AVX 寄存器和两个 SSE 寄存器的高效拆分/连接

Question

将一个 AVX (AVX2) 寄存器拆分为两个 SSE (SSE2) 寄存器并向后 - 连接（连接）两个 SSE 寄存器以创建一个 AVX 寄存器的最高效方法是什么？

对于所有类型的寄存器 - 整数、浮点数、双精度，我都需要它。

例如，我为浮动大小写了以下代码：

Try it online!

#include <immintrin.h>

__m128 avx_to_sse_ps(__m256 a, __m128 * hi) {
    *hi = _mm256_castps256_ps128(
        _mm256_permute2f128_ps(a, a, 0b0000'0001)
    );
    return _mm256_castps256_ps128(a);
}

__m256 sse_to_avx_ps(__m128 a, __m128 b) {
    return _mm256_permute2f128_ps(
        _mm256_castps128_ps256(a),
        _mm256_castps128_ps256(b),
        0b0010'0000
    );
}

int main() {}

是否可以使这段代码更快？整数和双精度情况如何，将是与此类似的最佳代码？