第四、没有AVX2的AVX对图像处理来说简直是个灾难 。
上面说了AVX和SSE的这些不同，这些不同给图像处理带来了很大的困惑，因为图像的数据基本都是以字节为单位的，而且很多计算都是以整形为基础的，在AVX中，强调的主要是高性能计算，提供的函数基本上都是针对浮点数的，很少有整形的函数 。也缺少一些数据的相互转换 。所以AVX2给我们带来了希望，增加了丰富和完整的数据类型转换函数、以及各种整形的比较、数值计算、移位等功能，可以说，AVX2对于AVX就有点类似于SSE4.2对于SSE，有了他，对于图像来说，就有了灵魂了 。
另外，AVX2还增加了一些的permute方面的函数，这个为我们打通AVX中2个独立128位lanes提供了有力的工具和手段 。比如说如果我们需要把2个__m256i中的整形数据（8个int32）保存到16个字节中，这肯定是需要使用打包功能的，但是AVX的打包不是按照SSE的方式进行的打包，这个时候我们就可以用_mm256_permutevar8x32_epi32来协调处理 。
inline void _mm256_store2si256_16char(unsigned char *Dest, __m256i Result_L, __m256i Result_H){//short A0A1A2A3B0B1B2B3A4A5A6A7B4B5B6B7__m256i Result = _mm256_packs_epi32(Result_L, Result_H);//byte A0A1A2A3B0B1B2B300000000A4A5A6A7B4B5B6B700000000Result = _mm256_packus_epi16(Result, _mm256_setzero_si256());//A0A1A2A3B0B1B2B3A4A5A6A7B4B5B6B70000000000000000_mm_storeu_si128((__m128i *)Dest, _mm256_castsi256_si128(_mm256_permutevar8x32_epi32(Result, _mm256_setr_epi32(0, 4, 1, 5, 2, 3, 6, 7))));}可以这样认为，_mm256_permutevar8x32_epi32就是类似于SSE环境下的256位的32位shuffle，即真正的_mm256_shuffle_epi32 。
AVX2里还增加了一各比较特别的功能，gather系列指令，这个系列的指令可以从不同的位置收集数据到寄存器中，这个是在SSE中缺失的 。这个功能可以实现更为快速的数据查表功能，我们后续应该会有一个单独的文章讲这个算子 。
第五、AVX相较于SSE的提速可能没有你想象的高
表面上看，AVX一次性可以处理256位数据，SSE只能处理128位，带宽是提高了一倍，但是从实际的测试表现来看，同样的算法，使用AVX的提速比相对于SSE来说绝对是不可能达到1倍的，能有40%的提速就已经很不错了，这也导致我们从SSE转型为AVX时能得到的喜悦绝对没有从C++转型到SSE时那么充足 。很多算法只有5%的提速，这当然于算法本身的结构有关，如果是以读取内存为主的程序，提速比会很低，以数值计算、比较等等为主的程序就要稍微高一些，我目前写的一些AVX程序和SSE比较，提速比大概5%到35%之间 。
另外一点，在不同的CPU上（都支持AVX及AVX2），同一个算法的提速比例也是不同，我甚至遇到过AVX还比SSE慢一点的CPU（都是64位程序），这个目前我不知道是为什么 。
第六、AVX和SSE的选择问题
这个没有绝对的，只是谈点自己的看法 。
在PC上，一个算法如果需要使用SIMD优化，除了考虑硬件的因素外（现在市面上能看到的硬件不支持AVX或者AVX2的还是有很多在使用的，特备是AVX2，我他妈的去年买的一个机器，CPU居然还只支持AVX，也是醉了），还要考虑算法本身的粒度，SSE真的很自由，特别是shuffle，说实在的，我倒现在还没想到，如何用AVX2实现 32个字节的自由shuffle, AVX的那个_mm256_shuffle_epi8就是个太监啊 。所以你的算法里需要借用大量这样的shuffle,还是考虑用SSE吧， 如果以32位整形数据或者浮点计算为主，AVX肯定在效率上还是要更为高效 。
在学习曲线上，如果你没有AVX的基础，直接从C开始使用AVX，你会发现你要做很多弯路，因为正如前面所述，使用AVX脱离不了SSE，最好先了解一点SSE的知识 。
如果有SSE的基础，去转学AVX，则轻松很多，只需要把AVX2里的那个permute、broadcast等等理解透了，你也就基本掌握了真谛 。
经验总结扩展阅读
- 含源码 手把手教你使用LabVIEW OpenCV dnn实现图像分类
- 什么是a3算法
- 根号加根号怎么算
- 独辟蹊径：逆推Krpano切图算法，实现在浏览器切多层级瓦片图
- 数列的四种表示方法
- Python实现改进后的Bi-RRT算法实例
- 加减乘除运算法则
- C++实现双向RRT算法
- ps怎么旋转图像
- set协议包括什么