CPU（Central Processing Unit，中央處理器）發(fā)展出來三個分枝，一個是DSP（Digital Signal Processing/Processor，數(shù)字信號處理），另外兩個是MCU（Micro Control Unit，微控制器單元）和MPU（Micro Processor Unit，微處理器單元）。

MCU集成了片上外圍器件；MPU不帶外圍器件（例如存儲器陣列），是高度集成的通用結構的處理器，是去除了集成外設的MCU；DSP運算能力強，擅長很多的重復數(shù)據(jù)運算，而MCU則適合不同信息源的多種數(shù)據(jù)的處理診斷和運算，側重于控制，速度并不如DSP。MCU區(qū)別于DSP的最大特點在于它的通用性，反應在指令集和尋址模式中。DSP與MCU的結合是DSC，它終將取代這兩種芯片。

1.對密集的乘法運算的支持

GPP不是設計來做密集乘法任務的，即使是一些現(xiàn)代的GPP，也要求多個指令周期來做一次乘法。而DSP處理器使用專門的硬件來實現(xiàn)單周期乘 法。DSP處理器還增加了累加器寄存器來處理多個乘積的和。累加器寄存器通常比其他寄存器寬，增加稱為結果bits的額外bits來避免溢出。同時，為了 充分體現(xiàn)專門的乘法-累加硬件的好處，幾乎所有的DSP的指令集都包含有顯式的MAC指令。

2. 存儲器結構

傳統(tǒng)上，GPP使用馮.諾依曼存儲器結構。這種結構中，只有一個存儲器空間通過一組總線（一個地址總線和一個數(shù)據(jù)總線）連接到處理器核。通常，做一次乘法會發(fā)生4次存儲器訪問，用掉至少四個指令周期。

大多數(shù)DSP采用了哈佛結構，將存儲器空間劃分成兩個，分別存儲程序和數(shù)據(jù)。它們有兩組總線連接到處理器核，允許同時對它們進行訪問。這種安排將處理器存儲器的帶寬加倍，更重要的是同時為處理器核提供數(shù)據(jù)與指令。在這種布局下，DSP得以實現(xiàn)單周期的MAC指令。

典型的高性能GPP實際上已包含兩個片內(nèi)高速緩存，一個是數(shù)據(jù)，一個是指令，它們直接連接到處理器核，以加快運行時的訪問速度。從物理上說，這種片內(nèi)的雙存儲器和總線的結構幾乎與哈佛結構的一樣了。然而從邏輯上說，兩者還是有重要的區(qū)別。

GPP使用控制邏輯來決定哪些數(shù)據(jù)和指令字存儲在片內(nèi)的高速緩存里，其程序員并不加以指定（也可能根本不知道）。與此相反，DSP使用多個片內(nèi) 存儲器和多組總線來保證每個指令周期內(nèi)存儲器的多次訪問。在使用DSP時，程序員要明確地控制哪些數(shù)據(jù)和指令要存儲在片內(nèi)存儲器中。程序員在寫程序時，必 須保證處理器能夠有效地使用其雙總線。

此外，DSP處理器幾乎都不具備數(shù)據(jù)高速緩存。這是因為DSP的典型數(shù)據(jù)是數(shù)據(jù)流。也就是說，DSP處理器對每個數(shù)據(jù)樣本做計算后，就丟棄了，幾乎不再重復使用。

3.零開銷循環(huán)

如果了解到DSP算法的一個共同的特點，即大多數(shù)的處理時間是花在執(zhí)行較小的循環(huán)上，也就容易理解，為什么大多數(shù)的DSP都有專門的硬件，用于 零開銷循環(huán)。所謂零開銷循環(huán)是指處理器在執(zhí)行循環(huán)時，不用花時間去檢查循環(huán)計數(shù)器的值、條件轉移到循環(huán)的頂部、將循環(huán)計數(shù)器減1。

與此相反，GPP的循環(huán)使用軟件來實現(xiàn)。某些高性能的GPP使用轉移預報硬件，幾乎達到與硬件支持的零開銷循環(huán)同樣的效果。

4.定點計算

大多數(shù)DSP使用定點計算，而不是使用浮點。雖然DSP的應用必須十分注意數(shù)字的精確，用浮點來做應該容易的多，但是對DSP來說，廉價也是非 常重要的。定點機器比起相應的浮點機器來要便宜（而且更快）。為了不使用浮點機器而又保證數(shù)字的準確，DSP處理器在指令集和硬件方面都支持飽和計算、舍 入和移位。

