我编写了以下简短的 C++ 程序来重现Herb Sutter描述的虚假共享效果：
比如说，我们想要执行全部的 WORKLOAD 整数操作，并且我们希望它们平均分配到一定数量 (PARALLEL) 的线程中。出于此测试的目的，每个线程将从整数数组中增加自己的专用变量，因此该过程可能是理想的可并行化的。
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掌握。如果你设置
#define PADDING 16
每个线程都将在单独的缓存行上工作（假设缓存行的长度为 64 字节）。所以结果将是加速的线性增加，直到 PARALLEL > # 个核心。另一方面，如果 PADDING 设置为低于 16 的任何值，则应该会遇到严重的争用，因为现在至少有两个线程可能在同一个缓存行上运行，但是受到内置硬件互斥锁的保护。我们希望我们的加速在这种情况下不仅是亚线性的，而且甚至总是 < 1，因为不可见的锁护卫队。
现在，我的第一次尝试几乎满足了这些期望，但避免虚假共享所需的最小 PADDING 值大约是 8 而不是 16。我困惑了大约半个小时，直到我得出一个明显的结论，即无法保证让我的数组与主内存中缓存行的开头完全对齐。实际对齐可能会因许多条件而异，包括数组的大小。
在这个例子中，我们当然不需要以特殊的方式对齐数组，因为我们可以将 PADDING 保留为 16，一切正常。但是人们可以想象这样的情况，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效果很好，但我不确定这是否是一个好的方法。所以这是我的问题：
除了我在上面的示例中所做的之外，还有什么常见的方法可以让内存中的对象与缓存行对齐？
（使用 g++ MinGW Win32 x86 v.4.8.1 posix dwarf rev3）