内存没有正确对齐？

Posted 2023-02-16

【中文标题】内存没有正确对齐？

【英文标题】：memory not aligned properly?

【发布时间】：2013-06-06 18:40:17

【问题描述】：

我正在尝试在 SSE 中使用对齐操作，但遇到了问题（惊喜）。

typedef struct _declspec(align(16)) Vec4   
    float x;  
    float y;  
    float z;  
    float w;  
;

Vec4 SSE_Add(const Vec4 &a, const Vec4 &b)   
    _declspec(align(16)) Vec4 return_val;  

    _asm  
        MOV EAX, a                    // Load pointers into CPU regs
        MOV EBX, b

        MOVAPS XMM0, [EAX]            // Move unaligned vectors to SSE regs
        MOVAPS XMM1, [EBX]

        ADDPS XMM0, XMM1              // Add vector elements
        MOVAPS [return_val], XMM0     // Save the return vector
    

    return return_val;

我在return return_val 收到访问冲突。这是对齐问题吗？我该如何纠正？

【问题讨论】：

使用未对齐的存储是否正常工作？

“这是对齐问题吗？” - 我能想象的唯一原因是您的编译器无法正确对齐堆栈，现在不应该案子。你的编译器和相应的标志是什么？

附带说明，请注意自己的理智、代码的清晰性、程序的可移植性和您的应用程序的性能，而不是使用 instrinsics 进行 SSE 操作而不是内联装配和手动对齐属性。

@LeeJacobs 如果已经进行了分析，那么只需在您的测试中包含内在函数，看看会发生什么。但一般来说，编译器知道内在函数，并且他完全了解它们的作用，因此他完全有可能对它们进行重新排序和优化，甚至可以跨多个函数进行内联（甚至我也很惊讶 VS2010 由什么漂亮的代码组成一堆包装成多个函数的 SSE 内在函数）。另一方面，汇编块对于编译器来说是一个完整的黑匣子，任何优化都完全取决于您。

@LeeJacobs Intrinsics 通常会提高性能，因为它们让编译器负责着色寄存器和调度指令以避免流水线气泡，这是机器可以最佳执行的机械任务。 （与许多其他任务不同，聪明人比愚蠢的编译器做得更好。）您可以在此处了解有关该过程的更多信息：csl.cornell.edu/courses/ece4750/handouts/…

【参考方案1】：

我发现问题出在 EBX 寄存器上。如果您推送/弹出 EBX，那么它可以工作。我不知道为什么，所以如果有人可以解释这一点 - 请做。

编辑：我查看了反汇编，并在函数的开头将堆栈指针存储在 EBX 中：

mov ebx, esp

所以你最好确保不要丢失它。

【讨论】：

听起来像答案，弄乱堆栈指针就足以在 return 语句中创建访问冲突疯狂。 （让您远离内联汇编的另一个原因。）

这是首选内部函数而不是内联汇编的一个重要原因：它避免了无意中破坏编译器用于其他用途的寄存器。相反，如果您打算使用汇编，则应牢记平台的 ABI 及其所有调用约定。

保存堆栈指针是函数序言的一部分，它是为了制作一个堆栈帧。它使函数激活记录可在固定地址访问（在本例中为 ebp+something）。但是，通常是 EBP 寄存器具有这个作用......所以......这有点编译器特定的。

【参考方案2】：

这有点依赖于编译器...不是正确的写法： movaps return_val, xmm0

为什么不向我们展示生成的代码？

你写这篇文章的方式比让编译器自己做要糟糕得多。

这个函数应该是可内联的，并且在最好的情况下翻译成一条指令，如果你这样写它就不能被内联。 此函数可以在 Intel 64 的寄存器中接收其参数并将其结果返回到寄存器中，如果您这样编写它，您将强制使用堆栈。 此函数可以使用返回值优化，这样编写会强制您将 xmm0 写入必须再次复制的 return_val 变量。

所以...对齐与未对齐的 MOVPS 是您最不关心的问题。

为什么不直接用可移植的代码写：

inline void add(const float *__restrict__ a, const float *__restrict__ b, float *__restrict__ r)

    for (int i = 0; i != 4; ++i) r[i] = a[i] + b[i];

【讨论】：

或者，同样可移植，但实际上针对 SSE 进行了优化，代码 _mm_store_ps(r, _mm_add_ps(_mm_load_ps(a), _mm_load_ps(b)))。我想知道编译器是否真的会将该循环转换为 SSE 指令（嗯，也许是 Intel 的）。

当它使用__restrict__时，我不会称这段代码为“可移植的”

@Crashworks：具有内在函数的版本在没有任何修饰符的情况下执行得很好，因为它在进行任何写入之前将先前的值复制到 MMX/SSE 寄存器中，它不必担心如果 source 会发生什么和目的地重叠。

@BenVoigt Intriniscs 根本不可移植——它们特定于指令集。

@Crashworks：在针对该指令集但由不同供应商制造的编译器中，名称可能相同，也可能不同。所以是的，不便携。