最大化 MicroPython 速度 内容 % `2 C/ d5 w+ \+ v
本教程介绍了提高 MicroPython 代码性能的方法。涉及其他语言的优化在别处有介绍,即使用 C 编写的模块和 MicroPython 内联汇编器。 开发高性能代码的过程包括以下应按所列顺序执行的阶段。 为速度而设计。 编码和调试。 " h- E! z a Z& R; O. y3 m
优化步骤: 确定代码中最慢的部分。 提高 Python 代码的效率。 使用本机代码发射器。 使用毒蛇代码发射器。 使用特定于硬件的优化。
' k, `( `" X: ^8 b 为速度而设计一开始就应该考虑性能问题。这涉及查看对性能最关键的代码部分,并特别注意它们的设计。当代码经过测试时,优化过程就开始了:如果设计一开始是正确的,优化将很简单,实际上可能是不必要的。 算法设计任何性能例程的最重要方面是确保采用最佳算法。这是教科书而不是 MicroPython 指南的主题,但有时可以通过采用以其效率着称的算法来实现惊人的性能提升。 ; h. ]' c+ f1 i3 A; a8 F
内存分配要设计高效的 MicroPython 代码,有必要了解解释器分配 RAM 的方式。当一个对象被创建或变大时(例如,一个项目被添加到一个列表中),必要的 RAM 从一个称为堆的块中分配。这需要大量时间;此外,它有时会触发一个称为垃圾收集的过程,该过程可能需要几毫秒。 因此,如果对象只创建一次并且不允许其大小增长,则可以提高函数或方法的性能。这意味着该对象在其使用期间持续存在:通常它将在类构造函数中实例化并在各种方法中使用。 这将在下面详细介绍控制垃圾收集 。 : a% T2 N8 ]- q. f7 B8 r3 v' k3 R
缓冲器上述示例是需要缓冲区的常见情况,例如用于与设备通信的缓冲区。典型的驱动程序将在构造函数中创建缓冲区并在其将重复调用的 I/O 方法中使用它。 MicroPython 库通常提供对预分配缓冲区的支持。例如,支持流接口的对象(例如文件或UART)提供了read() 为读取数据分配新缓冲区的 readinto() 方法,也提供了将数据读入现有缓冲区的方法。 ; a1 I) a+ _& A( ` j
浮点一些 MicroPython 端口在堆上分配浮点数。其他一些端口可能缺少专用的浮点协处理器,并且在“软件”中以比整数低得多的速度对它们执行算术运算。在性能很重要的地方,使用整数运算并将浮点的使用限制在性能不是最重要的代码部分。例如,快速将 ADC 读数作为整数值捕获到数组中,然后才将它们转换为浮点数以进行信号处理。 6 N& z% {* @# c
数组考虑使用各种类型的数组类作为列表的替代方法。该array模块支持各种元素类型,其中包含 Python 内置bytes 和 bytearray类支持的 8 位元素。这些数据结构都将元素存储在连续的内存位置。再次避免在关键代码中分配内存,这些应该预先分配并作为参数或绑定对象传递。 当传递对象的切片(例如 bytearray实例)时,Python 创建一个副本,其中涉及与切片大小成比例的大小分配。这可以通过使用memoryview对象来缓解。 memoryview 它本身在堆上分配,但它是一个小的、固定大小的对象,无论它指向的切片的大小如何。 - ba = bytearray(10000) # big array: w2 C% `7 K, `8 u2 ^
- func(ba[30:2000]) # a copy is passed, ~2K new allocation3 `' e- b# o2 f2 P8 E, B- w; \
- mv = memoryview(ba) # small object is allocated' H1 P) y/ S/ g4 \5 ?
