| 1 |
// Auto-generated file. Do not edit! |
| 2 |
// Template: src/qs8-gemm/4x8c4-aarch32-neondot-cortex-a55.S.in |
| 3 |
// Generator: tools/xngen |
| 4 |
// |
| 5 |
// Copyright 2022 Google LLC |
| 6 |
// |
| 7 |
// This source code is licensed under the BSD-style license found in the |
| 8 |
// LICENSE file in the root directory of this source tree. |
| 9 |
|
| 10 |
|
| 11 |
#include "xnnpack/assembly.h" |
| 12 |
|
| 13 |
.syntax unified |
| 14 |
|
| 15 |
// void xnn_qd8_f32_qc8w_gemm_minmax_ukernel_4x8c4__asm_aarch32_neondot_cortex_a55( |
| 16 |
// size_t mr, r0 |
| 17 |
// size_t nc, r1 |
| 18 |
// size_t kc, r2 -> r5 |
| 19 |
// const uint8_t* restrict a, r3 |
| 20 |
// size_t a_stride, sp + 80 -> (r7) |
| 21 |
// const void* restrict w, sp + 84 -> r9 |
| 22 |
// uint8_t* restrict c, sp + 88 -> r11 |
| 23 |
// size_t cm_stride, sp + 92 -> (r6) |
| 24 |
// size_t cn_stride, sp + 96 -> r7 |
| 25 |
// xnn_f32_minmax_params params, sp + 100 -> (r5) |
| 26 |
// const struct xnn_qd8_quantization_params *quantization_params) [sp + 104] -> (r5) |
| 27 |
|
| 28 |
// d8-d15, r4-r11,r14(lr) need to be preserved if used. r13(sp),r15(pc) are reserved. |
| 29 |
|
| 30 |
// Register usage |
| 31 |
// A0 r3 d0 |
| 32 |
// A1 r12 d1 |
| 33 |
// A2 r10 d2 |
| 34 |
// A3 r0 d3 |
| 35 |
// B r9 q2 q3 q4 q5 |
| 36 |
// C0 r11 d16-d17 q8 d18-d19 q9 |
| 37 |
// C1 r4 d20-d21 q10 d22-d23 q11 |
| 38 |
// C2 r8 d24-d25 q12 d26-d27 q13 |
| 39 |
// C3 r6 d28-d29 q14 d30-d31 q15 |
| 40 |
// r5 params, zero point & scale |
| 41 |
// d6, d7, d14, d15 zero point and scale |
| 42 |
// q6, q7 zero point and scale. |
| 43 |
// params structure is 8 bytes |
| 44 |
// struct { |
| 45 |
// float min; |
| 46 |
// float max; |
| 47 |
// } scalar; |
| 48 |
|
| 49 |
// iOS does not support 32 bit ARM with Neon DotProduct. |
| 50 |
#ifndef __APPLE__ |
| 51 |
|
| 52 |
BEGIN_FUNCTION xnn_qd8_f32_qc8w_gemm_minmax_ukernel_4x8c4__asm_aarch32_neondot_cortex_a55 |
| 53 |
# Push 96 bytes |
| 54 |
PUSH {r4, r5, r6, r7, r8, r9, r10, r11} // 32 |
| 55 |
VPUSH {d8-d15} // +64 = 96 |
| 56 |
|
| 57 |
LDR r7, [sp, 96] // a_stride |
| 58 |
ADD r2, r2, 3 // kc = (kc + 3) & ~3 |
| 59 |
LDR r11, [sp, 104] // c |
| 60 |
|
| 61 |
LDR r6, [sp, 108] // cm_stride |
| 62 |
LDR r9, [sp, 100] // w |
| 63 |
BIC r2, r2, 3 |
| 64 |
|
| 65 |
# Clamp A and C pointers |
| 66 |
CMP r0, 2 // if mr >= 2 |
| 67 |
ADD r12, r3, r7 // a1 = a0 + a_stride |
| 68 |
ADD r4, r11, r6 // c1 = c0 + cm_stride |
| 69 |
MOVLO r12, r3 // a1 |
| 70 |
MOVLO r4, r11 // c1 |
| 71 |
// if mr > 2 |
| 72 |
