朴素矩阵加法与表达式模板矩阵加法性能对比：意外结果问询

• 编译器优化适配问题：VS2022的优化器对朴素版的连续内存循环结构支持更充分，能轻松完成自动向量化、循环展开等优化。而表达式模板的嵌套类型结构，可能让编译器难以识别可合并的内存访问模式，尤其是深层嵌套时，优化能力会受限。
• 缓存命中率差异：大矩阵场景下缓存的影响被放大。朴素版通常是对连续数组做顺序访问，缓存命中率高；如果表达式模板实现中元素访问未对齐、或访问顺序不匹配CPU缓存行，会导致更多缓存miss，拖慢整体速度。
• 表达式模板的隐性开销：若实现中存在不必要的临时对象、多层模板推导带来的间接访问开销，哪怕单次操作开销微小，在1000次循环的累积下也会被放大，超过表达式模板本应带来的临时对象优化收益。
• 向量化能力受限：朴素版加法循环结构简单，编译器易生成AVX等向量化指令。但表达式模板生成的代码因节点嵌套，编译器可能无法将多矩阵加法合并为单条向量化指令，只能逐个处理表达式节点，无法充分利用CPU的SIMD能力。
• 内存预取失效：朴素版的连续访问模式让CPU预取器能准确预测内存加载，提前将数据放入缓存。表达式模板若同时访问多个内存布局不连续对齐的矩阵，会打乱预取逻辑，增加内存等待时间。

内容的提问来源于stack exchange，提问作者11house