sbgemm: cooperlake: implement ncopy_16
This commit is contained in:
Wangyang Guo
parent
beccb83b16
commit
682d66555d
|
|
@ -26,8 +26,328 @@ USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
|
|||
*****************************************************************************/
|
||||
|
||||
#include <stdio.h>
|
||||
#include <immintrin.h>
|
||||
#include "common.h"
|
||||
|
||||
int CNAME(BLASLONG m, BLASLONG n, IFLOAT *a, BLASLONG lda, IFLOAT *b){
|
||||
#define _MM512_SHUFFLE_i32(result, in1, in2, imm8) \
|
||||
asm("vshufps %3, %2, %1, %0": "=v"(result): "v"(in1), "v"(in2), "N"(imm8))
|
||||
|
||||
#define REORDER_8x32(t0, t1, t2, t3, t4, t5, t6, t7) { \
|
||||
__m512i v; \
|
||||
t0 = _mm512_unpacklo_epi32(r0, r1); \
|
||||
t1 = _mm512_unpackhi_epi32(r0, r1); \
|
||||
t2 = _mm512_unpacklo_epi32(r2, r3); \
|
||||
t3 = _mm512_unpackhi_epi32(r2, r3); \
|
||||
t4 = _mm512_unpacklo_epi32(r4, r5); \
|
||||
t5 = _mm512_unpackhi_epi32(r4, r5); \
|
||||
t6 = _mm512_unpacklo_epi32(r6, r7); \
|
||||
t7 = _mm512_unpackhi_epi32(r6, r7); \
|
||||
_MM512_SHUFFLE_i32(v, t0, t2, 0x4E); \
|
||||
r0 = _mm512_mask_blend_epi32(kc, t0, v); \
|
||||
r1 = _mm512_mask_blend_epi32(k3, t2, v); \
|
||||
_MM512_SHUFFLE_i32(v, t1, t3, 0x4E); \
|
||||
r2 = _mm512_mask_blend_epi32(kc, t1, v); \
|
||||
r3 = _mm512_mask_blend_epi32(k3, t3, v); \
|
||||
_MM512_SHUFFLE_i32(v, t4, t6, 0x4E); \
|
||||
r4 = _mm512_mask_blend_epi32(kc, t4, v); \
|
||||
r5 = _mm512_mask_blend_epi32(k3, t6, v); \
|
||||
_MM512_SHUFFLE_i32(v, t5, t7, 0x4E); \
|
||||
r6 = _mm512_mask_blend_epi32(kc, t5, v); \
|
||||
r7 = _mm512_mask_blend_epi32(k3, t7, v); \
|
||||
t0 = _mm512_permutex2var_epi32(r0, idx_lo, r4); \
|
||||
t1 = _mm512_permutex2var_epi32(r1, idx_lo, r5); \
|
||||
t2 = _mm512_permutex2var_epi32(r2, idx_lo, r6); \
|
||||
t3 = _mm512_permutex2var_epi32(r3, idx_lo, r7); \
|
||||
t4 = _mm512_permutex2var_epi32(r0, idx_hi, r4); \
|
||||
t5 = _mm512_permutex2var_epi32(r1, idx_hi, r5); \
|
||||
t6 = _mm512_permutex2var_epi32(r2, idx_hi, r6); \
|
||||
t7 = _mm512_permutex2var_epi32(r3, idx_hi, r7); \
|
||||
}
|
||||
|
||||
#define STORE_512_LO(x) \
|
||||
v = _mm512_permutex2var_epi64(t0##x, idx_lo2, t1##x); \
|
||||
_mm512_storeu_si512(boffset0 + x*32, v);
|
||||
|
||||
#define STORE_512_HI(x) \
|
||||
v = _mm512_permutex2var_epi64(t0##x, idx_hi2, t1##x); \
|
||||
_mm512_storeu_si512(boffset0 + (x + 8)*32, v);
|
||||
|
||||
#define MASK_STORE_512_LO(x) \
|
||||
v = _mm512_permutex2var_epi64(t0##x, idx_lo2, t1##x); \
|
||||
_mm512_mask_storeu_epi32(boffset0 + 2*x*remain_n, nmask, v);
|
||||
|
||||
#define MASK_STORE_512_HI(x) \
|
||||
v = _mm512_permutex2var_epi64(t0##x, idx_hi2, t1##x); \
|
||||
_mm512_mask_storeu_epi32(boffset0 + 2*(x + 8)*remain_n, nmask, v);
|
||||
|
||||
