我正在尝试使用Streaming SIMD Extensions重新编写光线跟踪器。我的原始光线跟踪器使用内联汇编和 MOVUPS 将数据加载到xmm寄存器的指令。我已经读过编译器内在函数并不比内联汇编慢得多（我怀疑我甚至可以通过避免未对齐的内存访问来获得速度），而且更加可移植，所以我试图迁移我的SSE代码以使用xmmintrin.h中的内在函数。受影响的主要类是vector，它看起来像这样：
#include "xmmintrin.h"
union vector {
__m128 simd;
float raw[4];
//some constructors
//a bunch of functions and operators
} __attribute__ ((aligned (16)));
我之前已经读过g ++编译器将自动地沿着内存边界分配结构，这些结构等于最大成员变量的大小，但是这似乎没有发生，并且对齐的属性没有帮助。我的研究表明，这可能是因为我在堆栈上分配了一大堆函数局部向量，并且在x86中无法保证堆栈上的对齐。有没有办法强制这种对齐？我应该提一下，这是在32位机器上的本机x86 Linux下运行，而不是Cygwin。我打算在此应用程序中进一步实现多线程，因此将违规的矢量实例声明为静态不是一种选择。如果需要，我愿意增加矢量数据结构的大小。
最简单的方法是 std::aligned_storage，将对齐作为第二个参数。
如果您还没有，可能需要检查 Boost的版本。
然后你可以建立你的联盟：
union vector {
__m128 simd;
std::aligned_storage<16, 16> alignment_only;
}
最后，如果它不起作用，您可以随时创建自己的小班：
template <typename Type, intptr_t Align> // Align must be a power of 2
class RawStorage
{
public:
Type* operator->() {
return reinterpret_cast<Type const*>(aligned());
}
Type const* operator->() const {
return reinterpret_cast<Type const*>(aligned());
}
Type& operator*() { return *(operator->()); }
Type const& operator*() const { return *(operator->()); }
private:
unsigned char* aligned() {
if (data & ~(Align-1) == data) { return data; }
return (data + Align) & ~(Align-1);
}
unsigned char data[sizeof(Type) + Align - 1];
};
它会分配比必要的更多的存储空间，但这种方式可以保证对齐。
int main(int argc, char* argv[])
{
RawStorage<__m128, 16> simd;
*simd = /* ... */;
return 0;
}
幸运的是，如果检测到对齐是正确的，编译器可能能够优化掉指针对齐的东西。
几个星期前，我在大学时代重新编写了一个旧的光线追踪作业，将其更新为在64位Linux上运行并使用SIMD指令。 （旧版本偶然在DOS下运行486，让你知道我上次做什么用它）。
很可能有更好的方法，但这就是我做的......
typedef float v4f_t __attribute__((vector_size (16)));
class Vector {
...
union {
v4f_t simd;
float f[4];
} __attribute__ ((aligned (16)));
...
};
拆解我编译的二进制文件表明它确实正在使用 MOVAPS 指令。
希望这可以帮助。
我一直使用这个联合技巧 __m128 它适用于Mac上的GCC和Windows上的Visual C ++，因此这必须是您使用的编译器中的错误。
其他答案包含很好的解决方法。
通常你需要的是：
union vector {
__m128 simd;
float raw[4];
};
即没有额外的 __attribute__ ((aligned (16))) 工会本身所需要的。
这在我使用过的几乎所有编译器上都有预期的效果，当时gcc 2.95.2就是明显的例外，在某些情况下用于搞乱堆栈对齐。
如果需要N个这些对象的数组，请分配 vector raw[N+1]，并使用 vector* const array = reinterpret_cast<vector*>(reinterpret_cast<intptr_t>(raw+1) & ~15) 作为数组的基址。这将始终保持一致。