цикл без поллитры не соптимизируешь руками, это на отлично компилятор делает, а линейный код компилятор почти не распараллеливает, это эффективно можно сделать только на ассемблере. Так и получается - цикл на С пишу, и вставляю из сгенеренного компилером асм-файла в асм-исходник. Вот пример (от init prolog и до конца piped loop kernel сгенерено С-компилером, остальное плюс немного припараллеленного мной в прологе - мое ассемблерное):

	[!B1]	B       .S2     L2                ; (P) |53| 
||	[!B1]	MVK     .S1     0x80,A0
||	[!B1]	MV      .L2X    A9,B4
||	[!B1]	ADDAW	.D2	B4,14,B9	; +56
;---
		; !D2
	[!B1]	MVK     .S1     0xffffff80,A6
||	[!B1]	MVK     .S2     4,B0
||	[!B1]	LDW     .D2T2   *B9++,B6          ; (P) |50| 
||	[!B1]	LDW     .D1T1   *A9++,A0          ; (P)  ^ |47| 
||		ABS	.L2	B6,B6		  ; B6 = abs((dms<<2) - dml)
;---
		; B10 <= a[0]
		; !D2
	[!B1]	MVK     .S1     0x2,A2            ; init prolog collapse predicate
||	[!B1]	ADD     .L1X    1,B0,A1
||	[!B1]	SHR	.S2	B10,8,B11	; B11 = a[0]>>8
||	[!B1]	MV	.D1	A5,A8		; A8 <= dqsez
||		CMPLT	.L2	B6,B13,B13	; B13 = (abs((dms<<2) - dml))<(dml>>3)
;---
		; A10 <= a[1]
;---
;** --------------------------------------------------------------------------*
L2:    ; PIPED LOOP KERNEL

   [ B1]   MV      .D1     A6,A7             ; if ((B2 ^ dq[i]) <  0) A7 = +128 
|| [!B1]   MVK     .S1     0x80,A7     ; if ((B2 ^ dq[i]) >= 0) A7 = -128 
|| [ B0]   B       .S2     L2                ; 

   [ B2]   ADD     .L1     A7,A3,A3          ; if (B2) A3 += A7
||         SHR     .S1     A0,8,A5           ; A5 = b[i] >> 8
||         XOR     .S2     B2,B6,B6          ; B6 = B2 ^ dq[i]
|| [ A1]   LDW     .D2T2   *B9++,B6          ; 
|| [ A1]   LDW     .D1T1   *A9++,A0          ; 

   [ A2]   SUB     .D1     A2,1,A2           ; 
|| [ A1]   SUB     .S1     A1,1,A1           ; 
|| [!A2]   STW     .D2T1   A3,*B4++          ; store new b[i] 
||         SUB     .L1     A0,A5,A3          ; A3 = b[i] - (b[i] >> 8)
||         CMPLT   .L2     B6,0,B1           ; B1 = (B2 ^ dq[i]) < 0
|| [ B0]   SUB     .S2     B0,1,B0           ; 

;** --------------------------------------------------------------------------*

	[!B1]	MVK     .S1     0x80,A7
||	[B1]	MV      .L1     A6,A7
||		LDHU	.D1T1	*+A4(44),A6	; PK[0]
||		SUB	.L2	B10,B11,B11	; B11 = a[0]-(a[0]>>8)
;---
	[B2]	ADD     .D1     A7,A3,A3
||		XOR     .S2     B2,B6,B6 
||		SHR     .S1     A0,8,A5 
||		MV	.L1	A8,A2		; dqsez
;---
		SUB     .L1     A0,A5,A3 
||		CMPLT   .L2     B6,0,B1 
||		STW     .D2T1   A3,*B4++
||		SHR	.S1	A10,7,A0	; A0 = a[1]>>7
||	[!A2]	B	.S2	no_a2p
||		LDH	.D1T2	*+A4(10),B2