Suvo Sarkar1. ARM浮点运算架构解析
在嵌入式系统开发中，浮点运算能力对科学计算、图形处理和信号处理等应用至关重要。ARM架构提供了三种不同的浮点运算实现方式，每种方式都有其特定的应用场景和性能特征。
1.1 三种实现机制对比
**软件浮点库(fplib)**是ARM C库的组成部分，通过函数调用实现运算。例如双精度加法通过_dadd函数完成，参数通过r0/r1和r2/r3寄存器传递。这种方式具有最好的兼容性，但性能最低，适合没有硬件浮点单元的处理器。
**硬件协处理器(FPA)**是物理浮点运算单元，支持完整的浮点指令集。例如ADF指令实现浮点加法，运算直接在f0-f7浮点寄存器间进行。这种方式性能最高，但需要特定硬件支持。FPA10是典型的浮点协处理器，完全遵循IEEE 754-1985标准。
**软件模拟器(FPE)**如ARMulator中的实现，通过指令模拟提供浮点支持。这种方式平衡了性能与兼容性，适合开发阶段的调试和测试。FPE可以模拟完整的异常处理机制，包括无效操作、除零等异常情况。
关键提示：/hardfp和/softfp编译选项决定了生成代码使用硬件指令还是软件库，两者调用约定不兼容，不能混用。
1.2 IEEE 754标准支持差异
硬件FPA和FPE支持完整的IEEE标准，包括：
- 所有五种异常类型（无效操作、除零、上溢、下溢、不精确）
- 四种舍入模式（最近偶数、向零、正无穷、负无穷）
- 扩展双精度格式
而软件库(fplib)有以下限制：
- 不支持下溢和不精确异常
- 仅支持"最近偶数"舍入模式
- 不支持扩展双精度
- 对NaN(非数)的处理较简单
表1.1展示了三种方式对IEEE标准的支持程度：
| 特性 | fplib | FPA | FPE |
|---|---|---|---|
| 异常处理 | 部分 | 完整 | 完整 |
| 舍入模式 | 1种 | 4种 | 4种 |
| 扩展精度 | 不支持 | 支持 | 支持 |
| 性能(MFLOPS) | 0.5-2 | 10-50 | 2-5 |
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。