Code compressie in Embedded Systems

1
Code compressie in Embedded Systems

• Onno Kievit
• ET4074
• Kwantitatieve aspecten van computer
  architectuur

2
Overzicht

• Iets over embedded systems
• Waarom coderen?
• Hoe coderen?
• Gecomprimeerde code architectuur
• Beperkingen architectuur
• Compressie algoritme

3
Embedded systems

• Een embedded system is gedefinieerd als een
  systeem dat microprocessoren of microcontrollers
  bevat, maar dat geen general-purpose computer is

4
Embedded systems

• Zeer veel toepassingen, waaronder
• controllers voor
• autos,
• vliegtuigen,
• draagbare consumentenelektronica,
• enz

5
Embedded systems

• Beperkingen op het gebied van
• grootte
• gewicht
• energieverbruik
• prijs

6
Embedded systems

• Vooral in massaproductie omgeving zijn de
  kosten vaak nauw verbonden met de grootte van het
  chip-oppervlak!

7
Waarom coderen?

• In embedded systems wordt groot gedeelte van
  chip-oppervlak gebruikt voor de instructie-ROM
• Reductie van instructie-ROM is dus wenselijk!
• Codeer de instructies ter reductie

8
Hoe coderen?

• ? ontwerp architectuur met gecomprimeerde code
• Globaal
• Sla instructies gecomprimeerd op in geheugen
• Decomprimeer instructies als ze in de cache
  worden gebracht
• Executeer standaard instructies

9
Architectuur met gecomprimeerde code
Instruction Cache

Instruction Memory
Processor
Decompression Circuit
LAT
CLB
10
Beperkingen Architectuur

• Decompressie-circuit moet heel snel zijn
• Decompressie-circuit moet heel klein zijn
• Beperkingen ten aanzien van te gebruiken
  compressie algoritme

11
Compressie algoritme

• Problemen
• Programmas kunnen jumps bevatten
• Compressietechnieken die aan het begin moeten
  beginnen kunnen niet gebruikt worden
• Gevolg
• Bestaande compressie-algoritmes voor data
• compressie kunnen niet gebruikt worden

12
Compressie algoritme

• Een oplossing voor genoemde problemen is
• een byte-gebaseerde Huffman code.
• Huffman code de kortste code wordt
• toegewezen aan de meest gebruikte
• symbolen

13
Compressie algoritme

• Voordeel
• Simpel te implementeren
• Code kan op elke plek gedecodeerd worden
• Nadeel
• Houdt echter geen rekening met afhankelijkheden
  tussen instructies

14
Compressie algoritme

• Compressie kan verbeterd worden door
• rekening te houden met statistiek tussen de
  instructies
• een lijst bij te houden met veel voorkomende
  reeksen van instructies
• de decoder asynchroon uit te voeren

15
Conclusie

• Compressie kan de grootte van instructie geheugen
  reduceren
• Compressie ratio van 76 is mogelijk
• Gevolg
• Lagere kosten, gewicht en energieverbruik
• Of toevoeging van extra programma features zonder
  geheugen te vergroten