2.6 ARM存储器结构 ARM架构的处理器的存储器寻址空间有232=4G字节，该存储空间可以分为可快存/可缓冲(Cacheable /Bufferable)区域和不可快存/不可缓冲区域。 ARM架构的处理器，有的带有指令快存（I-Cache）和数据快存（D-Cache）；但是，片内都不带有片内RAM和片内ROM。系统所需的RAM和ROM（包括闪存FLASH）都通过总线处接；故有的片内还带有存储器管理单元MMU（Memory Management Unit）。ARM架构处理器还允许外接PCMCIA。

2.6.1 ARM Cache结构 Cache是一种小容量，高速度的存储器，用于处理器与主存储器之间，存放当前被使用的主存部分内容，以减少访问主存的等待时间。

表2-4 Cache 性能 Cache结构 性能 无Cache 1 I-Cache(only) 1.95 D-Cache(only) 1.13 I-Cache和 D-Cache 2.5

1. Cache的分类和结构 常用的Cache有两类：指令和数据统一的Cache；以及指令和数据分离的I-Cache与D-Cache。新型的ARM架构处理器较多采用了I-Cache与D-Cache的独立块存结构，如Intel公司的SA1110处理器内含16K字节I-Cache和8K字节D-Cache。

图2-19 统一Cache的结构示意图

图2-18 分离Cache的结构示意图

2. Cache的放置安排 快存Cache的放置是主存地址与快存Cache单元之间的映像机制。常用的方法有直接映像（Direct-mapped）、组相联（set-associative）和全相联（Fully associative）等。

a) 直接映射 直接映像的方式是给定的内存块仅能放在一个特定的Cache块中。可用若干低位地址直接访问Cache项，其余的高位地址与Cache项中的地址标识（tag）进行比较。若比较相等且有效位为“1”，则为“命中(hit)”,这是最简单的放置算法。未命中则为“失效（miss）”。

直接映像

图2-21 直接映像的Cache机制 data RAM tag RAM compare mux data hit address Index 4 9 19 16byte 图中的Cache为8K字节（data RAM），每行为16字节，即有512行。32位地址中的低4位作为行内的字节选择，9位索引（index）来选择行，其余的高19位作为地址标识（tag）。 图2-21 直接映像的Cache机制

优点： 实现简单 访问Cache速度快 缺点： 某些情况下命中率很低

b) 组相联映像 组相联映像也使用低位地址直接访问Cache项，但它选中的是一个组，组内包含有两块或多个块。给定的内存块可以放在选中组中的任意一块内。一组内的块数，一般称为相联度或相连路数（way）。选中一组后，组内所有项的标识同时进行比较，如果有一个匹配，则“命中”。与组相联映像实际上是靠比较器的个数据及增宽Cache位来降低Cache块的冲突。

组相联映像

图2-22二路组相联的示意图 data RAM tag RAM compare mux address data hit Tag Index 8 20 图中的Cache为8K字节，每行16字节，分为二个组直接映像Cache，每个为256行。32位地址中的4位作为行内的字节选择，索引（index）只需8位，其余的高20位作为地址标识。组相联是通过“单体多字存储器”来并行查询，二路组相联即通过单体双字存储器来查询，有2个比较器。 在Intel 公司的SA-1110处理器中，512字节的微型数据快存采用了二路组相联的方式，其每行为32字节，共有16行。 图2-22二路组相联的示意图

c) 全相联 全相联映像方式是给定的主存块可以放在Cache的任意一块中，用内容寻址存储器CAM（Content Addressed Memory,或称为相联存储器）来实现，送来的地址与Cache所有项中的地址标识作比较，以判断是否“命中”。

