/*
* 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_X86_AVX_CONVOLUTION_H_
#define PRIVATE_DSP_ARCH_X86_AVX_CONVOLUTION_H_
#ifndef PRIVATE_DSP_ARCH_X86_AVX_IMPL
#error "This header should not be included directly"
#endif /* PRIVATE_DSP_ARCH_X86_AVX_IMPL */
namespace lsp
{
namespace avx
{
void convolve(float *dst, const float *src, const float *conv, size_t length, size_t count)
{
IF_ARCH_X86(
const float *c;
float *d;
size_t clen;
);
ARCH_X86_ASM(
// 4x blocks
__ASM_EMIT("sub $4, %[count]")
__ASM_EMIT("jb 200f")
__ASM_EMIT("100:")
__ASM_EMIT("vxorps %%ymm7, %%ymm7, %%ymm7") // ymm7 = 0
__ASM_EMIT("mov %[length], %[clen]")
__ASM_EMIT("mov %[dst], %[d]")
__ASM_EMIT("mov %[conv], %[c]")
__ASM_EMIT("vbroadcastss 0x00(%[k]), %%ymm0") // ymm0 = k0
__ASM_EMIT("vbroadcastss 0x04(%[k]), %%ymm1") // ymm1 = k1
__ASM_EMIT("vbroadcastss 0x08(%[k]), %%ymm2") // ymm2 = k2
__ASM_EMIT("vbroadcastss 0x0c(%[k]), %%ymm3") // ymm3 = k3
// 8x convolution
__ASM_EMIT("sub $8, %[clen]")
__ASM_EMIT("jb 10f")
__ASM_EMIT(".align 16")
__ASM_EMIT("11:")
__ASM_EMIT("vmovups (%[c]), %%ymm5") // ymm5 = c0 c1 c2 c3 c4 c5 c6 c7
__ASM_EMIT("vinsertf128 $1, %%xmm5, %%ymm7, %%ymm4") // ymm4 = p0 p1 p2 p3 c0 c1 c2 c3
__ASM_EMIT("vmovaps %%ymm5, %%ymm7") // ymm7 = c0 c1 c2 c3 c4 c5 c6 c7
__ASM_EMIT("vshufps $0x4e, %%ymm5, %%ymm4, %%ymm5") // ymm5 = p2 p3 c0 c1 c2 c3 c4 c5
__ASM_EMIT("vshufps $0x99, %%ymm7, %%ymm5, %%ymm6") // ymm6 = p3 c0 c1 c2 c3 c4 c5 c6
__ASM_EMIT("vshufps $0x99, %%ymm5, %%ymm4, %%ymm4") // ymm4 = p1 p2 p3 c0 c1 c2 c3 c4
__ASM_EMIT("vmulps %%ymm3, %%ymm4, %%ymm4") // ymm4 = k3*p1 ...
__ASM_EMIT("vmulps %%ymm2, %%ymm5, %%ymm5") // ymm5 = k2*p2 ...
__ASM_EMIT("vmulps %%ymm1, %%ymm6, %%ymm6") // ymm6 = k1*p3 ...
__ASM_EMIT("vaddps %%ymm5, %%ymm4, %%ymm4") // ymm4 = k2*p2 + k3*p1
__ASM_EMIT("vaddps (%[d]), %%ymm6, %%ymm6") // ymm6 = d0 + k1*p3
__ASM_EMIT("vmulps %%ymm0, %%ymm7, %%ymm5") // ymm5 = k0*c0 ...
__ASM_EMIT("vaddps %%ymm6, %%ymm4, %%ymm4") // ymm4 = d0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vextractf128 $1, %%ymm7, %%xmm7") // xmm7 = c4 c5 c6 c7
__ASM_EMIT("vaddps %%ymm5, %%ymm4, %%ymm4") // ymm4 = d0 + k0*c0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovups %%ymm4, (%[d])")
