Curve448 56 位 limb 与 rustc trait solver 热路径

本期检索说明

先读取 content/collections/deep-radar 截至 2026-10-08 的全部原文链接，并按 URL、标题与实现机制去重。最近 24 小时找到一项同时具备实测、源码证据与原理剖析的一手材料：OpenJDK Curve448 的 8×56-bit limb 重构；回溯至最近 7 天后，再纳入 rustc 新 trait solver 针对 Diesel 热路径的六项组合优化。Kotlin、Zig 与 Linux 的新候选没有同时达到三条证据红线，本期不凑数。

两项改动截稿时都仍在开放评审：Curve448 PR 还是 draft，四个百分比没有给出绝对值、重复次数和误差区间；rustc 的定向 Diesel 指令数明显下降，但官方全局 rustc-perf 同时出现回退和改善，并被标为 perf-regression。本文评价可追溯的公开 patch 与数字，不把定向样本外推成所有架构、所有曲线运算或所有 Rust 项目的普遍加速。

01 · OpenJDK：把 Curve448 的 limb 数量减半，代价是显式管理 112 位乘积

原文与日期： Sean M. Emery（smemery），2026-10-09 07:17（中原标准时间）；OpenJDK PR #33277、完整源码 diff 与 JBS JDK-8393160。

为什么值得读： Curve448 的域元素是 448 位整数。旧实现把它切成 16 个 28-bit limb，方便让中间乘积留在 64 位范围内，但每次乘法、平方、进位与归约都要处理更多数组槽和交叉项。这个 patch 改成 8 个 56-bit limb，直接把表示层的循环宽度减半；为了不让 56×56-bit 乘积溢出 long，又把每项乘积显式拆成低 56 位和高位。它是一个很干净的案例：数据布局优化只有和机器整数宽度、模数结构及正确归约一起看，才有意义。

核心技术结论： 新的 IntegerPolynomial448 固定 BITS_PER_LIMB = 56、NUM_LIMBS = 8，乘法和平方都以 Math.multiplyHigh 取得 128 位乘积的高半部，再与普通乘法结果的右移部分拼成高位 digit。低位用 56-bit mask 截断：

long d0 = aa0 * bb0;
long dd0 = Math.multiplyHigh(aa0, bb0) << 8 | (d0 >>> 56);
d0 &= LIMB_MASK;

Curve448 的素数是 p = 2^448 - 2^224 - 1，因此 2^448 ≡ 2^224 + 1 (mod p)。16 个乘积列不必做通用大整数除法：高半列可同时折回低 224 位和高 224 位。源码中的 r[0] = c0 + c8 + c12、r[4] = c4 + c8 + (c12 << 1) 正是在展开这一同余关系，之后再统一传播 carry。原先由 FieldGen 生成的 16×28-bit 特例被移除，新的 928 行实现把乘法、平方、整数乘法和归约路径放在同一类中，便于逐项审查边界。

最有价值的实验、源码与 benchmark 细节： 作者报告 AArch64、纯 Java 路径下，密钥对生成提升 45%、密钥协商提升 46%、Ed448 签名提升 45%、Ed448 验证提升 47%。改动只涉及两个文件：生成器删除 37 行旧 Curve448 参数与 carry/reduce 序列；IntegerPolynomial448.java 新增 928 行手写 8-limb 算术。乘法不依赖 BigInteger，也没有 JNI 往返，因此四项收益能直接指向域算术热路径，而不是 provider 切换。

证据边界同样重要：PR 文本只给相对百分比，没有 JMH 命令、绝对吞吐、方差、CPU 型号或 x86_64 数据；而且尚无正式 Reviewer。Math.multiplyHigh 在不同后端能否稳定落成高半乘指令、手写展开是否增加 code cache 压力，都应在合入前用目标架构的汇编与完整加密基准复测。这里足以确认“源码机制与 AArch64 定向收益一致”，不足以声称所有平台都快 45%。

适合的工程师背景： 熟悉 Java 密码学 provider、有限域、HotSpot 整数 intrinsic 或多精度算术，想理解 64 位 limb 如何借伪梅森素数完成快速归约的工程师。

预计阅读收益： 约 40–55 分钟；能掌握 limb 宽度与交叉乘积数量的权衡、如何用 multiplyHigh 表示 56×56-bit 结果，以及怎样把 2^448 ≡ 2^224 + 1 落成固定索引的 carry/reduce 代码。

02 · rustc：六个小早退把 Diesel 的新求解器开销从 1.49×压到 1.31×，但全局均值接近零

原文与日期： Nicholas Nethercote（nnethercote），2026-10-08 18:27（中原标准时间）；Rust PR #163981、完整源码 diff 与 官方 rustc-perf 比较。

