多年来，Java 一直是编程世界里绕不开的老面孔。从 90 年代末的企业级应用到如今的大型服务端系统，Java 凭借“写一次，到处跑”的理念，占据了无数开发者的日常。它稳定、成熟、生态庞大，但也常被人诟病——臃肿、语法冗长、速度不够快。
于是，Java 的性能一直是开发者茶余饭后的讨论话题：它真的慢吗？在现代硬件和新特性的加持下，老牌语言还能跑出惊人的速度吗？本文作者 David Gerrells 用 Java 构建了一个 2000 万粒子的二维粒子模拟，挑战 SIMD、多线程和实时渲染的极限。通过这个例子，我们不仅能看看 Java 在性能上的表现，也能重新认识它作为一门老牌语言的潜力和魅力。
来源：https://dgerrells.com/blog/how-fast-is-java-teaching-an-old-dog-new-tricks
Java，这门让人又爱又恨的语言。
很多人提到它的第一反应是：老旧、笨重、臃肿，只是因为某些大企业在上世纪 90 年代被炒作忽悠了，才不得不用它。长久以来，它都背着“企业老古董”的名号。
可现在还真是这样吗？
Java 是否已经僵化在那套老掉牙的面向对象思维中，注定被时代淘汰？还是说，这条“老狗”其实已经学会了一些新把戏？
这次的挑战就是：用尽 Java 的所有新特性，只靠 CPU，模拟尽可能多的粒子。看看能不能——干翻 Rust？
如果你懒得看完整篇，可以直接下载运行包（jar 文件，https://github.com/dgerrells/how-fast-is-it/blob/main/java-land/ParticleSim.jar）。代码也放在 GitHub 上（https://github.com/dgerrells/how-fast-is-it/tree/main/java-land）。你只需要在运行时要加上以下命令，启用 Java 的 Vector API（一个用于高性能计算的新功能）就行：
java --add-modules jdk.incubator.vector --enable-preview -jar ParticleSim.jar不妨一试！
开场热身
Java 对我来说有点特殊。它是我第一个真正深入学习的编程语言。主要原因，是因为当年我上大学时，学校几乎所有课程都用它作为标准语言。那已经是十多年前的事了。唉，时间真是残酷。
那时候我用 Java 做游戏开发，写过人生第一个多线程的粒子模拟器，还做过一个“致敬”Minecraft 的小游戏（虽然我本人从没玩过 Minecraft）。挺好玩的，当然按今天的标准看那代码相当“痛苦”，但当时的确很有成就感。
然后十年过去，我再一次翻出 Java，却看到一个“SIMD 实验性 API”的新闻。
我当时的反应是：“什么？Java 有 SIMD？太阳从西边出来了？”
没错，太阳真的从西边出来了。Java 现在真的支持 SIMD（Single Instruction Multiple Data，单指令多数据）了，还提供了一个抽象层，让你不用直接面对底层硬件那堆复杂指令。
对于初学者而言，如果你不清楚 SIMD 是啥，可以去搜一下，或者直接问个 AI，都行。
如果你懒得查，我简单说下：SIMD 是一套 CPU 指令，用来让处理器一次同时处理多个数字，而不是一个个来。很多现代编译器其实能自动帮你做这个优化，但不是每次都能做到完美。
麻烦在于：不同 CPU 的 SIMD 指令集各不相同。有的架构只能处理 128 位数据（比如一次 4 个 32 位浮点数），有的能到 256 位，甚至 512 位。这意味着如果你要手动写 SIMD 代码，往往得针对每种 CPU 写一份，或者用别人封装好的库——不过那样就少了点“折腾”的乐趣。
而 Java 的特别之处就在这里：它号称“写一次，到处跑”。
那它的 SIMD API 真的能跨平台、跑得又快又稳吗？这就得试试看了。好在我最近刚好用 Rust 和 Swift 写过多线程的 SIMD 粒子模拟器。以前也用 JavaScript 和 Go 写过类似的，但那俩语言本身就比较慢，也没有原生的 SIMD 支持（除非你仔细研究 V8 引擎那一套）。
另外，Java 还有挺多新的“花活”，比如 Lambda 表达式和多线程迭代器——理论上可以让并行编程变得非常轻松。挺棒的。
等会我会具体看看那些 API，但在那之前，我得先搞清楚一件事：
怎么在 Java 里把像素绘制到屏幕上。
在 Java 里绘制
我想保持和之前在 Rust、Swift 做的实验差不多的结构：
写一个小型二维粒子模拟，屏幕上有一个“重力点”，能吸引周围的粒子。每个粒子就是一个像素点。整个过程尽量只用 CPU，GPU 不参与。
那问题来了：在 Java 里，我要怎么在窗口上画像素？
之前在 Rust 里，我用的是一个窗口库，它帮我处理不同操作系统的窗口细节。Swift 则是“纯正苹果血统”，自带一套完善的图形 API，拿来就能用。而 Java 呢？它确实也提供了一组跨平台的 UI API，可以在所有系统上跑。虽然界面看起来不太“原生”，但至少能正常工作。
我上次写 Java UI 的时候，主流还是内置的 Swing 库。那时人们说它要被 JavaFX 替代。
结果现在一看……JavaFX “貌似” 成了标准，但你得手动去下载 jar 包，然后通过 Maven 或 Gradle 引入。