全相联映像

图2-23 全相联的示意图

优点： 命中率高 缺点： CAM访问速度慢； 结构复杂，占用芯片资源多。

3. Cache的替换算法 当发生Cache不命中时，必须选择被替换的项。常用的算法有随机法、近期最少使用LRU（Least Recently Used）法、循环（Round-robin）法和锁操作法。

a) 随机法 从Cache中的各行中随机选取一行进行淘汰，可选择一随机事件作为替换的依据，如可用系统实时时钟的低几位。

b) 近期最少使用LRU法 Cache控制器设置访问标识，以记录数据在某一段时间内被访问的次数，当需要淘汰时，则淘汰近期最少使用的那一行。

c) 循环法 此方法类似于先进先出FIFO法，Cache 控制器设置特殊的时间标识，以记录数据在Cache中存放时间，当需要淘汰时，则淘汰进入Cache时间最长的那一行。 循环法结构简单，速度快，ARM架构的处理器大多采用该淘汰算法。

c) 锁操作 循环法对Cache中代码或数据不分常用还是非常用的，都一样地参与循环淘汰，很明显该淘汰替代算法的效率不及LRU法。为了弥补其不足，ARM架构中许多高性能处理器核采用了锁操作。 在一些常用的代码或数据加上锁放入指令Cache或数据Cache中，可免于频繁地淘汰替代，从而可提高系统的效率。但是，锁操作也会给Cache带来了一些缺陷，无形之中缩小了相应Cache的容量；故需及时对已上锁的目前不常用的代码或数据进行解锁。

4. 存储器写策略 产生的结果数据要写到存储器中，有多种方式进行处理。一般分为：写直达（Write-through）、通过缓存写和写回（Write-back）三种方式。

a) 写直达 当要写Cache时，数据同时写回主存储器。 优点是简单易实现；缺点是写存储器的速度较慢，影响处理器的效率。

b) 通过缓存写 可先高速把数据写至缓存，在下一个操作时再把数据送至主存储器。 优点是在写操作不是很频繁的时候，提高处理器效率。但是如果有连续的写操作发生时，处理器仍然要等待。

c) 写回 写回（有时也称Copy-back）是当处理器更新Cache的某一行后，相应间数据并不立即写回主存储器单元，而当该行被从Cache淘汰时，才把数据写回主存储器中。

5. ARM的Cache设计 图2-24 Cache关联度的系统性能及带宽 从中可以看出：从1路的直接映像到4路的组相联，系统的性能可能增加很多；而32/64路则得到显著的改进，且32/64路与256路（全相连）的系统性能已无明显差别。这样，可以把CAM切成4/8部分，既能降低功耗，又能不损失系统性能。 另外，Cache也可以减少与主存储器访问的带宽，而主存储器访问的功耗也要比Cache访问的功耗来得大，故Cache的关联度提高，也能进一步降低功耗。 ARM7处理器核采用了4路组相联映像；SA1110、ARM9与ARM10则采用了分段的32/64路全相联。 图2-24 Cache关联度的系统性能及带宽

Cache性能改进的途径： 降低失效率 减少失效开销 减少命中时间

增加Cache中行/块的大小来减少强制性失效。 提高相联度来减少冲突失效。 硬件预取技术 产生Cache失效原因有强制性失效(需从主存储器调入Cache)、容量失效（所需的块/行不能全部调至Cache）和冲突失效（某块/行被替换，后又被重新访问）。 改进方法： 增加Cache中行/块的大小来减少强制性失效。 提高相联度来减少冲突失效。 硬件预取技术 l         增加Cache中行（块）的大小来减少强制性失效。 据统计分析，对于16K字节以下Cache，每行32/64字节失效率最低；大于16K字节的Cache，每行64/128字节，失效率最低。增加每行的容量，有时反而会增加访问Cache时间。因此，ARM架构较多采用每行32字节。 l         提高相联度来减少冲突失效。 ARM架构处理器大多数都采用全相连的映像机制，即使是最简单的ARM720T处理器核也采用了4路组相联映像。 l         硬件预取技术 预取建立可利用存储器的空闲频带（若不使用，也是浪费），指令/数据的预取，可以大大提高Cache命中率。

b) 减少失效开销 ARM架构采用了非阻塞（nonblocking）Cache技术。Cache在失效时，仍然允许处理器进行其他命中的访问。这种“失效下命中”（hit under miss）不是完全拒绝处理器的访问，而是能处理部分访问，从而减少了实际的Cache失效开销。 此外，还可以采用“让读失效优于写”和二级Cache技术来减少Cache失效开销

b) 减少命中时间 Cache命中时间会影响到处理器的时钟频率。在许多处理器设计中，往往是Cache的访问时间限制了处理器的时钟频率。因此，减少Cache命中时间，不但可提高Cache性能，还能提高系统运行速度。

