/* * Copyright (C) 2025 Linux Studio Plugins Project * (C) 2025 Vladimir Sadovnikov * * This file is part of lsp-dsp-lib * Created on: 14 апр. 2025 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_AVX2_PMATH_COS_H_ #define PRIVATE_DSP_ARCH_X86_AVX2_PMATH_COS_H_ #ifndef PRIVATE_DSP_ARCH_X86_AVX2_IMPL #error "This header should not be included directly" #endif /* PRIVATE_DSP_ARCH_X86_AVX2_IMPL */ #include namespace lsp { namespace avx2 { void cosf1(float *dst, size_t count) { IF_ARCH_X86(float *src); ARCH_X86_ASM( // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x1 + PI/2 __ASM_EMIT("vsubps 0x20(%[dst]), %%ymm1, %%ymm4") // ymm4 = PI/2 - x1 + PI/2 SINF_X_PLUS_PI_2_CORE_X16 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X8 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%xmm1, %%xmm0") // xmm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 14f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("mov %[dst], %[src]") __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss 0x00(%[src]), %%xmm0") __ASM_EMIT("add $4, %[src]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovhps 0x00(%[src]), %%xmm0, %%xmm0") __ASM_EMIT("10:") __ASM_EMIT("vsubps %%xmm0, %%xmm1, %%xmm0") // xmm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 12f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("12:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 14f") __ASM_EMIT("vmovhps %%xmm0, 0x00(%[dst])") __ASM_EMIT("14:") : [dst] "+r" (dst), [src] "=&r" (src), [count] "+r" (count) : [S2C] "o" (sinf_const) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void cosf2(float *dst, const float *src, size_t count) { ARCH_X86_ASM( // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x1 + PI/2 __ASM_EMIT("vsubps 0x20(%[src]), %%ymm1, %%ymm4") // ymm4 = PI/2 - x1 + PI/2 SINF_X_PLUS_PI_2_CORE_X16 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[src]") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X8 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[src]") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%xmm1, %%xmm0") // xmm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[src]") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 14f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss 0x00(%[src]), %%xmm0") __ASM_EMIT("add $4, %[src]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovhps 0x00(%[src]), %%xmm0, %%xmm0") __ASM_EMIT("10:") __ASM_EMIT("vsubps %%xmm0, %%xmm1, %%xmm0") // xmm0 = PI/2 - x + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 12f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("12:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 14f") __ASM_EMIT("vmovhps %%xmm0, 0x00(%[dst])") __ASM_EMIT("14:") : [dst] "+r" (dst), [src] "+r" (src), [count] "+r" (count) : [S2C] "o" (sinf_const) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void cosf_kp1(float *dst, float k, float p, size_t count) { ARCH_X86_ASM( // Prepare __ASM_EMIT("vbroadcastss %[k], %%ymm6") // ymm6 = k __ASM_EMIT("vbroadcastss %[p], %%ymm7") // ymm7 = p __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm0") // ymm0 = PI __ASM_EMIT("vmovaps 0x00 + %[S2KP], %%ymm4") // ymm4 = i = 0 1 2 3 4 5 6 7 __ASM_EMIT("vmovaps 0x60 + %[S2KP], %%ymm5") // ymm5 = step = 8 8 8 8 8 8 8 8 __ASM_EMIT("vsubps %%ymm7, %%ymm0, %%ymm7") // ymm7 = PI/2 - p + PI/2 // x8 blocks __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmulps %%ymm4, %%ymm6, %%ymm0") // ymm0 = k*i __ASM_EMIT("vaddps %%ymm5, %%ymm4, %%ymm4") // ymm4 = i + step __ASM_EMIT("vsubps %%ymm0, %%ymm7, %%ymm0") // ymm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X8 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmulps %%xmm4, %%xmm6, %%xmm0") // xmm0 = k*i __ASM_EMIT("vaddps 0x80 + %[S2KP], %%xmm4, %%xmm4")// xmm4 = i + step __ASM_EMIT("vsubps %%xmm0, %%xmm7, %%xmm0") // xmm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("4:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 8f") __ASM_EMIT("vmulps %%xmm4, %%xmm6, %%xmm0") // xmm0 = k*i __ASM_EMIT("vsubps %%xmm0, %%xmm7, %%xmm0") // xmm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 6f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("vshufps $0x39, %%xmm0, %%xmm0, %%xmm0") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("6:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovlps %%xmm0, 0x00(%[dst])") // End __ASM_EMIT("8:") : [dst] "+r" (dst), [count] "+r" (count) : [S2C] "o" (sinf_const), [S2KP] "o" (kp_gen_const), [k] "m" (k), [p] "m" (p) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void x64_cosf_kp1(float *dst, float k, float p, size_t count) { ARCH_X86_64_ASM( // Prepare __ASM_EMIT("vbroadcastss %[k], %%ymm11") // ymm11 = k __ASM_EMIT("vbroadcastss %[p], %%ymm12") // ymm12 = p __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm0") // ymm0 = PI __ASM_EMIT("vmovaps 0x00 + %[S2KP], %%ymm8") // ymm8 = i0 = 0 1 2 3 4 5 6 7 __ASM_EMIT("vmovaps 0x20 + %[S2KP], %%ymm9") // ymm9 = i1 = 8 9 10 11 12 13 14 __ASM_EMIT("vmovaps 0x40 + %[S2KP], %%ymm10") // ymm10 = step = 16 ... __ASM_EMIT("vsubps %%ymm12, %%ymm0, %%ymm12") // ymm12 = PI/2 - p + PI/2 // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmulps %%ymm8, %%ymm11, %%ymm0") // ymm0 = k*i0 __ASM_EMIT("vmulps %%ymm9, %%ymm11, %%ymm4") // ymm4 = k*i1 __ASM_EMIT("vaddps %%ymm10, %%ymm8, %%ymm8") // ymm8 = i0 + step __ASM_EMIT("vaddps %%ymm10, %%ymm9, %%ymm9") // ymm9 = i1 + step __ASM_EMIT("vsubps %%ymm0, %%ymm12, %%ymm0") // ymm0 = PI/2 - (k*i0 + p) + PI/2 __ASM_EMIT("vsubps %%ymm4, %%ymm12, %%ymm4") // ymm4 = PI/2 - (k*i1 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X16 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmulps %%ymm8, %%ymm11, %%ymm0") // ymm0 = k*i0 __ASM_EMIT("vaddps 0x60 + %[S2KP], %%ymm8, %%ymm8") // ymm8 = i0 + step __ASM_EMIT("vsubps %%ymm0, %%ymm12, %%ymm0") // ymm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X8 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmulps %%xmm8, %%xmm11, %%xmm0") // xmm0 = k*i0 __ASM_EMIT("vaddps 0x80 + %[S2KP], %%xmm8, %%xmm8") // xmm8 = i0 + step __ASM_EMIT("vsubps %%xmm0, %%xmm12, %%xmm0") // xmm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 10f") __ASM_EMIT("vmulps %%xmm8, %%xmm11, %%xmm0") // xmm0 = k*i0 __ASM_EMIT("vsubps %%xmm0, %%xmm12, %%xmm0") // xmm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("vshufps $0x39, %%xmm0, %%xmm0, %%xmm0") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovlps %%xmm0, 0x00(%[dst])") // End __ASM_EMIT("10:") : [dst] "+r" (dst), [count] "+r" (count) : [S2C] "o" (sinf_const), [S2KP] "o" (kp_gen_const), [k] "m" (k), [p] "m" (p) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7", "%xmm8", "%xmm9", "%xmm10", "%xmm11", "%xmm12" ); } void cosf1_fma3(float *dst, size_t count) { IF_ARCH_X86(float *src); ARCH_X86_ASM( // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x1 + PI/2 __ASM_EMIT("vsubps 0x20(%[dst]), %%ymm1, %%ymm4") // ymm4 = PI/2 - x2 + PI/2 SINF_X_PLUS_PI_2_CORE_X16_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x1 + PI/2 SINF_X_PLUS_PI_2_CORE_X8_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("vsubps 