updated optimized dsymv_U kernel for bulldozer
This commit is contained in:
wernsaar
parent
f824c2b751
commit
ef6374196d
|
|
@ -28,43 +28,97 @@ USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
|
|||
|
||||
#include "common.h"
|
||||
|
||||
|
||||
#if defined(BULLDOZER)
|
||||
#include "dsymv_U_microk_bulldozer-2.c"
|
||||
#elif defined(NEHALEM)
|
||||
#include "dsymv_U_microk_nehalem-2.c"
|
||||
#endif
|
||||
|
||||
#ifndef HAVE_KERNEL_4x4
|
||||
|
||||
#ifndef HAVE_KERNEL_8x2
|
||||
|
||||
static void dsymv_kernel_8x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *xp, FLOAT *yp, FLOAT *temp1, FLOAT *temp2)
|
||||
static void dsymv_kernel_4x4(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *xp, FLOAT *yp, FLOAT *temp1, FLOAT *temp2)
|
||||
{
|
||||
FLOAT at0,at1,at2,at3;
|
||||
FLOAT tmp2[2] = { 0.0, 0.0 };
|
||||
FLOAT x;
|
||||
FLOAT tmp2[4] = { 0.0, 0.0, 0.0, 0.0 };
|
||||
FLOAT tp0;
|
||||
FLOAT tp1;
|
||||
FLOAT tp2;
|
||||
FLOAT tp3;
|
||||
BLASLONG i;
|
||||
|
||||
tp0 = temp1[0];
|
||||
tp1 = temp1[1];
|
||||
tp2 = temp1[2];
|
||||
tp3 = temp1[3];
|
||||
|
||||
for (i=0; i<n; i+=2)
|
||||
for (i=0; i<n; i++)
|
||||
{
|
||||
at0 = a0[i];
|
||||
at1 = a1[i];
|
||||
at2 = a0[i+1];
|
||||
at3 = a1[i+1];
|
||||
yp[i] += tp0 * at0 + tp1 *at1;
|
||||
yp[i+1] += tp0 * at2 + tp1 *at3;
|
||||
tmp2[0] += at0 * xp[i] + at2 * xp[i+1];
|
||||
tmp2[1] += at1 * xp[i] + at3 * xp[i+1];
|
||||
at2 = a2[i];
|
||||
at3 = a3[i];
|
||||
x = xp[i];
|
||||
yp[i] += tp0 * at0 + tp1 *at1 + tp2 * at2 + tp3 * at3;
|
||||
tmp2[0] += at0 * x;
|
||||
tmp2[1] += at1 * x;
|
||||
tmp2[2] += at2 * x;
|
||||
tmp2[3] += at3 * x;
|
||||
|
||||
}
|
||||
temp2[0] = tmp2[0];
|
||||
temp2[1] = tmp2[1];
|
||||
|
||||
temp2[0] += tmp2[0];
|
||||
temp2[1] += tmp2[1];
|
||||
temp2[2] += tmp2[2];
|
||||
temp2[3] += tmp2[3];
|
||||
}
|
||||
|
||||
#endif
|
||||
|
||||
|
||||
#ifndef HAVE_KERNEL_1x4
|
||||
|
||||
static void dsymv_kernel_1x4(BLASLONG from, BLASLONG to, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *xp, FLOAT *yp, FLOAT *temp1, FLOAT *temp2)
|
||||
{
|
||||
FLOAT at0,at1,at2,at3;
|
||||
FLOAT x;
|
||||
FLOAT tmp2[4] = { 0.0, 0.0, 0.0, 0.0 };
|
||||
FLOAT tp0;
|
||||
FLOAT tp1;
|
||||
FLOAT tp2;
|
||||
FLOAT tp3;
|
||||
BLASLONG i;
|
||||
|
||||
tp0 = temp1[0];
|
||||
tp1 = temp1[1];
|
||||
tp2 = temp1[2];
|
||||
tp3 = temp1[3];
|
||||
|
||||
for (i=from; i<to; i++)
|
||||
{
|
||||
at0 = a0[i];
|
||||
at1 = a1[i];
|
||||
at2 = a2[i];
|
||||
at3 = a3[i];
|
||||
x = xp[i];