图2-25给出了早期的ARM3所采用Cache结构。4K字节Cache,每行4个字，每个字32位；采用全相连的Cache放置方式，在CAM分式4段，每段为64路。32位虚拟地址的最低2位为字的节寻址，接下来2位作为每行的4个字的选择，再接下来2位来选择4个CAM，其余的作为地址标识用来检验Cache是否被“命中”。 图2-25 ARM3的Cache结构

2.7 ARM存储器管理单元MMU 图2-26 二级页表存储器寻址示意图 对于32位地址4G字节寻址的架构ARM处理器一般都采用页式寻址的方式。若页面大小为4K字节，直接用页表来寻址，那未，该页表应为220×20位，即为2.5M字节，很明显这样的开销太大了。故对于4K字节的小页面，常采用二级页表的方式，如图2-26所示，32位逻辑地址中，最高10位作为页的目录索引，接下来10位作为页表项索引，余下的作偏移量。 图中的页目录为4K字节，页表也为4K字节，这样页的表开销只需8K字节；不过，需查2次表，查表的时间要增加一倍。 图2-26 二级页表存储器寻址示意图

ARM架构处理器中的存储粒度（memory granularity）根据不同的应用方式，可有大页（64K字节）、小页（4K字节）和微小页（Tiny Pages, 1K字节）和段（Sections,1M字节）。常用的是4K字节小页面。至于大页和段则用于大数据领域，64K字节的大页可以分成4个16K子页。

位[31：14]提供了18位地址变换表的基址，基定位界限为16K字节。 1. CP15 MMU寄存器 R0：ID寄存器（只读） R1： 控制寄存器（V3版：只写；V4版可读/写） R2：地址变换表基址（V3版，只写；V4版，可读/写） 31 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 00000000000000000 RR V I Z F R S B L D P W C A M M(位0)：允许MMU A（位1）：允许定位故障检验 C（位2）：允许数据Cache或统一Cache W（位3）：允许写缓冲 P（位4）：从26至32位异常处理 D（位5）：从26至32位地址区域 L（位6）：至上一次中止时序 B（位7）：从小端到大端 S（位8）：修改MMU系统 R（位9）：ROM保护状态 F（位10）：控制外协处理器通信速度 Z（位11）：允许分支预测 I（位12）：允许指令Cache V（位13）：异常向量基址从0×00000000至0×ffff0000 RR（位14）：控制Cache置换算法（随机法和循环法） 位[31：15]作为保留位，如位[31：30]用作为ARM920/ARM940的时钟控制。 31 14 13 0 Translation table base address 00000000000000 位[31：14]提供了18位地址变换表的基址，基定位界限为16K字节。

4）R3：域访问控制寄存器（V3版，只写；V4版，可读/写） 5）R5：故障状态寄存器（V3版，只读；V4版，可读/写） 7）R7：快存Cache操作（V3版，只读；V4版，可读/写） 8) R8：变换后备缓冲器TLB操作（V4版有效） 9) R9：读缓冲操作 10)R10：变换后备缓冲器TLB锁住 11)R13：进程ID映像 12)R14：调试支持 13)R15：测试和时钟控制 R13寄存器用来重新映像虚拟地址，该机制有二个作用，可以支持快速文本切换的进程ID与跟踪处理标识；也可支持虚拟Cache(Virtual Cache)的进程标识PID。若虚拟地址的位[31：25]为零，则用该寄存器的位[31：25]来替代。

