Оптимум на P4

Подскажите что, быстрее на P4 (таких 4 блока подряд для xmm0,xmm1,xmm2,xmm3):

Код (Text):

1.  
2. mov     edx,20h
3.  
4. pmovmskb    eax,xmm0
5. movd        xmm6,eax
6. movd        xmm7,esi
7. pslldq      xmm6,4
8. por     xmm6,xmm7      
9. movdqa      [edi],xmm6  ;edi - 16byte aligned
10. movdqa      [edi+10h],xmm5
11. test        eax,eax
12. cmovne      eax,edx
13. add     edi,eax
14. add     esi,10h    
15.  
16. .xmm1Interation:
17.  

или

Код (Text):

1.  
2. pmovmskb    eax,xmm0
3. test        eax,eax
4. jz      .xmm1Interation
5. movd        xmm6,eax
6. movd        xmm7,esi
7. pslldq      xmm6,4
8. por     xmm6,xmm7      
9. movdqa      [edi],xmm6  ;edi - 16byte aligned
10. movdqa      [edi+10h],xmm5
11. add     edi,20h
12. add     esi,10h    
13.  
14. .xmm1Interation:
15.  

и ещё небольшой:

Код (Text):

1.  
2. movntdq     [edi-30h],xmm0  ;[edi-30] - 16byte aligned
3. movntdq     [edi-20h],xmm1
4. movntdq     [edi-10h],xmm2
5. maskmovdqu  xmm3,xmm4
6.  

или

Код (Text):

1.  
2. maskmovdqu  xmm0,xmm1   ;edi- 16byte aligned
3. movntdq     [edi-10h],xmm2
4. movntdq     [edi-20h],xmm3
5. movntdq     [edi-30h],xmm4
6.  

выполнится ли за 1 bus transaction?