为什么 strchr 比我的 simd 代码快两倍

我正在学习 SIMD，并且很好奇是否有可能在查找字符方面击败 strchr。看起来 strchr 使用相同的内在函数，但我假设它检查空值，而我知道该字符在数组中并计划避免空值检查。

我的代码是：

size_t N = 1e9;
bool found = false; //Not really used ...
size_t char_index1 = 0;
size_t char_index2 = 0;
char * str = malloc(N);
memset(str,'a',N);

__m256i char_match;
__m256i str_simd;
__m256i result;
__m256i* pSrc1;

int simd_mask;

str[(size_t)5e8] = 'b';


    char_match = _mm256_set1_epi8('b');
    result = _mm256_set1_epi32(0);

    simd_mask = 0;

    pSrc1 = (__m256i *)str;

    while (1){
        str_simd  = _mm256_lddqu_si256(pSrc1);
        result = _mm256_cmpeq_epi8(str_simd, char_match);
        simd_mask = _mm256_movemask_epi8(result);   
        if (simd_mask != 0){
            break;
        }
        pSrc1++;
    }

完整（尚未完成的代码）位于：https://gist.github.com/JimHokanson/433e185ba53b41e49ce3ac804568ac1e

strchr 的速度是此代码的两倍（使用 gcc 和 xcode）。我希望能明白为什么。

更新：使用以下方式编译：gcc -std=c11 -mavx2 -mlzcnt

我没有在编译器中设置优化标志。设置 -O3 导致 SIMD 代码仅占用 strchr 时间的 75%。

Update:我还应该澄清这不是代码的最终工作版本。仍然需要进行额外的检查以及优化调用的可能方法（我认为）。至少在这一点上，代码在 strchr 的范围内。正如问题评论中所指出的，此版本可能会读过一页并出现错误。最后，这主要是一个 SIMD 学习机会（对我自己来说），而 memchr 可能是你最好的选择（尽管我怀疑如果你有哨兵缓冲区，你可能能够稍微击败 memchr）。