- func(mv[30:2000]) # a pointer to memory is passed
复制代码 ) q F# h4 i. O( j$ T3 N
, a' y# t; P* b" v* \* e. p s+ U) X8 M+ O
A memoryview 只能应用于支持缓冲区协议的对象 - 这包括数组但不包括列表。需要注意的是,虽然 memoryview 对象处于活动状态,但它也会使原始缓冲区对象保持活动状态。因此,内存视图并不是万能的灵丹妙药。例如,在上面的例子中,如果你用完 10K 缓冲区并且只需要 30:2000 的那些字节,最好制作一个切片,让 10K 缓冲区去(准备好垃圾收集),而不是制作长期内存视图并保持 10K 阻塞以进行 GC。 尽管如此,memoryview对于高级预分配缓冲区管理来说,它是必不可少的。 readinto() 上面讨论的方法将数据放在缓冲区的开头并填充整个缓冲区。如果您需要将数据放在现有缓冲区的中间怎么办?只需在缓冲区的所需部分创建一个内存视图并将其传递给 readinto(). f8 n5 B# D+ ]- U7 q& V8 t- G
, Q. |- G; F) U8 Y0 D5 l
识别最慢的代码部分这是一个称为分析的过程,在教科书和(对于标准 Python)有各种软件工具支持。对于可能的更小的嵌入式应用的类型要在MicroPython平台上运行的最慢的函数或方法,通常可以通过明智地使用的定时来建立ticks 的中记录的功能组 utime。代码执行时间可以 ms、us 或 CPU 周期来衡量。 以下允许通过添加@timed_function 装饰器对任何函数或方法进行计时 : - def timed_function(f, *args, **kwargs):7 w( Y5 H$ X, Y* Y& E. I
- myname = str(f).split(' ')[1]+ n A7 N: N h$ D4 g
- def new_func(*args, **kwargs):% {: m, P6 C5 K* A8 U
- t = utime.ticks_us()1 @: R; j2 Q8 H. s9 F7 @9 }6 _, E
- result = f(*args, **kwargs)
2 a# Y: i; G7 o5 a3 S" b - delta = utime.ticks_diff(utime.ticks_us(), t)$ ]2 h5 `. A8 V5 C
- print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))7 m% Q0 Q; h [8 W9 h/ `
- return result. o: L0 q/ W u
- return new_func
复制代码
4 z7 L& F6 c( `4 Q) H% r/ Q+ u2 O6 l
2 s$ L) f) A$ \, Q
; h2 x4 {$ a3 n; Y& x x% W6 bMicroPython 代码改进const() 声明MicroPython 提供了一个const() 声明。这与#define在 C 中的工作方式类似,因为当代码被编译为字节码时,编译器用数值代替标识符。这避免了在运行时进行字典查找。的参数const()可以是任何在编译时计算为整数的东西,例如0x100或 1 << 8.
W/ D9 X! V% R) B缓存对象引用在函数或方法重复访问对象的情况下,通过将对象缓存在局部变量中可以提高性能: - class foo(object):
o/ p$ M& l3 @ - def __init__(self):
8 \! N, A/ i/ Q I. N - self.ba = bytearray(100)
