主要观点：

• PCG 随机数生成器的一个巧妙之处是使用指令级并行，但其 ILP 有限约 3 条指令，整体速度受 CPU 运行序列速率限制。
• 通过线性代数和 AVX512 技术，可在单核心上以 200 Gbit/s 的速度从单个 pcg32 实例生成随机数，比正常 pcg32 快 4 倍多。
• PCG 从底层线性同余生成器获得的“可寻性”特征，其跳过公式可用于蒙特卡罗模拟的重现性，且可预计算跳过乘数。
• 可通过调整并行度来探索跳过想法的效果，基准测试表明不同编译器和指令集在不同并行度下的性能有所差异。

关键信息：

• PCG 状态更新可与输出排列并行。
• 跳过公式可提前计算乘数以展开 PCG 数据依赖链。
• 有标量和向量两种计算 pcg32 的变体函数，用于测试并行度效果。
• 不同编译器（如 clang、gcc）和指令集（如 AVX2、AVX512）在不同并行度下的性能表现不同。

重要细节：

• PCG 论文中提到 Forrest Brown 的论文解释了跳过特征的用途。
• 跳过公式中状态计算可使用 NEON 或 AVX 向量指令并行进行。
• 基准测试代码包含对乘数的证明。
• 不同平台（如 Macbook Pro M1 Pro、AMD Ryzen 9 7950X）上各种函数变体的性能数据。例如在 Macbook Pro M1 Pro 上，x8并行度下可达 10.40 字节/纳秒，在 AMD Ryzen 9 7950X 上，x8并行度下可达 15.27 字节/纳秒，最后在特定条件下可达到 200 Gbit/s 的速度。