所以算了。我还是用 Swing 吧——因为我实在不想折腾 Maven 和 Gradle。
还是想吐槽一下：Java 到了 2025 年了还没有默认包管理器？我就不能像其他语言一样 jfaster add jfx 一键搞定？真让人失望。
当然，这事也没那么严重。因为就算用上 JavaFX，你要在窗口里画像素，最终还是得靠一个叫 BufferedImage 的类。顾名思义，BufferedImage 就是一块存放在内存里的像素缓冲区，你可以在上面“画”，再把它显示到屏幕上。
我就不贴 Swing 的那些啰嗦样板代码了。核心思路是：你创建一个 JFrame（窗口），往里面塞各种 UI 组件。然后写一个自定义的 Panel 类（这里用来显示粒子模拟），继承或实现 Swing 的接口，把自己的绘制逻辑加进去。典型的面向对象玩法。
顺带一提，现在 Java 其实有个更“现代”的 main 函数写法，可以不用写类。可惜它跟 Swing 不兼容。
public class ParticleSim {public static void main(String[] args) {new ParticleSim().createAndShowGUI();}private void createAndShowGUI() {JFrame frame = new JFrame("Sips Java");frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);int width = 1200;int height = 800;ParticlePanel particlePanel = new ParticlePanel(width, height);frame.add(particlePanel);frame.pack(); // resize child componentsframe.setLocationRelativeTo(null); // centerframe.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); // won't actual close without thisframe.setVisible(true); // ya i know, default is falseparticlePanel.startSimulation();}}
ParticlePanel 这个类很长，很啰嗦，很典型的 Java 风格。
一开始，我把逻辑放在事件分发线程上，通过重写 JPanel 的 paint 方法来画画，然后用一个 Timer 定时调用 tick 方法来触发粒子模拟。大概结构就是这样。
⚠️ 提醒一下，这段代码比较长，所以才说“很 Java 风格”。
// importspublic class ParticleSim {public static void main(String[] args) {new ParticleSim().createAndShowGUI();}private void createAndShowGUI() {JFrame frame = new JFrame("Vector API Particle Sim (Requires flags)");frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);int width = 1600;int height = 900;ParticlePanel particlePanel = new ParticlePanel(width, height);frame.add(particlePanel);frame.pack();frame.setLocationRelativeTo(null);frame.setVisible(true);particlePanel.startSimulation();}}class ParticlePanel extends JPanel implements ActionListener, MouseListener, MouseMotionListener {private static final int NUM_PARTICLES = 80_000_000;private static final int UPDATE_RATE = 1000 / 60;private float[] positionsX = new float[NUM_PARTICLES];private float[] positionsY = new float[NUM_PARTICLES];private float[] velocitiesX = new float[NUM_PARTICLES];private float[] velocitiesY = new float[NUM_PARTICLES];private final BufferedImage image;private final byte[] pixelArray;private final int panelWidth;private final int panelHeight;// other input variablespublic ParticlePanel(int