Merge pull request #3451 from wjc404/optimize-A53-dgemm
MOD: optimize DGEMM of large matrices on cortex A53 & A55
This commit is contained in:
Martin Kroeker
GitHub
commit
ec4daf420f
|
|
@ -141,7 +141,7 @@ SGEMMONCOPY = sgemm_ncopy_$(SGEMM_UNROLL_N).S
|
||||||
SGEMMONCOPYOBJ = sgemm_oncopy$(TSUFFIX).$(SUFFIX)
|
SGEMMONCOPYOBJ = sgemm_oncopy$(TSUFFIX).$(SUFFIX)
|
||||||
SGEMMOTCOPYOBJ = sgemm_otcopy$(TSUFFIX).$(SUFFIX)
|
SGEMMOTCOPYOBJ = sgemm_otcopy$(TSUFFIX).$(SUFFIX)
|
||||||
|
|
||||||
DGEMMKERNEL = dgemm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
DGEMMKERNEL = dgemm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N)_cortexa53.c
|
||||||
DTRMMKERNEL = dtrmm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
DTRMMKERNEL = dtrmm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
||||||
|
|
||||||
ifneq ($(DGEMM_UNROLL_M), $(DGEMM_UNROLL_N))
|
ifneq ($(DGEMM_UNROLL_M), $(DGEMM_UNROLL_N))
|
||||||
|
|
|
||||||
|
|
@ -141,7 +141,7 @@ SGEMMONCOPY = sgemm_ncopy_$(SGEMM_UNROLL_N).S
|
||||||
SGEMMONCOPYOBJ = sgemm_oncopy$(TSUFFIX).$(SUFFIX)
|
SGEMMONCOPYOBJ = sgemm_oncopy$(TSUFFIX).$(SUFFIX)
|
||||||
SGEMMOTCOPYOBJ = sgemm_otcopy$(TSUFFIX).$(SUFFIX)
|
SGEMMOTCOPYOBJ = sgemm_otcopy$(TSUFFIX).$(SUFFIX)
|
||||||
|
|
||||||
DGEMMKERNEL = dgemm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
DGEMMKERNEL = dgemm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N)_cortexa53.c
|
||||||
DTRMMKERNEL = dtrmm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
DTRMMKERNEL = dtrmm_kernel_$(DGEMM_UNROLL_M)x$(DGEMM_UNROLL_N).S
|
||||||
|
|
||||||
ifneq ($(DGEMM_UNROLL_M), $(DGEMM_UNROLL_N))
|
ifneq ($(DGEMM_UNROLL_M), $(DGEMM_UNROLL_N))
|
||||||
|
|
|
||||||
|
|
@ -0,0 +1,890 @@
|
||||||
|
/***************************************************************************
|
||||||
|
Copyright (c) 2021, The OpenBLAS Project
|
||||||
|
All rights reserved.
|
||||||
|
Redistribution and use in source and binary forms, with or without
|
||||||
|
modification, are permitted provided that the following conditions are
|
||||||
|
met:
|
||||||
|
1. Redistributions of source code must retain the above copyright
|
||||||
|
notice, this list of conditions and the following disclaimer.
|
||||||
|
2. Redistributions in binary form must reproduce the above copyright
|
||||||
|
notice, this list of conditions and the following disclaimer in
|
||||||
|
the documentation and/or other materials provided with the
|
||||||
|
distribution.
|
||||||
|
3. Neither the name of the OpenBLAS project nor the names of
|
||||||
|
its contributors may be used to endorse or promote products
|
||||||
|
derived from this software without specific prior written permission.
|
||||||
|
THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
|
||||||
|
AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
|
||||||
|
IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A00 PARTICULAR PURPOSE
|
||||||
|
ARE DISCLAIMED. IN NO EVENT SHALL THE OPENBLAS PROJECT OR CONTRIBUTORS BE
|
||||||
|
LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
|
||||||
|
DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR
|
||||||
|
SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER
|
||||||
|
CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
|
||||||
|
OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE
|
||||||
|
USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
|
||||||
|
*****************************************************************************/
|
||||||
|
|
||||||
|
#include "common.h"
|
||||||
|
#include <arm_neon.h>
|
||||||
|
|
||||||
|
/**********************************************************
|
||||||
|
* Function: dgemm_kernel_arm_cortex_a53_4x4_m4n12
|
||||||
|
* Operation: C[4][12] += alpha * sa[4][K] * sb[K][12]
|
||||||
|
* Matrix orders:
|
||||||
|
* sa: column-major (leading dimension == 4)
|
||||||
|
* sb: 3 concatenated row-major 4-column submatrices
|
||||||
|
* C: column-major (leading dimension == LDC)
|
||||||
|
*********************************************************/
|
||||||
|
static inline void dgemm_kernel_arm_cortex_a53_4x4_m4n12(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
/** prefetch 4x12 elements from matrix C for RW purpose */
|
||||||
|
__asm__ __volatile__(
|
||||||
|
"mov x0,%[C]\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]; add x0,x0,%[LDC],LSL #3\n\t"
|
||||||
|
"prfm pstl1keep,[x0]; prfm pstl1keep,[x0,#24]\n\t"
|
||||||
|
::[C]"r"(C), [LDC]"r"(LDC):"x0");
|
||||||
|
|
||||||
|
/** 3 pointers to 3 submatrices of sb respectively */
|
||||||
|
const FLOAT *b1_ = sb;
|
||||||
|
const FLOAT *b2_ = sb + K * 4;
|
||||||
|
const FLOAT *b3_ = sb + K * 8;
|
||||||
|
|
||||||
|
/** register mapping of 4x12 elements of C, row-id ==> coordinate-M, column-id ==> coordinate-N */
|
||||||
|
/** v8.d[0] v10.d[0] v12.d[0] v14.d[0] v16.d[0] v18.d[0] v20.d[0] v22.d[0] v24.d[0] v26.d[0] v28.d[0] v30.d[0] */
|
||||||
|
/** v8.d[1] v10.d[1] v12.d[1] v14.d[1] v16.d[1] v18.d[1] v20.d[1] v22.d[1] v24.d[1] v26.d[1] v28.d[1] v30.d[1] */
|
||||||
|
/** v9.d[0] v11.d[0] v13.d[0] v15.d[0] v17.d[0] v19.d[0] v21.d[0] v23.d[0] v25.d[0] v27.d[0] v29.d[0] v31.d[0] */
|
||||||
|
