第三届中国 Rust 开发者大会 利用 Rust 重塑移动应用开发 陈东 Aaron Chen CTO AccountLabs Rust China Conf 2023 2023 移动应用开发有那些选择？ 1. Native 2. Flutter 3. React Native ？ 利用 Rust 重塑移动应用开发 React Native is an open-source codebase - Hot reload - Rendering Engine 利用 Rust 重塑移动应用开发 跨平台开发的优势和局限性 Pros: - Fast - Single Codebase - Third-party support (Javascript better than Dart) 利用 Rust 重塑移动应用开发 跨平台开发的优势和局 限性 Cons: - Existing Codebase 跨平台开发到到底 应该跨什么？ UI or Logic ? 利用 Rust 重塑移动应用开发 Rust 在移动端应 用的价值 Rust is the only advanced choice for cross platform development. 利用 Rust 重塑移动应用开发 Rust 的特点 Why Rust? - Cross platform

应该达到 6 倍（物理核心数量）才算理想加速比。 加速曲线 • funcA 用了 2 核就饱和。 • funcB 用了 4 核才饱和。 • funcC 用了 6 核才饱和。 • 结论：要想利用全部 CPU 核心，避免 mem-bound ，需要 func 里有足够的计算 量。 • 当核心数量越多， CPU 计算能力越强，相 对之下来不及从内存读写数据，从而越容 易 mem-bound 字节的 跨步，则中间的缓存行没有被读取，从而变快了。 缓存行决定数据的粒度 • 结论：访问内存的用时，和访问的字节数 量无关，和访问的每个字节所在的缓存行 数量有关。 • 可见，能否很好的利用缓存，和程序访问 内存的空间局域性有关。 缓存行决定数据的粒度（续） • 所以我们设计数据结构时，应该把数据存 储的尽可能紧凑，不要松散排列。最好每 个缓存行里要么有数据，要么没数据，避 的读， x 的写。浪费了 50% 带宽。 • 而 SOA 把三个属性分开存，每个属性作为独立的数组，稠密存储。 这样当用不到 z 的时候， z 数组就完全不会被读取，不会占用内 存带宽，从而带宽利用率是 100% ，因此比 AOS 快了 2 倍。 AOSOA ：两者得兼 • 还有一种办法就是让 MyClass 内部是 SOA ，而外部仍是一个 vector 的 AOS——

道数组在什么地方结束，规定用 ASCII 码中的“空字符”也 就是 0 来表示数组的结尾。这样只需要一个首地址指针就 能表示一个动态长度的数组，高，实在是高。 “0 结尾字符串”知识点应用举例 • 利用 C 语言字符串“以 0 结尾”这个特点，我们可以在一个 本来非 0 的字符处写入 0 ，来提前结束字符串。例如在第 n 个字符写入 0 ，就会只保留前 n 个字符作为一个子字 符串，删除后半部分。 ，不能自己定义了。 • 所以 cpp 之父曾经说，他设计 cpp11 的时候，是考虑“如何在对语言本身改动最小的情况下 ，尽量只在标准库里做手脚，尽可能只利用现有的语言特性，实现 cpp 的现代化。” • 例如 shared_ptr 可以通过利用语言本身的“拷贝构造函数”实现引用计数，没必要在编译器里 开洞。但“移动语义”这个概念在旧 cpp 里没有，所以这个是真正必要的语言本身的改动。 • 而 做个加法运算，得到新的指针并解引用。如果你给的 i 超过了字符 串大小 i ≥ s.size() ，那程序的行为是未定义的，因为这个地方可能 有其他的对象，程序可能会奔溃，也可能行为异常。如果是富连网 程序，还可能会被黑客利用，窃取或篡改服务器上的数据。 • 那为什么还要 [] ？性能！ at 做越界检测需要额外的开销， [] 不需 要。 • 所以 [] 更高效， at 更安全。遇到诡异 bug 时，试试把 [] 都改

