/* * Copyright (C) 2024 Linux Studio Plugins Project * (C) 2024 Vladimir Sadovnikov * * This file is part of lsp-dsp-lib * Created on: 29 июл. 2024 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_AVX512_CONVOLUTION_H_ #define PRIVATE_DSP_ARCH_X86_AVX512_CONVOLUTION_H_ #ifndef PRIVATE_DSP_ARCH_X86_AVX512_IMPL #error "This header should not be included directly" #endif /* PRIVATE_DSP_ARCH_X86_AVX512_IMPL */ namespace lsp { namespace avx512 { static const uint32_t convolve_const[] __lsp_aligned64 = { 0x10, 0x11, 0x12, 0x13, 0x00, 0x01, 0x02, 0x03, 0x04, 0x05, 0x06, 0x07, 0x08, 0x09, 0x0a, 0x0b }; 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_EMIT64("vmovaps %[CC], %%zmm8") // zmm8 = permute table __ASM_EMIT("100:") __ASM_EMIT("vxorps %%zmm7, %%zmm7, %%zmm7") // zmm7 = 0 __ASM_EMIT("mov %[length], %[clen]") __ASM_EMIT("mov %[dst], %[d]") __ASM_EMIT("mov %[conv], %[c]") __ASM_EMIT("vbroadcastss 0x00(%[k]), %%zmm0") // ymm0 = k0 __ASM_EMIT("vbroadcastss 0x04(%[k]), %%zmm1") // ymm1 = k1 __ASM_EMIT("vbroadcastss 0x08(%[k]), %%zmm2") // ymm2 = k2 __ASM_EMIT("vbroadcastss 0x0c(%[k]), %%zmm3") // ymm3 = k3 // 16x convolution __ASM_EMIT("sub $16, %[clen]") __ASM_EMIT("jb 12f") __ASM_EMIT(".align 16") __ASM_EMIT("11:") __ASM_EMIT("vmovups (%[c]), %%zmm4") // zmm4 = c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 __ASM_EMIT32("vmovaps %[CC], %%zmm6") // zmm6 = permute table __ASM_EMIT("vmovaps %%zmm4, %%zmm5") // zmm5 = c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 __ASM_EMIT32("vpermt2ps %%zmm7, %%zmm6, %%zmm4") // zmm4 = p0 p1 p2 p3 c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 __ASM_EMIT64("vpermt2ps %%zmm7, %%zmm8, %%zmm4") // zmm4 = p0 p1 p2 p3 c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 __ASM_EMIT("vmovaps %%zmm5, %%zmm7") // zmm7 = c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 c15 __ASM_EMIT("vshufps $0x4e, %%zmm5, %%zmm4, %%zmm5") // zmm5 = p2 p3 c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 __ASM_EMIT("vshufps $0x99, %%zmm5, %%zmm4, %%zmm4") // zmm4 = p1 p2 p3 c0 c1 c2 c3 c4 p3 c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 __ASM_EMIT("vshufps $0x99, %%zmm7, %%zmm5, %%zmm6") // zmm6 = p3 c0 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 c11 c12 c13 c14 __ASM_EMIT("vfmadd213ps (%[d]), %%zmm3, %%zmm4") // zmm4 = d0 + k3*p1 ... __ASM_EMIT("vmulps %%zmm2, %%zmm5, %%zmm5") // zmm5 = k2*p2 ... __ASM_EMIT("vfmadd231ps %%zmm0, %%zmm7, %%zmm4") // zmm4 = d0 + k0*c0 + k3*p1 ... __ASM_EMIT("vfmadd213ps %%zmm5, %%zmm1, %%zmm6") // zmm6 = k1*p3 + k2*p2 __ASM_EMIT("vextractf32x4 $3, %%zmm7, %%xmm7") // xmm7 = c12 c13 c14 c15 = p0 p1 p2 p3 __ASM_EMIT("vaddps %%zmm6, %%zmm4, %%zmm4") // ymm4 = d0 + k0*c0 + k1*p3 + k2*p2 + k3*p1 __ASM_EMIT("vmovups %%zmm4, (%[d])") __ASM_EMIT("add $0x40, %[c]") // c += 16 __ASM_EMIT("add $0x40, %[d]") // d += 16 __ASM_EMIT("sub $16, %[clen]") // clen -= 16 __ASM_EMIT("jae 11b") __ASM_EMIT("12:") // 8x convolution __ASM_EMIT("add $8, %[clen]") __ASM_EMIT("jl 14f") __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("14:") // 4x convolution __ASM_EMIT("add $4, %[clen]") __ASM_EMIT("jl 16f") __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("16:") // 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]), %%zmm0") // zmm0 = k0 __ASM_EMIT("mov %[conv], %[c]") __ASM_EMIT("vmovaps %%zmm0, %%zmm1") // zmm1 = k0 // 64x convolution __ASM_EMIT("sub $64, %[clen]") __ASM_EMIT("jb 22f") __ASM_EMIT(".align 16") __ASM_EMIT("21:") __ASM_EMIT("vmovups 0x00(%[c]), %%zmm2") // zmm2 = c0 c1 ... __ASM_EMIT("vmovups 0x40(%[c]), %%zmm3") __ASM_EMIT("vmovups 0x80(%[c]), %%zmm4") __ASM_EMIT("vmovups 0xc0(%[c]), %%zmm5") __ASM_EMIT("vfmadd213ps 0x00(%[d]), %%zmm0, %%zmm2") // zmm2 = d0+k0*c0 d1+k0*c1 ... __ASM_EMIT("vfmadd213ps 0x40(%[d]), %%zmm1, %%zmm3") __ASM_EMIT("vfmadd213ps 0x80(%[d]), %%zmm0, %%zmm4") __ASM_EMIT("vfmadd213ps 0xc0(%[d]), %%zmm1, %%zmm5") __ASM_EMIT("vmovups %%zmm2, 0x00(%[d])") __ASM_EMIT("vmovups %%zmm3, 0x40(%[d])") __ASM_EMIT("vmovups %%zmm4, 0x80(%[d])") __ASM_EMIT("vmovups %%zmm5, 0xc0(%[d])") __ASM_EMIT("add $0x100, %[c]") // c += 64 __ASM_EMIT("add $0x100, %[d]") // d += 64 __ASM_EMIT("sub $64, %[clen]") // clen -= 64 __ASM_EMIT("jae 21b") __ASM_EMIT("22:") // 32x convolution __ASM_EMIT("add $32, %[clen]") __ASM_EMIT("jl 24f") __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("sub $32, %[clen]") // clen -= 32 __ASM_EMIT("add $0x80, %[c]") // c += 32 __ASM_EMIT("add $0x80, %[d]") // d += 32 __ASM_EMIT("24:") // 16x convolution __ASM_EMIT("add $16, %[clen]") __ASM_EMIT("jl 26f") __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("26:") // 8x convolution __ASM_EMIT("add $8, %[clen]") __ASM_EMIT("jl 28f") __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("28:") // 4x convolution __ASM_EMIT("add $4, %[clen]") __ASM_EMIT("jl 30f") __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("30:") // 1x convolution __ASM_EMIT("add $3, %[clen]") __ASM_EMIT("jl 32f") __ASM_EMIT("31:") __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 31b") __ASM_EMIT("32:") __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] __IF_32("+m") __IF_64("+r") (dst), [k] "+r" (src), [count] "+r" (count), [c] "=&r" (c), [d] "=&r" (d), [clen] "=&r" (clen) : [conv] "m" (conv), [length] "m" (length), [CC] "m" (convolve_const) : "cc", "memory", "%xmm0", "%xmm1", "%xmm2", "%xmm3", "%xmm4", "%xmm5", "%xmm6", "%xmm7" __IF_64(, "%xmm8") ); } } /* namespace avx512 */ } /* namespace lsp */ #endif /* PRIVATE_DSP_ARCH_X86_AVX512_CONVOLUTION_H_ */