DSP与DSP芯片

数字信号处理（DigitalSignalProcessing，简称DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生并得到迅速的发展。在过去的二十多年时间里，数字信号处理已经在通信等领域得到极为广泛的应用。

数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。

数字信号处理是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。

数字信号处理是以众多学科为理论基础的，它所涉及的范围极其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。近来新兴的一些学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。

世界上第一个单片DSP芯片应当是1978年AMI公司发布的S2811，1979年美国Intel公司发布的商用可编程器件2920是DSP芯片的一个主要里程碑。这两种芯片内部都没有现代DSP芯片所必须有的单周期乘法器。1980年，日本NEC公司推出的μPD7720是第一个具有乘法器的商用DSP芯片。
在这之后，最成功的DSP芯片当数美国德州仪器公司（TexasInstruments，简称TI）的一系列产品。TI公司在1982年成功推出其第一代DSP芯片TMS32010及其系列产品TMS32011、TMS320C10/C14/C15/C16/C17等，之后相继推出了第二代DSP芯片TMS32020、TMS320C25/C26/C28，第三代DSP芯片TMS320C30/C31/C32，第四代DSP芯片TMS320C40/C44，第五代DSP芯片TMS320C5X/C54X，第二代DSP芯片的改进型TMS320C2XX，集多片DSP芯片于一体的高性能DSP芯片TMS320C8X以及目前速度最快的第六代DSP芯片TMS320C62X/C67X等。TI将常用的DSP芯片归纳为三大系列，即：TMS320C2000系列（包括TMS320C2X/C2XX）、TMS320C5000系列（包括TMS320C5X/C54X/C55X）、TMS320C6000系列（TMS320C62X/C67X）。

如今，TI公司的一系列DSP产品已经成为当今世界上最有影响的DSP芯片。TI公司也成为世界上最大的DSP芯片供给商，其DSP市场份额占全世界份额近50％。

自1980年以来，DSP芯片得到了突飞猛进的发展，DSP芯片的应用越来越广泛。从运算速度来看，MAC（一次乘法和一次加法）时间已经从80年代初的400ns（如TMS32010）降低到40ns（如TMS32C40），处理能力提高了10多倍。DSP芯片内部要害的乘法器部件从1980年的占模区的40左右下降到5以下，片内RAM增加一个数量级以上。从制造工艺来看，1980年采用4μ的N沟道MOS工艺，而现在则普遍采用亚微米CMOS工艺。DSP芯片的引脚数量从1980年的最多64个增加到现在的200个以上，引脚数量的增加，意味着结构灵活性的增加。此外，DSP芯片的发展，是DSP系统的成本、体积、重量和功耗都有很大程度的下降。

DSP芯片的分类

DSP的芯片可以按照以下的三种方式进行分类。

1、按基础特性分
这是根据DSP芯片的工作时钟和指令类型来分类的。假如DSP芯片在某时钟频率范围内的任何频率上能正常工作，除计算速度有变化外，没有性能的下降，这类DSP芯片一般称之为静态DSP芯片。
假如有两种或两种以上的DSP芯片,它们的指令集和相应的机器代码机管脚结构相互兼容，则这类DSP芯片称之为一致性的DSP芯片。

2、按数据格式分
这是根据DSP芯片工作的数据格式来分类的。数据以定点格式工作的DSP芯片称之为定点DSP芯片。以浮点格式工作的称为DSP芯片。不同的浮点DSP芯片所采用的浮点格式不完全一样，有的DSP芯片采用自定义的浮点格式，有的DSP芯片则采用IEEE的标准浮点格式。

3、按用途分
按照DSP芯片的用途来分，可分为通用型DSP芯片和专用型的DSP芯片。通用型DSP芯片适合普通的DSP应用，如TI公司的一系列DSP芯片。专用型DSP芯片市为特定的DSP运算而设计，更适合非凡的运算，如数字滤波，卷积和FFT等。

DSP芯片的选择

设计DSP应用系统，选择DSP芯片时非常重要的一个环节。只有选定了DSP芯片才能进一步设计外围电路集系统的其它电路。总的来说，DSP芯片的选择应根据实际的应用系统需要而确定。一般来说，选择DSP芯片时考虑如下诸多因素。