这里卖个关子，欲知后事如何，请待下集揭晓！ 更专业的性能测试框架： Google benchmark • 手动计算时间差有点太硬核了，而且只运 行一次的结果可能不准确，最好是多次运 行取平均值才行。 • 因此可以利用谷歌提供的这个框架。 • 只需将你要测试的代码放在他的 • for (auto _: bm) • 里面即可。他会自动决定要重复多少次， 保证结果是准确的，同时不浪费太多时间 。 运行结果 (auto r) ，这里写具体类型仅为 教学目的。 TBB 中其他并发容器 第 7 章：并行筛选 筛选（ filter ） 利用 vector 的 push_back 动态追加数据 筛选出所有大于 0 的 sin(i) 值 并行筛选 1 （张心欣犯过的错） 利用多线程安全的 concurrent_vector 动态追加数据 基本没有加速，我猜想 concurrent_vector 内部可能 concurrent_vector 上产生锁竞争 加速比： 5.55 倍 并行筛选 3 线程局部的 vector 调用 reserve 预先分配一定内存 避免 push_back 反复扩容时的分段式增长 同时利用标准库的 std::copy 模板简化了代码 加速比： 5.94 倍 并行筛选 4 如果需要筛选后的数据是连续的，即 a 是个 std::vector ，这时就需要用 mutex 锁定，避免数据竞争

及以上（跨平台作业） Git 2.x （作业上传到 GitHub ） CUDA Toolkit 10.0 以上（ GPU 专题） 为什么需要模板函数（ template ） • 避免重复写代码。 • 比如，利用重载实现“将一个数乘以 2” 这个 功能，需要： 为什么面向对象在 HPC 不如函数式和元编程香了？ 这个例子要是按传统的面向对象思想，可能是这样： 令 Int, Float, Double 继承 get 的返回类型 。 tuple ：结构化绑定 • 可是需要一个个去 get 还是好麻烦。 • 没关系，可以用结构化绑定的语法： • auto [x, y, ...] = tup; • 利用一个方括号，里面是变量名列表，即 可解包一个 tuple 。里面的数据会按顺序 赋值给每个变量，非常方便。 tuple ：结构化绑定为引用 • 结构化绑定也支持绑定为引用： • auto &[x 没错，这样看来 optional 是在模仿指针 ， nullopt 则模仿 nullptr 。但是他更安 全，且符合 RAII 思想，当设为 nullopt 时会自动释放内部的对象。 • 利用这一点可以实现 RAII 容器的提前 释放。和 unique_ptr 的区别在于他的 对象存储在栈上，效率更高。 variant ：安全的 union ，存储多个不同类型的值 • 有时候需要一个类型“要么存储

std::vector 等价（留做回家作业）。 • https://www.boost.org/doc/libs/1_55_0/doc/html/ boost_typeerasure.html 类型擦除利用的是 C++ 模板的惰性实例化， Java 的泛型是做不到滴 • 由于 C++ 模板惰性编译的特性，这个擦除掉的表达式会在你实例化 AnimalWrapper 的时候 自动对 T 进行编译。这意味着如果你给他一个不具有一个名为 ，然后他的右边其实是可以写一个表达 式的，这个表达式实际上会在 main 函数之 前执行！ • 全局变量的初始化会在 main 之前执行，这实 际上是 C++ 标准的一部分，我们完全可以放 心利用这一点来执行任意表达式。 • 对于 DLL 来说则是 DLL 加载时执行表达式 。 逗号表达式的妙用 • 那么这里是因为比较巧合， printf 的返回类型 正好是 int 类型，所以可以用作初始化的表达 该技巧可用于在程序退出时删除某些文件之类 。 • 这就是小彭老师的静态初始化 (static-init) 大法 。 静态初始化用于批量注册函数 • 我们可以定义一个全局的函数表（右图中的 functab ），然后利用小彭老师的静态初始化 大法，把这些函数在 main 之前就插入到全局 的函数表。 • 这样 main 里面就可以仅通过函数名从 functab 访问到他们，从而 catFunc 和 dogFunc

