>>27

a ^= b; ・・・（１）
b ^= a; ・・・（２）
a ^= b; ・・・（３）

（２）は（１）の演算が終わるまで、（３）は（２）が終わるまで実行できない。だから3クロックかかる。
これがいわゆる依存関係ってやつで、モダンなCPUアーキテクチャでは好まれない。

t = a; 　・・・（１）´
a = b;　・・・（２）´
b = t;　・・・（３）´

これなら、ALUが2個以上有る場合、（１）と（２）、もしくは（２）と（３）を並列実行できるから2クロックほどで済む。

もっとも1インストラクション1クロックという前提の話だけど。