汇编代码级的优化
        在经过C代码的优化之后，还不能满足性能上的要求，则可以通过profile
        clock工具找出效率很低的部分，使用线性汇编重新改写。再通过汇编优化器编译，汇编优化器从输入的线性汇编代码中，完成以下功能
● 寻找可以平行执行的CPU指令。
● 在软件流水线期间，处理流水线标号。
● 分配寄存器的用法。
● 分配功能单元。
TI提供的汇编优化器可以得到很高的效率，一般可以满足性能上的要求。

   优化中的问题
        在优化过程中，总是要对程序进行一定的改动，这样经常会出现一些问题。
        1) 优化结果的验证
        优化过的程序往往不知道是否运行正确，这就需要加以验证。一般采用的办法就是通过测试序列来验证。测试序列指的是对于不同的算法所取的一组特殊的数据，这些数据可以准确的反映算法的特性。测试序列中每组数据包括输入数据和输出数据，通过对输入数据的运算，把结果与输出数据进行比较，判断程序的正确性。一些常见的算法，一般都提供了测试序列。还有一些，没有测试序列。这时就需要根据算法的特点，自己构造测试序列，进行验证。构造的时候，注意序列最好有几组，数据最好有一定的长度，这样验证的更准确。
        2) 内存泄漏的问题
        C64X系列DSP的内部存储空间有1MB，其中程序和数据还有CPU的二级缓存将共享这片空间，因此当程序的运行不正常时，很有可能就是内存泄漏造成的。因此，在程序设计中，应尽量不用指针，同时注意进行边界检测。
        程序设计的一些方法
        程序设计时，一切以满足实际的要求为目标。在实际的设计中，除了优化能够提高性能以外，还可以采取其他的办法，利用DSP的特性，提高程序的运行性能，满足实际的设计要求。
        1) 把程序和经常要用的数据放入片内RAM
        片内RAM与CPU
        工作在同一时钟频率，比片外RAM性能高得多。因此把程序放在片内可以大大提高运行的速度。同时对于一些经常要用到的数据，放入片内，也会节省处理时间。
        2) 通过DMA技术搬移数据
        对于C64X芯片，其片内RAM有1MB，但是对于一些大型的图像处理算法而言，仍可能是不够的，因此经常通过DMA技术，把需要用到的数据搬入片内，把不需要的搬到片外，可以大大的提高程序的运行速度。
        3) CACHE的使用
        增大CACHE，可以明显的提高性能。但是C64X系列DSP中程序和数据还有CACHE共享片内RAM，因此增大CACHE，就减小了实际的片内可用空间，设计中需要注意。

谢谢楼主，要是集中到一个Word里就更好了

谢谢分享