如何优化GPIO数据总线速度？

最近接触了STM32，到目前为止相处得很好！后悔没有早点这样做，所以有大量的追赶和“学习做”（这里是机械工程背景）。
特别是学习；我想调查专业人员将如何为低端 mcu 实施优化的数据总线（例如 STM32F1x/预算限制）。以下是我到目前为止编写的代码，顺便说一句，效果很好，但是我觉得性能相当欠缺，某处某处。
有没有其他方法可以更快地获得 16 位？？？
附言。#define DATAOUT ( i) 似乎是瓶颈
感谢您提供的任何推荐/替代方法，我真诚地感谢您的帮助

• //LCD.H
• #define DATAOUT(i) {
• GPIOA->BSRR = 0b0001000011111111 << 16;
• GPIOA->BSRR = (((i) & (1<<0)) << 0)
•                            | (((i) & (1<<1)) << 0)
•                            | (((i) & (1<<2)) << 0)
•                            | (((i) & (1<<3)) << 0)
•                            | (((i) & (1<<4)) << 0)
•                            | (((i) & (1<<5)) << 0)
•                            | (((i) & (1<<6)) << 0)
•                            | (((i) & (1<<7)) << 0)
•                            | (((i) & (1<<12)) << 0);
• GPIOB->BSRR = 0b1110111100000000 << 16;
• GPIOB->BSRR = (((i) & (1<<8)) << 0)
•                            | (((i) & (1<<9)) << 0)
•                            | (((i) & (1<<10)) << 0)
•                            | (((i) & (1<<11)) << 0)
•                            | (((i) & (1<<13)) << 0)
•                            | (((i) & (1<<14)) << 0)
•                            | (((i) & (1<<15)) << 0);
• }
• //LCD.C
• static void WriteData(uint16_t data)
• {
•         //elapsed_time_start(0);
•         DATAOUT(data);                //elapsed_time@72Mhz -> 81 ticks(?!)
•         //elapsed_time_stop(0);
• }