あ、ごめん。
最後のところ、MMXだけ2本1組と比較したらダメだよね。
SSE2を使わない場合のピークは、
MMXを2本1組、通常の整数レジスタを1本7組の場合で、
SSE2を使えば、その約1.5倍くらいのスループットが出ました。