性能优化高手课
尉刚强
资深软件设计咨询顾问
新⼈⾸单¥59.9
862 人已学习
课程目录
已更新 17 讲 / 共 30 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 与我一起修炼，成为一名软件性能大师吧！
免费
性能设计篇 (8讲)
01 | 性能建模设计：如何满足软件设计中的性能需求？
02 | 并行设计（上）：如何利用并行设计挖掘性能极限？
03 | 并行设计（下）：如何高效解决同步互斥问题？
04 | 缓存设计：做好缓存设计的关键是什么？
05 | IO设计：如何设计IO交互来提升系统性能？
06 | 通信设计：请不要让消息通信拖垮了系统的整体性能
07 | 数据库选型：如何基于性能需求选择合适的数据库？
08 | 可监控设计：如何利用eBPF来指导可监控设计？
性能实现篇 (8讲)
09 | 性能模式（上）：如何有效提升性能指标？
10 | 性能模式（下）：如何解决核心的性能问题？
11 | 如何针对特定业务场景设计数据结构和高性能算法？
12 | 我们要先实现业务功能，还是先优化代码？
13 | 编译期优化：只有修改业务代码才能提升系统性能？
14 | 内存使用篇：如何高效使用内存来优化软件性能？
15 | 并发实现：掌握不同并发框架的选择和使用秘诀
16 | 技术探索：你真的把CPU的潜能都挖掘出来了吗？
16 | 技术探索：你真的把CPU的潜能都挖掘出来了吗？
尉刚强 2021-06-22
你好，我是尉刚强。
通过上节课的学习，我们现在已经了解并发设计和实现的相关技术和方法，而所有这些技术方法的目的，都是为了能最大程度地发挥 CPU 多核的性能。但我们还要知道的是，CPU 体系架构在解决单核性能瓶颈问题、提升处理软件性能的过程中，其实并不是只可以采用增加核数这一种方式。
现在主流的 CPU 体系架构，为了提升计算速度，实际上都借鉴了 GPU 中的向量计算特点，在硬件上引入了向量寄存器，并支持利用向量级指令来提升软件的性能。
这种利用单条指令执行多条数据的机制，我们通常称之为 SIMD（Single Instruction Multiple Data）技术，比如 MMX、SSE、AVX、FMA 等支持 SIMD 技术的指令集，另外像英特尔、AMD 等生产的不同款型的 CPU，也都会选择支持部分指令集技术，来帮助提升计算速度。就以 ClickHouse 为例，它之所以在分析数据库上有卓越的性能表现，其中一部分原因就在于其底层大量地使用了 SIMD 技术。
那么，基于向量的 SIMD 技术的原理是什么，为什么它可以提升计算速度呢？我们在软件开发的过程中，要如何使用这种技术来提升性能呢？
今天这节课，我就根据目前比较主流的 AVX 技术的工作原理和具体实现，来帮你解答以上提出的这些问题。这样一来，你在 C/C++ 和 Java 语言的开发项目中，就知道如何使用这种技术来开发高性能的软件了。
确认放弃笔记？
放弃后所记笔记将不保留。
新功能上线，你的历史笔记已初始化为私密笔记，是否一键批量公开？
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《性能优化高手课》，如需阅读全部文章，
请订阅文章所属专栏，新⼈⾸单¥59.9
请订阅文章所属专栏，新⼈⾸单¥59.9
立即订阅
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论