Data-Level Parallelism SIMD single instruction, multiple data or vector instructions SIMD 实现矩阵乘法 common mistake 直接使用 32-bit 的 SIMD vector（寄存器与内存不同） 使用_mm_load or _mm_store 时采用未对齐的内存 忘记处理尾部特殊情况 使用太多的 vector
