c ++ 11 atomic是否自动解决变量读写上的多核竞争？
Does c++11 atomic automatically solves multi-core race on variable read-write?
我知道当多个线程读写变量时，atomic 会在类型 "T" 变量上应用锁，确保只有其中一个线程在执行 R/W.
但是在多cpu核计算机中，线程可以运行在不同的核上，不同的核会有不同的L1-cache，L2-cache，同时共享L3-cache。我们知道有时C++编译器会优化一个变量存储在寄存器中，这样如果一个变量没有存储在内存中，那么变量上的不同核心缓存之间就没有内存同步。
所以我的 worry/question 是，如果一个原子变量被编译器优化为某个寄存器变量，那么它就不会存储在内存中，当一个核心写入它的值时，另一个核心可能会读出一个过时的值， 正确的？这个数据的一致性有没有保证？
谢谢。
您可能正在寻找这个：
[intro.progress]/18 An implementation should ensure that the last value (in modification order) assigned by an atomic or synchronization operation will become visible to all other threads in a finite period of time.
Atomic 并不像您模糊描述的那样 "solve"。它为基于顺序的内存一致性提供了某些非常具体的保证。
各种编译器在不同平台上以不同方式实现这些保证。
在 x86/64 上，没有锁用于原子整数和达到合理大小的指针。并且硬件提供了比标准要求更强的保证，使得一些更深奥的选项等同于完全一致。
我无法完全回答您的问题，但我可以为您指明正确的方向；您需要了解的主题是 "the C++ memory model".
也就是说，存在原子是为了避免您描述的确切问题。如果您要求完全的内存顺序一致性，并且线程 A 修改 X，然后修改 Y，则没有其他线程可以看到 Y 被修改但 X 看不到。C++ 标准没有指定如何提供这种保证；缓存行失效，使用特殊指令进行访问，禁止编译器进行某些基于寄存器的优化等都是编译器所做的事情。
请注意，C++ 内存模型已针对 C++17 进行了改进、错误修复和完善，以描述新并行算法的行为并允许它们在具有正确标志的 GPU 硬件（以及其他位置）上高效实施，反过来又影响了新 GPU 硬件提供的保证。所以谈论内存模型的人可能会很兴奋并且谈论比您主要关注的 C++11 问题更多的现代问题。
这是一个复杂的大话题。编写您认为可移植的代码真的很容易，但只能在特定平台上运行，或者通常只能在您测试过的平台上运行。但这只是因为线程很难。
我知道当多个线程读写变量时，atomic 会在类型 "T" 变量上应用锁，确保只有其中一个线程在执行 R/W.
但是在多cpu核计算机中，线程可以运行在不同的核上，不同的核会有不同的L1-cache，L2-cache，同时共享L3-cache。我们知道有时C++编译器会优化一个变量存储在寄存器中，这样如果一个变量没有存储在内存中，那么变量上的不同核心缓存之间就没有内存同步。
所以我的 worry/question 是，如果一个原子变量被编译器优化为某个寄存器变量，那么它就不会存储在内存中，当一个核心写入它的值时，另一个核心可能会读出一个过时的值， 正确的？这个数据的一致性有没有保证？
谢谢。
您可能正在寻找这个：
[intro.progress]/18 An implementation should ensure that the last value (in modification order) assigned by an atomic or synchronization operation will become visible to all other threads in a finite period of time.
Atomic 并不像您模糊描述的那样 "solve"。它为基于顺序的内存一致性提供了某些非常具体的保证。
各种编译器在不同平台上以不同方式实现这些保证。
在 x86/64 上，没有锁用于原子整数和达到合理大小的指针。并且硬件提供了比标准要求更强的保证，使得一些更深奥的选项等同于完全一致。
我无法完全回答您的问题，但我可以为您指明正确的方向；您需要了解的主题是 "the C++ memory model".
也就是说，存在原子是为了避免您描述的确切问题。如果您要求完全的内存顺序一致性，并且线程 A 修改 X，然后修改 Y，则没有其他线程可以看到 Y 被修改但 X 看不到。C++ 标准没有指定如何提供这种保证；缓存行失效，使用特殊指令进行访问，禁止编译器进行某些基于寄存器的优化等都是编译器所做的事情。
请注意，C++ 内存模型已针对 C++17 进行了改进、错误修复和完善，以描述新并行算法的行为并允许它们在具有正确标志的 GPU 硬件（以及其他位置）上高效实施，反过来又影响了新 GPU 硬件提供的保证。所以谈论内存模型的人可能会很兴奋并且谈论比您主要关注的 C++11 问题更多的现代问题。
这是一个复杂的大话题。编写您认为可移植的代码真的很容易，但只能在特定平台上运行，或者通常只能在您测试过的平台上运行。但这只是因为线程很难。