#define STORE_512(x, y) {\
|
||||
__m512i v; \
|
||||
if (x == 0) { STORE_512_LO(y); } \
|
||||
else { STORE_512_HI(y); } \
|
||||
}
|
||||
|
||||
#define MASK_STORE_512(x, y) {\
|
||||
__m512i v; \
|
||||
if (x == 0) { MASK_STORE_512_LO(y); } \
|
||||
else { MASK_STORE_512_HI(y); } \
|
||||
}
|
||||
|
||||
#define SET_TAIL(y, x) {\
|
||||
if (y == 0) tail = _mm512_permutex2var_epi64(t0##x, idx_lo2, t1##x); \
|
||||
else tail = _mm512_permutex2var_epi64(t0##x, idx_hi2, t1##x); \
|
||||
}
|
||||
|
||||
#define GET_TAIL() \
|
||||
switch (n_store + 1) { \
|
||||
case 16: SET_TAIL(1, 7); break; \
|
||||
case 15: SET_TAIL(1, 6); break; \
|
||||
case 14: SET_TAIL(1, 5); break; \
|
||||
case 13: SET_TAIL(1, 4); break; \
|
||||
case 12: SET_TAIL(1, 3); break; \
|
||||
case 11: SET_TAIL(1, 2); break; \
|
||||
case 10: SET_TAIL(1, 1); break; \
|
||||
case 9: SET_TAIL(1, 0); break; \
|
||||
case 8: SET_TAIL(0, 7); break; \
|
||||
case 7: SET_TAIL(0, 6); break; \
|
||||
case 6: SET_TAIL(0, 5); break; \
|
||||
case 5: SET_TAIL(0, 4); break; \
|
||||
case 4: SET_TAIL(0, 3); break; \
|
||||
case 3: SET_TAIL(0, 2); break; \
|
||||
case 2: SET_TAIL(0, 1); break; \
|
||||
case 1: SET_TAIL(0, 0); break; \
|
||||
}
|
||||
|
||||
|
||||
int CNAME(BLASLONG m, BLASLONG n, IFLOAT *a, BLASLONG lda, IFLOAT *b){
|
||||
BLASLONG i, j;
|
||||
|
||||
IFLOAT *boffset0;
|
||||
IFLOAT *aoffset;
|
||||
IFLOAT *aoffset00, *aoffset01, *aoffset02, *aoffset03, *aoffset04, *aoffset05, *aoffset06, *aoffset07;
|
||||
IFLOAT *aoffset10, *aoffset11, *aoffset12, *aoffset13, *aoffset14, *aoffset15, *aoffset16, *aoffset17;
|
||||
aoffset = a;
|
||||
boffset0 = b;
|
||||
|
||||
BLASLONG n16 = n & ~15;
|
||||
BLASLONG m32 = m & ~31;
|
||||
|
||||
int permute_table[] = {
|
||||
0x0, 0x1, 0x2, 0x3, 0x10, 0x11, 0x12, 0x13, 0x8, 0x9, 0xa, 0xb, 0x18, 0x19, 0x1a, 0x1b,
|
||||
0x4, 0x5, 0x6, 0x7, 0x14, 0x15, 0x16, 0x17, 0xc, 0xd, 0xe, 0xf, 0x1c, 0x1d, 0x1e, 0x1f,
|
||||
};
|
||||
u_int64_t permute_table2[] = {
|
||||
0x00, 0x01, 0x02, 0x03, 8|0x0, 8|0x1, 8|0x2, 8|0x3,
|
||||
0x04, 0x05, 0x06, 0x07, 8|0x4, 8|0x5, 8|0x6, 8|0x7,
|
||||
};
|
||||
__m512i idx_lo = _mm512_loadu_si512(permute_table);
|
||||
__m512i idx_hi = _mm512_loadu_si512(permute_table + 16);
|
||||
__m512i idx_lo2 = _mm512_loadu_si512(permute_table2);
|
||||
__m512i idx_hi2 = _mm512_loadu_si512(permute_table2 + 8);
|
||||
__mmask16 kc = 0xcccc;
|
||||
__mmask16 k3 = 0x3333;
|
||||
__m512i r0, r1, r2, r3, r4, r5, r6, r7;
|
||||
__m512i t00, t01, t02, t03, t04, t05, t06, t07;
|
||||
__m512i t10, t11, t12, t13, t14, t15, t16, t17;
|
||||
|
||||
for (j = 0; j < n16; j += 16) {
|
||||
aoffset00 = aoffset;
|
||||
aoffset01 = aoffset00 + lda;
|
||||
aoffset02 = aoffset01 + lda;
|
||||
aoffset03 = aoffset02 + lda;
|
||||
