清楚的劃分多個處理器核在項目中的不同用途。比如，將控制采樣輸入，顯示輸出和信號分析的模塊獨立分開。
以HIL(Hareware-in-the-loop)或在線信號處理應用為例。首先，使用高速數字化儀或高速數字I/O模塊來采集信號，并在軟件中執(zhí)行數字信號處理算法。然后，通過另一個模塊化儀器生成結果。常見HIL應用包括在線數字信號處理（如濾波、插值等等）、傳感器仿真和定制組件模擬等等。
一般來說，HIL可以使用兩種基本的編程結構來完成，單循環(huán)結構和帶有隊列的流水線式多循環(huán)結構。單循環(huán)結構實現簡單，對于小數據塊具有較低時延，但單循環(huán)結構受限于各個環(huán)節(jié)的順序結構而無法實現并發(fā)性，例如，由于處理器只能執(zhí)行一個函數，在處理數據的同時就無法執(zhí)行儀器IO，所以單循環(huán)結構無法有效利用多核CPU的優(yōu)勢。相比之下，多循環(huán)結構則能夠更好的利用到多核處理器，從而支持高得多的吞吐量。
對于一項多循環(huán)結構的HIL應用來說，可以通過三個獨立的while循環(huán)和兩個隊列結構，實現其間的數據傳遞。在此情況下，第一個循環(huán)從儀器采集數據，第二個循環(huán)專門執(zhí)行信號處理分析，而第三個循環(huán)將數據寫入到另一臺儀器。這樣的處理方式，也被稱之為流水線式信號處理(pipeline)。
圖4.帶有多個循環(huán)與隊列結構的流水線式信號處理
并行處理算法改善了多核CPU的處理器利用率。事實上，總吞吐量取決于兩個因素，處理器利用率和總線傳輸速度。通常，CPU和數據總線在處理大數據塊時工作效率最高。而且，我們可以進一步使用具有更快傳輸速度的PXI(PCI) Express儀器，來減小數據傳輸時間。
利用NI強大的并行性計算的優(yōu)勢以及PCIe高速數據流傳輸加上Intel的多核技術，在DELL的PowerEdge 2950八核處理器上，以10KHz(2.56MB/s)的速率同步采樣并處理128個通道的數據，NI幫助ASDEX Tokamak——德國最先進的核聚變裝置，完成了“不可能完成的任務”——為了保證Tokamak裝置中等離子體的高速穩(wěn)定的運轉，將其裝置外壁上的88個磁感應器上的大量數據轉換成64*128個點格上的偏微分方程組，并同時在短短的1ms內完成了整個計算過程！
正如德國開發(fā)負責人Dr. Louis Giannone所說的：
“利用LabVIEW編程所完成的并行化應用控制，我們在8核機器上將速度提高了5倍，使得我們成功達到1ms閉環(huán)控制速率的要求！”。
評論