一部、重箱の隅をつつくのが好きな方わ、今回例にあげた
　　s = s + s0 * x[i]
のような計算わ、sに関する依存性でパイプラインが止まると言うかもしれないすね。。。

実際に演算ユニットの利用率を上げるにわ、この計算を少しインライン展開して
　　s1 = s1 + s0 * x[i];　　　s2 = s2 + s0 * x[i+1];
　　s3 = s3 + s0 * x[i+2];　 s4 = s4 + s0 * x[i+3];
　　s5 = s5 + s0 * x[i+4];　 s6 = s6 + s0 * x[i+5];
　　... sN = sN + s0 * x[i+N-1];
最後にs1からsNを加算するという形になるす。POWER4のFPUわ6ステージすから、N=6〜8
で丁度良いかと思うす。