/** v9.d[1] v11.d[1] v13.d[1] v15.d[1] v17.d[1] v19.d[1] v21.d[1] v23.d[1] v25.d[1] v27.d[1] v29.d[1] v31.d[1] */
|
||||||
|
|
||||||
|
__asm__ __volatile__(
|
||||||
|
"cmp %[K],#0\n\t"
|
||||||
|
/** fill registers holding elements of C with 0.0 */
|
||||||
|
"movi v8.16b,#0; movi v9.16b,#0; movi v10.16b,#0; movi v11.16b,#0\n\t"
|
||||||
|
"movi v12.16b,#0; movi v13.16b,#0; movi v14.16b,#0; movi v15.16b,#0\n\t"
|
||||||
|
"movi v16.16b,#0; movi v17.16b,#0; movi v18.16b,#0; movi v19.16b,#0\n\t"
|
||||||
|
"movi v20.16b,#0; movi v21.16b,#0; movi v22.16b,#0; movi v23.16b,#0\n\t"
|
||||||
|
"movi v24.16b,#0; movi v25.16b,#0; movi v26.16b,#0; movi v27.16b,#0\n\t"
|
||||||
|
"movi v28.16b,#0; movi v29.16b,#0; movi v30.16b,#0; movi v31.16b,#0\n\t"
|
||||||
|
"beq 4f; cmp %[K],#2\n\t"
|
||||||
|
/** register v0-v3 for loading A, v4-v7 for loading B, x0 for transporting data */
|
||||||
|
"ldp q0,q1,[%[sa]]; ldp q4,q5,[%[b1_]]\n\t"
|
||||||
|
"ldr d6,[%[b2_]]; ldr x0,[%[b2_],#8]\n\t"
|
||||||
|
"blt 3f; beq 2f\n\t"
|
||||||
|
"1:\n\t"
|
||||||
|
/** main loop with unroll_k = 2, specially designed for cortex-A53 NEON pipeline */
|
||||||
|
"ldr d7,[%[b2_],#16]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v8.2d,v0.2d,v4.d[0]; ldr x0,[%[b2_],#24]\n\t"
|
||||||
|
"fmla v9.2d,v1.2d,v4.d[0]; prfm pldl1keep,[%[sa],#128]\n\t"
|
||||||
|
"fmla v10.2d,v0.2d,v4.d[1]\n\t"
|
||||||
|
"ldr d2,[%[sa],#32]; fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v11.2d,v1.2d,v4.d[1]; ldr x0,[%[sa],#40]\n\t"
|
||||||
|
"fmla v12.2d,v0.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v13.2d,v1.2d,v5.d[0]\n\t"
|
||||||
|
"ldr d4,[%[b3_]]; fmov v2.d[1],x0\n\t"
|
||||||
|
"fmla v14.2d,v0.2d,v5.d[1]; ldr x0,[%[b3_],#8]\n\t"
|
||||||
|
"fmla v15.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v16.2d,v0.2d,v6.d[0]\n\t"
|
||||||
|
"ldr d5,[%[b3_],#16]; fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v17.2d,v1.2d,v6.d[0]; ldr x0,[%[b3_],#24]\n\t"
|
||||||
|
"fmla v18.2d,v0.2d,v6.d[1]\n\t"
|
||||||
|
"fmla v19.2d,v1.2d,v6.d[1]\n\t"
|
||||||
|
"ldr d3,[%[sa],#48]; fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v20.2d,v0.2d,v7.d[0]; ldr x0,[%[sa],#56]\n\t"
|
||||||
|
"fmla v21.2d,v1.2d,v7.d[0]; add %[sa],%[sa],#64\n\t"
|
||||||
|
"fmla v22.2d,v0.2d,v7.d[1]\n\t"
|
||||||
|
"ldr d6,[%[b1_],#32]; fmov v3.d[1],x0\n\t"
|
||||||
|
"fmla v23.2d,v1.2d,v7.d[1]; ldr x0,[%[b1_],#40]\n\t"
|
||||||
|
"fmla v24.2d,v0.2d,v4.d[0]; prfm pldl1keep,[%[b1_],#128]\n\t"
|
||||||
|
"fmla v25.2d,v1.2d,v4.d[0]\n\t"
|
||||||
|
"ldr d7,[%[b1_],#48]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v26.2d,v0.2d,v4.d[1]; ldr x0,[%[b1_],#56]\n\t"
|
||||||
|
"fmla v27.2d,v1.2d,v4.d[1]; add %[b1_],%[b1_],#64\n\t"
|
||||||
|
"fmla v28.2d,v0.2d,v5.d[0]\n\t"
|
||||||
|
"ldr d4,[%[b2_],#32]; fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v29.2d,v1.2d,v5.d[0]; ldr x0,[%[b2_],#40]\n\t"
|
||||||
|
"fmla v30.2d,v0.2d,v5.d[1]; prfm pldl1keep,[%[b2_],#128]\n\t"
|
||||||
|
"fmla v31.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
"ldr d0,[%[sa]]; fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v8.2d,v2.2d,v6.d[0]; ldr x0,[%[sa],#8]\n\t"
|
||||||
|
"fmla v9.2d,v3.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v10.2d,v2.2d,v6.d[1]\n\t"
|
||||||
|
"ldr d5,[%[b2_],#48]; fmov v0.d[1],x0\n\t"
|
||||||
|
"fmla v11.2d,v3.2d,v6.d[1]; ldr x0,[%[b2_],#56]\n\t"
|
||||||
|
"fmla v12.2d,v2.2d,v7.d[0]; add %[b2_],%[b2_],#64\n\t"
|
||||||
|
"fmla v13.2d,v3.2d,v7.d[0]\n\t"
|
||||||
|
"ldr d6,[%[b3_],#32]; fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v14.2d,v2.2d,v7.d[1]; ldr x0,[%[b3_],#40]\n\t"
|
||||||
|
"fmla v15.2d,v3.2d,v7.d[1]; prfm pldl1keep,[%[b3_],#128]\n\t"
|
||||||
|
"fmla v16.2d,v2.2d,v4.d[0]\n\t"
|
||||||
|
"ldr d7,[%[b3_],#48]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v17.2d,v3.2d,v4.d[0]; ldr x0,[%[b3_],#56]\n\t"
|
||||||
|
"fmla v18.2d,v2.2d,v4.d[1]; add %[b3_],%[b3_],#64\n\t"
|
||||||
|
"fmla v19.2d,v3.2d,v4.d[1]\n\t"
|
||||||
|
"ldr d1,[%[sa],#16]; fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v20.2d,v2.2d,v5.d[0]; ldr x0,[%[sa],#24]\n\t"
|
||||||
|
"fmla v21.2d,v3.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v22.2d,v2.2d,v5.d[1]\n\t"
|
||||||
|
"ldr d4,[%[b1_]]; fmov v1.d[1],x0\n\t"
|
||||||
|
"fmla v23.2d,v3.2d,v5.d[1]; ldr x0,[%[b1_],#8]\n\t"
|
||||||
|
"fmla v24.2d,v2.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v25.2d,v3.2d,v6.d[0]\n\t"
|
||||||
|
"ldr d5,[%[b1_],#16]; fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v26.2d,v2.2d,v6.d[1]; ldr x0,[%[b1_],#24]\n\t"
|
||||||
|
"fmla v27.2d,v3.2d,v6.d[1]; sub %[K],%[K],#2\n\t"
|
||||||
|
"fmla v28.2d,v2.2d,v7.d[0]\n\t"
|
||||||
|
"ldr d6,[%[b2_]]; fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v29.2d,v3.2d,v7.d[0]; ldr x0,[%[b2_],#8]\n\t"
|
||||||
|
"fmla v30.2d,v2.2d,v7.d[1]; cmp %[K],#2\n\t"
|
||||||
|
"fmla v31.2d,v3.2d,v7.d[1]\n\t"
|
||||||
|
"bgt 1b; blt 3f\n\t"
|
||||||
|
"2:\n\t"
|
||||||
|
/** tail part with k = 2 */
|
||||||
|
"ldr d7,[%[b2_],#16]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v8.2d,v0.2d,v4.d[0]; ldr x0,[%[b2_],#24]\n\t"
|
||||||
|
"fmla v9.2d,v1.2d,v4.d[0]; prfm pldl1keep,[%[sa],#128]\n\t"
|
||||||
|
"fmla v10.2d,v0.2d,v4.d[1]\n\t"
|
