512bits一组就是16个float，8个核心一次可以处理128个float，8次可以处理上千float。换成avx2一次处理256bits也只要16次就可以处理到上千float。数据再大一点干脆交给gpu来做。
提高并行计算是有好处，但是在工艺还是14nm的情况下，强行提高非密集计算能力换来的却是功耗的大幅提高。