__ASM_EMIT("add $0x20, %[c]") // c += 8
__ASM_EMIT("add $0x20, %[d]") // d += 8
__ASM_EMIT("sub $8, %[clen]") // clen -= 8
__ASM_EMIT("jae 11b")
__ASM_EMIT("10:")
// 4x convolution
__ASM_EMIT("add $4, %[clen]")
__ASM_EMIT("jl 12f")
__ASM_EMIT("vmovaps %%xmm7, %%xmm4") // xmm4 = p0 p1 p2 p3
__ASM_EMIT("vmovups (%[c]), %%xmm7") // xmm7 = c0 c1 c2 c3
__ASM_EMIT("vshufps $0x4e, %%xmm7, %%xmm4, %%xmm5") // xmm5 = p2 p3 c0 c1
__ASM_EMIT("vshufps $0x99, %%xmm7, %%xmm5, %%xmm6") // xmm6 = p3 c0 c1 c2
__ASM_EMIT("vshufps $0x99, %%xmm5, %%xmm4, %%xmm4") // xmm4 = p1 p2 p3 c0
__ASM_EMIT("vmulps %%xmm3, %%xmm4, %%xmm4") // xmm4 = k3*p1 ...
__ASM_EMIT("vmulps %%xmm2, %%xmm5, %%xmm5") // xmm5 = k2*p2 ...
__ASM_EMIT("vmulps %%xmm1, %%xmm6, %%xmm6") // xmm6 = k1*p3 ...
__ASM_EMIT("vaddps %%xmm5, %%xmm4, %%xmm4") // xmm4 = k2*p2 + k3*p1
__ASM_EMIT("vaddps (%[d]), %%xmm6, %%xmm6") // xmm6 = d0 + k1*p3
__ASM_EMIT("vmulps %%xmm0, %%xmm7, %%xmm5") // xmm5 = k0*c0 ...
__ASM_EMIT("vaddps %%xmm6, %%xmm4, %%xmm4") // xmm4 = d0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vaddps %%xmm5, %%xmm4, %%xmm4") // xmm4 = d0 + k0*c0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovups %%xmm4, (%[d])")
