01 / 行业分类
NAICS 代码查找器
用自然语言描述一项商业活动，即可按语义相似度获得最接近的 2022 年 NAICS 六位行业代码。它也支持批量查询，适合不那么 好玩的正式工作。
查找 NAICS 代码开源即证明
贴近机器而构建的软件。
我是一名 Python 和 C++ 系统程序员，专注于金融、高性能计算、 紧凑数据结构，以及那些延迟和内存会成为产品约束的软件领域。
你听过露营时的那个笑话：一个人开始穿跑鞋，另一个人说： “你跑不过熊。”没错，我做的就是那双鞋。 现在，跑吧。
| 项目 | 它是什么 |
|---|---|
| Goblin Core |
Goblin Core 是我用 C++23 对两个 Redis 式问题给出的答案：
热数据占用太多内存，而延迟敏感的数据又花太多时间穿越内核。
它保留了字符串、集合、有序集合、哈希、列表、稀疏数组和
Pub/Sub 等熟悉操作，却以紧凑布局和专用传输替代通用内部实现。
应用可以继续使用 RESP，也可以选择类型化 SBE，并通过支持 TLS
的 TCP、原生 XLIO Ultra、Unix 域套接字、共享内存环或轮询式
RDMA 访问。
0.10 版让这套引擎不再局限于单一进程：经 broker 确认的 Kafka 写入采用有界背压，firehose 复制流传输实时规范化写操作， 原生全库数据流则无需把数据转换成 Redis 命令即可初始化副本。 快照、Kafka 重放与实时数据流共同组成恢复路径；持久历史仍由 Kafka 负责。 已发布结果覆盖内存、本机延迟和真实网络。一个包含 100 万成员的 集合每个成员仅占 28.65 字节 RSS，比参与比较的最省内存 服务器还少 36.2%。同步共享内存 HSET 或 ZADD 往返约需 220 ns；在六种操作上，其中位数比最快的 RESP Unix 域套接字结果快 33 至 40 倍。原生 XLIO Ultra 在 100 GbE 上执行七种 Redis 命令的中位延迟为 4.98 至 8.37 微秒。 在两台旧 R820 之间的 40 Gb/s InfiniBand 网络上， 轮询式单边 RDMA 环完成一次 SBE PING 的 p50 延迟为 2.495 微秒， RESP2 为 2.673 微秒，只比同一服务器的双跳 QPI 路径多约 0.6 微秒。处理 143 亿次真实 Lichess 更新后， Goblin Core 与 Redis 的结果完全一致，同时比 Redis 7.2.4、 Redis 8.8、Valkey 9.1 和 Dragonfly 都更省内存。 |
| Goblin Store |
一款支持 NUMA 的 C++23 大对象缓存、HTTP 服务器和流式缓存代理，
面向 256 KiB 到数 MiB 的数据。它通过 TCP 或原生
InfiniBand/RoCE 提供 memcache 协议，并支持带范围请求、ETag
和源站镜像模式的 HTTP/HTTPS。延迟敏感的对象头留在内存，
温数据的中段从 SSD 流式读取，可选 HDD 则预读冷数据的尾部。
HugeTLB 对象头、固定内存池、背压、O_DIRECT、Linux io_uring
与每核本地数据路径，使对象增大时内存占用仍然有界。
在已发布的网络基准中，Goblin Store 达到与 memcached 相同的 大对象延迟，却少用 7.4 倍内存。面对同一块 HDD 上、 与磁盘等大的工作集，其三级配置达到 118 QPS，而 memcached extstore 只有 70，即吞吐量领先 68%； 同时它保住了完整工作集，而 extstore 在写入负载下会丢弃数据。 另一条原生 InfiniBand 路径可达 38.2 Gbit/s。 这是有意针对大对象设计的引擎；对于很小的值，memcached 仍是更合适的工具。 |
| stride-align |
stride-align 是一款采用 SIMD 加速的 Python/C++ 库，用于模糊
字符串匹配、序列比对、编辑距离、语音编码和时间序列距离。
它以高速原生内核实现 Smith-Waterman 和 Needleman-Wunsch，
