看 CPU 指令手册的时候，会看到有两条指令：vmovups 和 vmovaps，这两条指令都是为了 mov packed single point data between memory/AVX register。不一样的地方是就一个是 u，一个是 a。u 的意思是 unaligned，a 的意思是 aligned。这里的 aligned 的意思是什么呢？ 经过查阅，发现它是指内存地址与 AVX register 的长度 align（如 AVX2 的话就是 32 byte align，AVX512 的话就是 64 byte align etc.）。那这两条指令的 performance 有什么区别呢？答案是：自 Nehalem 以后，没有什么区别了。Intel 对两条指令进行了优化，消除了 vmovups的性能 penalty。可以看下手册里两条指令的 latency 和 throughput 加深一下印象（8 是 latency，0.5 是 reciprocal throughput）。结论就是在任何场合可以直接使用 vmovups 就 OK 了。
vmovntps 中的 nt 指的是 non-temporal，意思就是说告诉 CPU，我现在写的这个数据不遵守时间局部性，写完后不会读它，所以就不要遵循原来 “读进 cache（Read For Ownership） write around，即绕过 cache 写内存。如果 cache policy 是 write through 的话，如果遇到大块的写操作，write around 肯定是比 write through 好的。但现在 Xeon 的 cache policy 是 write back，这个有没有好处就需要实验来确定了。
