并行排序：从归并网络到 GPU 双调排序
当单核性能到达瓶颈，排序如何利用多核 CPU 和 GPU 的并行能力？从排序网络的理论优雅到工业级并行排序的工程妥协。
simd 标签归档
共 9 篇文章 · 返回首页
Swiss Table：Google 的 SIMD 加速哈希表
std::unordered_map 慢在哪里？每次查找跟着指针跳来跳去，缓存全部打飞。Google 的 Swiss Table 用 SSE2 一条指令并行比较 16 个槽位，把哈希表的探测从'逐个比较'变成了'批量筛选'。这篇文章从控制字节的位级设计讲到完整 C 实现，拆解这个替换了 Google 全部 C++ 哈希表的方案。
无分支编程：当 if 成为性能杀手
现代 CPU 的分支预测器已经非常精准，但当预测失败时代价高昂。无分支编程用算术和位运算消除条件跳转，在特定场景下带来数倍加速。
SIMD 算法设计模式
SIMD 不只是'把标量操作变成向量操作'那么简单。从 SoA 布局到 pshufb 查表，掌握这些设计模式才能真正释放向量化的威力。
向量化哈希：xxHash3 与 wyhash 的 SIMD 实现
当你的数据以 GB/s 的速度涌入，哈希函数往往成为瓶颈。xxHash3 用 AVX2 把 8 个累加器打包成 256-bit 向量同时处理；wyhash 则用一条 128-bit 乘法做到几乎同样的吞吐。这篇文章拆解这两个顶级非密码学哈希的 SIMD 设计。
SIMD 字符串处理进阶
用向量指令重写字符串操作，性能提升 10 倍不是梦。
整数压缩：varint → PForDelta → SIMD-BP128
搜索引擎的倒排索引压缩，是整数压缩最大的战场。
SIMD 加速字符串查找（strchr / strstr）系统指南
面向工程实践的SIMD字符串查找优化完全指南：SSE2/AVX2/AVX-512并行比较原理，位掩码技巧，跨块与页边界安全处理，strchr/strstr高性能实现，包含完整代码示例和性能陷阱分析
AI 生成的'高性能'代码到底有多快
让 AI 写一个 SIMD 排序、一个内存池、一个事件循环。然后用 perf 和 cachegrind 看它的代码到底在干什么。结论：AI 写的是正确的慢代码。