1．DSP芯片的运算速度。运算速度是DSP芯片的一个最重要的性能指标，也是选择DSP芯片时所需要考虑的一个主要因素。DSP芯片的运算速度可以用以下几种性能指标来衡量：
（1）指令周期。就是执行一条指令所需要的时间，通常以ns为单位。
（2）MAC时间。即一次乘法加上一次加法的时间。
（3）FFT执行时间。即运行一个N点FFT程序所需的时间。
（4）MIPS。即每秒执行百万条指令。
（5）MOPS。即每秒执行百万次操作。
（6）MFLOPS。即每秒执行百万次浮点操作。
（7）BOPS。即每秒执行十亿次操作。

2．DSP芯片的价格。根据一个价格实际的应用情况，确定一个价格适中的DSP芯片。

3．DSP芯片的硬件资源。

4．DSP芯片的运算速度。

5．DSP芯片的开发工具。

6．DSP芯片的功耗。

7．其它的因素，如封装的形式、质量标准、生命周期等。

DSP应用系统的运算量是确定选用处理能力多大的DSP芯片的基础。那么如何确定DSP系统的运算量以选择DSP芯片呢？

1．按样点处理
按样点处理就是DSP算法对每一个输入样点循环一次。例如；一个采用LMS算法的256抽头德的自适应FIR滤波器，假定每个抽头的计算需要3个MAC周期，则256抽头计算需要256*3=768个MAC周期。假如采样频率为8KHz，即样点之间的间隔为125μs的时间，DSP芯片的MAC周期为200μs，则768个周期需要153.6μs的时间，显然无法实时处理，需要选用速度更快的芯片。

2．按帧处理
有些数字信号处理算法不是每个输入样点循环一次，而是每隔一定的时间间隔（通常称为帧）循环一次。所以选择DSP芯片应该比较一帧内DSP芯片的处理能力和DSP算法的运算量。假设DSP芯片的指令周期为P（ns），一帧的时间为⊿τ（ns），则该DSP芯片在一帧内所提供的最大运算量为⊿τ/P条指令。

DSP芯片的基本结构

DSP芯片的基本结构包括：
（1）哈佛结构；
（2）流水线操作；
（3）专用的硬件乘法器；
（4）非凡的DSP指令；
（5）快速的指令周期。

哈佛结构
哈佛结构的主要特点是将程序和数据存储在不同的存储空间中，即程序存储器和数据存储器是两个相互独立的存储器，每个存储器独立编址，独立访问。与两个存储器相对应的是系统中设置了程序总线和数据总线，从而使数据的吞吐率提高了一倍。由于程序和存储器在两个分开的空间中，因此取指和执行能完全重叠。
流水线与哈佛结构相关，DSP芯片广泛采用流水线以减少指令执行的时间，从而增强了处理器的处理能力。处理器可以并行处理二到四条指令，每条指令处于流水线的不同阶段。

专用的硬件乘法器
乘法速度越快，DSP处理器的性能越高。由于具有专用的应用乘法器，乘法可在一个指令周期内完成。

非凡的DSP指令DSP芯片是采用非凡的指令。
快速的指令周期哈佛结构、流水线操作、专用的硬件乘法器、非凡的DSP指令再加上集成电路的优化设计可使DSP芯片的指令周期在200ns以下。

