在 Windows ARM 模擬環境下 AVX2 的效能慢於 SSE2-4.x

背景

本文探討在 Windows ARM 裝置上透過 Prism 模擬層執行 x86_64 應用程式時，使用 AVX2 指令集反而比舊有的 SSE2-4.x 慢的現象。作者透過 RemObjects 的編譯器工具鏈與數學函式庫進行基準測試，發現儘管 AVX2 擁有更寬的運算位元，但在模擬環境下的開銷卻抵消了硬體優勢，這引發了開發者對於跨架構模擬效率與指令集選擇的深入討論。

社群觀點

針對 AVX2 在模擬環境表現不佳的現象，社群討論首先聚焦於硬體架構的本質差異。多位評論者指出，AVX2 採用 256 位元暫存器，而主流的 ARM NEON 指令集僅支援 128 位元，這導致模擬層在處理寬向量指令時必須進行拆解或額外轉換，自然產生巨大的效能損耗。相比之下，SSE 系列指令集同樣基於 128 位元，能更直接地映射到 ARM 的硬體單元上，因此在模擬環境中表現更為穩定且快速。

關於指令集的普及度與必要性，社群內出現了分歧的聲音。有觀點認為 AVX2 應該被淘汰，理由是其對低階硬體不友善且提高了軟體運行的門檻；然而，多數技術參與者反駁了這一點，並引用 Steam 硬體調查數據指出，AVX2 的普及率已超過 95%，且在過去十年的多數 x86 處理器中已是標配。討論中也澄清了關於 AVX 指令集會導致處理器大幅降頻或過熱的迷思，指出這類嚴重的熱節流問題主要存在於早期的 Intel Skylake 架構，現代的 Intel 與 AMD 處理器在處理向量運算時已顯著改善了頻率調度機制。

此外，針對 ARM 陣營為何在寬向量支援上進度緩慢，社群展開了技術性的探討。雖然 ARM 推出了 SVE 與 SVE2 等可變長度向量擴展，理論上能支援高達 2048 位元的運算，但目前在消費級市場（如 Apple 或 Qualcomm 的晶片）中，硬體實作仍多停留在 128 位元。這造成了軟體開發者的兩難：即便 SVE 提供了優異的遮罩與預測功能，但若硬體底層的執行單元寬度不足，其效能便難以與成熟的 x86 向量指令集匹敵。部分評論者認為，這正是為何在 ARM 平台上，原生編譯始終優於任何形式的模擬，因為模擬層難以跨越暫存器寬度不對等的物理限制。

最後，社群達成了一項共識：SIMD 指令集早已不限於單純的數學運算，現代編譯器利用這些擴展進行自動向量化，能顯著提升雜湊表查詢、分支代碼優化及各類數據處理的效率。因此，AVX2 在模擬器上的頹勢並非指令集本身的缺陷，而是反映了當前 ARM 桌面硬體在追趕 x86 高階向量效能時仍存在的斷層。

延伸閱讀

• Cloudflare 關於 Intel 頻率縮放與 AVX-512 危險性的早期探討。
• Daniel Lemire 針對 AVX-512 降頻迷思的實測反駁。
• Steam 硬體與軟體調查報告（關於指令集普及率數據）。
• FEX-emu：一個利用 ARM SVE 提升模擬效率的開源 x86 模擬器專案。