5.專門的尋址方式

DSP處理器往往都支持專門的尋址模式，它們對通常的信號處理操作和算法是很有用的。例如，模塊（循環(huán)）尋址（對實現(xiàn)數(shù)字濾波器延時線很有用）、位倒序?qū)ぶ罚▽FT很有用）。這些非常專門的尋址模式在GPP中是不常使用的，只有用軟件來實現(xiàn)。

6.執(zhí)行時間的預測

大多數(shù)的DSP應用（如蜂窩電話和調(diào)制解調(diào)器）都是嚴格的實時應用，所有的處理必須在指定的時間內(nèi)完成。這就要求程序員準確地確定每個樣本需要多少處理時間，或者，至少要知道，在最壞的情況下，需要多少時間。如果打算用低成本的GPP去完成實時信號處理的任務，執(zhí)行時間的預測大概不會成為什么問題，應為低成本GPP具有相對直接的結構，比較容易預測執(zhí)行時間。然而，大多數(shù)實時DSP應用所要求的處理能力是低成本GPP所不能提供的。

這時候，DSP對高性能GPP的優(yōu)勢在于，即便是使用了高速緩存的DSP，哪些指令會放進去也是由程序員（而不是處理器）來決定的，因此很容易判斷指令是從高速緩存還是從存儲器中讀取。DSP一般不使用動態(tài)特性，如轉移預測和推理執(zhí)行等。因此，由一段給定的代碼來預測所要求的執(zhí)行時間是完全直截了當?shù)摹亩钩绦騿T得以確定芯片的性能限制。

7.定點DSP指令集

定點DSP指令集是按兩個目標來設計的：使處理器能夠在每個指令周期內(nèi)完成多個操作，從而提高每個指令周期的計算效率。將存貯DSP程序的存儲器空間減到最小（由于存儲器對整個系統(tǒng)的成本影響甚大，該問題在對成本敏感的DSP應用中尤為重要）。為了實現(xiàn)這些目標，DSP處理器的指令集通常都允許程序員在一個指令內(nèi)說明若干個并行的操作。例如，在一條指令包含了MAC操作，即同時的一個或兩個數(shù)據(jù)移動。在典型的例子里，一條指令就包含了計算FIR濾波器的一節(jié)所需要的所有操作。這種高效率付出的代價是，其指令集既不直觀，也不容易使用（與GPP的指令集相比）。

GPP的程序通常并不在意處理器的指令集是否容易使用，因為他們一般使用象C或C++等高級語言。而對于DSP的程序員來說，不幸的是主要的DSP應用程序都是用匯編語言寫的（至少部分是匯編語言優(yōu)化的）。這里有兩個理由：首先，大多數(shù)廣泛使用的高級語言，例如C，并不適合于描述典型的DSP算法。其次， DSP結構的復雜性，如多存儲器空間、多總線、不規(guī)則的指令集、高度專門化的硬件等，使得難于為其編寫高效率的編譯器。 即便用編譯器將C源代碼編譯成為DSP的匯編代碼，優(yōu)化的任務仍然很重。典型的DSP應用都具有大量計算的要求，并有嚴格的開銷限制，使得程序的優(yōu)化必不可少（至少是對程序的最關鍵部分）。因此，考慮選用DSP的一個關鍵因素是，是否存在足夠的能夠較好地適應DSP處理器指令集的程序員。

8.開發(fā)工具的要求

因為DSP應用要求高度優(yōu)化的代碼，大多數(shù)DSP廠商都提供一些開發(fā)工具，以幫助程序員完成其優(yōu)化工作。例如，大多數(shù)廠商都提供處理器的仿真工具，以準確地仿真每個指令周期內(nèi)處理器的活動。無論對于確保實時操作還是代碼的優(yōu)化，這些都是很有用的工具。

GPP廠商通常并不提供這樣的工具，主要是因為GPP程序員通常并不需要詳細到這一層的信息。GPP缺乏精確到指令周期的仿真工具，是DSP應用開發(fā)者所面臨的的大問題：由于幾乎不可能預測高性能GPP對于給定任務所需要的周期數(shù)，從而無法說明如何去改善代碼的性能。