DSP系统的特点
数字信号处理系统是以数字信号处理为基础，因此具有数字处理的全部特点：

接口方便：
DSP系统与其它以现代数字技术为基础的系统或设备都是相互兼容，这样的系统接口以实现某种功能要比模拟系统与这些系统接口要轻易的多。

编程方便：
DSP系统种的可编程DSP芯片可使设计人员在开发过程中灵活方便地对软件进行修改和升级。

稳定性好：
DSP系统以数字处理为基础，受环境温度以及噪声的影响较小，可靠性高。

精度高：
16位数字系统可以达到的精度。

可重复性好：
模拟系统的性能受元器件参数性能变化比较大，而数字系统基本上不受影响，因此数字系统便于测试，调试和大规模生产。

集成方便：
DSP系统中的数字部件有高度的规范性，便于大规模集成。

DSP芯片的应用

自从DSP芯片诞生以来，DSP芯片得到了飞速的发展。DSP芯片高速发展，一方面得益于集成电路的发展，另一方面也得益于巨大的市场。在短短的十多年时间，DSP芯片已经在信号处理、通信、雷达等许多领域得到广泛的应用。目前，DSP芯片的价格也越来越低，性能价格比日益提高，具有巨大的应用潜力。DSP芯片的应用主要有：
（1）信号处理--如，数字滤波、自适应滤波、快速傅里叶变换、相关运算、频谱分析、卷积等。
（2）通信--如，调制解调器、自适应均衡、数据加密、数据压缩、回坡抵消、多路复用、传真、扩频通信、纠错编码、波形产生等。
（3）语音--如语音编码、语音合成、语音识别、语音增强、说话人辨认、说话人确认、语音邮件、语音储存等。
（4）图像/图形--如二维和三维图形处理、图像压缩与传输、图像增强、动画、机器人视觉等。
（5）军事--如保密通信、雷达处理、声纳处理、导航等。
（6）仪器仪表--如频谱分析、函数发生、锁相环、地震处理等。
（7）自动控制--如引擎控制、深空、自动驾驶、机器人控制、磁盘控制。
（8）医疗--如助听、超声设备、诊断工具、病人监护等。
（9）家用电器--如高保真音响、音乐合成、音调控制、玩具与游戏、数字电话/电视等

DSP处理器与通用处理器的比较

1对密集的乘法运算的支持

GPP不是设计来做密集乘法任务的，即使是一些现代的GPP，也要求多个指令周期来做一次乘法。而DSP处理器使用专门的硬件来实现单周期乘法。DSP处理器还增加了累加器寄存器来处理多个乘积的和。累加器寄存器通常比其他寄存器宽，增加称为结果bits的额外bits来避免溢出。
同时，为了充分体现专门的乘法-累加硬件的好处，几乎所有的DSP的指令集都包含有显式的MAC指令。

2存储器结构
传统上，GPP使用冯.诺依曼存储器结构。这种结构中，只有一个存储器空间通过一组总线（一个地址总线和一个数据总线）连接到处理器核。通常，做一次乘法会发生4次存储器访问，用掉至少四个指令周期。
大多数DSP采用了哈佛结构，将存储器空间划分成两个，分别存储程序和数据。它们有两组总线连接到处理器核，答应同时对它们进行访问。这种安排将处理器存贮器的带宽加倍，更重要的是同时为处理器核提供数据与指令。在这种布局下，DSP得以实现单周期的MAC指令。
还有一个问题，即现在典型的高性能GPP实际上已包含两个片内高速缓存，一个是数据，一个是指令，它们直接连接到处理器核，以加快运行时的访问速度。从物理上说，这种片内的双存储器和总线的结构几乎与哈佛结构的一样了。然而从逻辑上说，两者还是有重要的区别。
GPP使用控制逻辑来决定哪些数据和指令字存储在片内的高速缓存里，其程序员并不加以指定（也可能根本不知道）。与此相反，DSP使用多个片内存储器和多组总线来保证每个指令周期内存储器的多次访问。在使用DSP时，程序员要明确地控制哪些数据和指令要存储在片内存储器中。程序员在写程序时，必须保证处理器能够有效地使用其双总线。
此外，DSP处理器几乎都不具备数据高速缓存。这是因为DSP的典型数据是数据流。也就是说，DSP处理器对每个数据样本做计算后，就丢弃了，几乎不再重复使用。

3零开销循环
假如了解到DSP算法的一个共同的特点，即大多数的处理时间是花在执行较小的循环上，也就轻易理解，为什么大多数的DSP都有专门的硬件，用于零开销循环。所谓零开销循环是指处理器在执行循环时，不用花时间去检查循环计数器的值、条件转移到循环的顶部、将循环计数器减1。
与此相反，GPP的循环使用软件来实现。某些高性能的GPP使用转移预告硬件，几乎达到与硬件支持的零开销循环同样的效果。

4定点计算
大多数DSP使用定点计算，而不是使用浮点。虽然DSP的应用必须十分注重数字的精确，用浮点来做应该轻易的多，但是对DSP来说，廉价也是非常重要的。定点机器比起相应的浮点机器来要便宜（而且更快）。为了不使用浮点机器而又保证数字的准确，DSP处理器在指令集和硬件方面都支持饱和计算、舍入和移位。

5专门的寻址方式
DSP处理器往往都支持专门的寻址模式，它们对通常的信号处理操作和算法是很有用的。例如，模块（循环）寻址（对实现数字滤波器延时线很有用）、位倒序寻址（对FFT很有用）。这些非常专门的寻址模式在GPP中是不常使用的，只有用软件来实现。

