5.2.2 数值计算库（SIMD、Eigen）

文档摘要

5.2.2 数值计算库（SIMD、Eigen）在高性能数值计算的世界里，我们常常陷入一种错觉：只要算法复杂度够低，程序就一定快；只要硬件核心数够多，吞吐量就自然飙升。可现实却反复打脸——一段用实现的矩阵乘法，在i9-13900K上跑出不到2 GFLOPS；而同一台机器，调用Intel MKL的，轻松突破60 GFLOPS。差距何止30倍？这不是“编译器优化”或“多线程开得够不够”的问题，而是数据在硅片上流动的方式本身，已被底层向量化指令与内存访问模式悄然重写。你有没有想过：当你的被编译器翻译成x86-64汇编时，它究竟调用了哪条指令？是逐个加载双精度浮点数？还是 + 组合，在单条指令中并行处理4个（AVX2）甚至8个（AVX-512）？更关键的是——编译器真敢这么做吗？