Предполагается обрабатывать два массива, каждый длиной до 4к. Вопросы:
1. Дает ли выигрыш в тактах загрузка из памяти и запись с помощью XMM регистров по сравнению с четырьмя загрузками/записью 32-битными регистрами?
2. При использовании prefetchnta как определить, за сколько тактов до реального обращения к памяти нужно использовать эту команду?
3. При использовании prefetchnta [esi] в линию кеша загружается 64 байта, начинающихся с адреса, указанного в esi, или выровненого по 16-байтной границе?
4. Следует ли выравнивать метку начала цикла по границе (по какой именнои в каких случаях, какой выигрыш в тактах) и как осуществить выравнивание, если код пишу как ассемблерную вставку в Borland Delphi7?

Мануалы с интеловского сайта читал, но кеширование данных не совсем освоил.