|
||||
yp[i] += tp0 * at0 + tp1 *at1 + tp2 * at2 + tp3 * at3;
|
||||
tmp2[0] += at0 * x;
|
||||
tmp2[1] += at1 * x;
|
||||
tmp2[2] += at2 * x;
|
||||
tmp2[3] += at3 * x;
|
||||
|
||||
}
|
||||
|
||||
temp2[0] += tmp2[0];
|
||||
temp2[1] += tmp2[1];
|
||||
temp2[2] += tmp2[2];
|
||||
temp2[3] += tmp2[3];
|
||||
}
|
||||
|
||||
#endif
|
||||
|
||||
|
||||
static void dsymv_kernel_8x1(BLASLONG n, FLOAT *a0, FLOAT *xp, FLOAT *yp, FLOAT *temp1, FLOAT *temp2)
|
||||
{
|
||||
FLOAT at0,at1,at2,at3;
|
||||
|
|
@ -99,13 +153,16 @@ int CNAME(BLASLONG m, BLASLONG offset, FLOAT alpha, FLOAT *a, BLASLONG lda, FLOA
|
|||
BLASLONG ix,iy;
|
||||
BLASLONG jx,jy;
|
||||
BLASLONG j;
|
||||
BLASLONG j1;
|
||||
BLASLONG j2;
|
||||
BLASLONG m2;
|
||||
FLOAT temp1;
|
||||
FLOAT temp2;
|
||||
FLOAT *xp, *yp;
|
||||
FLOAT *a0,*a1;
|
||||
FLOAT tmp1[2];
|
||||
FLOAT tmp2[2];
|
||||
FLOAT *a0,*a1,*a2,*a3;
|
||||
FLOAT at0,at1,at2,at3;
|
||||
FLOAT tmp1[4];
|
||||
FLOAT tmp2[4];
|
||||
|
||||
#if 0
|
||||
if( m != offset )
|
||||
|
|
@ -145,37 +202,45 @@ int CNAME(BLASLONG m, BLASLONG offset, FLOAT alpha, FLOAT *a, BLASLONG lda, FLOA
|
|||
xp = x;
|
||||
yp = y;
|
||||
|
||||
m2 = m - ( mrange % 2 );
|
||||
m2 = m - ( mrange % 4 );
|
||||
|
||||
for (j=m1; j<m2; j+=2)
|
||||
for (j=m1; j<m2; j+=4)
|
||||
{
|
||||
tmp1[0] = alpha * xp[j];
|
||||
tmp1[1] = alpha * xp[j+1];
|
||||
tmp1[2] = alpha * xp[j+2];
|
||||
tmp1[3] = alpha * xp[j+3];
|
||||
tmp2[0] = 0.0;
|
||||
tmp2[1] = 0.0;
|
||||
tmp2[2] = 0.0;
|
||||
tmp2[3] = 0.0;
|
||||
a0 = &a[j*lda];
|
||||
a1 = a0+lda;
|
||||
FLOAT at0,at1;
|
||||
BLASLONG j1 = (j/8)*8;
|
||||
a2 = a1+lda;
|
||||
a3 = a2+lda;
|
||||
j1 = (j/8)*8;
|
||||
if ( j1 )
|
||||
dsymv_kernel_8x2(j1, a0, a1, xp, yp, tmp1, tmp2);
|
||||
dsymv_kernel_4x4(j1, a0, a1, a2, a3, xp, yp, tmp1, tmp2);
|
||||
if ( j1 < j )
|
||||
dsymv_kernel_1x4(j1, j, a0, a1, a2, a3, xp, yp, tmp1, tmp2);
|
||||
|
||||
for (i=j1; i<j; i++)
|
||||
j2 = 0;
|
||||
for ( j1 = j ; j1 < j+4 ; j1++ )
|
||||
{
|
||||
at0 = a0[i];
|
||||
at1 = a1[i];
|
||||
yp[i] += tmp1[0] * at0 + tmp1[1] *at1;
|
||||
tmp2[0] += at0 * xp[i];
|
||||
tmp2[1] += at1 * xp[i];
|
||||
|
||||
temp1 = tmp1[j2];
|
||||
temp2 = tmp2[j2];
|
||||
a0 = &a[j1*lda];
|
||||
for ( i=j ; i<j1; i++ )
|
||||
{
|
||||
yp[i] += temp1 * a0[i];
|
||||
temp2 += a0[i] * xp[i];
|
||||
|
||||
}
|
||||
y[j1] += temp1 * a0[j1] + alpha * temp2;
|
||||
j2++;
|
||||
|
||||
}
|
||||
|
||||
at1 = a1[j];
|
||||
yp[j] += tmp1[1] * at1;
|
||||
tmp2[1] += at1 * xp[j];
