2018-09-20小结一下
1：向量化优化-本质是一次性多干一些活，免得来回折腾费时费力，通过减少来回折腾的工作量来提高性能。他是怎么实现的呢？他是借助CPU的SIMD指令，通过单条指令控制多组数据的运算，实现了CPU指令级别的并行。
2：这么好为什么不大批量的使用哪？他有几种方式呢？
使用向量化优化是有一些前提条件的，目前HotSpot 虚拟机运用向量化优化的方式有两种。第一种使用HotSpot intrinsic，在调用特定的方法的时候替换为使用了SIMD指令的高效实现。第二种是依赖即时编译器进行的自动向量化，自动向量化也有苛刻的使用前提条件。展开作者回复: 赞
13
2018-09-19好棒哦！学到很多 3
2019-12-25dst[i:i+3] = src[i:i+3] 这是伪代码还是新版的 JDK 支持的写法？作者回复: 伪代码
2019-10-29SIMD，寄存器每次存好几条数据，那么就一次性拿这么多数据放到寄存器中，统一用一个向量相关的指令来算。这样一下子就可以算了循环中的很多次，相当于我们在并行执行某个循环。
另外从寄存器中读写数据比内存快了很多很多倍。
2019-08-16666，学到了
2019-04-27
dst[i:i+3] = src[i:i+3]还有这种写法？是大哥省略了部分代码吗？- 2018-09-20之前用过TI的DSP芯片，里边有很多支持向量处理的计算指令，比如复数乘法，共轭相乘等，但是这些计算指令器不多，而且不能在一个指令周期完成计算，所以大量使用后会影响指令流水，反而不如能在一个指令周期完成计算的单数据加法器
作者回复: 我们做自动向量化也会考虑值不值得的问题。
比如说X86不能在通用寄存器上计算，有时候需要额外的mov指令移到XMM中(如果不是直接从内存中加载的话)。
另外，某些reduce操作，比如求向量内所有元素的和，X86无法用单条指令实现，只有两两相加的指令，因此需要好几条向量指令协作完成。这种情况下，我们便会放弃自动向量化。