2.第一级描述符（first-level descriptors) 存储器管理的段/页寻址中的段表/页表都放在存储器中。第一级描述符表示的是表的基址、域、访问权限以及有关特性。第一级描述符也放在存储器中，该变换表（translation table）由CP15协处理器的寄存器给出，而表格索引则由虚拟地址[31：20]给出 。

图2-28 第一级描述符 第一级描述符按位[1：0]可以有4种情况： 00：无效 01：粗调页的描述符 10：段的描述符 11：细调页的描述符（支持某些ARM处理器核） 图2-28 第一级描述符

3.段寻址（Section addressing） 如图2-29所示，32位虚拟地址（即逻辑地址）分成高12位段表项索引（table index）和20位段索引（Section index）。12位段表索引与CP15的R2中的18位变换表基址（translation table base address）合并成存储器存取地址（最后2位为00）。查段表找出相应的段描述符，位[31：20]为段基址（section bass address），位[19：12]为零，位[11：10]为AP存储器存取权限，位[9]为0，位[8：5]为域，位[4]不确定，位[3]为C： Cache允许，位[2]为B：缓冲器允许，最低2位为10表示段描述符。然后，段基址与段索引（32位虚拟地址中提供）合并成真正的存储器存取地址（物理地址），读出相应的数据。 图2-29段式寻址示意图

4. 二级页式寻址 二级页式寻址就是要进行两次页查表：第一次查出第一级描述符，然后根据组合的地址再进行第二次查表得到第二级描述符，最后形成真正的存储器物理地址进行数据的读写。

图2-30是二级页式寻址示意图。32位虚拟地址分成为位[31：20]：12位为第一级表索引（有的称目录项索引），位[19：12]：8位页表索引（page table index），位[11：0]：12位页偏移值（page offset）。12位第一级表索引与CP15的R2中的18位变换表基址合并成存储器存取地址（最后2位为00）。查第一级表，取出相应第一级描述符，位[31：10]为页表的基址（page table base address），位[8：5]为域，最后2位为01表示第二级粗调页表指针（10为段指针，11为第二级细调指针）。22位的页表基址与页表索引（32位虚拟地址提供）再次形成存储取地址（最后2位为00），查第二级表（页表），找出相应表描述符，位[31：12]为该页基址，AP3、AP2、AP1、AP0为4个子页（16K字节）的存取权限，描述符中C和B定义同段描述符中的C和B定义，后2位10表示为小页（01为大页，11为微小页，00变换故障），20位页基址与页偏移值（32位虚拟地址提供）形成真正存储器存取地址（物理地址），读出相应数据。 图2-30 二级页式寻址示意图

二级页描述符格式

5. 存取权限 域（Domain）是一组具有特定访问权限的段/页。这样可以允许多个不同过程使用同一个转换表执行，同时不同程序之间又有一些保护。这是一种比较方便的过程切换机制，不必使每个过程都有自己的转换表。 每个段和子页的存取权限AP位与域信息一起用于第一级描述符中，域控制信息在CP15的R3寄存器中，CP15的R1寄存器中的S和R位与处理器的用户/管理者状态来决定是否允许对所寻址单元进行读/写。

6. Virtual Cache 一般的Cache采用物理地址（实地址），即Cache的标志（tag）是物理地址的高位部分，访问Cache块的地址索引也是物理地址。故需先访问地址变换后备缓冲器TLB，得到物理地址后再访问Cache 。 虚拟地址由处理器给出，并由TLB变换为物理地址。若TLB命中，则由物理地址访问Cache；若TLB未命中，则查段表或页表找出相应的物理地址，并修改TLB；如果在段表或页表中仍找不到，则不得不去访问后备存储器，找出相应的物理地址，并修改页表或段表。 图2-32 物理地址Cache与TLB

虚拟Cache中，处理机所给出的虚拟地址，既作为TLB的虚拟地址转换成物理地址变换的虚拟地址，也直接Cache访问的地址。这样Cache的访问可以省去了TLB的变换，可以提高执行的速度；若Cache访问未命中，那么，仍需象物理Cache那样，进行TLB变换（访问快表），以及段/页访问（访问慢表）找出相应的物理地址。 图2-34 虚拟Cache示意图

