AArch64 浮点归约消冗余与 rustc Trait Impl 分桶

本期检索说明

先读取 content/collections/deep-radar 截至 2026-10-12 的全部原文链接，并按 URL、标题与实现机制去重。最近 24 小时内，只有 OpenJDK AArch64 浮点归约优化同时满足实测数据、源码/汇编证据、原理剖析与工程迁移价值四项要求；因此按规则回溯最近 7 天，再收录 rustc trait impl 候选分桶实验。本期共 2 篇，均未在既往报告中出现。

Kotlin/Native 的 isnan/isinf Linux codegen 修复解释了 GCC 8.3 <cmath> overload 如何让 Double 走外部调用，但没有量化 benchmark，未越过数据红线。Zig 与 Linux 本周期也没有找到三类证据同时齐备的新材料，不凑数。两篇入选 PR 截稿时都仍开放：OpenJDK 数据覆盖 4 款 Arm 核心，rustc 数据来自官方 rustc-perf，但后者是明确标注的 perf experiment，bootstrap、cycles 与 RSS 都有负向样本，不能把 instruction count 的改善等同为所有工程的 wall-clock 加速。

01 · OpenJDK：把“标量加向量”的零恒等元写进 AArch64 matcher

原文与日期： zifeihan，2026-10-12 21:04（中原标准时间）；OpenJDK PR #33319、完整源码 diff 与 JBS JDK-8392077。

为什么值得读： C2 的 AddReductionV 同时服务 Vector API 与自动向量化，IR 语义是“标量初值 + 向量各 lane 的归约”。Vector API 的 reduceLanes() 没有显式标量输入，intrinsic 会补一个 0.0 恒等元。旧的 AArch64 NEON 非严格浮点归约规则虽然已用两次 pairwise add 把向量压成标量，最后仍无条件把这个已知为零的标量源再加一次。这个案例把 Java API 语义、C2 IR、AD matcher 与最终汇编串成了一条完整证据链，适合迁移到其他“恒等元在上层已知、后端却仍保留依赖”的代码生成问题。

核心技术结论： 补丁不做高层 canonicalization，而是在 AArch64 matcher 中把标量输入收紧为零立即数约束。只有能证明 source 是浮点加法恒等元时，规则才省略最后的 scalar fadd；带非零初值的归约仍走原路径。它还把 reduce_non_strict_order_add2D_neon 的 predicate 限制到 128-bit，避免更宽向量误走 NEON 规则，让 SVE 规则继续负责对应宽度。这个边界很重要：删除指令的正确性来自 operand constraint，而不是碰巧观察到某次编译中的寄存器值。

最有价值的实验、源码、benchmark 与汇编细节： 旧代码在 4 个 float lane 归约后仍生成第三条加法：

faddp v26.4s, v18.4s, v18.4s
faddp s19, v26.2s
fadd  s19, s19, s17   // s17 = 0.0

新规则将它缩为两条：

faddp v26.4s, v18.4s, v18.4s
faddp s19, v26.2s

JMH-derived reduction microbenchmark 覆盖 Cortex-A725、Cortex-X925、Neoverse N1、Neoverse V2，数组长度为 128、512、2048、4096。吞吐测试中，double naive reduction 基本无变化，最高约 1.01×；float 在 Neoverse N1 上分别达到 1.21×、1.16×、1.14×、1.14×，其他核心多在 1.00×–1.06×。更能说明机制的是依赖式 latency benchmark：double 新旧比为 0.64–0.75，即延迟下降约 25%–36%；float 为 0.76–0.82，下降约 18%–24%。吞吐收益有限而依赖链收益显著，正符合“减少一条串行标量依赖、但未增加 lane 并行度”的微架构预期。

适合的工程师背景： 熟悉 C2 Ideal/Matcher、AArch64 NEON/SVE、Vector API，或正在审计编译器后端恒等元与 peephole 规则的 JVM 工程师。

预计阅读收益： 约 35–50 分钟；能学会从 Java intrinsic 追到 AD rule 与汇编，并用 throughput/latency 的差异验证真实瓶颈，而不是只数静态指令。

02 · rustc：用首个非 region 泛型参数裁剪 trait impl 候选

原文与日期： lcnr，2026-10-10 10:30（中原标准时间）；Rust PR #164065、完整源码 diff 与 官方 rustc-perf 结果。

为什么值得读： rustc 已按 self type 的 SimplifiedType 把非 blanket impl 分桶，但像 Container<Foo>、Container<Bar> 仍落在同一 Container 桶；trait selection 随后要逐个测试大量本不可能 unify 的 impl。这个实验再利用一层可证明的不相交信息：ADT self type 的第一个非 region 泛型参数。如果它是具体类型或已求值的常量，不同 key 的 impl 不可能匹配，可以在昂贵的候选构造前直接排除。它展示了编译器优化里非常可迁移的一类方法：先找便宜、保守且能证明“不可能”的索引键，再保留完整 fallback 处理所有不确定项。