__ASM_EMIT("sub $4, %[clen]") // clen -= 4
__ASM_EMIT("add $0x10, %[c]") // c += 4
__ASM_EMIT("add $0x10, %[d]") // d += 4
__ASM_EMIT("12:")
// 4x tail
__ASM_EMIT("vmovaps %%xmm7, %%xmm4") // xmm4 = p0 p1 p2 p3
__ASM_EMIT("vxorps %%xmm7, %%xmm7, %%xmm7") // xmm7 = 0 0 0 0
__ASM_EMIT("vmovhlps %%xmm4, %%xmm7, %%xmm5") // xmm5 = p2 p3 0 0
__ASM_EMIT("vshufps $0x99, %%xmm7, %%xmm5, %%xmm6") // xmm6 = p3 0 0 0
__ASM_EMIT("vshufps $0x99, %%xmm5, %%xmm4, %%xmm4") // xmm4 = p1 p2 p3 0
__ASM_EMIT("vmovlps 0x00(%[d]), %%xmm0, %%xmm0") // xmm0 = d0 d1
__ASM_EMIT("vmovss 0x08(%[d]), %%xmm7") // xmm7 = d2 0
__ASM_EMIT("vmovlhps %%xmm7, %%xmm0, %%xmm0") // xmm0 = d0 d1 d2 0
__ASM_EMIT("vmulps %%xmm3, %%xmm4, %%xmm4") // xmm4 = k3*p1 ...
__ASM_EMIT("vmulps %%xmm2, %%xmm5, %%xmm5") // xmm5 = k2*p2 ...
__ASM_EMIT("vmulps %%xmm1, %%xmm6, %%xmm6") // xmm6 = k1*p3 ...
__ASM_EMIT("vaddps %%xmm5, %%xmm4, %%xmm4") // xmm4 = k2*p2 + k3*p1
__ASM_EMIT("vaddps %%xmm0, %%xmm6, %%xmm6") // xmm6 = d0 + k1*p3
__ASM_EMIT("vaddps %%xmm4, %%xmm6, %%xmm6") // xmm6 = d0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovhlps %%xmm6, %%xmm7, %%xmm7")
__ASM_EMIT("vmovlps %%xmm6, 0x00(%[d])")
__ASM_EMIT("vmovss %%xmm7, 0x08(%[d])")
// 1x convolution
__ASM_EMIT("add $3, %[clen]") // while (clen >= 0)
__ASM_EMIT("jl 14f")
__ASM_EMIT("vmovups 0x00(%[k]), %%xmm1") // xmm1 = k0 k1 k2 k3
__ASM_EMIT("15:")
__ASM_EMIT("vbroadcastss 0x00(%[c]), %%xmm0") // xmm0 = c0 c0 c0 c0
__ASM_EMIT("vmulps %%xmm1, %%xmm0, %%xmm0") // xmm0 = k0*c0 k1*c0 k2*c0 k3*c0
__ASM_EMIT("vaddps 0x00(%[d]), %%xmm0, %%xmm0") // xmm0 = d0+k0*c0 d1+k1*c0 d2+k2*c0 d3+k3*c0
__ASM_EMIT("vmovups %%xmm0, 0x00(%[d])")
__ASM_EMIT("add $0x04, %[c]") // c++
__ASM_EMIT("add $0x04, %[d]") // d++
__ASM_EMIT("dec %[clen]") // clen--
__ASM_EMIT("jge 15b")
__ASM_EMIT("14:")
__ASM_EMIT64("add $0x10, %[dst]") // dst += 4
__ASM_EMIT32("addl $0x10, %[dst]")
__ASM_EMIT("add $0x10, %[k]") // k += 4
__ASM_EMIT("sub $0x04, %[count]") // count -= 4
__ASM_EMIT("jge 100b")
// 1x blocks
__ASM_EMIT("200:")
__ASM_EMIT("add $3, %[count]")
__ASM_EMIT("jl 400f")
__ASM_EMIT("300:")
__ASM_EMIT("mov %[length], %[clen]")
__ASM_EMIT("mov %[dst], %[d]")
__ASM_EMIT("vbroadcastss 0x00(%[k]), %%ymm0") // ymm0 = k0
__ASM_EMIT("mov %[conv], %[c]")
__ASM_EMIT("vmovaps %%ymm0, %%ymm1") // ymm1 = k0
// 32x convolution
__ASM_EMIT("sub $32, %[clen]")
__ASM_EMIT("jb 20f")
__ASM_EMIT(".align 16")
__ASM_EMIT("21:")
__ASM_EMIT("vmulps 0x00(%[c]), %%ymm0, %%ymm2") // ymm2 = k0*c0 k0*c1 ...
__ASM_EMIT("vmulps 0x20(%[c]), %%ymm1, %%ymm3")
__ASM_EMIT("vmulps 0x40(%[c]), %%ymm0, %%ymm4")
__ASM_EMIT("vmulps 0x60(%[c]), %%ymm1, %%ymm5")
__ASM_EMIT("vaddps 0x00(%[d]), %%ymm2, %%ymm2") // ymm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vaddps 0x20(%[d]), %%ymm3, %%ymm3")
__ASM_EMIT("vaddps 0x40(%[d]), %%ymm4, %%ymm4")
__ASM_EMIT("vaddps 0x60(%[d]), %%ymm5, %%ymm5")
__ASM_EMIT("vmovups %%ymm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%ymm3, 0x20(%[d])")
__ASM_EMIT("vmovups %%ymm4, 0x40(%[d])")
__ASM_EMIT("vmovups %%ymm5, 0x60(%[d])")
__ASM_EMIT("add $0x80, %[c]") // c += 32
__ASM_EMIT("add $0x80, %[d]") // d += 32
__ASM_EMIT("sub $32, %[clen]") // clen -= 32
__ASM_EMIT("jae 21b")
__ASM_EMIT("20:")
// 16x convolution
__ASM_EMIT("add $16, %[clen]")
__ASM_EMIT("jl 22f")
__ASM_EMIT("vmulps 0x00(%[c]), %%ymm0, %%ymm2") // ymm2 = k0*c0 k0*c1 ...
__ASM_EMIT("vmulps 0x20(%[c]), %%ymm1, %%ymm3")
__ASM_EMIT("vaddps 0x00(%[d]), %%ymm2, %%ymm2") // ymm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vaddps 0x20(%[d]), %%ymm3, %%ymm3")
