初步说明：实际上，当我写完这个问题时，我看到这个答案正在解决我的情况。尽管如此，由于我已经花时间创建了指向必要文档的所有链接，因此无论如何发布它可能会很有用。此外，可能还有更好的答案。
问题是：
在我的处理结束时，我将有一个包含以下内容的__mm128i：
r0 r1 r2 r3 r4 r5 r6 r7 r8 r9 rA rB rC rD rE rF
我将不得不在内存中存储这样的uint32_t：
r0 r4 r8 rC
或者，或者（这只取决于我如何执行先前计算的最后 2 步）
r3 r7 rB rF
如何使用高达 SSSE3 指令有效地做到这一点？
如此处所述，使用最多 SSSE3 指令，您可以使用 _mm_shuffle_epi8 像这样重新排列寄存器：
r0 r4 r8 rC 00 00 00 00 00 00 00 00 00 00 00 00
然后，您不能使用_mm_extract_epi32因为它是 SSE4.1
您可以改用_mm_cvtsi128_si32 .