我想你想要的是这个

double i0[2];
double i1[2];

__m128d x1 = _mm_load_pd(i0);
__m128d x2 = _mm_load_pd(i1);
__m128d sum = _mm_add_pd(x1, x2);
// do whatever you want to with "sum" now

当执行_mm_load_pd时，它将第一个double值放入寄存器的低64位，第二个放入寄存器的高64位。因此，在上面的加载之后，x1保存两个double值i0[0]和i0[1]（x2也类似）。对_mm_add_pd的调用垂直地添加了x1和x2中的相应元素，因此在添加之后，sum在其低64位中保存i0[0] + i1[0]，在其高64位中保存i0[1] + i1[1]。

**编辑：**我应该指出，使用_mm_load_pd而不是_mm_load_ps没有任何好处。正如函数名所示，pd类型显式加载两个压缩双精度型，ps版本加载四个压缩单精度浮点型。由于这些都是纯粹的逐位内存移动，并且它们都使用SSE浮点单元，因此使用_mm_load_ps加载double数据不会有任何损失。_mm_load_ps的优点：其指令编码比_mm_load_pd短一个字节，因此从指令高速缓存感测（以及潜在的指令解码;我不是现代x86处理器所有复杂性的Maven）。上面使用_mm_load_ps的代码看起来像这样：

double i0[2];
double i1[2];

__m128d x1 = (__m128d) _mm_load_ps((float *) i0);
__m128d x2 = (__m128d) _mm_load_ps((float *) i1);
__m128d sum = _mm_add_pd(x1, x2);
// do whatever you want to with "sum" now

造型没有暗示任何功能;它只是让编译器将SSE寄存器的内容重新解释为保存双精度数而不是浮点数，以便它可以传递到双精度算术函数_mm_add_pd中。

_ps前缀是 “packed single” 的缩写，意味着它用于单精度浮点，而不是双精度浮点。
你需要_mm_load_pd()。这个函数接受一个16字节对齐的指针，指向一个由两个double组成的数组的第一个成员，并加载它们。你可以这样使用它：

__m128d v0 = _mm_load_pd(i0);
__m128d v1 = _mm_load_pd(i1);

v0 = _mm_add_pd(v0, v1);