# r: w- h9 g9 a* Q - def bar(self, obj_display):
% n& B# c' s# V8 @! M( n- s0 Y/ U - ba_ref = self.ba4 ^: I- S' \" E Z6 @2 R- Z
- fb = obj_display.framebuffer
8 Q3 d5 `, \& P: ]; r1 H: @8 x9 K - # iterative code using these two objects
复制代码
3 E E& n8 U; p$ R. M2 G, G" V
3 M+ J1 t& Z @- P2 I7 F! y1 f这避免了 在方法体中反复查找 self.ba 和查找的需要。 obj_display.framebuffer bar().
& E H7 g" y" N3 _- C0 H4 p9 l控制垃圾收集当需要分配内存时,MicroPython 会尝试在堆上定位一个足够大的块。这可能会失败,通常是因为堆中堆满了不再被代码引用的对象。如果发生故障,称为垃圾收集的过程会回收这些冗余对象使用的内存,然后再次尝试分配——这个过程可能需要几毫秒。 通过定期发布gc.collect(). 首先在实际需要之前进行收集会更快 - 如果经常进行,通常大约为 1 毫秒。其次,您可以确定代码中使用该时间的点,而不是在随机点(可能在速度关键部分)发生更长的延迟。最后定期执行收集可以减少堆中的碎片。严重的碎片会导致不可恢复的分配失败。
9 L# z$ u' |1 d4 k
: j. X, g5 O) l* J) Y/ c5 P1 \本机代码发射器这会导致 MicroPython 编译器发出本机 CPU 操作码而不是字节码。它涵盖了 MicroPython 的大部分功能,因此大多数功能不需要修改(但见下文)。它通过函数装饰器调用: - @micropython.native( e9 m9 P$ |( _) d
- def foo(self, arg):
( S6 [4 b1 U" G# J. h' e) T- M# ?/ J - buf = self.linebuf # Cached object
7 c6 Q8 \, J* V$ M7 P1 I - # code
复制代码 $ Z) }, o7 U2 x" x8 o: ~2 d
7 K5 \: s! ~/ k* P9 ~1 v& w0 z# O
本机代码发射器的当前实现存在某些限制。 不支持上下文管理器(with 语句)。 不支持生成器。 如果raise使用,则必须提供参数。
& i8 h6 c% g! @8 l
提高性能(大约是字节码的两倍)的代价是编译代码大小的增加。 2 I- M$ ~% e# L- K; T/ O6 ]
Viper 代码发射器上面讨论的优化涉及符合标准的 Python 代码。Viper 代码发射器不完全兼容。它支持特殊的 Viper 本地数据类型以追求性能。整数处理是不合规的,因为它使用机器字:32 位硬件上的算术以 2**32 为模执行。 像 Native 发射器 Viper 产生机器指令,但会执行进一步的优化,显着提高性能,特别是对于整数算术和位操作。它是使用装饰器调用的: - @micropython.viper0 w3 A- e1 s$ }8 R
- def foo(self, arg: int) -> int:
+ _2 a7 m; S S, O9 f/ l" `6 C+ s) H - # code
复制代码
+ Q) m# j) l$ p0 j
0 N+ s$ X2 {/ l/ y3 h( j
/ g7 ~! V. L9 S2 ^/ k: Z( f正如上面的片段所示,使用 Python 类型提示来辅助 Viper 优化器是有益的。类型提示提供有关参数和返回值的数据类型的信息;这些是在这里 PEP0484正式定义的标准 Python 语言功能。Viper 支持它自己的一组类型,即int, uint(无符号整数)ptr, ptr8, ptr16 和ptr32。 ptrX 下面讨论这些类型。目前该 uint 类型有一个用途:作为函数返回值的类型提示。如果这样的函数返回, 0xffffffffPython 会将结果解释为 2**32 -1 而不是 -1。 除了本机发射器施加的限制外,还适用以下限制: 函数最多可以有四个参数。 不允许使用默认参数值。 可以使用浮点,但没有优化。 4 J/ P! D0 ]( o+ w z
Viper 提供了指针类型来帮助优化器。这些包括 ptr指向对象的指针。 ptr8指向一个字节。 ptr16指向一个 16 位半字。 ptr32 指向一个 32 位机器字。 6 M; m# H7 b* O! y) \
Python 程序员可能不熟悉指针的概念。它与 Pythonmemoryview对象的相似之处在于它提供对存储在内存中的数据的直接访问。使用下标符号访问项目,但不支持切片:指针只能返回单个项目。其目的是提供对存储在连续内存位置中的数据的快速随机访问 - 例如存储在支持缓冲区协议的对象中的数据,以及微控制器中的内存映射外设寄存器。应该注意的是,使用指针编程是危险的:不执行边界检查,编译器没有采取任何措施来防止缓冲区溢出错误。 典型用法是缓存变量: - @micropython.viper
