问题描述
我有一个正在为 AMD64 编译的 C++ 程序。当然，不同的处理器，尽管是 AMD64，但支持不同的特性和指令，因为它们实现了不同的微体系结构。为自己的机器优化程序的一种简单方法是在 Clang 或 GCC 中仅使用 -march=native，但这对于分发来说不是很便携。更便携的解决方案是挑选特定的目标特征。
这显然会影响性能（有些处理器支持 AVX-512，有些不支持，有些支持 AVX2，有些不支持，等等），但是这会影响内存使用（堆/堆栈，而不是代码大小）吗？重要的方式？
解决方法
不同的对齐规则或类型宽度是获得差异的两种主要方式，但 -march= 不会改变这一点，在相同的 ISA 上为相同的 ABI 编译时不会改变。 （否则 -march=skylake-avx512 代码无法调用 -march=sandybridge 代码，反之亦然，如果它们在结构布局上存在分歧。）
针对不同的 ABI 进行编译可以节省空间，尤其是在大量指针的数据结构中。具体来说，像 Linux x32 这样的 ILP32 ABI 有 4 个字节的指针而不是 8 个，所以 struct foo { foo *next; int val; }; 是 8 个字节而不是 16 个（填充后使 sizeof(foo) 成为 alignof(foo)它继承自需要 8 字节对齐的指针）。但这不适用于您的 100GB 数据用例； 32 位指针将您限制为 4GiB 的地址空间。
在自动矢量化时，
-march= 可能会对 stack 空间产生一些小的影响。例如一个函数可能会将堆栈对齐 64，以便溢出/重新加载 ZMM 向量。
或者使用较旧的 GCC，即使最终的 asm 没有实际存储或加载任何向量到堆栈帧，也要对齐。但这最多是每级函数嵌套额外浪费 56 字节的堆栈空间，而 16 字节对齐可以作为调用约定的一部分免费使用。
GCC / clang 的优化器不会 AFAIK 做任何改变动态分配大小的优化。 Clang 有时可以完全在一个函数中优化掉动态分配，例如创建和销毁 std::vector<float> foo(100); 并且可以优化掉对它的所有访问。 （例如，将常量存储到向量中，然后将它们读回，它可以将其优化掉，然后也消除分配。或者甚至没有使用的 std::vector。）
如果您最终分配了一些内存页面但未完全使用，则可能是另一个更擅长减少内部碎片的分配器库可以节省空间。但这不是-march=影响的东西。