aoffset04 = aoffset03 + lda;
|
||||
aoffset05 = aoffset04 + lda;
|
||||
aoffset06 = aoffset05 + lda;
|
||||
aoffset07 = aoffset06 + lda;
|
||||
aoffset10 = aoffset07 + lda;
|
||||
aoffset11 = aoffset10 + lda;
|
||||
aoffset12 = aoffset11 + lda;
|
||||
aoffset13 = aoffset12 + lda;
|
||||
aoffset14 = aoffset13 + lda;
|
||||
aoffset15 = aoffset14 + lda;
|
||||
aoffset16 = aoffset15 + lda;
|
||||
aoffset17 = aoffset16 + lda;
|
||||
aoffset += 16 * lda;
|
||||
for (i = 0; i < m32; i += 32) {
|
||||
r0 = _mm512_loadu_si512(aoffset00 + i);
|
||||
r1 = _mm512_loadu_si512(aoffset01 + i);
|
||||
r2 = _mm512_loadu_si512(aoffset02 + i);
|
||||
r3 = _mm512_loadu_si512(aoffset03 + i);
|
||||
r4 = _mm512_loadu_si512(aoffset04 + i);
|
||||
r5 = _mm512_loadu_si512(aoffset05 + i);
|
||||
r6 = _mm512_loadu_si512(aoffset06 + i);
|
||||
r7 = _mm512_loadu_si512(aoffset07 + i);
|
||||
REORDER_8x32(t00, t01, t02, t03, t04, t05, t06, t07);
|
||||
r0 = _mm512_loadu_si512(aoffset10 + i);
|
||||
r1 = _mm512_loadu_si512(aoffset11 + i);
|
||||
r2 = _mm512_loadu_si512(aoffset12 + i);
|
||||
r3 = _mm512_loadu_si512(aoffset13 + i);
|
||||
r4 = _mm512_loadu_si512(aoffset14 + i);
|
||||
r5 = _mm512_loadu_si512(aoffset15 + i);
|
||||
r6 = _mm512_loadu_si512(aoffset16 + i);
|
||||
r7 = _mm512_loadu_si512(aoffset17 + i);
|
||||
REORDER_8x32(t10, t11, t12, t13, t14, t15, t16, t17);
|
||||
STORE_512(0, 0); STORE_512(0, 1); STORE_512(0, 2); STORE_512(0, 3);
|
||||
STORE_512(0, 4); STORE_512(0, 5); STORE_512(0, 6); STORE_512(0, 7);
|
||||
STORE_512(1, 0); STORE_512(1, 1); STORE_512(1, 2); STORE_512(1, 3);
|
||||
STORE_512(1, 4); STORE_512(1, 5); STORE_512(1, 6); STORE_512(1, 7);
|
||||
boffset0 += 16 * 32;
|
||||
}
|
||||
if (i < m) {
|
||||
int remain_m = m - i;
|
||||
__mmask32 mmask = (1UL << remain_m) - 1;
|
||||
r0 = _mm512_maskz_loadu_epi16(mmask, aoffset00 + i);
|
||||
r1 = _mm512_maskz_loadu_epi16(mmask, aoffset01 + i);
|
||||
r2 = _mm512_maskz_loadu_epi16(mmask, aoffset02 + i);
|
||||
r3 = _mm512_maskz_loadu_epi16(mmask, aoffset03 + i);
|
||||
r4 = _mm512_maskz_loadu_epi16(mmask, aoffset04 + i);
|
||||
r5 = _mm512_maskz_loadu_epi16(mmask, aoffset05 + i);
|
||||
r6 = _mm512_maskz_loadu_epi16(mmask, aoffset06 + i);
|
||||
r7 = _mm512_maskz_loadu_epi16(mmask, aoffset07 + i);
|
||||
REORDER_8x32(t00, t01, t02, t03, t04, t05, t06, t07);
|
||||
r0 = _mm512_maskz_loadu_epi16(mmask, aoffset10 + i);
|
||||
r1 = _mm512_maskz_loadu_epi16(mmask, aoffset11 + i);
|
||||
r2 = _mm512_maskz_loadu_epi16(mmask, aoffset12 + i);
|
||||
r3 = _mm512_maskz_loadu_epi16(mmask, aoffset13 + i);
|
||||
r4 = _mm512_maskz_loadu_epi16(mmask, aoffset14 + i);
|
||||
r5 = _mm512_maskz_loadu_epi16(mmask, aoffset15 + i);
|
||||
r6 = _mm512_maskz_loadu_epi16(mmask, aoffset16 + i);
|
||||
r7 = _mm512_maskz_loadu_epi16(mmask, aoffset17 + i);
