💻 computer science

Fixed-Point Integer Approximations for Square Root and Division on ESP32:A Benchmark-Driven Analysis

Dit artikel benchmarkt fixed-point Q16-integerbenaderingen voor vierkantswortel en deling op de ESP32-S3, waarbij wordt aangetoond dat een lookup-tabel met interpolatie de native hardwarematige floating-pointimplementaties aanzienlijk overtreft in snelheid, terwijl een hoge nauwkeurigheid behouden blijft voor hulpbronbeperkte embedded toepassingen.

Oorspronkelijke auteurs: Lucas Lima Freitag

Gepubliceerd 2026-07-21

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Lucas Lima Freitag

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een wiskundig probleem probeert op te lossen in een kleine, op batterijen werkende robot die in je achtertuin leeft. Deze robot moet dingen doen zoals uitrekenen hoe ver hij van een boom verwijderd is of hoe snel hij ronddraait, wat ingewikkelde wiskunde vereist zoals het berekenen van vierkantswortels of het delen van getallen. Normaal gesproken hebben computers een speciale, supersnelle "wiskundemotor" (een Floating-Point Unit genoemd) die speciaal is gebouwd voor deze lastige decimale getallen. Maar soms is die motor te groot, te zwaar, of gewoon te onvoorspelbaar. Het kan het ene moment lang duren om een probleem op te lossen en het volgende moment heel kort, wat een nachtmerrie is voor een robot die direct moet reageren om een botsing te voorkomen.

Daarom gebruiken ingenieurs vaak een andere truc: ze doen alsof alle getallen gehele getallen (integers) zijn door te doen alsof de komma op een vaste plek vaststaat. Dit wordt "fixed-point rekenkunde" genoemd. Het is als rekenen op een liniaal waarbij je alleen in hele millimeters kunt meten, niet in fracties van een millimeter. Het is sneller en voorspelbaarder, maar kan minder nauwkeurig zijn. De grote vraag voor de makers van kleine, slimme apparaten (zoals de ESP32-chips die in veel moderne gadgets te vinden zijn) is: Kunnen we deze "gehele getal"-trucs snel genoeg maken om de fancy, ingebouwde wiskundemotor te verslaan, zonder te veel nauwkeurigheid te verliezen?

Dit artikel duikt in precies die vraag met behulp van een populaire chip genaamd de ESP32-S3. De onderzoekers testten twee slimme manieren om vierkantswortels en delingen te berekenen met alleen gehele getallen en een "spiekbriefje" (een Lookup Table of LUT genoemd). Stel je een Lookup Table voor als een enorme menukaart in een restaurant. In plaats van elke keer een maaltijd vanaf nul te bereiden (wat traag is), zoek je gewoon de bestelling op de menukaart op en pak je een vooraf bereid gerecht. Het team bouwde een menukaart met 1.024 vermeldingen voor getallen tussen 1 en 10. Ze testten ook een andere methie die een wiskundige afkorting gebruikt (een reeksexpansie) om het antwoord te raden zonder een menukaart te gebruiken.

De resultaten waren verrassend duidelijk. Wanneer de onderzoekers de chip vroegen om een vierkantswortel te vinden, was de "menukaart"-methode ongelooflijk snel. Het kostte slechts 15 klokcycli (de kleine tikjes van de interne klok van de chip) vergeleken met 91 cycli voor de ingebouwde wiskundemotor. Dat is een versnelling van ongeveer 6 keer! Voor deling was de menukaart-methode ook sneller, met 29 cycli tegenover 62 voor de native motor. Het beste deel? De antwoorden waren bijna perfect. De methode voor de vierkantswortel zat er slechts 0,007% naast, en de methode voor de deling slechts 0,004%. Dat is alsof je de afstand naar de maan meet en er minder dan een enkel korreltje zand naast zit.