__ASM_EMIT("vmovups %%ymm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%ymm3, 0x20(%[d])")
__ASM_EMIT("sub $16, %[clen]") // clen -= 16
__ASM_EMIT("add $0x40, %[c]") // c += 16
__ASM_EMIT("add $0x40, %[d]") // d += 16
__ASM_EMIT("22:")
// 8x convolution
__ASM_EMIT("add $8, %[clen]")
__ASM_EMIT("jl 24f")
__ASM_EMIT("vmulps 0x00(%[c]), %%xmm0, %%xmm2") // xmm2 = k0*c0 k0*c1 ...
__ASM_EMIT("vmulps 0x10(%[c]), %%xmm1, %%xmm3")
__ASM_EMIT("vaddps 0x00(%[d]), %%xmm2, %%xmm2") // xmm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vaddps 0x10(%[d]), %%xmm3, %%xmm3")
__ASM_EMIT("vmovups %%xmm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%xmm3, 0x10(%[d])")
__ASM_EMIT("sub $8, %[clen]") // clen -= 8
__ASM_EMIT("add $0x20, %[c]") // c += 8
__ASM_EMIT("add $0x20, %[d]") // d += 8
__ASM_EMIT("24:")
// 4x convolution
__ASM_EMIT("add $4, %[clen]")
__ASM_EMIT("jl 26f")
__ASM_EMIT("vmulps 0x00(%[c]), %%xmm0, %%xmm2") // xmm2 = k0*c0 k0*c1 ...
__ASM_EMIT("vaddps 0x00(%[d]), %%xmm2, %%xmm2") // xmm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vmovups %%xmm2, 0x00(%[d])")
__ASM_EMIT("sub $4, %[clen]") // clen -= 4
__ASM_EMIT("add $0x10, %[c]") // c += 4
__ASM_EMIT("add $0x10, %[d]") // d += 4
__ASM_EMIT("26:")
// 1x convolution
__ASM_EMIT("add $3, %[clen]")
__ASM_EMIT("jl 28f")
__ASM_EMIT("27:")
__ASM_EMIT("vmulss 0x00(%[c]), %%xmm0, %%xmm2") // xmm2 = k0*c0
__ASM_EMIT("vaddss 0x00(%[d]), %%xmm2, %%xmm2") // xmm2 = d0+k0*c0
__ASM_EMIT("vmovss %%xmm2, 0x00(%[d])")
__ASM_EMIT("add $0x04, %[c]") // c ++
__ASM_EMIT("add $0x04, %[d]") // d ++
__ASM_EMIT("dec %[clen]")
__ASM_EMIT("jge 27b")
__ASM_EMIT("28:")
__ASM_EMIT("add $0x04, %[k]")
__ASM_EMIT64("add $0x04, %[dst]") // dst++
__ASM_EMIT32("addl $0x04, %[dst]")
__ASM_EMIT("dec %[count]")
__ASM_EMIT("jge 300b")
__ASM_EMIT("400:")
: [dst] __ASM_ARG_RW(dst),
[k] "+r" (src), [count] "+r" (count),
[c] "=&r" (c), [d] "=&r" (d), [clen] "=&r" (clen)
: [conv] X86_GREG (conv), [length] X86_GREG (length)
: "cc", "memory",
"%xmm0", "%xmm1", "%xmm2", "%xmm3",
"%xmm4", "%xmm5", "%xmm6", "%xmm7"
);
}
void convolve_fma3(float *dst, const float *src, const float *conv, size_t length, size_t count)
{
IF_ARCH_X86(
const float *c;
float *d;
size_t clen;
);