ADD r10, r12, r7 // a2 = a1 + a_stride |
| 73 |
ADD r8, r4, r6 // c2 = c1 + cm_stride |
| 74 |
MOVLS r10, r12 // a2 |
| 75 |
MOVLS r8, r4 // c2 |
| 76 |
|
| 77 |
CMP r0, 4 // if mr >=4 |
| 78 |
ADD r0, r10, r7 // a3 = a2 + a_stride |
| 79 |
ADD r6, r8, r6 // c3 = c2 + cm_stride |
| 80 |
MOVLO r0, r10 // a3 |
| 81 |
MOVLO r6, r8 // c3 |
| 82 |
|
| 83 |
LDR r7, [sp, 112] // cn_stride |
| 84 |
|
| 85 |
LDR r5, [sp, 120] // &quantization_params[0].zero_point |
| 86 |
VLD1.8 {q6, q7}, [r5] |
| 87 |
|
| 88 |
.p2align 3 |
| 89 |
0: |
| 90 |
# Load initial bias from w into accumulators |
| 91 |
VLDM r9!, {d16-d19} // Bias |
| 92 |
SUBS r5, r2, 8 // k = kc - 8 |
| 93 |
|
| 94 |
# Prologue + Bias |
| 95 |
// ksum * zero_point |
| 96 |
VLD1.8 {d4}, [r9]! // B0 |
| 97 |
VMUL.S32 q10, q8, d13[0] |
| 98 |
VLD1.8 {d0}, [r3]! // A0 |
| 99 |
VMUL.S32 q12, q8, d14[0] |
| 100 |
VLD1.8 {d5}, [r9]! // B1 |
| 101 |
VMUL.S32 q14, q8, d15[0] |
| 102 |
VLD1.8 {d6}, [r9]! // B2 |
| 103 |
VMUL.S32 q8, q8, d12[0] |
| 104 |
VLD1.8 {d1}, [r12]! // A1 |
| 105 |
VMUL.S32 q11, q9, d13[0] |
| 106 |
VLD1.8 {d7}, [r9]! // B3 |
| 107 |
VMUL.S32 q13, q9, d14[0] |
| 108 |
VMUL.S32 q15, q9, d15[0] |
| 109 |
VMUL.S32 q9, q9, d12[0] |
| 110 |
BLO 5f // less than 8 channels? |
| 111 |
|
| 112 |
SUBS r5, r5, 8 // k = k - 8 |
| 113 |
BLO 2f // less than 16 channels - skip mainloop |
| 114 |
|
| 115 |
# Main loop - 8 bytes of A. |
| 116 |
# 16 SDOT, 12 LD64 |
| 117 |
.p2align 3 |
| 118 |
1: |
| 119 |
VSDOT.S8 q8, q2, d0[0] |
| 120 |
VLD1.8 {d2}, [r10]! // A2 |
| 121 |
VSDOT.S8 q9, q3, d0[0] |
| 122 |
VLD1.8 {d3}, [r0]! // A3 |
| 123 |
VSDOT.S8 q10, q2, d1[0] |
| 124 |
VLD1.8 {d8}, [r9]! // B4 |
| 125 |
VSDOT.S8 q11, q3, d1[0] |
| 126 |
VLD1.8 {d9}, [r9]! // B5 |
| 127 |
VSDOT.S8 q12, q2, d2[0] |
| 128 |
VLD1.8 {d10}, [r9]! // B6 |
| 129 |
VSDOT.S8 q13, q3, d2[0] |
| 130 |
VLD1.8 {d11}, [r9]! // B7 |
| 131 |
VSDOT.S8 q14, q2, d3[0] |
| 132 |
VSDOT.S8 q15, q3, d3[0] |
| 133 |
SUBS r5, r5, 8 |
| 134 |
|
| 135 |
VSDOT.S8 q8, q4, d0[1] |
| 136 |
VLD1.8 {d4}, [r9]! // B0 |
| 137 |
VSDOT.S8 q9, q5, d0[1] |
| 138 |
VLD1.8 {d5}, [r9]! // B1 |
| 139 |
VSDOT.S8 q10, q4, d1[1] |
| 140 |
VLD1.8 {d6}, [r9]! // B2 |
| 141 |
VSDOT.S8 q11, q5, d1[1] |
| 142 |
VLD1.8 {d7}, [r9]! // B3 |
| 143 |
VSDOT.S8 q12, q4, d2[1] |
| 144 |
VLD1.8 {d0}, [r3]! // A0 |
| 145 |
VSDOT.S8 q13, q5, d2[1] |
| 146 |
VLD1.8 {d1}, [r12]! // A1 |
| 147 |
VSDOT.S8 q14, q4, d3[1] |
| 148 |
VSDOT.S8 q15, q5, d3[1] |
| 149 |
BHS 1b |
| 150 |
|
| 151 |
# Epilogue |
| 152 |
.p2align 3 |
| 153 |
2: |
| 154 |
VSDOT.S8 q8, q2, d0[0] |
| 155 |