6执行时间的猜测
大多数的DSP应用（如蜂窝电话和调制解调器）都是严格的实时应用，所有的处理必须在指定的时间内完成。这就要求程序员准确地确定每个样本需要多少处理时间，或者，至少要知道，在最坏的情况下，需要多少时间。
假如打算用低成本的GPP去完成实时信号处理的任务，执行时间的猜测大概不会成为什么问题，应为低成本GPP具有相对直接的结构，比较轻易猜测执行时间。然而，大多数实时DSP应用所要求的处理能力是低成本GPP所不能提供的。
这时候，DSP对高性能GPP的优势在于，即便是使用了高速缓存的DSP，哪些指令会放进去也是由程序员（而不是处理器）来决定的，因此很轻易判定指令是从高速缓存还是从存储器中读取。DSP一般不使用动态特性，如转移猜测和推理执行等。因此，由一段给定的代码来猜测所要求的执行时间是完全直截了当的。从而使程序员得以确定芯片的性能限制。

7定点DSP指令集
定点DSP指令集是按两个目标来设计的：
使处理器能够在每个指令周期内完成多个操作，从而提高每个指令周期的计算效率。
将存贮DSP程序的存储器空间减到最小（由于存储器对整个系统的成本影响甚大，该问题在对成本敏感的DSP应用中尤为重要）。
为了实现这些目标，DSP处理器的指令集通常都答应程序员在一个指令内说明若干个并行的操作。例如，在一条指令包含了MAC操作，即同时的一个或两个数据移动。在典型的例子里，一条指令就包含了计算FIR滤波器的一节所需要的所有操作。这种高效率付出的代价是，其指令集既不直观，也不轻易使用（与GPP的指令集相比）。
GPP的程序通常并不在意处理器的指令集是否轻易使用，因为他们一般使用象C或C 等高级语言。而对于DSP的程序员来说，不幸的是主要的DSP应用程序都是用汇编语言写的（至少部分是汇编语言优化的）。这里有两个理由：首先，大多数广泛使用的高级语言，例如C，并不适合于描述典型的DSP算法。其次，DSP结构的复杂性，如多存储器空间、多总线、不规则的指令集、高度专门化的硬件等，使得难于为其编写高效率的编译器。
即便用编译器将C源代码编译成为DSP的汇编代码，优化的任务仍然很重。典型的DSP应用都具有大量计算的要求，并有严格的开销限制，使得程序的优化必不可少（至少是对程序的最要害部分）。因此，考虑选用DSP的一个要害因素是，是否存在足够的能够较好地适应DSP处理器指令集的程序员。

8开发工具的要求
因为DSP应用要求高度优化的代码，大多数DSP厂商都提供一些开发工具，以帮助程序员完成其优化工作。例如，大多数厂商都提供处理器的仿真工具，以准确地仿真每个指令周期内处理器的活动。无论对于确保实时操作还是代码的优化，这些都是很有用的工具。
GPP厂商通常并不提供这样的工具，主要是因为GPP程序员通常并不需要具体到这一层的信息。GPP缺乏精确到指令周期的仿真工具，是DSP应用开发者所面临的的大问题：由于几乎不可能猜测高性能GPP对于给定任务所需要的周期数，从而无法说明如何去改善代码的性能。

微处理器（Microprocessor）的分类

通用处理器（GPP）

采用冯.诺依曼结构，程序和数据的存储空间合二而一
8-bitApple（6502），NECPC-8000（Z80）
8086/286/386/486/Pentium/PentiumII/PentiumIII
PowerPc64-bitCPU（SUNSparc，DECAlpha,HP）
CISC复杂指令计算机,RISC精简指令计算机
采取各种方法提高计算速度，提高时钟频率，高速总线，多级Cashe，协处理器等

SingleChipComputer/MicroControllerUnit（MCU）

除开通用CPU所具有的ALU和CU，还有存储器（RAM/ROM）寄存器，时钟，计数器，定时器，串/并口，有的还有A/D，D/A
INTELMCS/48/51/96（98）
MOTOROLAHCS05/011

