memcpy sse 实现

  最近搞memcpy想用SSE指令实现，网上一搜，大部分都是错的，有些没有考虑数据不是64字节的整数倍，我特意写了个程序，对拷贝的数据不是64的整数倍的时候，超过的部分单独copy，源码如下，希望大家喜欢，欢迎测速！

void new_memcpy(void* dst, void* src, int len)
{
 _asm
 {
  push esi
   push edi
   mov esi, [src] ; source array
   mov edi, [dst] ; destination array
   mov ecx, [len] ; number of QWORDS (8 bytes) assumes len / CACHEBLOCK is an integer
   shr ecx, 6
   neg ecx ; use a negative offset as a combo pointer-and-loop-counter

copyloop:
  prefetchnta [esi+ 512] ; fetch ahead by 512 bytes
  movq mm0, [esi]
  movq mm1, [esi+8]
  movq mm2, [esi+16]
  movq mm3, [esi+24]
  movq mm4, [esi+32]
  movq mm5, [esi+40]
  movq mm6, [esi+48]
  movq mm7, [esi+56]
  movq [edi], mm0
   movntq [edi+8], mm1
   movntq [edi+16], mm2
   movntq [edi+24], mm3
   movntq [edi+32], mm4
   movntq [edi+40], mm5
   movntq [edi+48], mm6
   movntq [edi+56], mm7
   add esi, 64
   add edi, 64
   add ecx, 1
   jnz copyloop
  mov ecx,[len]
  and ecx,63
  cmp ecx,0
  je  copy_end
copy_loop2:
  mov  dl, byte ptr [esi]
  mov  byte ptr [edi], dl
  inc  esi
  inc  edi
  dec  ecx
  jne  copy_loop2
  
copy_end:
  sfence ; flush write buffer
  emms
   pop edi
   pop esi
 }
}