||||||
|
"ldr d2,[%[sa],#32]; fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v11.2d,v1.2d,v4.d[1]; ldr x0,[%[sa],#40]\n\t"
|
||||||
|
"fmla v12.2d,v0.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v13.2d,v1.2d,v5.d[0]\n\t"
|
||||||
|
"ldr d4,[%[b3_]]; fmov v2.d[1],x0\n\t"
|
||||||
|
"fmla v14.2d,v0.2d,v5.d[1]; ldr x0,[%[b3_],#8]\n\t"
|
||||||
|
"fmla v15.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v16.2d,v0.2d,v6.d[0]\n\t"
|
||||||
|
"ldr d5,[%[b3_],#16]; fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v17.2d,v1.2d,v6.d[0]; ldr x0,[%[b3_],#24]\n\t"
|
||||||
|
"fmla v18.2d,v0.2d,v6.d[1]\n\t"
|
||||||
|
"fmla v19.2d,v1.2d,v6.d[1]\n\t"
|
||||||
|
"ldr d3,[%[sa],#48]; fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v20.2d,v0.2d,v7.d[0]; ldr x0,[%[sa],#56]\n\t"
|
||||||
|
"fmla v21.2d,v1.2d,v7.d[0]; add %[sa],%[sa],#64\n\t"
|
||||||
|
"fmla v22.2d,v0.2d,v7.d[1]\n\t"
|
||||||
|
"ldr d6,[%[b1_],#32]; fmov v3.d[1],x0\n\t"
|
||||||
|
"fmla v23.2d,v1.2d,v7.d[1]; ldr x0,[%[b1_],#40]\n\t"
|
||||||
|
"fmla v24.2d,v0.2d,v4.d[0]\n\t"
|
||||||
|
"fmla v25.2d,v1.2d,v4.d[0]\n\t"
|
||||||
|
"ldr d7,[%[b1_],#48]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v26.2d,v0.2d,v4.d[1]; ldr x0,[%[b1_],#56]\n\t"
|
||||||
|
"fmla v27.2d,v1.2d,v4.d[1]; add %[b1_],%[b1_],#64\n\t"
|
||||||
|
"fmla v28.2d,v0.2d,v5.d[0]\n\t"
|
||||||
|
"ldr d4,[%[b2_],#32]; fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v29.2d,v1.2d,v5.d[0]; ldr x0,[%[b2_],#40]\n\t"
|
||||||
|
"fmla v30.2d,v0.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v31.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
"fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v8.2d,v2.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v9.2d,v3.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v10.2d,v2.2d,v6.d[1]\n\t"
|
||||||
|
"ldr d5,[%[b2_],#48]\n\t"
|
||||||
|
"fmla v11.2d,v3.2d,v6.d[1]; ldr x0,[%[b2_],#56]\n\t"
|
||||||
|
"fmla v12.2d,v2.2d,v7.d[0]; add %[b2_],%[b2_],#64\n\t"
|
||||||
|
"fmla v13.2d,v3.2d,v7.d[0]\n\t"
|
||||||
|
"ldr d6,[%[b3_],#32]; fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v14.2d,v2.2d,v7.d[1]; ldr x0,[%[b3_],#40]\n\t"
|
||||||
|
"fmla v15.2d,v3.2d,v7.d[1]\n\t"
|
||||||
|
"fmla v16.2d,v2.2d,v4.d[0]\n\t"
|
||||||
|
"ldr d7,[%[b3_],#48]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v17.2d,v3.2d,v4.d[0]; ldr x0,[%[b3_],#56]\n\t"
|
||||||
|
"fmla v18.2d,v2.2d,v4.d[1]; add %[b3_],%[b3_],#64\n\t"
|
||||||
|
"fmla v19.2d,v3.2d,v4.d[1]\n\t"
|
||||||
|
"fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v20.2d,v2.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v21.2d,v3.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v22.2d,v2.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v23.2d,v3.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v24.2d,v2.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v25.2d,v3.2d,v6.d[0]\n\t"
|
||||||
|
"fmla v26.2d,v2.2d,v6.d[1]\n\t"
|
||||||
|
"fmla v27.2d,v3.2d,v6.d[1]; sub %[K],%[K],#2\n\t"
|
||||||
|
"fmla v28.2d,v2.2d,v7.d[0]\n\t"
|
||||||
|
"fmla v29.2d,v3.2d,v7.d[0]\n\t"
|
||||||
|
"fmla v30.2d,v2.2d,v7.d[1]\n\t"
|
||||||
|
"fmla v31.2d,v3.2d,v7.d[1]\n\t"
|
||||||
|
"b 4f\n\t"
|
||||||
|
"3:\n\t"
|
||||||
|
/** tail part with k = 1 */
|
||||||
|
"ldr d7,[%[b2_],#16]; fmov v6.d[1],x0\n\t"
|
||||||
|
"fmla v8.2d,v0.2d,v4.d[0]; ldr x0,[%[b2_],#24]\n\t"
|
||||||
|
"fmla v9.2d,v1.2d,v4.d[0]; add %[b2_],%[b2_],#32\n\t"
|
||||||
|
"fmla v10.2d,v0.2d,v4.d[1]\n\t"
|
||||||
|
"fmov v7.d[1],x0\n\t"
|
||||||
|
"fmla v11.2d,v1.2d,v4.d[1]; add %[sa],%[sa],#32\n\t"
|
||||||
|
"fmla v12.2d,v0.2d,v5.d[0]; add %[b1_],%[b1_],#32\n\t"
|
||||||
|
"fmla v13.2d,v1.2d,v5.d[0]; sub %[K],%[K],#1\n\t"
|
||||||
|
"ldr d4,[%[b3_]]\n\t"
|
||||||
|
"fmla v14.2d,v0.2d,v5.d[1]; ldr x0,[%[b3_],#8]\n\t"
|
||||||
|
"fmla v15.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v16.2d,v0.2d,v6.d[0]\n\t"
|
||||||
|
"ldr d5,[%[b3_],#16]; fmov v4.d[1],x0\n\t"
|
||||||
|
"fmla v17.2d,v1.2d,v6.d[0]; ldr x0,[%[b3_],#24]\n\t"
|
||||||
|
"fmla v18.2d,v0.2d,v6.d[1]; add %[b3_],%[b3_],#32\n\t"
|
||||||
|
"fmla v19.2d,v1.2d,v6.d[1]\n\t"
|
||||||
|
"fmov v5.d[1],x0\n\t"
|
||||||
|
"fmla v20.2d,v0.2d,v7.d[0]\n\t"
|
||||||
|
"fmla v21.2d,v1.2d,v7.d[0]\n\t"
|
||||||
|
"fmla v22.2d,v0.2d,v7.d[1]\n\t"
|
||||||
|
"fmla v23.2d,v1.2d,v7.d[1]\n\t"
|
||||||
|
"fmla v24.2d,v0.2d,v4.d[0]\n\t"
|
||||||
|
"fmla v25.2d,v1.2d,v4.d[0]\n\t"
|
||||||
|
"fmla v26.2d,v0.2d,v4.d[1]\n\t"
|
||||||
|
"fmla v27.2d,v1.2d,v4.d[1]\n\t"
|
||||||
|
"fmla v28.2d,v0.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v29.2d,v1.2d,v5.d[0]\n\t"
|
||||||
|
"fmla v30.2d,v0.2d,v5.d[1]\n\t"
|
||||||
|
"fmla v31.2d,v1.2d,v5.d[1]\n\t"
|
||||||
|
/** store 4x12 elements to C */
|
||||||
|
"4:\n\t"
|
||||||
|
"ldr d0,%[alpha]; add x0,%[C],%[LDC],LSL #3\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v8.2d,v0.d[0]; fmla v2.2d,v9.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v10.2d,v0.d[0]; fmla v4.2d,v11.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; add %[C],%[C],%[LDC],LSL #4\n\t"
|
||||||
|
