最大化 MicroPython 速度 内容 ) [% t& R4 i/ G$ |0 p' J$ c- P
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。 4 ^& u/ K9 b3 [7 @8 |" G 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。 ' F5 E3 O* S/ M- Q0 {
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。 # S& F/ g, ]7 g8 m, k, Q
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 。 % S T, r& \3 L5 D
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。
4 i' c: z5 C4 b3 \0 _) 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。 ! {4 G5 l$ A! E% 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
% Z) ~: q0 ~( f - func(ba[30:2000]) # a copy is passed, ~2K new allocation7 k6 ]# B+ n9 p( R
- mv = memoryview(ba) # small object is allocated; x' a& D o, w
- func(mv[30:2000]) # a pointer to memory is passed
复制代码 $ |: l* Q$ N- o9 L) y9 u0 G
* A$ T0 ~% U! _ T6 D0 g9 R u2 x# E
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().
; x Y( @9 b( K5 l9 P
g6 r6 T- Y7 f& e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):" n. O( f$ P/ E" Q' M* S
- myname = str(f).split(' ')[1]/ z5 v6 e3 p( ?' N; E3 ~
- def new_func(*args, **kwargs):
# D; j) e" y5 {1 Y \: W; [2 a' d - t = utime.ticks_us()$ l; `2 j- k& J( [) X& x; N
- result = f(*args, **kwargs)
4 s( N5 H8 x! O5 Q; b - delta = utime.ticks_diff(utime.ticks_us(), t)) I. c5 D% x# K* U
- print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))
; I+ S# t. |& H - return result7 ?& O+ i+ j1 t0 E4 l
- return new_func
复制代码 # Q- k& U9 ~ R
) D h% S6 h8 S ~) s. t" g z$ y: x. j K
/ w6 ~+ @4 Y' k: o& m% O8 ?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.
# d2 i) q5 L; v7 d8 Z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):
" M, I9 V! S0 i& h$ U. c) C - def __init__(self):
4 i7 G0 b" c: }9 D# m' L6 ] - self.ba = bytearray(100)
% B; Q: f4 w, v) x( I - def bar(self, obj_display):% M+ a8 y: k2 I1 G- g4 l4 Z
- ba_ref = self.ba
- n& v$ q' x5 \ - fb = obj_display.framebuffer% g. [( I7 w6 Z9 {6 _6 P. t
- # iterative code using these two objects
复制代码
5 l+ H/ u. J7 \. w$ `
$ J5 Q8 ^; D# Z* u0 y1 X0 H" n1 p' E% B/ F c
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 J% W w, W$ b: b. i a3 ^$ C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。
) f u$ {! \" X1 D+ B" W9 s9 C: K. {. }
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 f& K+ ]1 ]$ H+ | - def foo(self, arg):
4 ?1 m, Z7 ?( ?( w3 a, k2 f& d - buf = self.linebuf # Cached object
% E7 @' q8 R5 H1 U5 W4 w - # code
复制代码
* p# f- W4 T# j, V2 k$ b9 `) N6 x1 }0 q
d; a; B8 F4 k- _# R2 |
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。
8 @7 U7 W7 A9 [: E) s# ^! q4 H
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。
! ^" i( w, x) Y% k3 K2 _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. U4 ^& b6 h- f5 k0 j, E# J* L
- def foo(self, arg: int) -> int:
; D, t+ r0 h# ? - # code
复制代码 / t' A0 h' S9 E2 Z$ s
3 c6 J: k; F! T& d+ q0 U! C
+ t( |/ V. h. x7 ~6 p8 r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。
# T+ m+ k) y6 _
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。
, a) I3 [; Z' x
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.viper3 T( V7 M7 G; J, A/ e0 f0 l( {
- def foo(self, arg: int) -> int:
! u6 ^ ^( [9 K" {/ X - buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object
* p$ U" [) u, Q2 P# G - for x in range(20, 30): q6 ]; o; l: p1 s8 n( D1 [) a' Z
- bar = buf[x] # Access a data item through the pointer; ^* A5 |, d1 f0 i8 c* V
- # code omitted
复制代码 : r+ h* w3 _) \3 U8 k3 E
j. w& s8 Q, s$ i+ [& l% X
) f! J7 z2 g4 X" D" _1 z" 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)。 - {6 _# V' N; }/ `
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; ^1 k4 e- H4 I7 |% Q1 ]
- @micropython.viper
1 t* t+ F! ?! x4 Y5 l: n, ` - def toggle_n(n: int):1 a4 K6 S- t, R/ F: ~4 F
- odr = ptr16(stm.GPIOA + stm.GPIO_ODR)2 p/ x, M* @! i' r- ]1 {- i
- for _ in range(n):
7 c; I, Y' f( f! r+ N( Q0 E% d6 F3 f6 q - odr[0] ^= BIT0
复制代码 ! X: k0 S0 Z8 }; l6 Y+ y) x2 ]
" P3 d8 a4 h% R/ G9 b$ a P U* p2 m6 o1 y
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 3 N+ g5 c, E6 |8 J4 z* p0 s. P
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。
# W* G# [) [$ |! k4 d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 pin3 T! J& v/ V) O T
$ z5 w# u' u/ h' J6 ]* 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) x/ N l* j) ^& Q% j# I# F
- import stm* u# a# N. _9 r* Z) d+ V( d) m
- " J* k6 x2 }2 [* i
- BIT14 = const(1 << 14)
; w, j$ ]3 W1 f. x; V* U t - machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码
$ _9 ]% s- e/ l
( J8 T) E+ M6 _: F) D. z
7 u- N& l! s' r4 P
; T E( O6 t- M& ^+ `: m* E. e% `- K' A1 `% d3 a( B0 n% y
|