/* * Copyright (C) 2020 Linux Studio Plugins Project * (C) 2020 Vladimir Sadovnikov * * This file is part of lsp-dsp-lib * Created on: 31 мар. 2020 г. * * lsp-dsp-lib is free software: you can redistribute it and/or modify * it under the terms of the GNU Lesser General Public License as published by * the Free Software Foundation, either version 3 of the License, or * any later version. * * lsp-dsp-lib is distributed in the hope that it will be useful, * but WITHOUT ANY WARRANTY; without even the implied warranty of * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the * GNU Lesser General Public License for more details. * * You should have received a copy of the GNU Lesser General Public License * along with lsp-dsp-lib. If not, see . */ #ifndef PRIVATE_DSP_ARCH_ARM_NEON_D32_FASTCONV_APPLY_H_ #define PRIVATE_DSP_ARCH_ARM_NEON_D32_FASTCONV_APPLY_H_ #ifndef PRIVATE_DSP_ARCH_ARM_NEON_D32_IMPL #error "This header should not be included directly" #endif /* PRIVATE_DSP_ARCH_ARM_NEON_D32_IMPL */ namespace lsp { namespace neon_d32 { void fastconv_apply(float *dst, float *tmp, const float *c1, const float *c2, size_t rank) { size_t items = 1 << rank; // number of complex numbers per half of block (16 for rank=4) size_t n; IF_ARCH_ARM( float *a, *b, *ptr; size_t k, p; ); ARCH_ARM_ASM ( __ASM_EMIT("subs %[n], %[items], #8") __ASM_EMIT("mov %[dst], %[tmp]") __ASM_EMIT("blo 2f") __ASM_EMIT("1:") // Load data and perform complex multiplication __ASM_EMIT("vldm %[c1]!, {q8-q11}") // q8 = ar0, q9 = ai0, q10 = ar1, q11 = ai1 __ASM_EMIT("vldm %[c2]!, {q12-q15}") // q12 = br0, q13 = bi0, q14 = br1, q15 = bi1 __ASM_EMIT("vmul.f32 q0, q8, q12") // q0 = ar0 * br0 __ASM_EMIT("vmul.f32 q2, q10, q14") // q2 = ar1 * br1 __ASM_EMIT("vmul.f32 q1, q8, q13") // q1 = ar0 * bi0 __ASM_EMIT("vmul.f32 q3, q10, q15") // q3 = ar1 * bi1 __ASM_EMIT("vmls.f32 q0, q9, q13") // q0 = ar0*br0 - ai0*bi0 __ASM_EMIT("vmls.f32 q2, q11, q15") // q2 = ar1*br1 - ai1*bi1 __ASM_EMIT("vmla.f32 q1, q9, q12") // q1 = ar0*bi0 + ai0*br0 __ASM_EMIT("vmla.f32 q3, q11, q14") // q3 = ar1*bi1 + ai1*br1 // q0 = r0 r1 r2 r3 // q1 = i0 i1 i2 i3 // q2 = r4 r5 r6 r7 // q3 = i4 i5 i6 i7 __ASM_EMIT("vtrn.32 q0, q1") // q0 = r0 i0 r2 i2, q1 = r1 i1 r3 i3 __ASM_EMIT("vtrn.32 q2, q3") // q2 = r4 i4 r6 i6, q3 = r5 i5 r7 i7 __ASM_EMIT("vadd.f32 q4, q0, q1") // q4 = r0+r1 i0+i1 r2+r3 i2+i3 = r0' i0' r2' i2' __ASM_EMIT("vadd.f32 q5, q2, q3") // q5 = r4+r5 i4+i5 r6+r7 i6+i7 = r4' i4' r6' i6' __ASM_EMIT("vsub.f32 q0, q0, q1") // q0 = r0-r1 i0-i1 r2-r3 i2-i3 = r1' i1' r3' i3' __ASM_EMIT("vsub.f32 q1, q2, q3") // q1 = r4-r5 i4-i5 r6-r7 i6-i7 = r5' i5' r7' i7' // q4 = r0' i0' r2' i2' // q5 = r4' i4' r6' i6' // q0 = r1' i1' r3' i3' // q1 = r5' i5' r7' i7' __ASM_EMIT("vswp d9, d10") // q4 = r0' i0' r4' i4', q5 = r2' i2' r6' i6' __ASM_EMIT("vswp d1, d2") // q0 = r1' i1' r5' i5', q1 = r3' i3' r7' i7' __ASM_EMIT("vrev64.32 q1, q1") // q1 = i3' r3' i7' r7' __ASM_EMIT("vsub.f32 q2, q4, q5") // q2 = r0'-r2' i0'-i2' r4'-r6' i4'-i6' = r2" i2" r6" i6" __ASM_EMIT("vadd.f32 q3, q0, q1") // q3 = r1'+i3' i1'+r3' r5'+i7' i5'+r7' = r3" i1" r7" i5" __ASM_EMIT("vsub.f32 q1, q0, q1") // q1 = r1'-i3' i1'-r3' r5'-i7' i5'-r7' = r1" i3" r5" i7" __ASM_EMIT("vadd.f32 q0, q4, q5") // q0 = r0'+r2' i0'+i2' r4'+r6' i4'+i6' = r0" i0" r4" i4" // q0 = r0" i0" r4" i4" // q1 = r1" i3" r5" i7" // q2 = r2" i2" r6" i6" // q3 = r3" i1" r7" i5" __ASM_EMIT("vtrn.32 q0, q1") // q0 = r0" r1" r4" r5", q1 = i0" i3" i4" i7" __ASM_EMIT("vtrn.32 q2, q3") // q2 = r2" r3" r6" r7", q3 = i2" i1" i6" i5" __ASM_EMIT("vswp d1, d4") // q0 = r0" r1" r2" r3", q2 = r4" r5" r6" r7" __ASM_EMIT("vswp d3, d6") // q1 = i0" i3" i2" i1", q3 = i4" i7" i6" i5" __ASM_EMIT("vrev64.32 q1, q1") // q1 = i3" i0" i1" i2" __ASM_EMIT("vrev64.32 q3, q3") // q3 = i7" i4" i5" i6" __ASM_EMIT("vext.32 q1, q1, q1, #1") // q1 = i0" i1" i2" i3" __ASM_EMIT("vext.32 q3, q3, q3, #1") // q3 = i4" i5" i6" i7" __ASM_EMIT("subs %[n], #8") // n -= 8 __ASM_EMIT("vstm %[dst]!, {q0-q3}") __ASM_EMIT("bhs 1b") __ASM_EMIT("2:") : [c1] "+r" (c1), [c2] "+r" (c2), [dst] "=&r" (ptr), [n] "=&r" (n) : [tmp] "r" (tmp), [items] "r" (items) : "cc", "memory", "q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7", "q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15" ); // The following code is body of fastconv_restore functions n = 8; const float *xfft_a = XFFT_A; // Perform butterflies without need of vector rotation if (n < items) { ARCH_ARM_ASM ( __ASM_EMIT("mov %[a], %[tmp]") __ASM_EMIT("subs %[k], %[items], #16") __ASM_EMIT("vldm %[XFFT_A]!, {q8-q11}") // q8 = wr1, q9 = wr2, q10 = wi1, q11 = wi2 __ASM_EMIT("blo 2f") // 8x butterflies // Calculate complex c = w * b __ASM_EMIT("1:") // Calc cr and ci __ASM_EMIT("vldm %[a], {q0-q7}") // q0 = ar1, q1 = ai1, q2 = br1, q3 = bi1, q4 = ar2, q5 = ai2, q6 = br2, q7 = bi2 __ASM_EMIT("vmul.f32 q12, q8, q2") // q12 = wr1 * br1 __ASM_EMIT("vmul.f32 q13, q9, q6") // q13 = wr2 * br2 __ASM_EMIT("vmul.f32 q14, q8, q3") // q14 = wr1 * bi1 __ASM_EMIT("vmul.f32 q15, q9, q7") // q15 = wr2 * bi2 __ASM_EMIT("vmls.f32 q12, q10, q3") // q12 = wr1 * br1 - wi1 * bi1 = cr1 __ASM_EMIT("vmls.f32 q13, q11, q7") // q13 = wr2 * br2 - wi2 * bi2 = cr2 __ASM_EMIT("vmla.f32 q14, q10, q2") // q14 = wr1 * bi1 + wi1 * br1 = ci1 __ASM_EMIT("vmla.f32 q15, q11, q6") // q15 = wr1 * bi1 + wi2 * br2 = ci2 // Apply butterfly __ASM_EMIT("vsub.f32 q2, q0, q12") // q2 = ar1 - cr1 __ASM_EMIT("vsub.f32 q3, q1, q14") // q3 = ai1 - ci1 __ASM_EMIT("vsub.f32 q6, q4, q13") // q6 = ar2 - cr2 __ASM_EMIT("vsub.f32 q7, q5, q15") // q7 = ai2 - ci2 __ASM_EMIT("vadd.f32 q0, q0, q12") // q0 = ar1 + cr1 __ASM_EMIT("vadd.f32 q1, q1, q14") // q1 = ai1 + ci1 __ASM_EMIT("vadd.f32 q4, q4, q13") // q4 = ar2 + cr2 __ASM_EMIT("vadd.f32 q5, q5, q15") // q5 = ai2 + ci2 __ASM_EMIT("vstm %[a]!, {q0-q7}") __ASM_EMIT("subs %[k], #16") __ASM_EMIT("bge 1b") __ASM_EMIT("2:") __ASM_EMIT("adds %[k], #8") __ASM_EMIT("blo 4f") // 4x butterflies __ASM_EMIT("vldm %[a], {q0-q3}") // q0 = ar1, q1 = ai1, q2 = br1, q3 = bi1 __ASM_EMIT("vmul.f32 q12, q8, q2") // q12 = wr1 * br1 __ASM_EMIT("vmul.f32 q14, q8, q3") // q14 = wr1 * bi1 __ASM_EMIT("vmls.f32 q12, q10, q3") // q12 = wr1 * br1 - wi1 * bi1 = cr1 __ASM_EMIT("vmla.f32 q14, q10, q2") // q14 = wr1 * bi1 + wi1 * br1 = ci1 // Apply butterfly __ASM_EMIT("vsub.f32 q2, q0, q12") // q2 = ar1 - cr1 __ASM_EMIT("vsub.f32 q3, q1, q14") // q3 = ai1 - ci1 __ASM_EMIT("vadd.f32 q0, q0, q12") // q0 = ar1 + cr1 __ASM_EMIT("vadd.f32 q1, q1, q14") // q1 = ai1 + ci1 __ASM_EMIT("vstm %[a]!, {q0-q3}") __ASM_EMIT("4:") : [a] "=&r" (a), [k] "=&r" (k), [XFFT_A] "+r" (xfft_a) : [tmp] "r" (tmp), [items] "r" (items) : "cc", "memory", "q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7", "q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15" ); n <<= 1; } const float *xfft_dw = &XFFT_DW[8]; // Perform loops except last one while (n < items) { ARCH_ARM_ASM( __ASM_EMIT("mov %[k], %[items]") __ASM_EMIT("mov %[a], %[dst]") __ASM_EMIT("1:") // Initialize sub-loop __ASM_EMIT("mov %[p], %[n]") __ASM_EMIT("vldm %[XFFT_A], {q8-q11}") // q8 = wr1, q9 = wr2, q10 = wi1, q11 = wi2 __ASM_EMIT("add %[b], %[a], %[n], LSL #2") // b = &a[n*4] // 8x butterflies __ASM_EMIT("3:") // Calc cr and ci __ASM_EMIT("vldm %[b], {q4-q7}") // q4 = br1, q5 = bi1, q6 = br2, q7 = bi2 __ASM_EMIT("vldm %[a], {q0-q3}") // q0 = ar1, q1 = ai1, q2 = ar2, q3 = ai2 __ASM_EMIT("vmul.f32 q12, q8, q4") // q12 = wr1 * br1 __ASM_EMIT("vmul.f32 q13, q9, q6") // q13 = wr2 * br2 __ASM_EMIT("vmul.f32 q14, q8, q5") // q14 = wr1 * bi1 __ASM_EMIT("vmul.f32 q15, q9, q7") // q15 = wr2 * bi2 __ASM_EMIT("vmls.f32 q12, q10, q5") // q12 = wr1 * br1 - wi1 * bi1 = cr1 __ASM_EMIT("vmls.f32 q13, q11, q7") // q13 = wr2 * br2 - wi2 * bi2 = cr2 __ASM_EMIT("vmla.f32 q14, q10, q4") // q14 = wr1 * bi1 + wi1 * br1 = ci1 __ASM_EMIT("vmla.f32 q15, q11, q6") // q15 = wr1 * bi1 + wi2 * br2 = ci2 // Apply butterfly __ASM_EMIT("vsub.f32 q4, q0, q12") // q4 = ar1 - cr1 __ASM_EMIT("vsub.f32 q5, q1, q14") // q5 = ai1 - ci1 __ASM_EMIT("vsub.f32 q6, q2, q13") // q6 = ar2 - cr2 __ASM_EMIT("vsub.f32 q7, q3, q15") // q7 = ai2 - ci2 __ASM_EMIT("vadd.f32 q0, q0, q12") // q0 = ar1 + cr1 __ASM_EMIT("vadd.f32 q1, q1, q14") // q1 = ai1 + ci1 __ASM_EMIT("vadd.f32 q2, q2, q13") // q2 = ar2 + cr2 __ASM_EMIT("vadd.f32 q3, q3, q15") // q3 = ai2 + ci2 __ASM_EMIT("vstm %[b]!, {q4-q7}") __ASM_EMIT("subs %[p], #16") __ASM_EMIT("vstm %[a]!, {q0-q3}") __ASM_EMIT("beq 4f") // Prepare next loop: rotate angle __ASM_EMIT("vldm %[XFFT_W], {q0-q1}") // q0 = dr, q1 = di __ASM_EMIT("vmul.f32 q12, q8, q1") // q12 = wr1 * di __ASM_EMIT("vmul.f32 q13, q9, q1") // q13 = wr2 * di __ASM_EMIT("vmul.f32 q14, q10, q1") // q14 = wi1 * di __ASM_EMIT("vmul.f32 q15, q11, q1") // q15 = wi2 * di __ASM_EMIT("vmul.f32 q8, q8, q0") // q8 = wr1 * dr __ASM_EMIT("vmul.f32 q9, q9, q0") // q9 = wr2 * dr __ASM_EMIT("vmul.f32 q10, q10, q0") // q10 = wi1 * dr __ASM_EMIT("vmul.f32 q11, q11, q0") // q11 = wi2 * dr __ASM_EMIT("vsub.f32 q8, q8, q14") // q8 = wr1*dr - wi1*di __ASM_EMIT("vsub.f32 q9, q9, q15") // q9 = wr2*dr - wi2*di __ASM_EMIT("vadd.f32 q10, q10, q12") // q10 = wi1*dr + wr1*di __ASM_EMIT("vadd.f32 q11, q11, q13") // q11 = wi2*dr + wr2*di __ASM_EMIT("b 3b") __ASM_EMIT("4:") __ASM_EMIT("subs %[k], %[n]") __ASM_EMIT("mov %[a], %[b]") __ASM_EMIT("bne 1b") : [a] "=&r" (a), [b] "=&r" (b), [p] "=&r" (p), [k] "=&r" (k) : [dst] "r" (tmp), [items] "r" (items), [n] "r" (n), [XFFT_A] "r" (xfft_a), [XFFT_W] "r" (xfft_dw) : "cc", "memory", "q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7", "q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15" ); n <<= 1; xfft_a += 16; xfft_dw += 8; } // Last one large loop IF_ARCH_ARM(float fftk = 1.0f / items); ARCH_ARM_ASM( // Initialize sub-loop __ASM_EMIT("add %[b], %[a], %[n], LSL #2") // b = &a[n*4] __ASM_EMIT("vld1.32 {d30[], d31[]}, [%[fftk]]") // q15 = 1 / items __ASM_EMIT("add %[db], %[da], %[n], LSL #1") // db = &da[n*2] __ASM_EMIT("vldm %[XFFT_A], {q8-q11}") // q8 = wr1, q9 = wr2, q10 = wi1, q11 = wi2 __ASM_EMIT("vmov q14, q15") // q14 = 1 / items // 8x butterflies __ASM_EMIT("1:") // Calc cr, do not need ci __ASM_EMIT("vldm %[b]!, {q4-q7}") // q4 = br1, q5 = bi1, q6 = br2, q7 = bi2 __ASM_EMIT("vldm %[a]!, {q0-q3}") // q0 = ar1, q1 = ai1, q2 = ar2, q3 = ai2 __ASM_EMIT("vmul.f32 q12, q8, q4") // q12 = wr1 * br1 __ASM_EMIT("vmul.f32 q13, q9, q6") // q13 = wr2 * br2 __ASM_EMIT("vmls.f32 q12, q10, q5") // q12 = wr1 * br1 - wi1 * bi1 = cr1 __ASM_EMIT("vmls.f32 q13, q11, q7") // q13 = wr2 * br2 - wi2 * bi2 = cr2 // Apply butterfly, we do not need imaginary part __ASM_EMIT("vadd.f32 q4, q0, q12") // q4 = ar1 + cr1 __ASM_EMIT("vadd.f32 q5, q2, q13") // q5 = ar2 + cr2 __ASM_EMIT("vsub.f32 q6, q0, q12") // q6 = ar1 - cr1 __ASM_EMIT("vsub.f32 q7, q2, q13") // q7 = ar2 - cr2 __ASM_EMIT("vldm %[da], {q0-q1}") // q0 = dar1, q1 = dar2 __ASM_EMIT("vldm %[db], {q2-q3}") // q2 = dbr1, q3 = dbr2 __ASM_EMIT("vmla.f32 q0, q4, q14") // q0 = dar1 + (ar1 + cr1) / items __ASM_EMIT("vmla.f32 q1, q5, q15") // q1 = dar2 + (ar2 + cr2) / items __ASM_EMIT("vmla.f32 q2, q6, q14") // q2 = dbr1 + (ar1 - cr1) / items __ASM_EMIT("vmla.f32 q3, q7, q15") // q3 = dbr2 + (ar2 - cr2) / items __ASM_EMIT("subs %[items], #16") __ASM_EMIT("vstm %[da]!, {q0-q1}") __ASM_EMIT("vstm %[db]!, {q2-q3}") __ASM_EMIT("beq 2f") // Prepare next loop: rotate angle __ASM_EMIT("vldm %[XFFT_W], {q0-q1}") // q0 = dr, q1 = di __ASM_EMIT("vmul.f32 q2, q8, q1") // q2 = wr1 * di __ASM_EMIT("vmul.f32 q3, q9, q1") // q3 = wr2 * di __ASM_EMIT("vmul.f32 q4, q10, q1") // q4 = wi1 * di __ASM_EMIT("vmul.f32 q5, q11, q1") // q5 = wi2 * di __ASM_EMIT("vmul.f32 q8, q8, q0") // q8 = wr1 * dr __ASM_EMIT("vmul.f32 q9, q9, q0") // q9 = wr2 * dr __ASM_EMIT("vmul.f32 q10, q10, q0") // q10 = wi1 * dr __ASM_EMIT("vmul.f32 q11, q11, q0") // q11 = wi2 * dr __ASM_EMIT("vsub.f32 q8, q8, q4") // q8 = wr1*dr - wi1*di __ASM_EMIT("vsub.f32 q9, q9, q5") // q9 = wr2*dr - wi2*di __ASM_EMIT("vadd.f32 q10, q10, q2") // q10 = wi1*dr + wr1*di __ASM_EMIT("vadd.f32 q11, q11, q3") // q11 = wi2*dr + wr2*di __ASM_EMIT("b 1b") __ASM_EMIT("2:") : [da] "+r" (dst), [db] "=&r" (a), [a] "+r" (tmp), [b] "=&r" (b), [items] "+r" (items) : [n] "r" (n), [fftk] "r" (&fftk), [XFFT_A] "r" (xfft_a), [XFFT_W] "r" (xfft_dw) : "cc", "memory", "q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7", "q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15" ); } } } #endif /* PRIVATE_DSP_ARCH_ARM_NEON_D32_FASTCONV_APPLY_H_ */