使用Eigen::Map映射原始缓冲区时的内存对齐与性能问题

必须关注内存对齐，不然不仅会有明显性能损失，在ARM、AVX指令集的x86这类平台上，甚至可能触发未定义行为（比如程序崩溃）。

你的现有代码的问题 #

你用的vec_raw_是栈上的静态数组，C++标准里栈数组默认只按基础类型对齐（float是4字节），但Eigen要跑SIMD优化，需要更高的对齐要求——比如AVX要32字节对齐，NEON要16字节对齐。现在你用默认的MapOptions::Unaligned，Eigen会自动禁用对齐内存的SIMD优化，只能用标量或者非对齐的SIMD指令，性能直接打折。

怎么改才能搞定对齐？ #

方法一：给栈数组加对齐属性 #

用Eigen提供的EIGEN_ALIGN_TO_BOUNDARY宏，直接给vec_raw_设置最大对齐要求，同时把Map的选项改成Aligned让Eigen启用优化：

template<int size>
class TestEigenMapClass
{
public:
    TestEigenMapClass(): 
        vec_(vec_raw_,size) 
    {
        vec_.setZero();
    }
    // 显式指定Aligned选项
    Eigen::Map<Eigen::VectorXf, Eigen::Aligned> vec_;
    
private:
    int size_ = size;
    // 按Eigen最大对齐要求对齐数组
    EIGEN_ALIGN_TO_BOUNDARY(EIGEN_MAX_ALIGN_BYTES) float vec_raw_[size];
};

如果你不想用Eigen的宏，也可以用编译器自带的关键字：GCC用__attribute__((aligned(32)))，MSVC用__declspec(align(32))，但用Eigen的宏更跨平台。

方法二：堆内存用Eigen的对齐分配器 #

如果缓冲区换成堆分配，别用普通的new，用Eigen的aligned_allocator来确保内存对齐：

template<int size>
class TestEigenMapClass
{
public:
    TestEigenMapClass(): 
        vec_raw_(new float[size]),
        vec_(vec_raw_.get(), size) 
    {
        vec_.setZero();
    }
    Eigen::Map<Eigen::VectorXf, Eigen::Aligned> vec_;
    
private:
    int size_ = size;
    // 用Eigen的对齐分配器管理堆内存
    std::unique_ptr<float, Eigen::aligned_allocator<float>> vec_raw_;
};

性能差距到底有多大？ #

对齐内存下，Eigen能直接用完整的SIMD指令——比如AVX的256位指令，一次能处理8个float；非对齐的话，要么拆分指令，要么直接回退到标量运算，性能差个2到10倍都有可能，看你做的计算复杂程度。而且有些ARM架构上，访问非对齐内存直接触发总线错误，程序直接崩。

怎么确认内存对齐了？ #

用Eigen自带的工具函数就能查：

bool is_aligned = Eigen::internal::is_aligned(vec_raw_);

返回true就说明内存满足要求，可以放心开Aligned选项。

内容的提问来源于stack exchange，提问作者Ernest