问题描述
我目前正在以SSIM.js的身份担任jest-image-snapshot和Not a Typical Agency的作者和撰稿人。我正在执行的许多工作都导致创建新的算法来比较Javascript中的图像。经过对AssemblyScript和WebAssembly的大量研究和测试，我发现与使用这两种技术中的任何一种相比，使用纯JS常常可以得到性能更高且更可移植的解决方案。但是，只有在对生成的程序集进行广泛的代码审查并执行许多实验之后，这种情况才会发生。
我想了解的是，是否有一种方法可以使Node.JS / libV8自动对代码段进行矢量化处理。举个例子，我有一个两遍循环，可以水平然后垂直计算图像中每个像素的前缀和。跳过水平前缀总和（对于使用纯汇编实现真正的性能提升进行矢量化可能会遇到挑战），垂直前缀总和应非常简单地进行优化。这是一个示例：
for (let h = 0; h + 1 < height; ++h) {
for (let w = 0; w < width; ++w) {
let above = pSumArray[h * width + w];
let current = pSumArray[(h + 1) * width + w];
pSumArray[(h + 1) * width + w] = above + current;
}
}
这将进行所有先前存在的水平前缀和计算，并向前添加图像中的相邻行，一次直到一行，直到到达终点为止。
汇编器输出如下所示：
0x11afd3a4adb1 1d1 c4a17b1044c10f vmovsd xmm0,[rcx+r8*8+0xf]
0x11afd3a4adb8 1d8 4c8bc2 REX.W movq r8,rdx
0x11afd3a4adbb 1db 4503c6 addl r8,r14
0x11afd3a4adbe 1de 0f80ce020000 jo 0x11afd3a4b092 <+0x4b2>
0x11afd3a4adc4 1e4 443bc7 cmpl r8,rdi
0x11afd3a4adc7 1e7 0f83d1020000 jnc 0x11afd3a4b09e <+0x4be>
0x11afd3a4adcd 1ed c4a17b104cc10f vmovsd xmm1,[rcx+r8*8+0xf]
0x11afd3a4add4 1f4 c5fb58c1 vaddsd xmm0,xmm0,xmm1
0x11afd3a4add8 1f8 c4a17b1144c10f vmovsd [rcx+r8*8+0xf],xmm0
如果仔细观察，您会发现它正在执行所有使用“ sd”（单双）操作的加载，存储和添加操作。这意味着一次只能使用一个双倍。可以在here上找到有关此文档的信息。
这与该应用程序有关，因为可以相对确定宽度是2的倍数（如果不是16的话）。作为副作用，如果我们在一台机器上，我们可以一次执行twice as many adds仅支持SSE2指令，并且如果机器支持AVX512，则一次最多支持8 adds。尽管node.js和libv8似乎在运行时检测cpu方面做得不错，但我仍然没有找到一种方法来使它自动向量化这样的循环。我尝试了几种策略，其中包括特定条件（例如，宽度可被8整除），并将它们与去循环（例如，array[0] =above0+current0 array[1]=above1+current1 array[2]=above2+current2...）结合使用，但没有一个成功的结果。
在此主题上为我提供任何帮助的人将不胜感激。
非常感谢
丹
解决方法
V8当前不执行任何自动矢量化。 （来源：我是V8开发人员。）将来可能会改变，也可能不会改变。人们时不时在玩创意，但我不知道有什么具体计划。
Wasm-SIMD即将接近正式上市（目前处于“原始试用”实验性有限发布阶段），这将使您可以通过WebAssembly使用SIMD指令。 （由于Wasm的级别比JavaScript低得多，因此通常可以更好地控制将生成的指令序列。特别是选择了Wasm-SIMD指令集，使其可以很好地映射到常见的硬件指令上。）