new和malloc不够用，因其仅保证16字节对齐，而AVX2/AVX-512要求32/64字节对齐，否则向量指令会崩溃或数据错乱；需用std::aligned_alloc或自定义对齐分配器保障地址对齐。
为什么 new 和 malloc 不够用？
当你做 SIMD 计算（比如用 _mm256_load_ps 或 _mm512_store_si512）时，CPU 会要求数据地址严格对齐：AVX2 要求 32 字节对齐，AVX-512 要求 64 字节对齐。而标准 malloc 只保证 alignof(std::max_align_t)（通常是 16 字节），new 同理。直接传给向量指令就会触发 std::bad_alloc（某些平台）或更糟——静默崩溃、数据错乱。
用 std::aligned_alloc 写一个基础对齐分配器
这是最轻量、可移植的起点（C++17 起可用）。它绕过 new/delete 的限制，直接请求指定对齐的原始内存。
void* aligned_malloc(size_t size, size_t alignment) {
// alignment 必须是 2 的幂，且 >= sizeof(void*)
if (alignment == 0 || (alignment & (alignment - 1)) != 0) return nullptr;
void* ptr = std::aligned_alloc(alignment, size);
if (!ptr) throw std::bad_alloc{};
return ptr;
}
<p>void aligned_free(void* ptr) {
std::free(ptr); // 注意：必须用 free，不是 delete
}-
std::aligned_alloc要求alignment是 2 的幂，且size是alignment的整数倍（否则行为未定义） - 返回的指针可直接用于
_mm256_load_ps(ptr)等指令 - 不能用
delete释放 —— 必须配对用std::free
封装成类模板：支持 std::vector 和 std::allocator 接口
要让 std::vector<float aligned_allocator>></float> 正常工作，需实现标准 allocator 概念。关键不是重写所有函数，而是确保 allocate 返回足够对齐的内存。
template<typename T, size_t Alignment = 32>
struct aligned_allocator {
using value_type = T;
using pointer = T*;
<pre class='brush:php;toolbar:false;'>pointer allocate(size_t n) {
size_t bytes = n * sizeof(T);
void* ptr = std::aligned_alloc(Alignment, bytes);
if (!ptr) throw std::bad_alloc{};
return static_cast<pointer>(ptr);
}
void deallocate(pointer p, size_t) noexcept {
std::free(p);
}
template<typename U>
struct rebind { using other = aligned_allocator<U, Alignment>; };};
立即学习“C++免费学习笔记（深入）”；
- 必须提供
rebind，否则容器内部类型推导会失败 -
deallocate的第二个参数（n）在std::free中无用，但签名必须匹配 - 对
std::vector，建议用std::vector<t aligned_allocator>></t>配合 AVX-512
手动对齐 + 偏移管理（避免 std::aligned_alloc 的开销）
高频小块分配（如每帧分配几百个 256-bit 向量）时，std::aligned_alloc 的系统调用开销明显。更高效的做法是：一次申请大块内存（如 2MB），然后手动按对齐边界切分，并记录偏移。
class simd_arena {
std::unique_ptr<std::byte[]> storage_;
size_t offset_ = 0;
static constexpr size_t kPageSize = 4096;
<p>public:
explicit simd_arena(size<em>t capacity)
: storage</em>(std::make_unique<std::byte[]>(capacity + kPageSize)) {
// 找到第一个满足对齐要求的地址
uintptr_t addr = reinterpret_cast<uintptr_t>(storage<em>.get());
offset</em> = (kPageSize - (addr & (kPageSize - 1))) & (kPageSize - 1);
}</p><pre class='brush:php;toolbar:false;'>template<size_t Align>
void* allocate(size_t bytes) {
static_assert((Align & (Align - 1)) == 0, "Align must be power of two");
uintptr_t cur = reinterpret_cast<uintptr_t>(storage_.get()) + offset_;
uintptr_t aligned = (cur + Align - 1) & ~(Align - 1);
size_t needed = aligned - cur + bytes;
if (offset_ + needed > storage_.size()) return nullptr;
offset_ += needed;
return reinterpret_cast<void*>(aligned);
}};
立即学习“C++免费学习笔记（深入）”；
- 这里用
uintptr_t做指针算术，避免未定义行为 - 每次
allocate返回的地址都满足Align对齐，且不依赖系统 allocator - 注意：这种 arena 不支持单个对象释放，只适合“一帧一清”或“全生命周期统一管理”的场景
对齐不是加个 alignas 就完事的——那是告诉编译器怎么放栈变量；真正决定运行时能否安全执行向量指令的，是分配器返回的地址是否落在硬件要求的边界上。最容易被忽略的一点：即使你用 aligned_alloc(64, ...)，如果后续做了指针算术（比如 ptr + 1），结果很可能就失去对齐了。所以对齐感知的分配器，本质是把对齐责任从使用者手上收回来，由分配器统一保障。
