最大化 MicroPython 速度 内容
- F3 X; `8 N$ |9 \( ]# i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。 + g: t: _" L4 f3 w: 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。
9 {2 N+ S( @5 | 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。 9 l I( t8 q1 J: s1 s% C
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 。
$ ]; z. D9 t% F& G2 Q, {+ q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。 7 e) H3 b- L# n2 u) V% S, p Z
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。
5 c, C8 r: Q8 v5 Y6 U$ X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# K- T* K+ |& V% t6 U4 A& b3 ]& w u2 H
- func(ba[30:2000]) # a copy is passed, ~2K new allocation
5 o+ k7 l4 b) D0 c0 ~! d: G; x - mv = memoryview(ba) # small object is allocated. r. B( B% Y c P) M
- func(mv[30:2000]) # a pointer to memory is passed
复制代码 - r$ A0 [7 ]3 |
8 G9 z% L& v9 r9 g4 S# @# e' D3 X* r- a- \
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().
" U( z2 G; P- R& r# @: O$ Q/ W& N
6 u# p9 |% E% F; w" r+ f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):
" G; n0 b0 X6 K4 A! } - myname = str(f).split(' ')[1]. {2 D ~2 S1 V* e: ?1 X6 }
- def new_func(*args, **kwargs):6 y4 ]2 M, D1 y/ B) u1 L* B/ V
- t = utime.ticks_us()
% \* Q( l1 h+ C0 Q - result = f(*args, **kwargs)! t% o$ ]+ s% T' u1 w
- delta = utime.ticks_diff(utime.ticks_us(), t); |+ \% p T0 k2 N3 c6 R" U
- print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))4 F8 ^1 R- D( e7 q1 h1 L y; [
- return result( b8 ?; I2 y F- q5 R% l5 }
- return new_func
复制代码 " Z- C# D, T* y+ w' V
/ b8 \0 G/ {3 h1 i2 i4 y
, Y( B. ~7 R9 R. h" I
5 i% V% |$ k9 w, k- r) D: F; _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.
5 p( e) k- @/ x: H: j2 B9 F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):
" I0 Q0 p+ _5 M H W# T - def __init__(self):
, o$ C' D& T. g _ - self.ba = bytearray(100)' X" ~5 J2 X3 T( q! ^3 L
- def bar(self, obj_display):+ \ P/ f5 c; i9 O% c5 L, ?
- ba_ref = self.ba
' b* {. v7 b( v6 \7 [# v - fb = obj_display.framebuffer
9 m# W* }: S8 Q. y% f4 u4 W- D - # iterative code using these two objects
复制代码 / J. r, }, _1 u/ m/ U5 Q: _8 K
4 Y, ^/ A" ~/ ?* }* Z
3 Z( l) c- N! R3 v6 c2 p) ^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(). 6 j1 Z" q) b7 _& V1 g4 q
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。 % e/ U7 j1 \5 q5 h
6 q% s) I, k S6 s
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
5 Y5 D5 j( J. Y! ]. S - def foo(self, arg):
9 x9 d/ w8 y. A# ~5 n; L- m - buf = self.linebuf # Cached object
: U+ [. N7 m' ^9 j6 e - # code
复制代码
% h$ p( z/ O, E2 A& o, X7 `, r/ |$ @ g" @) S
8 v# Q5 z( u, f0 p% f5 J2 X6 \$ `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。 / L5 _$ E7 G0 M$ e A- _; [/ q
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。 # k) N! [+ l* ^- W% B7 N' `5 K& y
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& B7 ?7 }& q% }( ~0 r7 [) S
- def foo(self, arg: int) -> int:
: Z" a/ B' K5 t" d* b - # code
复制代码 8 G- C' M7 m4 ^* B; v9 y" F8 E
+ c j& [. _0 `" R( X5 t, E8 N1 n
1 ^ w5 [: Z5 ~. ~" U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。 % X) l! v- U9 B+ d& ~2 o
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。
2 _+ f3 Q2 ~) m9 \4 B$ _6 L
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/ x% `& W3 V( Q6 J, M( K
- def foo(self, arg: int) -> int:
; j" W% n l+ i, h. o - buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object% n* s& s! X5 B) ?) L v) u8 m% C& r7 @. k
- for x in range(20, 30):
# H# W' j, ?* | - bar = buf[x] # Access a data item through the pointer
. g& g* W0 C; l; d! P1 z$ s$ J7 q - # code omitted
复制代码
# K/ \# B4 f O
5 ~3 A1 H4 c1 r9 b9 w7 j. K& ]
8 H8 z7 ~1 F7 v: ]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)。
) O4 J, W* G9 ?4 b5 p* ]/ Y. n; ~7 F
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)( P' l* J5 `3 Z& S0 i5 K
- @micropython.viper A) ^# g5 \1 x7 _7 N- y
- def toggle_n(n: int):0 a8 \& t: D5 C! Y6 Q/ T/ H- L( x
- odr = ptr16(stm.GPIOA + stm.GPIO_ODR)& R- y' S* W' B8 s/ u$ e
- for _ in range(n):! @( J5 z4 G0 G5 `( v5 t
- odr[0] ^= BIT0
复制代码
5 z9 r+ l5 W7 e R+ y# _, @9 t5 ]0 E: x" i6 Q% z+ T0 K8 R
! K! ^! q/ m9 _* X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
% m: {4 g9 ]* y0 t0 \7 F% L! M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/ F1 ?9 D: w# T+ ]) s, `
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. `6 |9 _2 H# Q, b: |1 f& Z
- o# g: o9 D: q r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, n8 P1 s7 x0 ?. E. p
- import stm
# X: E+ C4 E7 r' ?
8 i) V9 ] J3 N0 v# r; t* ~- BIT14 = const(1 << 14)' y/ m# S8 [" u d
- machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码 - ^8 i5 x \- u: Q5 m1 S
# a/ A/ I! V" s% |& B5 m. }# Q
3 B8 |3 K* _+ r5 r" b
8 @+ k2 `7 X) Q! d3 A" N! V" z C& C+ y6 B$ _
|