用平台无关 SIMD 加速浮点数组归一化

在 Go 1.27 中，浮点数组的最小—最大归一化可以安全地拆成两部分：先用标量循环求出 min 和 max，再用实验性的 simd.Float32s 批量完成 (x-min)/(max-min)。关键不是写死 128、256 或 512 位，而是从 Float32s.Len() 取得当前向量宽度，并用部分加载与部分存储处理尾部。

一份真正平台无关的实现需要同时解决五件事：不写死向量宽度、主循环只处理完整向量、尾部只写回有效元素、常量数组避免除零、NaN 策略提前固定。SIMD 只替换逐元素变换，不会自动替你定义这些数据语义。

先确认归一化定义和 API 边界

本文采用最常见的最小—最大归一化，把有限的 float32 数据映射到 [0,1]：

# 本文固定使用最小—最大归一化，不讨论均值方差标准化
y = (x - min) / (max - min)

这个定义包含一个容易被忽略的前置条件：必须先知道整段数据的 min 和 max。Go 1.27 是平台无关 simd 包的首个实验版本，目前没有跨向量的 ReduceSum；类似的水平归约能力并不完整。因此，最稳妥的工程拆法是保留一次标量统计遍历，再把第二遍逐元素减法与除法交给 SIMD。

这种拆分不是“只向量化一半就没有意义”。统计遍历存在循环依赖，而第二遍中每个输出只依赖对应输入与两个常量，恰好适合向量并行。是否真的更快仍应在目标数据规模、CPU 和部署环境上做基准；本文不提供未经运行的性能数字。

把归一化拆成标量统计和向量变换

先看静态职责：原始 float32 切片进入标量统计区，得到 min、max 和 range；随后 BroadcastFloat32s 把标量参数复制到每个向量 lane，LoadFloat32s 读取一批元素，Sub 与 Div 返回新的向量值。这里的关系是数据依赖，不是要求把这些类型绑定到某个固定指令集。

simd 包会根据当前平台与运行能力选择后端。Go 1.27 已提供 amd64 的 AVX/AVX2/AVX-512、arm64 的 NEON 与 wasm SIMD128 路径；不支持的环境仍可走纯 Go 仿真实现。这正是“平台无关”的含义：算法表达保持不变，具体宽度和实现由包处理。

为了避免语义漂移，代码先把输入契约定死：

• dst 与 src 长度必须相同；
• 空切片直接返回成功；
• 常量数组的所有输出统一写为 0；
• 发现 NaN 立即返回错误，避免比较阶段产生含混结果；
• 无穷值不属于本文约定的有限输入，业务需要时应在调用前单独处理。

写出向量长度无关的完整实现

下面的函数不读取 CPU 型号，也不写任何架构分支。零值 simd.Float32s 可以安全调用 Len()，这个长度就是当前实现一次处理的 float32 元素数。

package normalize

import (
    "errors"
    "math"
    "simd"
)

// MinMax 把有限 float32 数据映射到 [0,1]。
// 常量数组统一输出 0；输入包含 NaN 时返回错误。
func MinMax(dst, src []float32) error {
    if len(dst) != len(src) {
        return errors.New("dst 与 src 长度不同")
    }
    if len(src) == 0 {
        return nil
    }

    // 先拒绝首元素中的 NaN，避免用它初始化统计值。
    if math.IsNaN(float64(src[0])) {
        return errors.New("输入包含 NaN")
    }

    minV, maxV := src[0], src[0]
    for _, v := range src[1:] {
        // NaN 与任意值比较都为 false，必须显式处理。
        if math.IsNaN(float64(v)) {
            return errors.New("输入包含 NaN")
        }
        if v  maxV {
            maxV = v
        }
    }

    span := maxV - minV
    if span == 0 {
        // 常量数组没有可缩放区间，本文约定全部写 0。
        clear(dst)
        return nil
    }

    minVec := simd.BroadcastFloat32s(minV)
    spanVec := simd.BroadcastFloat32s(span)

    // 通过零值向量查询当前宽度，不假设具体 CPU 指令集。
    var shape simd.Float32s
    width := shape.Len()

    i := 0
    for ; i+width 

这里有两个值得单独检查的细节。第一，Sub 和 Div 返回新的向量值，不会就地改写原向量，因此链式表达不会污染 minVec 或 spanVec。第二，尾部向量中补入的零可能在计算后得到无意义值，但 StorePart 只写回 n 个真实输入对应的 lane，所以填充值不会泄漏到输出。

