测量简单矢量化阵列操作的性能

我正在优化简单的数组操作,比如

for (int i=0; i<cnt; i++) dst[i] = src1[i] * src2[i];

其中cnt通常为32到1024,这是我的应用程序中的典型情况。我在比较英特尔IPP、MSVC 2017原生矢量器,我还在MSVC中利用AVX和AVX512的内部函数。我将线程优先级设置为critical,将线程关联掩码设置为“1”。然后我使用QueryPerformanceCounter计算“操作”开始和结束时的时间,这包括运行循环数百万次。在10核的新i9上运行。

问题是结果各不相同,很多。有时运算需要3秒,有时需要4秒。这使得结果基本上无法使用。你知道怎么回事吗?正在处理的数组中的值始终相同,数组与32字节边界对齐。