📚 Portfolio map: https://github.com/holtwood-systems/portfolio
通过可运行示例、基准测试和 VitePress 文档站，学习可验证的现代 C++20 性能工程。
项目状态：stable。教学作品完成，只修正确性 bug 与文档；权威状态注册表见 holtwood-systems/portfolio。
| 维度 | 内容 |
|---|---|
| 9 个主题域，三层结构 | 每个模块都带 src/ 可运行示例 + bench/ Google Benchmark 基准 + 测试，可阅读、可构建、可测量 |
| 端到端案例：CPU GEMM 四阶段 | examples/09-matrix-multiply/：naive → tiling → SIMD(FMA) → OpenMP，一条完整的优化迭代叙事 |
| 五条验证 preset | debug / release / asan / tsan / ubsan 全矩阵，正确性与并发缺陷分开验证 |
| 测量方法论 | Google Benchmark + perf + perf_event_open PMU 硬件计数器 + FlameGraph：一切性能结论先测量后声称 |
| 与 GPU 主线同构 | CPU 侧的 cache line / 伪共享 ↔ GPU 侧的 bank conflict / 访存合并；roofline 思路两侧通用，是理解 cuda-foundations 与 cuflash 优化叙事的地基 |
关注那些"很容易被谈论、但不容易被验证"的 C++ 性能主题：
- 现代 CMake 与 preset 驱动的构建流程
- 内存与缓存布局取舍
- 现代 C++ 的性能实践（含并行 STL 执行策略）
- SIMD 与向量化（SSE2/AVX2/AVX-512/NEON）
- 并发与无锁基础、线程亲和与 NUMA
- 分布式内存与 MPI（可选模块）
- 文件 I/O 性能（read/pread/mmap 与写缓冲）
- CPU 微架构（分支预测、ILP、PMU 计数器）
- 端到端优化案例（GEMM：tiling → SIMD → OpenMP）
- 基于 benchmark 与 profiling 的性能分析与测量方法论
每个主题都尽量做到 可阅读、可构建、可测量。
| 区域 | 内容 |
|---|---|
examples/01-cmake-modern/ |
现代 CMake 结构与反模式 |
examples/02-memory-cache/ |
AOS vs SOA、伪共享、对齐、预取 |
examples/03-modern-cpp/ |
constexpr、移动语义、reserve、ranges |
examples/04-simd-vectorization/ |
自动向量化、intrinsics、SIMD 封装 |
examples/05-concurrency/ |
原子操作、无锁队列、OpenMP、线程亲和、NUMA |
examples/06-distributed-mpi/ |
MPI 点对点、集合通信、域分解（可选：-DHPC_ENABLE_MPI=ON） |
examples/07-io-performance/ |
read/pread/mmap 读路径对照、写缓冲开销（Linux） |
examples/08-cpu-microarch/ |
分支预测、延迟链 vs ILP、perf_event_open PMU 计数器 |
examples/09-matrix-multiply/ |
GEMM 四阶段：naive → tiling → SIMD(FMA) → OpenMP |
docs/ |
VitePress 文档站，覆盖深度专题 / 实战指南 / API 参考 |
git clone https://github.com/holtwood-systems/cpp-high-performance-guide.git
cd cpp-high-performance-guide
cmake --preset=release
cmake --build build/release运行一个 benchmark：
./build/release/examples/02-memory-cache/aos_vs_soa_benchcmake --preset=debug && cmake --build build/debug && ctest --preset=debug
cmake --preset=release && cmake --build build/release && ctest --preset=release
cmake --preset=asan && cmake --build build/asan && ctest --preset=asan
cmake --preset=tsan && cmake --build build/tsan && ctest --preset=tsan
cmake --preset=ubsan && cmake --build build/ubsan && ctest --preset=ubsan- 文档站： https://holtwood-systems.github.io/cpp-high-performance-guide/
- 深度专题：
docs/zh/deep-dives/ - API 参考：
docs/zh/reference/api.md
| 高频面试题 | 对应示例 |
|---|---|
| 什么是 false sharing？怎么定位与修复？ | examples/02-memory-cache/src/false_sharing.cpp + 同名 bench |
| AOS vs SOA 怎么选？对向量化有什么影响？ | examples/02-memory-cache/src/aos_vs_soa.cpp + aos_soa_bench.cpp |
| C++ memory ordering：relaxed / acquire / release / seq_cst 差在哪？ | examples/05-concurrency/src/atomic_ordering.cpp |
| 无锁队列怎么写？ABA 问题怎么处理？ | examples/05-concurrency/src/lock_free_queue.cpp |
| 分支预测为什么影响性能？怎么减少 branch miss？ | examples/08-cpu-microarch/src/branch_prediction.cpp |
| 依赖链 vs ILP：同样指令数为什么耗时差几倍？ | examples/08-cpu-microarch/src/dependency_chains.cpp |
| 怎么用 PMU 计数器（ipc / cache-miss）定位瓶颈？ | examples/08-cpu-microarch/src/pmu_counters.cpp（perf_event_open） |
| read / pread / mmap 的取舍？写缓冲为什么关键？ | examples/07-io-performance/（读路径对照 + 写缓冲开销） |
| NUMA 与线程亲和怎么设置？ | examples/05-concurrency/src/numa_binding.cpp · thread_affinity.cpp |
| 自动向量化为什么没发生？intrinsics 怎么用？ | examples/04-simd-vectorization/（SSE2/AVX2/AVX-512/NEON） |
| CPU 上的 GEMM 优化路径怎么走？ | examples/09-matrix-multiply/：naive → tiling → SIMD(FMA) → OpenMP + gemm_bench.cpp 逐级量化 |
方法论强调：本仓所有性能结论都要求「先测量、后声称」——每级优化都有独立 before/after 数字与正确性校验，负结果同样记录。这套习惯与 GPU 主线 （cuda-foundations 的 cuBLAS 对照、cuflash 的 benchmark 证据协议）完全一致。
- 语言： C++20
- 构建： CMake 3.20+、Ninja
- 测试： Google Test、RapidCheck
- 基准测试： Google Benchmark（MPI 通信基准为手动计时，避免集合通信死锁）
- 可选依赖： MPI（06 模块）、Intel TBB（并行 STL par 策略）、libnuma（NUMA 示例）
- 文档： VitePress + GitHub Pages
- 性能分析： perf、FlameGraph、Valgrind、VTune
贡献流程与 hooks 配置见 CONTRIBUTING.md。