minor improvements and code cleanup
This commit is contained in:
wernsaar
parent
7641f6e253
commit
6821677489
|
|
@ -56,7 +56,7 @@
|
|||
* 53 GFLOPS with 4 threads on 2 modules
|
||||
* 46 GFLOPS with 2 threads on 2 modules
|
||||
* 28 GFLOPS with 2 threads on 1 module
|
||||
* 23,6 GFLOPS with 1 thread on 1 module
|
||||
* 23,1 GFLOPS with 1 thread on 1 module
|
||||
*********************************************************************/
|
||||
|
||||
#define ASSEMBLER
|
||||
|
|
@ -114,132 +114,132 @@
|
|||
#define B_PR1 512
|
||||
|
||||
#define KERNEL1(xx) \
|
||||
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 ;\
|
||||
vfmaddpd %xmm12,%xmm2,%xmm7,%xmm12 ;\
|
||||
vmovddup -13 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm9,%xmm6,%xmm3,%xmm9 ;\
|
||||
vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||
vfmaddpd %xmm13,%xmm2,%xmm3,%xmm13 ;\
|
||||
vmovddup -8 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||
vfmaddpd %xmm10,%xmm6,%xmm5,%xmm10 ;\
|
||||
vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm6,%xmm4,%xmm11 ;\
|
||||
vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||
vmovups -12 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovups -8 * SIZE(AO, %rax, 4),%xmm6 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
|
||||
#define KERNEL2(xx) \
|
||||
vmovups -12 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vmovups -10 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8, %xmm2, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||
vmovups -10 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
||||
vmovddup -10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm9, %xmm2, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||
vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup -9 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm0, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL3(xx) \
|
||||
vmovups -6 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||
vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8, %xmm6, %xmm7, %xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup -5 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm9, %xmm6, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup (BO, %rax, 4), %xmm7 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup -4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm6, %xmm4, %xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
vmovups -4 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovups (AO, %rax, 4), %xmm6 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL4(xx) \
|
||||
vmovups -4 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vmovups -2 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm0, %xmm1 ,%xmm12;\
|
||||
vmovups -2 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm1 ,%xmm12;\
|
||||
vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||
vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup -1 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm0, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL5(xx) \
|
||||
vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||
vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8,%xmm6, %xmm7,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup 2 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup 3 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 8 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm6, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
vmovups 4 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovups 8 * SIZE(AO, %rax, 4), %xmm6 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL6(xx) \
|
||||
vmovups 4 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vmovups 6 * SIZE(AO, %rax, 4),%xmm0 ;\
|
||||
vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||
vmovups 6 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
||||
vmovddup 6 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm0, %xmm3,%xmm13 ;\
|
||||
vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 7 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm0, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL7(xx) \
|
||||
vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\
|
||||
vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8,%xmm6, %xmm7,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm7,%xmm12 ;\
|
||||
vmovddup 11 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 16 * SIZE(BO, %rax, 4), %xmm7 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 12 * SIZE(BO, %rax, 4), %xmm1 ;\
