用DWT周期计数器在Cortex-M上做无侵入函数级耗时统计的落地方法

1. 为什么需要无侵入耗时统计

在嵌入式开发中，定位性能瓶颈常需测量函数执行时间。常见方法有：

  • GPIO翻转+示波器：需要硬件配合，无法统计大量函数。
  • 定时器中断计数：分辨率低，中断本身干扰时序。
  • 插桩打印：串口输出耗时远大于被测函数，严重失真。

Cortex-M内核集成的DWT（Data Watchpoint and Trace） 单元包含一个32位周期计数器CYCCNT，它以CPU主频递增，不占用任何外设，读取仅需几条指令，对被测代码几乎零干扰。配合简单的宏，即可实现函数级耗时统计。

2. DWT周期计数器原理

DWT是ARM CoreSight调试组件的一部分，其CYCCNT寄存器在使能后每个内核时钟周期加1。关键点：

  • 计数器宽度32位，在168MHz下约25.5秒溢出，适合短时测量。
  • 读取CYCCNT通常为1-2个周期，开销极小。
  • 需要使能DEMCR的TRCENA位和DWT_CTRL的CYCCNTENA位。
  • 部分低端Cortex-M0/M0+无DWT，Cortex-M3/M4/M7/M33均支持。

3. 配置步骤

以STM32（Cortex-M3/M4/M7）为例：

  1. 使能全局跟踪：CoreDebug->DEMCR |= CoreDebug_DEMCR_TRCENA_Msk;
  2. 清零并启动周期计数器：DWT->CYCCNT = 0; DWT->CTRL |= DWT_CTRL_CYCCNTENA_Msk;
  3. 读取当前计数值：uint32_t t = DWT->CYCCNT;
  4. 计算耗时：cycles = end - start;（无符号减法自动处理溢出）
  5. 转换为时间：us = cycles / (SystemCoreClock / 1000000.0f);

注意：若使用调试器，需确保调试器未禁用DWT；部分芯片需在DBGMCU中使能调试模块。

4. 完整代码示例

#include "stm32f4xx.h"  // 根据实际芯片替换

// 初始化DWT周期计数器
static inline void dwt_init(void) {
    CoreDebug->DEMCR |= CoreDebug_DEMCR_TRCENA_Msk;
    DWT->CYCCNT = 0;
    DWT->CTRL |= DWT_CTRL_CYCCNTENA_Msk;
}

// 获取当前周期数
static inline uint32_t dwt_get_cycles(void) {
    return DWT->CYCCNT;
}

// 周期转微秒（浮点，便于打印）
static inline float cycles_to_us(uint32_t cycles) {
    return (float)cycles / (SystemCoreClock / 1000000.0f);
}

// 无侵入测量宏：自动生成start/end变量，作用域内有效
#define DWT_MEASURE_BEGIN()      uint32_t _dwt_start = dwt_get_cycles()
#define DWT_MEASURE_END()        uint32_t _dwt_end = dwt_get_cycles()
#define DWT_MEASURE_CYCLES()     (_dwt_end - _dwt_start)
#define DWT_MEASURE_US()         cycles_to_us(_dwt_end - _dwt_start)

// 使用示例
void test_function(void) {
    DWT_MEASURE_BEGIN();
    // 被测代码
    for (volatile int i = 0; i < 1000; i++);
    DWT_MEASURE_END();
    printf("cycles: %lu, us: %.2f\n", DWT_MEASURE_CYCLES(), DWT_MEASURE_US());
}

int main(void) {
    HAL_Init();
    SystemClock_Config();
    dwt_init();
    while (1) {
        test_function();
        HAL_Delay(1000);
    }
}

5. 多平台适配与注意事项

  • Cortex-M0/M0+：无DWT，需改用其他方案（如SysTick）。
  • Cortex-M7：CYCCNT可能受分支预测影响，测量极短函数时注意流水线效应。
  • 中断干扰：测量期间若发生中断，耗时包含中断服务程序时间。建议关闭全局中断或多次测量取最小值。
  • 编译器优化：确保被测代码不被优化掉，可使用volatile或__attribute__((noinline))。
  • 溢出处理：无符号减法天然处理单次溢出，但测量时间勿超过计数器回绕周期（如168MHz下约25.5秒）。
  • 调试器影响：某些调试器会暂停CYCCNT，测量时避免断点。
  • 功耗模式：进入低功耗后CYCCNT可能停止，需在活跃模式下测量。

6. 进阶：统计多个函数与自动化

可封装为结构体，记录函数名、调用次数、总周期、最大周期等，在系统空闲时输出。结合链接脚本或__func__宏，实现轻量级profiling。例如：

typedef struct {
    const char *name;
    uint32_t total_cycles;
    uint32_t max_cycles;
    uint32_t count;
} dwt_profile_t;

#define PROFILE_START(p)  uint32_t _p_start = dwt_get_cycles()
#define PROFILE_END(p)    do { \
    uint32_t _p_cycles = dwt_get_cycles() - _p_start; \
    (p)->total_cycles += _p_cycles; \
    if (_p_cycles > (p)->max_cycles) (p)->max_cycles = _p_cycles; \
    (p)->count++; \
} while(0)

7. 总结

DWT周期计数器为Cortex-M提供了近乎零开销的耗时测量手段，特别适合函数级性能剖析。只需几行初始化代码和宏封装，即可在STM32等平台上快速落地。注意平台差异、中断干扰和溢出问题，结合多次测量与统计，便能精准定位热点函数，指导优化方向。