|
||||
REORDER_8x32(t10, t11, t12, t13, t14, t15, t16, t17);
|
||||
int n_store = remain_m/2;
|
||||
switch (n_store) {
|
||||
case 15: STORE_512(1, 6);
|
||||
case 14: STORE_512(1, 5);
|
||||
case 13: STORE_512(1, 4);
|
||||
case 12: STORE_512(1, 3);
|
||||
case 11: STORE_512(1, 2);
|
||||
case 10: STORE_512(1, 1);
|
||||
case 9: STORE_512(1, 0);
|
||||
case 8: STORE_512(0, 7);
|
||||
case 7: STORE_512(0, 6);
|
||||
case 6: STORE_512(0, 5);
|
||||
case 5: STORE_512(0, 4);
|
||||
case 4: STORE_512(0, 3);
|
||||
case 3: STORE_512(0, 2);
|
||||
case 2: STORE_512(0, 1);
|
||||
case 1: STORE_512(0, 0);
|
||||
}
|
||||
boffset0 += n_store * 32;
|
||||
if (m & 0x1) {
|
||||
__m512i tail;
|
||||
GET_TAIL();
|
||||
_mm256_storeu_si256((void *)boffset0, _mm512_cvtepi32_epi16(tail));
|
||||
boffset0 += 16;
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
if (j < n) {
|
||||
int remain_n = n - j;
|
||||
__mmask16 nmask = (1UL << remain_n) - 1;
|
||||
int load0, load1;
|
||||
if (remain_n > 8) {
|
||||
load0 = 8;
|
||||
load1 = remain_n - 8;
|
||||
} else {
|
||||
load0 = remain_n;
|
||||
load1 = 0;
|
||||
}
|
||||
aoffset00 = aoffset;
|
||||
aoffset01 = aoffset00 + lda;
|
||||
aoffset02 = aoffset01 + lda;
|
||||
aoffset03 = aoffset02 + lda;
|
||||
aoffset04 = aoffset03 + lda;
|
||||
aoffset05 = aoffset04 + lda;
|
||||
aoffset06 = aoffset05 + lda;
|
||||
aoffset07 = aoffset06 + lda;
|
||||
aoffset10 = aoffset07 + lda;
|
||||
aoffset11 = aoffset10 + lda;
|
||||
aoffset12 = aoffset11 + lda;
|
||||
aoffset13 = aoffset12 + lda;
|
||||
aoffset14 = aoffset13 + lda;
|
||||
aoffset15 = aoffset14 + lda;
|
||||
aoffset16 = aoffset15 + lda;
|
||||
aoffset17 = aoffset16 + lda;
|
||||
aoffset += 16 * lda;
|
||||
for (i = 0; i < m32; i += 32) {
|
||||
switch (load0) {
|
||||
case 8: r7 = _mm512_loadu_si512(aoffset07 + i);
|
||||
case 7: r6 = _mm512_loadu_si512(aoffset06 + i);
|
||||
case 6: r5 = _mm512_loadu_si512(aoffset05 + i);
|
||||
case 5: r4 = _mm512_loadu_si512(aoffset04 + i);
|
||||
case 4: r3 = _mm512_loadu_si512(aoffset03 + i);
|
||||
case 3: r2 = _mm512_loadu_si512(aoffset02 + i);
|
||||
case 2: r1 = _mm512_loadu_si512(aoffset01 + i);
|
||||
case 1: r0 = _mm512_loadu_si512(aoffset00 + i);
|
||||
}
|
||||
REORDER_8x32(t00, t01, t02, t03, t04, t05, t06, t07);
|
||||
switch (load1) {
|
||||
case 8: r7 = _mm512_loadu_si512(aoffset17 + i);
|
||||
case 7: r6 = _mm512_loadu_si512(aoffset16 + i);
|
||||
case 6: r5 = _mm512_loadu_si512(aoffset15 + i);
|
||||
case 5: r4 = _mm512_loadu_si512(aoffset14 + i);
|
||||
case 4: r3 = _mm512_loadu_si512(aoffset13 + i);
|
||||
case 3: r2 = _mm512_loadu_si512(aoffset12 + i);
|
||||
case 2: r1 = _mm512_loadu_si512(aoffset11 + i);
|
||||
case 1: r0 = _mm512_loadu_si512(aoffset10 + i);
|
||||
