终于把AVX指令的memcpy 写完了 :)

所有的代码 aligned/unaligned 都达到了CPU 理论值 16byte/cycle, 大字节（大于4M)的拷贝性能提高了15%，等发布的时候给愿意看的人总结一下吧。

1.反向拷贝对提高性能有帮助，他让我避免了来自Data Cache 的fetch-next-line的硬件预取。

这个linux kernel的patch 说明了相同的问题：https://lkml.org/lkml/2011/6/17/252

 2。使用 lfence 指令避免load 指令out of order, 说起来有些复杂，举个简单的例子，有些时候道路空旷的时候，闯红灯会提高道路的througput，但是如果道路拥塞，

还是听红绿灯的指挥道路的throughtput 会更好.