最大化 MicroPython 速度 内容
7 p1 r4 ]3 j6 s$ I \' k; Y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( Q8 t/ i' F2 j7 r
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。 2 w7 v! C) ?+ Z
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。 * V i0 O' X: [; S% k
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 。
) J- Q/ T' v, L- u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。 * S& I3 e3 u' c+ L- ^
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。
" y) v0 L o2 z3 O/ ~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
% \; S$ G( B- c9 A; ` - func(ba[30:2000]) # a copy is passed, ~2K new allocation
, n5 T y- E3 l' L5 [/ m$ c1 T0 N - mv = memoryview(ba) # small object is allocated
& C) i+ { G7 n - func(mv[30:2000]) # a pointer to memory is passed
复制代码
8 S# r H$ M0 i% C# j
+ w: a% g. Q8 \9 i( J3 I- O
; L2 a3 B* ~( \$ M- GA 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().
* Q: n8 S9 u' g# {
; M7 m# d; r- Q4 G6 C; t7 @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 g# E: T9 G' y! @( R/ b# Z8 ?
- myname = str(f).split(' ')[1]$ R% i+ ]3 a5 @8 R& Y6 ]& w
- def new_func(*args, **kwargs):
( ?% P: |7 H; W8 {& M$ V V3 v - t = utime.ticks_us()
0 Q4 d2 ]) {2 \( } - result = f(*args, **kwargs)
# \& H, s' A/ o9 M( u1 o/ O: S - delta = utime.ticks_diff(utime.ticks_us(), t)8 D" e5 M' p) E+ O0 F4 Y
- print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))3 j5 q3 H T/ U7 {9 [
- return result- x1 ~% T2 n4 m5 i; f6 f- R
- return new_func
复制代码 ( V3 ]- ]2 l! T
( o3 K: u; P- `, q8 x$ }8 c* K; f# l/ l9 o V, G
$ }2 B5 t3 y. z4 K
MicroPython 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. . D* i( x( o( W% }
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):. |1 z$ ~3 W! s, z: }, ]
- def __init__(self):0 v# Y1 _9 ]1 ~! `
- self.ba = bytearray(100)
( z- B' a+ ?3 | a$ Y - def bar(self, obj_display):, l4 f& m6 ^9 f0 A; X
- ba_ref = self.ba! N5 w7 u3 h6 c, W* U; y9 O! U
- fb = obj_display.framebuffer
' J# Q* Z. o6 m5 C( N3 c - # iterative code using these two objects
复制代码
: a/ D. o5 o# H2 C) I6 q5 K: P+ p& ^2 n. M
1 c7 [2 z& x$ M9 |- _1 m8 S& `
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().
1 f/ Y" y, F# n) N V D2 R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。 : F3 ?$ V6 r. W$ C& o8 d( U
- |; Y! c, G. o- s: o- f+ n
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& B8 q) `6 ^% W' A
- def foo(self, arg):
4 \8 ^3 x5 e4 q% u5 C( v - buf = self.linebuf # Cached object
% z' w! C/ h) S1 R - # code
复制代码 7 g, f' n8 K+ _0 \5 n7 G1 s
- c5 [- H Q) E" `2 Z7 w, }0 t" M& g! U: o5 u1 W! s2 S8 Z
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。 7 } i b# p$ v
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。 8 W6 W4 U9 k. q# y9 d
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.viper
( c2 ~! C; W" } - def foo(self, arg: int) -> int:1 z& I' U2 s. \
- # code
复制代码 - A' c+ c9 k+ j: X: ^2 J
( @2 s7 o+ Q( k& A% J V2 q
! X7 w; {' Z! _8 S5 {$ k9 H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。
/ @! a. T) D6 U! I, _/ ?
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。 j2 c, X% I! d% X$ w
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 [7 S& h6 x3 L. Q
- def foo(self, arg: int) -> int:
( i8 _) s7 ]- R& f1 M9 V6 o - buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object8 R8 t' a3 ^- ?( d1 z
- for x in range(20, 30):4 }' o# n0 J' Q8 A# u
- bar = buf[x] # Access a data item through the pointer+ h& N b7 j; L0 x/ c
- # code omitted
复制代码
/ \7 R5 X1 H& l0 @+ l4 \! D9 ]1 T' `1 e$ I
E( d: F9 u4 f* v2 p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)。
$ {5 U. ~; O# Y) r7 y. ~( d2 j! z7 y- J" j
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)9 T, ^5 C* ^" `2 a
- @micropython.viper+ E' A( P6 R6 i9 m
- def toggle_n(n: int):/ s" e1 X; ^; f- r- I
- odr = ptr16(stm.GPIOA + stm.GPIO_ODR)
6 Y+ a+ h" F4 j2 X7 g - for _ in range(n):! y' a& i. O0 ]2 Z, b
- odr[0] ^= BIT0
复制代码
5 m4 b' U6 }* w4 `, a/ H1 q v
, L( v1 O# f* `% j- `$ ^3 c; x4 p+ ^( @: \1 A( u# }
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
z2 h& i$ S# @! p; Q2 Z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。
0 E: D6 v+ @ L3 Z" b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( w1 | Y/ x. y: O
9 F) f7 V3 d4 M0 }8 ^+ [, y
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% b8 y+ r0 `7 P$ S6 |
- import stm
A9 \ U; r% n$ y4 w
" h) m- g) b( `4 f' Q- BIT14 = const(1 << 14)
# e; S, F: J; f. } - machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码
* S$ ?2 Y+ a1 m9 k- b* K0 P* k: {1 F# r& ^% R
: B! g& R% I, z6 Z5 z5 i( H7 d: ]. \) C
; h1 X- x' f, m$ G6 _
|