为何尺寸小于CPU字长的数据需按自身大小倍数对齐？

问题背景 #

假设我们使用32位CPU和2字节的short类型，已知4字节的int类型需要对齐到4的倍数地址以避免额外读取，有以下两个疑问：

1. 若short存储在地址0x1处，CPU仍可通过一次操作从0x0读取数据，那为何short需要对齐到2的倍数地址？
2. 若short存储在地址0x2处，CPU仍需从0x0读取并丢弃前两个字节，为何这被视为对齐且高效？

Stack Overflow上有类似问题，但仅说明结构体中的short与独立变量的对齐要求一致。另有一条获2赞的评论称：

在许多机器上，访问N字节的数据（至少N为{1,2,4,8,16}中的值）时，数据按N字节对齐的效率最高。这是既定事实，接受它吧，芯片制造商不会因你的想法而改变。

但这背后的原因是什么？

解答 #

问题1：为什么short必须对齐到2的倍数地址？ #

你只看到了CPU读取动作的次数，却忽略了内部处理的额外成本：

• 32位CPU一次读4字节到寄存器后，得额外做字节移位和掩码操作，把0x1-0x2这两个字节从4字节数据里抠出来，这个过程会占用CPU运算单元，增加指令周期。
• 更关键的是，部分32位CPU的硬件设计完全不支持非对齐的16位访问——不是能不能读的问题，是硬件直接抛出对齐错误，必须靠操作系统的异常处理来模拟读取，这个开销比多几次正常读取大得多。

问题2：地址0x2的short为何算对齐且高效？ #

先纠正一个误解：32位CPU读取0x2处的short时，不一定是从0x0开始读。现代CPU的内存控制器按「内存块」调度，2字节对齐的short刚好落在16位内存块的边界上（或是32位内存块的整数倍偏移位置）：

• 读取时，内存控制器可以直接定位到包含0x2-0x3的内存单元，不需要跨块读取。
• 就算CPU读了整个32位的0x0-0x3，也不需要做移位处理——因为short的起始地址是2的倍数，它在寄存器里的位置刚好是CPU处理16位数据的标准位置，直接就能提取，不用额外运算。
• 对比非对齐的情况，对齐后的访问完全不需要额外指令修正数据，自然更高效。

对齐规则的深层原因 #

芯片制造商坚持这个规则，本质是平衡硬件复杂度和性能：

• 如果支持任意地址的非对齐访问，CPU的内存控制器和运算单元要加大量额外电路，处理移位、掩码、跨块合并等操作，会拉高芯片成本、功耗，还会拖慢整体时钟频率。
• 强制按数据宽度对齐，能让内存访问的逻辑最简单，硬件可以用最快速度完成读写，把节省的硬件资源用在更有价值的地方（比如更多运算核心、更大缓存）。
• 而且对齐规则统一，编译器可以提前按规则安排内存布局，避免运行时的额外开销，对整个系统的性能提升是全局的。

内容的提问来源于stack exchange，提问作者William