拷贝SIMD向量数组：循环赋值与memcpy的正确性及性能对比

是正确的。
当前参数下kNumOscs=4、numVoices=16，内层循环步长为4，v的取值范围固定是0~3，刚好覆盖osc[4][4]的所有下标，不会出现越界访问。赋值时机处于osc乘完vol之后、乘out之前，完全符合注释里“保存前序输出”的逻辑需求，计算结果没有问题。

首先要注意逻辑适配：如果要改用memcpy，不能直接替换原来的单条赋值语句，需要调整循环顺序：原逻辑是单元素粒度的「乘vol → 赋值给mPrevOutput → 乘out」，要做单次memcpy的话，需要先遍历所有元素完成vol乘法，再调用memcpy把整个osc数组拷贝到mPrevOutput，最后再遍历所有元素完成out乘法，调整后的逻辑和原逻辑计算结果完全等价，因为每个元素的计算没有交叉依赖。

两者的性能差异极小，甚至原循环写法可能更优：

• 你当前的数据集非常小，总拷贝大小是4×4×16B=256B，属于超小块内存拷贝，不管是循环赋值还是memcpy，耗时都在纳秒级，实际运行中几乎感知不到差异。
• 开了-O3优化的前提下，编译器会自动把你现在的固定次数循环完全展开，逐个赋值的逻辑会被优化成连续的SIMD存储指令，和memcpy底层生成的指令几乎没有区别。
• 原循环的缓存局部性更好：原逻辑对同一个元素的三次操作（乘vol、拷贝、乘out）是连续执行的，数据一直留在CPU缓存中；如果拆成三个独立的遍历步骤（全量乘vol、全量拷贝、全量乘out），反而可能出现缓存重新加载的开销。

补充说明：mPrevOutput和osc都是16字节对齐的内存，且m128是平凡可复制类型，使用memcpy拷贝完全合法，不会出现未定义行为，写法参考：memcpy(&mPrevOutput[0][0], &osc[0][0], sizeof(osc));。

内容的提问来源于stack exchange，提问作者markzzz