向量化并不是新的技术：本书的作者在1998年使用Cray Y-MP EL“lite”时从Cray Y-MP supercomputer line看到过。

    例子：

    这段代码从A和B中取出元素，相乘，并把结果保存到C。

    如果每个元素为32位int型，那么可以从A中加载4个元素到128bits XMM寄存器，B加载到另一个XMM寄存器，通过执行PMULID（Multiply Packed Signed Dword Integers and Store Low Result）和PMULHW(Multiply Packed Signed Integers and Store High Result)，一次可以得到4个64位结果。

    循环次数从1024变成1024/4，当然更快。

    函数如下：

    2. {
    3.                 ar3[i]=ar1[i]+ar2[i];
    5. };

    Intel C++ 11.1.051 win32下编译：

    icl intel.cpp /QaxSSE2 /Faintel.asm /Ox

    可以得到(IDA中):

    SSE2相关指令是：

    1. MOVDQU (Move Unaligned Double Quadword)—仅仅从内存加载16个字节到XMM寄存器。
    2. MOVDQA (Move Aligned Double Quadword)—把源存储器内容值送入目的寄存器,当有m128时,必须对齐内存16字节.

    否则,ar2处的值将用MOVDQU加载到XMM0，它不需要对齐指针，代码如下：

    1. movdqu  xmm1, xmmword ptr [ebx+edi*4] ; ar1+i*4
    2. movdqu  xmm0, xmmword ptr [esi+edi*4] ; ar2+i*4 is not 16-byte aligned, so load it to xmm0

    其他情况，将没有SSE2代码被执行。

    22.1.2 GCC

    gcc用-O3 选项同时打开SSE2支持: -msse2.

    可以得到(GCC 4.4.1):

    几乎一样，但没有Intel的细致。