Otimize o desempenho da CPU com o Instruments

A otimização de código para CPUs com chip Apple Silicon é complexa devido às camadas de abstração entre o código-fonte do Swift e as instruções de máquina, bem como às maneiras complexas como as CPUs executam instruções fora de ordem e utilizam caches de memória. O Instruments ajuda os desenvolvedores a enfrentar essas complexidades e permite investigações de desempenho, além de analisar o desempenho do sistema para identificar o uso excessivo da CPU. Use os instrumentos Processor Trace e CPU Counters para registrar instruções, medir custos e analisar gargalos, resultando em códigos mais eficientes e melhor desempenho do app.

Ao investigar problemas de desempenho dos apps, é essencial ser flexível e coletar dados para validar suposições. Lentidões podem ocorrer por vários motivos: threads bloqueadas aguardando recursos, APIs usadas indevidamente ou algoritmos ineficientes. Ferramentas como o CPU Gauge, no Xcode, e System Trace e Hangs instruments, no Instruments, são inestimáveis para identificar os padrões de uso da CPU, comportamentos de bloqueio e interface não responsiva. Antes de se aprofundar nas micro-otimizações, que podem dificultar a manutenção do código, é melhor explorar abordagens alternativas. Essas alternativas incluem evitar trabalho desnecessário, atrasar esse trabalho com concorrência, pré-calcular valores e armazenar em cache o estado calculado por operações complexas. Se essas estratégias forem esgotadas, a otimização do código vinculado à CPU se tornará necessária. Concentre-se no código que afeta muito a experiência do usuário, como o caminho crítico das interações do usuário. O ideal é adotar uma abordagem de otimização incremental, acompanhando o progresso com testes automatizados e métricas de desempenho no Xcode e no Instruments.

Para analisar o desempenho da CPU do exemplo de pesquisa binária apresentado nesta sessão, o Instruments conta com duas ferramentas de análise: o Time Profiler e o CPU Profiler. O Time Profiler faz amostragens periódicas da atividade da CPU, mas pode sofrer com aliasing, um efeito em que tarefas executadas periodicamente distorcem a representação do uso da CPU. O CPU Profiler, por outro lado, faz amostragens independentes de cada CPU com base na frequência do clock, o que o torna mais preciso e adequado para otimização de desempenho da CPU. Na análise, o instrumento CPU Profiler é escolhido e iniciado do navegador de teste do Xcode. Em seguida, a gravação no Instruments é definida como Modo Adiado para minimizar a sobrecarga. São apresentadas as áreas dentro do Instruments, entre elas, a visualização da linha do tempo, suas trilhas e faixas e a visualização detalhada dos resultados perfilados. Ao examinar as faixas Points of Interest e Process no processo "xctest", foi identificada a região específica em que as pesquisas binárias ocorrem no app de exemplo. A árvore de chamadas na visualização dos detalhes mostra que as funções relacionadas ao protocolo Collection consomem um tempo significativo da CPU. Para otimizar o desempenho, é recomendável alternar para um tipo de contêiner mais eficiente, como Span, para evitar sobrecargas associadas a Array com semântica de cópia na gravação e ao uso de genéricos.

O Swift 6.2 introduz o Span, uma estrutura de dados otimizada no uso de memória que representa um intervalo contíguo de memória com endereço base e contagem. Usar Span para tipos de entrada e saída de pesquisa binária melhora o desempenho em 400%, sem alterar o algoritmo. Em seguida, para otimizar ainda mais o desempenho, o instrumento Processor Trace é utilizado para investigar a sobrecarga causada pela verificação de limites.

O Instruments 16.3 introduziu um novo e importante instrumento: o Processor Trace. Essa ferramenta permite capturar um rastreamento abrangente de todas as instruções executadas pelo processo do app no espaço do usuário no Mac e iPad Pro com chip M4 ou posterior ou no iPhone com chip A18 ou posterior. O Processor Trace requer a ativação de determinados ajustes no dispositivo e é mais eficiente quando usado em sessões curtas de rastreamento, já que pode gerar uma quantidade significativa de dados. Ao registrar cada decisão de ramificação, contagem de ciclos e horário atual, o Instruments reconstrói o caminho exato de execução do app. Os dados são apresentados visualmente em um gráfico de chama, que mostra o tempo consumido por chamada de função ao longo do tempo. Diferentemente dos gráficos de chama tradicionais, que usam amostragem, o gráfico do Processor Trace fornece uma representação exata de como a CPU executou o código. Isso permite identificar gargalos de desempenho com uma precisão inédita. A análise dos dados de rastreamento revela que as sobrecargas de metadados de protocolos e a impossibilidade de aplicar inlining em comparações numéricas estão causando lentidão significativa em uma função específica de busca binária. Para resolver essa questão, a função é especializada manualmente para o tipo Int, resultando em uma melhoria substancial de desempenho de cerca de 170%. No entanto, é necessário otimizar ainda mais porque a implementação da busca binária do app continua contribuindo para a lentidão geral.

As CPUs com chip Apple Silicon executam instruções em duas fases: a Entrega de Instruções e o Processamento de Instruções. Ambas as fases são executadas em pipeline para permitir o paralelismo no nível de instrução. Isso permite que várias operações sejam processadas simultaneamente, maximizando a eficiência. No entanto, gargalos podem ocorrer no pipeline, interrompendo as operações e limitando o paralelismo. O instrumento CPU Counters ajuda a identificar esses gargalos ao contar eventos em cada unidade de CPU. Ele usa modos predefinidos para medir o desempenho da CPU e dividir o trabalho em categorias amplas. Ao analisar os dados amostrados, é possível identificar instruções específicas que causam problemas, como direções de ramificação previstas incorretamente, o que pode causar o desperdício de ciclos e a degradação do desempenho. As CPUs executam instruções fora de ordem usando preditores de ramificação para melhorar o desempenho. No entanto, ramificações aleatórias podem enganar esses preditores. Como mitigação, o código é reescrito para evitar ramificações difíceis de prever, resultando em uma busca binária sem ramificações que é cerca de duas vezes mais rápida. O foco da otimização do app, então, muda para o acesso à memória, já que as CPUs utilizam uma hierarquia de caches para acelerar a recuperação de dados. O padrão de acesso do algoritmo de busca binária foi patológico para essa hierarquia, causando perdas frequentes de cache. Ao reorganizar os elementos da matriz usando um layout Eytzinger, a localidade do cache melhorou, e a busca binária ficou 200% mais rápida. Apesar dessas otimizações significativas, o código ainda enfrenta gargalo técnico no processamento de instruções. No entanto, a função de busca como um todo ficou cerca de 2.500% mais rápida, graças a diversas técnicas de profiling e micro-otimização.

Ao medir e otimizar primeiro as sobrecargas de software e, então, focar nos gargalos da CPU, o desempenho do app de busca binária melhorou, resolvendo questões facilmente negligenciadas e alcançando melhor alinhamento à arquitetura da CPU.

Para otimizar apps, use o Instruments para coletar dados, executar testes de desempenho e analisar resultados. Também é possível conferir as sessões sobre o desempenho do Swift e ler o "Guia de Otimização para CPUs com chip Apple Silicon" na documentação para desenvolvedores. Faça perguntas ou envie seu feedback nos Fóruns para desenvolvedores.