Правильно реалізувати SSE і AVX до алгоритму згортки звукового сигналу

Є алгоритм згортки звукового сигналу

Також є написана програма, яка зчитує необхідні задані файли (та в подальшому записує) та порівнює час згортки за допомогою чистого CPU, SSE та AVX. CPU алгоритм ніби працює вірно. А ось SSE і AVX реалізовані неправильно - їх якраз і потрібно написати правильно (була дана підказка, що там потрібно якось розвернути масив і з кінця з ним працювати, можливо, це комусь поможе). Відповідно в результаті має вийти, що CPU, SSE і AVX методи мають однакові вихідні файли (в програмі вже написаний код, який порівнює вихідні файли). Ну звісно має бути видно пришвидшення обчислень.