"stp q3,q4,[x0]; add x0,x0,%[LDC],LSL #4\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v12.2d,v0.d[0]; fmla v2.2d,v13.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v14.2d,v0.d[0]; fmla v4.2d,v15.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; add %[C],%[C],%[LDC],LSL #4\n\t"
|
||||||
|
"stp q3,q4,[x0]; add x0,x0,%[LDC],LSL #4\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v16.2d,v0.d[0]; fmla v2.2d,v17.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v18.2d,v0.d[0]; fmla v4.2d,v19.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; add %[C],%[C],%[LDC],LSL #4\n\t"
|
||||||
|
"stp q3,q4,[x0]; add x0,x0,%[LDC],LSL #4\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v20.2d,v0.d[0]; fmla v2.2d,v21.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v22.2d,v0.d[0]; fmla v4.2d,v23.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; add %[C],%[C],%[LDC],LSL #4\n\t"
|
||||||
|
"stp q3,q4,[x0]; add x0,x0,%[LDC],LSL #4\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v24.2d,v0.d[0]; fmla v2.2d,v25.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v26.2d,v0.d[0]; fmla v4.2d,v27.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; add %[C],%[C],%[LDC],LSL #4\n\t"
|
||||||
|
"stp q3,q4,[x0]; add x0,x0,%[LDC],LSL #4\n\t"
|
||||||
|
"ldp q1,q2,[%[C]]; ldp q3,q4,[x0]\n\t"
|
||||||
|
"fmla v1.2d,v28.2d,v0.d[0]; fmla v2.2d,v29.2d,v0.d[0]\n\t"
|
||||||
|
"fmla v3.2d,v30.2d,v0.d[0]; fmla v4.2d,v31.2d,v0.d[0]\n\t"
|
||||||
|
"stp q1,q2,[%[C]]; stp q3,q4,[x0]\n\t"
|
||||||
|
:[sa]"+r"(sa), [b1_]"+r"(b1_), [b2_]"+r"(b2_), [b3_]"+r"(b3_), [C]"+r"(C), [K]"+r"(K)
|
||||||
|
:[LDC]"r"(LDC), [alpha]"m"(alpha)
|
||||||
|
:"cc", "memory", "x0", "v0", "v1", "v2", "v3", "v4", "v5", "v6", "v7",
|
||||||
|
"v8", "v9", "v10", "v11", "v12", "v13", "v14", "v15", "v16", "v17", "v18", "v19",
|
||||||
|
"v20", "v21", "v22", "v23", "v24", "v25", "v26", "v27", "v28", "v29", "v30", "v31");
|
||||||
|
}
|
||||||
|
|
||||||
|
/**********************************************************
|
||||||
|
* Operation:
|
||||||
|
C[0] += alpha * up[0]; C[1] += alpha * up[1];
|
||||||
|
C[2] += alpha * down[0]; C[3] += alpha * down[1];
|
||||||
|
*********************************************************/
|
||||||
|
static inline void dgemm_store_m4n1(FLOAT *C, float64x2_t up, float64x2_t down, FLOAT alpha) {
|
||||||
|
float64x2_t t1 = vld1q_f64(C), t2 = vld1q_f64(C + 2);
|
||||||
|
t1 = vfmaq_n_f64(t1, up, alpha);
|
||||||
|
t2 = vfmaq_n_f64(t2, down, alpha);
|
||||||
|
vst1q_f64(C, t1);
|
||||||
|
vst1q_f64(C + 2, t2);
|
||||||
|
}
|
||||||
|
|
||||||
|
/**********************************************************
|
||||||
|
* Function: dgemm_kernel_arm64_4x4_m4n8
|
||||||
|
* Operation: C[4][8] += alpha * sa[4][K] * sb[K][8]
|
||||||
|
* Matrix orders:
|
||||||
|
* sa: column-major (leading dimension == 4)
|
||||||
|
* sb: 2 concatenated row-major 4-column submatrices
|
||||||
|
* C: column-major (leading dimension == LDC)
|
||||||
|
*********************************************************/
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m4n8(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
const FLOAT *b1_ = sb;
|
||||||
|
const FLOAT *b2_ = sb + K * 4;
|
||||||
|
|
||||||
|
/** register naming: c + m_id + n_id, m_id=1~2, n_id=1~8 */
|
||||||
|
float64x2_t c11, c12, c13, c14, c15, c16, c17, c18;
|
||||||
|
float64x2_t c21, c22, c23, c24, c25, c26, c27, c28;
|
||||||
|
c11 = c12 = c13 = c14 = c15 = c16 = c17 = c18 = vdupq_n_f64(0);
|
||||||
|
c21 = c22 = c23 = c24 = c25 = c26 = c27 = c28 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa);
|
||||||
|
float64x2_t a2 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
|
||||||
|
float64x2_t b1 = vld1q_f64(b1_);
|
||||||
|
c11 = vfmaq_laneq_f64(c11, a1, b1, 0);
|
||||||
|
c21 = vfmaq_laneq_f64(c21, a2, b1, 0);
|
||||||
|
c12 = vfmaq_laneq_f64(c12, a1, b1, 1);
|
||||||
|
c22 = vfmaq_laneq_f64(c22, a2, b1, 1);
|
||||||
|
|
||||||
|
float64x2_t b2 = vld1q_f64(b1_ + 2); b1_ += 4;
|
||||||
|
c13 = vfmaq_laneq_f64(c13, a1, b2, 0);
|
||||||
|
c23 = vfmaq_laneq_f64(c23, a2, b2, 0);
|
||||||
|
c14 = vfmaq_laneq_f64(c14, a1, b2, 1);
|
||||||
|
c24 = vfmaq_laneq_f64(c24, a2, b2, 1);
|
||||||
|
|
||||||
|
float64x2_t b3 = vld1q_f64(b2_);
|
||||||
|
c15 = vfmaq_laneq_f64(c15, a1, b3, 0);
|
||||||
|
c25 = vfmaq_laneq_f64(c25, a2, b3, 0);
|
||||||
|
c16 = vfmaq_laneq_f64(c16, a1, b3, 1);
|
||||||
|
c26 = vfmaq_laneq_f64(c26, a2, b3, 1);
|
||||||
|
|
||||||
|
float64x2_t b4 = vld1q_f64(b2_ + 2); b2_ += 4;
|
||||||
|
c17 = vfmaq_laneq_f64(c17, a1, b4, 0);
|
||||||
|
c27 = vfmaq_laneq_f64(c27, a2, b4, 0);
|
||||||
|
c18 = vfmaq_laneq_f64(c18, a1, b4, 1);
|
||||||
|
c28 = vfmaq_laneq_f64(c28, a2, b4, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m4n1(C, c11, c21, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c12, c22, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c13, c23, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c14, c24, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c15, c25, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c16, c26, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c17, c27, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c18, c28, alpha);
|
||||||
|
}
|
||||||
|
|
||||||
|
/**********************************************************
