我有四个uint64_t个数字，我希望将它们合并为__m256i的一部分，但是，我对如何解决这个问题感到迷茫。
此处有一次尝试（rax，rbx，rcx和rdx为uint64_t）：
uint64_t a [4] = {rax,rbx,rcx,rcx};
__m256i t = _mm256_load_si256((__m256i *) &a);
答案 0 :(得分：1)
首先，确保您的CPU甚至支持这些AVX指令：Performing AVX integer operation。
其次，从https://software.intel.com/en-us/node/514151开始，指针参数必须是对齐的位置。传统上在堆栈上分配的存储器地址是随机的，并且取决于先前调用的堆栈帧的大小，因此可能不对齐。
相反，只需使用内在类型__m256i 强制编译器来对齐它; OR ，根据https://software.intel.com/en-us/node/582952，在__declspec(align)数组上使用a。
答案 1 :(得分：1)
使用_mm_set内在函数，让编译器决定如何操作。请注意，他们首先使用编号最高的元素的args：例如
__m256i vt = _mm256_set_epi64x(rdx, rcx, rbx, rax);
您通常不希望asm看起来像您的标量商店 - ＆gt; vector load C source，因为这会产生一个存储转发停顿。
gcc 6.1＆＃34;通过＆＃34;在这种情况下的本地数组（并使用2x vmovq / 2x vpinsrq / 1x vinserti128），但它仍然生成代码以将堆栈对齐到32B。 （即使它不需要，因为它最终不需要任何32B对齐的当地人）。
正如你在Godbolt Compiler Explorer上看到的那样，两种方式的实际数据移动部分是相同的，但是数组方式有一堆浪费的指令，gcc在决定避免坏之后未能优化掉来源暗示的方式。
_mm256_set_epi64x适用于32位代码（至少使用gcc）。你得到2x vmovq和2x vmovhps来对xmm寄存器的上半部分进行64位加载。 （将-m32添加到godbolt链接中的编译选项。）