|
||||
|
||||
yp[j] += tmp1[0] * a0[j] + alpha * tmp2[0];
|
||||
yp[j+1] += tmp1[1] * a1[j+1] + alpha * tmp2[1];
|
||||
}
|
||||
|
||||
for ( ; j<m; j++)
|
||||
|
|
@ -184,7 +249,7 @@ int CNAME(BLASLONG m, BLASLONG offset, FLOAT alpha, FLOAT *a, BLASLONG lda, FLOA
|
|||
temp2 = 0.0;
|
||||
a0 = &a[j*lda];
|
||||
FLOAT at0;
|
||||
BLASLONG j1 = (j/8)*8;
|
||||
j1 = (j/8)*8;
|
||||
|
||||
if ( j1 )
|
||||
dsymv_kernel_8x1(j1, a0, xp, yp, &temp1, &temp2);
|
||||
|
|
|
|||
|
|
@ -25,10 +25,10 @@ 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.
|
||||
*****************************************************************************/
|
||||
|
||||
#define HAVE_KERNEL_8x2 1
|
||||
static void dsymv_kernel_8x2( BLASLONG n, FLOAT *a1, FLOAT *a2, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline));
|
||||
#define HAVE_KERNEL_4x4 1
|
||||
static void dsymv_kernel_4x4( BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline));
|
||||
|
||||
static void dsymv_kernel_8x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2)
|
||||
static void dsymv_kernel_4x4(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2)
|
||||
{
|
||||
|
||||
BLASLONG register i = 0;
|
||||
|
|
@ -37,62 +37,73 @@ static void dsymv_kernel_8x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT *
|
|||
(
|
||||
"vxorpd %%xmm0 , %%xmm0 , %%xmm0 \n\t" // temp2[0]
|
||||
"vxorpd %%xmm1 , %%xmm1 , %%xmm1 \n\t" // temp2[1]
|
||||
"vmovddup (%6), %%xmm2 \n\t" // temp1[0]
|
||||
"vmovddup 8(%6), %%xmm3 \n\t" // temp1[1]
|
||||
"vxorpd %%xmm2 , %%xmm2 , %%xmm2 \n\t" // temp2[2]
|
||||
"vxorpd %%xmm3 , %%xmm3 , %%xmm3 \n\t" // temp2[3]
|
||||
"vmovddup (%8), %%xmm4 \n\t" // temp1[0]
|
||||
"vmovddup 8(%8), %%xmm5 \n\t" // temp1[1]
|
||||
"vmovddup 16(%8), %%xmm6 \n\t" // temp1[1]
|
||||
"vmovddup 24(%8), %%xmm7 \n\t" // temp1[1]
|
||||
|
||||
"xorq %0,%0 \n\t"
|
||||
|
||||
".align 16 \n\t"
|
||||
".L01LOOP%=: \n\t"
|
||||
".align 16 \n\t"
|
||||
".L01LOOP%=: \n\t"
|
||||
|
||||
"prefetcht0 192(%4,%0,8) \n\t"
|
||||
"vmovups (%4,%0,8), %%xmm4 \n\t" // 2 * a0
|
||||
"vmovups 16(%4,%0,8), %%xmm5 \n\t" // 2 * a0
|
||||
"prefetcht0 192(%2,%0,8) \n\t"
|
||||
"vmovups (%2,%0,8), %%xmm8 \n\t" // 2 * x
|
||||
"vmovups 16(%2,%0,8), %%xmm9 \n\t" // 2 * x
|
||||
"prefetcht0 192(%3,%0,8) \n\t"
|
||||
"vmovups 32(%4,%0,8), %%xmm6 \n\t" // 2 * a0
|
||||
"vmovups 48(%4,%0,8), %%xmm7 \n\t" // 2 * a0
|
||||
"vmovups 32(%2,%0,8), %%xmm10 \n\t" // 2 * x
|
||||
"vmovups 48(%2,%0,8), %%xmm11 \n\t" // 2 * x
|
||||
