std::assume_aligned 是编译器提示，告知指针地址按指定字节对齐，从而启用高效simd指令；它不分配内存也不校验对齐，若实际未对齐或参数错配将导致运行时崩溃（如sigbus）。
std::assume_aligned 是什么，它真能帮编译器生成更优 SIMD 指令？
它不是内存分配函数，也不是运行时校验工具，而是一个纯编译器提示（compiler hint）：告诉编译器「这个指针指向的内存地址，按指定字节数对齐」。编译器信了，才敢用 _mm_load_ps 这类要求 16 字节对齐的指令替代安全但慢的未对齐加载。但它不改变内存本身，也不做任何检查——传错对齐值，生成的代码可能在运行时崩溃（比如 SIGBUS）。
怎么用 std::assume_aligned 才不会触发段错误？
必须确保两个条件同时成立：实际内存地址确实对齐，且 std::assume_aligned 的模板参数与之严格匹配。常见踩坑点：
- 用
new float[N]分配的内存，对齐仅保证alignof(float)（通常 4 字节），不能传std::assume_aligned(ptr) - 手动计算偏移后直接 cast，比如
ptr + 1，即使原 ptr 对齐，+1 后大概率破坏对齐 - 对 vector.data() 直接调用
std::assume_aligned，但没确认 vector 是用对齐分配器构造的
安全做法：配合 aligned_alloc 或 std::pmr::synchronized_pool_resource 分配，或用 __attribute__((aligned(32))) 声明数组。
和 __builtin_assume_aligned、_mm_malloc 配合使用的典型模式
Clang/GCC 下 std::assume_aligned 实际是 __builtin_assume_aligned 的封装，但 MSVC 不支持该标准函数，得回退到 _mm_malloc + 强制 cast。关键差异：
立即学习“C++免费学习笔记（深入）”；
-
std::assume_aligned(ptr)返回的是std::add_pointer_t<:remove_pointer_t>></:remove_pointer_t>类型，即仍是原始指针类型，只是带了属性 -
_mm_malloc(size, 32)返回的指针本身已对齐，但仍需std::assume_aligned提示编译器——否则优化器可能仍选未对齐指令 - 对
const float*使用时，模板参数必须显式写出，如std::assume_aligned(ptr)，不能依赖推导（C++20 起才支持部分推导）
示例：
float* buf = static_cast<float*>(_mm_malloc(1024 * sizeof(float), 32));
auto aligned_ptr = std::assume_aligned<32>(buf); // ✅ 显式对齐提示
for (int i = 0; i < 1024; i += 8) {
auto v = _mm256_load_ps(aligned_ptr + i); // 编译器敢用 load_ps 了
}为什么加了 std::assume_aligned，性能反而没变甚至下降？
最常被忽略的一点：它只影响后续对该指针的**向量化加载/存储**，不影响循环展开、寄存器分配或算法逻辑。如果瓶颈根本不在内存加载（比如计算密集但数据量小），或者编译器本就能通过别名分析（alias analysis）自行推断对齐（如栈上 float arr[1024] __attribute__((aligned(32)))），那加了也白加。
另外，某些场景下它会干扰自动向量化：比如混合使用对齐与未对齐指针，编译器可能为保安全放弃整个 loop vectorization。建议用 -fopt-info-vec（GCC）或 /Qopt-report:2（MSVC）确认是否真正生效。
对齐提示不是银弹，它只在「你确定对齐 + 编译器原本不敢用对齐指令 + 内存访问是瓶颈」这三者交集里起作用。漏掉任一环，就只是多写了一行没用的代码。
