[SM3] implement amd64 AVX version

[Sun Yimin]

AVX2版本一次虽然可以处理两个blocks（64x2），但只是消息扩展可以快一点，消息压缩不能优化。

• 第一个块压缩，同时处理两个块的消息扩展（AVX2）；
• 第二个块消息压缩。

AVX版本的话，就是每次处理一个block，消息扩展用AVX指令。

• 块压缩，同时处理这个块的消息扩展（AVX）

[Sun Yimin]

AVX2:

goos: windows
goarch: amd64
pkg: github.com/emmansun/gmsm/sm3
cpu: Intel(R) Core(TM) i5-9500 CPU @ 3.00GHz
BenchmarkHash1K
BenchmarkHash1K-6
  404734	      2852 ns/op	 359.03 MB/s	       0 B/op	       0 allocs/op	

AVX:

goos: windows
goarch: amd64
pkg: github.com/emmansun/gmsm/sm3
cpu: Intel(R) Core(TM) i5-9500 CPU @ 3.00GHz
BenchmarkHash1K
BenchmarkHash1K-6
  374119	      2910 ns/op	 351.93 MB/s	       0 B/op	       0 allocs/op  

[Sun Yimin]

Do NOT use the RORX according https://stackoverflow.com/questions/76428057/do-all-cpus-that-support-avx2-also-support-bmi2-or-popcnt