請評估以下巢狀迴圈在不同機器上的效能。這兩層巢狀迴圈對整數陣列 A 與 B 進行運算，每個陣列元素皆為 32-bit 整數：

for (i=0; i<1000; i++)
  for (j=0; j<1000; j++)
    A[i][j] = B[j][i] * 100 + 20;

編譯器可以使用什麼常見的最佳化技術，產生更有效率的程式碼版本，以緩解執行期間的分支代價（branch penalties）？請提供編譯器產生的最佳化後程式碼。