@pragma('vm:prefer-inline') の効果を検証してみた

はじめに

便利関数系のライブラリを眺めていると、@pragma('vm:prefer-inline') というアノテーションを見かけます。
この記事では、これが実際に何をするのか、そして本当に効果があるのかを、軽量なベンチマークで確かめます。

調査内容

ドキュメントを確認すると以下のようなことが分かりました。

1. @pragma('vm:prefer-inline')
   • Dart VMに対して、このメソッドをインライン化することを推奨する
   • メソッド呼び出しのオーバーヘッドを削減
   • 特に小さな関数で効果的
2. @pragma('dart2js:tryInline')
   • dart2jsコンパイラに対して、JavaScriptへの変換時にこのメソッドのインライン化を試みるよう指示する
   • Webアプリケーションのパフォーマンスを向上
   • 生成されるJavaScriptコードのサイズを最適化
3. @pragma('vm:never-inline')
   • Dart VM に対して、このメソッドをインライン化しないよう指示する
   • デバッグやスタックトレースの把握がしやすくなる
   • 呼び出しコストが増える

ドキュメントは以下のとおりです。

• VM-Specific Pragma Annotations
  • https://dart.googlesource.com/sdk/+/2f5a888/runtime/docs/pragmas.md
• Pragma Annotations understood by dart2js
  • https://dart.googlesource.com/sdk/+/2f5a888/pkg/compiler/doc/pragmas.md

計測環境

@pragma('vm:prefer-inline')を付けることで実際に効果があるのか軽量なベンチマークで計測してみます。

実行環境は以下のとおりです。

• MacBook Pro 14 インチ 2023
• Apple M3 Pro
• 12 Core CPU
• 36 GB Unified Memory
• macOS Sequoia 15.7.1

$ dart --version
Dart SDK version: 3.7.2 (stable) (Tue Mar 11 04:27:50 2025 -0700) on "macos_arm64"

dependencies:
  benchmark_harness: ^2.3.1

共通のベンチマーク骨格:

import 'package:benchmark_harness/benchmark_harness.dart';

abstract class InlineBase extends BenchmarkBase {
  InlineBase(String name) : super(name);
  int result = 0;
  int body(int i);
  int count = 1000;
  @override
  void run() {
    result = 0;
    for (var i = 0; i < count; i++) {
      result += body(i);
    }
  }
}

class Bench extends InlineBase {
  Bench() : super('bench');
  @override
  int body(int i) => fastBench(i);
}

void main() {
  final instance = Bench();
  instance.report();
  print(instance.result);
}

• JIT (dart run) と AOT (dart compile exe ) の両方を検証します。
• 生成されたバイナリのファイルサイズ（16B 粒度で丸め）と SHA-256 先頭 7 桁も記録します。
• 数値は代表値です。マシンやフラグ、最適化の都合で再現にはばらつきが出ます。

ケース1：単純な算術関数

int fastBench(int x) {
  return (x * 31) ^ 0x9e3779b9;
}

prefer-inline は僅かに早いみたいです。
never-inline はかなり遅いことが分かりました。

ケース2：小関数を複数回呼ぶ

int fastBench(int x) {
  return fastBench1(x) + fastBench1(x) + fastBench1(x);
}

int fastBench1(int x) {
  return (x * 31) ^ 0x9e3779b9;
}

AOT では prefer-inline の効果がかなり大きいみたいです。
JIT でもわずかに早くなっています。

ケース3：再帰（フィボナッチ）

フィボナッチはコストが大きいので、1 回だけ 20 まで計算するように変更。

int fastBench(int x) {
  return (x <= 1) ? x : fastBench(x - 1) + fastBench(x - 2);
}

class Bench extends InlineBase {
  Bench() : super('bench');
  @override
  int count = 1;
  @override
  int body(int i) => fastBench(20);
}

prefer-inline の効果が非常に大きいようです。

まとめ

本当にパフォーマンスが向上するのか疑っていましたが、改善するようです！
特に頻繁に呼び出される関数などでは大きく改善するようです。