sbgemm: cooperlake: implement sbgemm_tcopy_32
This commit is contained in:
parent
4c294336e6
commit
ef8f5fecc8
|
@ -26,8 +26,116 @@ 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){
|
||||
BLASLONG i, j;
|
||||
|
||||
IFLOAT *boffset;
|
||||
|
||||
boffset = b;
|
||||
|
||||
BLASLONG n32 = n & ~31;
|
||||
BLASLONG m4 = m & ~3;
|
||||
BLASLONG m2 = m & ~1;
|
||||
|
||||
uint32_t permute_table = {
|
||||
0, 0x10|0, 1, 0x10|1, 2, 0x10|2, 3, 0x10|3, 4, 0x10|4, 5, 0x10|5, 6, 0x10|6, 7, 0x10, 7,
|
||||
8, 0x10|8, 9, 0x10|9, 10, 0x10|10, 11, 0x10|11, 12, 0x10|12, 13, 0x10|13, 14, 0x10|14, 15, 0x10|15,
|
||||
};
|
||||
|
||||
__m512i idx_lo = _mm512_loadu_si512(permute_table);
|
||||
__m512i idx_hi = _mm512_loadu_si512(permute_table + 16);
|
||||
|
||||
for (j = 0; j < n32; j += 32) {
|
||||
for (i = 0; i < m4; i += 4) {
|
||||
/* bf16 fma need special memory layout:
|
||||
* for memory layout like below:
|
||||
* a00, a01, a02, a03, a04, a05 ....
|
||||
* a10, a11, a12, a13, a14, a15 ....
|
||||
* need to copy as:
|
||||
* a00, a10, a01, a11, a02, a12, a03, a13, ...
|
||||
*/
|
||||
__m512i a0 = _mm512_loadu_si512(&a[(i + 0)*lda + j]);
|
||||
__m512i a1 = _mm512_loadu_si512(&a[(i + 1)*lda + j]);
|
||||
__m512i a2 = _mm512_loadu_si512(&a[(i + 2)*lda + j]);
|
||||
__m512i a3 = _mm512_loadu_si512(&a[(i + 3)*lda + j]);
|
||||
|
||||
__m512i a00 = _mm512_unpacklo_epi16(a0, a1);
|
||||
__m512i a01 = _mm512_unpackhi_epi16(a0, a1);
|
||||
__m512i a10 = _mm512_unpacklo_epi16(a2, a3);
|
||||
__m512i a11 = _mm512_unpackhi_epi16(a2, a3);
|
||||
|
||||
a0 = _mm512_permutex2var_epi32(a00, idx_lo, a01);
|
||||
a1 = _mm512_permutex2var_epi32(a00, idx_hi, a01);
|
||||
a2 = _mm512_permutex2var_epi32(a10, idx_lo, a11);
|
||||
a3 = _mm512_permutex2var_epi32(a10, idx_hi, a11);
|
||||
|
||||
_mm512_storeu_si512(boffset, a0);
|
||||
_mm512_storeu_si512(boffset + 32, a1);
|
||||
_mm512_storeu_si512(boffset + 64, a2);
|
||||
_mm512_storeu_si512(boffset + 96, a3);
|
||||
boffset += 128;
|
||||
}
|
||||
for (; i < m2; i += 2) {
|
||||
__m512i a0 = _mm512_loadu_si512(&a[(i + 0)*lda + j]);
|
||||
__m512i a1 = _mm512_loadu_si512(&a[(i + 1)*lda + j]);
|
||||
|
||||
__m512i a00 = _mm512_unpacklo_epi16(a0, a1);
|
||||
__m512i a01 = _mm512_unpackhi_epi16(a0, a1);
|
||||
|
||||
a0 = _mm512_permutex2var_epi32(a00, idx_lo, a01);
|
||||
a1 = _mm512_permutex2var_epi32(a00, idx_hi, a01);
|
||||
|
||||
_mm512_storeu_si512(boffset, a0);
|
||||
_mm512_storeu_si512(boffset + 32, a1);
|
||||
boffset += 64;
|
||||
}
|
||||
for (; i < m; i++) {
|
||||
/* just copy the only remains row */
|
||||
__m512i a0 = _mm512_loadu_si512(&a[(i + 0)*lda + j]);
|
||||
_mm512_storeu_si512(boffset, a0);
|
||||
boffset += 32;
|
||||
}
|
||||
}
|
||||
if (j < n) {
|
||||
uint32_t remains = n - j;
|
||||
__mmask32 r_mask = (1UL << remains) - 1;
|
||||
if (remains > 16) {
|
||||
__mmask16 w_mask = (1UL << (remains - 16)) - 1;
|
||||
for (i = 0; i < m2; i += 2) {
|
||||
__m512i a0 = _mm512_maskz_loadu_epi16(r_mask, &a[(i + 0)*lda + j]);
|
||||
__m512i a1 = _mm512_maskz_loadu_epi16(r_mask, &a[(i + 1)*lda + j]);
|
||||
|
||||
__m512i a00 = _mm512_unpacklo_epi16(a0, a1);
|
||||
__m512i a01 = _mm512_unpackhi_epi16(a0, a1);
|
||||
|
||||
a0 = _mm512_permutex2var_epi32(a00, idx_lo, a01);
|
||||
a1 = _mm512_permutex2var_epi32(a00, idx_hi, a01);
|
||||
|
||||
_mm512_storeu_si512(boffset, a0);
|
||||
_mm512_mask_storeu_epi32(boffset + 32, w_mask, a1);
|
||||
boffset += 2 * remains;
|
||||
}
|
||||
} else {
|
||||
__mmask16 w_mask = (1UL << remains ) - 1;
|
||||
for (i = 0; i < m2; i += 2) {
|
||||
__m512i a0 = _mm512_maskz_loadu_epi16(r_mask, &a[(i + 0)*lda + j]);
|
||||
__m512i a1 = _mm512_maskz_loadu_epi16(r_mask, &a[(i + 1)*lda + j]);
|
||||
|
||||
__m512i a00 = _mm512_unpacklo_epi16(a0, a1);
|
||||
__m512i a01 = _mm512_unpackhi_epi16(a0, a1);
|
||||
|
||||
a0 = _mm512_permutex2var_epi32(a00, idx_lo, a01);
|
||||
_mm512_mask_storeu_epi32(boffset, w_mask, a0);
|
||||
boffset += 2 * remains;
|
||||
}
|
||||
}
|
||||
for (; i < m; i++) {
|
||||
__m512i a0 = _mm512_maskz_loadu_epi16(r_mask, &a[(i + 0)*lda + j]);
|
||||
_mm512_mask_storeu_epi16(boffset, r_mask, a0);
|
||||
boffset += remains;
|
||||
}
|
||||
}
|
||||
}
|
||||
|
|
Loading…
Reference in New Issue