|
||||||
|
* Function: dgemm_kernel_arm64_4x4_m4n4
|
||||||
|
* Operation: C[4][4] += alpha * sa[4][K] * sb[K][4]
|
||||||
|
* Matrix orders:
|
||||||
|
* sa: column-major (leading dimension == 4)
|
||||||
|
* sb: row-major (leading dimension == 4)
|
||||||
|
* C: column-major (leading dimension == LDC)
|
||||||
|
*********************************************************/
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m4n4(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c11, c21, c12, c22, c13, c23, c14, c24;
|
||||||
|
c11 = c21 = c12 = c22 = c13 = c23 = c14 = c24 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa);
|
||||||
|
float64x2_t a2 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
float64x2_t b1 = vld1q_f64(sb);
|
||||||
|
float64x2_t b2 = vld1q_f64(sb + 2); sb += 4;
|
||||||
|
c11 = vfmaq_laneq_f64(c11, a1, b1, 0);
|
||||||
|
c21 = vfmaq_laneq_f64(c21, a2, b1, 0);
|
||||||
|
c12 = vfmaq_laneq_f64(c12, a1, b1, 1);
|
||||||
|
c22 = vfmaq_laneq_f64(c22, a2, b1, 1);
|
||||||
|
c13 = vfmaq_laneq_f64(c13, a1, b2, 0);
|
||||||
|
c23 = vfmaq_laneq_f64(c23, a2, b2, 0);
|
||||||
|
c14 = vfmaq_laneq_f64(c14, a1, b2, 1);
|
||||||
|
c24 = vfmaq_laneq_f64(c24, a2, b2, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m4n1(C, c11, c21, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c12, c22, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c13, c23, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c14, c24, alpha);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m4n2(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c11_1, c11_2, c21_1, c21_2, c12_1, c12_2, c22_1, c22_2;
|
||||||
|
c11_1 = c11_2 = c21_1 = c21_2 = c12_1 = c12_2 = c22_1 = c22_2 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 1; K -= 2) {
|
||||||
|
float64x2_t b1 = vld1q_f64(sb), b2 = vld1q_f64(sb + 2); sb += 4;
|
||||||
|
float64x2_t a1_1 = vld1q_f64(sa), a2_1 = vld1q_f64(sa + 2),
|
||||||
|
a1_2 = vld1q_f64(sa + 4), a2_2 = vld1q_f64(sa + 6); sa += 8;
|
||||||
|
c11_1 = vfmaq_laneq_f64(c11_1, a1_1, b1, 0);
|
||||||
|
c21_1 = vfmaq_laneq_f64(c21_1, a2_1, b1, 0);
|
||||||
|
c12_1 = vfmaq_laneq_f64(c12_1, a1_1, b1, 1);
|
||||||
|
c22_1 = vfmaq_laneq_f64(c22_1, a2_1, b1, 1);
|
||||||
|
c11_2 = vfmaq_laneq_f64(c11_2, a1_2, b2, 0);
|
||||||
|
c21_2 = vfmaq_laneq_f64(c21_2, a2_2, b2, 0);
|
||||||
|
c12_2 = vfmaq_laneq_f64(c12_2, a1_2, b2, 1);
|
||||||
|
c22_2 = vfmaq_laneq_f64(c22_2, a2_2, b2, 1);
|
||||||
|
}
|
||||||
|
c11_1 = vaddq_f64(c11_1, c11_2);
|
||||||
|
c21_1 = vaddq_f64(c21_1, c21_2);
|
||||||
|
c12_1 = vaddq_f64(c12_1, c12_2);
|
||||||
|
c22_1 = vaddq_f64(c22_1, c22_2);
|
||||||
|
if (K) {
|
||||||
|
float64x2_t b1 = vld1q_f64(sb); sb += 2;
|
||||||
|
float64x2_t a1 = vld1q_f64(sa), a2 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
c11_1 = vfmaq_laneq_f64(c11_1, a1, b1, 0);
|
||||||
|
c21_1 = vfmaq_laneq_f64(c21_1, a2, b1, 0);
|
||||||
|
c12_1 = vfmaq_laneq_f64(c12_1, a1, b1, 1);
|
||||||
|
c22_1 = vfmaq_laneq_f64(c22_1, a2, b1, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m4n1(C, c11_1, c21_1, alpha); C += LDC;
|
||||||
|
dgemm_store_m4n1(C, c12_1, c22_1, alpha);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m4n1(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c11_1, c11_2, c21_1, c21_2;
|
||||||
|
c11_1 = c11_2 = c21_1 = c21_2 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 1; K -= 2) {
|
||||||
|
float64x2_t b1 = vld1q_f64(sb); sb += 2;
|
||||||
|
c11_1 = vfmaq_laneq_f64(c11_1, vld1q_f64(sa), b1, 0);
|
||||||
|
c21_1 = vfmaq_laneq_f64(c21_1, vld1q_f64(sa + 2), b1, 0);
|
||||||
|
c11_2 = vfmaq_laneq_f64(c11_2, vld1q_f64(sa + 4), b1, 1);
|
||||||
|
c21_2 = vfmaq_laneq_f64(c21_2, vld1q_f64(sa + 6), b1, 1);
|
||||||
|
sa += 8;
|
||||||
|
}
|
||||||
|
c11_1 = vaddq_f64(c11_1, c11_2);
|
||||||
|
c21_1 = vaddq_f64(c21_1, c21_2);
|
||||||
|
if (K) {
|
||||||
|
double b1 = *sb++;
|
||||||
|
c11_1 = vfmaq_n_f64(c11_1, vld1q_f64(sa), b1);
|
||||||
|
c21_1 = vfmaq_n_f64(c21_1, vld1q_f64(sa + 2), b1);
|
||||||
|
sa += 4;
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m4n1(C, c11_1, c21_1, alpha);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m2n12(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *c,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c01, c02, c03, c04, c11, c12, c13, c14, c21, c22, c23, c24;
|
||||||
|
c01 = c02 = c03 = c04 = c11 = c12 = c13 = c14 =
|
||||||
|
c21 = c22 = c23 = c24 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
const FLOAT *b1_ = sb;
|
||||||
|
const FLOAT *b2_ = sb + 4 * K;
|
||||||
|
const FLOAT *b3_ = b2_ + 4 * K;
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
const float64x2_t a1 = vld1q_f64(sa); sa += 2;
|
||||||
|
|
||||||
|
float64x2_t b1 = vld1q_f64(b1_), b2 = vld1q_f64(b1_ + 2); b1_ += 4;
|
||||||
|
c01 = vfmaq_laneq_f64(c01, a1, b1, 0);
|
||||||
|
c02 = vfmaq_laneq_f64(c02, a1, b1, 1);
|
||||||
|
c03 = vfmaq_laneq_f64(c03, a1, b2, 0);
|
||||||
|
c04 = vfmaq_laneq_f64(c04, a1, b2, 1);
|
||||||
|
|
||||||
|
b1 = vld1q_f64(b2_); b2 = vld1q_f64(b2_ + 2); b2_ += 4;
|
||||||
|
c11 = vfmaq_laneq_f64(c11, a1, b1, 0);
|
||||||
|
c12 = vfmaq_laneq_f64(c12, a1, b1, 1);
|
||||||
|
c13 = vfmaq_laneq_f64(c13, a1, b2, 0);