width, int height) {// setup stateimage = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY);initializeParticles();// setup input and time tracking}private void initializeParticles() {// init particles}public void startSimulation() {timer.start();}public void actionPerformed(ActionEvent e) {if (isTicking) {return;}isTicking = true;long now = System.nanoTime();float deltaTime = (now - lastTickTime) / 1_000_000_000.0f;lastTickTime = now;updatePhysics(deltaTime);renderToPixelArray();repaint();frames++;isTicking = false;}private void updatePhysics(float deltaTime) {// update logic}private void renderToPixelArray() {// render}protected void paintComponent(Graphics g) {super.paintComponent(g);g.drawImage(image, 0, 0, this);}// input overloads}
大部分都是标准的 Java Swing 代码。渲染部分稍微有点意思：我把每个粒子映射到一块扁平的像素缓冲区（flat buffer）里，然后再显示出来。
private void renderToPixelArray() {final int w = panelWidth;final int h = panelHeight;final byte empty = 0;Arrays.fill(pixelArray, empty);for (int i = 0; i < NUM_PARTICLES; i++) {int px = (int) positionsX[i];int py = (int) positionsY[i];int index = py * w + px;// stay in bounds.if (px < 0 || px >= w || py < 0 || py >= h) {continue;}int lu = pixelArray[index] & 0xFF;lu = Math.min(255, lu + 1);pixelArray[index] = (byte) lu;}}
真正有意思的部分是 updatePhysics 方法——这里才是“魔法发生的地方”。
不同 CPU，SIMD 通道大小不同
要记住，SIMD 在不同硬件上支持的“通道大小”（lane size）不同。为了效率，最好用支持的最大通道大小。Java 的 SIMD API 通过定义 “species”（种类） 来处理这个问题。每个 species 对应一种数据类型，比如 float 或 int，然后你就可以根据这个 species 的大小，把数据加载到 Vector 类型中，或者从 Vector 中取出数据。
大概就是这样工作的：
private static final VectorSpecies<Float> F_SPECIES = FloatVector.SPECIES_PREFERRED;private static final int LANE_SIZE = F_SPECIES.length();private static final FloatVector PULL_VEC = FloatVector.broadcast(F_SPECIES, 500f);
这就让代码可以比较通用地适配不同硬件。通常推荐使用 preferred，据说性能最好。还有一个 MAX，会用最大的通道大小，但不一定性能最好。在我的 M1 上，preferred 和 MAX 都输出 4 个浮点数（128 位）。我就用 preferred 就好。
顺便说一句，我不知道为什么，但我特别喜欢这里叫 species 这个名字，真让人忍俊不禁。我能想象一大群人开会讨论，最后才定下这个名字的场景。
多线程 SIMD
我一不小心就想跳过单线程，直接用 Java 的 stream API 弄多线程 SIMD 了。思路是这样的：用 IntStream.range 把粒子按照最大通道数切块，然后对这些块进行并行迭代，实现多线程计算。