}
|
||||
REORDER_8x32(t10, t11, t12, t13, t14, t15, t16, t17);
|
||||
MASK_STORE_512(0, 0); MASK_STORE_512(0, 1); MASK_STORE_512(0, 2); MASK_STORE_512(0, 3);
|
||||
MASK_STORE_512(0, 4); MASK_STORE_512(0, 5); MASK_STORE_512(0, 6); MASK_STORE_512(0, 7);
|
||||
MASK_STORE_512(1, 0); MASK_STORE_512(1, 1); MASK_STORE_512(1, 2); MASK_STORE_512(1, 3);
|
||||
MASK_STORE_512(1, 4); MASK_STORE_512(1, 5); MASK_STORE_512(1, 6); MASK_STORE_512(1, 7);
|
||||
boffset0 += remain_n * 32;
|
||||
}
|
||||
if (i < m) {
|
||||
int remain_m = m - i;
|
||||
__mmask32 mmask = (1UL << remain_m) - 1;
|
||||
switch (load0) {
|
||||
case 8: r7 = _mm512_maskz_loadu_epi16(mmask, aoffset07 + i);
|
||||
case 7: r6 = _mm512_maskz_loadu_epi16(mmask, aoffset06 + i);
|
||||
case 6: r5 = _mm512_maskz_loadu_epi16(mmask, aoffset05 + i);
|
||||
case 5: r4 = _mm512_maskz_loadu_epi16(mmask, aoffset04 + i);
|
||||
case 4: r3 = _mm512_maskz_loadu_epi16(mmask, aoffset03 + i);
|
||||
case 3: r2 = _mm512_maskz_loadu_epi16(mmask, aoffset02 + i);
|
||||
case 2: r1 = _mm512_maskz_loadu_epi16(mmask, aoffset01 + i);
|
||||
case 1: r0 = _mm512_maskz_loadu_epi16(mmask, aoffset00 + i);
|
||||
}
|
||||
REORDER_8x32(t00, t01, t02, t03, t04, t05, t06, t07);
|
||||
switch (load1) {
|
||||
case 8: r7 = _mm512_maskz_loadu_epi16(mmask, aoffset17 + i);
|
||||
case 7: r6 = _mm512_maskz_loadu_epi16(mmask, aoffset16 + i);
|
||||
case 6: r5 = _mm512_maskz_loadu_epi16(mmask, aoffset15 + i);
|
||||
case 5: r4 = _mm512_maskz_loadu_epi16(mmask, aoffset14 + i);
|
||||
case 4: r3 = _mm512_maskz_loadu_epi16(mmask, aoffset13 + i);
|
||||
case 3: r2 = _mm512_maskz_loadu_epi16(mmask, aoffset12 + i);
|
||||
case 2: r1 = _mm512_maskz_loadu_epi16(mmask, aoffset11 + i);
|
||||
case 1: r0 = _mm512_maskz_loadu_epi16(mmask, aoffset10 + i);
|
||||
}
|
||||
REORDER_8x32(t10, t11, t12, t13, t14, t15, t16, t17);
|
||||
int n_store = remain_m/2;
|
||||
switch (n_store) {
|
||||
case 15: MASK_STORE_512(1, 6);
|
||||
case 14: MASK_STORE_512(1, 5);
|
||||
case 13: MASK_STORE_512(1, 4);
|
||||
case 12: MASK_STORE_512(1, 3);
|
||||
case 11: MASK_STORE_512(1, 2);
|
||||
case 10: MASK_STORE_512(1, 1);
|
||||
case 9: MASK_STORE_512(1, 0);
|
||||
case 8: MASK_STORE_512(0, 7);
|
||||
case 7: MASK_STORE_512(0, 6);
|
||||
case 6: MASK_STORE_512(0, 5);
|
||||
case 5: MASK_STORE_512(0, 4);
|
||||
case 4: MASK_STORE_512(0, 3);
|
||||
case 3: MASK_STORE_512(0, 2);
|
||||
case 2: MASK_STORE_512(0, 1);
|
||||
case 1: MASK_STORE_512(0, 0);
|
||||
}
|
||||
boffset0 += n_store * remain_n * 2;
|
||||
if (m & 0x1) {
|
||||
__m512i tail;
|
||||
GET_TAIL();
|
||||
_mm256_mask_storeu_epi16((void *)boffset0, nmask, _mm512_cvtepi32_epi16(tail));
|
||||
}
|
||||
}
|
||||
}
|
||||
return 0;
|
||||
}
|
||||
|
|
|
|||
Loading…
Reference in New Issue