pperl 0.6.20 - 游戏玩家
内容提要
Pperl 0.6.20 发布，基准测试中多项性能超越 Node.js：pidigits 快 7.33 倍，binary-trees 快 3.12 倍。JIT 通过 bump arena 优化树构建，SIMD 和区间算术加速 mandelbrot。新增原生 Memoize，缓存命中编译进调用者，平均提速 52.5 倍。Peta::WebGPU 绑定 wgpu 支持 3D 图形。异步编译因无收益被回退。
延伸解读
性能提升的工程细节
pperl 0.6.20 在基准测试中多项性能超越 Node.js，这得益于 JIT 的针对性优化。例如，binary-trees 通过 bump arena 分配树节点，将构建时间从 26.1 秒降至 4.5 秒；mandelbrot 利用 SIMD 和区间算术，从 31.1 秒优化到 12.1 秒。这些优化并非通用，而是针对特定算法模式，如树构建和像素计算，体现了 JIT 在识别可优化模式上的能力。
Memoize 的加速与语义差异
原生 Memoize 将缓存命中编译进调用者，平均提速 52.5 倍，但键的生成方式与 CPAN Memoize 不同。CPAN 版本将数字字符串化为 15 位有效数字，导致 0.3 和 0.30000000000000004 冲突；pperl 使用双精度原始位作为键，避免了错误结果。这一差异是刻意为之，虽然可能增加缓存条目，但保证了正确性。
异步编译的失败尝试
异步编译在理论上可隐藏编译延迟，但在 pperl 中并未带来收益。测试显示，在 mandelbrot 16,000 下，异步编译耗时 141 秒，而同步编译仅 131 秒。原因在于，当程序只有一个热点循环时，编译期间解释执行该循环的效率远低于编译后执行，且轮询编译完成状态还有额外开销。因此，异步编译更适合有多个可执行代码段的场景。
GPU 绑定与图形生态
Peta::WebGPU 提供了对 wgpu 的原生绑定，支持 Vulkan、Metal、DX12 和 GL，使 Perl 能够进行 3D 图形编程。该模块默认关闭，需启用 cargo 特性 webgpu。同时，2D 图形基础也已完善，包括 SDL2、GD、Cairo 和 Imager 的绑定。文档中提供了完整的 2D 和 3D 图形指南，包含可运行的游戏示例，降低了图形编程的门槛。
Q&A
pperl 0.6.20 在基准测试中相比 Node.js 有哪些性能优势？
在基准测试中，pperl 0.6.20 在多个项目上超越 Node.js：pidigits 快 7.33 倍，binary-trees 快 3.12 倍，fasta 快 1.88 倍，reverse-complement 快 1.53 倍，spectral-norm 快 1.26 倍，mandelbrot 快 1.20 倍，regex-redux 快 1.07 倍，fannkuch-redux 快 1.02 倍，n-body 快 1.01 倍。k-nucleotide 与 Node.js 基本持平（0.99 倍）。
pperl 0.6.20 的 JIT 如何优化 binary-trees 基准测试？
JIT 通过 bump arena 优化树构建：当编译的子程序构建一棵树，且同一语句中的下一个调用只遍历它时，JIT 在 bump arena 中构建树，每个节点一条小记录，并通过一次存储释放整个 arena。每个节点仍被构建和遍历，程序不变；任何失败都会丢弃 arena 并重新解释执行该语句。这使得 binary-trees 从 26.1 秒降至 4.5 秒。
pperl 0.6.20 新增的 Memoize 模块有什么特点？
Memoize 现在是原生模块，JIT 对其有特殊支持。memoize('f') 会安装一个 memo CV 替代 f；编译后的调用者在寄存器中探测缓存，仅在未命中时离开编译代码，因此命中每次调用约 42 条指令，且从不构建参数列表。与 perl 5.44 加 CPAN Memoize 相比，几何平均加速 52.5 倍。它覆盖数值参数（元数 1 到 4），包括嵌套调用、返回位置调用、自递归和外部调用。非数值参数走普通路径，行为与 CPAN Memoize 一致。
为什么 pperl 0.6.20 回退了异步编译？
异步编译被回退是因为它从未获胜。在 mandelbrot 16,000 上，异步构建耗时 141 秒，而同步编译为 131 秒，更小的尺寸也没有优势。原因在于：编译运行时，程序唯一有用的工作就是正在编译的循环，所以选择是在停滞和解释该循环之间。两者都花费编译的墙钟时间；同时解释的迭代本可以由编译代码更快地运行多次，而轮询完成的代码还会增加额外开销。异步编译只有在程序有其他编译代码可运行时才有收益，而单个主导热循环从未有此条件。
Peta::WebGPU 是什么？它提供了哪些功能？
Peta::WebGPU 是 Rust crate wgpu 的原生绑定，通过 WebGPU API 驱动 Vulkan、Metal、DX12 和 GL。它支持计算和绘图：适配器和限制、缓冲区、WGSL 着色器、计算调度和回读，以及渲染管线和渲染通道到从 SDL2 窗口获取的表面。验证错误作为 Perl 异常抛出，crate 内的 panic 变为 croak 而不是使解释器崩溃。PDL ndarray 可直接上传到 GPU 缓冲区。该模块位于 cargo 特性 webgpu 之后，默认关闭。
pperl 0.6.20 在图形和文档方面有哪些更新？
在图形方面，2D 底层已变得真实：原生绑定到 SDL2（渲染器、表面、SDL2::Image）、GD、Cairo 和 Imager。文档方面，2D 图形指南已重新锚定在 SDL2 上，提供 41 种语言版本，并以一个完整的小游戏（桨、球、分数、键盘控制和稳定帧率）作为结尾。新的 3D 图形指南从基础知识和软件光栅化器开始，涵盖着色、网格、模型格式、建模操作和场景图，直到 GPU，并以三个顶点项目结束：世界生成器、建模器和 3D 游戏。所有示例在编写说明之前都已运行过。