final int w = this.panelWidth;final int h = this.panelHeight;final float wFloat = (float) w;final float hFloat = (float) h;final FloatVector DT_VEC = FloatVector.broadcast(F_SPECIES, deltaTime);// var works toofinal var MOUSE_X_VEC = FloatVector.broadcast(F_SPECIES, (float) mousePosition.x);final var MOUSE_Y_VEC = FloatVector.broadcast(F_SPECIES, (float) mousePosition.y);// more vectorsfinal int VECTOR_CHUNKS = NUM_PARTICLES / LANE_SIZE;final int SCALAR_START_INDEX = VECTOR_CHUNKS * LANE_SIZE;IntStream.range(0, VECTOR_CHUNKS).parallel().forEach(chunkIndex -> {int i = chunkIndex * LANE_SIZE;var px = FloatVector.fromArray(F_SPECIES, positionsX, i);var py = FloatVector.fromArray(F_SPECIES, positionsY, i);var vx = FloatVector.fromArray(F_SPECIES, velocitiesX, i);var vy = FloatVector.fromArray(F_SPECIES, velocitiesY, i);if (mouseIsPressed) {var dx = MOUSE_X_VEC.sub(px);var dy = MOUSE_Y_VEC.sub(py);var distSq = dx.mul(dx).add(dy.mul(dy));var gravityMask = distSq.compare(GT, MIN_DIST_SQ_VEC);if (gravityMask.anyTrue()) {var dist = distSq.sqrt();var forceX = dx.div(dist).mul(PULL_SCALED_VEC);var forceY = dy.div(dist).mul(PULL_SCALED_VEC);vx = vx.add(forceX, gravityMask);vy = vy.add(forceY, gravityMask);}}vx = vx.mul(FRICTION_DT_VEC);vy = vy.mul(FRICTION_DT_VEC);px = px.add(vx.mul(DT_VEC));py = py.add(vy.mul(DT_VEC));var maskLeftX = px.compare(LT, ZERO_VEC);var maskRightX = px.compare(GT, W_VEC);var maskBounceX = maskLeftX.or(maskRightX);vx = vx.blend(vx.mul(BOUNCE_MULTIPLIER_VEC), maskBounceX);px = px.blend(ZERO_VEC, maskLeftX);px = px.blend(W_VEC, maskRightX);var maskTopY = py.compare(LT, ZERO_VEC);var maskBottomY = py.compare(GT, H_VEC);var maskBounceY = maskTopY.or(maskBottomY);vy = vy.blend(vy.mul(BOUNCE_MULTIPLIER_VEC), maskBounceY);py = py.blend(ZERO_VEC, maskTopY);py = py.blend(H_VEC, maskBottomY);px.intoArray(positionsX, i);py.intoArray(positionsY, i);vx.intoArray(velocitiesX, i);vy.intoArray(velocitiesY, i);});
多线程的使用方式和 Rust、Swift 非常相似，更重要的是，它真的能跑起来。Java 的 var 关键字让代码看起来更简洁一些，但我这种老手通常还是喜欢写显式类型。这里有个问题，细心的人可能已经注意到了：粒子数量不一定能被 SIMD 的通道数整除。这意味着会有剩余的粒子暂时没被处理。
处理方法有两种：
继续用向量方式处理，给空余通道填充占位；
用一个非向量化的循环单独处理剩下的粒子。
我选了第二种方式，但为了简洁，这里就不展示代码了。
效果是可以的，这里展示 2000 万粒子的模拟效果。
速度不快，大概只能跑到 20 帧每秒，而且看起来也不太吸引人。我想我知道原因了。
大改造
慢的原因之一不是模拟本身，而是渲染。目前代码是随机访问像素缓冲区的，这样效率很低。在 Rust 和 Swift 的版本里，大部分时间也是耗在这里，Java 也不例外。
除了把这些操作分摊到更多线程之外，几乎没什么优化空间。多线程能提速，但不能解决缓存访问冲突的问题。
还有一些其他问题。首先，渲染循环现在运行在事件分发线程上，这必须改掉。虽然改了之后输入处理会更复杂。整体效果看起来也比较单调、无聊。
在 Rust 和 Swift 版本里，我是通过按粒子相对于窗口的 x/y 距离缩放 RGB 颜色来给像素上色的。
