找到一篇很好的SSE的实践的例子

      通过一个Vector*Matrix的例子来详细的讲述了如何使用SSE来优化我们的操作,讲解的很详细了.

      例子分成下面的这几个步骤来完成优化操作:
      Naïve C++ 
      Basic SSE 
      Batch Processing
      16-byte memory alignment 
      Instruction Pairing
      Prefetching
      Increase Temporal Locality of Memory I/O 
      Application-Specific Specialization 

      最终函数的执行时间从90 cycles/vector降到了17 cycles/vector,呵呵

    Optimizing for SSE: A Case Study