6.1 SIMD 与数据布局优化

6.1 SIMD 与数据布局优化

本节摘要：约束循环和 AABB 测试是流式运算，适合 SIMD，前提是数据已经按列排好、对齐、分支少。先把 SoA 和预留容量做对，再对“无分支的成对 AABB”或“四条接触同时算相对速度”下手。过早写 intrinsics 只会让热启动和钳制里的分支把向量通道拆空。

读前必看

阅读完本节，你应当能够：

1. 对比 AoS 与 SoA 在接触循环上的缓存行为
2. 列出 SIMD 友好代码的条件：对齐、少分支、结构一致
3. 用编译器自动向量化试水，再决定是否手写
4. 避免在脚本回调和多态形状虚函数上幻想 SIMD

一、先问扫描的是哪几列

顺序冲量对每个接触读：两个下标，两个速度，两个角速度，两个 r，法向，K，lambda。若这些从对象指针跳出来，SIMD 没有操作数。SoA 后，至少速度列是连续的。接触自己也 SoA：nX[i] nY[i] nZ[i] lambda[i]。一次迭代扫 lambda 列更新，缓存行利用率高。

AoSoA：四个接触一组，组内 SoA，适合显式 SSE。复杂度上升。物体少于几百时，SoA 标量循环加编译器自动向量化往往够。先看分析器：接触循环是否已经占 40% 以上，再手写。

不好：
  for c in contacts:
      Body* a = c.a;  // 跳堆
      a->v += ...

好：
  for i in 0..n:
      ia = idxA[i]; ib = idxB[i]
      vx[ia] += ...   // 仍有间接，但列连续
​

间接 vx[ia] 仍是 gather，SIMD 收益受限。岛内重排刚体让接触两端下标局部化，gather 更近。这是布局和岛的交叉优化。

窄相按形状对排序：所有球-球一起，盒子一起。分支预测和指令缓存都受益，也方便给球-球写 SIMD。这比给通用 GJK 向量化现实。

二、分支、掩码、休眠

if (lambda < 0) lambda = 0 在 SIMD 里用 max。if (static) skip 会拆掉向量。静态体分表后循环里没有这种 if。休眠用岛跳过整段循环，不要在每个接触里 if 睡着。

自动向量化：写简单的索引循环，指针 restrict，别在循环里调虚函数。看汇编有没有 packed 指令。没有的话，不是“需要立刻 intrinsics”，而是循环还不够干净。

💡 关键直觉：SIMD 吃的是“同样的指令、整齐的数据”。多态形状、脚本回调、printf 都是反 SIMD。热路径只留算术和钳制。

假共享：两个核写相邻的 lambda，同一缓存行来回作废。按岛分割后每核写自己的接触区间，区间按缓存行对齐填充。单线程无此问题，布局时预留 padding 字段给线程 id 范围。

三、带宽墙与计算墙

只积分 10 万粒子，几乎不碰撞：若耗时随数组变大线性涨且接近内存带宽，你是带宽墙，SIMD 算力帮不上太多，反而可能因读得更宽更堵。此时减字段、量化、别用 vec4 浪费。约束迭代很多、物体中等：计算墙，SIMD 和少迭代（热启动）有用。

⚠️ 常见坑：为对齐把 vec3 改 vec4，带宽 +33%，物体很多时更慢。对齐用分配器对齐起始地址，不要盲目加填充到每个向量。

度量清单：每步宽相时间、窄相时间、求解时间、积分时间。哪项过半砍哪项。求解过半先热启动和岛休眠；宽相过半先格边长和掩码；窄相过半先形状分桶和快路径。SIMD 是在确认循环干净之后的最后一成。

不要在 Lua 里更新每个刚体位置再写回，那是缓存和语言边界双重税。物理在原生循环跑完，脚本只读快照。

测试：SoA 改造前后，五千球自由落体应明显加快；加碰撞后看求解是否成为新热点。没有前后数字的“优化”不算完成。

编译器开关和快速数学：物理里 NaN 要暴露，别全局快数学把 denormal 当零搞出诡异休眠。局部循环可以放宽。确定性要求固定舍入，SIMD 归约顺序变化会改末位，联机项目要么单线程求解要么按岛固定归约顺序——见 7.2。性能和确定性在 SIMD 归约上打架，产品必须选边。

指令集：SSE2 基线够用。为 AVX512 写两套维护成本通常不值，除非粒子 10 万+。优先算法和布局。

四、自动向量化怎么验收，以及热路径禁令

写一个只做球-球距离平方比较的循环，一万对，看汇编是否出现打包指令。没有就检查：循环内是否调用函数、是否取地址逃逸、下标是否复杂。干净之后再谈手写。手写 SSE 的球-球可以当练习，但要有标量对照测试，浮点末位允许差一点，符号和候选集合不能差。

热路径禁令清单：虚函数、异常、锁、内存分配、日志、脚本回调、文件系统、取时间。违反一条，SIMD 和缓存都白做。回调改到 step 末尾队列。日志用环形缓冲，调试时开。

AoSoA 四接触一组：lambda 钳制用 max，休眠不在组内分支，整组跳过或整组算。组内有静态体就浪费通道，所以静态分表更重要。先分表，再 AoSoA。顺序反了，通道里一半是零质量的空算。

测量对比：同一场景，标量 SoA vs 自动向量化 vs 手写。收益小于 10% 就停在自动，把时间拿去减候选对数。工程师喜欢写 intrinsics，分析器往往说宽相或睡眠更值。听分析器。

