通常我们把需要CPU进行不同处理的单个数据称为标量数据（Scala Data）。标量数据既可以是整数数据，也可以是浮点数据。其中整数标量数据的存放区一般为通用寄存器（GPR），浮点标量数据的存放区一般为浮点寄存器（FPR）。

    与标量数据相对的是矢量数据（Vector Data）。所谓矢量数据就是指一列需要由处理器作相同处理的数据集合。比如处理器在做MP3编码的过程中，需要对内存中的音频文件里的各字节数据作相同的MP3编码操作。那么通常使用MMX或SSE这类单指令多数据流(SIMD)指令，将数个字节打包为一组矢量数据，存放在MMX或SSE寄存器中，再送往相应的功能单元进行统一操作。

    和标量数据一样，这些矢量数据既可以是整数数据，也可以是浮点数据。矢量数据以封包的形式批量存放在MMX（对于使用MMX、3DNow！进行操作的数据而言）和XMM（对于使用SSE、SSE2进行操作的数据而言）寄存器中。

    通过下面的图，我们可以更好地了解标量数据和矢量数据的区别：

 标量与矢量数据

    以下，我们整理了标量数据和矢量数据在X86-32位处理器以及AMD的X86-64处理器中所用寄存器的具体区别如下表：

    实际上，MMX和XMM通过寄存器映射的方法，也可以参与标量浮点数据的存储。同时数据类型也远不止整数、浮点这两类基本数据类型，还包括有指令指针数据、BCD数据，位数据等。要把这些情况一一说清，显然不是一两篇文章能解决得了问题的。

    幸好，这些省略的部分与我们的结论并没有影响，因此我们叙述时使用了简化的措施。需要更详细完整的资料，您可以参考Intel的IA32以及AMD的X86-64架构编程指导书。

    从上表我们可以看见，K8的64位扩展部分似乎仅对于整数、地址数据有效。对浮点和向量数据则仍然保持原样。

    经过上面的分析，我们似乎可以得出这样的结论，那就是：我们能从K8向64位的扩展所获得的好处，只不过是可以在同样一条指令中，处理更大数值的整数数值以及管理空间更大的内存区域而已。而在32位的情况下，由于通用寄存器只能容纳最大32位的数据，因此显然要花费更多条指令对尺寸超过32位的数据进行处理。

    这种改进对服务器、科学计算这样的领域虽然具有一定的意义，但显然并不是普通家用环境急需的改进。试问在近期普通应用中，有多少情况下会用到超过232这样大的整数数值和超过4GB的内存空间呢？

    然而，如果你因此低估了K8和X86-64指令集的实力，那就大错特错了。