支持 Unicode/CJK、全配对评分、top-k 搜索、动态时间规整，以及
x86、ARM、LoongArch 和 POWER 上的运行时 CPU 分派。
它还提供 rapidfuzz 与 parasail-python 兼容层，现有代码只需 更改一处 import，即可迁移到 STRIDE-ALIGN 的原生 SIMD 后端。 基准显示它在 AVX-512 和 AVX2 上胜过 Parasail；LoongArch LASX 的表现尤其突出，部分工作负载快逾 22 倍。 |
| massive-speedup | 高性能 Massive.com 平面文件解析器、数据存储和市场微观结构 模拟器。遍历平面文件比使用 Python 的 gzip 和 csv 模块快 5 倍。它采用逐 tick 向前推进的迭代设计，内置具备 延迟感知能力的市场模拟器；配合 rtta 的 tick 驱动指标， 可让回测更不容易出现传统 Pandas 和批量数据策略开发中常见的 “偷看未来”问题。 |
| rtta |
在找好用的技术分析库？厌倦了为了实时 tick 数据而重写 Pandas
模型？如果有一个从一开始就为逐 tick 向前处理而构建的技术分析库呢？
rtta 是一个低延迟增量式技术分析工具包。它包含丰富的技术分析 函数，包括传统指标、基于卡尔曼滤波器的指标，以及若干源自近期 研究的实验性指标。该库既支持批处理，也提供高效的实时 tick 接口。与 massive-speedup 配合使用时，它鼓励逐 tick 设计策略， 减少“偷看未来”，也让测试代码日后部署到实盘更加容易。 |
| negcycle |
negcycle 寻找有利可图的外汇循环，并能在第 11 代 Intel i7
上于 1.8 微秒内找出利润最高的一个。
它是一款精心设计、采用 SIMD 优化的 Python 库，用于在货币市场 中寻找有利可图的执行链。内部实现了稠密 Bellman-Ford 搜索， 并针对 Intel、Arm 和 Loongson 优化 SIMD。三重嵌套 Python 循环和看着过时结果缓慢爬上屏幕的日子已经结束。把这双跑鞋接入 Massive.com WebSocket 数据流，抢先抓住新机会。 |
| fast-kalman |
一款快得离谱又易用的 C++ 与 Python 卡尔曼滤波器实现。
对典型的单价格跟踪器，它比 OpenCV 快 125 倍；
在更复杂的滤波器上最高可达 235 倍。
该库支持多种卡尔曼滤波器类型、非均匀更新时间和每次更新的 自定义置信度。最酷的是：搭好滤波器却不知道如何设置调参值？ 给 fast-kalman 一段数据，它会为你生成调参参数。我的 C++ 卡尔曼滤波器在所有类型上比 OpenCV 快 7 至 235 倍。 在 Python 层也快 5 倍，之所以“只有这么多”，是因为 Python 绑定本身已占了大部分开销。没错，是倍数，不是百分比。 我的 Goblin 跑得动。 |
| DragonArray |
DragonArray 是我的 Loongson 优化实验室，提供可安装的
LoongArch64 wheel、源代码补丁、基准和底层工具。首个版本补齐了
启用 NumPy 256 位 LASX SIMD 路径所需的组件；在 3A6000
处理器上，相对 NumPy 2.5.0.dev0 的 LSX 目标代码，几何平均
加速达到 3.3 倍。
这项工作建立在 NumPy 现有 LoongArch SIMD 基础设施之上。 我的部分包括实现 LASX 检测、接好启用 256 位路径所缺的最后 8 个 LASX 原语，并为超越函数创建向量化实现。我尤其为 float16 版 tanh 感到自豪：其 LASX 吞吐量比被替换的标量实现高 26 倍。DragonArray 现在还从公开的 loongarch-simd 源码分支发布
BLAKE3 LoongArch SIMD 移植版，下一条轨道是 TensorFlow
wheel。
|
