您是对的，如果YMM上限已知为vzeroupper的零，则混合AVX 128和SSE不会有任何损失，并且在保存代码大小时不这样做是错过的优化。
还请注意，只有在不需要雷克斯前缀的情况下，它才能节省代码大小。对于SSE 1，2字节VEX等效于REX +0 F。编译器确实会尝试偏向低寄存器，希望避免REX前缀，但我认为他们不会考虑每条指令中使用了哪些寄存器组合，以最大限度地减少REX前缀总数。（或者如果他们真的尝试那样做，他们并不擅长）。人类可以花时间那样做计划。
大多数情况下，它都很小，只是偶尔的代码大小。这通常是件好事，可以帮助前端。（或者在Intel CPU上，通过AVX vblendvps xmm, xmm, xmm, xmm为SSE 4 blendvps xmm, xmm, <XMM0>节省一个uop（pd和pblendvb也是如此），如果您可以安排使用它，而不需要另一个movaps来处理XMM 0中的混合控制。请参见https://uops.info/）
如果你做错了，它的缺点是SSE/AVX转换损失（Haswell和Ice Lake），或者对Skylake的错误依赖。* 为什么在Skylake上没有VZEROUPPER，这个SSE代码会慢6倍？*. IDK，如果Zen 2做了类似的事情;Zen 1将256位操作拆分为2个uop，并且不关心vzeroupper。
为了让编译器安全地执行此操作，他们必须跟踪更多的东西，以确保当YMM寄存器上半部分不干净时，不会在函数内部运行SSE指令。编译器无法将AVX代码生成限制为仅128位指令，因此他们必须开始跟踪可能污染YMM上半部分的执行路径。
然而，我认为他们必须在整个函数的基础上这样做，以知道何时在ret之前使用vzeroupper（在不按值接受或返回__m256/i/d的函数中，这意味着调用者已经在使用宽向量）。
但是不需要vzeroupper与movaps是否是性能安全的是两件不同的事情，因此需要以类似的方式跟踪另一件事情，即找到避免使用VEX前缀是安全的每一种情况。
尽管如此，还是有可能很容易证明它是安全的。如果编译器使用保守算法，当分支可能会或可能不会弄脏upper时，它会错过一些优化，在这种情况下，总是使用VEX，总是使用vzeroupper。