Echter, het artikel vond ook een addertje onder het gras. De "afkorting"-methode die geen menukaart gebruikte (de base-2 reeks) was eigenlijk langzamer dan de ingebouwde wiskundemotor, met 113 cycli. Het was een afweging: je bespaarde geheugenruimte omdat je geen menukaart nodig had, maar je verloor snelheid. De onderzoekers merkten ook op dat hoewel de menukaart-methode snel is, het ook wat van het geheugen van de chip verbruikt (ongeveer 8 kilobytes) om de tabellen op te slaan. Maar voor de meeste kleine apparaten is dat een kleine prijs om te betalen voor de enorme snelheidswinst.

Uiteindelijk suggereert het artikel dat voor real-time taken — zoals het stabiel houden van een drone of het samenvoegen van gegevens van meerdere sensoren — de "menukaart"-aanpak een winnaar is. Het verandert een trage, onvoorspelbare wiskundige taak in een razendsnelle, voorspelbare taak. De onderzoekers lieten zelfs zien dat als je een complex sensorsysteem aan het draaien bent, het gebruiken van deze methoden genoeg tijd kan besparen om het apparaat langer te laten slapen of meer gegevens te verwerken. Hoewel de ingebouwde wiskundemotor nog steeds aanwezig is en prima werkt, bieden deze integer-trucs een krachtig alternatief voor wanneer snelheid en tijdszekerheid het belangrijkste zijn. Het artikel beweert niet dat dit de enige manier is om met wiskunde bezig te zijn, maar het bewijst dat voor de ESP32-S3 een goed georganiseerd spiekbriefje de fabrieksmatige rekenmachine kan verslaan.

Technische Samenvatting: Fixed-Point Integer Benaderingen voor Vierkantswortel en Deling op de ESP32

Probleemstelling
Real-time embedded systemen, met name die gebruikmaken van microcontrollers zoals de ESP32-S3, vereisen vaak wiskundige operaties zoals vierkantswortels en delingen binnen strikte tijdbudgetten. Hoewel de ESP32-S3 een single-precision hardware Floating-Point Unit (FPU) integreert, vertonen deze operaties een variabele latentie en verbruiken ze aanzienlijk veel klokcycli (ongeveer 91 cycli voor een vierkantswortel en 62 voor een deling). Deze variabiliteit bemoeilijkt de Worst-Case Execution Time (WCET) analyse, een cruciale vereiste voor hard real-time control loops, sensorfusie en deterministische systemen. Bovendien introduceert de afhankelijkheid van de FPU afhankelijkheden die ongewenst kunnen zijn in diep ingebedde of energiezuinige omgevingen waar integer rekenkunde een voorspelbaardere timing en een lager energieverbruik biedt.

Methodologie
Deze studie evalueert fixed-point Q16 (16 fractionele bits) integer benaderingen voor de vierkantswortel en deling op de ESP32-S3, waarbij ze worden afgezet tegen de native hardware FPU-implementaties. Het onderzoek richt zich op twee primaire integer-gebaseerde benaderingen:

Lookup Table (LUT) Methode:
- Implementatie: Twee tabellen met elk 1024-entries zijn vooraf berekend voor het bereik $[1, 10)$ met behulp van midpoint sampling om de fout te minimaliseren.
- Vierkantswortel: Directe tabelopzoeking met een index afgeleid van de input via vermenigvuldiging en bit-shifting (om hardwarematige deling te vermijden).
- Deling: Geïmplementeerd door de dividend te vermenigvuldigen met het vooraf berekende reciproque van de divisor die in de LUT wordt gevonden.
- Optimalisatie: De indexberekening gebruikt een fixed-point multiplier (7282) en een right-shift (22) om de benadering van de deling die nodig is voor binning uit te voeren, waardoor de operatie puur integer-gebaseerd blijft.
Base-2 Series Expansie Methode:
- Implementatie: Een alternatieve delingsmethode die de divisor afrondt naar de dichtstbijzijnde macht van twee.
- Algoritme: Het quotiënt wordt benaderd met behulp van een geometrische reeks-expansie om het verschil tussen de afgeronde divisor en de werkelijke divisor te corrigeneren. De implementatie gebruikt zes termen van de reeks, wat een puur integer alternatief biedt zonder tabelopslag.

