LXM：更好的可拆分伪随机数生成器（速度几乎同样快）[视频]

- 伪随机数生成器（PRNG）是计算机科学的基础组件，广泛应用于密码学、模拟、游戏和机器学习等领域。其核心目标是在不依赖真实随机源的情况下，生成统计上看似随机的数字序列。 - "可拆分"（splittable）PRNG 是指能从一个父生成器高效衍生出多个子生成器的算法。这种特性对并行计算和大规模分布式系统至关重要——每个线程或任务需要自己的独立随机流，且互不干扰。 - 传统可拆分 PRNG（如 Java 8 引入的 SplittableRandom）在生成速度和统计质量上会有所妥协。LXM 是一类新的算法，由知名密码学家和 PRNG 专家设计，旨在同时实现高速（接近最快的非可拆分 PRNG）和良好的可拆分性。 - 这个问题之所以受关注，是因为现代硬件（多核 CPU、GPU）和分布式框架（如 MapReduce、Spark）对并行随机数生成的需求激增。一个既快又可拆分的 PRNG 能显著提升这些系统的性能和可靠性。