你的代码的问题是data是一个指针。汇编代码movdqu xmm0,[data]将data地址处的16个字节加载到寄存器xmm0中。这意味着4或8个字节包括指针的值和内存中跟随的任何字节。你很幸运，指针地址在内存中正确对齐，否则你会得到一个分段错误。没有什么能保证这种一致性。
使用自动数组char data[33];的替代方案可以解决寻址问题（movqdu将从数组加载数据），但不能解决对齐问题，您仍然可能会遇到冲突，具体取决于编译器如何将数组与自动存储对齐。同样，不能保证正确对齐。
您找到的解决方案可能是一个很好的方法，但与malloc()不同，我不确定new返回的指针是否对大于指定类型的对齐有效。此外，new和malloc()都不能保证您打算使用的SIMD指令所需的16字节对齐。大多数系统都有内存分配API，以确保16或更宽的对齐：
POSIX系统有posix_memalign：

int posix_memalign(void **memptr, size_t alignment, size_t size);

Linux系统也支持memalign：

void *memalign(size_t alignment, size_t size);

首选的解决方案是在<stdlib.h>中定义的C标准函数aligned_alloc，在C11中添加，但可能无法在所有系统上使用：

void *aligned_alloc(size_t alignment, size_t size);

如果您的系统上有此功能，您可以这样写：

#include <stdlib.h>

int main(void) {
    char *data = aligned_alloc(16, 32);
    for (int i = 0; i < 32; i++) {
        data[i] = 'a';
    }
    __asm {
        mov    eax, data
        movdqu xmm0, [eax]
    }
    free(data);
    return 0;
}

正如Peter Cordes所评论的那样，使用intrinsic来处理这类事情要好得多，即mm_loadu_si128。有两个主要原因：首先，内联汇编语法不是标准的，并且在不同的编译器之间以及在32位和64位版本之间都有所不同，因此通过使用intrinsic，代码的可移植性会稍微提高一些。第二，编译器在优化内联汇编方面做得相对较差，特别是倾向于做大量无意义的内存存储和加载。编译器在优化intrinsic方面做得更好，这使您的代码运行得更快（这是使用内联汇编的全部要点！）.

#include <iostream>

int main()
{
    char *dataptr = new char[33];
    char datalocal[33];
    dataptr[0] = 'a';   dataptr[1] = 0;
    datalocal[0] = 'a'; datalocal[1] = 0;
    printf("%p %p %c\n", dataptr, &dataptr, dataptr[0]);
    printf("%p %p %c\n", datalocal, &datalocal, datalocal[0]);
    delete[] dataptr;
}

输出：

0xd38050 0x7635bd709448 a
0x7635bd709450 0x7635bd709450 a

正如我们所看到的，动态指针data实际上是一个指针变量（32位或64位在0x7635BD709448），包含一个指向堆的指针0xD38050。
局部变量直接是一个33个字符长的缓冲区，分配在地址0x7635BD709450。
但是datalocal也可以作为char *值使用。
我有点搞不清楚C对这个问题的正式解释是什么。在编写C代码时，这感觉很自然，dataptr[0]是堆内存中的第一个元素（也就是说，解引用dataptr两次），但在汇编程序中，您可以看到dataptr的真实本质，它是指针变量的地址。因此，您必须首先通过mov eax,[data] = loads eax和0xD38050加载堆指针，然后您可以通过使用[eax]将0xD38050的内容加载到XMM 0中。
有了局部变量，就没有带有它的地址的变量;符号datalocal已经是第一个元素的地址，所以movdqu xmm0,[data]将工作。
在“错误”的情况下，您仍然可以执行movdqu xmm0,[data];从一个32位变量加载128位并不是CPU的问题。它将简单地继续读取32位以外的数据，并读取属于其他变量/代码的另外96位。如果您在内存边界附近，并且这是应用程序的最后一个内存页，则它将在无效访问时崩溃。
在评论中多次提到对齐。这是一个有道理的观点为了通过movdqu访问存储器，它应该被对准。检查你的C++编译器内部。对于Visual Studio，这应该可以工作：

__declspec(align(16)) char datalocal[33];
char *dataptr = _aligned_malloc(33, 16);
_aligned_free(dataptr);

关于我的C解释：也许我从一开始就错了。
dataptr是dataptr符号的值，即堆地址。然后dataptr[0]解引用堆地址，访问已分配内存的第一个元素。&dataptr是dataptr值的地址。这对于像dataptr = nullptr;这样的语法也是有意义的，在这种语法中，您将nullptr值存储到dataptr变量中，而不是覆盖dataptr符号地址。
对于datalocal[]来说，访问纯datalocal基本上没有意义，就像在datalocal = 'a';中一样，因为它是一个数组变量，所以你应该总是提供[]索引。而&datalocal是这样一个数组的地址。纯datalocal是一个别名快捷方式，可以更容易地使用数组等进行点数学运算，也有char *类型，但如果纯datalocal会抛出语法错误，仍然可以编写C代码（使用&datalocal作为指针，datalocal[..]作为元素），并且它完全适合dataptr逻辑。
结论：从一开始你的例子就错了，因为在汇编语言中，[data]正在加载data的值，这是new返回的堆指针。
这是我自己的解释，现在一些C++Maven会来从形式的Angular 把它撕成碎片...：）））