Go并行处理CPU密集任务应采用分块+固定worker池模式，配合sync.Pool复用对象、启用编译器向量化及必要时绑定OS线程。
用 goroutine 并行处理独立计算任务
Go 的轻量级 goroutine 是处理 CPU 密集型任务的第一选择，但要注意避免盲目开大量 goroutine。关键在于将大任务切分成多个可独立执行的子任务，再通过固定数量的工作协程（worker pool）调度执行，防止过度抢占 CPU 或内存溢出。
例如，对一个百万级浮点数组做平方运算：
- 把数组按 chunk 切分（如每 10000 元素为一组）
- 启动 N 个 goroutine（N 通常设为 runtime.NumCPU()）
- 每个 goroutine 处理一个或多个 chunk，结果写入共享切片（需保证索引不重叠，无需锁）
用 sync.Pool 减少高频对象分配开销
CPU 密集型任务常伴随大量中间结构体或切片的创建（比如每次迭代都 new 一个临时 buffer）。sync.Pool 可复用这类对象，显著降低 GC 压力和内存分配耗时。
使用要点：
立即学习“go语言免费学习笔记（深入）”；
- Pool 的 Get/Put 必须成对出现，且对象生命周期严格限定在单次计算内
- 适合大小稳定、构造开销大的对象（如预分配的 float64 切片、自定义计算上下文）
- 避免存入含指针或未清零字段的对象，防止数据残留或逃逸
启用 Go 编译器向量化优化（Go 1.21+）
从 Go 1.21 开始，编译器在 x86-64 和 ARM64 上支持自动向量化（Auto-vectorization），但需满足特定条件才能触发：
- 循环必须是简单 for，索引单调递增，无分支跳转或函数调用
- 数组访问需是连续、对齐、无别名（no aliasing），推荐用 []float64 而非 []*float64
- 启用 -gcflags="-d=ssa/gen_vec" 可查看是否生成向量化 SSA 指令
若编译器未自动向量化，可用 golang.org/x/exp/slices 中的 Map 或手写内联 SIMD 风格循环（如用 unsafe.Pointer + AVX 指令汇编，但仅限极少数关键路径）。
绑定关键 goroutine 到特定 OS 线程并设置 CPU 亲和性
对延迟敏感或需极致吞吐的场景，可减少线程迁移开销：
- 用 runtime.LockOSThread() 将 goroutine 绑定到当前 OS 线程
- 再通过 syscall.SchedSetaffinity（Linux）或 syscall.SetThreadAffinityMask（Windows）指定 CPU 核心掩码
- 适用于长期运行、高负载的计算 worker，不建议用于短任务或频繁启停的协程
注意：该操作需管理员权限，且会削弱 Go 调度器的弹性，应结合压测验证收益。