|
||||||
|
c14 = vfmaq_laneq_f64(c14, a1, b2, 1);
|
||||||
|
|
||||||
|
b1 = vld1q_f64(b3_); b2 = vld1q_f64(b3_ + 2); b3_ += 4;
|
||||||
|
c21 = vfmaq_laneq_f64(c21, a1, b1, 0);
|
||||||
|
c22 = vfmaq_laneq_f64(c22, a1, b1, 1);
|
||||||
|
c23 = vfmaq_laneq_f64(c23, a1, b2, 0);
|
||||||
|
c24 = vfmaq_laneq_f64(c24, a1, b2, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c01, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c02, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c03, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c04, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c11, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c12, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c13, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c14, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c21, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c22, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c23, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c24, alpha));
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m2n8(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *c,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c01, c02, c03, c04, c11, c12, c13, c14;
|
||||||
|
c01 = c02 = c03 = c04 = c11 = c12 = c13 = c14 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
const FLOAT *b1_ = sb;
|
||||||
|
const FLOAT *b2_ = sb + 4 * K;
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
const float64x2_t a1 = vld1q_f64(sa); sa += 2;
|
||||||
|
|
||||||
|
float64x2_t b1 = vld1q_f64(b1_), b2 = vld1q_f64(b1_ + 2); b1_ += 4;
|
||||||
|
c01 = vfmaq_laneq_f64(c01, a1, b1, 0);
|
||||||
|
c02 = vfmaq_laneq_f64(c02, a1, b1, 1);
|
||||||
|
c03 = vfmaq_laneq_f64(c03, a1, b2, 0);
|
||||||
|
c04 = vfmaq_laneq_f64(c04, a1, b2, 1);
|
||||||
|
|
||||||
|
b1 = vld1q_f64(b2_); b2 = vld1q_f64(b2_ + 2); b2_ += 4;
|
||||||
|
c11 = vfmaq_laneq_f64(c11, a1, b1, 0);
|
||||||
|
c12 = vfmaq_laneq_f64(c12, a1, b1, 1);
|
||||||
|
c13 = vfmaq_laneq_f64(c13, a1, b2, 0);
|
||||||
|
c14 = vfmaq_laneq_f64(c14, a1, b2, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c01, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c02, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c03, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c04, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c11, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c12, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c13, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c14, alpha));
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m2n4(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *c,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1_1, c1_2, c2_1, c2_2, c3_1, c3_2, c4_1, c4_2;
|
||||||
|
c1_1 = c1_2 = c2_1 = c2_2 = c3_1 = c3_2 = c4_1 = c4_2 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 1; K -= 2) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa), a2 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
float64x2_t b1_1 = vld1q_f64(sb), b2_1 = vld1q_f64(sb + 2);
|
||||||
|
float64x2_t b1_2 = vld1q_f64(sb + 4), b2_2 = vld1q_f64(sb + 6); sb += 8;
|
||||||
|
|
||||||
|
c1_1 = vfmaq_laneq_f64(c1_1, a1, b1_1, 0);
|
||||||
|
c2_1 = vfmaq_laneq_f64(c2_1, a1, b1_1, 1);
|
||||||
|
c3_1 = vfmaq_laneq_f64(c3_1, a1, b2_1, 0);
|
||||||
|
c4_1 = vfmaq_laneq_f64(c4_1, a1, b2_1, 1);
|
||||||
|
|
||||||
|
c1_2 = vfmaq_laneq_f64(c1_2, a2, b1_2, 0);
|
||||||
|
c2_2 = vfmaq_laneq_f64(c2_2, a2, b1_2, 1);
|
||||||
|
c3_2 = vfmaq_laneq_f64(c3_2, a2, b2_2, 0);
|
||||||
|
c4_2 = vfmaq_laneq_f64(c4_2, a2, b2_2, 1);
|
||||||
|
}
|
||||||
|
c1_1 = vaddq_f64(c1_1, c1_2);
|
||||||
|
c2_1 = vaddq_f64(c2_1, c2_2);
|
||||||
|
c3_1 = vaddq_f64(c3_1, c3_2);
|
||||||
|
c4_1 = vaddq_f64(c4_1, c4_2);
|
||||||
|
if (K) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa); sa += 2;
|
||||||
|
float64x2_t b1 = vld1q_f64(sb), b2 = vld1q_f64(sb + 2); sb += 4;
|
||||||
|
c1_1 = vfmaq_laneq_f64(c1_1, a1, b1, 0);
|
||||||
|
c2_1 = vfmaq_laneq_f64(c2_1, a1, b1, 1);
|
||||||
|
c3_1 = vfmaq_laneq_f64(c3_1, a1, b2, 0);
|
||||||
|
c4_1 = vfmaq_laneq_f64(c4_1, a1, b2, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c1_1, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c2_1, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c3_1, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c4_1, alpha));
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m2n2(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *c,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1_1, c1_2, c2_1, c2_2;
|
||||||
|
c1_1 = c1_2 = c2_1 = c2_2 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 1; K -= 2) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa), a2 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
float64x2_t b1 = vld1q_f64(sb), b2 = vld1q_f64(sb + 2); sb += 4;
|
||||||
|
|
||||||
|
c1_1 = vfmaq_laneq_f64(c1_1, a1, b1, 0);
|
||||||
|
c2_1 = vfmaq_laneq_f64(c2_1, a1, b1, 1);
|
||||||
|
c1_2 = vfmaq_laneq_f64(c1_2, a2, b2, 0);
|
||||||
|
c2_2 = vfmaq_laneq_f64(c2_2, a2, b2, 1);
|
||||||
|
}
|
||||||
|
c1_1 = vaddq_f64(c1_1, c1_2);
|
||||||
|
c2_1 = vaddq_f64(c2_1, c2_2);
|
||||||
|
if (K) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa); sa += 2;