DSP

采用哈佛结构，程序和数据分开存储
采用一系列措施保证数字信号的处理速度，如对FFT的专门优化


MCU与DSP的简单比较

MCUDSP
低档高档低档高档
指令周期(ns)60040505
乘加时间(ns)190080505
US$/MIPS1.50.50.150.1

飞速发展的数字信号处理器
　　由于超大规模集成电路技术的迅猛发展，过去二十年中，数字信号处理技术，即DSP(DigitalSignalProcessor)技术也得到了突飞猛进的发展，这种发展趋势在今后十年内仍将保持下去。据世界半导体贸易统计组织发布的统计与猜测报告，2001～2006年可编程DSP市场的预期增长率为27.2。预期2006年DSP市场将达到141.9亿美元，且增长率是逐年递增的，2005年的增长率预期为34。到2010年，DSP芯片的集成度将会提高11倍，单个芯片上将会集成5亿只晶体管。目前DSP的生产工艺正在由0.35μm转向0.25μm、0.18μm、0.13μm，到2005年可能达到0.075μm。

　　集成度的提高使得硅片的面积进一步缩小，从而导致DSP芯片成本降低，价格下降。价格下降促使需求的上升和应用领域的扩展。DSP已从军用转向民用，在计算机、通信、消费类电子产品方面即所谓3C领域得到了广泛的应用。DSP在通信领域应用最多，占72，计算机占3，消费类、办公自动化各占2，从趋势上看，工业（非凡是变频电机控制）中的应用，以及消费类产品中应用的份额会有所上升。

　　在通信领域，DSP产品涵盖了从3G无线基站到无线局域网的广泛应用，数字化电视也离不开DSP。DSP在语言处理中的应用也是尽人皆知的，包括语言的压缩与解压，语言的合成，语言的识别等。

　　计算机的硬盘驱动器在使用DSP技术以后可大大提高存取速度，提高容量和缩小体积，以至于今后有可能用于掌上电脑。在PC机中，DSP可加速图形处理功能。以后的PC机，可能每台PC中含有不只一颗DSP芯片。在计算机外设中，激光打印机、扫描仪、光盘机等需要大量数据传输的设备，都有可能用到DSP技术。

　　DSP技术发展的另一趋势是速度更快，功耗更低，DSP片外的速度能达到几十兆赫已经近于极限，为了降低系统的噪声，提高系统抗干扰能力，片外时钟有进一步降低的趋势，即外部使用几兆赫的振荡器就够了，而片内则用压控振荡器加锁相环的技术，把片内时钟速度提高到100MHz、200MHz乃至更高，会有更多的DSP片内时钟达到1GHz。预期到2010年，同类水平的DSP的功耗将降到原来的1/3。

DSP与CPU
　　假如用普通计算机中的CPU来处理算法，做乘法和加法都要调用相应的乘法、加法函数，假如是浮点数运算，通常CPU需要将浮点运算交给协处理处理，虽然协处理器的浮点运算速度可能很快，但加上CPU将输入参数传出，再将运算结果取回的时间，会显得速度很慢；做循环时，要有循环变量，每次循环变量加1后再判定是否已经循环了n次，这一过程是比较慢的。

　　而DSP则在硬件设计上针对这类计算采取了一些独特的设计，以求最快的运算速度，以至于趋于模拟电路的延迟时间。

　　DSP能在一个时钟周期内完成乘法和加法运算，并能并行地同时将下面运算要用到的两个参数传入相应的运算用寄存器。在乘法及乘加指令的执行方式上，DSP的小数乘法在算法上分定点算法DSP与浮点算法DSP。在定点类DSP中，小数点的位置是固定的，不论定点的DSP还是浮点的DSP，乘法器都是用硬件逻辑完成的，乘法可以在一个指令周期内完成。

　　在循环方面，DSP有诸如重复n次（Repeatn），或循环n次（DOLoopn）等指令，使DSP能迅速完成n次循环，而不必每次都检查是不是已经循环n次了。这就是DSP在做数字信号处理方面的优势与独到之处。也是DSP区别于CPU的地方。

　　DSP与CPU在结构方面的另一区别是，DSP往往采用哈佛结构，而传统的CPU多为冯.诺曼结构（VonNeuman）。冯.诺曼结构指的是将程序与数据统一编址，不区分存储器的程序空间和数据空间。而哈佛结构指将程序空间与数据空间分开编址，这样在DSP处理数据空间运算与数据传输的同时可以并行地从程序空间读取下一条指令。采用哈佛结构，将程序空间与数据空间分开编址的好处是速度快，读程序和读写数据可以同时进行。

