>>576
delphiの場合、Pentium3やPentium4では、確実に早くなるぞ。

なぜかというと、P3以後ではフェッチされるバス幅、
および、ライトコンバイニングバッファが３２ビット(＝４バイト)ではなく、
３２バイト単位(P4では６４バイト)なので、使用するデータ幅が大きいほど、
バス効率が上がるから、CPUのロードバッファ、ストアバッファの負担が下がる為。
P4以後でSSE2命令のレイテンシがMMX命令より悪くても、
MMXより高速化できる場合があるのはこの為。

プリフェッチもひとつの手段だが、CPUごとにプリフェッチの時間距離計算を
変える必要が出たり、色々不定要素が絡むので難しいぞ。