|
||||||
|
float64x2_t b1 = vld1q_f64(sb); sb += 2;
|
||||||
|
c1_1 = vfmaq_laneq_f64(c1_1, a1, b1, 0);
|
||||||
|
c2_1 = vfmaq_laneq_f64(c2_1, a1, b1, 1);
|
||||||
|
}
|
||||||
|
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c1_1, alpha)); c += LDC;
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c2_1, alpha));
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m2n1(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *c,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1, c2, c3, c4;
|
||||||
|
c1 = c2 = c3 = c4 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 3; K -= 4) {
|
||||||
|
float64x2_t b12 = vld1q_f64(sb), b34 = vld1q_f64(sb + 2); sb += 4;
|
||||||
|
c1 = vfmaq_laneq_f64(c1, vld1q_f64(sa), b12, 0);
|
||||||
|
c2 = vfmaq_laneq_f64(c2, vld1q_f64(sa + 2), b12, 1);
|
||||||
|
c3 = vfmaq_laneq_f64(c3, vld1q_f64(sa + 4), b34, 0);
|
||||||
|
c4 = vfmaq_laneq_f64(c4, vld1q_f64(sa + 6), b34, 1);
|
||||||
|
sa += 8;
|
||||||
|
}
|
||||||
|
c1 = vaddq_f64(c1, c2);
|
||||||
|
c3 = vaddq_f64(c3, c4);
|
||||||
|
c1 = vaddq_f64(c1, c3);
|
||||||
|
for (; K; K--) {
|
||||||
|
c1 = vfmaq_n_f64(c1, vld1q_f64(sa), *sb++);
|
||||||
|
sa += 2;
|
||||||
|
}
|
||||||
|
|
||||||
|
vst1q_f64(c, vfmaq_n_f64(vld1q_f64(c), c1, alpha));
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_store_m1n2(double *C, float64x2_t vc,
|
||||||
|
double alpha, BLASLONG LDC) {
|
||||||
|
double c0 = vgetq_lane_f64(vc, 0);
|
||||||
|
double c1 = vgetq_lane_f64(vc, 1);
|
||||||
|
C[0] += c0 * alpha;
|
||||||
|
C[LDC] += c1 * alpha;
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m1n12(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1, c2, c3, c4, c5, c6;
|
||||||
|
c1 = c2 = c3 = c4 = c5 = c6 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
const double *b1_ = sb;
|
||||||
|
const double *b2_ = sb + 4 * K;
|
||||||
|
const double *b3_ = b2_ + 4 * K;
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
const double a1 = *sa++;
|
||||||
|
c1 = vfmaq_n_f64(c1, vld1q_f64(b1_), a1);
|
||||||
|
c2 = vfmaq_n_f64(c2, vld1q_f64(b1_ + 2), a1); b1_ += 4;
|
||||||
|
c3 = vfmaq_n_f64(c3, vld1q_f64(b2_), a1);
|
||||||
|
c4 = vfmaq_n_f64(c4, vld1q_f64(b2_ + 2), a1); b2_ += 4;
|
||||||
|
c5 = vfmaq_n_f64(c5, vld1q_f64(b3_), a1);
|
||||||
|
c6 = vfmaq_n_f64(c6, vld1q_f64(b3_ + 2), a1); b3_ += 4;
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m1n2(C, c1, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c2, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c3, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c4, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c5, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c6, alpha, LDC);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m1n8(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1, c2, c3, c4;
|
||||||
|
c1 = c2 = c3 = c4 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
const double *b1_ = sb;
|
||||||
|
const double *b2_ = sb + 4 * K;
|
||||||
|
|
||||||
|
for (; K; K--) {
|
||||||
|
const double a1 = *sa++;
|
||||||
|
c1 = vfmaq_n_f64(c1, vld1q_f64(b1_), a1);
|
||||||
|
c2 = vfmaq_n_f64(c2, vld1q_f64(b1_ + 2), a1); b1_ += 4;
|
||||||
|
c3 = vfmaq_n_f64(c3, vld1q_f64(b2_), a1);
|
||||||
|
c4 = vfmaq_n_f64(c4, vld1q_f64(b2_ + 2), a1); b2_ += 4;
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m1n2(C, c1, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c2, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c3, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c4, alpha, LDC);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m1n4(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1_1, c1_2, c2_1, c2_2;
|
||||||
|
c1_1 = c1_2 = c2_1 = c2_2 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 1; K -= 2) {
|
||||||
|
float64x2_t a1 = vld1q_f64(sa); sa += 2;
|
||||||
|
c1_1 = vfmaq_laneq_f64(c1_1, vld1q_f64(sb), a1, 0);
|
||||||
|
c2_1 = vfmaq_laneq_f64(c2_1, vld1q_f64(sb + 2), a1, 0);
|
||||||
|
c1_2 = vfmaq_laneq_f64(c1_2, vld1q_f64(sb + 4), a1, 1);
|
||||||
|
c2_2 = vfmaq_laneq_f64(c2_2, vld1q_f64(sb + 6), a1, 1); sb += 8;
|
||||||
|
}
|
||||||
|
c1_1 = vaddq_f64(c1_1, c1_2);
|
||||||
|
c2_1 = vaddq_f64(c2_1, c2_2);
|
||||||
|
if (K) {
|
||||||
|
double a1 = *sa++;
|
||||||
|
c1_1 = vfmaq_n_f64(c1_1, vld1q_f64(sb), a1);
|
||||||
|
c2_1 = vfmaq_n_f64(c2_1, vld1q_f64(sb + 2), a1);
|
||||||
|
sb += 4;
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m1n2(C, c1_1, alpha, LDC); C += LDC * 2;
|
||||||
|
dgemm_store_m1n2(C, c2_1, alpha, LDC);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m1n2(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1, c2, c3, c4;
|
||||||
|
c1 = c2 = c3 = c4 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 3; K -= 4) {
|
||||||
|
float64x2_t a12 = vld1q_f64(sa), a34 = vld1q_f64(sa + 2); sa += 4;
|
||||||
|
c1 = vfmaq_laneq_f64(c1, vld1q_f64(sb), a12, 0);
|
||||||
|
c2 = vfmaq_laneq_f64(c2, vld1q_f64(sb + 2), a12, 1);
|
||||||
|
c3 = vfmaq_laneq_f64(c3, vld1q_f64(sb + 4), a34, 0);
|
||||||
|
c4 = vfmaq_laneq_f64(c4, vld1q_f64(sb + 6), a34, 1); sb += 8;
|
||||||
|
}
|
||||||
|
c1 = vaddq_f64(c1, c2);
|
||||||
|
c3 = vaddq_f64(c3, c4);
|
||||||
|
