/*
* 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_PAPPLY_H_
#define PRIVATE_DSP_ARCH_ARM_NEON_D32_FASTCONV_PAPPLY_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_parse_apply(float *dst, float *tmp, const float *c, const float *src, size_t rank)
{
size_t items = 1 << rank; // number of complex numbers per half of block (16 for rank=4)
size_t n = items >> 1; // number of butterflies per block (8 for rank=4)
const float *fdw = &XFFT_DW[(rank - 3) << 3];
const float *fw = &XFFT_A[(rank - 3) << 4];
IF_ARCH_ARM(
size_t k, p;
float *a, *b, *ptr;
);
//---------------------------------------------------------------------
// PARSE PART
if (n > 4)
{
// First loop
ARCH_ARM_ASM
(
__ASM_EMIT("mov %[a], %[dst]") // a = dst
__ASM_EMIT("add %[b], %[a], %[n], LSL #3") // b = &a[n*2]
__ASM_EMIT("mov %[k], %[n]")
__ASM_EMIT("vldm %[XFFT_A], {q8-q11}") // q8 = wr0, q9 = wr1, q10 = wi0, q11 = wi1
__ASM_EMIT("vldm %[XFFT_DW], {q12-q13}") // q12 = dr, q13 = di
__ASM_EMIT("veor q3, q3") // q3 = 0
// 8x butterflies
__ASM_EMIT("1:")
__ASM_EMIT("vldm %[src]!, {q0-q1}") // q0 = ar0, q1 = ar1
__ASM_EMIT("vmov q2, q1") // q2 = ar1
__ASM_EMIT("vmul.f32 q5, q0, q10") // q5 = ar0 * wi0
__ASM_EMIT("vmul.f32 q7, q2, q11") // q7 = ar1 * wi1
__ASM_EMIT("veor q1, q1") // q1 = 0
__ASM_EMIT("vmul.f32 q4, q0, q8") // q4 = ar0 * wr0 = br0
__ASM_EMIT("vmul.f32 q6, q2, q9") // q6 = ar1 * wr1 = br1
__ASM_EMIT("vneg.f32 q5, q5") // q5 = - ar0 * wi0 = bi0
__ASM_EMIT("vneg.f32 q7, q7") // q7 = - ar1 * wi1 = bi1
__ASM_EMIT("subs %[k], #8")
__ASM_EMIT("vstm %[a]!, {q0-q3}")
__ASM_EMIT("vstm %[b]!, {q4-q7}")
__ASM_EMIT("bls 2f")
// Rotate angle
__ASM_EMIT("vmul.f32 q4, q8, q13") // q4 = wr0 * di
__ASM_EMIT("vmul.f32 q5, q9, q13") // q5 = wr1 * di
__ASM_EMIT("vmul.f32 q6, q10, q13") // q6 = wi0 * di
__ASM_EMIT("vmul.f32 q7, q11, q13") // q7 = wi1 * di
__ASM_EMIT("vmul.f32 q8, q8, q12") // q8 = wr0 * dr
__ASM_EMIT("vmul.f32 q9, q9, q12") // q9 = wr1 * dr
__ASM_EMIT("vmul.f32 q10, q10, q12") // q10 = wi0 * dr
__ASM_EMIT("vmul.f32 q11, q11, q12") // q11 = wi1 * dr
__ASM_EMIT("vsub.f32 q8, q8, q6") // q8 = wr0*dr - wi0*di
__ASM_EMIT("vsub.f32 q9, q9, q7") // q9 = wr1*dr - wi1*di
__ASM_EMIT("vadd.f32 q10, q10, q4") // q10 = wi0*dr + wr0*di
__ASM_EMIT("vadd.f32 q11, q11, q5") // q11 = wi1*dr + wr1*di
__ASM_EMIT("b 1b")
// Post-process
__ASM_EMIT("2:")
__ASM_EMIT("sub %[XFFT_A], #0x40") // fw -= 16
__ASM_EMIT("sub %[XFFT_DW], #0x20") // fdw -= 8
__ASM_EMIT("lsr %[n], #1") // n >>= 1
: [src] "+r" (src),
[a] "=&r" (a), [b] "=&r" (b),
[XFFT_A] "+r" (fw), [XFFT_DW] "+r" (fdw),
[k] "=&r" (k), [n] "+r" (n)
: [dst] "r" (tmp)
: "cc", "memory",
"q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7",
"q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15"
);
// All other loops while n > 4
ARCH_ARM_ASM
