问题 缓存行，错误共享和对齐

我编写了以下简短的C ++程序来重现虚假的共享效果，如下所述 草药萨特：

比如说，我们想要执行总量的WORKLOAD整数运算，我们希望它们平均分配给一些（PARALLEL）线程。出于此测试的目的，每个线程将从整数数组中递增其自己的专用变量，因此该过程可以理想地并行化。

void thread_func(int* ptr)
{
    for (unsigned i = 0; i < WORKLOAD / PARALLEL; ++i)
    {
        (*ptr)++;
    }
}

int main()
{
    int arr[PARALLEL * PADDING];
    thread threads[PARALLEL];

    for (unsigned i = 0; i < PARALLEL; ++i)
    {
        threads[i] = thread(thread_func, &(arr[i * PADDING]));
    }
    for (auto& th : threads)
    {
        th.join();
    }
    return 0;
}

我认为这个想法很容易理解。如果你设置

#define PADDING 16

每个线程将在单独的缓存行上工作（假设缓存行的长度为64字节）。因此，结果将是加速的线性增加，直到PARALLEL> #core。另一方面，如果将PADDING设置为低于16的任何值，则应该遇到严重的争用，因为现在至少有两个线程可能在同一高速缓存行上运行，但是受到内置硬件互斥锁的保护。我们希望我们的加速不仅在这种情况下是次线性的，而且即使总是<1，因为看不见的锁定车队。

现在，我的第一次尝试几乎满足了这些期望，但PADDING避免错误共享所需的最小值大约是8而不是16。我很困惑大约半小时，直到我得出明显的结论，我无法保证我的数组与主内存中的缓存行的开头完全对齐。实际对齐可能根据许多条件而变化，包括阵列的大小。

在这个例子中，当然没有必要让我们以特殊的方式对齐数组，因为我们可以将PADDING保持在16并且一切正常。但人们可以想象一下，它确实会产生影响，某个结构是否与高速缓存行对齐。因此，我添加了一些代码行来获取有关数组实际对齐的一些信息。

int main()
{
    int arr[PARALLEL * 16];
    thread threads[PARALLEL];
    int offset = 0;

    while (reinterpret_cast<int>(&arr[offset]) % 64) ++offset;
    for (unsigned i = 0; i < PARALLEL; ++i)
    {
        threads[i] = thread(thread_func, &(arr[i * 16 + offset]));
    }
    for (auto& th : threads)
    {
        th.join();
    }
    return 0;
}

尽管在这种情况下这个解决方案对我来说很好，但我不确定它是否是一般的好方法。所以这是我的问题：

有没有什么常见的方法让内存中的对象与缓存行对齐，而不是我在上面的例子中所做的那样？

（使用g ++ MinGW Win32 x86 v.4.8.1 posix dwarf rev3）