这次我想换个玩法：给每个粒子分配一个独立颜色，之后再加点花哨的效果，同时支持窗口缩放、平移，还能让粒子速度变慢，提升使用体验。
我会跳过中间的琐碎步骤，直接说最终方案。
第一步：脱离事件分发线程
我打算用 Java 的新 lambda 特性，把一个函数传给线程对象来执行。
public void startSimulation() {if (!running) {running = true;gameLoopThread = new Thread(this::gameLoop);gameLoopThread.start();}}
游戏循环会用一个“忙等待”的 while 循环——每次循环会暂停一小段时间，然后再检查是否可以渲染下一帧。我希望在这小段暂停时间里，从事件分发线程轮询输入，而不是等到下一帧渲染时才处理。这样可以让模拟更加响应及时。不过，有些事件仍然需要按照渲染帧率来处理，比如平移，因为这类操作需要考虑时间差来计算移动距离。
private void gameLoop() {lastTickTime = System.nanoTime();while (running) {long now = System.nanoTime();long timeElapsed = now - lastTickTime;this.processInputRequests();if (timeElapsed >= NS_PER_TICK) {float deltaTime = timeElapsed / (float) NS_PER_SECOND;lastTickTime = now;// little gross thisfor (var key : this.keysPressed) {float speed = 500;if (this.velInputMap.containsKey(key)) {this.panDeltaInput.x += velInputMap.get(key).x * speed * deltaTime;this.panDeltaInput.y += velInputMap.get(key).y * speed * deltaTime;}}long tickStart = System.nanoTime();tick(deltaTime);long tickEnd = System.nanoTime();long tickDuration = (tickEnd - tickStart);long renderStart = System.nanoTime();render();Graphics2D g = (Graphics2D) getGraphics();g.drawImage(image, 0, 0, this);g.dispose();Toolkit.getDefaultToolkit().sync();frames++;long renderEnd = System.nanoTime();long renderDuration = (renderEnd - renderStart);// log frame time info} else {try {Thread.sleep(1);} catch (InterruptedException e) {// handle error}}}}
关键的一行是：
if (timeElapsed >= NS_PER_TICK)它用来判断是否需要渲染下一帧。
这样做还可以让渲染速度超过 60 帧/秒——对于那些性能超强的电脑或者粒子数量较少的情况，非常有用。
你可能会注意到，我现在是在更新像素后再画图。
我关闭了 Swing 自带的被动渲染（passive rendering），改为主动渲染。这样逻辑更简单，也更易控制。
接下来就是 tick 函数了。
private void tick(float deltaTime) {final int vectorizedEndIndex = (NUM_PARTICLES / LANE_SIZE) * LANE_SIZE;final int chunkSize = vectorizedEndIndex / CPU_COUNT;final var futures = new ArrayList<Future<?>>(CPU_COUNT);// copy input datafinal int panDx = this.panDeltaInput.x;final int panDy = this.panDeltaInput.y;final float vScale = this.isSlowDownRequested ? this.inputVelScale : 0f;// reset for input thread, access is syncedthis.panDeltaInput.x = 0;this.panDeltaInput.y = 0;for (int i = 0; i < CPU_COUNT; i++) {int start = i * chunkSize;int end = (i == CPU_COUNT - 1) ? vectorizedEndIndex : start + chunkSize;ParticleUpdateTask task = tasks[i];task.updateParams(i, start, end, this, deltaTime, panDx, panDy, vScale);futures.add(executorService.submit(task));}for (Future<?> future : futures) {try {future.get();} catch (InterruptedException | ExecutionException e) {e.printStackTrace();}}}