(
__ASM_EMIT("cmp %[n], #8")
__ASM_EMIT("blo 8f")
__ASM_EMIT("1:")
__ASM_EMIT("mov %[a], %[dst]") // a = dst
__ASM_EMIT("mov %[p], %[items]") // p = items
__ASM_EMIT("3:")
__ASM_EMIT("add %[b], %[a], %[n], LSL #3") // b = &a[n*2]
__ASM_EMIT("vldm %[XFFT_A], {q8-q11}") // q8 = wr0, q9 = wr1, q10 = wi0, q11 = wi1
__ASM_EMIT("mov %[k], %[n]")
// 8x butterflies
__ASM_EMIT("5:")
__ASM_EMIT("vldm %[a], {q0-q3}") // q0 = ar0, q1 = ai0, q2 = ar1, q3 = ai1
__ASM_EMIT("vldm %[b], {q4-q7}") // q4 = br0, q5 = bi0, q6 = br1, q7 = bi1
__ASM_EMIT("vsub.f32 q12, q0, q4") // q12 = ar0 - br0 = cr0
__ASM_EMIT("vsub.f32 q13, q1, q5") // q13 = ai0 - bi0 = ci0
__ASM_EMIT("vsub.f32 q14, q2, q6") // q14 = ar1 - br1 = cr1
__ASM_EMIT("vsub.f32 q15, q3, q7") // q15 = ai1 - bi1 = ci1
__ASM_EMIT("vadd.f32 q0, q0, q4") // q0 = ar0 + br0 = ar0'
__ASM_EMIT("vadd.f32 q1, q1, q5") // q1 = ai0 + bi0 = ai0'
__ASM_EMIT("vadd.f32 q2, q2, q6") // q2 = ar1 + br1 = ar1'
__ASM_EMIT("vadd.f32 q3, q3, q7") // q3 = ai1 + bi1 = ai1'
__ASM_EMIT("vstm %[a]!, {q0-q3}")
__ASM_EMIT("vmul.f32 q0, q8, q12") // q0 = wr0 * cr0
__ASM_EMIT("vmul.f32 q2, q9, q14") // q2 = wr1 * cr1
__ASM_EMIT("vmul.f32 q1, q8, q13") // q1 = wr0 * ci0
__ASM_EMIT("vmul.f32 q3, q9, q15") // q3 = wr1 * ci1
__ASM_EMIT("vmla.f32 q0, q10, q13") // q0 = wr0*cr0 + wi0*ci0 = br0'
__ASM_EMIT("vmla.f32 q2, q11, q15") // q2 = wr1*cr1 + wi1*ci1 = bi0'
__ASM_EMIT("vmls.f32 q1, q10, q12") // q1 = wr0*ci0 - wi0*cr0 = br1'
__ASM_EMIT("vmls.f32 q3, q11, q14") // q3 = wr1*ci1 - wi1*cr1 = bi1'
__ASM_EMIT("vstm %[b]!, {q0-q3}")
__ASM_EMIT("subs %[k], #8")
__ASM_EMIT("bls 6f")
// Rotate angle & repeat loop
__ASM_EMIT("vldm %[XFFT_DW], {q0-q1}") // q0 = dr, q1 = di
__ASM_EMIT("vmul.f32 q12, q8, q1") // q12 = wr0 * di
__ASM_EMIT("vmul.f32 q13, q9, q1") // q13 = wr1 * di
__ASM_EMIT("vmul.f32 q14, q10, q1") // q14 = wi0 * di
__ASM_EMIT("vmul.f32 q15, q11, q1") // q15 = wi1 * di
__ASM_EMIT("vmul.f32 q8, q8, q0") // q8 = wr0 * dr
__ASM_EMIT("vmul.f32 q9, q9, q0") // q9 = wr1 * dr
__ASM_EMIT("vmul.f32 q10, q10, q0") // q10 = wi0 * dr
__ASM_EMIT("vmul.f32 q11, q11, q0") // q11 = wi1 * dr
__ASM_EMIT("vsub.f32 q8, q8, q14") // q8 = wr0*dr - wi0*di
__ASM_EMIT("vsub.f32 q9, q9, q15") // q9 = wr1*dr - wi1*di
__ASM_EMIT("vadd.f32 q10, q10, q12") // q10 = wi0*dr + wr0*di
__ASM_EMIT("vadd.f32 q11, q11, q13") // q11 = wi1*dr + wr1*di
__ASM_EMIT("b 5b")
__ASM_EMIT("6:")
__ASM_EMIT("mov %[a], %[b]") // a = b
__ASM_EMIT("subs %[p], %[n], LSL #1") // p -= n*2
__ASM_EMIT("bne 3b")
__ASM_EMIT("lsr %[n], #1") // n >>= 1
__ASM_EMIT("sub %[XFFT_A], #0x40") // fw -= 16
__ASM_EMIT("sub %[XFFT_DW], #0x20") // fdw -= 8
__ASM_EMIT("cmp %[n], #8")
__ASM_EMIT("bge 1b")
// Loop for n=4
