文章摘要
文章指出，随着顺序读取速度大幅提升（冷缓存1.6GB/s，热缓存12.8GB/s），而CPU性能停滞，I/O已不再是编程面试题（如统计词频）的瓶颈。作者测试发现，即使用优化C代码处理425MB文件，速度仅278MB/s，远低于理论读取速度，说明CPU处理效率成为新瓶颈。
文章总结
标题：I/O不再是性能瓶颈？
2022年11月27日，Ben Hoyt发表了一篇博文，指出与普遍认知相反，在典型的编程面试问题（如统计文本流中的单词频率）中，I/O操作已不再是性能瓶颈。随着顺序读取速度的大幅提升和CPU性能增长的停滞，这一观点引发了技术社区的讨论。
通过实测验证，作者在冷缓存环境下实现了1.6 GB/s的顺序读取速度，热缓存环境下更是达到12.8 GB/s。但令人意外的是，即使用单线程处理，单词频率统计程序也难以达到理论I/O速度。
在优化实践中，作者发现GCC 12编译的C语言版本在425MB文本（100份《圣经》副本）上仅实现278 MB/s的处理速度。通过分析发现，代码中的分支语句（特别是大小写转换逻辑）阻碍了编译器自动向量化。将大小写转换移出循环后，性能提升至330 MB/s，但仍与理论速度相差5倍。
作为对比测试，Linux自带的wc -w工具表现更差（245.2 MB/s），这与其复杂的空白字符处理逻辑有关。为突破性能瓶颈，作者转向AVX2指令集进行手动向量化优化，通过以下关键技术：
1. 使用VPCMPEQB指令批量比较空白字符
2. 采用PMOVMSKB指令生成位掩码
3. 结合FFS指令进行位操作遍历
最终实现的AVX2优化版本达到1.45 GB/s处理速度（热缓存），约为磁盘顺序读取速度的11%。即使在冷缓存环境下，CPU计算时间仍超过系统I/O时间，这一结果验证了"磁盘速度已赶超CPU处理能力"的论点。
作者已将完整代码开源在GitHub仓库，并欢迎开发者贡献更优的位操作方案。这项实验表明，现代存储设备的性能飞跃已改变传统优化范式，但充分释放硬件潜力仍需深入理解向量化编程技术。
（注：原文中关于具体代码实现、编译参数设置等细节内容已适当精简，保留核心论证逻辑和技术要点）
评论总结
以下是评论内容的总结：
- 关于性能瓶颈的讨论：
- 现代CPU的性能瓶颈在于单核数据处理能力（约6GB/s，苹果M芯片约20GB/s）
- "内存带宽的广告数据是总和，单核仍受限"（eliasdejong）
- "OLAP数据库优化中，内存速度常是瓶颈"（leentee）
- 关于存储技术的观点：
- NVMe SSD的出现改变了内存观念
- "曾开玩笑说现在有2TB内存，结果GPU服务器真实现了"（kevmo314）
- 提出新型架构设想：CPU←→缓存←→非易失性存储直接交互（gary_0）
- 关于软件性能的看法：
- 硬件进步但部分软件体验反而下降
- "Windows等软件感觉比过去更卡顿"（ThreatSystems）
- 关键在延迟vs吞吐量，多数软件因忽视延迟而慢（dpc_01234）
- 优化方案建议：
- 零拷贝格式可突破单核带宽限制
- "Lite³序列化格式在某些基准测试比simdjson快120倍"（eliasdejong）
- 推荐阅读加速技巧的补充说明（akoboldfrying）
- 其他：
- 提供先前相关讨论链接（wmf）
- 幽默回应文章结尾（atrooo）