1. 引言
c++的内存模型主要解决的问题是多线程的问题。怎么理解多线程呢？单核时候，只有1个CPU内核处理多线程，各线程之间随着时间的推进，会不断的切换，如下图形便于理解。
实际上线程间的切换是非常快的，所以从人感受的视角，感觉到3个进程独占cpu在执行各自的任务。如果每个线程的变量是独立的，那么多个线程间的运行结果则不会出现问题。但是，如果有一个变量同时被多个线程更改，那么就可能出现问题。
实际上，高级语言的一行代码，编译成机器码，则需要多个机器码指令。当线程切换时，CPU会保存上个线程的一套通用寄存器和状态寄存器，之后切换到下一个线程的通用寄存器和状态寄存器。打个比方，a的初始值5，线程1执行到以下高级语言代码时，切换下一线程2，此时通用寄存器会保存现场，a变量在线程1中通用寄存器值为5。
a += 10; （线程1中更改变量a)）
恰巧线程2会执行以下代码也修改了变量a。
a + =20; (线程2中更改变量a)
线程2完整的执行了以上代码，此时a的值为25。但是再次切换到线程1的时候，恢复线程1的现场,保存变量a的通用寄存器并不知道a的值已经被改变成25了，它仍然以为变量a的值为5，经过运行后，把变量的值变成了15。然而，编写代码的人的预期值可能是35，因为他认为变量a的初始值为5，线程1执行＋10指令，线程2执行+20指令，所以他认为a的值为35。
出现以上不符合预期的结果，总结如下，
多个线程同时修改同一个变量，且在更改变量的时刻，发生了线程切换的事情，cpu内部的通用寄存器保存了现场，而再次返回现场时，这个共享变量已经被别的线程修改过了，不再是原来的值了，但是，当前线程并不知道。
2. CPU和编译器的优化
然而，高级语言的代码逻辑和实际执行的机器码指令情况并不相同，但是产生的效果是一样。先从CPU架构的硬件差异性说起。一般而言，单核的CPU的理想原型如下：
多核的CPU的理想原型如下
实际上，CPU核中大面积的集成电路是内核Cache。 在CPU Core和RAM之间，还有共三层的Cache结构（L1/L2/L3），此外还有Store Buffer (SB)，且SB和L1 是每个Core独享，而L2是两个Core共享，L3是所有Core共享，模型总结如下
引入Cache也是有原因了，CPU执行指令速度非常快，只占用几个指令周期，但是从RAM加载机器指令的几百个指令周期。如果CPU直接从RAM中加载机器指令的话，会严重的拖慢CPU的效率，因为CPU等待指令加载。
引入了Cache，解决了CPU等待的问题，但却产生了很多新的问题，例如Cache的一致性，Cache的缺失，Cache的乒乓效应等等，为了解决这些问题，各CPU平台（ X86 / IA64 / ARM / Power…）都有自己的解决方案，软件层面（编译器）也会有对应的优化。这导致了CPU执行的程序，并不是你写的那个版本，只是从结果上看不出差别而已。如果你曾经单步调试过一个release版本的程序，你会发现运行过程很怪异，居然没有沿着你的代码顺序执行。因为，要是严格按照你的代码顺序执行，编译器和CPU都会抱怨，说执行效率很低速度很慢。
要了解内存模型，还是要先谈谈一些重要的优化，包括编译器和CPU/Cache方面。优化主要包括
- Reorder
- Invent
- Remove
