我使用Windows上的64位NASM与malloc分配的内存块。当我使用 movapd （移动两个对齐的包装双重精确的浮点值）时，我的程序崩溃了，但是我可以使用 movupupd - 点值）。
我更改为 _aligned_malloc指定对齐= 16，它可以分配内存，但是当我使用 movapd 时，我仍然会遇到错误。在执行我的调试器的说明之前，请显示 r8 = 0xb0fc78， r15 = 0x12fc0050， rcx = 0x6d40050，和 rdx= 0x10010050。 rcx 和 rdx 是两个内存块的指示。 r8 和 rcx 是块上的计数器
这有效：
movupd xmm0,[rdx+r8]
movupd [r15+rcx],xmm0
这崩溃了：
movapd xmm0,[rdx+r8]
movapd [r15+rcx],xmm0
奇怪的是，与Malloc'D内存相比，使用_aligned_malloc的程序要慢。
我的代码是用nasm（汇编语言）编写的，但我认为语言并不重要。
即使使用_aligned_malloc分配的内存，我为什么不能使用 MovaPD ？
这是此特定情况下这个问题的答案。经过多项处理后，我有四个小型缓冲液可以合并为一个大型缓冲液。我正在使用SIMD加快过程。
以下是传递到最后一步（组合）的寄存器值，除以16。
7024645 0 714474.5 19906565 0线程1
10285061 0 728618 19906565 714474.5线程2
13414405 0 726064.5 19906565 1443092.5线程3
16781317 0 724936 19906565 2169157线程4
第三列和第五列显示的值不会平均除以16，因此我无法使用对齐的访问。第三列是该线程的小缓冲区的大小。"未对准"的原因是因为该程序返回每个段的不平等数量的四词数，这意味着最终输出可能会在16个中的偶数上结束，也可能不会结束，如果我有三个四句话（如果我有三个QuadWords（24字节），这不会均匀地除以16。
根据这篇博客文章，内存对齐不会显着影响最新处理器的性能：https：//lemire.me/blog/2012/05/05/31/data-alignment-for-for-peed-myth-myth-myth-myth-or-or-or- or--现实/
我对此对任何评论都感兴趣。谢谢您的帮助。