Názor k článku Použití instrukcí SSE a AVX pro zrychlení bitových operací od Praktik - Pro lepší vektorizaci ručně rozvinutého kódu by mělo...

Pro lepší vektorizaci ručně rozvinutého kódu by mělo stačit zbavení se závislosti i2 na i, třeba nezávislým výpočtem ve for:

#pragma GCC ivdep
for(int i = 0, i2 = 0; i<4*SAMPLES; i+=4, i2+=2) {
  int16_t raw0 = inbuf[i+0];
  int16_t raw1 = inbuf[i+1];
  int16_t raw2 = inbuf[i+2];
  int16_t raw3 = inbuf[i+3];

  raw0 = (raw0 & 0xEFFF) | ((raw0 & 0xE000)>>1);
  raw1 = (raw1 & 0xEFFF) | ((raw1 & 0xE000)>>1);
  raw2 = (raw2 & 0xEFFF) | ((raw2 & 0xE000)>>1);
  raw3 = (raw3 & 0xEFFF) | ((raw3 & 0xE000)>>1);

  outbuf1[i2    ] = (float)raw0;
  outbuf1[i2 + 1] = (float)raw1;

  outbuf2[i2    ] = (float)raw2;
  outbuf2[i2 + 1] = (float)raw3;
}

Případně zpracovává-li se sekvenčně velké množství dat, která se nevejdou do L2 cache, tak by měl rychlejšímu běhu pomoci gcc přepínač -fprefetch-loop-arrays.