8.1から9.0でほとんど違いはないけど、アセンブラ出力してみると
微妙に違う。依存関係のある演算はなるべく間をおくようになっている。
例えばこんな感じ。

addpsxmm2, xmm4
mulpsxmm2, xmm7
por　　xmm3, xmm1
↓
addpsxmm2, xmm4
por　　xmm3, xmm1
mulpsxmm2, xmm7

CPUのスケジューラでやってくれそうなことだけど、効果あるのかな？