4 |6 G0 o4 O. t# r3 O5 S - def foo(self, arg: int) -> int:$ Z, r7 ]( X- t4 [0 N. d- {
- buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object
4 N0 b( K7 u( u/ ]- W$ { ^ - for x in range(20, 30):4 Z3 V2 p* O$ Z' I. ^0 }$ B" W
- bar = buf[x] # Access a data item through the pointer
1 t6 H: S. U% `, y) o - # code omitted
复制代码 + L; K% [, R# k$ F
6 P6 p: T( r3 j. V# m
. K* N) f" |7 a
在这种情况下,编译器“知道”这buf 是一个字节数组的地址;它可以发出代码来快速计算buf[x]运行时的地址。在使用强制转换将对象转换为 Viper 原生类型的情况下,这些应该在函数开始时执行,而不是在关键的计时循环中执行,因为强制转换操作可能需要几微秒。铸造规则如下: 铸造运营商目前: int, bool, uint, ptr, ptr8, ptr16 和 ptr32. 转换的结果将是一个本地 Viper 变量。 强制转换的参数可以是 Python 对象或本机 Viper 变量。 如果参数是一个本地 Viper 变量,那么 cast 是一个无操作(即在运行时没有任何成本),它只是更改类型(例如 从uint到ptr8),以便您可以使用此指针存储/加载。 如果参数是 Python 对象并且强制转换为int 或 uint,则 Python 对象必须是整数类型并返回该整数对象的值。 bool 类型转换的参数必须是整型(boolean 或 integer);当用作返回类型时,viper 函数将返回 True 或 False 对象。 如果参数是 Python 对象并且强制转换是ptr, ptr, ptr16 或ptr32,则 Python 对象必须具有缓冲区协议(在这种情况下返回指向缓冲区开头的指针)或者它必须是整数类型(其中如果返回该整数对象的值)。
- G) v+ m/ E& p6 F/ Z+ B( ` o
写入指向只读对象的指针将导致未定义的行为。 以下示例说明了如何使用 ptr16强制转换来切换引脚 X1n 次: - BIT0 = const(1)
8 I3 ~- Z& \& z - @micropython.viper/ }& @1 V5 c2 t2 {
- def toggle_n(n: int):
* s# m: N4 o/ ^ - odr = ptr16(stm.GPIOA + stm.GPIO_ODR); b4 K' _' @9 ^6 d* `1 ]+ y& P
- for _ in range(n):
3 @# U# |9 Z8 p8 Q1 W# j" a - odr[0] ^= BIT0
复制代码 ' ]* o! A1 G0 _! n
+ E0 G/ C* W4 n, ?, A
) z: S* `2 T) k# i" X. r$ `三个代码发射器的详细技术说明可以在 Kickstarter 上找到这里Note 1 和这里 Note 2 % c$ C) G* c d0 c* w l" E
直接访问硬件笔记 本节中的代码示例是针对 Pyboard 给出的。然而,所描述的技术也可以应用于其他 MicroPython 端口。 ( Y; Q% k( I$ N& h
这属于更高级的编程范畴,涉及目标 MCU 的一些知识。考虑在 Pyboard 上切换输出引脚的示例。标准的方法是写 mypin.value(mypin.value() ^ 1) # mypin was instantiated as an output pin; c/ K) `$ w$ Q. h7 a
2 }$ ?$ Z0 b- R; f1 z
这涉及对Pin实例 value() 方法的两次调用的开销。通过对芯片的 GPIO 端口输出数据寄存器 (odr) 的相关位执行读/写操作,可以消除这种开销。为方便起见,该stm 模块提供了一组常量,提供相关寄存器的地址。引脚 P4(CPU 引脚A14)的快速切换- 对应于绿色 LED - 可以执行如下: - import machine
+ q F" |$ }. n - import stm, t3 S+ \: m1 b# S' X
- 6 Z# s7 C7 L4 r. D" l/ @: S. o
- BIT14 = const(1 << 14)
( D3 V" B" |6 Z& K0 q5 L - machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码 % r* `- o* ]* U: s8 D. E9 b
- x8 O* h- u5 o( @+ Z2 l9 M
: Y9 v# P9 x4 J0 g1 u
* k5 B& ?/ F& b& L" O- m/ [0 J+ l
' t. V: J. T" s |