x86指令sqrtpd是否会同时并行计算所有操作数的平方根？

结论先行：sqrtpd 会对输入向量中的所有打包双精度浮点值并行执行平方根计算，不存在逐个串行处理的逻辑。

• 指令后缀pd是 Packed Double-precision（打包双精度）的缩写，和仅计算单个双精度值的标量指令sqrtsd形成明确区分：后者每次只处理向量寄存器最低位的1个双精度浮点数，高位元素直接从源操作数拷贝；而sqrtpd会覆盖所有元素位的计算结果。
• 文档中提到的2个、4个、8个操作数，对应不同SIMD扩展下的向量宽度，单条指令的并行度和向量宽度完全匹配：
  • 128位SSE2版本sqrtpd：同时计算2个双精度浮点数的平方根
  • 256位AVX版本sqrtpd：同时计算4个双精度浮点数的平方根
  • 512位AVX-512版本sqrtpd：同时计算8个双精度浮点数的平方根
• 这里标注的SIMD computation就是单指令多数据计算的标准含义：硬件为向量寄存器的每个数据槽位分配了独立的计算通路，所有槽位的平方根计算同步推进，不会出现前一个元素计算完成才启动下一个元素计算的串行流程。
• 这个特性可以通过实测性能验证：同架构下所有宽度的sqrtpd指令，计算延迟和单元素的sqrtsd基本持平，吞吐量则是sqrtsd的2/4/8倍（和向量宽度成正比），如果是串行拆分实现不可能达到这个性能表现。
• 补充说明：从SSE2开始，x86平台所有带pd/ps（打包单精度）后缀的算术类SIMD指令，都是按全通道并行设计的，不管是Intel还是AMD的量产CPU，都不存在用微码把这类打包指令拆成多个标量操作串行执行的实现。

内容的提问来源于stack exchange，提问作者stht55