问题 ：
我将 MMX 代码转换为相应的 SSE2 代码。我预计几乎 1.5x-2x 的加速。但两者都花费了完全相同的时间。为什么？
设想：
我正在学习 SIMD 指令集及其性能比较。我进行了一个数组操作，其中 X 和 Y 是"char"Z = X^2 + Y^2类型的大型一维数组。X 和 Y 的值被限制为小于 10，因此 Z 始终<255 (1 Byte)。（不用担心任何溢出）。
我先写了它的 C++ 代码，检查了它的时间。然后编写相应的汇编代码（~3x 加速）。然后我编写了它的 MMX 代码（~12x v/s C++）。然后我将 MMX 转换为 SSE2 代码，它的速度与 MMX 代码完全相同。从理论上讲，在 SSE2 中，与 MMX 相比，我预计加速大约 2 倍。
对于从 MMX 到 SSE2 的转换，我将所有 mmx reg 转换为 xmm reg。然后改变了几个动作指令等等。
我的 MMX 和 SSE 代码粘贴在这里：https ://gist.github.com/abidrahmank/5281486 （我不想把它们都粘贴在这里）
这些函数稍后会从 main.cpp 文件中调用，其中数组作为参数传递。
我做了什么 ：
1 - 我浏览了英特尔和其他网站的一些优化手册。SSE2 代码的主要问题是16 _memory 对齐。当我手动检查地址时，发现它们都是 16 _memory 对齐的。但是我同时使用了MOVDQU和MOVDQA，但两者都给出了相同的结果，并且与 MMX 相比没有加速。
2 - 我进入调试模式并检查每个寄存器值并执行指令。它们的执行与我想的完全一样，即占用 16 个字节并输出 16 个字节。
资源 ：
我在 Windows 7 和 Visual C++ 2010 中使用 Intel Core i5 处理器。
问题 ：
所以最后一个问题是，为什么 SSE2 代码与 MMX 代码相比没有性能提升？我在 SSE 代码中做错了吗？还是有其他解释？
