Speeding up gearhash on ARM64 (2× faster)
a day ago
- gearhash crate 版本 0.1.4 为 ARM64 添加了一个 NEON 后端，在典型块大小下速度大约快 2 倍，在 aarch64 上自动选择并保持向后兼容。
- 挑战：gear hash 是串行的，带有依赖链，并使用表查找（gather），使得向量化变得困难。
- 关键洞察：将哈希在 64 字节上开窗，允许将块分割成条带，从而实现并行处理。
- 将 SSE4.2 移植到 NEON 除了掩码提取外都很直接；由于循环携带的延迟，初始结果较慢（0.92 倍）。
- 通过展开每步处理 4 字节来缩短依赖链，在手动修复编译器重关联问题前，最初提升到 1.46 倍。
- 进一步优化包括减少加载指令（将字节加载合并为 32 位加载）以及合并边界测试以减少分支频率，实现了 1.81 倍速度提升。
- 最终基准测试显示，NEON 加速比从 0.25 倍（非常稀疏掩码）到 2.17 倍（稀疏掩码），典型使用（16 位掩码）为 2.14 倍。
- 未来工作包括利用 NEON 优化的经验重新审视 x86 后端。