RVV 双锚点字符串搜索与 Rust 协程冲突矩阵剪枝

本期检索说明

先读取 content/collections/deep-radar 截至 2026-09-21 的全部原文链接，并按 URL、标题与实现机制去重。最近 24 小时内找到两项同时具备源码差异、公开实测和可解释机制的一手改动，因此本期收录 2 篇。两项都处于开放评审阶段，数字应理解为补丁作者及官方性能基础设施在指定环境中的结果，而非已进入正式版本后的跨平台定论。

Kotlin 的 coroutine intrinsic 重构确实移除了包装对象，但 PR 没有 allocation 或运行时间测量；Rust 的整数平方根反平方根算法有完整 benchmark 与论文依据，但因项目 LLM 政策被直接关闭，放入“其它你可能关心的”而不作为正式推荐；Zig、Linux 最近 7 天内没有找到同时满足三项证据红线且未被历史报告收录的材料。

01 · JVM：用 RVV 首尾双锚点筛选 String.indexOf 候选

原文与日期： Wei Kui，2026-09-21 11:25（中原标准时间）；OpenJDK PR #32973、JDK-8392333、完整源码 patch 与 算法原始说明。补丁修改 8 个文件，增加 373 行、删除 4 行，目标硬件为 SOPHGO SG2044。

为什么值得读： 这是一份很完整的 SIMD substring search 工程案例：向量并不直接验证整条 needle，而是先用首字符和尾字符形成候选位图，再只对候选位置做完整比较。它把“扫描每个起点并逐字节失败”改写为“向量批量排除绝大多数起点”，同时把 Latin1/UTF-16 三种组合、RVV 可变向量长度、mask 到 GPR 的转换和 C2 AD 规则串成了一条可追踪链路。

核心技术结论： 对长度至少为 8 的 needle，新 stub 取 needle[0] 和 needle[k-1]。每轮以 RVV 分别加载 haystack[i..] 与偏移 k-1 的向量，用 vmseq.vx 得到两张 mask，再以 vmand.mm 相交。只有首尾字符在正确相对位置同时命中的 bit 才进入完整 needle 比较。

__ vlex_v(v2, hs, haystack_sew);
__ vmseq_vx(mask0, v2, ch_first);
__ vlex_v(v4, hs_last, haystack_sew);
__ vmseq_vx(mask1, v4, ch_last);
__ vmand_mm(mask0, mask0, mask1);

// mask 搬到 GPR；ctz 取最低候选，cand & (cand - 1) 清除该 bit
__ vmv_x_s(cand, mask0);
__ ctz(mpos, cand);
__ addi(tmp, cand, -1);
__ andr(cand, tmp, cand);

RISC-V 的 vmseq.vx 可直接让向量元素与标量字符比较，所以无需先 broadcast。实现还特意将 mask 搬到整数寄存器：作者实测用 vfirst.m / vmsif.m / vmandn.mm 逐个消费候选更慢，而 ctz 加 cand &= cand - 1 的标量位图循环成本更低。完整比较仍用 RVV；UL 路径通过 vle8.v 加 vzext.vf2 把 Latin1 needle 扩为 UTF-16 再比较。

C2 侧新增 UU、LL、UL 三条 vstring_indexof* AD 指令，并以 UseVectorizedStringIndexOf 在新旧实现之间切换；VM 只有同时检测到 RVV 与 Zbb 时才默认开启。stub 固定使用 256-bit 扫描宽度，并要求调用者先确认 8 <= needle_len <= haystack_len，因此短 needle 保留既有路径。

最有价值的实验、源码与 benchmark 细节： SG2044 上共给出 33 组 JMH。收益随“可被向量首尾锚点排除的起点数量”显著变化：

71.49× 不是普遍加速：无匹配且大 needle 时，双锚点几乎消灭了昂贵的完整比较；相反，UTF-16 late-match 会不断产生或验证候选，新 stub 反而慢约 36.5%。33 组中还有 0.92×、0.94×、0.97× 等小幅回退。评审重点应放在触发阈值是否能避开这些分布，而不是只看峰值。PR 也未给方差、JMH fork 配置或不同 VLEN/微架构结果；落地前应按 needle 长度、字符集、匹配位置和候选密度建立分层基准。

适合的工程师背景： 熟悉 HotSpot C2、AD 文件或 RISC-V RVV，希望理解如何从 SIMD mask 设计一直追到 substring workload 分布的 JVM/编译器工程师。

预计阅读收益： 约 70–100 分钟；能掌握双锚点 SIMD 搜索、RVV mask/GPR 交界、Compact Strings 三种编码组合，以及为什么同一 intrinsic 会出现 71.49× 加速与 0.73× 回退。

02 · Rust 编译器：用上一轮 live set 跳过重复冲突矩阵更新

原文与日期： Charlie Marsh，2026-09-22 02:23（中原标准时间）；Rust PR #163126、7 行源码 patch 与 官方 rustc-perf 对比。

为什么值得读： coroutine layout 必须判断哪些 local 在 suspend point 之间同时需要 storage；既有实现每看到一个 live set，就为集合中每个 local 把整组 bit 并入冲突矩阵。数据流沿控制流传播时，相邻状态经常只是上一个集合的子集，这些 pair 已经全部写入，重复更新只有成本没有新信息。补丁只增加一个缓存 bitset 和一次集合包含判断，却展示了如何利用单调事实给编译器分析热路径剪枝。

