Matt Godbolt's blog2 months agohttp://xania.org/202512/20-simd-city?utm_source=feed&utm_medium=rssSIMD允许CPU用单条指令处理多个数据点，从而提升数组密集型计算的性能。编译器可通过-O3和-march=skylake等标志自动向量化循环，但需要合适的数据布局（例如整数数组）。条件更新（如取最大值）可使用掩码移动向量化，或改写为无条件的操作，映射到vpmaxsd等SIMD指令。编译器会添加数组重叠的运行时检查以确保向量化正确性，通常会生成一个回退的标量循环。
Everyone Should Know SIMD2 months agohttps://mitchellh.com/writing/everyone-should-know-simdSIMD使CPU能够并行处理多个值，常用于加速大数据集上的循环。常见的SIMD代码遵循五个步骤：广播常量、循环处理向量宽度大小的块、执行并行操作、归约结果，以及用标量尾部处理剩余部分。一个真实示例（搜索控制字符）展示了标量循环如何被向量化，实现4倍到16倍的加速。编译器可以自动向量化简单循环，但往往受限；手动SIMD提供了明确且可预测的性能。每个开发者都应该理解SIMD基础知识，并毫无畏惧地识别向量化的机会。