_mm_storeu_epi8
_mm_storeu_epi8(out, q[0]);
_mm_storeu_epi8(out, q[0]);
_mm_storeu_epi8(out, cv);
_mm_storeu_epi8(iv, cv);
_mm_storeu_epi8(ivp, cv);
_mm_storeu_epi8(out + nbytes, w ^ cv);
_mm_storeu_epi8(out + nbytes + 16*7, cv ^ q[7]);
_mm_storeu_epi8(out + nbytes + 16*6, cv ^ q[6]);
_mm_storeu_epi8(out + nbytes + 16*5, cv ^ q[5]);
_mm_storeu_epi8(out + nbytes + 16*4, cv ^ q[4]);
_mm_storeu_epi8(out + nbytes + 16*3, cv ^ q[3]);
_mm_storeu_epi8(out + nbytes + 16*2, cv ^ q[2]);
_mm_storeu_epi8(out + nbytes + 16*1, cv ^ q[1]);
_mm_storeu_epi8(out + nbytes, w ^ cv);
_mm_storeu_epi8(out, w ^ iv);
_mm_storeu_epi8(t, aes_sse2_4x32_xts_update(_mm_loadu_epi8(t)));
_mm_storeu_epi8(out + 16*i, q[i] ^ t[i]);
_mm_storeu_epi8(out + 16*i, q[i] ^ t[i]);
_mm_storeu_epi8(tweak, t[0]);
_mm_storeu_epi8(out + 16*i, q[i] ^ t[i]);
_mm_storeu_epi8(out + 16*i, q[i] ^ t[i]);
_mm_storeu_epi8(tweak, t[0]);
_mm_storeu_epi8(auth, q[0]);
_mm_storeu_epi8(out, _mm_loadu_epi8(in) ^ q[2]);
_mm_storeu_epi8(authctr, q[0]);
_mm_storeu_epi8(out, b);
_mm_storeu_epi8(authctr, q[2]);
_mm_storeu_epi8(out, block);