核心技术结论： visitor 先把当前状态复制到复用的 eligible_storage_live，与 saved_locals 求交；如果上一次真正记录的集合是当前集合的超集，则当前所有 pair 都已存在，可以直接返回。只有出现新成员时才逐行 union_row_with，随后交换两个 bitset，避免额外分配。

self.eligible_storage_live.clone_from(state);
self.eligible_storage_live.intersect(&**self.saved_locals);

if self.last_recorded_storage_live.superset(&self.eligible_storage_live) {
    return;
}
for local in self.eligible_storage_live.iter() {
    self.local_conflicts.union_row_with(&self.eligible_storage_live, local);
}
std::mem::swap(&mut self.last_recorded_storage_live, &mut self.eligible_storage_live);

正确性来自冲突矩阵只增不减：记录过 {a,b,c} 后，{a,b} 不可能引入新的 pair；若当前集合含有任何新成员，superset 检查失败，仍会把整套当前 pair 写入。它并不尝试保存所有历史集合，只缓存最近一次实际更新；因此是保守剪枝，可能漏掉优化机会，但不会漏记冲突。

最有价值的实验、源码与 benchmark 细节： 作者对四个 async-heavy 工程做编译器 CPU profile，报告 Codex -2.69%、Ruff -2.84%、uv -5.28%、ty -3.28%。不过 PR 没给运行次数、方差和输入版本，且说明 profile 流程使用了 LLM，因此这些数字只能作为“热路径确实存在”的定向证据。

官方 rustc-perf 给出了更保守的全局结果：可靠性最高的 instructions 指标没有 primary 显著样本，仅 1 个 secondary 样本改善 0.2%；bootstrap 从 493.092 秒降到 490.131 秒，改善 0.60%。Max RSS 的 3 个 primary 显著样本均值改善 0.9%，但分布从 -2.8% 到 +2.0%，secondary 还平均回退 1.3%；cycles 则有 1 个 primary 样本回退 2.2%。这说明改动对特定大型 async 工程有明确 profile 信号，却还不能推导为 rustc 全局 3%–5% 提速。

工程上的可迁移点是测量集合关系，而不是盲目缓存：当分析结果是单调累积矩阵时，若当前输入被上次输入包含，整段更新可以消掉；同时必须用稳定的 instruction count、RSS 与 cycles 一起检查，以免局部 CPU profile 掩盖全局噪声或回退。

适合的工程师背景： 熟悉 MIR、generator/coroutine layout、bitset 数据流分析，或正在优化“集合到关系矩阵”型静态分析的编译器工程师。

预计阅读收益： 约 35–55 分钟；能把 7 行补丁还原成集合包含、冲突矩阵单调性与 buffer reuse 的完整证明，并学会正确解读项目 profile 与 rustc-perf 的口径差异。

中国大陆 ToC 硬件价格观察

数据口径

窗口为 2026-08-24 至 2026-09-22，单位人民币，六类硬件固定同一 SKU。今天通过公开比价页实时复核到 CPU、GPU、主板、HDD、SSD 五类报价；DRAM 页面仍明确显示“暂无报价”，因此不新增点。重复价格作为真实采样保留，用来区分“已复核横盘”和“未取得数据”；SSD 页面虽然同时显示 2TB 与 ¥749 起价，但天猫、京东价差仍异常大，继续按渠道与规格选择风险处理。

价格来源： 9800X3D、MSI RTX 5070 VENTUS 3X、ASUS TUF B850M-PLUS WIFI7、Kingston FURY DDR5-6000 32GB、IronWolf Pro 8TB、ZHITAI Ti600 2TB。

判断依据

CPU 从昨日 ¥2,609 回到 ¥2,619，连续两天的小波动不足以形成趋势，非刚需仍可等接近 ¥2,449 的窗口低点。GPU、主板与 HDD 今天再次确认横盘；其中主板已经消化 ¥150 的窗口降幅。DRAM 无报价，不用相似套条补点。SSD 的 ¥749 与同页京东 ¥1,889 相差 60.3%，远大于正常日波动，不能直接解释为全市场下跌，购买前必须确认结算规格与售后。

其它你可能关心的

• Rust：用反平方根近似重写整数平方根——u16/u32/u64/u128 benchmark 改善 30.82%–76.46%，但 PR 因项目 LLM 政策被关闭，暂不列为正式推荐。
• Kotlin：移除 stack-switching coroutine 的不必要包装——源码机制清晰，但没有 allocation 或运行时间实测。
• OpenJDK：为 long counted loop 实现 parallel IV——C2 源码与测试完整，未公开性能数据。

本期结论

RVV indexOf 最值得迁移的并非 71.49× 峰值，而是“廉价向量过滤 + 稀疏候选验证”的分层结构，以及必须用 late-match、短输入和高候选密度反证触发阈值。rustc 的 7 行剪枝则说明，单调矩阵分析中一次 superset 判断足以消掉大量重复 pair 更新；但官方全局结果远弱于项目定向 profile，RSS 与 cycles 还有回退，不能把局部 2.69%–5.28% 直接当成编译器普遍收益。硬件五类取得当日真实点，CPU 小幅反弹，其余横盘，DRAM 继续留白。