逐层检查尾部和异常数据

如果改成 SIMD 后结果只在某些长度下出错，先不要怀疑浮点指令。最常见的问题是主循环边界写成了 i ，导致最后一次完整加载越界；正确条件是 i+width 。主循环结束后，再由 LoadFloat32sPart 与 StorePart 共同覆盖剩余元素。

按现象分层检查，可以更快定位：

1. 构建失败：确认使用 Go 1.27，并在构建或测试时设置 GOEXPERIMENT=simd。这是实验包，不是默认开放的稳定标准库接口。
2. 只有非整倍长度错误：检查完整块条件、LoadFloat32sPart 返回的 n，以及写回切片是否精确到 i+n。
3. 常量数组出现 NaN：说明在 span == 0 时仍执行了除法，应在广播前直接执行已约定的输出策略。
4. 含 NaN 的数据结果漂移：说明标量统计没有显式拒绝 NaN。比较操作不会自动给出业务想要的 min/max 语义。
5. 更换机器后宽度变化：这是平台无关 API 的正常行为。只要代码依赖 Len() 而不是常量宽度，结果逻辑不应改变。

还要留意源和目标是否允许重叠。本文实现可以支持 MinMax(buf, buf)：统计阶段已经在写入前结束，第二遍每个块先加载再写回同一位置，不会覆盖尚未读取的后续输入。但如果以后改成不同偏移的重叠切片，应该把“是否允许部分重叠”写进 API 契约，而不是依赖偶然行为。

反向验证硬件与仿真后端

正确性验证应该与后端解耦。同一组测试至少覆盖空切片、单元素、常量数组、长度小于一个向量、刚好一个向量、向量宽度加一、负数与正数混合、包含 NaN、原地写回。先在默认后端运行，再用 GODEBUG=simd=0 强制纯 Go 仿真；两次都应满足同一组结果断言。

# 启用 Go 1.27 实验性 simd 包并走默认可用后端
GOEXPERIMENT=simd go test ./...

# 强制使用纯 Go 仿真实现，验证算法不依赖硬件宽度
GOEXPERIMENT=simd GODEBUG=simd=0 go test ./...

这两条命令只说明测试入口，不代表本文已经替你的项目跑过测试。若要评估加速收益，再为真实数组长度、缓存热度和调用频率添加基准，并分别记录默认后端与仿真后端；不要用一次短数组结果推断生产负载。

上线前检查清单

• 公式已经明确为最小—最大归一化，而不是均值方差标准化；
• 第一遍统计得到全局 min/max，不是每个向量块各算一套；
• 向量宽度来自 Float32s.Len()；
• 完整块使用 LoadFloat32s 与 Store；
• 尾部使用 LoadFloat32sPart 返回的有效数量限制写回；
• 常量数组、NaN、空输入、长度不一致都有固定策略；
• 默认后端和 GODEBUG=simd=0 仿真后端使用同一组断言；
• 性能结论来自目标机器和真实数据规模的基准，而不是理论宽度。

常见问题

为什么不直接用 SIMD 同时求 min 和 max？

可以在更复杂的实现中做分块向量 min/max，再把各 lane 或各块归约成标量，但 Go 1.27 的平台无关 simd 首版没有完整的跨向量归约接口。本文优先保证代码短、可读且平台无关，因此保留标量统计遍历。

常量数组应该输出 0、0.5 还是原值？

公式本身在 max == min 时没有定义。输出什么是业务策略，不是 SIMD 决定的。本文选择全零，优点是结果仍落在 [0,1]，并且行为容易测试；如果模型或协议要求 0.5，应在同一个分支中统一替换。

为什么 NaN 不在 SIMD 阶段处理？

因为 NaN 会先影响全局统计语义。是拒绝整批数据、忽略 NaN，还是保留 NaN，需要在求 min/max 前确定。把它拖到第二遍只会让错误更难追踪。

使用 simd 后一定更快吗？

不一定。数组很短时，额外分支和两遍扫描可能抵消收益；内存带宽、缓存与编译器后端也会影响结果。平台无关 SIMD 提供的是可移植的向量表达方式，不是无条件性能承诺。

参考资料

• Go 官方平台无关 SIMD 实验说明：https://go.dev/blog/simd-experiment
• Go 1.27 发布说明：https://go.dev/doc/go1.27
• simd 包 API：https://pkg.go.dev/simd
• simd 包源码：https://go.dev/src/simd/

最终可以把这套实现记成一句话：标量阶段定义全局统计和异常策略，SIMD 阶段只做宽度无关的逐元素变换，尾部与仿真后端用同一套结果断言兜底。这样代码才能在不同 CPU 上保持同一份逻辑。