__ASM_EMIT("8:")
__ASM_EMIT("mov %[a], %[dst]") // a = dst
__ASM_EMIT("mov %[p], %[items]") // p = items
__ASM_EMIT("vldm %[XFFT_A], {q8-q11}") // q8 = wr0, q9 = wr1, q10 = wi0, q11 = wi1
// 8x butterflies
__ASM_EMIT("9:")
__ASM_EMIT("vldm %[a], {q0-q7}") // q0 = ar0, q1 = ai0, q2 = br0, q3 = bi0, q4 = ar1, q5 = ai1, q6 = br1, q7 = bi1
__ASM_EMIT("vsub.f32 q12, q0, q2") // q12 = ar0 - br0 = cr0
__ASM_EMIT("vsub.f32 q13, q1, q3") // q13 = ai0 - bi0 = ci0
__ASM_EMIT("vsub.f32 q14, q4, q6") // q14 = ar1 - br1 = cr1
__ASM_EMIT("vsub.f32 q15, q5, q7") // q15 = ai1 - bi1 = ci1
__ASM_EMIT("vadd.f32 q0, q0, q2") // q0 = ar0 + br0 = ar0'
__ASM_EMIT("vadd.f32 q1, q1, q3") // q1 = ai0 + bi0 = ai0'
__ASM_EMIT("vadd.f32 q4, q4, q6") // q4 = ar1 + br1 = ar1'
__ASM_EMIT("vadd.f32 q5, q5, q7") // q5 = ai1 + bi1 = ai1'
__ASM_EMIT("vmul.f32 q2, q8, q12") // q2 = wr0 * cr0
__ASM_EMIT("vmul.f32 q6, q9, q14") // q6 = wr1 * cr1
__ASM_EMIT("vmul.f32 q3, q8, q13") // q3 = wr0 * ci0
__ASM_EMIT("vmul.f32 q7, q9, q15") // q7 = wr1 * ci1
__ASM_EMIT("vmla.f32 q2, q10, q13") // q2 = wr0*cr0 + wi0*ci0 = br0'
__ASM_EMIT("vmla.f32 q6, q11, q15") // q6 = wr1*cr1 + wi1*ci1 = br1'
__ASM_EMIT("vmls.f32 q3, q10, q12") // q3 = wr0*ci0 - wi0*cr0 = bi0'
__ASM_EMIT("vmls.f32 q7, q11, q14") // q7 = wr1*ci1 - wi1*cr1 = bi1'
__ASM_EMIT("vstm %[a]!, {q0-q7}")
__ASM_EMIT("subs %[p], #16") // p -= 16
__ASM_EMIT("bne 9b")
: [a] "=&r" (a), [b] "=&r" (b),
[k] "=&r" (k), [p] "=&r" (p),
[XFFT_A] "+r" (fw), [XFFT_DW] "+r" (fdw),
[n] "+r" (n)
: [dst] "r" (tmp), [items] "r" (items)
: "cc", "memory",
"q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7",
"q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15"
);
}
else
{
ARCH_ARM_ASM
(
__ASM_EMIT("vldm %[src], {q0}")
__ASM_EMIT("veor q1, q1")
__ASM_EMIT("vstm %[dst], {q0-q1}")
:
: [src] "r" (src), [dst] "r" (tmp)
: "memory",
"q0", "q1"
);
}
//---------------------------------------------------------------------
// MIDDLE PART
ARCH_ARM_ASM
(
// Loop for n=4
__ASM_EMIT("subs %[k], %[items], #8")
__ASM_EMIT("blo 2f")
// 8x butterflies
__ASM_EMIT("mov %[src], %[tmp]")
__ASM_EMIT("mov %[dst], %[tmp]")
__ASM_EMIT("1:")
__ASM_EMIT("vld4.32 {q4-q5}, [%[src]]!") // q4 = r0 i0 r1 i1, q5 = r2 i2 r3 i3
__ASM_EMIT("vld4.32 {q6-q7}, [%[src]]!") // q6 = r4 i4 r5 i5, q7 = r6 i6 r7 i7
// q4 = r0 i0 r1 i1
// q5 = r2 i2 r3 i3
// q6 = r4 i4 r5 i5
// q7 = r6 i6 r7 i7
__ASM_EMIT("vsub.f32 q0, q4, q5") // q0 = r0-r2 i0-i2 r1-r3 i1-i3 = r1' i1' r3' i3'
__ASM_EMIT("vsub.f32 q1, q6, q7") // q1 = r4-r6 i4-i6 r5-r7 i5-i7 = r5' i5' r7' i7'
__ASM_EMIT("vadd.f32 q4, q4, q5") // q4 = r0+r2 i0+i2 r1+r3 i1+i3 = r0' i0' r2' i2'
__ASM_EMIT("vadd.f32 q6, q6, q7") // q6 = r4+r6 i4+i6 r5+r7 i5+i7 = r4' i4' r6' i6'
// q4 = r0' i0' r2' i2'
// q6 = r4' i4' r6' i6'
// q0 = r1' i1' r3' i3'
// q1 = r5' i5' r7' i7'