ARCH_X86_ASM(
// 4x blocks
__ASM_EMIT("sub $4, %[count]")
__ASM_EMIT("jb 200f")
__ASM_EMIT("100:")
__ASM_EMIT("vxorps %%ymm7, %%ymm7, %%ymm7") // ymm7 = 0
__ASM_EMIT("mov %[length], %[clen]")
__ASM_EMIT("mov %[dst], %[d]")
__ASM_EMIT("mov %[conv], %[c]")
__ASM_EMIT("vbroadcastss 0x00(%[k]), %%ymm0") // ymm0 = k0
__ASM_EMIT("vbroadcastss 0x04(%[k]), %%ymm1") // ymm1 = k1
__ASM_EMIT("vbroadcastss 0x08(%[k]), %%ymm2") // ymm2 = k2
__ASM_EMIT("vbroadcastss 0x0c(%[k]), %%ymm3") // ymm3 = k3
// 8x convolution
__ASM_EMIT("sub $8, %[clen]")
__ASM_EMIT("jb 10f")
__ASM_EMIT(".align 16")
__ASM_EMIT("11:")
__ASM_EMIT("vmovups (%[c]), %%ymm5") // ymm5 = c0 c1 c2 c3 c4 c5 c6 c7
__ASM_EMIT("vinsertf128 $1, %%xmm5, %%ymm7, %%ymm4") // ymm4 = p0 p1 p2 p3 c0 c1 c2 c3
__ASM_EMIT("vmovaps %%ymm5, %%ymm7") // ymm7 = c0 c1 c2 c3 c4 c5 c6 c7
__ASM_EMIT("vshufps $0x4e, %%ymm5, %%ymm4, %%ymm5") // ymm5 = p2 p3 c0 c1 c2 c3 c4 c5
__ASM_EMIT("vshufps $0x99, %%ymm5, %%ymm4, %%ymm4") // ymm4 = p1 p2 p3 c0 c1 c2 c3 c4
__ASM_EMIT("vshufps $0x99, %%ymm7, %%ymm5, %%ymm6") // ymm6 = p3 c0 c1 c2 c3 c4 c5 c6
__ASM_EMIT("vfmadd213ps (%[d]), %%ymm3, %%ymm4") // ymm4 = d0 + k3*p1 ...
__ASM_EMIT("vmulps %%ymm2, %%ymm5, %%ymm5") // ymm5 = k2*p2 ...
__ASM_EMIT("vfmadd231ps %%ymm0, %%ymm7, %%ymm4") // ymm4 = d0 + k0*c0 + k3*p1 ...
__ASM_EMIT("vfmadd213ps %%ymm5, %%ymm1, %%ymm6") // ymm6 = k1*p3 + k2*p2
__ASM_EMIT("vextractf128 $1, %%ymm7, %%xmm7") // xmm7 = c4 c5 c6 c7
__ASM_EMIT("vaddps %%ymm6, %%ymm4, %%ymm4") // ymm4 = d0 + k0*c0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovups %%ymm4, (%[d])")
__ASM_EMIT("add $0x20, %[c]") // c += 8
__ASM_EMIT("add $0x20, %[d]") // d += 8
__ASM_EMIT("sub $8, %[clen]") // clen -= 8
__ASM_EMIT("jae 11b")
__ASM_EMIT("10:")
// 4x convolution
__ASM_EMIT("add $4, %[clen]")
__ASM_EMIT("jl 12f")
__ASM_EMIT("vmovaps %%xmm7, %%xmm4") // xmm4 = p0 p1 p2 p3
__ASM_EMIT("vmovups (%[c]), %%xmm7") // xmm7 = c0 c1 c2 c3
__ASM_EMIT("vshufps $0x4e, %%xmm7, %%xmm4, %%xmm5") // xmm5 = p2 p3 c0 c1
__ASM_EMIT("vshufps $0x99, %%xmm7, %%xmm5, %%xmm6") // xmm6 = p3 c0 c1 c2
__ASM_EMIT("vshufps $0x99, %%xmm5, %%xmm4, %%xmm4") // xmm4 = p1 p2 p3 c0
__ASM_EMIT("vmulps %%xmm2, %%xmm5, %%xmm5") // xmm5 = k2*p2 ...
__ASM_EMIT("vfmadd213ps (%[d]), %%xmm3, %%xmm4") // xmm4 = d0 + k3*p1 ...
__ASM_EMIT("vfmadd213ps %%xmm5, %%xmm1, %%xmm6") // xmm6 = k1*p3 + k2*p2
__ASM_EMIT("vfmadd231ps %%xmm0, %%xmm7, %%xmm4") // xmm4 = d0 + k0*c0 + k3*p1 ...
__ASM_EMIT("vaddps %%xmm6, %%xmm4, %%xmm4") // xmm4 = d0 + k0*c0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovups %%xmm4, (%[d])")
