_mm256_load_si256崩溃因要求32字节对齐，未对齐触发sigill；_mm256_loadu_si256可运行但慢1–3周期；需用_mm_malloc或aligned_alloc分配内存，并用alignas(32)声明栈数组。
直接上手写 _mm256_add_ps 不等于 SIMD 优化成功——它只是起点；真正卡住性能的，是内存对齐、尾部处理、数据布局和指令语义错配。
为什么 _mm256_load_si256 会崩溃，而 _mm256_loadu_si256 能跑但慢
AVX2 的 _mm256_load_si256 要求指针地址是 32 字节对齐的，否则触发 EXCEPTION_ILLEGAL_INSTRUCTION（Windows）或 SIGILL（Linux）。new int[100] 或 std::vector<int></int> 默认不保证这个对齐。
- 正确做法：用
_mm_malloc(100 * sizeof(int), 32)或std::aligned_alloc(32, size)分配内存，并用alignas(32)声明栈数组 -
_mm256_loadu_si256允许未对齐访问，但现代 CPU 上它比对齐版本多 1–3 个周期延迟，小数组里差距明显 - 检查是否对齐：打印指针地址
printf("%p", ptr)，末两位是00（十六进制）才表示 32 字节对齐
_mm256_cmplt_epi32 和 _mm256_cmp_ps 混用会出什么问题
整数比较和浮点比较指令返回的掩码位宽、解释方式、NaN 行为完全不同。拿 _mm256_cmplt_epi32 的结果去喂 _mm256_blendv_ps，会导致位模式错乱——不是逻辑错误，是寄存器低层位被误读。
- int32 比较用
_mm256_cmplt_epi32→ 返回__m256i，每个 32 位元素是全 0 或全 1 - float 比较用
_mm256_cmplt_ps→ 返回__m256，高位 32 位为 1 表示 true，其余位为 0 - blend 指令必须严格匹配：整数用
_mm256_blendv_epi8，浮点用_mm256_blendv_ps - float 场景要警惕 NaN：
_mm256_cmp_ps(a, b, _CMP_LT_OS)才能确保 NaN 不静默吞掉比较结果
处理长度非 8 整数倍时，“尾部处理”不能只靠 if (n % 8) 简单跳过
AVX2 一次处理 8 个 int32_t，若数组长 103，前 96 个可向量化，剩下 7 个不能直接用 _mm256_loadu_si256(&a[96])——它仍会读 8 个，越界访问可能命中非法页或脏内存。
- 安全做法：用
_mm256_maskload_epi32（需 AVX2）+ 掩码，或降级用 SSE 的_mm_loadu_si128处理剩余 4 个，再标量处理最后 3 个 - 更常见且稳健的写法：循环主体处理到
i ，尾部统一用标量 for 循环（编译器通常能自动向量化这段小循环） - 别在 hot loop 里反复调用
_mm256_set1_epi32(x)构造常量——提前声明const __m256i c = _mm256_set1_epi32(42);并复用
SoA 布局为什么比 AoS 更适合 SIMD，举个实际例子
结构体数组（AoS）如 struct Vec3 { float x,y,z; } v[1000];，内存中是 x₀y₀z₀x₁y₁z₁…，SIMD 加载无法一次性取齐所有 x 分量；而 SoA 是三个独立数组：float x[1000], y[1000], z[1000];，才能让 _mm256_load_ps(x + i) 真正加载 8 个 x 坐标。
- AoS 下想算 8 个点的模长平方：得先 shuffle 拆包，开销远超计算本身
- SoA 下一行搞定：
__m256 vx = _mm256_load_ps(x + i); __m256 vy = _mm256_load_ps(y + i); __m256 vz = _mm256_load_ps(z + i); auto sq = _mm256_add_ps(_mm256_add_ps(_mm256_mul_ps(vx,vx), _mm256_mul_ps(vy,vy)), _mm256_mul_ps(vz,vz)); - 转换成本是一次性的事：初始化阶段把 AoS 数据转成 SoA，后续所有计算受益
最易被忽略的点：你写的 intrinsics 代码，编译器并不帮你优化寄存器分配。一个 __m256i 变量在函数内频繁进出，可能被编译器溢出到栈，生成一堆 vmovdqa 搬运指令——这时候看 objdump -d 比测性能数字更管用。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
