一、内存占用差异 #

• float（32位）占用4字节内存，double（64位）占用8字节。在处理大规模数据（比如数组、数据集）时，double的内存占用是float的两倍，这会直接影响CPU缓存的命中率：缓存能容纳的double数据量只有float的一半，缓存未命中次数会增加，进而拖慢整体性能。

二、浮点运算的性能差异 #

你提到的整数加法进位逻辑并不完全适用于浮点运算，float和double的加法流程是：

1. 对齐两个数的阶码
2. 尾数相加
3. 结果归一化并舍入

现代CPU的浮点运算单元（FPU）对32位和64位浮点运算的处理效率几乎没有差异：大部分FPU内部会以更高精度（比如80位）完成计算，再截断到目标精度。无论是延迟还是吞吐量，float和double的加法、乘法等基础运算在现代CPU上的差距微乎其微，除非是极端场景下的密集运算，否则很难察觉到性能差异。

不过在一些老款CPU（比如早期x86处理器）上，64位浮点运算可能会有轻微的性能损耗，但这种情况在当前主流硬件中已经不存在了。

三、CPU读取数据的逻辑 #

• CPU的内存访问是以缓存行（通常为64字节）为单位的，而不是单纯的32位或64位。但数据总线的宽度决定了单次能传输的数据量：64位CPU的总线一次可以传输64位数据。
• 当读取32位的float数据时，CPU会从内存中读取对应地址所在的64位数据块，但只会提取其中有效的32位，剩余的32位会被直接忽略，不存在所谓的“填充位”。内存中的数据是按地址对齐存储的（float按4字节对齐，double按8字节对齐），所以读取操作只会获取目标数据所在的内存块，不会额外读取无关数据。

内容的提问来源于stack exchange，提问作者pcrt