__ASM_EMIT("sub $4, %[clen]") // clen -= 4
__ASM_EMIT("add $0x10, %[c]") // c += 4
__ASM_EMIT("add $0x10, %[d]") // d += 4
__ASM_EMIT("12:")
// 4x tail
__ASM_EMIT("vmovaps %%xmm7, %%xmm4") // xmm4 = p0 p1 p2 p3
__ASM_EMIT("vxorps %%xmm7, %%xmm7, %%xmm7") // xmm7 = 0 0 0 0
__ASM_EMIT("vmovhlps %%xmm4, %%xmm7, %%xmm5") // xmm5 = p2 p3 0 0
__ASM_EMIT("vshufps $0x99, %%xmm7, %%xmm5, %%xmm6") // xmm6 = p3 0 0 0
__ASM_EMIT("vmovlps 0x00(%[d]), %%xmm0, %%xmm0") // xmm0 = d0 d1
__ASM_EMIT("vshufps $0x99, %%xmm5, %%xmm4, %%xmm4") // xmm4 = p1 p2 p3 0
__ASM_EMIT("vmovss 0x08(%[d]), %%xmm7") // xmm7 = d2 0
__ASM_EMIT("vmovlhps %%xmm7, %%xmm0, %%xmm0") // xmm0 = d0 d1 d2 0
__ASM_EMIT("vmulps %%xmm3, %%xmm4, %%xmm4") // xmm4 = k3*p1 ...
__ASM_EMIT("vfmadd213ps %%xmm0, %%xmm2, %%xmm5") // xmm5 = d0 + k2*p2 ...
__ASM_EMIT("vfmadd213ps %%xmm4, %%xmm1, %%xmm6") // xmm6 = k1*p3 + k3*p1 ...
__ASM_EMIT("vaddps %%xmm5, %%xmm6, %%xmm6") // xmm6 = d0 + k1*p3 + k2*p2 + k3*p1
__ASM_EMIT("vmovhlps %%xmm6, %%xmm7, %%xmm7")
__ASM_EMIT("vmovlps %%xmm6, 0x00(%[d])")
__ASM_EMIT("vmovss %%xmm7, 0x08(%[d])")
// 1x convolution
__ASM_EMIT("add $3, %[clen]") // while (clen >= 0)
__ASM_EMIT("jl 14f")
__ASM_EMIT("vmovups 0x00(%[k]), %%xmm1") // xmm1 = k0 k1 k2 k3
__ASM_EMIT("15:")
__ASM_EMIT("vbroadcastss 0x00(%[c]), %%xmm0") // xmm0 = c0 c0 c0 c0
__ASM_EMIT("vfmadd213ps 0x00(%[d]), %%xmm1, %%xmm0") // xmm0 = d0+k0*c0 d1+k1*c0 d2+k2*c0 d3+k3*c0
__ASM_EMIT("vmovups %%xmm0, 0x00(%[d])")
__ASM_EMIT("add $0x04, %[c]") // c++
__ASM_EMIT("add $0x04, %[d]") // d++
__ASM_EMIT("dec %[clen]") // clen--
__ASM_EMIT("jge 15b")
__ASM_EMIT("14:")
__ASM_EMIT64("add $0x10, %[dst]") // dst += 4
__ASM_EMIT32("addl $0x10, %[dst]")
__ASM_EMIT("add $0x10, %[k]") // k += 4
__ASM_EMIT("sub $0x04, %[count]") // count -= 4
__ASM_EMIT("jge 100b")
// 1x blocks
__ASM_EMIT("200:")
__ASM_EMIT("add $3, %[count]")
__ASM_EMIT("jl 400f")
__ASM_EMIT("300:")
__ASM_EMIT("mov %[length], %[clen]")
__ASM_EMIT("mov %[dst], %[d]")
__ASM_EMIT("vbroadcastss 0x00(%[k]), %%ymm0") // ymm0 = k0
__ASM_EMIT("mov %[conv], %[c]")
__ASM_EMIT("vmovaps %%ymm0, %%ymm1") // ymm1 = k0
// 32x convolution
__ASM_EMIT("sub $32, %[clen]")
__ASM_EMIT("jb 20f")
__ASM_EMIT(".align 16")
__ASM_EMIT("21:")
__ASM_EMIT("vmovups 0x00(%[c]), %%ymm2") // ymm2 = c0 c1 ...
__ASM_EMIT("vmovups 0x20(%[c]), %%ymm3")
__ASM_EMIT("vmovups 0x40(%[c]), %%ymm4")
__ASM_EMIT("vmovups 0x60(%[c]), %%ymm5")
__ASM_EMIT("vfmadd213ps 0x00(%[d]), %%ymm0, %%ymm2") // ymm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vfmadd213ps 0x20(%[d]), %%ymm1, %%ymm3")
