< 返回版块

【Rust日报】2025-08-29 使用纯 Rust 实现 SIMD 加速算法（ChaCha20 / ChaCha12）的经验教训

苦瓜小仔发表于 2025-08-21 13:37

Tags：日报

文章《使用纯 Rust 实现 SIMD 加速算法（ChaCha20 / ChaCha12）的经验教训》

作者用 2 天时间把 ChaCha20 / ChaCha12 的纯 Rust 实现提速到接近手写汇编水平，同时保持可读、可审计、安全。

SIMD 三步曲
load → compute → store。先批量加载数据到向量寄存器，再做并行运算，最后一次性写回内存。注意寄存器数量有限（如 NEON 32×128bit），尽量把数据留在寄存器里。
两种加速思路
• 算法本身并行化（复杂）。
• 把输入切成 N 个块，用 N 条 SIMD 通道并行跑（通用且易实现）。
ChaCha 每 64 B 一个块，256-bit AVX2 可一次跑 8 块；BLAKE3 在 AVX-512 上需 ≥16 KiB 输入才能跑满单核。
选指令集
服务器直接上 AVX-512；消费级机器优先 AVX2 + NEON；SSE2 已过时。Rust 可通过 is_x86_feature_detected! 做运行时检测，也可 #[cfg(target_feature)] 编译时裁剪；推荐默认 runtime，用 feature 让用户切 compile-time。
实现方式对比
• nightly 的 portable_simd：跨平台、无依赖，未来最香。
• wide crate：stable 可用，最大 256-bit，依赖稍多。
• pulp：高层抽象，依赖大，暂不支持 no_std。
• std::arch 原始 intrinsic：无依赖、稳定，但代码重复多，作者最终选它。
编译器自动向量化
对简单批量操作（如 XOR 两块内存），手写循环即可，LLVM 通常会自动向量化；除非 profiler 证明瓶颈，否则不必手动写 intrinsics。
测试技巧
用 RUSTFLAGS="-C target-feature=±avx2,±avx512f" 组合跑多套测试；GitHub Actions 暂不支持 AVX-512，需本地跑。
可移植的未来
nightly 的 portable_simd 将允许一次写 u32x4，编译器自动映射到 SSE2/NEON/simd128 等，显著降低维护量，作者强烈期待其稳定。