Hacker News 中文摘要

RSS订阅

Windows ARM模拟下AVX2比SSE2-4.x更慢 -- AVX2 is slower than SSE2-4.x under Windows ARM emulation

原文链接 | HN讨论 | 2026-02-19 06:51:01

文章摘要

文章指出在Windows ARM模拟环境下，AVX2指令集的性能反而比SSE2-4.x更慢，这与预期中AVX2更宽操作能弥补模拟开销的假设相反。

文章总结

AVX2在Windows ARM模拟环境下性能低于SSE2-4.x

核心发现

  • 性能对比：在Windows 11 ARM的Prism模拟环境下，AVX2优化代码的运行速度仅为SSE2-4.x代码的2/3。
  • 测试方法：通过21种数学运算的基准测试，将SSE2-4.x性能标准化为1.0，对比AVX2在原生Intel硬件和ARM模拟环境下的表现。
  • 实际影响：若应用针对AVX2优化并在ARM设备上模拟运行，性能反而会下降。

背景与技术细节

  1. 指令集演进：x86/x64架构通过SSE、AVX等指令集逐步提升并行计算能力，AVX2支持256位宽操作，而ARM的NEON仅支持128位。
  2. 模拟层限制：Windows Prism模拟器虽兼容AVX2，但可能因以下原因导致性能损失：
    • 需将256位操作拆分为多个128位NEON指令。
    • 对双精度浮点（64-bit）的支持未充分优化。
    • 苹果M2硬件未完全适配微软为骁龙优化的模拟路径。

测试环境

  • 硬件：Intel Tiger Lake i7（原生x64） vs. 苹果M2（Parallels虚拟机运行Windows ARM）。
  • 测试内容：向量化数学运算（如sin/pow/exp），循环执行1000万次，排除冷启动干扰。

结果分析

  • 原生Intel：AVX2比SSE2-4.x快2.7倍。
  • ARM模拟：AVX2比SSE2-4.x慢33%，仅exp()函数例外（快33%）。
  • 潜在原因：
    • 模拟器对宽指令的拆分开销。
    • LLVM生成的代码模式未被模拟器充分优化。

实践建议

  • 开发策略：若应用需高性能计算，应直接编译ARM64版本，而非依赖x64模拟。
  • 动态检测风险：避免在ARM设备上自动启用AVX2优化路径（如通过target_clones），可能导致性能倒退。

延伸思考

微软Prism模拟器仍处发展阶段，未来可能提升AVX2模拟效率，但目前阶段SSE2-4.x仍是更稳妥的选择。

注：本文基于RemObjects团队在编译器优化中的实测数据，完整测试方法参见原博客。

评论总结

以下是评论内容的总结：

  1. 反对AVX2的观点

    • 认为AVX2应被禁用，因为只有高端CPU支持，提高了游戏最低配置要求，加速硬件淘汰（"Only expensive CPUs have it, ruining mininum games requirements"）
    • 指出全球多数人收入有限（"Most of the world lives of 300$ per month"）

  2. ARM原生开发的必要性

    • 强调应直接构建ARM应用而非依赖Windows ARM模拟（"Yes, it is absolutely key to build your app as ARM"）

  3. SIMD指令集差异讨论

    • 指出AVX2（256位）与ARM NEON（128位）的位宽差异（"AVX2 is 256-bit, ARM NEON is only 128-bit"）
    • 质疑ARM在桌面/服务器领域SIMD支持滞后（"why are ARM desktop cores so far behind on wider SIMD support?"）

  4. 性能优化分析

    • SSE4可能因与NEON的128位寄存器兼容而表现最佳（"SSE4...easiest to map to NEON as both use 128 bit registers"）
    • 推测AVX2性能问题可能源于代码库新或调度难度（"harder to schedule the work in 256 bit chunks than 128"）

  5. 技术细节修正

    • 纠正FMA（Fused Multiply-Add）术语错误（"FMA acronym is not fast multiply add, it’s fused multiply add"）
    • 推测模拟器未正确转换FMA指令导致性能下降（"failed to translate FMA instructions into...FMLA instructions"）

  6. 跨平台工具建议

    • 提议研究苹果Rosetta 2的等效实现（"Any equivalent look at Apple's Rosetta 2?"）

  7. 性能测试方法论

    • 建议通过基准测试选择最优执行路径（"run some quick benchmarks to see which path is objectively best"）
    • 对比历史多架构环境（"back in the 1980s...we had quite a few [implementations]"）