结构/类对齐的声明方式
gcc和windows对于modifier/attribute的支持其实是差不多的。比如在gcc的例子中，内存对齐要写成：
class X { //... } __attribute__((aligned(16)));
但是实际上你写成
class __attribute__((aligned(16))) X { /*...*/ };
gcc一样可以识别。这样MSVC和gcc就可以使用宏完成跨平台编译。
对齐类型的变量在堆与栈上的分配
对齐在以下场合都能提示编译器为它的变量分配对齐的地址：
void foo() { X v; // v是个栈上的16字节对齐的变量 X* p = new X; // p是堆上的16字节对齐的指针 X* a = new X[ARRAY_SIZE]; // 那么这个呢？ }
栈上的变量堆上分配出的变量，因为align这个hint的存在，都能满足16字节对齐的要求。但是数组呢？按照一般规律来分析，对齐后的sizeof(X)，一定是对齐的整数倍。比如16字节对齐的话，那么X的大小只能是16的倍数。所以对于本例的数组而言，编译器应该也能知道a应该是16字节对齐的。
但是事实上挺奇怪。在MSVC上，p和a都很好的遵守了对齐的要求；在gcc上，p是对齐的，但是a却不是。其实这个问题在2004年便有人提出来，只是到目前为止一直都没有人动手过。当然，标准也没有规定X的数组就一定是要对齐的。要解决这个问题，要么重载class的operator new/delete，要么用memalign/aligned_malloc分配出对齐的内存，再placement new。出于易用性，我选择的是操作符重载。
clang对于对齐的支持更干脆：16B的对齐已经够用了。所以align完全被编译器忽视了。结果Intel出来了AVX，Clang就傻逼了。不知道这个问题3.4会不会修正。
编译器如何实现内存对齐
MSVC在x86下默认是支持的4B的内存对齐。也就是说在函数入口处，ESP和EBP只保证是4字节对齐的。这时，当前函数域栈上变量的地址都是ESP + 4 * x的形式。如果函数体内有对齐的变量，例如：
void foo() { int __declspec(align(16)) x; // ... }
那么编译器在代码生成时，会在函数的前部插入一段称为prolog的代码，这段代码会将堆栈修正为16B对齐，比如
PUSH EBP MOV EBP, ESP SUB ESP, XXX AND ESP, 0xFFFFFFF0h
这样ESP就一定是16字节对齐的。这个时候给x分配的地址，就可以是ESP + 0x10 * n的形式，这样就满足了对齐的需要。
在GCC上，gcc认为所有的函数都有义务在调用其它函数的时候，ESP是16字节对齐的（当然，可以通过编译选项修改这一要求）。不光是调用方会这样保证，被调用方也是这样默认的。所以GCC为了调用效率更高一点，便根据调用方的假设，去掉了“堆栈修正”这个步骤。
原来的代码可能就变成了
PUSH EBP ; 假设这里的ESP是16B对齐的，Push了EBP，ESP就是16x-4了。 MOV EBP, ESP SUB ESP, 0x0000023Ch ; 减完以后这里又是16字节对齐了
那么当被调用方遵守这个约定的时候，ESP当然就是16字节对齐的。但是有一种情况例外。在MinGW下，线程的入口函数是被API回调的。这个函数很可能是按照Windows的标准4个字节对齐的。这样，在没有堆栈修正的情况下，整个线程调用链16B对齐的默契就被打破了。如果这个时候出现了SSE代码试图存取“16字节对齐”的变量，那可能就会发生segment fault的异常，因为这些变量的地址并不是对齐的。
解决这个问题，有两种常见的办法：第一，写一个Wrapper函数，对齐ESP后转发调用；第二，使用编译选项-mstackrealign。这个选项会为所有函数增加堆栈修正的PROLOG代码，以保证函数栈帧一定是按照16字节或用户指定大小对齐。