英特尔内部的 Segfaults

Question

我有以下使用英特尔内在函数的功能：

int c_lattice_worker( int lm, double* inArr, double* outArr, int arrLen,
             double sin_,  double cos_ ) {
  int xi, yi;
  double x, y;
  __m128d _msin, _mcos;
  __m128d _m0, _m1;
  _msin = _mm_loaddup_pd( &sin_ );
  _mcos = _mm_loaddup_pd( &cos_ );

  for ( int xnc = lm; xnc < (arrLen - (lm << 1)); xnc += 2 ) {
    _m0 = _mm_load_pd( &inArr[ xnc ] );
    _m1 = _mm_shuffle_pd( _m0, _m0, 0x1 );
    _m0 = _mm_mul_pd( _msin, _m0 );
    _m1 = _mm_mul_pd( _mcos, _m1 );
    _m0 = _mm_addsub_pd( _m0, _m1 );
    _mm_store_sd( &outArr[ xnc + 1 ], _m0 ); // segfault here if lm == 1
    _m1 = _mm_shuffle_pd( _m0, _m0, 0x1 );
    _mm_store_sd( &outArr[ xnc     ], _m1 ); // segfault here if lm == 1
    }
  }

  // fliping the lm modifier
  return 1 - lm;
}

数组inArr 和outArr 具有偶数长度，lm 为 0 或 1。如果为 0，则一切正常，但如果 lm 为 1，则 _mm_store_sd 导致程序段错误（或者，换句话说，注释掉这两行会使段错误消失）。对于lm == 1，xnc 索引未与 16 字节对齐，但根据英特尔的文档，_mm_store_sd 不需要 16 字节对齐，仅适用于 _mm_store_pd。我一无所知。有什么建议吗？

Answer 1

事实证明：

1. 我可以使用 _mm_storeu_pd 将两个打包的 64 位浮点数存储到未对齐的内存地址中。

2. 但是当我这样做时，我还必须使用_mm_loadu_pd 从未对齐的内存地址加载。

所以实际上_mm_load_pd 导致了段错误，但是当我注释掉存储操作时，它被优化掉了，因为它是死代码。