6倍提速：从编译代码到机械共情

Faster binary search: from compiled code to mechanical sympathy

如何加速Python计算代码？通常我们会选择好算法、用编译语言写扩展，或者加并行。但如果你需要更快的速度呢？我在Quansight的工作中发现，scikit-learn的梯度直方图提升算法中，二分查找虽然用了编译语言和并行，却仍受制于CPU的分支预测失败。通过深入理解CPU的指令级并行、分支预测、内存缓存和SIMD等底层机制，我实现了一个无分支的二分查找版本，最终性能提升了6倍。这不是简单的优化，而是让代码与CPU‘和谐共舞’，避免与硬件‘对抗’。

"关键在于确保代码不与CPU作对，而是与它协同工作。"