__ASM_EMIT("vzip.32 q4, q0") // q4 = r0' r1' i0' i1', q0 = r2' r3' i2' i3'
__ASM_EMIT("vzip.32 q6, q1") // q6 = r4' r5' i4' i5', q1 = r6' r7' i6' i7'
__ASM_EMIT("vrev64.32 q0, q0") // q0 = r3' r2' i3' i2'
__ASM_EMIT("vrev64.32 q1, q1") // q1 = r7' r6' i7' i6'
__ASM_EMIT("vext.32 q0, q0, #1") // q0 = r2' i3' i2' r3'
__ASM_EMIT("vext.32 q1, q1, #1") // q1 = r6' i7' i6' r7'
// q4 = r0' r1' i0' i1'
// q6 = r4' r5' i4' i5'
// q0 = r2' i3' i2' r3'
// q1 = r6' i7' i6' r7'
__ASM_EMIT("vsub.f32 q5, q4, q0") // q5 = r0'-r2' r1'-i3' i0'-i2' i1'-r3' = r1" r3" i1" i2"
__ASM_EMIT("vsub.f32 q7, q6, q1") // q7 = r4'-r6' r5'-i7' i4'-i6' i5'-r7' = r5" r7" i5" i6"
__ASM_EMIT("vadd.f32 q4, q4, q0") // q4 = r0'+r2' r1'+i3' i0'+i2' i1'+r3' = r0" r2" i0" i3"
__ASM_EMIT("vadd.f32 q6, q6, q1") // q6 = r4'+r6' r5'+i7' i4'+i6' i5'+r7' = r4" r6" i4" i7"
// q4 = r0" r2" i0" i3"
// q5 = r1" r3" i1" i2"
// q6 = r4" r6" i4" i7"
// q7 = r5" r7" i5" i6"
__ASM_EMIT("vzip.32 q4, q5") // q4 = r0" r1" r2" r3", q5 = i0" i1" i3" i2"
__ASM_EMIT("vzip.32 q6, q7") // q6 = r4" r5" r6" r7", q7 = i4" i5" i7" i6"
__ASM_EMIT("vswp d11, d14") // q5 = i0" i1" i4" i5", q6 = i3" i2" i7" i6"
__ASM_EMIT("vldm %[conv]!, {q12-q15}") // q12 = br0, q13 = bi0, q14 = br1, q15 = bi1
__ASM_EMIT("vrev64.32 q7, q7") // q7 = i2" i3" i6" i7"
__ASM_EMIT("vswp d11, d14") // q5 = i0" i1" i2" i3", q7 = i4" i5" i6" i7"
// q4 = ar0, q5 = ai0, q6 = ar1, q7 = ai1
// q12 = br0, q13 = bi0, q14 = br1, q15 = bi1
__ASM_EMIT("vmul.f32 q0, q4, q12") // q0 = ar0 * br0
__ASM_EMIT("vmul.f32 q2, q6, q14") // q2 = ar1 * br1
__ASM_EMIT("vmul.f32 q1, q4, q13") // q1 = ar0 * bi0
__ASM_EMIT("vmul.f32 q3, q6, q15") // q3 = ar1 * bi1
__ASM_EMIT("vmls.f32 q0, q5, q13") // q0 = ar0*br0 - ai0*bi0
__ASM_EMIT("vmls.f32 q2, q7, q15") // q2 = ar1*br1 - ai1*bi1
__ASM_EMIT("vmla.f32 q1, q5, q12") // q1 = ar0*bi0 + ai0*br0
__ASM_EMIT("vmla.f32 q3, q7, 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 %[k], #8") // k -= 8
__ASM_EMIT("vstm %[dst]!, {q0-q3}")
__ASM_EMIT("bhs 1b")
__ASM_EMIT("2:")
: [src] "+r" (src), [dst] "=&r" (ptr), [conv] "+r" (c),
[k] "=&r" (k)
: [items] "r" (items), [tmp] "r" (tmp)
: "cc", "memory",
"q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7",
"q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15"
);
//---------------------------------------------------------------------
// RESTORE PART
n = 8;
fw = 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" (fw)
: [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;
}
fdw = &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" (fw), [XFFT_W] "r" (fdw)
: "cc", "memory",
"q0", "q1", "q2", "q3", "q4", "q5", "q6", "q7",
"q8", "q9", "q10", "q11", "q12", "q13", "q14", "q15"
);
n <<= 1;
fw += 16;
fdw += 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" (fw), [XFFT_W] "r" (fdw)
: "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_PAPPLY_H_ */