c1 = vaddq_f64(c1, c3);
|
||||||
|
for (; K; K--) {
|
||||||
|
c1 = vfmaq_n_f64(c1, vld1q_f64(sb), *sa++);
|
||||||
|
sb += 2;
|
||||||
|
}
|
||||||
|
|
||||||
|
dgemm_store_m1n2(C, c1, alpha, LDC);
|
||||||
|
}
|
||||||
|
|
||||||
|
static inline void dgemm_kernel_arm64_4x4_m1n1(
|
||||||
|
const FLOAT *sa, const FLOAT *sb, FLOAT *C,
|
||||||
|
BLASLONG K, BLASLONG LDC, FLOAT alpha) {
|
||||||
|
|
||||||
|
float64x2_t c1, c2, c3, c4;
|
||||||
|
c1 = c2 = c3 = c4 = vdupq_n_f64(0);
|
||||||
|
|
||||||
|
for (; K > 7; K -= 8) {
|
||||||
|
c1 = vfmaq_f64(c1, vld1q_f64(sb), vld1q_f64(sa));
|
||||||
|
c2 = vfmaq_f64(c2, vld1q_f64(sb + 2), vld1q_f64(sa + 2));
|
||||||
|
c3 = vfmaq_f64(c3, vld1q_f64(sb + 4), vld1q_f64(sa + 4));
|
||||||
|
c4 = vfmaq_f64(c4, vld1q_f64(sb + 6), vld1q_f64(sa + 6));
|
||||||
|
sa += 8; sb += 8;
|
||||||
|
}
|
||||||
|
c1 = vaddq_f64(c1, c2);
|
||||||
|
c3 = vaddq_f64(c3, c4);
|
||||||
|
c1 = vaddq_f64(c1, c3);
|
||||||
|
double cs1 = vpaddd_f64(c1);
|
||||||
|
for (; K; K--) {
|
||||||
|
cs1 += (*sa++) * (*sb++);
|
||||||
|
}
|
||||||
|
|
||||||
|
C[0] += cs1 * alpha;
|
||||||
|
}
|
||||||
|
|
||||||
|
int CNAME(BLASLONG M, BLASLONG N, BLASLONG K, FLOAT alpha,
|
||||||
|
FLOAT *sa, FLOAT *sb, FLOAT *C, BLASLONG LDC) {
|
||||||
|
|
||||||
|
for (; N >= 12; N -= 12) {
|
||||||
|
BLASLONG m_left = M;
|
||||||
|
const FLOAT *a_ = sa;
|
||||||
|
FLOAT *c_ = C;
|
||||||
|
for (; m_left >= 4; m_left -= 4) {
|
||||||
|
dgemm_kernel_arm_cortex_a53_4x4_m4n12(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 4;
|
||||||
|
a_ += 4 * K;
|
||||||
|
}
|
||||||
|
if (m_left >= 2) {
|
||||||
|
m_left -= 2;
|
||||||
|
dgemm_kernel_arm64_4x4_m2n12(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 2;
|
||||||
|
a_ += 2 * K;
|
||||||
|
}
|
||||||
|
if (m_left) {
|
||||||
|
dgemm_kernel_arm64_4x4_m1n12(a_, sb, c_, K, LDC, alpha);
|
||||||
|
}
|
||||||
|
sb += 12 * K;
|
||||||
|
C += 12 * LDC;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (N >= 8) {
|
||||||
|
N -= 8;
|
||||||
|
BLASLONG m_left = M;
|
||||||
|
const FLOAT *a_ = sa;
|
||||||
|
FLOAT *c_ = C;
|
||||||
|
for (; m_left >= 4; m_left -= 4) {
|
||||||
|
dgemm_kernel_arm64_4x4_m4n8(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 4;
|
||||||
|
a_ += 4 * K;
|
||||||
|
}
|
||||||
|
if (m_left >= 2) {
|
||||||
|
m_left -= 2;
|
||||||
|
dgemm_kernel_arm64_4x4_m2n8(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 2;
|
||||||
|
a_ += 2 * K;
|
||||||
|
}
|
||||||
|
if (m_left) {
|
||||||
|
dgemm_kernel_arm64_4x4_m1n8(a_, sb, c_, K, LDC, alpha);
|
||||||
|
}
|
||||||
|
sb += 8 * K;
|
||||||
|
C += 8 * LDC;
|
||||||
|
} else if (N >= 4) {
|
||||||
|
N -= 4;
|
||||||
|
BLASLONG m_left = M;
|
||||||
|
const FLOAT *a_ = sa;
|
||||||
|
FLOAT *c_ = C;
|
||||||
|
for (; m_left >= 4; m_left -= 4) {
|
||||||
|
dgemm_kernel_arm64_4x4_m4n4(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 4;
|
||||||
|
a_ += 4 * K;
|
||||||
|
}
|
||||||
|
if (m_left >= 2) {
|
||||||
|
m_left -= 2;
|
||||||
|
dgemm_kernel_arm64_4x4_m2n4(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 2;
|
||||||
|
a_ += 2 * K;
|
||||||
|
}
|
||||||
|
if (m_left) {
|
||||||
|
dgemm_kernel_arm64_4x4_m1n4(a_, sb, c_, K, LDC, alpha);
|
||||||
|
}
|
||||||
|
sb += 4 * K;
|
||||||
|
C += 4 * LDC;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (N >= 2) {
|
||||||
|
N -= 2;
|
||||||
|
BLASLONG m_left = M;
|
||||||
|
const FLOAT *a_ = sa;
|
||||||
|
FLOAT *c_ = C;
|
||||||
|
for (; m_left >= 4; m_left -= 4) {
|
||||||
|
dgemm_kernel_arm64_4x4_m4n2(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 4;
|
||||||
|
a_ += 4 * K;
|
||||||
|
}
|
||||||
|
if (m_left >= 2) {
|
||||||
|
m_left -= 2;
|
||||||
|
dgemm_kernel_arm64_4x4_m2n2(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 2;
|
||||||
|
a_ += 2 * K;
|
||||||
|
}
|
||||||
|
if (m_left) {
|
||||||
|
dgemm_kernel_arm64_4x4_m1n2(a_, sb, c_, K, LDC, alpha);
|
||||||
|
}
|
||||||
|
sb += 2 * K;
|
||||||
|
C += 2 * LDC;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (N) {
|
||||||
|
BLASLONG m_left = M;
|
||||||
|
const FLOAT *a_ = sa;
|
||||||
|
FLOAT *c_ = C;
|
||||||
|
for (; m_left >= 4; m_left -= 4) {
|
||||||
|
dgemm_kernel_arm64_4x4_m4n1(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 4;
|
||||||
|
a_ += 4 * K;
|
||||||
|
}
|
||||||
|
if (m_left >= 2) {
|
||||||
|
m_left -= 2;
|
||||||
|
dgemm_kernel_arm64_4x4_m2n1(a_, sb, c_, K, LDC, alpha);
|
||||||
|
c_ += 2;
|
||||||
|
a_ += 2 * K;
|
||||||
|
}
|
||||||
|
if (m_left) {
|
||||||
|
dgemm_kernel_arm64_4x4_m1n1(a_, sb, c_, K, LDC, alpha);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
2
param.h
2
param.h
|
|
@ -3154,7 +3154,7 @@ is a big desktop or server with abundant cache rather than a phone or embedded d
|
||||||
#define SGEMM_DEFAULT_UNROLL_M 8
|
#define SGEMM_DEFAULT_UNROLL_M 8
|
||||||
#define SGEMM_DEFAULT_UNROLL_N 8
|
#define SGEMM_DEFAULT_UNROLL_N 8
|
||||||
|
|
||||||
#define DGEMM_DEFAULT_UNROLL_M 8
|
#define DGEMM_DEFAULT_UNROLL_M 4
|
||||||
#define DGEMM_DEFAULT_UNROLL_N 4
|
#define DGEMM_DEFAULT_UNROLL_N 4
|
||||||
|
|
||||||
#define CGEMM_DEFAULT_UNROLL_M 8
|
#define CGEMM_DEFAULT_UNROLL_M 8
|
||||||
|
|
|
||||||
Loading…
Reference in New Issue