17370845950

ARM与x86的std::atomic内存序表现不一致，根源在于ARM采用弱内存模型而x86采用强内存模型，导致相同代码在两平台上的语义、开销及指令生成均不同。

std::atomic 的内存序在 ARM 和 x86 上表现不一致，根源是硬件内存模型差异

ARM 使用弱内存模型（Weak Memory Model），x86 使用强内存模型（Strong Memory Model）。这意味着相同 C++ 代码在两种架构上，std::atomic 的默认行为和显式内存序的实际开销、语义约束都不同。不是“实现不同”，而是硬件不保证某些重排，编译器和运行时必须用额外指令补足。

x86 上 std::memory_order_relaxed 几乎无成本，ARM 上可能插入 dmb ish

x86 的 store-store、load-load、load-store 重排被硬件禁止，所以多数 std::atomic 操作（即使是 relaxed）无需内存屏障指令。ARM 则不然：即使 relaxed store，也可能被乱序到后续非原子访存之后，因此编译器常插入 dmb ish（inner shareable domain barrier）来满足 C++ 标准对“修改顺序一致性”的最低要求（尤其在多核间可见性上）。

• std::atomic x{0}, y{0};，线程 A 执行 x.store(1, std::memory_order_relaxed); y.store(1, std::memory_order_relaxed);，线程 B 观察到 y==1 && x==0 在 x86 不可能，在 ARM

  

  是可能的 —— 除非加 std::memory_order_release/acquire 或显式 barrier
• Clang/GCC 在 ARM64 下对 relaxed store 常生成 str w0, [x1] + dmb ish；x86-64 下通常只有 mov dword ptr [rdi], esi

std::memory_order_seq_cst 在 ARM 上代价显著更高

x86 天然提供顺序一致性（SC）语义，seq_cst load/store 通常不额外生成 barrier 指令（仅部分 store 可能加 mfence）。ARM 必须为每个 seq_cst 操作插入 full barrier（dmb ish），且 load-use 和 store-store 之间还需配对控制（例如 ldar/stlr 指令本身带 acquire/release 语义，但组合成 SC 需额外同步）。

// ARM64 Clang 15 -O2 生成的 seq_cst store
mov     x8, #1
stlr    w8, [x0]      // store-release
dmb     ish          // 强制全局顺序，x86 下这行通常不存在

• 频繁使用 seq_cst 会显著拖慢 ARM 多核性能，尤其在高争用计数器场景
• 若逻辑只需 acquire-release 语义（如锁、状态标志），应显式用 memory_order_acquire/release，避免无谓升级为 seq_cst
• 注意：GCC/Clang 对 seq_cst 的优化策略不同，ARM 下 GCC 更倾向插入 dmb，Clang 可能复用 ldar/stlr 的隐含语义，但跨操作的顺序仍需 barrier

ARM 的 ldar/stlr 指令不等于 x86 的 mov + 缓存一致性

x86 的 cache coherency 协议（MESIF/MOESI）天然保证所有核看到一致的写顺序，而 ARM 的 ldar（load-acquire）和 stlr（store-release）是**语义指令**，它们不保证全局顺序，只约束当前核的指令重排，并配合 dmb 实现跨核同步。误以为 “用了 stlr 就自动全序” 是常见误区。

• stlr 保证该 store 不会重排到其后的任何访存之前，但不保证其他核立即看到 —— 还需 cache line 的 write-back 和 snoop 响应
• ARMv8.3+ 引入 LDAPR（load-acquire, prefetch）等变种，但标准 std::atomic 实现不依赖这些扩展
• 调试时若发现 ARM 上原子变量更新延迟可见，先检查是否混用了 non-atomic 访问（破坏了 compiler barrier），再确认是否漏了 acquire/release 匹配

实际写跨平台 std::atomic 代码时，最易被忽略的是：你以为的“安全重排”在 ARM 上根本不会发生，而你以为的“自然顺序”在 ARM 上必须靠显式内存序兜底。别依赖 x86 的宽容去验证正确性。