实践问答

分析器说碰撞慢，该立刻 SIMD 吗？

先看是宽相候选太多、窄相虚函数、还是求解迭代。SIMD 是循环干净之后的最后一成。先分桶、去虚函数、SoA。

gather 间接下标还有 SIMD 收益吗？

有限。岛内重排让下标局部化更值。先局部性，再打包指令。

为什么热路径禁止日志？

日志分配、锁、格式化，把向量通道和缓存一起毁掉，还可能引入非确定性时钟。环形缓冲，步末刷。

vec4 填充什么时候赢？

对齐带来的收益大于 33% 多余带宽时。物体很多时往往输。测，不要信仰对齐。

自动向量化没有 packed 指令说明什么？

循环不干净：函数调用、逃逸、复杂下标。先把循环写丑而干净，再谈 intrinsics。

参数扫描笔记：SIMD

扫描 1：热路径虚函数

SIMD 杀手。按形状分桶。

扫描 2：循环内 malloc

实时卡顿老朋友。预留。

扫描 3：脚本每体写回位置

语言边界税。脚本读快照。

扫描 4：全局快数学藏 NaN

休眠诡异。局部再放宽。

扫描 5：为 AVX512 维护两套

通常不值。先算法布局。

扫描 6：收益小于百分之十仍手写

停，去减候选。听分析器。

扫描 7：组内混静态体

通道空算。先分表再 AoSoA。

扫描 8：假共享计数器相邻

多核写炸缓存行。岛切片对齐。

工程备忘录

备忘 1

对账数字比观感先行。静止支撑冲量是否接近质量乘重力乘 dt，自由落体一秒是否接近四点九米，两球对心是否交换速度。「01-SIMD与指令级优化」相关实现先过对账，再谈好看。 本条对应「01-SIMD与指令级优化」第 1 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 2

「01-SIMD与指令级优化」出抖动时按清单：时间步是否固定、流形点是否闪、法向是否跳、恢复系数是否在静止时仍生效、bias 是否过大、迭代是否其实在清零热启动。不要先把摩擦系数调到十。 本条对应「01-SIMD与指令级优化」第 2 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 3

空间结构必须在世界系。把「01-SIMD与指令级优化」绑到摄像机或屏幕格子，逻辑和确定性都会在转视角时崩。渲染剔除不能代替宽相，看不见的物体仍能被撞到。 本条对应「01-SIMD与指令级优化」第 3 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 4

「01-SIMD与指令级优化」的预分配策略：按关卡上限留容量，超出打日志并降级，不要在 step 中途默默扩容。扩容是卡顿尖峰，也是回放时分配顺序不同导致的潜在分叉源。 本条对应「01-SIMD与指令级优化」第 4 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 5

把「01-SIMD与指令级优化」相关的失败做成最小复现：关掉渲染特效、关掉音频、只留固定 dt 的 step 和一份输入日志。能在十秒内重放出来的 bug 才叫被抓住。不能重放就先补录制，再谈修。很多人在这一步省时间，后面用几天陪着偶发抖动。 本条对应「01-SIMD与指令级优化」第 5 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 6

在「01-SIMD与指令级优化」路径上加计数器要进 step 末尾快照，不要在热循环里格式化字符串。计数器本身若分配内存，你会优化一个被测量污染的世界。发布版可用宏剥掉绘制，但计数器的定义要保留，方便线上开一个极轻的统计开关。 本条对应「01-SIMD与指令级优化」第 6 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 7

「01-SIMD与指令级优化」一旦和随机数沾边，随机必须绑在 tick 上。墙钟、哈希表遍历、线程完成顺序都是隐藏输入。隐藏输入会让哈希校验在某一帧突然红，而你却以为是公式写错。先排除隐藏输入，再怀疑有效质量。 本条对应「01-SIMD与指令级优化」第 7 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 8

调「01-SIMD与指令级优化」时一次只改一个量，写下场景名、旧值、新值、醒岛数或能量变化。没有笔记的调参会在一周后变成传说。传说不能回归，不能交给同事，也不能在换库时当合同。 本条对应「01-SIMD与指令级优化」第 8 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 9

「01-SIMD与指令级优化」的单元测试尽量不依赖图形窗口。能在无头模式跑的断言，才会每次提交都跑。只靠进游戏看一看，等于没有测试。把金字塔睡眠、速度交换、自由落体距离这类金标准写成断言。 本条对应「01-SIMD与指令级优化」第 9 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 10

文档里的公式符号必须和代码注释同一张表。尤其是法向从谁指向谁、相对速度谁减谁、lambda 是力还是冲量。「01-SIMD与指令级优化」相关代码若混用两套符号，吸引接触和飞天会轮流出现，现场非常像随机 bug。 本条对应「01-SIMD与指令级优化」第 10 号备忘，和相邻条目不要合并成一句空话，分开验收。

备忘 11

性能上先问能不能少做。「01-SIMD与指令级优化」再快，也快不过把睡着的岛整岛跳过、把碎片到期删掉、把静态体移出动态表。减工作量优于把同样工作向量化。向量化平方算法只是错得更稳更快。 本条对应「01-SIMD与指令级优化」第 11 号备忘，和相邻条目不要合并成一句空话，分开验收。

要点串联

• SoA 和预留容量先于 intrinsics。
• 热路径按形状分桶，去掉虚函数和回调。
• 钳制用 max/min 以便向量化；休眠按岛跳过不是按接触 if。
• 先测带宽还是计算，再决定 SIMD 还是减数据。
• vec4 填充可能更慢；对齐起始地址即可。
• 脚本不进热循环。
• SIMD 归约顺序影响确定性，联机要固定。

下一节把接触图切成岛，让多核有活干，也让睡着的岛零成本。