/*
* 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_ */