使用SIMD将8位解包到16位：AVX2版本混淆了顺序

我正在尝试使用 SSE2 用零解压缩文本，并将其扩展到 AVX2。这就是我的意思：

假设你有一些这样的文本： abcd

我正在尝试使用 SSE2 解压abcd到abcd. 该的是零。这当然适用于 16 个字符而不是 4 个。

我能够使用此代码（忽略 C 样式转换）来做到这一点：

__m128i chunk = _mm_loadu_si128((__m128i const*) src); // Load 16 bytes from memory

__m128i half = _mm_unpacklo_epi8(chunk, _mm_setzero_si128()); // Unpack lower 8 bytes with zeros
_mm_storeu_si128((__m128i*) dst, half); // Write to destination

half = _mm_unpackhi_epi8(chunk, _mm_setzero_si128()); // Unpack higher 8 bytes with zeros
_mm_storeu_si128((__m128i*) (dst + 16), half); // Write to destination

这很好用，但我正在尝试将代码转换为 AVX2，因此我可以一次处理 32 个字节。但是，我在解压低字节时遇到了麻烦。

这是我用于 AVX2 的代码：

__m256i chunk = _mm256_loadu_si256((__m256i const*) src); // Load 32 bytes from memory

__m256i half = _mm256_unpacklo_epi8(chunk, _mm256_setzero_si256()); // Unpack lower 16 bytes with zeros
_mm256_storeu_si256((__m256i*) dst, half); // Write to destination

half = _mm256_unpackhi_epi8(chunk, _mm256_setzero_si256()); // Unpack higher 16 bytes with zeros
_mm256_storeu_si256((__m256i*) (dst + 32), half); // Write to destination

问题是，该_mm256_unpacklo_epi8指令似乎每转换 8 个字节就跳过 8 个字节。例如这段文字（末尾的“fr”是有意的）：

Permission is hereby granted, fr

被转换成

Permissireby graon is hented, fr

每 8 个字节_mm256_unpacklo_epi8，进程，8 个字节被跳过。

我在这里做错了什么？任何帮助将不胜感激。