"vmovups (%4,%0,8), %%xmm12 \n\t" // 2 * a
|
||||
"vmovups (%2,%0,8), %%xmm8 \n\t" // 2 * x
|
||||
"vmovups (%3,%0,8), %%xmm9 \n\t" // 2 * y
|
||||
|
||||
"prefetcht0 192(%5,%0,8) \n\t"
|
||||
"vfmaddpd (%3,%0,8), %%xmm2 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a0
|
||||
"vfmaddpd %%xmm0 , %%xmm8 , %%xmm4 , %%xmm0 \n\t" // temp2 += a0 * x
|
||||
"vfmaddpd 16(%3,%0,8), %%xmm2 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a0
|
||||
"vmovups (%5,%0,8), %%xmm4 \n\t" // 2 * a1
|
||||
"vfmaddpd %%xmm0 , %%xmm9 , %%xmm5 , %%xmm0 \n\t" // temp2 += a0 * x
|
||||
"vfmaddpd 32(%3,%0,8), %%xmm2 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a0
|
||||
"vmovups 16(%5,%0,8), %%xmm5 \n\t" // 2 * a1
|
||||
"vfmaddpd %%xmm0 , %%xmm10, %%xmm6 , %%xmm0 \n\t" // temp2 += a0 * x
|
||||
"vfmaddpd 48(%3,%0,8), %%xmm2 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a0
|
||||
"vmovups 32(%5,%0,8), %%xmm6 \n\t" // 2 * a1
|
||||
"vfmaddpd %%xmm0 , %%xmm11, %%xmm7 , %%xmm0 \n\t" // temp2 += a0 * x
|
||||
"vmovups 48(%5,%0,8), %%xmm7 \n\t" // 2 * a1
|
||||
"vmovups (%5,%0,8), %%xmm13 \n\t" // 2 * a
|
||||
|
||||
"vfmaddpd %%xmm12, %%xmm3 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a1
|
||||
"vfmaddpd %%xmm13, %%xmm3 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a1
|
||||
"vmovups %%xmm12, (%3,%0,8) \n\t" // 2 * y
|
||||
"vfmaddpd %%xmm14, %%xmm3 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a1
|
||||
"vmovups %%xmm13, 16(%3,%0,8) \n\t" // 2 * y
|
||||
"vfmaddpd %%xmm15, %%xmm3 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a1
|
||||
"vmovups %%xmm14, 32(%3,%0,8) \n\t" // 2 * y
|
||||
"vfmaddpd %%xmm0 , %%xmm8, %%xmm12 , %%xmm0 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm9 , %%xmm4, %%xmm12 , %%xmm9 \n\t" // y += temp1 * a
|
||||
"vmovups (%6,%0,8), %%xmm14 \n\t" // 2 * a
|
||||
|
||||
"vfmaddpd %%xmm1 , %%xmm8 , %%xmm4 , %%xmm1 \n\t" // temp2 += a1 * x
|
||||
"vfmaddpd %%xmm1 , %%xmm9 , %%xmm5 , %%xmm1 \n\t" // temp2 += a1 * x
|
||||
"vmovups %%xmm15, 48(%3,%0,8) \n\t" // 2 * y
|
||||
"vfmaddpd %%xmm1 , %%xmm10, %%xmm6 , %%xmm1 \n\t" // temp2 += a1 * x
|
||||
"vfmaddpd %%xmm1 , %%xmm11, %%xmm7 , %%xmm1 \n\t" // temp2 += a1 * x
|
||||
"vfmaddpd %%xmm1 , %%xmm8, %%xmm13 , %%xmm1 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm9 , %%xmm5, %%xmm13 , %%xmm9 \n\t" // y += temp1 * a
|
||||
"vmovups (%7,%0,8), %%xmm15 \n\t" // 2 * a
|
||||
|
||||
"vmovups 16(%3,%0,8), %%xmm11 \n\t" // 2 * y
|
||||
