plasma-umass/scalene

解决的问题

Scalene 是一个高性能的 Python 分析器，用于识别 CPU、GPU 和内存使用中的瓶颈。它通过提供行级细节，并将 Python 代码执行时间与原生库或系统 I/O 时间分离，解决了分析不精确或缓慢的问题，使开发者能够专注于真正可以优化的代码。

运作原理

Scalene 使用采样而非检测（instrumentation）来保持低开销（通常为 10-20%）。它通过专门的内存分配器跟踪 CPU 使用率、NVIDIA GPU 时间和内存分配。它还能归因 await 异步协程的时间，并捕获拼接的 Python 和原生 (C/C++) 调用栈。为了提供优化建议，它集成了 OpenAI、Azure、Amazon Bedrock 和 Ollama 等 AI 提供商。

适用对象

专为需要优化应用程序性能的 Python 开发者设计，特别是那些使用大量原生库、异步代码或 GPU 加速的开发者。

特色亮点

• AI 驱动优化：根据分析数据，使用 LLM 生成代码改进建议。
• 详细资源跟踪：区分 Python、原生和系统时间，并识别内存泄漏和复制量。
• 全面可视化：包含基于 Web 的 GUI，提供调用栈火焰图、内存加权栈和墙上时钟时间轴。
• 异步分析：测量挂起协程的每行墙上时钟时间归因，并跟踪并发级别。
• 低开销：运行速度显著快于许多其他分析器，同时保持高准确度。