最大化 MicroPython 速度 内容
! m/ U- }* P3 W- T' Z6 W5 X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。 * c2 ]+ r: J6 b q; @
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。 ! A/ `5 w1 d8 @1 P1 F6 ?* e! ^& d
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。 * A6 @, \& s" w2 i
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$ U0 ?/ j* j: v$ t/ [) G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。 ! l% {/ M- E8 ], |# `
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。
' W, u( b. u' s' I9 h( c4 \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
% l- c, ?6 }! M - func(ba[30:2000]) # a copy is passed, ~2K new allocation
5 e( u: ~" r+ {+ Y. L3 v( E - mv = memoryview(ba) # small object is allocated' ?; ]' U( o6 C: T
- func(mv[30:2000]) # a pointer to memory is passed
复制代码 " S! Y4 F: S4 w5 X
* j2 N( n2 f; ~' M
$ l) w* \% I7 F3 k: q
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(). - C" R: U7 U$ _+ O
, ^1 R, w7 D: b1 X+ i- V$ J9 r* Q
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):
& R! f& h5 B0 _, n) s - myname = str(f).split(' ')[1]
& H1 t1 n) [+ V- r5 i% g2 Y - def new_func(*args, **kwargs):
& w! D) q1 z9 y9 s' g - t = utime.ticks_us()! h- y7 C8 \$ q. z
- result = f(*args, **kwargs)
. u: K b& Y1 q* h - delta = utime.ticks_diff(utime.ticks_us(), t). K2 K4 C( m5 F$ \+ g4 m# d
- print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))8 y/ S C; H4 l; R& k
- return result; s4 A7 U1 V3 s6 c7 h
- return new_func
复制代码
+ V0 t, Z7 F0 ~: Z
1 c0 P+ \: [( `/ f6 D
. B+ o1 P/ n! |9 [7 F
' l E' c+ }# M8 M" Z5 X$ `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.
0 o- [% e5 o, D( ]5 |: ?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):
9 o1 G) v) l2 E1 D( l$ O - def __init__(self):' H; }" l; P- a! P
- self.ba = bytearray(100): O* k5 u5 q( }7 }* e% L
- def bar(self, obj_display):
# E# v/ H. ~1 o: H - ba_ref = self.ba( E$ \5 t& t* c& [
- fb = obj_display.framebuffer
) l4 l" R( b2 O4 l/ D$ m) u! R - # iterative code using these two objects
复制代码 3 t9 @; x, L: g* X
1 j% F9 }$ s8 \! ?0 x; X7 n, y$ L [# e4 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(). ' \9 Y; x7 C. r" s
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。
2 S- s V: p4 _( A9 ]* r% J0 X5 k: k$ V& s% d" a# g
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/ w. q' {4 O8 s- @4 {/ u
- def foo(self, arg):
" U1 {2 q% ? p5 l4 ~ ?$ _ - buf = self.linebuf # Cached object! c1 [8 k4 R1 s
- # code
复制代码
& k7 X6 ^4 U0 M H" j- y. y% G8 a0 a1 p
' I& L+ L9 O3 d x( d+ q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。 - |) b4 @/ W! I$ s0 n
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。
: {% D# g5 y! s; r$ C3 |+ W# H( VViper 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
4 [( [7 U; k, [( k9 U8 Y! k - def foo(self, arg: int) -> int:
, H% e3 ~4 ~0 h - # code
复制代码 - \3 e! B# ^; f9 N8 B! g( L. d
6 s# n$ B6 t' Q6 C9 ^: n/ F' O" W: Y* Y) D
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。 - o5 z: g8 a3 q9 Q
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。 # ~/ ~; }, M2 I: 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
, q5 x2 k# t: z; J# Y/ p0 E - def foo(self, arg: int) -> int:9 Z! D) A0 @ d3 m& Z
- buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object
5 g+ a- `- `0 n, G) ]5 B3 n: c - for x in range(20, 30):3 R: E, k3 J9 ^
- bar = buf[x] # Access a data item through the pointer( x0 ?! C C' g6 }. k& z
- # code omitted
复制代码 6 i* H* O: Z6 S. B- C' D7 H
. X2 K# X1 _* }
* M& G0 }5 h5 ~6 d" 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)。
5 S% Y! y" U* r7 u A0 s; _
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)% N# P* g. `3 x& l7 k
- @micropython.viper0 H( N, P% s! o: s( j$ b$ W
- def toggle_n(n: int):; ~2 H. G$ Q/ E1 f6 c( r
- odr = ptr16(stm.GPIOA + stm.GPIO_ODR)
% C5 T s6 f$ U7 @7 G& Z1 q- l0 P - for _ in range(n):: N1 R1 p& N% K
- odr[0] ^= BIT0
复制代码 ' z) [4 l% s5 y W+ T! V8 P
6 H+ u+ H: a* u! R5 b5 h" y6 l9 @, L( Q" o
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 4 c" c9 @' x6 A* i2 k f
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。 & h2 B* ~. F9 j" F& g: A
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 pin9 E. }6 h) ~7 L3 ]3 Z$ x2 O
$ F! z% y8 } W( o: }7 Q( @
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
$ U3 D; q I' J) `2 X( _7 N - import stm \& S4 o7 s3 \/ s0 D4 G0 y
2 U, s' ]6 f( K0 }2 h8 e7 n- BIT14 = const(1 << 14)* ^, e5 C6 i' P" Z/ e
- machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码 " i& a5 s i2 z, Q
* @8 K6 i: h0 ~& B' g7 F9 r" I
9 i u0 V& b V {& E# Q4 n$ h- F2 v) A- _: w2 R
9 M' }+ o; h" W+ `1 c
|