这里有几个值得注意的点：
首先，借鉴 Rust 的做法，为了避免在多线程间频繁同步或加锁变量，我在进入核心模拟循环前，会先拷贝一份最新的输入数据。
大多数输入值会在主线程和事件分发线程之间同步。
这种加锁在非核心路径（非 hot path）下没问题，但对于粒子更新这种“热路径”，拷贝数据是必须的，否则性能会受很大影响。
另外，我对程序做了性能分析，发现大约 20% 的时间花在了 Java 的线程管理内部。这其实有些预料之中：
在 Swing、Rust 和 Go 中，使用那些花哨的线程迭代器会带来额外开销，既有内存压力，也有处理时间消耗。
相比之下，创建一个工作线程池并重复利用线程通常更快。
这也是一个机会，可以用 Java 的 Future 对象做一点异步控制。这里我没用太多，但确实挺有趣的。
ParticleUpdateTask 的代码大体没变，只是做了一些小调整。下面是几个关键部分。
class ParticleUpdateTask implements Runnable {// boiler plate variables, constructor, and param update functionpublic void run() {// many local variablesfor (int i = startIndex; i < vectorEndIndex; i += LANE_SIZE) {FloatVector px = FloatVector.fromArray(F_SPECIES, positionsX, i);FloatVector py = FloatVector.fromArray(F_SPECIES, positionsY, i);FloatVector vx = FloatVector.fromArray(F_SPECIES, velocitiesX, i);FloatVector vy = FloatVector.fromArray(F_SPECIES, velocitiesY, i);if (mouseIsPressed) {FloatVector dx = MOUSE_X_VEC.sub(px);FloatVector dy = MOUSE_Y_VEC.sub(py);FloatVector distSq = dx.mul(dx).add(dy.mul(dy));var gravityMask = distSq.compare(GT, minPullDist);if (gravityMask.anyTrue()) {FloatVector dist = distSq.sqrt();FloatVector forceX = dx.div(dist).mul(gf);FloatVector forceY = dy.div(dist).mul(gf);vx = vx.add(forceX, gravityMask);vy = vy.add(forceY, gravityMask);}}px = px.add(vx.mul(deltaTime)).add(ox);py = py.add(vy.mul(deltaTime)).add(oy);vx = vx.mul(FRICTION_DT_VEC);vy = vy.mul(FRICTION_DT_VEC);px.intoArray(positionsX, i);py.intoArray(positionsY, i);vx.intoArray(velocitiesX, i);vy.intoArray(velocitiesY, i);}// non vectorized versionvar pixels = panel.threadPixelBuffers[id];Arrays.fill(pixels, 0);for (int i = startIndex; i < endIndex; i++) {int px = (int) Math.min(Math.max(positionsX[i], 0), w - 1);int py = (int) Math.min(Math.max(positionsY[i], 0), h - 1);int index = py * w + px;pixels[index] = colors[i];}}}
我去掉了粒子的边缘反弹逻辑，并进一步整理了 SIMD 代码。最重要的是，我给每个线程分配了一个本地像素缓冲区来绘制粒子。
我尝试过用 SIMD 优化像素缓冲区的截断（clamping）和索引计算，但结果反而更慢。还试过用 Java API 中一些更高级的 SIMD 函数，比如 fma，结果同样不如预期。
最后一个重大改动是：把每个工作线程的本地像素缓冲区直接累加到 BufferedImage 的数据里，这样合并更高效。
