Как повернуть вектор SSE / AVX

Мне нужно выполнить операцию поворота с как можно меньшим тактовым циклом. В первом случае допустим __m128i как источник и тип назначения:

source: || A0 || A1 || A2 || A3 ||

  dest: || A1 || A2 || A3 || A0 ||

dest = (__m128i)_mm_shuffle_epi32((__m128i)source, _MM_SHUFFLE(0,3,2,1));

Теперь я хочу сделать то же самое с встроенными функциями AVX. Итак, предположим, что на этот раз __m256i как исходный и целевой тип:

source: || A0 || A1 || A2 || A3 || A4 || A5 || A6 || A7 ||

  dest: || A1 || A2 || A3 || A4 || A5 || A6 || A7 || A0 ||

Во встроенных функциях AVX отсутствует большинство соответствующих целочисленных операций SSE. Возможно, есть способ получить желаемый результат, работая с версией с плавающей запятой.

Я пробовал:

dest = (__m256i)_mm256_shuffle_ps((__m256)source, (__m256)source, _MM_SHUFFLE(0,3,2,1));

но я получаю:

|| A0 || A2 || A3 || A4 || A5 || A6 || A7 || A1 ||

Любая идея о том, как решить эту проблему эффективным способом? (без смешивания операций SSE и AVX и без "ручного" инвертирования A0 и A1

Заранее спасибо!