0x00(%[dst]), %%xmm1, %%xmm0") // xmm0 = PI/2 - x1 + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 14f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("mov %[dst], %[src]") __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss 0x00(%[src]), %%xmm0") __ASM_EMIT("add $4, %[src]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovhps 0x00(%[src]), %%xmm0, %%xmm0") __ASM_EMIT("10:") __ASM_EMIT("vsubps %%xmm0, %%xmm1, %%xmm0") // xmm0 = PI/2 - x1 + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 12f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("12:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 14f") __ASM_EMIT("vmovhps %%xmm0, 0x00(%[dst])") __ASM_EMIT("14:") : [dst] "+r" (dst), [src] "=&r" (src), [count] "+r" (count) : [S2C] "o" (sinf_const) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void cosf2_fma3(float *dst, const float *src, size_t count) { ARCH_X86_ASM( // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x1 + PI/2 __ASM_EMIT("vsubps 0x20(%[src]), %%ymm1, %%ymm4") // ymm4 = PI/2 - x2 + PI/2 SINF_X_PLUS_PI_2_CORE_X16_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[src]") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm1") // ymm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%ymm1, %%ymm0") // ymm0 = PI/2 - x2 + PI/2 SINF_X_PLUS_PI_2_CORE_X8_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[src]") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("vsubps 0x00(%[src]), %%xmm1, %%xmm0") // xmm0 = PI/2 - x2 + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[src]") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 14f") __ASM_EMIT("vmovaps 0x020 + %[S2C], %%xmm1") // xmm1 = PI __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss 0x00(%[src]), %%xmm0") __ASM_EMIT("add $4, %[src]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovhps 0x00(%[src]), %%xmm0, %%xmm0") __ASM_EMIT("10:") __ASM_EMIT("vsubps %%xmm0, %%xmm1, %%xmm0") // xmm0 = PI/2 - x2 + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 12f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("12:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 14f") __ASM_EMIT("vmovhps %%xmm0, 0x00(%[dst])") __ASM_EMIT("14:") : [dst] "+r" (dst), [src] "+r" (src), [count] "+r" (count) : [S2C] "o" (sinf_const) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void cosf_kp1_fma3(float *dst, float k, float p, size_t count) { ARCH_X86_ASM( // Prepare __ASM_EMIT("vbroadcastss %[k], %%ymm6") // ymm6 = k __ASM_EMIT("vbroadcastss %[p], %%ymm7") // ymm7 = p __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm0") // ymm0 = PI __ASM_EMIT("vmovaps 0x00 + %[S2KP], %%ymm4") // ymm4 = i = 0 1 2 3 4 5 6 7 __ASM_EMIT("vmovaps 0x60 + %[S2KP], %%ymm5") // ymm5 = step = 8 8 8 8 8 8 8 8 __ASM_EMIT("vsubps %%ymm7, %%ymm0, %%ymm7") // ymm7 = PI/2 - p + PI/2 // x8 blocks __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmulps %%ymm4, %%ymm6, %%ymm0") // ymm0 = k*i __ASM_EMIT("vaddps %%ymm5, %%ymm4, %%ymm4") // ymm4 = i + step __ASM_EMIT("vsubps %%ymm0, %%ymm7, %%ymm0") // ymm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X8_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmulps %%xmm4, %%xmm6, %%xmm0") // xmm0 = k*i __ASM_EMIT("vaddps 0x80 + %[S2KP], %%xmm4, %%xmm4")// xmm4 = i + step __ASM_EMIT("vsubps %%xmm0, %%xmm7, %%xmm0") // xmm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("4:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 8f") __ASM_EMIT("vmulps %%xmm4, %%xmm6, %%xmm0") // xmm0 = k*i __ASM_EMIT("vsubps %%xmm0, %%xmm7, %%xmm0") // xmm0 = PI/2 - (k*i + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 6f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("vshufps $0x39, %%xmm0, %%xmm0, %%xmm0") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("6:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovlps %%xmm0, 0x00(%[dst])") // End __ASM_EMIT("8:") : [dst] "+r" (dst), [count] "+r" (count) : [S2C] "o" (sinf_const), [S2KP] "o" (kp_gen_const), [k] "m" (k), [p] "m" (p) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" ); } void x64_cosf_kp1_fma3(float *dst, float k, float p, size_t count) { ARCH_X86_64_ASM( // Prepare __ASM_EMIT("vbroadcastss %[k], %%ymm11") // ymm11 = k __ASM_EMIT("vbroadcastss %[p], %%ymm12") // ymm12 = p __ASM_EMIT("vmovaps 0x020 + %[S2C], %%ymm0") // ymm0 = PI __ASM_EMIT("vmovaps 0x00 + %[S2KP], %%ymm8") // ymm8 = i0 = 0 1 2 3 4 5 6 7 __ASM_EMIT("vmovaps 0x20 + %[S2KP], %%ymm9") // ymm9 = i1 = 8 9 10 11 12 13 14 __ASM_EMIT("vmovaps 0x40 + %[S2KP], %%ymm10") // ymm10 = step = 16 ... __ASM_EMIT("vsubps %%ymm12, %%ymm0, %%ymm12") // ymm12 = PI/2 + p + PI/2 ... // x16 blocks __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jb 2f") __ASM_EMIT("1:") __ASM_EMIT("vmulps %%ymm8, %%ymm11, %%ymm0") // ymm0 = k*i0 __ASM_EMIT("vmulps %%ymm9, %%ymm11, %%ymm4") // ymm4 = k*i1 __ASM_EMIT("vaddps %%ymm10, %%ymm8, %%ymm8") // ymm8 = i0 + step __ASM_EMIT("vaddps %%ymm10, %%ymm9, %%ymm9") // ymm9 = i1 + step __ASM_EMIT("vsubps %%ymm0, %%ymm12, %%ymm0") // ymm0 = PI/2 - (k*i0 + p) + PI/2 __ASM_EMIT("vsubps %%ymm4, %%ymm12, %%ymm4") // ymm4 = PI/2 - (k*i1 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X16_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("vmovups %%ymm4, 0x20(%[dst])") __ASM_EMIT("add $0x40, %[dst]") __ASM_EMIT("sub $16, %[count]") __ASM_EMIT("jae 1b") __ASM_EMIT("2:") // x8 block __ASM_EMIT("add $8, %[count]") __ASM_EMIT("jl 4f") __ASM_EMIT("vmulps %%ymm8, %%ymm11, %%ymm0") // ymm0 = k*i0 __ASM_EMIT("vaddps 0x60 + %[S2KP], %%ymm8, %%ymm8") // ymm8 = i0 + step __ASM_EMIT("vsubps %%ymm0, %%ymm12, %%ymm0") // ymm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X8_FMA3 __ASM_EMIT("vmovups %%ymm0, 0x00(%[dst])") __ASM_EMIT("add $0x20, %[dst]") __ASM_EMIT("sub $8, %[count]") __ASM_EMIT("4:") // x4 block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jl 6f") __ASM_EMIT("vmulps %%xmm8, %%xmm11, %%xmm0") // xmm0 = k*i0 __ASM_EMIT("vaddps 0x80 + %[S2KP], %%xmm8, %%xmm8") // xmm8 = i0 + step __ASM_EMIT("vsubps %%xmm0, %%xmm12, %%xmm0") // xmm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("vmovups %%xmm0, 0x00(%[dst])") __ASM_EMIT("add $0x10, %[dst]") __ASM_EMIT("sub $4, %[count]") __ASM_EMIT("6:") // Tail: 1x-3x block __ASM_EMIT("add $4, %[count]") __ASM_EMIT("jle 10f") __ASM_EMIT("vmulps %%xmm8, %%xmm11, %%xmm0") // xmm0 = k*i0 __ASM_EMIT("vsubps %%xmm0, %%xmm12, %%xmm0") // xmm0 = PI/2 - (k*i0 + p) + PI/2 SINF_X_PLUS_PI_2_CORE_X4_FMA3 __ASM_EMIT("test $1, %[count]") __ASM_EMIT("jz 8f") __ASM_EMIT("vmovss %%xmm0, 0x00(%[dst])") __ASM_EMIT("vshufps $0x39, %%xmm0, %%xmm0, %%xmm0") __ASM_EMIT("add $4, %[dst]") __ASM_EMIT("8:") __ASM_EMIT("test $2, %[count]") __ASM_EMIT("jz 10f") __ASM_EMIT("vmovlps %%xmm0, 0x00(%[dst])") // End __ASM_EMIT("10:") : [dst] "+r" (dst), [count] "+r" (count) : [S2C] "o" (sinf_const), [S2KP] "o" (kp_gen_const), [k] "m" (k), [p] "m" (p) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7", "%xmm8", "%xmm9", "%xmm10", "%xmm11", "%xmm12" ); } } /* namespace avx2 */ } /* namespace lsp */ #endif /* PRIVATE_DSP_ARCH_X86_AVX2_PMATH_COS_H_ */