是否有一种方法可以使用SSE或AVX乘以2 x 2矩阵的无符号64位整数，
这比仅不使用SSE / AVX指令更有效？
如果只希望结果的底部64位，事情会更容易。假设ymm0包含矩阵A的四个值，而ymm1包含矩阵B的四个值，则可以如下计算乘积：
vpermq ymm2,ymm0,0x8D
vpermq ymm3,ymm1,0x4E
vpermq ymm0,ymm0,0xD8
vpclmullqlqdq xmm4,xmm0,xmm1
vpclmulhqlqdq xmm5,xmm0,xmm1
vpclmullqhqdq xmm6,xmm0,xmm1
vpclmulhqhqdq xmm7,xmm0,xmm1
vpclmullqlqdq xmm8,xmm2,xmm3
vpclmulhqlqdq xmm9,xmm2,xmm3
vpclmullqhqdq xmm10,xmm2,xmm3
vpclmulhqhqdq xmm11,xmm2,xmm3
vpunpcklqdq xmm0,xmm4,xmm6
vpunpcklqdq xmm1,xmm5,xmm7
vpunpcklqdq xmm2,xmm8,xmm10
vpunpcklqdq xmm3,xmm9,xmm11
vinserti128 ymm0,ymm0,xmm1,1
vinserti128 ymm2,ymm2,xmm3,1
vpaddq ymm0,ymm0,ymm2
结果，ymm0包含矩阵乘积的四个低64位整数。
如果要获得完整的128位结果，则情况会稍微复杂一些（再次，ymm0 =矩阵A，ymm1 =输入上的矩阵B）：
vpcmpeqq ymm12,ymm12,ymm12
vpermq ymm2,ymm0,0x8D
vpermq ymm3,ymm1,0x4E
vpermq ymm0,ymm0,0xD8
vpsllq ymm12,ymm12,63
vpclmullqlqdq xmm4,xmm0,xmm1
vpclmulhqlqdq xmm5,xmm0,xmm1
vpclmullqhqdq xmm6,xmm0,xmm1
vpclmulhqhqdq xmm7,xmm0,xmm1
vpclmullqlqdq xmm8,xmm2,xmm3
vpclmulhqlqdq xmm9,xmm2,xmm3
vpclmullqhqdq xmm10,xmm2,xmm3
vpclmulhqhqdq xmm11,xmm2,xmm3
vpunpcklqdq xmm0,xmm4,xmm5
vpunpckhqdq xmm1,xmm4,xmm5
vpunpcklqdq xmm2,xmm6,xmm7
vpunpckhqdq xmm3,xmm6,xmm7
vpunpcklqdq xmm4,xmm8,xmm9
vpunpckhqdq xmm5,xmm8,xmm9
vpunpcklqdq xmm6,xmm10,xmm11
vpunpckhqdq xmm7,xmm10,xmm11
vinserti128 ymm0,ymm0,xmm2,1
vinserti128 ymm1,ymm1,xmm3,1
vinserti128 ymm2,ymm4,xmm6,1
vinserti128 ymm3,ymm5,xmm7,1
vpaddq ymm2,ymm2,ymm0
vpaddq ymm3,ymm3,ymm1
vpxor ymm4,ymm12,ymm0
vpxor ymm5,ymm12,ymm2
vpcmpgtq ymm6,ymm4,ymm5
vpsubq ymm3,ymm3,ymm6
vpunpcklqdq ymm0,ymm2,ymm3
vpunpckhqdq ymm1,ymm2,ymm3
然后您在ymm0和ymm1中获得四个128位矩阵乘积系数。