使用SSE实现矩阵乘法时出现段错误或SIGABRT报错该如何解决？

你遇到的报错本质上是逻辑误用SIMD指令和数据未对齐两个问题共同导致的，修正方案如下：

1. 核心逻辑错误说明 #

当前代码的指令误用是报错的首要原因：

• _mm_add_ss是单精度标量加法，仅计算向量第一个元素的和，剩下三个元素保持不变
• _mm_storeu_ps会一次性写入4个单精度浮点数，你循环步长设为1时，每次都会越界写入C(i,j+1)、C(i,j+2)、C(i,j+3)的内存，直接破坏堆结构，才会出现corrupted size vs. prev_size报错，和对齐无关。

参考代码的步长设为4是正确的，你出现仅1列填充的问题是因为没有用向量加法_mm_add_ps、向量乘法_mm_mul_ps完成4列的并行计算。

2. 数据对齐方案 #

要使用对齐的加载/存储指令（_mm_load_ps/_mm_store_ps）避免段错误，需要满足两个条件：

• 矩阵内存分配时按16字节对齐：使用_mm_malloc分配矩阵内存，对齐参数指定为16，释放时配套使用_mm_free，不要用普通的malloc/free
• 矩阵大小n为4的倍数，保证每行的字节数n * sizeof(float)是16的整数倍，每行的首地址天然对齐

3. 修正后的完整代码 #

// 前置条件：n是4的倍数，A、B、C均通过_mm_malloc分配且16字节对齐
void mat_mult(Matrix A, Matrix B, Matrix C, int n) {
    for(int i = 0; i < n; ++i) {
        // 每次并行计算4列，步长固定为4
        for(int j = 0; j < n; j += 4) {   
            __m128 vR = _mm_setzero_ps();
            for(int k = 0; k < n; k++) {  
                // 广播A(i,k)到向量的四个元素
                __m128 vA = _mm_set1_ps(A(i,k));  
                // 对齐加载B的k行j~j+3列的4个元素
                __m128 vB = _mm_load_ps(&B(k,j));  
                // 向量乘加，同时完成4个列的累加计算
                vR = _mm_add_ps(vR, _mm_mul_ps(vA, vB));
            }
            // 对齐存储4个计算结果到C的i行j~j+3列
            _mm_store_ps(&C(i,j), vR);
        }
    }
}

内容的提问来源于stack exchange，提问作者NearFinished_CS