GCC/Clang提供的向量扩展是一种方便的方法，可以在多种架构（如webassembly，arm 64，x64）上启用SIMD向量化。
与

using v8x16u = uint8_t __attribute__((vector_size(16)));
v8x16u add(v8x16u a, v8x16u b) { return a + b; }
        add     v0.16b, v1.16b, v0.16b
        ret

它很容易做一些SIMD编程（即使在某些情况下性能不太高）。
我无法从任何文档中找到的是 * 从内存中初始化这些向量的首选/规范方法是什么 *。

v8x16u load(uint8_t const *p) {
   v8x16u a;
   for (int i = 0; i < 16; i++) a[i] = p[i];
}

在clang x64和clang armv 8上确实可以正常工作，但在GCC 7.3上有点不太理想

ldr q0, [x0]    // clang armv8
   movdqu  xmm0, XMMWORD PTR [rdi]  // gcc x64 7.3
   movups  xmm0, xmmword ptr [rdi]  // clang 15.0.0 x64

   sub     sp, sp, #16 // GCC arm64 7.3
   ldr     q0, [x0]
   add     sp, sp, 16

在webassembly中，结果是灾难（循环）。对于webassembly和clang来说，展开加载是有效的，但对于GCC来说则不然，因为GCC会加载16个单独的字节

v8x16u load(uint8_t const *p) {
   v8x16u a{p[0],p[1],p[2],p[3],
            p[4],p[5],p[6],p[7],
            p[8],p[9],p[10],p[11],
            p[12],p[13],p[14],p[15]
   };
   return a;
}
        local.get       0
        v128.load       0:p2align=0
        end_function

最后，类型双关确实可以编译，但它不会引入UB吗？而且clang似乎在实现中可能有一个bug（因为在这种情况下，使用vs typedef应该同样可以使用AFAIK，保留属性）

v8x16u load_fail(uint8_t const *p) {
    using Vec = uint8_t __attribute__((vector_size(16), aligned(1)));
    return *reinterpret_cast<const Vec*>(p);
}
        movaps  xmm0, xmmword ptr [rdi]

v8x16u load_okish(uint8_t const *p) {
    typedef uint8_t Vec __attribute__((vector_size(16)))  __attribute__((aligned(1)));
    return *reinterpret_cast<const Vec*>(p);
        movups  xmm0, xmmword ptr [rdi]
}