核心技术结论： TraitImpls 在原有 non_blanket_impls: FxIndexMap<SimplifiedType, Vec<DefId>> 旁增加二级索引：

by_first_arg: FxIndexMap<SimplifiedType, FxIndexMap<ArgKey, Vec<DefId>>>,

enum ArgKey {
    Ty(SimplifiedType),
    Const(u128),
}

first_arg_key 跳过 lifetime，选择首个 type 或 const 参数。只有可稳定简化的具体类型与已求值常量进入窄桶；generic、alias、infer、bound、placeholder 和 unevaluated const 都不给 key，继续走原来的宽候选集合。这样优化不会把“暂时不知道能否 unify”误判为“不可能 unify”。定向测试同时覆盖 type family、const family、alias、inference variable、ambiguity 与增量修改，证明裁剪没有改变这些保守边界。

最有价值的实验、源码与 benchmark 细节： 官方 rustc-perf 的 instruction count 中，33 个 primary 改善样本平均 -11.1%，范围 -26.1% 到 -0.1%，没有 primary instruction 回退；37 个 secondary 改善样本平均 -3.4%，范围 -30.1% 到 -0.2%，另有 1 个 secondary 样本回退 +0.2%。这说明在 impl family 密集的工程里，二级 key 能跳过相当大比例的无效候选。

负向数据决定了结论边界。primary cycles 整体改善 5.6%，但其中仍有 2 个显著回退样本，平均约 +5.9%；primary max-RSS 整体 -1.6%，同时有 1 个样本回退 +2.5%。secondary 侧也各有 RSS 回退样本，最高约 +2.4%。bootstrap 从 487.989 增至 489.053 秒，回退 0.22%；artifact 从 406.54 增至 406.77 MiB，回退 0.06%。因此目前最稳妥的表述是“显著减少特定候选密集场景的动态指令”，还不能宣称编译器整体 wall-clock、内存与产物体积全面改善。

适合的工程师背景： 熟悉 rustc trait solver、coherence/candidate assembly、类型简化索引，或正在优化泛型与规则匹配系统的大型编译器工程师。

预计阅读收益： 约 45–60 分钟；能理解怎样设计一个只负责证明“不相交”的二级索引，并学会用 instruction、cycles、RSS、bootstrap 与 artifact size 共同审计优化。

中国大陆 ToC 硬件价格观察

数据口径

窗口为 2026-09-14 至 2026-10-13，单位人民币，六类硬件固定同一 SKU。今天通过公开比价页的实时渲染结果复核到 CPU、GPU、主板、HDD、SSD 五类报价；DRAM 页面仍明确显示“暂无报价”，因此不新增点。重复价格作为真实采样保留，用来区分“已复核横盘”和“未取得数据”。SSD 商品页顶部的 ¥819 是跨容量系列起价；固定 2TB 规格的全网比价仍为 ¥1,739，本序列只记录后者。

价格来源： 9800X3D、MSI RTX 5070 VENTUS 3X、ASUS TUF B850M-PLUS WIFI7、Kingston FURY DDR5-6000 32GB、IronWolf Pro 8TB、ZHITAI Ti600 2TB。

判断依据

今天五个可比 SKU 均与昨日持平。主板相对 10 月 11 日仍低 ¥130，实算下降 10.01%；Ti600 2TB 相对 10 月 11 日低 ¥60，下降 3.34%。两者的新低连续两日可复核，但样本仍不足以推断还会继续下跌。CPU 已从国庆期间的 ¥2,699 档回落至 ¥2,609，仍未触及 9 月 23 日的 ¥2,579。GPU 与 HDD 在本窗口持续横盘；DRAM 固定 SKU 继续缺价，走势图保留真实空白尾段。本期建议只依据可核验序列，不用未经核实的新品或产能消息补充方向判断。

本期结论

两篇材料都在利用“更强但可证明”的输入约束删掉无效工作。OpenJDK 把 Vector API 的零恒等元落实为 matcher operand constraint，从依赖链上去掉一条必然无效的 FADD；rustc 把 concrete first generic argument 变成二级索引，只跳过确定不可能 unify 的 impl family。迁移到自己的编译器或运行时时，关键不是大胆猜测，而是把证明条件写进规则或数据结构，并保留所有不确定输入的保守回退；性能结论也要同时接受吞吐/延迟、instruction/cycles/RSS 等互相反证。