|
||||
vfmaddpd %xmm10,%xmm6, %xmm5,%xmm10 ;\
|
||||
vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm6, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
vmovups 12 * SIZE(AO, %rax, 4), %xmm0 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovups 16 * SIZE(AO, %rax, 4),%xmm6 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL8(xx) \
|
||||
vmovups 12 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vmovups 14 * SIZE(AO, %rax, 4), %xmm0 ;\
|
||||
vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm8,%xmm2, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm0, %xmm1,%xmm12 ;\
|
||||
vmovups 14 * SIZE(AO, %rax, 4), %xmm2 ;\
|
||||
vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\
|
||||
vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\
|
||||
vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\
|
||||
vfmaddpd %xmm9,%xmm2, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13, %xmm0, %xmm3,%xmm13 ;\
|
||||
vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\
|
||||
vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\
|
||||
vmovddup 15 * SIZE(BO, %rax, 4), %xmm4 ;\
|
||||
vfmaddpd %xmm10,%xmm2, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm0, %xmm5,%xmm14 ;\
|
||||
vfmaddpd %xmm11,%xmm2, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm0, %xmm4,%xmm15 ;\
|
||||
vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\
|
||||
vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\
|
||||
vmovddup 17 * SIZE(BO, %rax, 4), %xmm3 ;\
|
||||
vfmaddpd %xmm11,%xmm0, %xmm4,%xmm11 ;\
|
||||
vfmaddpd %xmm15,%xmm2, %xmm4,%xmm15 ;\
|
||||
|
||||
#define KERNEL_SUB1(xx) \
|
||||
vmovups -16 * SIZE(AO),%xmm0 ;\
|
||||
|
|
@ -456,97 +456,13 @@
|
|||
|
||||
vmovups -16 * SIZE(AO, %rax, 4),%xmm6
|
||||
vmovddup -16 * SIZE(BO, %rax, 4), %xmm7
|
||||
vmovddup -15 * SIZE(BO, %rax, 4), %xmm3
|
||||
|
||||
.align 16
|
||||
|
||||
.L12:
|
||||
|
||||
#ifndef SMP
|
||||
|
||||
prefetcht0 A_PR1(AO,%rax,4)
|
||||
prefetcht0 B_PR1(BO,%rax,4)
|
||||
KERNEL1(16 * 0)
|
||||
KERNEL2(16 * 0)
|
||||
prefetcht0 A_PR1+64(AO,%rax,4)
|
||||
prefetcht0 B_PR1+64(BO,%rax,4)
|
||||
KERNEL3(16 * 0)
|
||||
KERNEL4(16 * 0)
|
||||
prefetcht0 A_PR1+128(AO,%rax,4)
|
||||
prefetcht0 B_PR1+128(BO,%rax,4)
|
||||
KERNEL5(16 * 0)
|
||||
KERNEL6(16 * 0)
|
||||
prefetcht0 A_PR1+192(AO,%rax,4)
|
||||
prefetcht0 B_PR1+192(BO,%rax,4)
|
||||
KERNEL7(16 * 0)
|
||||
KERNEL8(16 * 0)
|
||||
|
||||
addq $8 * SIZE, %rax
|
||||
je .L15
|
||||
|
||||
prefetcht0 A_PR1(AO,%rax,4)
|
||||
prefetcht0 B_PR1(BO,%rax,4)
|
||||
KERNEL1(16 * 0)
|
||||
KERNEL2(16 * 0)
|
||||
prefetcht0 A_PR1+64(AO,%rax,4)
|
||||
prefetcht0 B_PR1+64(BO,%rax,4)
|
||||
KERNEL3(16 * 0)
|
||||
KERNEL4(16 * 0)
|
||||
prefetcht0 A_PR1+128(AO,%rax,4)
|
||||
prefetcht0 B_PR1+128(BO,%rax,4)
|
||||
KERNEL5(16 * 0)
|
||||
KERNEL6(16 * 0)
|
||||
prefetcht0 A_PR1+192(AO,%rax,4)
|
||||
prefetcht0 B_PR1+192(BO,%rax,4)
|
||||
KERNEL7(16 * 0)
|
||||
KERNEL8(16 * 0)
|
||||
|
||||
addq $8 * SIZE, %rax
|
||||
je .L15
|
||||
|
||||
|
||||
prefetcht0 A_PR1(AO,%rax,4)
|
||||
prefetcht0 B_PR1(BO,%rax,4)
|
||||
KERNEL1(16 * 0)
|
||||
KERNEL2(16 * 0)
|
||||
prefetcht0 A_PR1+64(AO,%rax,4)
|
||||
prefetcht0 B_PR1+64(BO,%rax,4)
|
||||
KERNEL3(16 * 0)
|
||||
KERNEL4(16 * 0)
|
||||
prefetcht0 A_PR1+128(AO,%rax,4)
|
||||
prefetcht0 B_PR1+128(BO,%rax,4)
|
||||
KERNEL5(16 * 0)
|
||||
KERNEL6(16 * 0)
|
||||
prefetcht0 A_PR1+192(AO,%rax,4)
|
||||
prefetcht0 B_PR1+192(BO,%rax,4)
|
||||
KERNEL7(16 * 0)
|
||||
KERNEL8(16 * 0)
|
||||
|
||||
addq $8 * SIZE, %rax
|
||||
je .L15
|
||||
|
||||
prefetcht0 A_PR1(AO,%rax,4)
|
||||
prefetcht0 B_PR1(BO,%rax,4)
|
||||
KERNEL1(16 * 0)
|
||||
KERNEL2(16 * 0)
|
||||
prefetcht0 A_PR1+64(AO,%rax,4)
|
||||
prefetcht0 B_PR1+64(BO,%rax,4)
|
||||
KERNEL3(16 * 0)
|
||||
KERNEL4(16 * 0)
|
||||
prefetcht0 A_PR1+128(AO,%rax,4)
|
||||
prefetcht0 B_PR1+128(BO,%rax,4)
|
||||
KERNEL5(16 * 0)
|
||||
KERNEL6(16 * 0)
|
||||
prefetcht0 A_PR1+192(AO,%rax,4)
|
||||
prefetcht0 B_PR1+192(BO,%rax,4)
|
||||
KERNEL7(16 * 0)
|
||||
KERNEL8(16 * 0)
|
||||
|
||||
addq $8 * SIZE, %rax
|
||||
jnz .L12
|
||||
|
||||
.align 16
|
||||
#else
|
||||
#ifdef OPTMODULE
|
||||
#if defined(OPTBYMODULE) || !defined(SMP)
|
||||
|
||||
prefetcht0 A_PR1(AO,%rax,4)
|
||||
prefetcht0 B_PR1(BO,%rax,4)
|
||||
|
|
@ -586,7 +502,6 @@
|
|||
.align 16
|
||||
|
||||
#endif
|
||||
#endif
|
||||
|
||||
|
||||
.L15:
|
||||
|
|
|
|||
Loading…
Reference in New Issue