Java中的SIMD向量/矩阵？

我正在用Java编写一个图形库，主要用于游戏开发。它需要用于3D计算的基本矢量和矩阵对象，理想情况下，这些对象将采用SIMD操作。虽然Java不直接提供这样的操作，但是可以提示JVM在大型数组的上下文中使用它们。因此

JVM可以对类似向量的对象进行向量化操作吗？如果是这样，我如何确保这种情况发生？

澄清一下：我需要对小的、静态大小的对象进行操作，而不是可变长度数组。例如，严格为3x3或4x4的矩阵，严格长度为4的向量，等等。大型可变长度数组的矢量化

矢量化的一些候选示例：

public class Vector4f
{
    public int x, y, z, w;

    public void madd(Vector4f multiplicand, Vector4f addend)
    {
        this.x = this.x * multiplicand.x + addend.x;
        this.y = this.y * multiplicand.y + addend.y;
        this.z = this.z * multiplicand.z + addend.z;
        this.w = this.w * multiplicand.w + addend.w;
    }

    public float dot(Vector4f other)
    {
        return this.x * other.x
             + this.y * other.y
             + this.z * other.z
             + this.w * other.w;
    }
}

public class Matrix44f
{
    public float m00, m01, m02, m03;
    public float m10, m11, m12, m13;
    public float m20, m21, m22, m23;
    public float m30, m31, m32, m33;

    public void multiply(Matrix44f other) { ... }
    public void transform(Vector4f other) { ... }
    public void andSoOnAndSoForth() { ... }
}

---

如果需要性能保证，您可以随时求助于JNI。与其考虑java是否会使用一些低级优化技术，不如进行基准测试，看看它是否符合您的性能要求。在本机代码中实现SIMD似乎并不太困难。另外，请注意，为了实现依赖SIMD的成功广泛部署，您需要所有JVM/JIT都具有SIMD功能，我对此深表怀疑。通常，在3D游戏开发中，向量和矩阵在性能敏感的代码中非常丰富。这不是特定需求的问题，而是库所使用的任何应用程序的一般性能。另外，我的理解是，在像这样的小型原子操作中，单个JNI调用的开销将超过好处。但是，当您发现java是否支持SIMD优化后，会发生什么情况呢？这会对你的发展道路产生影响吗？对于JNI，我建议只替换那些必须一次性处理成批数据的部分（因为SIMD在这方面有优势）。小的原子操作可以留在java字节码中。如果您的操作过于分散，无法进行批处理，那么您可能会考虑用本机代码重写大部分引擎，或者将其吸收，并希望JVM能够完成它的任务。好吧，这当然不仅仅是好奇，因为我正在编写库，以便在我打算发布的实际游戏中使用，并且希望接下来会有更多的游戏。不，它不会从根本上改变我的开发路径，但它会影响我正在开发/研究的引擎的性能（因此，是的，实际上，我认为存在一个可测量的用例）。批处理当然是一种可能性（例如，每个游戏实体的轮换是从本地池分配的3x3矩阵），虽然你只能真正批量处理整体性的事情，比如加速，而不需要付出巨大的努力。但是，如果SSE操作需要批量数据才能很好地执行，那么你肯定有道理。（我不知道是否是这种情况。我假设神话般的4倍加速只取决于数据的可用性，以便无中断地插入寄存器。）