Make Summary 128-bit aligned within the cacheline

[chenBright]

ConcurrentSummer::Summary也有apache/brpc#3091 一样的问题，形参内存可能没有对齐，不能满足128bit原子读写要求。

babylon/src/babylon/concurrent/counter.h

Lines 324 to 341 in c230b4f

	inline ABSL_ATTRIBUTE_ALWAYS_INLINE ConcurrentSummer&
	ConcurrentSummer::operator<<(Summary summary) noexcept {
	auto& local = _storage.local();
	// 等效语句local += summary
	// 但涉及128bit原子写操作，需要特殊处理
	#ifdef __x86_64__
	// 对于128bit写操作，Intel和AMD官方声明中均承诺未原子性
	// 但是参考https://rigtorp.se/isatomic/
	// 当前主流X86服务端CPU，单cacheline内128bit对齐的load/store其实是原子的
	// 这里主动使用sse指令即可保证原子性写入
	__m128i delta_value = _mm_load_si128(reinterpret_cast<__m128i*>(&summary));
	__m128i local_value = _mm_load_si128(reinterpret_cast<__m128i*>(&local));
	local_value = _mm_add_epi64(local_value, delta_value);
	_mm_store_si128(reinterpret_cast<__m128i*>(&local), local_value);
	#else
	// Armv8.4-A开始，主流服务端CPU均支持对齐场景下128bit的读写原子性
	// 这里主动使用neon生成128bit写操作
	int64x2_t delta_value = vld1q_s64(reinterpret_cast<const int64_t*>(&summary));

[coveralls]

coverage: 85.089% (-0.2%) from 85.269%
when pulling ded1eed on chenBright:fix_parameters_alignment
into c230b4f on baidu:main.

[oathdruid]

LGTM

[oathdruid]

不过其实原理上只是形参问题的话，其实换uload按说更经济，底层存储的也是这个summary，都扩展到cachline其实稍微有点费空间

[chenBright]

不过其实原理上只是形参问题的话，其实换uload按说更经济，底层存储的也是这个summary，都扩展到cachline其实稍微有点费空间

看https://rigtorp.se/isatomic/，似乎不能100%保证unaligned 128 bit的原子性。