2.8 地址变换后备缓冲器TLB 由于目录项和页表都存放在主存中，从逻辑地址变换至真正物理地址需读2次主存。因此，在逻辑地址与物理地址之间插入了一个地址变换后备缓冲器TLB（Translation Look-aside Buffer）

地址变换后备缓冲器TLB中每项由逻辑页号与相对应的物理页号所组成。为了减少地址变换后备缓冲器TLB的开销，它也采用了类似于快存Cache的结构，只存放最近使用过的页表项，故地址变换后备缓冲器TLB也称为快表。而页表/段表则称为慢表。同样，TLB快表的淘汰替代算法也采用循环法；故也增加了相应的锁操作。 图2-27 地址变换后备缓冲器TLB

2.9 ARM的I/O结构 ARM架构中的处理器核和处理器内核一般都没有直接的I/O部件和模块，构成ARM架构的处理器中的I/O可通过AMBA总线来扩充。 存储器映像I/O 直接存储器存取DMA 中断IRQ和快速中断FIQ

2.10 ARM协处理器接口 ARM为了便于片上系统SOC的设计，ARM处理器内核尽可能精简，要增加系统的功能，可以通过协处理器来实现。协处理器接口可以看作ARM内部总线的扩展，ARM处理器内核能通过协处理器指令对协处理器进行操作。 在逻辑上，ARM可以扩展16个协处理器，每个协处理器可有16个寄存器。

表2-6协处理器 协处理器号 功能 15 系统控制 14 调试控制器 13-8 保留 7-4 用户 3-0

ARM处理器内核与协处理器接口信号有以下4类： 时钟和时钟控制信号：MCLK、nWAIT、nRESET 流水线跟随信号：nMREQ、SEQ、nTRANS、nOPC、TBIT 应答信号：nCPI、CPA、CPB 数据信号：D[31：0]、DIN[31：0]、DOUT[31：0]

2.11 ARM AMBA接口 ARM处理器内核可以通过先进微控制器总线架构AMBA（Advanced Microcontroller Bus Architecture）来扩展不同体系架构的宏单元及I/O部件。 AMBA有先进高性能总线AHB（Advanced High-performance Bus）、先进系统总线ASB（Advanced System Bus）和先进外围总线APB（Advanced Peripheral Bus）等三类总线。

图2-35 典型的基于AMBA的系统

1.先进系统总线ASB ASB是目前ARM常用的系统总线，用来连接高性能系统模块，它支持突发（burst）方式数据传送。可支持多主机。

1. 先进系统总线ASB ASB是目前ARM常用的系统总线，用来连接高性能系统模块，它支持突发（burst）方式数据传送。总线宽度为32bits，可支持多主机系统。

2.先进高性能总线AHB 先进高性能总线AHB不但支持突发方式的数据传送；还支持分离式总线事务处理，以进一步提高总线的利用效率。 与ASB相比，先进高性能总线AHB有以下不同： 在分离式总线处理中，在数据传输时，从设备即使响应很慢，也不会一直占用总线，从而可进一步提高总线利用率。 AHB用单时钟边沿来控制所有的操作、辅助综合和设计验证（通过静态时态分析仪及类似工具）。 AHB采用三态器件实现中央多路复用总线，它与双向总线相比，可很方便插入中继器（repeater）来扩展系统。 AHB可支持64位或128位高数据带宽传输。

3. 先进外围总线APB 先进外围总线APS为外围宏单元提供了简单的接口。也可以把APS看作为先进系统总线ASB的余部，为外围宏单元提供了最简易的接口。

2.12 ARM JTAG 调试接口 由测试访问端口TAP（Test Access Port）控制器、旁路（Bypass）寄存器、指令寄存器和数据寄存器，以及与JTAG接口兼容的ARM架构处理器组成。

图2-37 JTAG 调试接口示意图 TAP控制器 指令寄存器 边界扫描寄存器 旁路寄存器 ID寄存器 专用数据寄存器 TDI TDO TMS TCK TRST 处理器的每个引脚都有一个移位寄存单元，称为边界扫描单元BSC（Boundary Scan Cell），它将JTAG电路与处理器核逻辑电路联系起来，同时，隔离了处理器核逻辑电路与芯片引脚；把所有的边界扫描单元构成了边界扫描寄存器BSR，该寄存器电路仅在进行JTAG测试时有效，在处理器核正常工作时无效。 图2-37 JTAG 调试接口示意图

