高性能 C++ 并行编程导读

发表于 分类于 ， 阅读次数：

高性能 C++ 并行编程导读

时间：2026/05/08

这组笔记现在按“从语言与内存基础，到 CPU 性能工程，再到并行框架、GPU 与实战”的顺序整理。
阅读时不建议完全按时间写作顺序看，而建议按下面这条主线走。

1. 推荐学习顺序

  1. C 指针与内存模型
  2. RAII 与智能指针
  3. 左右值、完美转发与引用折叠
  4. 模板与元编程
  5. 虚函数、多态与动态派发
  6. vector 容器优化
  7. std::pmr 与内存池
  8. 编译器优化与汇编视角
  9. 访存优化
  10. SIMD 与自动向量化
  11. Benchmark 与性能分析方法
  12. C++11 多线程编程
  13. C++20/23 并发工具
  14. 原子操作、内存序与无锁基础
  15. 标准库并行算法与执行策略
  16. TBB 并行编程
  17. NUMA 与多路 CPU 访存
  18. CUDA 开启的 GPU 编程
  19. 流体仿真实战

2. 每篇笔记解决什么问题

编号 主题 核心问题
[01] C 指针与内存模型 地址、生命周期、数组退化、别名与缓存直觉
[02] RAII 与智能指针 资源如何自动释放，所有权如何表达
[03] 左右值、完美转发与引用折叠 std::move / std::forward 到底在做什么
[04] 模板与元编程 泛型、类型推导、if constexpr、traits、concepts
[05] vector 容器优化 连续内存、扩容、失效规则、并发写入模式
[06] 编译器优化与汇编视角 编译器如何重写 C++，哪些写法更利于优化
[07] 访存优化 cache、AoS/SoA、stride、blocking、false sharing
[08] C++11 多线程编程 thread/mutex/condition_variable/future/thread pool
[09] 原子操作、内存序与无锁基础 atomic、CAS、acquire/release、seq_cst
[10] TBB 并行编程之旅 task、并行循环、归约、scan、arena、pipeline
[11] CUDA 开启的 GPU 编程 kernel、内存、shared memory、stream、Thrust
[12] 流体仿真实战 把 CUDA、访存、数值迭代放到一个完整案例里
[13] std::pmr 与内存池 memory_resource、arena、pool、资源生命周期与分配优化
[14] 虚函数、多态与动态派发 虚表直觉、虚析构、对象切片、动态派发成本与替代方案
[15] SIMD 与自动向量化 数据并行、循环依赖、别名、对齐、SoA、编译器向量化报告
[16] Benchmark 与性能分析方法 benchmark、profiling、火焰图、硬件计数器、性能优化闭环
[17] NUMA 与多路 CPU 访存 本地/远端内存、first touch、线程亲和性、跨 socket 扩展性
[18] C++20/23 并发工具 jthread/stop_token/latch/barrier/semaphore/atomic::wait
[19] 标准库并行算法与执行策略 std::execution、par/par_unseq、reduce/scan/transform_reduce

3. 这次整理做了什么

这套笔记经历了两轮整理：

  1. 把空白或草稿笔记补成正式版：
    C 指针、RAII、编译器优化、访存优化、流体仿真
  2. 新增了几篇缺失但关键的笔记：
    原子操作、内存序与无锁基础、std::pmr 与内存池、虚函数、多态与动态派发
  3. 补齐 CPU 性能工程和现代并行主题：
    SIMD 与自动向量化、Benchmark 与性能分析方法、NUMA 与多路 CPU 访存、C++20/23 并发工具、标准库并行算法与执行策略
  4. 统一为按内容排序的 [NN]xxx.md 命名

4. 如果只想抓主干

时间有限时，可以先看这 10 篇：

  1. C 指针与内存模型
  2. RAII 与智能指针
  3. 左右值、完美转发与引用折叠
  4. 模板与元编程
  5. vector 容器优化
  6. 编译器优化与汇编视角
  7. 访存优化
  8. SIMD 与自动向量化
  9. Benchmark 与性能分析方法
  10. C++11 多线程编程

这几篇能先把 C++ 高性能和并行里最常见的基础坑位补齐。之后再看 原子操作、标准库并行算法、TBB、CUDA 和 流体仿真实战。

5. 接下来的自然扩展

这次已经补齐了 SIMD、benchmark/profiling、NUMA、现代并发工具和标准库并行算法。
如果后面继续扩展，比较值得补的是：

  1. 严格别名规则、restrict 与 noalias 设计
  2. 无锁数据结构进阶：ABA、hazard pointers、epoch reclamation
  3. OpenMP / MPI 与跨节点并行
  4. CUDA 深入：occupancy、warp divergence、coalesced access、Nsight
  5. LTO / PGO / sanitizer / 性能回归测试的工程化
  6. 协程、异步 I/O 与 executors / sender-receiver 后续演进

6. 按实例复习的路线

如果想按代码例子复习，可以优先这样走：

  1. 资源管理实例：RAII、智能指针、自定义 deleter
  2. 容器实例：vector reserve/resize、迭代器失效、并行分区写入
  3. CPU 性能实例：顺序访问、AoS/SoA、blocking、false sharing、SIMD 自动向量化
  4. 测量实例：steady_clock、Google Benchmark、profiling 指标解读
  5. 并发实例：线程池、阻塞队列、原子发布/获取、jthread/barrier/semaphore
  6. 并行算法实例：parallel_for、parallel_reduce、std::execution::par
  7. GPU 实例：CUDA kernel、shared memory tile、stream 异步拷贝
  8. 综合实例：流体仿真里的 ping-pong buffer、压力迭代和 CUDA 数据流