为什么值得读： 这不是一次“换算法就全面变快”的故事，而是 profile 指向的六个小浪费：空结构用 extend 重建、相同 query value 仍进入关系求解、失败候选仍创建空 usage、循环内重复解析 lang item，以及常见类型没有预驻留。它展示了 trait solver 这类高度递归、分配密集系统中，怎样把不可见的固定开销逐层移出热路径；更难得的是官方 perf 结果没有被定向 Diesel 大幅收益掩盖。

核心技术结论： 最直接的早退发生在 unify_query_var_values：原值与响应值相等时，不再构造 ResponseRelating 并沿调用链重复做等价检查。

for (&orig, response) in iter::zip(original_values, var_values.var_values.iter()) {
    if orig == response {
        continue;
    }
    ResponseRelating::new(&**delegate, span).relate(orig, response).unwrap();
}

其余提交把 canonicalizer 的三个集合从逐项 extend 改成 clone_from，将 goal_lang_item 从 fast_reject_assumption 的循环元素级调用外提到循环级，令 Err(NoSolution) 跳过 CandidateHeadUsages::default() 与无效 merge_usages，并增加 type var、匿名 bound type 与 root-universe placeholder 的预驻留。共同原则不是特殊处理 Diesel，而是减少新求解器在高重复度 goal/candidate 上的构造、哈希与递归入口。

最有价值的实验、源码与 benchmark 细节： 作者的本地 instruction-count 对照为：旧求解器 37.9B，原始新求解器 56.4B（旧版的 1.49×），应用本 PR 后 49.5B（1.31×）。也就是相对原始新求解器减少 6.9B 指令、约 12.2%，与旧求解器的差距从约 48.8% 收窄到 30.6%。

官方 rustc-perf 的全局视角明显更克制：primary instruction-count 的 15 个显著样本合计均值为 0.0%，其中 6 个回退平均 +0.4%、9 个改善平均 -0.2%；secondary 有 55 个改善，平均 -1.1%、最佳 -11.1%，同时 3 个回退平均 +0.3%。Max RSS 汇总为 primary -2.7%、secondary +2.6%；cycles 则是 primary +2.4%、secondary -1.1%。bootstrap 484.956 → 485.101 s、artifact 406.45 → 406.59 MiB，都回退 0.03%。

作者把极短的 helloworld 等回退归因于启动时预驻留更多值，并认为可换取 Diesel 与若干新求解器样本的绿色结果；项目仍正确保留 perf-regression 标签。可迁移的结论是：热路径优化应同时报告定向 workload、全局 instruction count、cycles、RSS 与启动成本，不能只拿最大改善作标题。

适合的工程师背景： 熟悉 Rust trait solving、rustc query/canonicalization、profile-guided compiler optimization，或正在为分配密集型递归算法寻找早退与循环不变量的工程师。

预计阅读收益： 约 35–50 分钟；能看到六类微优化如何叠加成 6.9B 指令差异，并学会用 rustc-perf 的 primary/secondary、instructions/cycles/RSS 多口径反驳“单一大样本等于全局收益”。

中国大陆 ToC 硬件价格观察

数据口径

窗口为 2026-09-10 至 2026-10-09，单位人民币，六类硬件固定同一 SKU。今天通过公开比价页的实时渲染结果复核到 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 只采用当前 2TB 规格的全网比价栏，不采用跨容量聚合的“¥819 起”。

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 ¥2,699 回落到 ¥2,609，单日下降 ¥90、约 3.3%，但仍比 9 月 23 日窗口低点 ¥2,579 高 ¥30；一个价格点不足以确认下跌趋势，适合关注而非追价。GPU、主板、HDD 与 SSD 只是同一公开渠道再次复核到相同最低价，不能外推为整个中国零售市场稳定。DRAM 固定 SKU 继续缺价，走势图保留真实空白尾段。SSD 页面头部的“¥819 起”是跨容量聚合口径，当前 2TB 规格全网比价仍为 ¥1,799，不能混用。本期购买建议只依据可复核价格序列，不引用未核实的新品或产能传闻。

本期结论

两篇材料共同说明，“减少工作量”必须落到实际热路径而不是抽象复杂度。Curve448 把 limb 数量减半，再用高半乘法和模数同余关系守住正确性，得到四项 45%–47% 的 AArch64 定向收益；rustc 则用六个早退、复用与预驻留把 Diesel 的新求解器指令数减少约 12.2%，但全局 primary 指令均值仍是 0.0%，cycles 还有回退。最值得迁移的方法是：源码机制、定向实验与全局反证必须同时出现，任何一层缺失都不应写成普遍结论。