Быстрые квадратные корни

Нашел две заинтересовавшие меня статьи: 1, 2.

Есть три вопроса:

• как корректно передать в _mm_rsqrt_ps тип float и получить float на выходе?

• как переписать sqrt14 из второй статьи для gcc?

  double inline __declspec ( naked ) __fastcall sqrt( double n ) {
      _asm fld qword ptr [esp+4]
      _asm fsqrt
      _asm ret 8
  }
  

• какие флаги выставить компилятору для корректной работы (реального ускорения) этих примеров, а какие могут только все испортить?