为什么堆上创建的数组使用AVX指令执行GEMM时会触发段错误？

你触发段错误的核心原因是AVX指令的对齐要求未满足：

• 你使用的_mm256_load_pd、_mm256_store_pd均为对齐访问指令，要求操作的内存地址必须是32字节对齐，报错的汇编指令vmovapd就是对齐的256位浮点数传送指令，地址不对齐就会触发SIGSEGV。
• 栈上分配的二维数组默认会被编译器对齐到32字节边界，符合AVX的要求，因此运行正常。
• 你用普通new分配的堆内存默认仅保证8字节对齐（匹配double类型的对齐要求），无法满足32字节对齐要求，因此触发段错误。

非常推荐改用一维连续数组，原因有两点：

1. 便于实现对齐分配，能完美满足AVX指令的对齐要求
2. 你当前实现的二维指针数组是逐行分配的，行与行之间内存不连续，会严重降低cache命中率，GEMM的性能会远低于连续一维数组的实现，这也是所有主流BLAS库的标准实现方式。

方案1（推荐）：使用对齐分配的一维数组 #

使用平台提供的对齐内存分配接口申请32字节对齐的连续内存：

// 分配示例，C11/C++11及以上可用aligned_alloc
double* A = (double*)aligned_alloc(32, M * K * sizeof(double));
double* B = (double*)aligned_alloc(32, K * N * sizeof(double));
double* C = (double*)aligned_alloc(32, M * N * sizeof(double));

// 访问方式转换为一维下标
vec_2 = _mm256_load_pd(&B[j*K + k]);
vec_res = _mm256_load_pd(&C[i*N + k]);
// ... 运算逻辑不变

// 释放内存用free，不要用delete
free(A);
free(B);
free(C);

Windows平台可替换aligned_alloc为_aligned_malloc，释放用_aligned_free。

方案2（临时兼容）：改用非对齐AVX指令 #

如果你暂时不想改内存分配逻辑，可以把_mm256_load_pd换成_mm256_loadu_pd，_mm256_store_pd换成_mm256_storeu_pd，这两个指令支持非对齐访问，但性能会比对齐访问低10%~30%，仅适合临时调试使用。

方案3（保留二维下标访问）：连续块+行指针映射 #

如果你想保留A[i][j]的二维访问方式，可以先申请一整块对齐的连续内存，再给行指针赋值：

void Malloc2DAligned(int height, int width, double**& Mat, double*& data) {
    Mat = new double*[height];
    data = (double*)aligned_alloc(32, height * width * sizeof(double));
    for(int i=0; i<height; i++) {
        Mat[i] = data + i * width;
    }
}

// 释放时先释放data，再释放行指针数组
free(data);
delete[] Mat;

内容的提问来源于stack exchange，提问作者zjnyly