使用SIMD和WASM性能对比

155 次浏览 2026年 7月 27日下午1:16

## 基础原理
**SIMD**全称Single Instruction Multiple Data，单指令多数据流，能够复制多个操作数，并把它们打包在大型寄存器的一组指令集。

以加法指令为例，单指令单数据（SISD）的CPU对加法指令译码后，执行部件先访问内存，取得第一个操作数；之后再一次访问内存，取得第二个操作数；随后才能进行求和运算。而在SIMD型的CPU中，指令译码后几个执行部件同时访问内存，一次性获得所有操作数进行运算。这个特点使SIMD特别适合于多媒体应用等数据密集型运算。

在微处理器中，单指令流多数据流技术则是一个控制器控制多个平行的处理微元，如X86中的SSE,AVX，Arm中的Neon，现在叫asimd。
![SIMD](https://www.nodemedia.cn/doc/server/index.php?s=/api/attachment/visitFile&sign=c4c45548baa92348e558bf324b981d8f "SIMD")
在js运行环境中，目前还没有完美的线程方案来利用多核解码，那么我们可以优化至少让单核进行并行运算。这是chrome91和firefox89正式带来的WebAssembly SIMD技术。
![WebAssembly-SIMD](https://www.nodemedia.cn/doc/server/index.php?s=/api/attachment/visitFile&sign=34ef1c57ebcc2e59b10e5cb2a6358b97 "WebAssembly-SIMD")
## 测试对比
测试环境：
- CPU：Intel Xeon E3-1270 v6 @ 3.8GHz
- MEM：DDR4 2400MHz 16GBx2
- 浏览器：GoogleChrome 135.0.7049.96

可以看到，SIMD版解码在大多数场景下，CPU占用率只有WASM的1/3 。
[WASM版在线demo](http://demo.nodemedia.cn/uploads/wasm/index.html?url=https://live.nodemedia.cn:8443/live/tcl_265.flv "WASM版在线demo")
[SIMD版在线demo](http://demo.nodemedia.cn/uploads/simd/index.html "SIMD版在线demo")

## 使用环境
![Can I Use](https://www.nodemedia.cn/doc/server/index.php?s=/api/attachment/visitFile&sign=0305185e4b68be748e75565be6e0ee46 "Can I Use")
[CanIUse](https://caniuse.com/?search=SIMD "CanIUse")

## Worker SIMD
版本更新到v1.4.2后，可使用Worker多核解码的同时使用SIMD进一步加速，完美榨干处理器性能。

**处理器：Apple M2 Max**

### Worker WASM 软解16路1080P H265
![](https://www.nodemedia.cn/wp-content/uploads/2026/07/QQ20260725-155344.jpg)

### Worker SIMD 软解16路1080P H265
![](https://www.nodemedia.cn/wp-content/uploads/2026/07/QQ20260725-160247.jpg)

> CPU占用从1051% 优化到 406% 视频流畅无卡顿

文档

使用SIMD和WASM性能对比