Optimization “我怎么能？”；SIMD fy“；对空间分层数据结构（如k-d树、八叉树等）的搜索查询？

对于基于CPU的空间数据结构的SIMD加速搜索查询的高效实现，有哪些策略？例如，一个光线查询，返回存储（引用）球体的八叉树中所有相交球体的列表。这包括两个主要障碍：SIMD加速查找树中哪些对象需要进行交叉检查的过程（例如，在八叉树中，对照八叉树的节点AABBs进行检查），然后基于SIMD使用找到的对象实施实际交叉测试。给定一个要测试相交的对象列表，后一个问题似乎更容易解决（这是一个与所选数据结构无关的问题），但前一个问题似乎更难解决

在最佳情况下，我只想（例如）根据数据结构中存储的任何内容，立即检查4条（8、16等）光线的交点

这对我来说似乎很困难，因为根据定义，在本例中SIMD需要不同的查询元素（例如，假设的8射线查询集中的每个射线）来执行相同的代码，但分层数据结构都是关于使用分支来快速减少必要的测试集。有可能吗

---

或者，是否存在特别适合这种并行性的空间数据结构？

您几乎可以肯定地“SSE fy”单独检查。例如，一个点有4个分量（如果使用第4个1表示点而不是向量），一个平面有4个分量（有4个常数与平面方程关联）。您可以对这两个值进行点选，以获得从标准化平面方程到平面的距离，对于非标准化平面方程，您可以获得一个不等式。点积可以是“SSE fyed”。在每个对象级别上应该有其他类似的SSE优化。@Apriori是的，我刚刚注意到问题中的一个错误。我想讨论的实际问题是如何简化查找需要检查相交对象的过程，例如检查光线集与八叉树的AABBs的相交。我希望能够同时使用多条射线来实现这一点。