_mm_storeu_si128
_mm_storeu_si128((__m128i *)out + 0, _mm_add_epi32(r0, in0));
_mm_storeu_si128((__m128i *)out + 1, _mm_add_epi32(r1, in1));
_mm_storeu_si128((__m128i *)out + 2, _mm_add_epi32(r2, in2));
_mm_storeu_si128((__m128i *)out + 3, _mm_add_epi32(r3, in3));
_mm_storeu_si128((__m128i *)out + 0, r0);
_mm_storeu_si128((__m128i *)out + 1, r3);
return _mm_storeu_si128(p, v);
_mm_storeu_si128((__m128i *)buf + 0, r0);
_mm_storeu_si128((__m128i *)buf + 1, r1);
_mm_storeu_si128((__m128i *)buf + 2, r2);
_mm_storeu_si128((__m128i *)buf + 3, r3);
_mm_storeu_si128((__m128i *)s + 0, r0);
_mm_storeu_si128((__m128i *)s + 1, r1);
_mm_storeu_si128((__m128i *)s + 2, r2);
_mm_storeu_si128((__m128i *)s + 3, r3);
_mm_storeu_si128((__m128i *)buf + 0, r0);
_mm_storeu_si128((__m128i *)buf + 1, r1);
_mm_storeu_si128((__m128i *)buf + 2, r2);
_mm_storeu_si128((__m128i *)buf + 3, r3);
_mm_storeu_si128((__m128i *)s + 0, r0);
_mm_storeu_si128((__m128i *)s + 1, r1);
_mm_storeu_si128((__m128i *)s + 2, r2);
_mm_storeu_si128((__m128i *)s + 3, r3);