底层 / SIMD / 硬件视角（Low-level）专题

HPC/AI Infra 最“硬核”的一块：SIMD 向量化、cache/storage、CPU 流水线、NUMA、硬件内存序。这些能把“会用”的候选人筛出去。

问题清单

SIMD 是什么 / SSE/AVX 基础数据类型与指令族？为什么能加速（一次算多个元素）？
自动向量化 vs intrinsic vs 手写：什么时候各用哪个？
矩阵/SGEMM/点积怎么向量化 + FMA + 展开？
硬件内存序：为什么 release/acquire 够用？（store buffer、invalidate queue）
NUMA / cache-coherent 多核：跨 NUMA 访问代价 / 亲和性？
CPU 流水线：分支预测、乱序执行、ILP、依赖链对代码意义？
RDTSC / steady_clock 测时精度与陷阱。
什么时候硬件线程/超线程能帮？（同核两个线程争执行单元 vs 访存延迟隐藏）
汇编/内联 asm 何时必要（特殊指令、simd、原子定序）。
现代 CPU 定点：Apple/Intel/AMD uarch 差异对 code 的影响?（说常见即可，别背死型号）

子文档

文件	内容
`index.md`	本总览
`simd.md`	SIMD/向量化/intrinsic
`cpu-hardware.md`	乱序/分支/依赖链/ILP/超线程
`numa-coherence.md`	缓存一致性、NUMA、亲和性
`measure-timing.md`	测时、RDTSC、clock 精度