引脚名 类型 定义 TCK 输入 测试时钟，在TCK时钟的同步作用下，通过TDI和TDO引脚串行移入/移出数据或指令；同时，也为测试访问端口TAP控制器的状态机提供时钟。 TMS 测试模式选择信号，控制测试接口状态机的操作。 TDI 测试数据输入线，其串行输入数据送至边界扫描寄存器或指令寄存器（由TAP控制器的当前状态及已保存在指令寄存器中的指令来控制）。 TDO 输出 测试数据输出线，把从边界扫描链采样的数据传播至串行测试电路中的下一个芯片。 TRST 测试复位输入信号，测试接口初始化。

ARM处理器核嵌入了Embedded-ICE模块，该模块包含了2个观察点（Watch point）寄存器和控制与状态寄存器。当观察点寄存器的值与地址、数据和控制信号匹配时，观察点寄存器能中止ARM处理器运行。当指令在ROM或RAM中执行时，可以把观察点寄存器配置为断点寄存器，从而能暂停处理器运行。

图2-40 实时调试的结构图

2.13 ARM架构产品 ARM架构的处理器内核有ARM7TDMI、ARM8、ARM9TDMI、ARM10TDMI及StrongARM(SA-1)等。

1. 处理器内核ARM7TDMI 图2-41 ARM7TDMI体系结构图 处理器核采用了3级流水线结构，指令执行分为取指、译码和执行等3个阶段。运算器能实现32位整数运算；采用了高效的乘法器，用32×8位乘法器实现32×32位乘法（结果为64位）。 ARM7TDMI采用V4T版指令，同时，还支持16位Thumb指令集，使得ARM7TDMI能灵活高效地工作。 嵌入式ICE（Embedded ICE）模块为ARM7TDMI提供了片内调试功能；同时，通过JTAG接口可以很方便地用PC主机对ARM7TDMI进行开发和调试。 图2-41 ARM7TDMI体系结构图

图2-42 ARM7TDMI核接口信号图

2. 处理器核ARM720T 在最基本的ARM处理器内核其础上,可增加了Cache、存储器管理单元MMU、协处理器CP15、AMBA接口以及EMT宏单元等,构成了ARM处理器核。

ARM720T处理器核是在ARM7TDMI处理器内核基础上,增加8K字节的数据与指令Cache，支持段式和页式存储的MMU、写缓冲器及AMBA接口构成

4路组机联映象 图2-48 ARM720T Cache结构图

2. 处理器核StrongARM SA-110 StrongARM处理器核SA-110是基于StrongARM处理器内核SA-1，增加了可至16K字节的指令Cache (I-Cache)，可至16K字节的数据Cache (D-Cache)及相应的存储器管理单元I-MMU/D-MMU，同时，还有JTAG测试，写缓冲器和时钟/控制等逻辑。

SA-110处理器核的16K字节指令Cache分成512行，每行32字节（即8条指令），采用了分段的32路全相联的CAM-RAM映像机制，循环法的置换淘汰算法。相应的主存储器每块大小也为32字节，与Cache中每一行相对应。Cache的允许、禁止和排空通过存储器管理表格的软件控制下进行。   SA-110处理核的数据Cache可至16K字节（在Intel的SA-1110处理器芯片中，数据Cache为8K字节）。与指令Cache一样，也分成512行，每行32字节（8个字）；也采用了分段的32路全相联的CAM-RAM映像机制，循环法的置换淘汰算法。同样，主存储器的每块容量也为32字节 图2-54 StongARM SA-110系统结构图