为何_mm_prefetch要使用&rmul1[8]这类地址？

1. 数字8的含义 #

rmul1是double类型数组，每个double占8字节，rmul1[8]指向数组第9个元素的地址，和当前访问位置（比如rmul1[0]）相差8个double、64字节——这刚好是x86架构下典型的L1缓存行大小。

结合代码里的__m128d（16字节，包含2个double）向量化操作，程序每次处理2个double，预取&rmul1[8]本质是提前把下一个完整缓存行的数据加载到CPU缓存，和当前处理的缓存行错开，避免后续内存访问的延迟。

2. 为什么用_MM_HINT_NTA非临时提示 #

_MM_HINT_NTA（Non-Temporal Access）的核心作用是告诉CPU：这些预取的数据是“一次性”使用的，不用放入缓存的最近使用（LRU）列表。

在矩阵乘法的访问模式中，rmul1对应的是被乘数的某一行/列，属于流式顺序访问——数据被读取计算后就不会再被用到。如果用普通预取，这些临时数据会占据缓存空间，甚至把后续还要频繁访问的其他矩阵数据（比如乘数的列）挤出去，反而降低缓存效率。用NTA提示后，CPU会把数据放到临时缓存区域，用完就释放，不污染主缓存的LRU队列，保证常用数据的缓存命中率。

3. 这个intrinsic的必要性 #

CPU的计算速度远快于内存读取速度，矩阵乘法又是典型的内存密集型操作，内存延迟是性能瓶颈。_mm_prefetch的作用是主动提前加载后续需要的数据，让CPU在执行当前计算的同时，后台完成内存到缓存的加载，完全隐藏内存访问的延迟。如果没有预取，CPU会频繁进入“等待内存数据”的空闲状态，整体性能会明显下降。

内容的提问来源于stack exchange，提问作者0e39bf7b