VLD1.8 {d2}, [r10]! // A2 |
| 156 |
VSDOT.S8 q9, q3, d0[0] |
| 157 |
VLD1.8 {d3}, [r0]! // A3 |
| 158 |
VSDOT.S8 q10, q2, d1[0] |
| 159 |
VLD1.8 {d8}, [r9]! // B4 |
| 160 |
VSDOT.S8 q11, q3, d1[0] |
| 161 |
VLD1.8 {d9}, [r9]! // B5 |
| 162 |
VSDOT.S8 q12, q2, d2[0] |
| 163 |
VLD1.8 {d10}, [r9]! // B6 |
| 164 |
VSDOT.S8 q13, q3, d2[0] |
| 165 |
VLD1.8 {d11}, [r9]! // B7 |
| 166 |
VSDOT.S8 q14, q2, d3[0] |
| 167 |
VSDOT.S8 q15, q3, d3[0] |
| 168 |
TST r5, 7 |
| 169 |
|
| 170 |
VSDOT.S8 q8, q4, d0[1] |
| 171 |
VSDOT.S8 q9, q5, d0[1] |
| 172 |
VSDOT.S8 q10, q4, d1[1] |
| 173 |
VSDOT.S8 q11, q5, d1[1] |
| 174 |
VSDOT.S8 q12, q4, d2[1] |
| 175 |
VSDOT.S8 q13, q5, d2[1] |
| 176 |
VSDOT.S8 q14, q4, d3[1] |
| 177 |
VSDOT.S8 q15, q5, d3[1] |
| 178 |
|
| 179 |
# Is there a remainder?- 4 bytes of A |
| 180 |
BNE 4f |
| 181 |
|
| 182 |
3: |
| 183 |
LDR r5, [sp, 116] // params |
| 184 |
VCVT.F32.S32 q8, q8 |
| 185 |
VCVT.F32.S32 q9, q9 |
| 186 |
VCVT.F32.S32 q10, q10 |
| 187 |
VCVT.F32.S32 q11, q11 |
| 188 |
VCVT.F32.S32 q12, q12 |
| 189 |
VCVT.F32.S32 q13, q13 |
| 190 |
VCVT.F32.S32 q14, q14 |
| 191 |
VCVT.F32.S32 q15, q15 |
| 192 |
|
| 193 |
// Load bias |
| 194 |
VLD1.8 {q0-q1}, [r9]! |
| 195 |
|
| 196 |
VMUL.F32 q2, q0, d12[1] |
| 197 |
VMUL.F32 q3, q1, d12[1] |
| 198 |
VMUL.F32 q4, q0, d13[1] |
| 199 |
VMUL.F32 q5, q1, d13[1] |
| 200 |
VMUL.F32 q8, q8, q2 |
| 201 |
VMUL.F32 q9, q9, q3 |
| 202 |
VMUL.F32 q10, q10, q4 |
| 203 |
VMUL.F32 q11, q11, q5 |
| 204 |
VMUL.F32 q2, q0, d14[1] |
| 205 |
VMUL.F32 q3, q1, d14[1] |
| 206 |
VMUL.F32 q4, q0, d15[1] |
| 207 |
VMUL.F32 q5, q1, d15[1] |
| 208 |
VMUL.F32 q12, q12, q2 |
| 209 |
VMUL.F32 q13, q13, q3 |
| 210 |
VMUL.F32 q14, q14, q4 |
| 211 |
VMUL.F32 q15, q15, q5 |
| 212 |
|
| 213 |
// Load bias |
| 214 |
VLD1.8 {q0-q1}, [r9]! |
| 215 |
|
| 216 |
VLD1.32 {d5}, [r5] // params.min/max |
| 217 |
VADD.F32 q8, q8, q0 |
| 218 |
VADD.F32 q10, q10, q0 |
| 219 |
VADD.F32 q12, q12, q0 |
| 220 |
VADD.F32 q14, q14, q0 |
| 221 |
VDUP.32 q4, d5[0] |
| 222 |
VADD.F32 q9, q9, q1 |
| 223 |
VADD.F32 q11, q11, q1 |
| 224 |
VADD.F32 q13, q13, q1 |
| 225 |
VADD.F32 q15, q15, q1 |
| 226 |
|
| 227 |
VMAX.F32 q8, q8, q4 |
| 228 |
VMAX.F32 q9, q9, q4 |
| 229 |
VMAX.F32 q10, q10, q4 |
| 230 |
VMAX.F32 q11, q11, q4 |
| 231 |
VDUP.32 q5, d5[1] |
| 232 |
VMAX.F32 q12, q12, q4 |
| 233 |
VMAX.F32 q13, q13, q4 |
| 234 |
VMAX.F32 q14, q14, q4 |
| 235 |
VMAX.F32 q15, q15, q4 |
| 236 |
|
| 237 |
VMIN.F32 q8, q8, q5 |
| 238 |
VMIN.F32 q9, q9, q5 |
| 239 |
VMIN.F32 q10, q10, q5 |
| 240 |
VMIN.F32 q11, q11, q5 |
| 241 |
VMIN.F32 q12, q12, q5 |
