优化Lua嵌入式处理器？

我将Lua嵌入到带有16Mhz 32位ARM7TDMI处理器和256Kb RAM的无eabi设备的程序中(是的,那是GBA).目前它正在完美运行(谢谢StackOveflow用户,回答我的问题),做简单的任务,但我可以做些什么来提高整体效率呢？这是我的一些想法:

目前我将我的Lua代码存储为常量字符串数组(单独的ROM最高为32Mb,因此它有助于释放RAM).当我想运行它时,我只需将此字符串推送到Lua堆栈并"填充"它.但据我所知,Lua将该代码构建为RAM中的字节代码.我认为这也可能是大Lua文件的一些问题.任何方式 - 预编译该字节码并将其保存到常量容器中？
哪个asm命令集更适合运行Lua-THUMB或ARM？

编辑:也许,将香草Lua改为LuaJIT？据我所知,LuaJIT有许多代码组装线(这使得它的可移植性降低),是否有机会成功构建旧的ARM7处理器？