highway不能直接用__m256因它专注跨平台自动向量化：写hwy::Vec<D>编译时按x86/ARM/RISC-V展开对应intrinsics；手写__m256锁死AVX2，导致ARM编译失败或CI挂掉。
highway 为什么不能直接写 __m256 那套指令
因为 highway 的核心目标不是让你手写 AVX/SSE，而是让同一份 C++ 代码在不同 CPU 架构（x86-64、ARM64、RISC-V）上自动选择最优向量化路径。你写 hwy::Vec<D>，它编译时就按目标平台展开成对应 intrinsics；手写 __m256 直接锁死 x86 AVX2，跨平台就崩。
常见错误现象：error: use of undeclared identifier '__m256'（没开 AVX 编译选项），或更隐蔽的：代码在 ARM 机器上编译失败、CI 测试挂掉。
- 必须用
HWY_TARGET宏 +HWY_BEFORE_NAMESPACE/HWY_AFTER_NAMESPACE包裹实现，否则模板特化不生效 - 所有向量操作必须通过
hwy::Vec<D>和hwy::Scale等 highway 提供的类型/函数，禁止混用原生 intrinsics - 编译需显式启用目标 ISA：Clang/GCC 加
-mavx2或-march=native；MSVC 加/arch:AVX2
怎么写一个可移植的 float 加法 kernel
关键不是“怎么加”，而是“怎么让加法自动适配不同宽度”。highway 用 hwy::ScalableTag<float> 表示“按当前平台最大安全宽度”，而不是硬写 float[8] 或 float[4]。
使用场景：图像处理、科学计算中需要批量 float 运算，且部署环境不确定是老 Xeon 还是新 Apple M3。
立即学习“C++免费学习笔记（深入）”；
- 定义域：
using D = hwy::ScalableTag<float>—— 不是hwy::Simd<float, 8>，后者会强制宽度，失去可移植性 - 加载数据必须用
hwy::Load(d, ptr)，不能用reinterpret_cast<__m256*>(ptr) - 运算后存储用
hwy::Store(v, d, ptr)，highway 会根据d自动对齐/补零/截断 - 示例片段：
auto d = hwy::ScalableTag<float>{};<br>auto a = hwy::Load(d, ptr_a);<br>auto b = hwy::Load(d, ptr_b);<br>auto sum = hwy::Add(d, a, b);<br>hwy::Store(sum, d, ptr_out);
为什么 hwy::SizeTag<4> 不推荐用于生产
hwy::SizeTag<4> 强制生成 4-lane 向量（如 SSE），但现代 ARM64 NEON 默认是 4×float32，而 x86-64 AVX2 是 8×，AVX-512 是 16×。用固定 size 就等于放弃一半性能潜力，还可能触发未定义行为（比如在只支持 NEON 的设备上跑 x86 指令）。
性能影响：在支持 AVX2 的机器上，SizeTag<4> 比 ScalableTag<float> 慢约 1.8×（实测典型矩阵乘）；兼容性影响：部分 RISC-V 后端不实现非 scalable tag。
- 只有调试或验证逻辑时才临时用
SizeTag，比如排查某条 lane 是否出错 - 永远优先用
ScalableTag<T>，让 highway 在编译期决定 lane count - 如果真要限制最小宽度（例如要求至少 8 lanes），用
hwy::TargetTag<hwy::HWY_AVX2>+HWY_TARGET条件编译，而非改 size
编译报错 "HWY_TARGET is not defined" 怎么办
这是 highway 最典型的集成失败信号，本质是没走它的多目标编译流程。highway 不是头文件直连库，它靠宏控制模板实例化时机，跳过这步就只剩声明、没有定义。
错误现象：链接时报 undefined reference to hwy::Load(...)，或编译期报 no matching function for call to 'Load'。
- 必须把 highway 实现代码包在
HWY_BEFORE_NAMESPACE和HWY_AFTER_NAMESPACE之间，且该区域需在#include <hwy/highway.h>之后 - 每个 .cc 文件里，
HWY_TARGET只能定义一次，且必须在HWY_BEFORE_NAMESPACE前；多个 target 要拆到不同文件或用HWY_EXPORT/HWY_IMPORT - 构建系统要确保 .cc 文件被编译多次（如 Bazel 的
cc_library+copts = ["-mavx2", "-march=armv8-a+simd"]不行，得用hwylayout规则或手动分文件）
最容易被忽略的是：即使你只跑 x86，也得让 highway 知道你想 target 哪个 ISA —— 它不会自己猜，也不会 fallback 到标量。没定义 HWY_TARGET，hwy::ScalableTag<float> 就是空壳。
