Nucleo-F413ZH 工程版测评(上)
ST的STM32产品线更新很快，旧的还没玩热，新的就出来了。得益于STM32系列封装的引脚兼容性，Nucleo系列的板子不用大改，就可以搭配新产品发布。F413作为目前F4系列当中片上SRAM容量最高的型号，我比较感兴趣；虽然接触过的Nucleo板子已经有4款了，Nucleo-144还没有玩过，这次论坛有活动，就申请了一个来玩玩。
和 Nucleo-64 板子摆在一起，差别很容易看出来：
因为144pin的封装尺寸更大，以及为了引出更多的I/O口，PCB宽度没变但加长了。芯片两侧的"ST Zio"连接，正面是双排孔，背面是双排针，用来连接扩展板；若和Nucleo-64的排座对齐，重叠部分是兼容的（下面扩出来一些，内侧再多一排）。包装里面附带的硬纸上也把这个连接口的定义以及MCU Pin对应附上了，方便随手查阅(不然得翻手册)。
光靠着个Zio连接还是不足以把所有I/O都引出来，于是板子外侧还有两排"ST morphoheaders"。不过这些焊盘全是空着的，不像Nucleo-64那样已焊上了插针。值得提一下的是，在PCB背面，此处每个焊盘位置旁边都丝印标出了pin的定义，这样实验的时候查起来方便多了。ST手册上说，MCU的每个I/O引脚都能在morphoheaders里面找到。
对比Nucleo-64主要还有其它的差异：
(1)板载 USB OTG FS 接口(micro-USB)，可以直接做USB开发实验了。弥补了Nucleo-64需要做扩展卡的缺憾。
(2)User LED从1个变为3个。
(3)电源选择除了U5V, E5V外增加了VIN (7V~12V, 板载LDO)。
(4)以太网支持，不过因为F413并不包含MII，这部分相关元件没有焊。
STM32F413ZH, 这个开发板上的MCU是ES版本(Engineering Sample, 工程样品)。反正是评测嘛，样品就样品
. 简要特性可以从ST网站上的这张图看出了：
片上设备基本上和F412一样，明显是增大了Flash ROM和SRAM容量。最高频率和F410, F411都是同样的100MHz. F4内核没什么多说的，了解一款MCU要看看系统结构图：
注意 320kB 的SRAM是怎么组成的：256kB的SRAM1，和64kB的SRAM2. 程序可以在Flash、SRAM1和SRAM2中执行。我不肯定在FSMC上挂的外部ROM/RAM中能否执行程序。
软件开发环境：我依旧是用"原始"的GCC-ARM，直接访问寄存器的。为了玩F413需要获得: (1)寄存器定义的头文件, (2)启动代码，包含中断向量表定义, (3)GNU LD的Linker script. 这些文件可以从ST网站上下载最新版本的 STM32CubeF4 开发包, 或者 STM32F4 DSP and standard peripherals library 来获取。烧写程序使用 ST-Link Utility 的命令行工具比较方便，比我以前用STVP快。
周末写点程序来测试。点灯就不在话下了，先跑个无聊的计算程序吧
这个子程序计算 sin(x)*sin(x)+cos(x)*cos(x) 的值，理论上应该总是等于1, 实际上会有一点误差。对一定数量的输入数据进行计算，把误差累计然后返回。给主程序的数据交互是32-bit整型，计算则转换成float (单精度)型进行。STM32F413 SRAM大，我以为可以随便折腾，一开始是调用CMSIS的数学函数库来计算，Link的时候发现它要把巨大的常数表放到程序里。FLASH可以装下，RAM就吃不消了(因为我要把程序也放到RAM运行，进行对比)，所以暂时弃之，只用GCC自带的数学库了。
主程序里面循环处理，每次随机生成16384个整型数（使用RNG随机数发生器），调用 test() 进行计算，并使用Timer5测计算过程消耗的时钟周期数。因为RNG需要使用比较快的时钟，我就配置了PLL，给它40MHz时钟。CPU时钟使用25MHz，AHB,APB也是用25MHz没分频。结果出乎我意料，25MHz下，16384个数的“无聊”计算消耗了大约13秒钟！我故意没有使用Cortex-M4F的浮点处理器，用默认的软件计算浮点方式，而且没有优化(里面隐含了许多double, float类型转换)，但也没想到这么慢。可惜身边已经没有486计算机了，不然我要拿Turbo C 2.0写同样的程序算算对比下。
计算的结果，我用Matlab进行了同样的运算测试，和MCU输出的结果一致，精度符合预期。也就是单精度浮点表示的 sin(x)*sin(x)+cos(x)*cos(x) 与1的误差在 1.5e-8 左右。初步认为GCC的这个软件浮点库还是靠谱的。
如手册中这一个图，Cortex-M4 核有三条AHB-Lite总线：I-bus, D-bus, S-bus. 经过Bus Matrix, I-bus 和 D-bus 都连到Flash模块。Flash和SRAM不同的是，它有两个总线接口。也就意味着，CPU核心可以同时从Flash读取指令和数据。虽然AHB总线宽度是32-bit,但是STM32F4 Flash存储的内部总线是128-bit的，因此在同频率下有更大的读取能力，通过预读取减少等待。实际效果如何待我测试一番。
就用这个无聊的计算程序来测，CPU频率我分别通过PLL配置调整到25MHz, 50MHz, 和100MHz。在50MHz下，Flash必须插入一个等待周期才能访问；而100MHz需要三个等待周期(在FLASH_ACR寄存器中设置). 毫无疑问，Flash等待周期加入后，程序是会变慢一点的，尽管频率提高了执行是更快，从计算消耗的周期上可以看出来。
| 时钟 | 不开启加速 | 打开Prefetch | Prefetch, 使用Cache |
| 25MHz (0 wait) | 292822094 | 292922399 | |
