El autor retoma Plush, un lenguaje de juguete inspirado en Lox con paralelismo basado en actores y un recolector de basura (GC) por actor sin bloqueos globales, cuyo rendimiento quedaba lejos de su objetivo personal: recolectar un millón de objetos vivos en menos de 20 ms. En un MacBook Air M5, el GC basado en hashing tardaba unos 117 ms para esa carga, medida con el microbenchmark gc_many_objs.psh. El cuello de botella era el uso de un HashMap de Rust con función hash resistente a HashDoS, que penalizaba el rendimiento y consumía más memoria que los propios datos copiados, además de provocar accesos a memoria dispersos y poco cache-friendly. Cambiar a FxHashMap (rustc_hash) y eliminar una búsqueda redundante redujo el tiempo a 43 ms. Para acercarse a la meta, el autor rediseñó el GC siguiendo el algoritmo clásico de Cheney, que usa el to-space como lista de trabajo, y añadió un modo con lista de deshacer para preservar las cabeceras de los objetos al copiar mensajes entre actores. Con esa reescritura, el tiempo cayó a 7 ms (unas 16,7 veces más rápido que la versión original) y, en un ejemplo de paisaje urbano 3D con 2.200 polígrafos, el GC se mantiene por debajo de 1 ms. El artículo contextualiza el trabajo citando el artículo original de C.J. Cheney de 1970 sobre el algoritmo.
Noticias agregadas con IA