为何未按32字节对齐的地址调用_mm256_load_pd仍可正常运行？

你遇到的情况本质是理论上的未定义行为，却在现代硬件上得到了兼容处理，核心原因有两个：

1. 现代x86 CPU对不对齐AVX访问的硬件兼容 #

从Intel Sandy Bridge及之后的CPU，以及对应AMD AVX兼容CPU开始，硬件层面已经支持不对齐的256位内存访问——哪怕你调用的是要求对齐的_mm256_load_pd内在函数，CPU也不会直接触发崩溃（比如#GP通用保护异常），而是会自动拆分内存操作完成加载。

但这种兼容有性能代价：不对齐访问会触发跨缓存行的内存读取，需要额外CPU周期处理，延迟会显著增加。

2. 栈对齐默认规则导致地址不符合要求 #

你示例中的数组分配在栈上：

• Windows、Linux平台默认栈对齐为16字节，不会自动提升到AVX要求的32字节
• double类型本身仅要求8字节对齐，编译器只会保证数组首地址满足8字节对齐，不会主动做更高规格的对齐处理

这就导致你打印的地址0x000000E05D4FF968模32余8，确实不符合_mm256_load_pd的32字节对齐规范。

关键提醒：这是未定义行为，不能依赖 #

虽然当前代码能运行，但这属于C++标准中的未定义行为——如果换用不支持不对齐AVX访问的老CPU，或者编译器启用严格对齐检查选项，代码极可能直接崩溃。

正确处理方式 #

• 显式指定数组对齐要求：用alignas(32)修饰数组，确保首地址32字节对齐：

  alignas(32) double vec[4] = { 2.6, 0.0, 0.0, 0.0 };
  

• 若无法保证地址对齐，改用专门的不对齐加载内在函数_mm256_loadu_pd，它不需要地址对齐，现代CPU下对齐访问时编译器还会自动优化为对齐版本：

  auto reg = _mm256_loadu_pd(&vec[0]);
  

内容的提问来源于stack exchange，提问作者nickname