__ASM_EMIT("vfmadd213ps 0x40(%[d]), %%ymm0, %%ymm4")
__ASM_EMIT("vfmadd213ps 0x60(%[d]), %%ymm1, %%ymm5")
__ASM_EMIT("vmovups %%ymm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%ymm3, 0x20(%[d])")
__ASM_EMIT("vmovups %%ymm4, 0x40(%[d])")
__ASM_EMIT("vmovups %%ymm5, 0x60(%[d])")
__ASM_EMIT("add $0x80, %[c]") // c += 32
__ASM_EMIT("add $0x80, %[d]") // d += 32
__ASM_EMIT("sub $32, %[clen]") // clen -= 32
__ASM_EMIT("jae 21b")
__ASM_EMIT("20:")
// 16x convolution
__ASM_EMIT("add $16, %[clen]")
__ASM_EMIT("jl 22f")
__ASM_EMIT("vmovups 0x00(%[c]), %%ymm2") // ymm2 = c0 c1 ...
__ASM_EMIT("vmovups 0x20(%[c]), %%ymm3")
__ASM_EMIT("vfmadd213ps 0x00(%[d]), %%ymm0, %%ymm2") // ymm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vfmadd213ps 0x20(%[d]), %%ymm1, %%ymm3")
__ASM_EMIT("vmovups %%ymm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%ymm3, 0x20(%[d])")
__ASM_EMIT("sub $16, %[clen]") // clen -= 16
__ASM_EMIT("add $0x40, %[c]") // c += 16
__ASM_EMIT("add $0x40, %[d]") // d += 16
__ASM_EMIT("22:")
// 8x convolution
__ASM_EMIT("add $8, %[clen]")
__ASM_EMIT("jl 24f")
__ASM_EMIT("vmovups 0x00(%[c]), %%xmm2") // xmm2 = c0 c1 ...
__ASM_EMIT("vmovups 0x10(%[c]), %%xmm3")
__ASM_EMIT("vfmadd213ps 0x00(%[d]), %%xmm0, %%xmm2") // xmm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vfmadd213ps 0x10(%[d]), %%xmm1, %%xmm3")
__ASM_EMIT("vmovups %%xmm2, 0x00(%[d])")
__ASM_EMIT("vmovups %%xmm3, 0x10(%[d])")
__ASM_EMIT("sub $8, %[clen]") // clen -= 8
__ASM_EMIT("add $0x20, %[c]") // c += 8
__ASM_EMIT("add $0x20, %[d]") // d += 8
__ASM_EMIT("24:")
// 4x convolution
__ASM_EMIT("add $4, %[clen]")
__ASM_EMIT("jl 26f")
__ASM_EMIT("vmulps 0x00(%[c]), %%xmm0, %%xmm2") // xmm2 = k0*c0 k0*c1 ...
__ASM_EMIT("vaddps 0x00(%[d]), %%xmm2, %%xmm2") // xmm2 = d0+k0*c0 d1+k0*c1 ...
__ASM_EMIT("vmovups %%xmm2, 0x00(%[d])")
__ASM_EMIT("sub $4, %[clen]") // clen -= 4
__ASM_EMIT("add $0x10, %[c]") // c += 4
__ASM_EMIT("add $0x10, %[d]") // d += 4
__ASM_EMIT("26:")
// 1x convolution
__ASM_EMIT("add $3, %[clen]")
__ASM_EMIT("jl 28f")
__ASM_EMIT("27:")
__ASM_EMIT("vmulss 0x00(%[c]), %%xmm0, %%xmm2") // xmm2 = k0*c0
__ASM_EMIT("vaddss 0x00(%[d]), %%xmm2, %%xmm2") // xmm2 = d0+k0*c0
__ASM_EMIT("vmovss %%xmm2, 0x00(%[d])")
__ASM_EMIT("add $0x04, %[c]") // c ++
__ASM_EMIT("add $0x04, %[d]") // d ++
__ASM_EMIT("dec %[clen]")
__ASM_EMIT("jge 27b")
__ASM_EMIT("28:")
__ASM_EMIT("add $0x04, %[k]")
__ASM_EMIT64("add $0x04, %[dst]") // dst++
__ASM_EMIT32("addl $0x04, %[dst]")
__ASM_EMIT("dec %[count]")
__ASM_EMIT("jge 300b")
__ASM_EMIT("400:")
: [dst] __ASM_ARG_RW(dst),
[k] "+r" (src), [count] "+r" (count),
[c] "=&r" (c), [d] "=&r" (d), [clen] "=&r" (clen)
: [conv] X86_GREG (conv), [length] X86_GREG (length)
: "cc", "memory",
"%xmm0", "%xmm1", "%xmm2", "%xmm3",
"%xmm4", "%xmm5", "%xmm6", "%xmm7"
);
}
} /* namespace avx */
} /* namespace lsp */
#endif /* PRIVATE_DSP_ARCH_X86_AVX_CONVOLUTION_H_ */