Go archsimd 如何为特定架构实现字节查找

用 Go 做字节表查找时，普通 for 循环容易写，但在固定 16 字节表上，simd/archsimd 可以把一批索引交给向量指令。关键不是把同一段代码硬搬到所有平台，而是按架构选择正确的方法：amd64 使用 PermuteOrZero，arm64 和 wasm 使用 LookupOrZero。

先把字节查找问题限定成 16 个槽位

这里讨论的是固定大小的查找表：表里有 16 个字节，每个索引向量也有 16 个元素。理想化的标量语义是 result[i] = table[index[i]]，但越界索引必须得到 0，不能读到表外内存。这个约束很重要，因为不同架构的硬件查找指令对“越界”定义并不相同。

Go 1.27 的 archsimd 是实验性低层 API，包名仍然是 simd/archsimd，构建时要带上实验开关：

# 只在支持该实验 API 的 Go 版本中启用 SIMD
GOEXPERIMENT=simd go test ./...

amd64 用 PermuteOrZero 表达负索引哨兵

amd64 的 16 字节查找可以让表使用 Uint8x16，索引使用 Int8x16，再调用 PermuteOrZero。它的语义是：索引小于 0 时输出 0，非负索引按向量长度取模。这个行为适合把无效槽位编码成 -1，但不等同于“所有越界都清零”。

//go:build goexperiment.simd && amd64

package lookup

import "simd/archsimd"

func lookupAMD64(table, indexes []byte, dst []byte) {
	// 完整路径要求三个切片至少有 16 个元素，避免加载时越界。
	t := archsimd.LoadUint8x16(table[:16])
	idx := archsimd.LoadInt8x16(toSigned(indexes[:16]))
	// 负索引清零，非负索引按 16 取模；这是 amd64 的明确语义。
	t.PermuteOrZero(idx).Store(dst[:16])
}

func toSigned(src []byte) []int8 {
	// 复制到有符号索引，0xff 会成为 -1，正好表示无效槽位。
	out := make([]int8, len(src))
	for i, v := range src {
		out[i] = int8(v)
	}
	return out
}

示例里的转换只展示索引语义，真实热路径应避免每次分配临时切片，可以让上游直接维护 []int8，或在批处理边界复用缓冲区。若业务要求 16 以上索引也无效，调用前必须自行做范围归一化，不能把 amd64 的取模当成通用越界规则。

arm64 和 wasm 用 LookupOrZero 区分真正越界

arm64 的 NEON 与 wasm 的 128 位 SIMD 对表查找采用 LookupOrZero。这里索引是无符号字节向量，只有 0 到 15 会命中表；小于 0 在无符号类型里本身就无法表达，大于等于 16 的位置直接得到 0。

//go:build goexperiment.simd && (arm64 || wasm)

package lookup

import "simd/archsimd"

func lookupNEONOrWasm(table, indexes, dst []byte) {
	// LoadUint8x16 要求至少 16 个元素，短输入交给尾部路径。
	t := archsimd.LoadUint8x16(table[:16])
	idx := archsimd.LoadUint8x16(indexes[:16])
	// 只有 0 

因此，两个架构文件不能只靠改一个函数名来共享全部实现。对 amd64 来说，17 会折回第 2 个槽位；对 arm64/wasm 来说，17 是无效索引并输出 0。跨平台业务若要统一结果，应先定义自己的边界，再在架构层适配。

构建标签、尾部数据和能力检查要一起落地

固定向量只适合完整块。遍历更长的输入时，循环条件要保证剩余元素不少于 v.Len()，最后不足 16 字节的部分回到标量实现。不要为了“向量化到底”而把短切片切成 16 个元素，那会把边界错误变成 panic。

文件级构建标签负责隔离架构 API，公共入口可以先处理空输入、长度不足和结果缓冲区，再把完整块分派给对应实现。部署前还要把机器能力纳入选择：amd64 的更宽向量和可选扩展不是每台机器都具备；arm64 的 NEON 基础能力与可选扩展也应按官方能力检查处理。archsimd 目前仍是实验 API，升级 Go 时要重新查看对应版本的包文档。

相关问题

archsimd 能否直接替代普通 bytes.IndexByte

不能直接替代。archsimd 更适合固定 16 字节表和批量索引；普通字节串搜索还要考虑输入长度、首个命中位置和跨块拼接。

为什么 amd64 不用 LookupOrZero

因为 amd64 的对应硬件查找语义是负索引清零、非负索引取模，Go API 用 PermuteOrZero 把差异显式写进方法名。

短切片如何避免向量加载 panic

先判断长度，再处理完整 16 字节块；不足一块的尾部使用标量循环或专门的 Part 加载接口，并为每种架构保留构建测试。