在C float（或double）数组上，小到可以放入一级或二级缓存（约16k），而且我在编译时知道它的大小，在它们所使用的函数中定义它们通常有速度优势吗，所以它们是堆栈变量？如果是的话，这是一个很大的区别吗？我知道在过去，堆变量比堆栈变量慢得多，但现在cpu寻址和缓存的结构要复杂得多，我不知道这是不是真的。
我需要在这些数组上以"块"的形式重复进行浮点运算，在相同的数组上一遍又一遍（大约1000次），我想知道是否应该在本地定义它们。我想把它们放在最近/最快的位置可以让我更快地重复迭代，但我不理解缓存在这种情况下的含义。也许编译器或cpu足够聪明，可以在没有我干预的情况下实现我正在做的事情，并在内部处理循环中使这些数据阵列在硬件上高度本地化，也许它在这方面做得比我更好。
如果我以这种方式加载大型数组，可能会有耗尽堆栈空间的风险？或者堆栈空间在现代系统中没有受到很大限制？数组大小可以在编译时定义，我只需要一个数组和一个CPU，因为我需要坚持使用一个线程来完成这项工作。
分配和解除分配的速度可能会有所不同。
在堆栈上进行分配只是从堆栈指针中减去所需的大小，这通常是在函数进入时对所有局部变量执行的，因此它基本上是免费的（除非使用alloca）。这同样适用于释放堆栈上的内存。
在堆上进行分配需要调用malloc或new，这最终会执行更多数量级的指令。free和delete也是如此。
一旦分配了阵列，访问阵列的速度应该不会有差异。然而，堆栈更有可能已经在CPU缓存中，因为以前的函数调用已经为局部变量使用了相同的堆栈内存区域。
如果您的体系结构使用非统一内存访问（NUMA），那么当您的线程被重新调度在与最初分配内存的CPU不同的CPU上运行时，对不同内存区域的访问速度可能会有所不同。
为了深入了解这个主题，请阅读《每个程序员都应该知道的关于内存的知识》。
答案是：可能不会。
- 在i7等现代处理器上，L1/L2/L3缓存大小为64K/1MB/8MB，在4x2内核之间共享。你的数字有点离谱
- 最需要担心的是并行性。如果你能让所有8个核心都100%运行，那就是一个好的开始
- 堆内存和堆栈内存没有区别，只是内存。堆分配比堆栈分配慢得多，但希望您不要做太多
- 缓存一致性很重要。缓存预取很重要。访问内存中事物的顺序很重要。此处阅读良好：https://software.intel.com/en-us/blogs/2009/08/24/what-you-need-to-know-about-prefetching.
- 但是，在你能够进行基准测试之前，所有这些都是无用的。你无法改进你无法衡量的东西
重新评论：堆栈内存没有什么特别之处。通常重要的是将所有数据紧密地放在一起。如果您经常访问局部变量，那么在堆栈上分配它们旁边的数组可能会起作用。如果您有几个堆内存块，那么细分单个分配可能比单独分配效果更好。只有阅读了生成的代码和基准测试，您才会知道。
它们的平均速度相同。假设数组占用的缓存行没有被其他代码触及。
需要确保的一点是，阵列内存对齐至少是32位或64位对齐的（分别用于浮点和双精度），这样阵列元素就不会跨越缓存线边界。x86上的缓存线为64字节。
另一个重要元素是确保编译器使用SSE指令进行标量浮点运算。这应该是现代编译器的默认设置。传统的浮点（又称387，具有80位寄存器堆栈）要慢得多，也更难优化。
如果频繁地分配和释放这个内存，请尝试通过在池中、全局或堆栈上分配它来减少对malloc/free的调用。