SIMD
SIMD（Single Instruction, Multiple Data，单指令多数据）是一种并行计算技术架构，允许处理器在一条指令中同时对多个数据元素执行相同操作。其核心特征是利用向量寄存器批量处理数据，显著提升计算吞吐量。SIMD广泛应用于多媒体处理、科学计算、图形渲染及机器学习等对数据并行性要求较高的场景，是现代CPU和GPU硬件的重要组成部分。
核心事实
时间轴 (近 90 天)
向量数据库的存储层需要同时承载原始向量、元数据以及索引结构，原始向量通常以定长数组形式连续存储以支持SIMD指令加速距离计算。
一位开发者展示了在2美元微控制器上运行SIMD加速计算机视觉的方案。
RISC-V等开放指令集架构的普及可能推动未来低成本MCU集成更强大的SIMD能力。
SWAR（SIMD Within A Register）是一种在无SIMD/DSP指令的MCU上，通过位操作在一个32位寄存器内并行处理多个较窄数据的经典技巧。
ARM Cortex-M4/M7微控制器内置DSP扩展指令，支持单周期乘加运算和SIMD操作。
向量化执行按批（通常1024到8192行）对整列数据调用SIMD指令或紧凑循环，这是列式引擎在扫描-归约场景中快一个数量级的原因，也解释了该优势在单行查找时完全失效。
在渲染分辨率较低、场景复杂度可控、或利用SIMD指令和多线程优化时，CPU渲染器能够达到交互级别的帧率。
UTF-8的ASCII字节最高位恒为0，多字节序列的前导和后续字节最高位恒为1，因此可用SIMD按位与+movemask批量识别纯ASCII段。
向量化执行以批为单位处理数据，通过减少函数调用与分支预测开销、利用 CPU 流水线和 SIMD 指令，可将分析查询吞吐提升数倍。
只有在批量处理且数据量足够的前提下，向量化位计数才划算，因为数据加载、通道对齐、尾部元素处理会引入额外开销
还有 14 条时间轴事件
全部知识事实 (20)
现代CPU的L1缓存访问延迟约为0.5纳秒，L2约为4纳秒，一次主内存访问需要60-100纳秒
80%已验证SIMD is a technique in modern CPUs that processes multiple data elements simultaneously with a single instruction
70%已验证利用CPU的SIMD指令集（如AVX-256或AVX-512）可在单条指令中同时处理8个或16个float32运算
65%已验证On x86 architectures, SIMD evolved from SSE (128-bit) to AVX-512 (512-bit), while ARM has NEON and SVE instruction sets
65%待验证C/C++ gives developers direct control over memory layout, cache friendliness, and SIMD vectorization
90%待验证Core loops of matrix multiplication and convolution operations can achieve 4x to 16x throughput improvement when fully utilizing SIMD
70%待验证Groq自研的LPU（Language Processing Unit）通过将模型权重静态编译到芯片的SRAM中，消除了动态内存访问的延迟，实现数百TPS的极高吞吐量
70%待验证向量数据库的存储层需要同时承载原始向量、元数据以及索引结构，原始向量通常以定长数组形式连续存储以支持SIMD指令加速距离计算。
50%待验证SWAR（SIMD Within A Register）是一种在无SIMD/DSP指令的MCU上，通过位操作在一个32位寄存器内并行处理多个较窄数据的经典技巧。
50%待验证ARM Cortex-M4/M7微控制器内置DSP扩展指令，支持单周期乘加运算和SIMD操作。
50%待验证向量化执行按批（通常1024到8192行）对整列数据调用SIMD指令或紧凑循环，这是列式引擎在扫描-归约场景中快一个数量级的原因，也解释了该优势在单行查找时完全失效。
50%待验证在渲染分辨率较低、场景复杂度可控、或利用SIMD指令和多线程优化时，CPU渲染器能够达到交互级别的帧率。
50%待验证UTF-8的ASCII字节最高位恒为0，多字节序列的前导和后续字节最高位恒为1，因此可用SIMD按位与+movemask批量识别纯ASCII段。
50%待验证向量化执行以批为单位处理数据，通过减少函数调用与分支预测开销、利用 CPU 流水线和 SIMD 指令，可将分析查询吞吐提升数倍。
50%待验证只有在批量处理且数据量足够的前提下，向量化位计数才划算，因为数据加载、通道对齐、尾部元素处理会引入额外开销
50%待验证在视频解码开源库LibGAV1中，Argon替换了高达3.2万行的SIMD代码
50%待验证以往在 Go 中使用 SIMD 主要依赖调用汇编代码或依靠编译器的自动向量化
50%待验证Go 的实验方案试图提供一套统一的抽象接口，让开发者用一份代码在不同 CPU 架构上获得 SIMD 加速
50%待验证实现平台无关 SIMD 的核心技术挑战是宽度抽象与操作语义对齐
50%待验证Go 的平台无关 SIMD 目前仍是一项实验性特性，尚未纳入正式标准库
50%