SIMD는 simdutf나 simdjson처럼 복잡한 프로젝트 때문에 어렵게 보이지만, 평범한 루프를 한 번에 N바이트씩 처리하는 기본 패턴은 의외로 단순함
상수를 각 레인에 복제하고 벡터 누산기를 초기화한 뒤, 벡터 폭만큼 입력을 순회하며 비교·연산하고, 결과를 축약하거나 저장한 다음 남은 원소를 기존 스칼라 루프로 처리하면 됨
실제 프로젝트에서 0xF 이하의 값을 찾는 조기 종료 루프를 이 방식으로 바꿔 하드웨어에 따라 2~16배 처리량 향상을 얻었음
컴파일러가 단순하고 규칙적인 산술 루프는 자동 벡터화할 수 있지만, 조기 종료와 비교 마스크, 축약, 첫 실패 레인 탐색이 결합된 변환은 안정적으로 찾아내지 못함. 자세한 내용은 https://llvm.org/docs/Vectorizers.html 에 있음
자동 벡터화는 수십 년간 연구됐는데도 실제 컴파일러가 여전히 기회를 자주 놓침: https://arxiv.org/abs/2406.04693
기본 패턴에 익숙해지면 스칼라 루프만큼 자연스럽게 작성할 수 있으므로 더 많은 개발자가 배우고 언어도 이를 위한 도구를 제공해야 함. 확장한 글은 https://mitchellh.com/writing/everyone-should-know-simd 에 있음

SIMD를 제대로 활용하려면 구조체 배열(AoS) 보다 배열 구조체(SoA) 가 필요한지 궁금함. AoS는 추가 복사와 마스킹 때문에 이점이 사라질 듯하며, CPU마다 지원 명령어가 다른 상황에서 단일 SIMD 인터페이스를 어떻게 구성하는지도 의문임
런타임이 대상 아키텍처의 모든 명령어별 구현과 SIMD 미지원 CPU용 대체 구현을 함께 제공해야 하는지, 아니면 특정 명령어 집합만 대상으로 삼는지 알고 싶음