我正在尝试了解机器代码对齐的原理。我有一个可以在运行时生成机器代码的汇编器实现。我在每个分支目标上使用 16 字节对齐，但看起来这不是最佳选择，因为我注意到如果我删除对齐，有时相同的代码会运行得更快。我认为这与缓存线宽度有关，因此某些命令被缓存线切断，因此 CPU 会遇到停顿。因此，如果在一个地方插入了一些对齐字节，它会将指令移动到某个地方，进一步通过缓存边界线......
我希望实现一个自动对齐程序，它可以将代码作为一个整体处理并根据CPU的规范（缓存线宽，32/64位等）插入对齐...
有人可以提供有关此程序的一些提示吗？例如，目标 CPU 可以是 Intel Core i7 CPU 64 位平台。
谢谢你。
我没有资格回答你的问题，因为这是一个如此庞大而复杂的话题。除了高速缓存行大小之外，这里可能还有更多机制在起作用。
但是，我想向您指出Agner Fog 的站点以及您可以在那里找到的编译器制造商的优化手册。它们包含有关此类主题的大量信息 - 缓存行、分支预测和数据/代码对齐。
段落（16 字节）对齐通常是最好的。但是，它可以强制一些“本地”JMP 指令不再是本地的（由于代码大小膨胀）。也可能导致没有那么多代码被缓存。我只会对齐主要的代码段，不会对齐每个微小的子例程/JMP 部分。
但是，不是专家……指向不会在指令缓存中的位置的分支应该从对齐中受益最大，因为您将读取整个指令缓存行来填充管道。鉴于该声明，前向分支将在函数的第一次运行时受益。向后分支（例如“for”和“while”循环）可能不会受益，因为分支目标和后续指令已经被读入缓存。请按照马丁斯答案中的链接进行操作。
如前所述，这是一个非常复杂的领域。Agner Fog 似乎是一个值得游览的好地方。至于复杂性，我在这里遇到了Torbjörn Granlund关于“通过不变整数改进除法”的文章以及他用来说明他的新算法的代码中的第一条指令 - 我猜 - 主要标签是 nop - 没有操作。根据评论，它显着提高了性能。去搞清楚。