/*
* 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_ */