本文档定义 C++ 高性能指南项目的核心领域术语，统一中英文表达。
数据对齐到 CPU 缓存行边界（通常 64 字节，某些 ARM 系统为 128 字节）。 目的：避免跨缓存行访问导致的性能下降。
多线程访问同一缓存行的不同变量时，由于缓存一致性协议导致的性能下降。 解决方案：使用缓存行填充（padding）将变量隔离到不同缓存行。
- AOS (Array of Structures):
struct { float x, y, z; } particles[N] - SOA (Structure of Arrays):
struct { float x[N], y[N], z[N]; } particles
SOA 布局更利于 SIMD 向量化，AOS 布局更符合面向对象思维。
数据地址是其大小的整数倍。对齐访问通常比非对齐访问更快。
在数据实际使用前将其加载到缓存，隐藏内存延迟。
不使用互斥锁的并发数据结构，通过原子操作实现线程安全。 特点：即使某个线程被挂起，其他线程仍能继续执行。
原子操作的内存可见性顺序：
relaxed: 无同步，仅保证原子性acquire/release: 建立同步点seq_cst: 顺序一致性（最强保证）
- SPSC (Single Producer Single Consumer): 单生产者单消费者队列
- MPMC (Multiple Producer Multiple Consumer): 多生产者多消费者队列
SPSC 实现更简单，性能更高；MPMC 更通用但实现复杂。
不可分割的操作，要么完全执行，要么完全不执行。
C++ 中通过 std::atomic 模板提供。
线程在获取锁失败时循环等待（忙等待），而不是让出 CPU。 适用于短时间持锁场景。
一条指令同时处理多个数据元素。 x86 平台：SSE (128-bit), AVX (256-bit), AVX-512 (512-bit) ARM 平台：NEON (128-bit)
编译器自动或手动使用 SIMD 指令优化循环。
- 自动向量化：编译器分析循环并生成 SIMD 代码
- 手动向量化：使用 intrinsics 或 SIMD 包装库
编译器提供的底层函数，直接映射到特定 CPU 指令。
例：_mm_add_ps 对应 SSE 的 addps 指令。
一次 SIMD 操作处理的数据量：
- SSE: 4 个 float (128-bit)
- AVX: 8 个 float (256-bit)
- AVX-512: 16 个 float (512-bit)
使用 CMakePresets.json 统一构建配置，确保本地和 CI 环境一致。
对齐到缓存行边界（通常 64 字节）的内存分配器，用于消除伪共享。
参见 hpc::memory::AlignedAllocator<T, Alignment>，对齐策略为编译时常量。
对齐到 SIMD 向量宽度边界（16/32/64 字节）的内存分配器，用于 SIMD 加载/存储操作。
参见 hpc::simd::AlignedAllocator<T>，对齐策略为运行时 CPU 特性检测。
关键区别：缓存行分配器服务于多线程并发优化（伪共享消除），SIMD 宽度分配器服务于单线程向量化（对齐加载）。两者独立存在，不共享实现。
运行时检测工具，发现未定义行为和内存错误：
- ASAN (AddressSanitizer): 检测内存错误（越界、释放后使用等）
- TSAN (ThreadSanitizer): 检测数据竞争
- UBSAN (UndefinedBehaviorSanitizer): 检测未定义行为
- MSAN (MemorySanitizer): 检测未初始化内存读取
只需包含头文件即可使用的库，无需编译链接。 优点：集成简单；缺点：可能增加编译时间。
测量代码执行时间的标准化方法。 关键要素：预热、多次运行、统计中位数/百分位数。
可视化程序执行时间分布的工具，显示调用栈和时间占比。
CPU 在缓存中未找到需要的数据，必须从主内存加载。 缓存未命中是性能瓶颈的常见原因。
单位时间内处理的操作数或数据量。通常以 ops/sec、MB/s 表示。
单个操作从开始到完成的时间。通常以纳秒、微秒表示。