memcpy中使用AVX指令集可以让cpu操作内存的粒度扩大

memcpy和自定义的my_memcpy函数，为什么cpu对内存的读写行为不一致

memcpy 是标准库函数，自定义的 my_memcpy 函数通常是按字节逐次复制的简单实现，二者在 CPU 对内存的读写行为上可能不一致，以下是详细分析：

1. 实现方式不同
自定义 my_memcpy：
通常采用按字节逐个复制的方式，示例代码如下：

void* my_memcpy(void* dest, const void* src, size_t n) {
    char* d = (char*)dest;
    const char* s = (const char*)src;
    for (size_t i = 0; i < n; i++) {
        d[i] = s[i];
    }
    return dest;
}

这种方式每次只读写一个字节的数据，CPU 频繁地进行内存访问，会产生较多的内存读写操作，导致读写次数较多。
标准库 memcpy：
标准库中的 memcpy 函数为了提高性能，会采用更高效的实现策略。它会根据不同的硬件平台和数据大小，采用字（通常是 4 字节或者 8 字节）甚至更大块的内存复制方式。例如，在 64 位系统中，可能会一次复制 8 字节的数据，减少 CPU 访问内存的次数，从而提高复制效率。
2. 优化手段不同
自定义 my_memcpy：
一般没有经过复杂的优化，代码逻辑简单直接。它没有考虑到硬件特性，例如缓存、内存对齐等因素，可能会导致频繁的缓存缺失，影响性能。
标准库 memcpy：
编译器和标准库开发者会针对不同的 CPU 架构进行优化。例如：
内存对齐优化：如果源地址和目标地址都是内存对齐的，memcpy 可以利用 CPU 的特性，以更高效的方式进行数据复制。例如，在某些架构中，对齐的内存访问比非对齐的内存访问速度更快。
使用特殊指令：一些现代 CPU 提供了专门用于内存复制的指令，如 SSE（Streaming SIMD Extensions）、AVX（Advanced Vector Extensions）等。标准库的 memcpy 函数可能会使用这些指令来并行地复制多个数据元素，从而提高复制速度。
3. 缓存行为不同
自定义 my_memcpy：
由于是按字节逐个复制，可能会导致频繁的缓存缺失。每次读取一个字节的数据时，CPU 可能需要从主存中获取，而不是从缓存中获取，这会增加内存访问的延迟。
标准库 memcpy：
采用大块数据复制的方式，更有利于利用 CPU 的缓存机制。当一次复制多个字节的数据时，这些数据可能会被一次性加载到缓存中，后续的访问可以直接从缓存中获取，减少了从主存中读取数据的次数，提高了访问速度。

**可以在自定义的 memcpy 函数中使用 AVX 指令集。**AVX（Advanced Vector Extensions）指令集提供了更强大的单指令多数据（SIMD）能力，能让程序在单个指令周期内处理多个数据元素，从而显著提升内存复制操作的效率。以下为你详细介绍如何在自定义 memcpy 函数里运用 AVX 指令集。
前提条件
编译器支持：要保证你的编译器支持 AVX 指令集。像 GCC 和 Clang 这样的常见编译器，可通过 -mavx 编译选项来启用 AVX 支持。
硬件支持：运行程序的 CPU 必须支持 AVX 指令集。

#include <immintrin.h>
#include <stddef.h>

void* my_memcpy_avx(void* dest, const void* src, size_t n) {
    size_t i;
    __m256i *d = (__m256i *)dest;
    const __m256i *s = (const __m256i *)src;

    // 以 32 字节（256 位）为单位进行复制
    for (i = 0; i + 31 < n; i += 32) {
        __m256i data = _mm256_loadu_si256(s);
        _mm256_storeu_si256(d, data);
        d++;
        s++;
    }

    // 处理剩余的字节
    char *char_d = (char *)d;
    const char *char_s = (const char *)s;
    for (; i < n; i++) {
        *char_d = *char_s;
        char_d++;
        char_s++;
    }

    return dest;
}

代码解释
头文件包含：
#include <immintrin.h>：此头文件包含了 AVX 指令集的内在函数，这些函数可用于调用 AVX 指令。
数据类型转换：
__m256i 是 AVX 指令集里用于处理 256 位整数向量的数据类型。把 dest 和 src 指针转换为 __m256i * 类型，这样就能以 32 字节为单位进行操作。
以 32 字节为单位复制：
_mm256_loadu_si256：从源地址加载 32 字节的数据到 __m256i 寄存器。
_mm256_storeu_si256：把 __m256i 寄存器中的 32 字节数据存储到目标地址。
通过循环不断复制 32 字节的数据，直至剩余数据不足 32 字节。
处理剩余数据：
当剩余数据不足 32 字节时，将指针转换为 char * 类型，按字节逐个复制剩余的数据。
编译和使用
若要编译包含 AVX 指令的代码，可使用以下命令：

gcc -mavx your_file.c -o your_program

注意事项
内存对齐：上述代码使用的是未对齐加载和存储指令（_mm256_loadu_si256 和 _mm256_storeu_si256），即便地址未对齐也能正常工作，但性能可能会受到一定影响。若地址是对齐的，可使用对齐加载和存储指令（_mm256_load_si256 和 _mm256_store_si256）来进一步提升性能。
硬件兼容性：确保运行程序的 CPU 支持 AVX 指令集，否则程序可能会崩溃或产生未定义行为。