終於把AVX指令的memcpy 寫完了 :)

所有的代碼 aligned/unaligned 都達到了CPU 理論值 16byte/cycle, 大位元組（大於4M)的拷貝效能提高了15%，等發布的時候給願意看的人總結一下吧。

1.反向拷貝對提高效能有協助，他讓我避免了來自Data Cache 的fetch-next-line的硬體預取。

這個linux kernel的patch 說明了相同的問題：https://lkml.org/lkml/2011/6/17/252

 2。使用 lfence 指令避免load 指令out of order, 說起來有些複雜，舉個簡單的例子，有些時候道路空曠的時候，闖紅燈會提高道路的througput，但是如果道路擁塞，

還是聽紅綠燈的指揮道路的throughtput 會更好.