| 50MHz (1 wait) | 313416305 | 310388296 | 297956680 |
| 100MHz (3 wait) | 368267330 | 345938261 | 308417992 |
ST的Flash模块是有加速器功能的，它有Prefetch，就是预读取；还有D-cache和I-cache缓存，弥补Flash本身的等待。在25MHz也就是Flash没有等待周期的时候，Prefetch和Cache的效果并不明显。但到50MHz时，效果就显示出来了。100MHz时，效果更明显，最大获得近20%的性能提升。通过加速器的确减少了Flash等待周期带来的影响，接近0 wait state的执行效率。
那么和没有等待周期的SRAM比如何？如果简单地把程序代码装到SRAM1或者SRAM2中(0x20000000以上)运行，我发现甚至比Flash wait state=3, 不开启加速器的执行还要慢。为什么呢？因为SRAM只有一条总线接口，数据和指令公用了。Cortex-M4在运行的时候，需要从Flash或SRAM中读指令执行，也需要从Flash或SRAM中读取常数，还要从SRAM中读写变量、堆栈。当通道只有一条的时候，指令和数据就需要错开来访问。如果是Cortex-M0，因为它只有一条总线，用Flash还是用SRAM放程序运行没有差别；但对Cortex-M4就不同，前面已经提过了。Flash因为有两个总线接口，可以把指令和常数分开走，而SRAM中的变量又可以走S-bus，所以效率就高一些。用SRAM放程序又放数据，就容易堵车了。
不过呢，STM32F413比它前面几个弟兄要强一点，它有两块SRAM: 256kB的SRAM1, 64kB的SRAM2. 用一块SRAM放指令，另一块SRAM放数据，是否可以减少堵车呢？手册上是这么提了：
关键点：一定要在Remap的条件下，才可以用I-bus和D-bus来访问SRAM.
我的测试结果：
| Flash 开启加速 | SRAM默认 | SRAM Remap | |
| 25MHz | 292922399 | 337820882 | 292552526 |
| 50MHz | 297956680 | 337788972 | 292580180 |
| 100MHz | 308417992 | 337738861 | 292581401 |
终于，使用两块SRAM分别放程序和数据，SRAM中运行速度超过了Flash一点点。通过这个实验，我也更体会到总线的重要性。
在SRAM中运行程序通常是不必要的，但某些情况下的确能带来好处。还是上面的程序，测量一下计算时消耗的电流——把JP5跳线冒拔下，用电流表接入就可以了——结果我没有事先料到。
| Flash运行,加速器开 | SRAM运行, Flash PwrDown | |
| 25MHz | 8.20mA | 5.40mA |
| 50MHz | 13.94mA | 9.58mA |
| 100MHz | 24.86mA | 17.91mA |
使用HSI 16MHz作为PLL输入时钟，PLL VCO频率200MHz，分频输出作为系统时钟。三个频率下APB时钟分别为25MHz, 25MHz, 50MHz (因为Timer5用到的APB1最高就50MHz了)。在SRAM中运行程序时，我将Flash设为Deep Power Down模式，这样减少了电流消耗，竟然相当明显。
看下ST手册里面的数据，对照参考，我的测量处于正常范围内。
因为除了Core本身，还有片上其它硬件在消耗电流，所以影响总电流的因素很多。随频率变化的趋势是一致的。Flash部分加速器的配置也会影响电流。而且我测试出来好象不开加速器消耗的电流会更多
从手册里的数据表看，开加速器但不用Prefetch是比较省电流的，不过我没这样做测试。
测试Sleep模式电流，使用 WFI 指令来休眠，Timer中断唤醒。我只测试了SRAM运行模式下的(Flash Power Down了)：
| Freq | 25MHz | 50MHz | 100MHz |
| SLEEP 电流 | 2.01mA | 3.10mA | 5.29mA |
因为我是评测，还有降低Sleep模式电流的方法就不弄了。对比运行状态看个大概。
Stop模式可以降更多的电流，但片上设备基本上都不能干活了。进入Stop模式需要写 System Control Block中的SCR寄存器DEEPSLEEP位：
SCB->SCR|=1<<SCB_SCR_SLEEPDEEP_Pos;
再使用 WFI 指令，电流就大大下降，我测到 185uA 了。这还是不够低，配置 PWR_CR 寄存器中 FPDS 位，将Flash设为Deep power down后，电流降一点，到 162uA了。再设 LPDS 位，使用Low Power的稳压器，降到 93uA.
但是手册上的电流在这个条件下典型应该是 19.7uA, 还差那么多呢？我怀疑问题出在 I/O 引脚上。STM32未用的引脚得给一个固定的电平，否则可能额外消耗电流。我把没使用的引脚都设成输入并加了上拉，可能和板子上的连接有不搭配的地方。对照电路图查了一遍，发现有外部下拉电阻的，都改后Stop模式电流降低到了 36.6uA.
还是差那么点。后来我找到原因是 PH0 这个口(Ext时钟输入)连到 ST-Link上的 MCO，也就是从 ST-Link 供给了 8MHz 的时钟。于是这个pin始终是被一个时钟驱动的…… 因为板子不是自己的，我就不拿烙铁焊掉那个０欧电阻去验证我的想法了。
Standby 模式，连稳压器都关掉，SRAM内容丢失…… 我测到电流是 2.2uA. 尽管够低了，这个模式实在用处不大了哈
进入这个模式除了设DEEPSLEEP位外，再写 PWR->CR |= PWR_CR_PDDS;