请问在用arm neon指令优化程序时，在一个for循环下，分别用int32x2_t和int32x4_t类型的指令，后者的速度并没有按照理论上的速度更快，反而比前者慢是怎么回事呢？必须要对生成的汇编指令进行优化吗？谢谢指教。
5个寄存器一般不会有问题。数据加载是比较耗时的，但是具体慢的原因需要考虑全部指令使用情况。