指令检测是否支持，如果在不支持 cmov 的 CPU 上使用会产生 SIGILL 错误。不过现在 64 位的 x86 CPU 都保证自带了 cmov 和 sse 拓展，所以不需要手动 开启什么开关编译器就会自动生成利用 cmov 和 sse 指令的高效代码，这也是 x86-64 的优点之一。 https://www.felixcloutier.com/x86/cmovcc https://www.felixcloutier • 返回类型 int 占据 4 字节（ eax 寄存器就是 4 字节的） • 返回值都放 eax 寄存器（刚刚算得的就在 eax ，直接返 回） 无分支优化：从语法角度分析 • 刚刚其实是利用了 C 语言把 bool 类型的 true 当做 1 ， false 当做 0 的特性。 • (int)true == 1 (int)false == 0 • 例如： • if (x > 0) ，对于其他值应该怎么办？ 无分支优化套路：妙用加减乘 • if (x > 0) • return 42; • else • return 32; • 两边不是简单的 0 和 1 了，怎么办？其实可以利用加法和乘法： • return 32 + (x > 0) * 10; • 对于 x 大于 0 的情况， (x > 0) 变成 1 ，相当于 32 + 1 * 10 = 32 + 10 = 42 。

项目间依赖复杂，环境管理难 • 交付版本依赖工单，发布风险高 • 公共资源 / 业务资源利用率低 赋能多业务：一个平台解决了多异构项目的管理和规范 团队高效协作：定义团队角色工作流模板，随时可用云上环境 价值清晰呈现：为管理者提供全视角效能数据，赋能数字决策 人工低效操作减少 80% 构建资源利用率提升 60% 业务资源利用率提升 30% 统一治理内部规范，开发 自助上线；解放运维，工 作重心向业务稳定性保 项目两种场景做业务 接入，把交付端实现统一管理起来，来满足研发所有业务的日常迭代需 求。 理想使用 K8s CRD 来实现对设备状态的定义和管理，同时设备端使用 Agent 来和云端做交互，利用 Zadig 能力完成车端和云端服务的迭代更新 过程： 主机方式接入资源设备 • 支持系统主机管理的同时支持了项目级别的主机管理，项目成员可 以自己上下线资源设备 • 主机管理支持强大的探活机制

GPU 编译器生成 GPU 指令码。最后再链接成同一个文件 ，看起来好像只编译了一次一样，实际上你的代码会被预处理很 多次。 • 他在 GPU 编译模式下会定义 __CUDA_ARCH__ 这个宏，利用 #ifdef 判断该宏是否定义，就可以判断当前是否处于 GPU 模式 ，从而实现一个函数针对 GPU 和 CPU 生成两份源码级不同的 代码。 __CUDA_ARCH__ 是个版本号 • 由于向上取整，这样会多出来一些线程， 因此要在 kernel 内判断当前 i 是否超过 了 n ，如果超过就要提前退出，防止越界 。 网格跨步循环：应用于线程和板块一起上的情况 • 网格跨步循环实际上本来是这样，利用扁平 化的线程数量和线程编号实现动态大小。 • 同样，无论调用者指定每个板块多少线程 （ blockDim ），总共多少板块（ gridDim ）。 都能自动根据给定的 n 区间循环，不会越界 src 差不 多。 atomicAdd ：会返回旧值（划重点！） • old = atomicAdd(dst, src) 其实相当于： • old = *dst; *dst += src; • 利用这一点可以实现往一个全局的数组 res 里追加数据的效果（ push_back ）， 其中 sum 起到了记录当前数组大小的作 用。 • 因为返回的旧值就相当于在数组里“分配”到 了一个位置一样，不会被别人占据。

妙用本用于指针的指令，尽管此时 rdi 和 rsi 并不是指针 整数加常数乘整数：都可以被优化成 leal 因为这种线性变换在地址索引 中很常见，所以被 x86 做成 了单独一个指令。这里尽管不 是地址，但同样可以利用 lea 指令简化生成的代码大小。 eax = rdi + rsi * 8 指针访问对象：线性访问地址 rsi = (int64_t)esi eax = *(int *)(rdi + rsi 又被称为矢量，而原始的一次只能处理 1 个 float 的方式，则称为 标量。 • 在一定条件下，编译器能够把一个处理标量 float 的代码，转换成一个利用 SIMD 指令的 ，处理矢量 float 的代码，从而增强你程序的吞吐能力！ • 通常认为利用同时处理 4 个 float 的 SIMD 指令可以加速 4 倍。但是如果你的算法不 适合 SIMD ，则可能加速达不到 4 倍；也有因为 SIMD