Merge pull request #211 from wernsaar/develop
New version of dgemm_kernel_4x4_bulldozer.S
This commit is contained in:
commit
3ad29452d1
|
@ -36,6 +36,17 @@
|
||||||
/* or implied, of The University of Texas at Austin. */
|
/* or implied, of The University of Texas at Austin. */
|
||||||
/*********************************************************************/
|
/*********************************************************************/
|
||||||
|
|
||||||
|
/*********************************************************************
|
||||||
|
* 2013/04/12 Saar
|
||||||
|
* Performance:
|
||||||
|
* 3584x3584 89 GFLOPS with 8 threads on 4 modules
|
||||||
|
* 72 GFLOPS with 4 threads on 4 modules
|
||||||
|
* 52 GFLOPS with 4 threads on 2 modules
|
||||||
|
* 42 GFLOPS with 2 threads on 2 modules
|
||||||
|
* 28 GFLOPS with 2 threads on 1 module
|
||||||
|
* 22 GFLOPS with 1 thread on 1 module
|
||||||
|
*********************************************************************/
|
||||||
|
|
||||||
#define ASSEMBLER
|
#define ASSEMBLER
|
||||||
#include "common.h"
|
#include "common.h"
|
||||||
|
|
||||||
|
@ -88,133 +99,132 @@
|
||||||
#define movupd movups
|
#define movupd movups
|
||||||
|
|
||||||
#define KERNEL1(xx) \
|
#define KERNEL1(xx) \
|
||||||
vmovups -16 * SIZE(AO, %rax, 4),%xmm0 ;\
|
|
||||||
vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\
|
|
||||||
vmovddup -16 * SIZE(BO, %rax, 4), %xmm1 ;\
|
|
||||||
vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm6,%xmm7,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm2,%xmm7,%xmm12 ;\
|
||||||
vmovddup -14 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup -14 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vfmaddpd %xmm8,%xmm0,%xmm1,%xmm8 ;\
|
vfmaddpd %xmm9,%xmm6,%xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm12,%xmm2,%xmm1,%xmm12 ;\
|
|
||||||
vmovddup -13 * SIZE(BO, %rax, 4), %xmm7 ;\
|
|
||||||
vmovups -12 * SIZE(AO, %rax, 4), %xmm4 ;\
|
|
||||||
vmovups -10 * SIZE(AO, %rax, 4),%xmm6 ;\
|
|
||||||
vfmaddpd %xmm9,%xmm0,%xmm3,%xmm9 ;\
|
|
||||||
vfmaddpd %xmm13,%xmm2,%xmm3,%xmm13 ;\
|
vfmaddpd %xmm13,%xmm2,%xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm10,%xmm0,%xmm5,%xmm10 ;\
|
vmovddup -13 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
|
vmovddup -8 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||||
|
vfmaddpd %xmm10,%xmm6,%xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm11,%xmm0,%xmm7,%xmm11 ;\
|
vfmaddpd %xmm11,%xmm6,%xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\
|
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||||
|
vmovups -8 * SIZE(AO, %rax, 4),%xmm6 ;\
|
||||||
|
|
||||||
#define KERNEL2(xx) \
|
#define KERNEL2(xx) \
|
||||||
vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||||
vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups -12 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||||
|
vmovups -10 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||||
|
vfmaddpd %xmm8, %xmm2, %xmm1,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||||
vmovddup -10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup -10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup -9 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9, %xmm2, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8, %xmm4, %xmm1,%xmm8 ;\
|
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\
|
vmovddup -9 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
vfmaddpd %xmm9, %xmm4, %xmm3,%xmm9 ;\
|
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\
|
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||||
vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\
|
|
||||||
vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\
|
|
||||||
|
|
||||||
#define KERNEL3(xx) \
|
#define KERNEL3(xx) \
|
||||||
vmovups -8 * SIZE(AO, %rax, 4),%xmm0 ;\
|
|
||||||
vmovups -6 * SIZE(AO, %rax, 4),%xmm2 ;\
|
|
||||||
vmovddup -8 * SIZE(BO, %rax, 4), %xmm1 ;\
|
|
||||||
vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups -6 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||||
|
vfmaddpd %xmm8, %xmm6, %xmm7, %xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||||
vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup -5 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9, %xmm6, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8, %xmm0, %xmm1, %xmm8 ;\
|
|
||||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
|
||||||
vmovups -4 * SIZE(AO, %rax, 4), %xmm4 ;\
|
|
||||||
vmovups -2 * SIZE(AO, %rax, 4),%xmm6 ;\
|
|
||||||
vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\
|
|
||||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
vmovddup -5 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
|
vmovddup (BO, %rax, 4), %xmm7 ;\
|
||||||
|
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm11,%xmm0, %xmm7, %xmm11 ;\
|
vfmaddpd %xmm11,%xmm6, %xmm4, %xmm11 ;\
|
||||||
vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\
|
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||||
|
vmovups (AO, %rax, 4), %xmm6 ;\
|
||||||
|
|
||||||
#define KERNEL4(xx) \
|
#define KERNEL4(xx) \
|
||||||
vmovddup -4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
vmovddup -4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||||
vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups -4 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||||
|
vmovups -2 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm0, %xmm1 ,%xmm12;\
|
||||||
vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup -1 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\
|
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm12,%xmm6, %xmm1 ,%xmm12;\
|
vmovddup -1 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\
|
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\
|
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||||
vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\
|
|
||||||
vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\
|
|
||||||
|
|
||||||
#define KERNEL5(xx) \
|
#define KERNEL5(xx) \
|
||||||
vmovups (AO, %rax, 4), %xmm0 ;\
|
|
||||||
vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\
|
|
||||||
vmovddup (BO, %rax, 4), %xmm1 ;\
|
|
||||||
vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm6, %xmm7,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||||
vmovddup 2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup 2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup 3 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\
|
|
||||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
|
||||||
vmovups 4 * SIZE(AO, %rax, 4), %xmm4 ;\
|
|
||||||
vmovups 6 * SIZE(AO, %rax, 4),%xmm6 ;\
|
|
||||||
vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\
|
|
||||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
vmovddup 3 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
|
vmovddup 8 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||||
|
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm11,%xmm0, %xmm7,%xmm11 ;\
|
vfmaddpd %xmm11,%xmm6, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\
|
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||||
|
vmovups 8 * SIZE(AO, %rax, 4), %xmm6 ;\
|
||||||
|
|
||||||
#define KERNEL6(xx) \
|
#define KERNEL6(xx) \
|
||||||
vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||||
vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups 4 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||||
|
vmovups 6 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||||
vmovddup 6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup 6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup 7 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\
|
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\
|
vmovddup 7 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\
|
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\
|
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||||
vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\
|
|
||||||
vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\
|
|
||||||
|
|
||||||
#define KERNEL7(xx) \
|
#define KERNEL7(xx) \
|
||||||
vmovups 8 * SIZE(AO, %rax, 4), %xmm0 ;\
|
|
||||||
vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\
|
|
||||||
vmovddup 8 * SIZE(BO, %rax, 4), %xmm1 ;\
|
|
||||||
vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm6, %xmm7,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||||
vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup 11 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\
|
|
||||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
|
||||||
vmovups 12 * SIZE(AO, %rax, 4), %xmm4 ;\
|
|
||||||
vmovups 14 * SIZE(AO, %rax, 4), %xmm6 ;\
|
|
||||||
vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\
|
|
||||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
vmovddup 11 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
|
vmovddup 16 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||||
|
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm11,%xmm0, %xmm7,%xmm11 ;\
|
vfmaddpd %xmm11,%xmm6, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\
|
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||||
|
vmovups 16 * SIZE(AO, %rax, 4),%xmm6 ;\
|
||||||
|
|
||||||
#define KERNEL8(xx) \
|
#define KERNEL8(xx) \
|
||||||
vmovddup 12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
vmovddup 12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||||
vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\
|
vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||||
|
vmovups 12 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||||
|
vmovups 14 * SIZE(AO, %rax, 4), %xmm0 ;\
|
||||||
|
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||||
|
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||||
vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\
|
vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||||
vmovddup 15 * SIZE(BO, %rax, 4), %xmm7 ;\
|
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||||
vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\
|
vfmaddpd %xmm13, %xmm0, %xmm3,%xmm13 ;\
|
||||||
vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\
|
vmovddup 15 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||||
vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\
|
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||||
vfmaddpd %xmm13, %xmm6, %xmm3,%xmm13 ;\
|
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||||
vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\
|
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||||
vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\
|
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||||
vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\
|
|
||||||
vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\
|
|
||||||
addq $8 * SIZE, %rax ;\
|
|
||||||
|
|
||||||
#define KERNEL_SUB1(xx) \
|
#define KERNEL_SUB1(xx) \
|
||||||
vmovups -16 * SIZE(AO),%xmm0 ;\
|