| 242 |
VMIN.F32 q13, q13, q5 |
| 243 |
VMIN.F32 q14, q14, q5 |
| 244 |
VMIN.F32 q15, q15, q5 |
| 245 |
|
| 246 |
SUBS r1, r1, 8 |
| 247 |
|
| 248 |
# Store full 4 x 8 |
| 249 |
BLO 10f |
| 250 |
VST1.32 {q14, q15}, [r6], r7 |
| 251 |
SUB r0, r0, r2 |
| 252 |
VST1.32 {q12, q13}, [r8], r7 |
| 253 |
SUB r10, r10, r2 |
| 254 |
VST1.32 {q10, q11}, [r4], r7 |
| 255 |
SUB r12, r12, r2 |
| 256 |
VST1.32 {q8, q9}, [r11], r7 |
| 257 |
SUB r3, r3, r2 |
| 258 |
|
| 259 |
BHI 0b |
| 260 |
|
| 261 |
VPOP {d8-d15} |
| 262 |
POP {r4, r5, r6, r7, r8, r9, r10, r11} |
| 263 |
BX lr |
| 264 |
|
| 265 |
# Remainder prologue |
| 266 |
.p2align 3 |
| 267 |
4: |
| 268 |
VLD1.8 {d4}, [r9]! // B0 |
| 269 |
VLD1.8 {d0}, [r3]! // A0 |
| 270 |
VLD1.8 {d5}, [r9]! // B1 |
| 271 |
VLD1.8 {d6}, [r9]! // B2 |
| 272 |
VLD1.8 {d1}, [r12]! // A1 |
| 273 |
VLD1.8 {d7}, [r9]! // B3 |
| 274 |
|
| 275 |
# Remainder- 4 bytes of A |
| 276 |
5: |
| 277 |
VSDOT.S8 q8, q2, d0[0] |
| 278 |
VLD1.32 {d2[0]}, [r10]! // A2 |
| 279 |
VSDOT.S8 q9, q3, d0[0] |
| 280 |
VLD1.32 {d3[0]}, [r0]! // A3 |
| 281 |
VSDOT.S8 q10, q2, d1[0] |
| 282 |
SUB r3, r3, 4 // Rewind A0 |
| 283 |
VSDOT.S8 q11, q3, d1[0] |
| 284 |
SUB r12, r12, 4 // Rewind A1 |
| 285 |
VSDOT.S8 q12, q2, d2[0] |
| 286 |
VSDOT.S8 q13, q3, d2[0] |
| 287 |
VSDOT.S8 q14, q2, d3[0] |
| 288 |
VSDOT.S8 q15, q3, d3[0] |
| 289 |
B 3b |
| 290 |
|
| 291 |
# Store odd width |
| 292 |
.p2align 3 |
| 293 |
10: |
| 294 |
TST r1, 4 |
| 295 |
BEQ 11f |
| 296 |
VST1.32 {q14}, [r6]! |
| 297 |
VMOV q14, q15 |
| 298 |
VST1.32 {q12}, [r8]! |
| 299 |
VMOV q12, q13 |
| 300 |
VST1.32 {q10}, [r4]! |
| 301 |
VMOV q10, q11 |
| 302 |
VST1.32 {q8}, [r11]! |
| 303 |
VMOV q8, q9 |
| 304 |
11: |
| 305 |
TST r1, 2 |
| 306 |
BEQ 12f |
| 307 |
VST1.32 {d28}, [r6]! |
| 308 |
VEXT.8 q14, q14, q14, 8 |
| 309 |
VST1.32 {d24}, [r8]! |
| 310 |
VEXT.8 q12, q12, q12, 8 |
| 311 |
VST1.32 {d20}, [r4]! |
| 312 |
VEXT.8 q10, q10, q10, 8 |
| 313 |
VST1.32 {d16}, [r11]! |
| 314 |
VEXT.8 q8, q8, q8, 8 |
| 315 |
|
| 316 |
12: |
| 317 |
TST r1, 1 |
| 318 |
BEQ 13f |
| 319 |
VST1.32 {d28[0]}, [r6]! |
| 320 |
VST1.32 {d24[0]}, [r8]! |
| 321 |
VST1.32 {d20[0]}, [r4]! |
| 322 |
VST1.32 {d16[0]}, [r11]! |
| 323 |
|
| 324 |
13: |
| 325 |
VPOP {d8-d15} |
| 326 |
POP {r4, r5, r6, r7, r8, r9, r10, r11} |
| 327 |
BX lr |
| 328 |
|
| 329 |
|
| 330 |
END_FUNCTION xnn_qd8_f32_qc8w_gemm_minmax_ukernel_4x8c4__asm_aarch32_neondot_cortex_a55 |
| 331 |
#endif // __APPLE__ |
| 332 |
|
| 333 |
#ifdef __ELF__ |
| 334 |
.section ".note.GNU-stack","",%progbits |
| 335 |
#endif |
| 336 |
|