JIT 帮助

注意

这来自 pypy --jit help

高级 JIT 选项

<pypy> --jit [选项] 其中 选项 是一个逗号分隔的 OPTION=VALUE 列表

decay=N

定期衰减计数器的数量 (0=无，1000=最大) (默认 40)。此值用于根据公式 val *= 1.0 - (decay / 1000) 在每 32 次次要收集后减少 JIT 计数器。这避免了即使在长时间运行的程序中也对罕见路径进行 JIT 编译。

disable_unrolling=N

在多少次操作后我们应该停止展开 (默认 200)

enable_opts=N

仅供内部使用 (可能无法正常工作或导致崩溃)：要启用的优化，或全部 = intbounds:rewrite:virtualize:string:pure:earlyforce:heap:unroll (默认全部)

function_threshold=N

函数必须运行多少次才能从开始跟踪 (默认 1619)

inlining=N

是否内联 Python 函数 (1/0) (默认 1)

loop_longevity=N

一个参数，控制循环在被释放之前将保留多长时间，一个估计值 (默认 1000)

max_retrace_guards=N

重新跟踪可以导致的额外保护数量 (默认 15)

max_unroll_loops=N

循环可以导致的额外展开次数 (默认 0)

max_unroll_recursion=N

递归函数展开的深度 (默认 7)

retrace_limit=N

在放弃之前我们可以尝试重新跟踪的次数 (默认 0)

threshold=N

循环必须运行多少次才能变热 (默认 1039)

trace_eagerness=N

保护必须失败多少次才能开始编译桥接 (默认 200)

trace_limit=N

在使用 ABORT_TOO_LONG 终止跟踪之前记录的操作数量 (默认 6000)

vec=N

打开向量化优化 (vecopt)。支持 x86 (SSE 4.1)、powerpc (SVX)、s390x SIMD (默认 0)

vec_all=N

尝试向量化发生在 numpypy 库之外的跟踪循环 (默认 0)

vec_cost=N

要放弃哪些跟踪的阈值。解包会增加计数器，向量操作会降低成本 (默认 0)

off

关闭 JIT

help

打印此页面

The pypyjit 模块可用于从 pypy 内部控制 JIT