vmovups -16 * SIZE(AO),%xmm0 ;\
|
||||||
|
@ -368,7 +378,7 @@
|
||||||
movq A, AO # aoffset = a
|
movq A, AO # aoffset = a
|
||||||
|
|
||||||
movq K, %rax
|
movq K, %rax
|
||||||
salq $BASE_SHIFT + 2, %rax
|
salq $BASE_SHIFT + 2, %rax # k << 5 # K * 32
|
||||||
leaq (B, %rax), BB
|
leaq (B, %rax), BB
|
||||||
|
|
||||||
movq M, I
|
movq M, I
|
||||||
|
@ -389,6 +399,8 @@
|
||||||
leaq (B, %rax, 4), BO
|
leaq (B, %rax, 4), BO
|
||||||
#endif
|
#endif
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
vxorpd %xmm8, %xmm8,%xmm8
|
vxorpd %xmm8, %xmm8,%xmm8
|
||||||
vxorpd %xmm9, %xmm9,%xmm9
|
vxorpd %xmm9, %xmm9,%xmm9
|
||||||
vxorpd %xmm10, %xmm10,%xmm10
|
vxorpd %xmm10, %xmm10,%xmm10
|
||||||
|
@ -397,12 +409,12 @@
|
||||||
vxorpd %xmm13, %xmm13,%xmm13
|
vxorpd %xmm13, %xmm13,%xmm13
|
||||||
vxorpd %xmm14, %xmm14,%xmm14
|
vxorpd %xmm14, %xmm14,%xmm14
|
||||||
vxorpd %xmm15, %xmm15,%xmm15
|
vxorpd %xmm15, %xmm15,%xmm15
|
||||||
|
/*
|
||||||
prefetcht0 (CO1)
|
prefetcht0 (CO1)
|
||||||
prefetcht0 (CO1,LDC)
|
prefetcht0 (CO1,LDC)
|
||||||
prefetcht0 (CO2)
|
prefetcht0 (CO2)
|
||||||
prefetcht0 (CO2,LDC)
|
prefetcht0 (CO2,LDC)
|
||||||
|
*/
|
||||||
#ifndef TRMMKERNEL
|
#ifndef TRMMKERNEL
|
||||||
movq K, %rax
|
movq K, %rax
|
||||||
#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
|
#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
|
||||||
|
@ -428,25 +440,36 @@
|
||||||
je .L15
|
je .L15
|
||||||
// ALIGN_4
|
// ALIGN_4
|
||||||
|
|
||||||
|
vmovups -16 * SIZE(AO, %rax, 4),%xmm6
|
||||||
|
vmovddup -16 * SIZE(BO, %rax, 4), %xmm7
|
||||||
.align 16
|
.align 16
|
||||||
|
|
||||||
#define PR1 16
|
#define A_PR1 512
|
||||||
#define PR2 24
|
#define A_PR2 576
|
||||||
|
#define B_PR1 256
|
||||||
|
#define B_PR2 576
|
||||||
|
|
||||||
.L12:
|
.L12:
|
||||||
prefetcht0 PR1*SIZE(AO,%rax,4)
|
|
||||||
prefetcht0 PR2*SIZE(AO,%rax,4)
|
//prefetcht0 A_PR1(AO,%rax,4)
|
||||||
prefetcht0 PR1*SIZE(BO,%rax,4)
|
// prefetcht0 B_PR1(BO,%rax,4)
|
||||||
prefetcht0 PR2*SIZE(BO,%rax,4)
|
|
||||||
KERNEL1(16 * 0)
|
KERNEL1(16 * 0)
|
||||||
KERNEL2(16 * 0)
|
KERNEL2(16 * 0)
|
||||||
|
//prefetcht0 A_PR1+64(AO,%rax,4)
|
||||||
|
// prefetcht0 B_PR1+64(BO,%rax,4)
|
||||||
KERNEL3(16 * 0)
|
KERNEL3(16 * 0)
|
||||||
KERNEL4(16 * 0)
|
KERNEL4(16 * 0)
|
||||||
|
//prefetcht0 A_PR1+128(AO,%rax,4)
|
||||||
|
// prefetcht0 B_PR1+128(BO,%rax,4)
|
||||||
KERNEL5(16 * 0)
|
KERNEL5(16 * 0)
|
||||||
KERNEL6(16 * 0)
|
KERNEL6(16 * 0)
|
||||||
|
//prefetcht0 A_PR1+192(AO,%rax,4)
|
||||||
|
// prefetcht0 B_PR1+192(BO,%rax,4)
|
||||||
KERNEL7(16 * 0)
|
KERNEL7(16 * 0)
|
||||||
KERNEL8(16 * 0)
|
KERNEL8(16 * 0)
|
||||||
jl .L12
|
addq $8 * SIZE, %rax
|
||||||
|
jnz .L12
|
||||||
|
|
||||||
ALIGN_4
|
ALIGN_4
|
||||||
|
|
||||||
.L15:
|
.L15:
|
||||||
|
@ -518,13 +541,10 @@
|
||||||
|
|
||||||
vfmaddpd (CO1),%xmm7, %xmm8,%xmm8
|
vfmaddpd (CO1),%xmm7, %xmm8,%xmm8
|
||||||
vfmaddpd 2 * SIZE(CO1),%xmm7, %xmm12,%xmm12
|
vfmaddpd 2 * SIZE(CO1),%xmm7, %xmm12,%xmm12
|
||||||
.align 2
|
|
||||||
vfmaddpd (CO1, LDC),%xmm7, %xmm9,%xmm9
|
vfmaddpd (CO1, LDC),%xmm7, %xmm9,%xmm9
|
||||||
vfmaddpd 2 * SIZE(CO1, LDC),%xmm7, %xmm13,%xmm13
|
vfmaddpd 2 * SIZE(CO1, LDC),%xmm7, %xmm13,%xmm13
|
||||||
.align 2
|
|
||||||
vfmaddpd (CO2),%xmm7, %xmm10,%xmm10
|
vfmaddpd (CO2),%xmm7, %xmm10,%xmm10
|
||||||
vfmaddpd 2 * SIZE(CO2),%xmm7, %xmm14,%xmm14
|
vfmaddpd 2 * SIZE(CO2),%xmm7, %xmm14,%xmm14
|
||||||
.align 2
|
|
||||||
vfmaddpd (CO2, LDC),%xmm7, %xmm11,%xmm11
|
vfmaddpd (CO2, LDC),%xmm7, %xmm11,%xmm11
|
||||||
vfmaddpd 2 * SIZE(CO2, LDC),%xmm7, %xmm15,%xmm15
|
vfmaddpd 2 * SIZE(CO2, LDC),%xmm7, %xmm15,%xmm15
|
||||||
|
|
||||||
|
|
Loading…
Reference in New Issue