| bsort | 这个项目始于啤酒。一次下班后与朋友喝酒时，我读到 sortbenchmark.org， 心想：“我用公司的笔记本就能超过它。”最后我们没有参赛，只发布了 醉酒编程版， 并围绕它创办了一家公司。bsort 是面向大型数据文件的高速定长记录 排序库，如今既有 C++ 可执行程序，也有 Python 库。它具备良好的 引用局部性，与 LRU 内存淘汰配合良好，能排序比内存大几个数量级的 文件而不把硬盘拖入随机抖动，也是我提交 2026 年排序基准的基础。 |
| mosh 补丁 |
尝试过在 Wi-Fi 或只有一格信号的手机网络上使用 SSH 的人，都知道
mosh 有多好。可 mosh 不支持现代开发者需要的许多东西，例如
ssh-agent 转发、套接字、SOCKS、X11 和 scp，直到现在。我的
mosh 补丁让你能在邮轮或山顶上工作。
这些补丁为移动 shell 补上 SSH 用户习以为常的功能：通过熟悉的 -L、-R、-D 和 -A 参数，为本地、远程、动态 SOCKS 及 agent 场景提供类似 SSH 的流转发。补丁系列包含让这些流穿过 mosh 漫游终端会话所需的协议、前端和状态同步改动。它还加入高效率、 带前向纠错的大文件复制，使 mosh 用户在糟糕链路上也能获得类似 scp 的能力；另有针对卫星电话等极受限链路的训练式压缩器模式。 计划于 2026 年 5 月下旬在 2.8 kbps 的 Iridium Go 上测试。 |
| CPython SIMD 实验 |
这个 CPython 3.14 技术演示让 Python 更快。某些字符串操作实现
两位数倍的提升，依然是倍数，不是百分比。
它加入运行时 SIMD 分派层，并把它应用到日常解释器热点，而非只把 SIMD 当作狭窄的扩展模块技巧。该分支加速 base64 与 hex 编解码、 UTF-8 与 ASCII 扫描、bytes 转换与大小写折叠、JSON loads/dumps 的字符串处理、csv.reader 字段扫描、urllib 解析辅助函数，以及 新增的 html.escape C 加速器。它还包含一个采用 Swiss table 的 实验性 set 实现，用作判断 SIMD 元数据扫描能否与 CPython 现有 set 设计竞争的基准载体。实际结论是：最大的收益来自能摊薄每次调用 开销的批量文本和编解码工作；短字符串场景则主要受对象创建和调用 开销限制。代码旁附有基准和优化笔记，让结果可复现，而不是只讲一次 微基准故事。 |
| NumPy LASX 实验 | Loongson 是真正的硬件，性能级别大致可与 AMD、Intel 同场比较。 它有两种 SIMD 模式：面向嵌入式设备的 128 位 LSX，以及面向真正 计算机的 256 位 LASX。NumPy 支持 LSX 却不支持 LASX，浪费了大量 性能，就像在世界已经进入 AVX2 与 AVX-512 后还只实现 SSE4.2。 我上次在中国时买了一台 3A6000，一直在做 LASX 概念验证移植。 相比 LSX，我看到约 80% 的提升；在原本完全没有向量化的地方， 提升更大。继续关注这个项目，它会变成真正的 NumPy 补丁。 |
| goblin-cannon |
纽约到伦敦通过 EXA Express 的延迟是 29 毫秒。这只是 POP 到
POP；其宣传的往返延迟是 60 毫秒，到实际交易服务器可能更久。
沿大圆路径，光速传播只需 19 毫秒。如果拥有神奇的无线电，在从
交易所读取数据、整理竞争消息、加密、应用 CRC 和纠错编码、生成
波形、发送、解包、纠错、校验 CRC 并解密之后，还能留出时间让
交易员利用提前获得的信息，就能快 11 毫秒。
goblin-cannon 是一套端到端延迟 2.5 毫秒的软件无线电实现， 包含 AES、Viterbi 解码、CRC 帧校验、QCI 编码，以及支持 AVX2 与 AVX-512 的过采样解码。它不只是一台无线电，也支持业务层： 市场消息和自定义消息、传输时隙竞价、基于波动率的市场数据影子 出价、预算、记账和丢失消息抵扣。换句话说，除频谱许可证和真实 硬件之外，建立一家高频交易周边的跨大西洋市场数据业务所需的东西 基本齐全。跨大西洋测试预计在 2026 年秋季进行，前提是取得实验 许可证。 |