我目前正在重写一个使用64位字来使用128位字的程序。我正在尝试使用英特尔的SIMD SSE2内在函数。我的新程序，使用SIMD内在函数，比我预期的速度快两倍，比原来慢了约60％。当我查看每个组件的汇编代码时，它们非常相似并且长度大致相同。但是，目标代码（编译文件）的时间延长了60％。
我还在两个程序上运行了callgrind，它告诉我每行有多少指令读取。我发现我的程序的SIMD版本对于相同的操作通常比原始版本中的指令读取更少。理想情况下，这应该发生，但它没有意义，因为SIMD版本需要更长的时间才能运行。
我的问题： SSE2内在函数转换为更多汇编指令吗？ SSE2指令运行时间更长吗？还是有其他原因导致我的新程序如此之慢？
附加说明：我在C语言编程，在Linux Mint上编程，并使用gcc -O3 -march = native编译。