Benchmarking Setup
De auteurs hebben een reproduceerbare testomgeving ontwikkeld die draait op een ESP32-S3 (240 MHz Xtensa LX7 dual-core). De methodologie omvatte:

Operanden: Gegenereerd met de hardware random number generator (esp_random) om softwarematige pseudo-willekeurige artefacten te vermijden.
Schaal: Benchmarks werden uitgevoerd over iteratie-aantallen variërend van 1.000 tot 1.000.000.
Meting: Klokcycli werden vastgelegd met behulp van het esp_cpu_get_cycle_count() register, waarbij alleen de computationele loops werden gemeten.
Foutanalyse: De relatieve fout werd berekend door de cumulatieve som van aangepaste integer resultaten te vergelijken met de native FPU resultaten.

Belangrijkste Resultaten
De studie biedt cyclus-nauwkeurige vergelijkingen en foutkarakteriseringen:

LUT-gebaseerde Vierkantswortel: Bereikte een 6,1× versnelling ten opzichte van de native FPU, waardoor de uitvoeringstijd werd teruggebracht van ~91 cycli naar 15 cycli. De relatieve fout was verwaarloosbaar bij 0,007%.
LUT-gebaseerde Deling: Bereikte een 2,1× versnelling, waardoor de uitvoeringstijd werd teruggebracht van ~62 cycli naar 29 cycli, met een relatieve fout van 0,004%.
Base-2 Series Deling: Deze methode was 1,8× trager dan de native FPU (ongeveer 113 cycli vs. 62 cycli) maar bood een opslagvrij alternatief met een relatieve fout van 0,15%.
Stabiliteit: Zowel de cycli als de foutpercentages bleven stabiel over alle iteratie-aantallen, wat de deterministische timing en verwaarloosbare cache-effecten bevestigt (de 8 kB LUT's passen volledig binnen de 16 kB data cache).
Geheugenvoetafdruk: De LUT-benadering vereist 8 kB RAM (4 kB per tabel), wat ruim binnen de 512 kB SRAM-capaciteit van de ESP32-S3 valt.

Betekenis en Bijdragen
Het artikel beweert een gat in de literatuur te vullen door de eerste directe microbenchmark-vergelijking te bieden tussen native single-precision FPU-operaties en LUT-gebaseerde fixed-point alternatieven op de ESP32-S3. De primaire bijdragen zijn:

Prestatieoptimalisatie: Het aantonen dat LUT-gebaseerde integer rekenkunde de hardware FPU-operaties op de ESP32-S3 aanzienlijk kan overtreffen, met name voor vierkantswortels, terwijl een hoge precisie behouden blijft die geschikt is voor sensordata (12–16-bit ADC's).
Deterministische Timing: Het vaststellen dat integer LUT-methoden de timingvariabiliteit geassocieerd met FPU-operaties elimineren, wat hen ideaal maakt voor hard real-time systemen waar de WCET gegarandeerd moet zijn.
Trade-off Analyse: Het bieden van een duidelijke trade-off samenvatting waarbij LUT-methoden de beste snelheid-nauwkeurigheid balans bieden voor toepassingen met beschikbare RAM, terwijl de Base-2 serie een opslagvrij alternatief biedt voor geheugenbeperkte scenario's, zij het met een prestatie-opoffering.
Praktische Toepasbaarheid: De methoden worden gepresenteerd als drop-in vervangingen voor floating-point code in toepassingen zoals 9-assige IMU sensorfusie (bijv. Madgwick/Mahony filters), waar de besparing in cycli (bijv. een 4,3× verbetering in een 1 kHz fusie-loop) CPU-tijd kan vrijmaken voor aanvullende taken of power gating.
Reproduceerbaarheid: De auteurs bieden een web-gebaseerde interface en een open-source Arduino sketch aan om interactieve benchmarking en verificatie van de resultaten mogelijk te maken.

Het artikel concludeert dat voor hulpbron-beperkte, real-time embedded toepassingen op de ESP32-S3, fixed-point LUT-benaderingen een superieur alternatief bieden voor native FPU-operaties wanneer deterministische timing en executiesnelheid prioriteit hebben boven de marginale geheugenkosten van lookup tables.

Meer zoals dit