为何__m128与float x/y/z共用union会引发内存对齐问题？

问题描述 #

在MSVC Visual Studio 2022环境下做SIMD向量优化时，遭遇内存对齐访问违规：当union成员为__m128时，即便union已声明_declspec(align(16))，指针未对齐的情况下会触发异常；但将__m128替换为float[4]时却能正常运行。更奇怪的是，改用aligned_malloc或自定义slab/zone分配器后，问题依然存在。

可复现代码 #

#include <stdio.h>
#include <stdint.h>
#include <stdbool.h>
#include <stdlib.h>
#include <string.h>
#include <xmmintrin.h>

_declspec(align(16)) typedef union
{
    struct { float x, y, z; };

#if 0
    // 此分支可正常运行
    float v[4];
#else
    // 此分支触发访问违规
    __m128 v;
#endif
} vec;

typedef struct
{
    vec pos;
    vec vel;
    float radius;
} particle;

int main(int argc, char **argv)
{
    particle *particles=malloc(sizeof(particle)*10);

    if(particles==NULL)
        return -1;

    // 故意让指针不对齐
    ((uint8_t *)particles)+=3;

    printf("misalignment: %lld\n", (uintptr_t)particles%16);

    particles[0].pos=(vec){ 1.0f, 2.0f, 3.0f };
    particles[0].vel=(vec){ 4.0f, 5.0f, 6.0f };

    printf("pos: %f %f %f\nvel: %f %f %f\n",
           particles[0].pos.x, particles[0].pos.y, particles[0].pos.z,
           particles[0].vel.x, particles[0].vel.y, particles[0].vel.z);

    return 0;
}

原因分析 #

1. __m128的硬件级对齐要求：__m128是对应SSE寄存器的内存类型，编译器生成的赋值/访问指令（如movdqa）强制要求操作数16字节对齐，一旦地址未对齐就会触发硬件访问违规。而float[4]只是普通数组，单个float仅需4字节对齐，即便数组起始地址不对齐，也不会触发异常。
2. union对齐声明的局限性：_declspec(align(16))仅保证vec类型在正常分配时的对齐，但无法修复你手动偏移指针导致的未对齐状态。当particles指针被偏移3字节后，particles[0].pos.v的地址完全不满足__m128的对齐要求。
3. aligned_malloc失效的可能：如果使用aligned_malloc或自定义分配器后仍出问题，要么是你后续手动篡改了指针，要么是分配器未满足particle结构体的对齐要求——particle包含两个16字节对齐的vec，自身对齐要求为16字节，若分配器返回的内存块未预留足够padding，数组内的particle元素会出现未对齐。

解决方案 #

• 禁止手动破坏指针对齐：不要随意偏移分配好的内存指针，确保particle*始终指向16字节对齐的地址。
• 正确使用对齐分配函数：用MSVC的_aligned_malloc分配内存时，指定16字节对齐参数，且不修改指针起始地址：

  particle *particles = _aligned_malloc(sizeof(particle)*10, 16);
  

• 兼容未对齐内存的访问方式：若必须处理未对齐内存，可使用允许未对齐访问的SSE指令，通过_mm_loadu_ps和_mm_storeu_ps函数操作__m128数据（会有轻微性能损耗）：

  vec pos_val = {1.0f, 2.0f, 3.0f};
  _mm_storeu_ps((float*)&particles[0].pos.v, _mm_loadu_ps((float*)&pos_val));
  

• 修正自定义分配器的对齐逻辑：确保slab/zone分配器返回的内存块满足particle的16字节对齐要求，分配的块大小需包含必要padding，保证每个particle元素起始地址对齐。

内容的提问来源于stack exchange，提问作者Seishuku