// in_data[8*8]
// dctlookup[8][8]
static void idct_1d(float *in_data, float *out_data)
{
  int i,j;

  __m128 a, b, c, d1, d2;

  a = _mm_load_ps(&in_data[0]);
  b = _mm_load_ps(&in_data[4]);

  for (i = 0; i < 8; i++)
  {
    c = _mm_load_ps(&dctlookup[i][0]);
    d1 = _mm_mul_ps(a, c);
    c = _mm_load_ps(&dctlookup[i][4]);
    d2 = _mm_mul_ps(b, c);
    d = _mm_add_ps(d1, d2);

    _mm_store_ps(&out_data[j], d);
  }