webassembly 本身不支持线程，需通过 web workers + sharedarraybuffer + atomics 实现并行；分块卷积时将大图切条带，各 worker 加载同一 wasm 模块处理，共享内存避免拷贝；配合 simd 可实现乘性加速，4k 图像 3×3 卷积从 65ms 降至 12ms。
明确 WebAssembly 线程能力的边界
WebAssembly 本身不直接提供线程，它依赖 Web Workers 实现真正的并行执行。Wasm 的“线程模型”实际指 SharedArrayBuffer + Atomics 配合多 Worker 实例的协作机制。这意味着你无法在单个 wasm 实例内开多个线程，但可以启动多个 wasm 实例（每个运行在独立 Worker 中），共享同一块内存区域进行无锁协作。
分块卷积 + 多 Worker 协同处理
对一张大图（如 3840×2160）做卷积时，把图像按高度或宽度切分为 N 个互不重叠的条带（strip），每个条带分配给一个 Worker 中的 wasm 实例处理。注意边缘像素需预留 1 行/列重叠区（例如 3×3 卷积需上下各 1 行），由主页面 JS 提前复制好上下文数据并传入对应 Worker。
- 主页面预分配一块 SharedArrayBuffer，大小为 width × height × 4（RGBA）
- 用
new Uint8Array(sharedBuffer)创建共享视图，再按条带切片传给各 Worker - 每个 Worker 加载相同 wasm 模块（复用编译缓存），调用其
convolve_region(input_ptr, output_ptr, width, height, stride)函数 - 所有 Worker 完成后，主线程直接读取共享 buffer —— 无需 memcpy 回传
内存与调用关键优化点
避免让线程优势被内存开销抵消。重点不是“多开几个 Worker”，而是让每个 Worker 尽可能少做 JS/wasm 边界操作和内存分配。
- Worker 内部 wasm 初始化必须用
initSync()，不能 await 异步 init，否则首次调用卡顿会传染到整个 Worker - input/output buffer 在 wasm 内部预分配好固定 offset（如 input=0x0, output=0x100000），JS 只通过指针传递起始位置
- 每次处理前用
inputView.set(newData, offset)写入新数据，而非 new Uint8Array → set → GC 循环 - 禁用 panic 和边界检查（Rust 加
panic = "abort"，C++ 加-s SAFE_HEAP=0）
SIMD + 多线程双加速组合
单个 wasm 实例启用 SIMD 后，每条指令可并行处理 16 个 uint8 像素通道；再叠加 N 个 Worker 并行处理 N 个图像区域，是乘性加速。实测在 4K 图像上，3×3 卷积从单线程 wasm 的 ~65ms 降至 ~12ms（Chrome，8 核 CPU）。
- 编译时启用 SIMD：Emscripten 加
-msimd128，Rust 加target-feature=+simd128 - C++/Rust 代码中显式使用向量 intrinsic（如
v128.load,i32x4.mul），不要依赖自动向量化 - 确保浏览器支持：Chrome ≥91、Firefox ≥89、Safari ≥15.4
