実は既に結構挫折気味。
やっぱりPythonではちょっと厳しいかもしれない。
とりあえず一番ややこしいPPU周りの情報を調べて、ちょろちょろ書き始めたあたりでいったんCPU部分のパフォーマンスを調べてみました。
かなり厳しいものがあります。CPU部分のコードはPython的な書き方で書いてたんですが、これじゃ話にならない。まず、アクセサなんてものはつかっちゃいけないのだ。
以下環境はOS:WinXP,CPU:Athlon64 3000+,Memory:1G,Python2.4です。
CPUのレジスタ関連の実装
NESのCPUである6502のレジスタはPCは16bit、それ以外は8bit。8bitの値なんてものはCならunsigned charで一発なんだけど、Pythonにはそんなものない。足し算したらどんどん大きくなるし、引き算したらどんどん小さくなる。ので
python codeclass Py6502(object): def __init__(self): self.A = 0 self.X = 0 self.Y = 0 self.PC = 0 # . # . # .
見たいなクラスにするとして、足し算するときなどは必ずself.A = (self.A + x) & 0xffみたいにして8bitに収めないといけない。ここで
python codedef _create_n_bit_property(name, mask): rname = "_"+name result = { name:property(lambda self: getattr(self, rname), lambda self,v : setattr(self, rname, v & mask), ) } return result class ForceNbitType(type): def __new__(cls, class_name, class_bases, classdict): names = classdict.get("__16bit__") for name in names: classdict.update(_create_n_bit_property(name, 0xffff)) names = classdict.get("__8bit__") for name in names: classdict.update(_create_n_bit_property(name, 0xff)) cls = type.__new__(cls, class_name, class_bases, classdict) return cls
のようなmetaclassをつくって
python codeclass Py6502(object): __metaclass__ = ForceNbitType __8bit__ : "A", "X", "Y" __16bit__ : "PC", def __init__(self): self._A = 0 self._X = 0 self._Y = 0 self._PC = 0 # . # . # .
とすればself.A += 10とかしてもちゃんと8bitに収まる。
非常に上手くかけるんですが、こんなのやってらんない。遅すぎる。1Frame分(28000サイクル程度)の実行に0.5秒（笑
getattr
getattrは遅い。getattrの真価は第3引数でdefault値が指定できること（だと思う）。今回のように確実に属性が存在することが分かっているならself.__getattribute__(name)を使うと結構違ってくる。ちなみにPythonのソースではこんな感じ。
c codestatic PyObject *slot_tp_getattro(PyObject *self, PyObject *name){ static PyObject *getattribute_str = NULL; return call_method(self, "__getattribute__", &getattribute_str, "(O)", name);} static PyObject *slot_tp_getattr_hook(PyObject *self, PyObject *name){ PyTypeObject *tp = self->ob_type; PyObject *getattr, *getattribute, *res; static PyObject *getattribute_str = NULL; static PyObject *getattr_str = NULL; if (getattr_str == NULL) { getattr_str = PyString_InternFromString("__getattr__"); if (getattr_str == NULL) return NULL; } if (getattribute_str == NULL) { getattribute_str = PyString_InternFromString("__getattribute__"); if (getattribute_str == NULL) return NULL; } getattr = _PyType_Lookup(tp, getattr_str); if (getattr == NULL) { /* No __getattr__ hook: use a simpler dispatcher */ tp->tp_getattro = slot_tp_getattro; return slot_tp_getattro(self, name); } getattribute = _PyType_Lookup(tp, getattribute_str); if (getattribute == NULL || (getattribute->ob_type == &PyWrapperDescr_Type && ((PyWrapperDescrObject *)getattribute)->d_wrapped == (void *)PyObject_GenericGetAttr)) res = PyObject_GenericGetAttr(self, name); else res = PyObject_CallFunction(getattribute, "OO", self, name); if (res == NULL && PyErr_ExceptionMatches(PyExc_AttributeError)) { PyErr_Clear(); res = PyObject_CallFunction(getattr, "OO", self, name); } return res;}
上が__getattribute__、下がgetattr。ま、こんなことやったって関数呼び出しのオーバーヘッドが一番ツライのでgetterは使わず、setterは必要があるときだけ使うように。これで結構はやくなる。
実行ループ
CPUのエミュレータなんてのはだいたい同じようなパターンで割り込みを除いて簡単に書くと
python code def step_execute(self, clocks): while (self.passed_clocks < clocks): opecode = read()# opecodeを取得 # 実行 count = CLOCK[opecode] # 実行に必要なクロック数を取得 self.passed_clocks += count self.passed_clocks -= clocks
なんてのになるわけで、ここが激しくループするわけで。ここはガリガリにちょっとでも節約できるものは節約。
python code def step_execute(self, clocks): read = self.memory.read get_method_by_opecode = self.get_method_by_opecode while (self.passed_clocks < clocks): old = self._PC; self._PC += 1; self._PC &= 0xffff opecode = read(old) method = get_method_by_opecode(opecode) count = method() count = count != None and count or CYCLES[opecode] self.passed_clocks += count self.passed_clocks -= clocks
javascriptで.(ドット)演算が遅いとかいうのは最近（？）よく言われていることで、それはPythonにも当然当てはまる。なのでループ前にだせるものはローカルに出しておく。（これが簡単にできるのがRubyよりもPythonがいい部分だよなあ）
あと、実行の部分。ここはCなら関数テーブルかswitch(コンパイラによるけど大差ないと思う）になるんだけど、あいにくPythonにはswitchがないので関数テーブル的なものかif opecode == 0x01: ... elif opecode == 0x02:... elif...かになる。
関数テーブル的なものは
python codedef ope_0x01(self): #codedef ope_0x02(self): #code self.__getattribute__("ope_"+hex(opecode))()
となる。両方やってみたところ、大差はなかったので、関数テーブル的なほうに。
結局
そんな感じでいじってみてかつpsycoを入れて1Frame:0.15程度（PPUやAPUは中身がないので、最後までつくったらもっと遅くなる）。ほかにもいじれそうなところはあって、そこをいじれば0.1は切れそうな感じがしてます。
けど、そこまでやるとPythonである意味がないのも確か。ぶっちゃけ、エミュレータは確実にCが向いている。Javaで書かれているエミュレータもレジスタの値をセットするたびにA & 0xffみたいなことをやっていて、どーもめんどくさい。
じゃぁLLでエミュレーターを書く意味ってなんだ、というと・・・うーん（笑 自己満足以外なにもないでしょうねえ。というわけで自己満足のために、今後もヒマができれば、ちょっとづつ書き進めてみようかなあ。
