2026年Rust中SIMD的现状
Fearless SIMD 维护者撰写的年度 SIMD 库调研，对比 std::simd、wide、pulp、macerator 并详解 x86 指令集兼容难题。
性能
更多 性能
首页
何时选择x86-64还是aarch64
在 PlanetScale 上创建 Postgres 或 Neki 集群时，aarch64 与 x86-64 即便 vCPU 和内存相同，性能也可能相差悬殊，且创建后无法更换架构。
使用应用指标衡量后退/前进缓存
bfcacheMetricsIntegration 将 3 个 bfcache 信号转为应用指标，已在 JavaScript SDK v11 上线，可追踪返回键的瞬时体验。
编写 Rust 代码，让智能体把它优化得比最先进的库更快
作者让 agentic LLM 反复迭代优化 Rust 代码，结果比现有最先进的库还快 2 到 20 倍，再用 PyO3 桥接把收益带回 Python。
Qwen3.8-2.4T 的 PD 分离部署
在 GB300 NVL72 上跑 Qwen3.8-2.4T 的 PD 分离部署：高吞吐场景每 GPU 达到 5,000 总 token，低延迟场景每用户 180 个生成 token，两端落在同一条帕累托前沿上。
拆解一个（Postgres）搜索引擎
Postgres 的全文检索从索引结构讲起：GIN 索引怎么把词映射到行、为什么 `LIKE '%x'` 用不上索引、trigram 索引在模糊匹配上的代价，以及 PlanetScale 在这个引擎上做的取舍。
使用PyNvVideoCodec和vLLM扩展多GPU视频字幕生成
vLLM 集成 PyNvVideoCodec 硬件解码，视频描述吞吐量在 8 块 GPU 节点上仍可线性扩展。
Redis 8.10：全新紧凑哈希与开源特性
Redis 8.10 发布，紧凑哈希把内存占用最多降低 50%、加载吞吐翻倍，另外带来增量备份恢复、更完整的 JSONPath 查询，以及 Streams 与 Time Series 的若干新命令。
Native 现已成为 Shopify 移动端的未来（2026）
编码智能体把移动应用的构建成本降了两次，Shopify 因此从 React Native 回到 Swift 和 Kotlin；作者解释了让核心假设改变的是什么，以及这次迁移的代价与收获。
使用 Databricks 和 Redis 实现实时个性化
Spark 的 Real-Time Mode 负责连续计算、Redis 负责毫秒级读取，两者分工把个性化推荐和欺诈评分压进请求路径，文章还配了一个能跑通的示例仓库。
绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train，用强化学习训练轻量级扩散模型，绕过推理期思考预算，单次前向即可生成连贯的 fan-out 搜索结果。
分片 Postgres 查询的生命周期
Postgres 分片到千台服务器后，一条 SELECT 如何穿越认证、wire protocol 与分布式查询规划器，Neki 路由器用 Go 复刻 SCRAM-SHA-256 并同时支持 Simple 与 Extended 协议。
我们如何用 GB300 NVL72 训出 Kimi-K3 最快的 DSpark
vLLM 把 Speculators 训练库扩展到支持 2.8 万亿参数的 Kimi K3：用 4 位量化的目标模型配一个五层、50 亿参数的 DSpark 草稿模型，数学推理单流交互性从约 110 提到约 435 tok/s/user，并发下相同交互性时输出吞吐最高约 3.5 倍，首 token 中位数只涨 100 毫秒。
你的 Pod 根本没有在排空：我实测过了
drainwatch 用 25 次实测拆开 Kubernetes 的优雅关闭，立即退出的 Pod 在 45 毫秒内被 RST 切断 TCP，Service 却还能对外通告已经死掉的进程 221 毫秒。
API 性能测试：如何设计贴近真实的测试
性能测试不是往接口上乱发一堆请求。作者先讲了负载、压力、耐久、尖峰、容量、可扩缩六类测试各自回答什么问题，再重点讲怎么设计贴近真实的场景：从用户路径、用业务量反推 RPS 的算法，到外部服务要不要 mock、环境与数据库该怎么配。
TIN：为 Postgres 带来的全文搜索
PlanetScale 发布 Postgres 全文搜索扩展 TIN，直接拿 48 位 ctid 当 posting 的原生格式，在 85 GB、1.5 亿篇文档的基准里吞吐量至少比 ParadeDB、pg_textsearch 与内置 GIN 高 8 倍，建索引用 8 分 10 秒。
两年快 50%：AMD Ryzen 是怎么做到的
同为 8 核带 3D V-Cache 的 Ryzen 7，两年间 Geekbench 6 单核快 47%、全核快 58%，而最高频率只涨了 15%。文章用四组数据说明性能来自哪里：晶体管多 50%、派发宽度 6→8、重排序缓冲区 256→448、SIMD 从 256 位加到 512 位。
Reanimated 4 稳定版：用 CSS 动画取代大部分 worklet 场景
Reanimated 4 稳定版发布，新增兼容 CSS 的声明式动画 API，可取代部分 worklet 场景。
把 Discord 迁到 React Native 新架构：真正难的是扳开关之后的长尾
了解我们如何帮助 Discord 将其应用迁移到 React Native 的新架构，解决 Fabric、Reanimated、Screens 等方面的挑战。
将GitHub Copilot运行时迁移到Rust，使用Copilot
在智能体出现之前，这种规模的改写是负担不起的。以下是将Copilot智能体运行时移植到80万行生产级Rust代码实际需要付出的代价。
同一个链接器，两份基准测出相反结论：Wild 作者逐项拆给自己看
Mold 最近更新了他们的链接器基准测试，并首次将 Wild 纳入其中。这些基准测试显示，Wild 比 Mold 慢了不少，这与我们 8 月 4 日上次发布时 Wild 最新公布的基准测试结果相反。
Go 1.27 让 80 字节以内的分配快了 20–30%，代价是 icache
Go 1.27 让 80 字节及以下的分配获得了更快的内存分配。 这类分配最多可快 20-30%，使分配密集的程序最多快 1%。 Go 运行时通过引入特化函数来提升这些分配的性能， 这些函数专门用于分配特定尺寸。
Cloudflare 只改了一个结构体和一个参数，回收了 100TB 内存
Cloudflare 的全球网络庞大，但并非没有极限。团队在寻找削减资源用量的小办法时，有时会撞上大幅降低用量的机会。这篇文章讲他们怎么把一个基于 Pingora 的服务的内存占用压下来，以及为什么这事儿没那么简单。
x86 模拟的祸害
在 ARM 的弱定序内存模型上模拟 x86-TSO，是模拟器里长期存在的坑。模拟器要自己补回全存储定序才算正确，代价是大量内存屏障，性能与正确性难以两全，文章梳理了问题根源与几种做法的取舍。