private void render() {int[] buff = ((DataBufferInt) image.getRaster().getDataBuffer()).getData();Arrays.fill(buff, 0);final int PIXEL_COUNT = buff.length;IntStream.range(0, CPU_COUNT).parallel().forEach(chunkIndex -> {int chunkSize = PIXEL_COUNT / CPU_COUNT;int start = chunkIndex * chunkSize;int end = (chunkIndex == CPU_COUNT - 1) ? PIXEL_COUNT : start + chunkSize;for (int i = start; i < end; i++) {int color = 0;for (int localIndex = 0; localIndex < CPU_COUNT; localIndex++) {int col = threadPixelBuffers[localIndex][i];if (col != 0) {color = col;break;}}buff[i] = (0xFF << 24) | color;}});}
我对线程本地像素缓冲区采用了“最后写入者胜出”的策略，而在合并时则是“第一次写入者胜出”。虽然让所有线程直接写同一个像素缓冲区也能工作，但会引入一些缓存一致性问题。给每个线程分配独立缓冲区虽然会增加内存占用，但性能更稳定。
说到内存：Java 的基线开销相当高，1 百万粒子大概需要 300ms。不过它的扩展表现和 Rust 基本一致，1 亿粒子的耗时和 Rust 差不多，再加上 300MB 的基线开销。
性能表现如何？先等等……
像素的完美布局
我加了一个 colors 数组来存储粒子颜色，想让它填充出一些有趣的效果。一个朋友提议：根据粒子相对于中心点的角度上色，模拟一个色轮效果。我觉得这个主意挺酷的，但我想用 OKLAB 的方式来实现。
我对颜色格式了解不多，而且时间有限，所以让 AI 帮我写了段代码：根据粒子相对于屏幕中心点的角度，计算 OKLAB 色调。是不是完全正确？我怀疑。但我本想用现成库来做……你知道的，Gradle 的折腾。
我还增加了几种其他布局方式：一种按圆形排列（这段大部分代码是我写的）。另一种随机分布 N 个点，然后根据粒子到这些点的距离上色（这段我没写，但效果挺有意思）
好了，这里来个演示。
我觉得效果非常棒。你可以右键拖动来平移，或者用 WASD 控制视角。空格键可以让粒子减速。我特别喜欢在这里玩耍。如果我把用来调试 OKLAB 上色的时间，拿来像玩这些交互那样投入，可能早就不用 AI 自己搞定了。但唉，我脑子里那个贪玩的小恶魔必须得到满足。
说到这个“贪玩的小恶魔”，我选择用 32 位整型表示粒子颜色，而不是用单字节或简单的开/关标志，是有原因的。
如果我根据用户定义的图片来给粒子上色呢？我可以根据粒子数量放大或缩小图片，还要注意把多余的粒子放在重复的位置。想想就很酷，对吧？
好吧，现在按数字 4，选择一张图片。
这里展示的是 2000 万粒子，用的是我最喜欢的一张图。
真是太酷了。它会根据粒子数量放大或缩小图片。这张图是 4K 分辨率，被放大到 2000 万粒子，几乎是原来的三倍大小。
看着效果，我都想加个缩放功能了，但我觉得该停手了。
那么，性能如何呢？
Java 究竟有多快？
我会拿 Rust 来做对比，因为它目前表现最强。不过要注意，每个版本并不是完全一一对应的。Rust 每个像素只写 1 个字节，但相比于对像素缓冲区的随机访问，内存速度并不是渲染的瓶颈。Java 的 Vector API 仍处于实验性（incubator）阶段，未来可能会有所改进。
下面是 M1 Air 上的测试结果。
你看这个结果。Rust 在大多数规模下速度大约是 Java 的两倍。
两个版本都是在 tick 中填充像素缓冲区，这也是为什么渲染在不同粒子规模下变化不大。主要耗时是累加缓冲区并把它显示到屏幕，这个时间基本是固定的。
有意思的是，在 1 百万粒子时，Rust 似乎渲染时间更长，我这边多次测试都能复现，但原因我不清楚。
Rust 的内存分配速度快得多。这是因为 Java 都是在堆上分配内存。虽然可以用堆外内存（off-heap），创建速度通常快 2–3 倍，但我发现性能略微比堆上慢一些。差距不大，只有几个百分点，而且主要是在访问数据而非写入数据时的差距。
自从我上次用 Java 以来，它已经进步很多。没有借用检查的情况下，它的速度也只有 Rust 的一半左右！
可惜的是，虽然 Java 语言本身更友好、更易写，但整个生态系统仍有很多不足。
如果今天我要再写一款游戏，阻止我选择 Java 的，不是语言本身，而是搭建一个还算合理的构建系统、引入几个小库竟然这么麻烦。
我记得以前为了让所有 Vorbis 和 OpenGL 的 jar、dll 等都能正常工作，要写一个复杂的构建脚本，过程超级折腾，而这一点至今几乎没有改善。
我想，“老狗”是可以学新把戏的，但如果它还是在同一个灰尘满满、没有草地、也没有大黄球的老狗公园里混，它也没机会展示什么新本领。
不过，Java 永远在我心里占有一席之地。