最大化 MicroPython 速度 内容 $ G$ Y. b5 S7 W
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。 / e, Z; i( l. I9 @% t
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。 # Z" P# b8 W7 y& C Q
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。 % _* H2 B. {( P* K9 ^2 m
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 。 . I7 n* ]# F* P ?/ z
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。 + P7 _' o2 S2 U3 j d# n
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。
, P) Q$ x" i1 B* }; {8 d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 array6 d4 Z& T/ F8 W: r; t# N
- func(ba[30:2000]) # a copy is passed, ~2K new allocation
7 T3 ^$ f9 x5 [/ ?; J9 d& @5 c4 \% N - mv = memoryview(ba) # small object is allocated
7 Q# @/ K& [0 M* V - func(mv[30:2000]) # a pointer to memory is passed
复制代码
6 f$ a% @- U5 J& W, S; m
2 ]7 F/ [2 Z0 O4 ]% L# R9 T+ y5 a! p' t3 E0 @' i
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().
" D; x4 r% {. Q; Y' u
& {! v( }/ @7 w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):% F7 \' x8 S r( N' m+ N1 g
- myname = str(f).split(' ')[1]
$ z! C. B% G5 m& `: P' e - def new_func(*args, **kwargs):
% N) F8 r9 D" o9 N) r) \" A - t = utime.ticks_us()2 G0 P1 u- `# g( ]+ r
- result = f(*args, **kwargs)
1 d' s9 A; P3 F* d) Z A& ]7 b - delta = utime.ticks_diff(utime.ticks_us(), t)
9 p; c6 n$ R6 X. t% g - print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))% G: o" \& s3 W8 c# a; [7 }
- return result5 e5 @/ T4 h- p7 @) z, J
- return new_func
复制代码
( f; `, G/ S0 a6 s ]; X& F$ _& G( R y2 C
' K* C. ^6 r) N5 G$ K" R9 V z8 l6 v, V* a
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.
6 O6 @: Q# X" v: {" x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):
! t I9 R: L* q( X - def __init__(self):7 G8 p" U4 R1 L% N
- self.ba = bytearray(100)
) j( H" U& k9 j9 d - def bar(self, obj_display):
4 {: N8 z* S$ S# E ` - ba_ref = self.ba
0 j! A0 K$ t/ c - fb = obj_display.framebuffer
4 F0 x l& {% B' O0 O4 C - # iterative code using these two objects
复制代码
; ~2 e% h2 ~6 |- U$ j. F# t9 _" k+ k& A! `8 _( r4 C, o( G5 C; g2 V2 I
4 |" Q$ q7 G6 T3 Y3 I _% X1 Z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().
# p7 @3 |5 ~3 Z3 y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。
* T/ d6 s `; S2 q. M/ T" r- E) h0 I4 j2 h
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
* ]4 s- M2 @. H2 h4 J - def foo(self, arg):6 m4 u; i, ^7 K7 e& W8 x6 W8 A9 _" v
- buf = self.linebuf # Cached object/ y' f, i! F: |
- # code
复制代码
$ b K5 G' D% a5 d& C0 n7 W) v3 H) C& l! }- r
& h6 ^+ f1 m$ t' z- A# v, o' Y f; e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。 2 f3 X0 | n" [9 B' ]
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。
* ^. S) G) R+ V4 N/ O; p, @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
1 m$ c$ i! K& M2 p3 r. w# s2 W - def foo(self, arg: int) -> int:) K1 T |7 {2 u+ `3 g9 g
- # code
复制代码
" A: e( D' E' z" C: O5 X5 a' `1 m
+ i, z% g" t/ H* t5 c
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。 , l5 e n# z5 P! Y" }
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 S) H4 X$ Q1 q- v' ~' A! z
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' z5 w/ A, c( I
- def foo(self, arg: int) -> int:
- ?7 V$ M) N% {$ _ - buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object: y# J9 h0 A% r
- for x in range(20, 30):, v4 p1 D4 L6 ^/ c. P
- bar = buf[x] # Access a data item through the pointer
3 A# c1 C. h& Z g$ v6 p# D! q& R' D - # code omitted
复制代码
" ^: V1 T' r- M5 n- f
( X+ f. u" N7 |! O X& \, B4 O' E1 S8 _$ E8 Y% E; b4 M- l
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)。
7 @) W3 ?' G2 q& g% R
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)
. R- e$ W9 N, h# a% i7 T - @micropython.viper4 X+ L* b$ d2 I! l
- def toggle_n(n: int):
) Y4 _3 i) E* a - odr = ptr16(stm.GPIOA + stm.GPIO_ODR)
3 F& F5 {2 [ T - for _ in range(n):8 D7 ]+ w1 t) V3 x" b0 ^
- odr[0] ^= BIT0
复制代码
1 A T! J0 i" o7 w1 F% ~4 Y* u% P! e; @4 c& Z: e/ ?3 c/ O3 p9 Q3 [
: |+ I) k% g7 y: K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
: \2 L3 A* c% E* }6 r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。
7 o( N+ ~. }$ N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
O1 K" C! F: R) |0 P+ a7 E D
6 \* e5 h2 @; A4 U* S) a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& m1 y& o- s8 z+ @9 c
- import stm
) g% r$ E# `2 ]7 ^" e8 z+ Y X
9 y9 p0 U/ D+ ]! k! ~( P$ N3 L- BIT14 = const(1 << 14)7 z' N u/ `+ N# f( Z
- machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码 $ K* w8 C7 s# w% E# j
* W, V8 x0 }& v4 t* _# \. _
: n$ `2 i: f" |' U" ^1 Z, x
2 {5 i" k. W5 T& W
, b1 P0 P7 N; [1 w8 i5 E: d
|