FreeRTOS-Kernel SMP模式下核心ID获取的性能优化分析
2025-06-26 14:08:24作者:宣海椒Queenly
背景介绍
在FreeRTOS的多核处理器(SMP)模式下,任务调度和临界区保护需要频繁获取当前运行核心的ID。对于某些处理器架构(如Cortex-M7和Cortex-R5),核心ID需要通过读取外设寄存器来获取,这种操作具有不可忽略且有时不确定的访问延迟。
问题分析
在NXP S32K3系列MCU(Cortex-M7)上的实测数据显示,每次读取核心ID寄存器需要200-600纳秒。在SMP模式下,FreeRTOS内核的多个关键函数会频繁调用portGET_CORE_ID()宏:
- 任务切换函数
vTaskSwitchContext()在最坏情况下会调用5次 - 临界区进入/退出函数
vTaskEnterCritical()和vTaskExitCritical()各需要多次调用 - 其他核心调度函数如
prvCheckForStateRunChange()最多需要8次调用
这种重复读取不仅增加了函数执行时间,还影响了系统的整体调度性能。
优化方案
第一阶段优化(已实现)
通过将核心ID存储在局部变量中,减少在CRITICAL_NESTING_COUNT宏中的重复调用。实测显示这一优化可使部分函数的执行时间减少约30%。
第二阶段优化(建议方案)
建议修改SMP端口API,将核心ID作为参数传递给锁操作函数:
portGET_TASK_LOCK(coreId)
portGET_ISR_LOCK(coreId)
portRELEASE_TASK_LOCK(coreId)
portRELEASE_ISR_LOCK(coreId)
这种改变虽然会带来API的破坏性变更,但可以进一步减少核心ID的读取次数,特别是在临界区操作中带来显著的性能提升。
性能影响评估
优化后预期可以:
- 减少关键路径上的延迟
- 降低调度器开销
- 提高系统整体响应速度
- 使时间关键型应用受益
实施建议
对于使用FreeRTOS SMP模式的开发者:
- 关注第一阶段优化带来的性能改进
- 评估第二阶段API变更对现有端口的影响
- 在时间关键型应用中优先考虑这些优化
- 在自己的端口实现中考虑类似的核心ID缓存策略
这种优化特别适合需要高实时性和低延迟的嵌入式应用场景,如工业控制、汽车电子等领域。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
746
926
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
267
暂无描述
Dockerfile
771
5.02 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
867
1.96 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.94 K
201
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
694
1.36 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
458
5.24 K