我在Windows上使用64位NASM在malloc上分配了一块内存。当我使用movapd（移动两个对齐的打包双精度浮点值）时，我的程序崩溃，但我可以使用movupd（移动两个未对齐的打包双精度浮点值）。
我改为_aligned_malloc指定alignment = 16，这可以分配内存，但是当我使用movapd时仍然会出错。在执行我的调试器的指令之前，显示R8 = 0xB0FC78，R15 = 0x12FC0050，RCX = 0x6D40050，以及RDX = 0x10010050。 RCX和RDX是指向两个内存块的指针。 R8和RCX是块中的计数器
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，使用_aligned_malloc的程序比使用malloc'd内存要慢。
我的代码是用NASM（汇编语言）编写的，但我不认为语言很重要。
为什么即使使用_aligned_malloc分配的内存，我也不能使用movapd？
在这个特殊情况下，这是这个问题的答案。在多核处理之后，我有四个小缓冲区组合成一个大缓冲区。我正在使用SIMD加速这个过程。
下面是传递到最后一步（组合）的寄存器值除以16。
7024645 0 714474.5 19906565 0 THREAD 1
10285061 0 728618 19906565 714474.5线程2
13414405 0 726064.5 19906565 1443092.5螺纹3
16781317 0 724936 19906565 2169157 THREAD 4
第三列和第五列显示的值不均匀地除以16，因此我无法使用对齐访问。第三列是该线程的小缓冲区的大小。 “未对准”的原因是因为程序为每个段返回不等数量的四字，这意味着最终输出可能会或可能不会以16的偶数倍结束 - 作为一个简单的例子，如果我有三个四字（ 24字节），不均匀地除以16。
根据这篇博客文章，内存对齐并不会显着影响最新处理器的性能：https://lemire.me/blog/2012/05/31/data-alignment-for-speed-myth-or-reality/
我对此有任何意见感兴趣。谢谢您的帮助。