Saltar a contenido

Clase 3. Profiling en Python e instrucciones AVX

Semana del 22 de septiembre de 2026.

Antes de repartir trabajo entre hilos hay que saber dónde se va el tiempo, y en Python eso se mide con cuatro herramientas que responden preguntas distintas: time y timeit dicen cuánto, cProfile y Pyinstrument dicen dónde. La sesión las usa sobre los mismos programas, mira lo que cada una deforma, y termina en el lugar donde el ciclo de Python ya no alcanza: las instrucciones vectoriales del procesador, lo que NumPy hace con ellas y a partir de qué cuenta compensa llevar el cálculo a la GPU.

  • Profiling en Python e instrucciones AVX


    Las tres preguntas antes de optimizar y el techo que pone Amdahl, el ambiente virtual y el archivo de dependencias, los dos relojes de time medidos sobre una espera y sobre un ciclo, por qué timeit devuelve el total y para qué sirve setup, fib(35) bajo cProfile con la traza de llamadas contada a mano, el árbol de Pyinstrument sobre Monte Carlo y de dónde sale el intervalo de muestreo, qué tiempo va en el informe, qué guarda una lista frente a un arreglo de NumPy, las cuatro condiciones de SIMD con cinco patrones medidos y cuándo compensa llevar el cálculo a la GPU.

    Entrar

  • Ejercicios


    Ocho actividades en el navegador, una por tema de la sesión: el techo de una optimización, los dos relojes, lo que devuelve timeit, el árbol de llamadas de fib, cuántas muestras hacen falta, cuál herramienta responde qué, los carriles de un registro AVX y cuándo compensa la GPU.

    Entrar

  • Código


    Los siete programas de la sesión, con su archivo de dependencias: las dos formas de llenar una matriz, los dos relojes, fib bajo cProfile, Monte Carlo con Pyinstrument, los cinco patrones SIMD, las cuatro formas de sumar lo mismo y el arreglo en C.

    Entrar

Antes de entrar

De la sesión de introducción se usa la ley de Amdahl, que aquí fija el techo de una optimización en vez del de una paralelización, y la idea de que la memoria manda cuando el cálculo por dato es poco. De la de estrategias, la recursión que se parte en dos: fib es la misma forma, con la diferencia de que aquí los subproblemas se repiten y eso es lo que el perfilador delata.

Lo que quedó pendiente

El ejercicio del repositorio es el de profiling en Python, y desde este semestre tiene cuatro partes con un job del flujo por cada una: medir suma_primos(10000) con las cuatro herramientas, leer el perfil y escribir la versión rápida, el producto punto en tres formas para ver qué le hace la indexación a NumPy, y el mismo producto punto con instrucciones AVX escritas a mano en C++. Está en la pestaña de ejercicios prácticos del Campus Virtual y no lleva nota.

Las ocho actividades del navegador de Ejercicios siguen el orden de la sesión. Las dos que más conviene tocar primero son la del techo de una optimización, que es la cuenta de Amdahl aplicada a un programa concreto, y la de los carriles de un registro, que deja ver cuántas instrucciones se ahorra un recorrido vectorizado.