详细介绍请参考官方博客：https://go.dev/blog/greenteagc
引言：便利背后的隐形成本
对于 Go 开发者来说，垃圾回收（GC）带来的巨大 CPU 开销是一个老生常谈的问题。Go 程序将 20% 或更多的 CPU 时间花费在垃圾回收上并不罕见。这笔开销是我们为内存管理的便利性所付出的代价。
但如果有一个看似简单的想法，就能消除这其中大部分的开销，那会怎样呢？
Go 1.25 中引入的全新实验性垃圾回收器——Green Tea，正是这个问题的答案。本文将深入探讨它的工作原理，以及它为何能为现代硬件带来如此显著的性能提升。
1. 传统方式：一场“微架构的灾难”
Go 传统的垃圾回收器基于“标记-清除”（mark-sweep）算法，其核心可以被描述为一场“图遍历”（graph flood）。它从根对象（如全局变量）出发，追踪程序中所有的指针，标记所有可达的对象。
这种方法的核心问题在于：它会在内存中四处跳转来追踪对象。这种行为对于依赖缓存和可预测性的现代 CPU 来说，效率极低。但问题在于，没有任何机制能保证相互引用的两个对象在内存中也是相邻的。图遍历算法完全没有考虑这一点，导致了大量的缓存未命中。
“图遍历算法对 CPU 来说，就像在城市街道里开车。CPU 无法预见拐角后的情况，也无法预测接下来会发生什么。引擎再快也无济于事，因为你根本没有机会提速。”
更糟糕的是，硬件的发展趋势（如 NUMA 架构和每核心内存带宽的降低）正在让这个问题变得越来越严重。
2. 解决方案出奇的简单：“面向页，而非对象”
Green Tea 的核心理念简单得惊人：“面向页工作，而不是面向对象。”
在实践中，这意味着垃圾回收器不再追踪和扫描单个对象，而是转为追踪和扫描整个内存页。
回到我们开车的比喻：这种新方法就像驶离了拥堵的城市街道，开上了高速公路。它在内存上创造了“更少、更长的从左到右的扫描”，这种方式对现代 CPU 的缓存机制要友好得多。我们现在可以极高概率地扫描到在内存中彼此靠近的对象，从而大大提升利用缓存、避免访问主内存的机会。同样，每个内存页的元数据也更有可能位于缓存中。
这一改变带来的性能影响是巨大的：仅此一项，就在许多工作负载中将垃圾回收的 CPU 成本降低了 10% 到 40%。
3. 解锁硬件的“瑞士军刀”
这种基于页的方法还有一个令人惊喜的附带好处：它让 GC 能够利用现代的向量硬件。这在以前是不可能的，因为旧的图遍历方法工作模式太不规律了。
具体来说，它利用了现代 x86 CPU 上的 AVX-512 指令集。
其中一个关键指令 VGF2P8AFFINEQB，作为 x86 “伽罗瓦域新指令” (Galois Field New Instructions) 扩展的一部分，被誉为“位操作的瑞士军刀”，它能让扫描过程中的一个关键步骤变得异常迅速。
据预计，这些向量增强功能将为 GC 带来_额外_ 10% 的 CPU 时间缩减。
4. 一个“简单想法”的七年之旅
Green Tea 并非某个天才灵光一现的产物。事实上，它是多年来许多人集体智慧和工作的结晶，其思想的种子最早可以追溯到 2018 年。
“Green Tea”这个名字的由来也颇有趣味：2024 年，Austin Clements 在日本“辗转于各个咖啡馆，喝了大量的抹茶”时，开发出了一个关键原型。
这段漫长而协作的旅程是必不可少的，它帮助团队在复杂的设计空间中探索，并最终证明了这个简单的核心想法是切实可行的。
5. 立即体验：如何启用 Green Tea
Green Tea 目前作为一项实验性功能在 Go 1.25 中提供。开发者们可以通过一个简单的命令来体验它。
在构建时，使用以下命令即可启用：
|
|
Go 团队计划在 Go 1.26 中将 Green Tea 设为默认的垃圾回收器，届时还将包含前面提到的向量加速功能。当它成为默认选项后，如果需要，你仍然可以使用 GOEXPERIMENT=nogreenteagc 选择退出。
结论：一种新的思维方式
Green Tea 的核心创新在于视角的转变——从以对象为中心，转向以页为中心的垃圾回收。
这个看似微小的观念转变，通过使软件算法与现代硬件的实际工作方式相契合，解锁了巨大的性能收益。
