XMOS平台算法移植指南

引言

1. xcore.ai 芯片平台概述
2. xcore.ai 架构与硬件指南
3. 音频算法案例：xcore voice 语音方案，集成了USB Audio，DSP流水线，以及基于神经网络的语音识别模型

硬件资源理解和使用

XCORE.AI系列芯片说明：

1. 对芯片特性的说明
2. 关键硬件组件简介（处理器，内存，接口等）
3. XMOS开发工具链

快速验证算法

1. 搭建开发环境
   • 使用预构建的系统(Linux虚拟机)部署---推荐
   • 自主搭建---对于Linux或Mac OSX平台
2. 通过XMOS-wave-IO在XMOS平台上快速验证你的算法，通过这种方式，你可以快速获得算法的评估结果与反馈，而不用做任何嵌入式系统集成。

移植音频算法

1. 选择一个基础工程包：
   • 音频通道较多，需要最强大的UAC协议：使用XMOS-SDK-zh_CN，参考资料：向USB音频中加入DSP处理
   • 音频通道少，需要更多的MIPS资源：使用XCORE-VOICE
2. 将你的算法通过C语言添加到工程包中（使用上一章中的快速验证算法）
3. 通过常用的XTC工具调试代码

基于XMOS平台特性优化

1. XCORE DSP概述介绍PPT：XCORE平台的关键特性，通过VPU加速DSP，性能对比介绍
2. XMOS的DSP库：浮点定点转换，向量加速以及滤波器，高达10倍的性能提升
3. DSP性能速查表：DSP库函数的性能报告

特殊问题处理

1. 在XMOS平台上常见的问题和解决方案
2. 硬件兼容性和性能问题处理
3. 处理高级音频算法中可能遇到的问题

部分函数的解决建议

函数列表	建议解决方案
atan2f	使用C库中的函数
sqrt	可以使用C库中的sqrtf函数（耗时285个周期）。使用_XS3_sqrtf（耗时259个周期）。如果不需要处理NAN，可能只需要160个周期
1/sqrt	还在探索中，暂无明确解决方案
log	可以使用 $f32\_log2.s.log10(x) = \frac{log2(x)}{logx(10)}$ 的方法进行计算
exp	可以使用float_s32_exp()函数
fabs	可以使用C库中的float_s32_abs()函数
复数阶乘（factorial complex）	正在研究中，尚未找到明确解决方案
IIR, FIR	可以使用vect_complex_f32_macc.S实现
FFT	建议使用wrap函数
TRNG	硬件上没有TRNG支持，（lib_random提供了软硬件的伪随机）
tanh	可以使用C库中的函数，或者使用 $\frac{exp(2x)-1}{exp(2x)+1}$ 的计算方式
relu	使用条件运算符，当$x>a$时返回$x$，否则返回0
sigmoid	可以使用$\frac{1}{1+exp(-x)}$，$tanh(x)$，或者 $atan2f(x)$ 的计算方式