"vfmaddpd %%xmm2 , %%xmm8, %%xmm14 , %%xmm2 \n\t" // temp2 += x * a
|
||||
"vmovups 16(%4,%0,8), %%xmm12 \n\t" // 2 * a
|
||||
"vfmaddpd %%xmm9 , %%xmm6, %%xmm14 , %%xmm9 \n\t" // y += temp1 * a
|
||||
"vmovups 16(%2,%0,8), %%xmm10 \n\t" // 2 * x
|
||||
|
||||
"vfmaddpd %%xmm3 , %%xmm8, %%xmm15 , %%xmm3 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm9 , %%xmm7, %%xmm15 , %%xmm9 \n\t" // y += temp1 * a
|
||||
|
||||
"vmovups 16(%5,%0,8), %%xmm13 \n\t" // 2 * a
|
||||
"vmovups 16(%6,%0,8), %%xmm14 \n\t" // 2 * a
|
||||
|
||||
"vfmaddpd %%xmm0 , %%xmm10, %%xmm12 , %%xmm0 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm11 , %%xmm4, %%xmm12 , %%xmm11 \n\t" // y += temp1 * a
|
||||
|
||||
"vmovups 16(%7,%0,8), %%xmm15 \n\t" // 2 * a
|
||||
"vfmaddpd %%xmm1 , %%xmm10, %%xmm13 , %%xmm1 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm11 , %%xmm5, %%xmm13 , %%xmm11 \n\t" // y += temp1 * a
|
||||
|
||||
"vfmaddpd %%xmm2 , %%xmm10, %%xmm14 , %%xmm2 \n\t" // temp2 += x * a
|
||||
"addq $4 , %0 \n\t"
|
||||
"vfmaddpd %%xmm11 , %%xmm6, %%xmm14 , %%xmm11 \n\t" // y += temp1 * a
|
||||
|
||||
"vfmaddpd %%xmm3 , %%xmm10, %%xmm15 , %%xmm3 \n\t" // temp2 += x * a
|
||||
"vfmaddpd %%xmm11 , %%xmm7, %%xmm15 , %%xmm11 \n\t" // y += temp1 * a
|
||||
"subq $4 , %1 \n\t"
|
||||
|
||||
"vmovups %%xmm9 , -32(%3,%0,8) \n\t"
|
||||
"vmovups %%xmm11 , -16(%3,%0,8) \n\t"
|
||||
|
||||
"addq $8, %0 \n\t"
|
||||
"subq $8, %1 \n\t"
|
||||
"jnz .L01LOOP%= \n\t"
|
||||
|
||||
"vhaddpd %%xmm0, %%xmm0, %%xmm0 \n\t"
|
||||
"vhaddpd %%xmm1, %%xmm1, %%xmm1 \n\t"
|
||||
"vmovsd %%xmm0 , (%7) \n\t" // save temp2
|
||||
"vmovsd %%xmm1 ,8(%7) \n\t" // save temp2
|
||||
"vhaddpd %%xmm2, %%xmm2, %%xmm2 \n\t"
|
||||
"vhaddpd %%xmm3, %%xmm3, %%xmm3 \n\t"
|
||||
|
||||
"vmovsd %%xmm0 , (%9) \n\t" // save temp2
|
||||
"vmovsd %%xmm1 , 8(%9) \n\t" // save temp2
|
||||
"vmovsd %%xmm2 ,16(%9) \n\t" // save temp2
|
||||
"vmovsd %%xmm3 ,24(%9) \n\t" // save temp2
|
||||
|
||||
:
|
||||
:
|
||||
|
|
@ -100,10 +111,12 @@ static void dsymv_kernel_8x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT *
|
|||
"r" (n), // 1
|
||||
"r" (x), // 2
|
||||
"r" (y), // 3
|
||||
"r" (a0), // 4
|
||||
"r" (a1), // 5
|
||||
"r" (temp1), // 6
|
||||
"r" (temp2) // 7
|
||||
"r" (a0), // 4
|
||||
"r" (a1), // 5
|
||||
"r" (a2), // 6
|
||||
"r" (a3), // 7
|
||||
"r" (temp1), // 8
|
||||
"r" (temp2) // 9
|
||||
: "cc",
|
||||
"%xmm0", "%xmm1", "%xmm2", "%xmm3",
|
||||
"%xmm4", "%xmm5", "%xmm6", "%xmm7",
|
||||
|
|
|
|||
Loading…
Reference in New Issue