　　DSP在内核设计方面还有一个特点是采用多重流水线结构，流水线结构的层次深度可以从3级到6级。程序的执行过程大致可分为读指令、指令译码、指令执行等几个阶段。DSP在第一个时钟周期内读第一条指令，在第二个周期译码第一条指令同时在第二个周期内读入第二条指令，在第三个时钟周期内执行第一条指令，译码第二条指令，同时读入第三条指令，这样虽然执行一条指令仍需要三个周期，可是由于并行的流水线处理，看起来似乎每条指令都是在一个周期内完成的，这就是流水线结构。
DSP的特点

DSP在体系结构上与通用微处理器有很大的区别。下面是几个要害的不同点：

单周期指令：大多数DSP都拥有流水结构，它可以在一个时钟周期内执行一条语句。

快速乘法器：信号处理算法往往大量用到乘加（multiply-accumulate，MAC）运算。DSP有专用的硬件乘法器，它可以在一个时钟周期内完成MAC运算。硬件乘法器占用了DSP芯片面积的很大一部分。（与之相反，通用微处理器采用一种较慢的、迭代的乘法技术，它可以在多个时钟周期内完成一次乘法运算，但是占用了较少了硅片资源）。

多总线：DSP有分开的代码和数据总线（一般用术语“哈佛结构”表示），这样在同一个时钟周期内可以进行多次存储器访问——这是因为数据总线也往往有好几组。有了这种体系结构，DSP就可以在单个时钟周期内取出一条指令和一个或者两个（或者更多）的操作数。

地址发生器：DSP有专用的硬件地址发生单元，这样它可以支持许多信号处理算法所要求的特定数据地址模式。这包括前（后）增（减）、环状数据缓冲的模地址以及FFT的比特倒置地址。地址发生器单元与主ALU和乘法器并行工作，这就进一步增加了DSP可以在一个时钟周期内可以完成的工作量。

硬件辅助循环：信号处理算法经常需要执行紧密的指令循环。对硬件辅助循环的支持，可以让DSP高效的循环执行代码块而无需让流水线停转或者让软件来测试循环终止条件。

数据格式：除了标准的整数型格式外，DSP一般支持定点和（或）浮点数。对数据格式和精度的选择取决于应用程序所需，例如：
16位定点DSP可以满足语音信号处理和控制所需
24位和32位定点DSP可以满足高质量音频信号处理所需
32位浮点DSP可以满足图形和图像处理所需

DSP的特点：

DSP处理器采用哈佛结构和改进的哈佛结构。
哈佛结构就是将程序代码和数据的存储空间分开,各有自己的地址和数据总线。之所以采用哈佛结构，是为了并行进行指令和数据处理,从而可以大大地提高运算的速度。为了进一步提高信号处理的效率,在哈佛结构的基础上，又加以改善。使得程序代码和数据存储空间之间可以进行数据的传输,称为改善的哈佛结构。

采用流水技术。
流水技术是将各指令的各个步骤重叠起来执行。DSP处理器所采用的将程序存储空和数据存储空间的地址与数据总线分开的哈佛结构，为采用流水技术提供了很大的方便。

为了提高DSP处理器的运算速度,它们无例外地设置了硬件乘法器，以及MAC(乘并且累加)一类的指令。

DSP处理器都为DMA单独设置了完全独立的总线和控制器，这是和通用的CPU很不相同，其目的是在进行数据传输是完全不影响CPU及其相关总线的工作。

在DSP处理器中，设置了专门的数据地址发生器来产生所需的数据地址。数据地址的产生与CPU的工作是并行的，从而节省CPU的时间，提高信号的处理速度。

DSP处理器为了自身工作的需要和外部环境的协调工作。往往都设置了丰富的外设。如时钟发生器。定时器等。

定点DSP处理器和浮点DSP处理器。定点DSP中经常要考虑溢出问题，在浮点DSP基本上可以不考虑。与定点DSP处理器相比，浮点DSP处理器的速度更快，尤其是作浮点运算。在实时性要求很到的场合。往往考虑浮点DSP处理器。而浮点DSP处理器的价格比较高，开发难度更大。