今年早些时候，英特尔发布了一个利用了 AVX-512 的 x86-simd-sort 快速排序库；当 Numpy 将 x86-simd-sort 代码进行合并后发现，对于 16 位到 64 位的数据类型，排序速度提高了10~17倍。如今，英特尔软件工程师又发布了 x86-simd-sort 3.0，OpenJDK 也已经将这一修改版进行了合并。

x86-simd-sort 3.0 添加了一个新的“avx512_argselect”方法，用于计算 arg nth_element，该方法返回一个对数据数组进行分区的索引数组。x86-simd-sort 3.0 版本还对其 benchmarks 进行了改进，现在使用 __builtin_cpu_supports 而不是 querying cpuinfo，并进行了各种其他更改。

目前，x86-simd-sort 3.0 已合并至 Numpy 主分支中，它提供了 np.partition 和 np.argpartition 的 AVX-512 矢量化版本。将 np.partition 的 16 位速度提高了 25 倍，将 32 位 dtypes 的速度提高了 17 倍，将 64 位 dtypes 的速度提高了约 8 倍。与此同时，新的 avx512_argselect 方法还使 np.argpartition 的速度提高了 6.5 倍。

并入 OpenJDK 的 x86-simd-sort 是一个略有修改的版本，该版本将 32 位数据排序速度提高了 15 倍，64 位数据排序速度提高了约 7 倍。

更多详情可查看此处。