在最小时钟周期内执行AVX2 VPXOR和popcount的优化方法

Question

我们必须对两个包含uint64_t的5个元素（无符号long long）的两个数组执行按位XOR操作，然后执行1的计数（弹出计数）。 通过使用AVX2 256位宽的YMM寄存器，AVX2 VPXOR和popcount来以最小的时钟周期实现此目标的优化方法是什么？

现在，我们通过遵循以下代码段来实现此目的

for (j = 0; j < 5; j++){
 xorResult = cylinderArrayVectorA[j] ^ cylinderArrayVectorB[j];
 noOfOnes = _mm_popcnt_u64(xorResult);
 sumOfOnes += noOfOnes;

阵列A和阵列B中有260位。在最小时钟周期内执行AVX2 VPXOR和popcount的优化方法是什么。