内核中使用向量指令

linux内核不提倡使用浮点更不提倡使用向量，但是不可否认的是在处理大量数据的场景下，向量指令SIMD会比普通指令更快，SIMD的寄存器宽度可以是128bit或者256bit，处理宽度是普通指令的2-4倍，所有有些就会使用向量指令来做一些场景下的优化。但是目前在内核中向量指令仍然不是主流，目前看只有在加解密方向上有一些应用，那么向量指令肯定会带来一些负面的影响所以才遇到阻力。

向量指令是什么？
和向量对应的是标量，标量也就是我们常说的int/long这些单个数值的运算，而向量指令的基本操作对象有序排列的一组数，可以简单理解为数组。向量一般的名词有SIMD(Single Instruction, Multiple Data)：单指令多数据流，即一个指令周期可以对多个数进行运算

哪些场景下需要使用向量指令？
大量的数学运算，现在的机器学习，AI，图像处理，海量的数据库操作这些场景下需要向量指令，但是内核更偏重于控制面，像网络数据流方面内核的作用也不是处理数据而是元数据，加解密功能需要处理大量的IO数据，内核中的memcpy,memset在操作例如1K或更大的数据量时使用向量指令可能会收益。总体而言，内核需要使用向量指令的不多，上游对此没有特别的需求。

向量指令有哪些限制
1.向量指令有单独的寄存器，在使用时和任务切换时都需要进行FPU的保存和恢复，一般向量指令长度有128bit/256bit，32个向量指令寄存器，所以向量上下文的切换代价也很昂贵。而且芯片厂商也没有计划推出快速保存向量上下文的指令。内核中使用向量的话就会增加上下文切换的代价并且还很大，而应用层可以选择使用向量指令，在任务切换时只需要根据当前是否使用向量指令设置标志，从而选择性保存恢复向量上下文。

2.并不是所有的机器都带向量扩展部件，所以一旦使用向量指令需要使用 kernel_fpu_begin() / kernel_fpu_end() 这种形式定义上下文开始和结束的位置，内核中这样的代码就不太好看，维护难度上升。

总之，内核中需要使用浮点和向量场景比较少，保存恢复的代价比较大，收益不高。