updated optimized ssymv_U for bulldozer
This commit is contained in:
wernsaar
parent
4ba4ab623f
commit
f824c2b751
|
|
@ -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.
|
USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
|
||||||
*****************************************************************************/
|
*****************************************************************************/
|
||||||
|
|
||||||
#define HAVE_KERNEL_16x2 1
|
#define HAVE_KERNEL_4x4 1
|
||||||
static void ssymv_kernel_16x2( BLASLONG n, FLOAT *a1, FLOAT *a2, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline));
|
static void ssymv_kernel_4x4( BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline));
|
||||||
|
|
||||||
static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2)
|
static void ssymv_kernel_4x4(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2)
|
||||||
{
|
{
|
||||||
|
|
||||||
BLASLONG register i = 0;
|
BLASLONG register i = 0;
|
||||||
|
|
@ -37,64 +37,57 @@ static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT
|
||||||
(
|
(
|
||||||
"vxorps %%xmm0 , %%xmm0 , %%xmm0 \n\t" // temp2[0]
|
"vxorps %%xmm0 , %%xmm0 , %%xmm0 \n\t" // temp2[0]
|
||||||
"vxorps %%xmm1 , %%xmm1 , %%xmm1 \n\t" // temp2[1]
|
"vxorps %%xmm1 , %%xmm1 , %%xmm1 \n\t" // temp2[1]
|
||||||
"vbroadcastss (%6), %%xmm2 \n\t" // temp1[0]
|
"vxorps %%xmm2 , %%xmm2 , %%xmm2 \n\t" // temp2[2]
|
||||||
"vbroadcastss 4(%6), %%xmm3 \n\t" // temp1[1]
|
"vxorps %%xmm3 , %%xmm3 , %%xmm3 \n\t" // temp2[3]
|
||||||
|
"vbroadcastss (%8), %%xmm4 \n\t" // temp1[0]
|
||||||
|
"vbroadcastss 4(%8), %%xmm5 \n\t" // temp1[1]
|
||||||
|
"vbroadcastss 8(%8), %%xmm6 \n\t" // temp1[1]
|
||||||
|
"vbroadcastss 12(%8), %%xmm7 \n\t" // temp1[1]
|
||||||
|
|
||||||
"xorq %0,%0 \n\t"
|
"xorq %0,%0 \n\t"
|
||||||
|
|
||||||
".align 16 \n\t"
|
".align 16 \n\t"
|
||||||
".L01LOOP%=: \n\t"
|
".L01LOOP%=: \n\t"
|
||||||
|
|
||||||
"prefetcht0 192(%4,%0,4) \n\t"
|
"vmovups (%2,%0,4), %%xmm8 \n\t" // 4 * x
|
||||||
"vmovups (%4,%0,4), %%xmm4 \n\t" // 2 * a0
|
"vmovups (%3,%0,4), %%xmm9 \n\t" // 4 * y
|
||||||
"vmovups 16(%4,%0,4), %%xmm5 \n\t" // 2 * a0
|
|
||||||
"prefetcht0 192(%2,%0,4) \n\t"
|
|
||||||
"vmovups (%2,%0,4), %%xmm8 \n\t" // 2 * x
|
|
||||||
"vmovups 16(%2,%0,4), %%xmm9 \n\t" // 2 * x
|
|
||||||
"prefetcht0 192(%3,%0,4) \n\t"
|
|
||||||
"vmovups 32(%4,%0,4), %%xmm6 \n\t" // 2 * a0
|
|
||||||
"vmovups 48(%4,%0,4), %%xmm7 \n\t" // 2 * a0
|
|
||||||
"vmovups 32(%2,%0,4), %%xmm10 \n\t" // 2 * x
|
|
||||||
"vmovups 48(%2,%0,4), %%xmm11 \n\t" // 2 * x
|
|
||||||
|
|
||||||
"prefetcht0 192(%5,%0,4) \n\t"
|
"vmovups (%4,%0,4), %%xmm12 \n\t" // 4 * a
|
||||||
"vfmaddps (%3,%0,4), %%xmm2 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a0
|
"vmovups (%5,%0,4), %%xmm13 \n\t" // 4 * a
|
||||||
"vfmaddps %%xmm0 , %%xmm8 , %%xmm4 , %%xmm0 \n\t" // temp2 += a0 * x
|
|
||||||
"vfmaddps 16(%3,%0,4), %%xmm2 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a0
|
|
||||||
"vmovups (%5,%0,4), %%xmm4 \n\t" // 2 * a1
|
|
||||||
"vfmaddps %%xmm0 , %%xmm9 , %%xmm5 , %%xmm0 \n\t" // temp2 += a0 * x
|
|
||||||
"vfmaddps 32(%3,%0,4), %%xmm2 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a0
|
|
||||||
"vmovups 16(%5,%0,4), %%xmm5 \n\t" // 2 * a1
|
|
||||||
"vfmaddps %%xmm0 , %%xmm10, %%xmm6 , %%xmm0 \n\t" // temp2 += a0 * x
|
|
||||||
"vfmaddps 48(%3,%0,4), %%xmm2 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a0
|
|
||||||
"vmovups 32(%5,%0,4), %%xmm6 \n\t" // 2 * a1
|
|
||||||
"vfmaddps %%xmm0 , %%xmm11, %%xmm7 , %%xmm0 \n\t" // temp2 += a0 * x
|
|
||||||
"vmovups 48(%5,%0,4), %%xmm7 \n\t" // 2 * a1
|
|
||||||
|
|
||||||
"vfmaddps %%xmm12, %%xmm3 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a1
|
"vfmaddps %%xmm0 , %%xmm8, %%xmm12 , %%xmm0 \n\t" // temp2 += x * a
|
||||||
"vfmaddps %%xmm13, %%xmm3 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a1
|
"vfmaddps %%xmm9 , %%xmm4, %%xmm12 , %%xmm9 \n\t" // y += temp1 * a
|
||||||
"vmovups %%xmm12, (%3,%0,4) \n\t" // 2 * y
|
|
||||||
"vfmaddps %%xmm14, %%xmm3 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a1
|
|
||||||
"vmovups %%xmm13, 16(%3,%0,4) \n\t" // 2 * y
|
|
||||||
"vfmaddps %%xmm15, %%xmm3 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a1
|
|
||||||
"vmovups %%xmm14, 32(%3,%0,4) \n\t" // 2 * y
|
|
||||||
|
|
||||||
"vfmaddps %%xmm1 , %%xmm8 , %%xmm4 , %%xmm1 \n\t" // temp2 += a1 * x
|
"vfmaddps %%xmm1 , %%xmm8, %%xmm13 , %%xmm1 \n\t" // temp2 += x * a
|
||||||
"vfmaddps %%xmm1 , %%xmm9 , %%xmm5 , %%xmm1 \n\t" // temp2 += a1 * x
|
"vmovups (%6,%0,4), %%xmm14 \n\t" // 4 * a
|
||||||
"vmovups %%xmm15, 48(%3,%0,4) \n\t" // 2 * y
|
"vfmaddps %%xmm9 , %%xmm5, %%xmm13 , %%xmm9 \n\t" // y += temp1 * a
|
||||||
"vfmaddps %%xmm1 , %%xmm10, %%xmm6 , %%xmm1 \n\t" // temp2 += a1 * x
|
|
||||||
"vfmaddps %%xmm1 , %%xmm11, %%xmm7 , %%xmm1 \n\t" // temp2 += a1 * x
|
|
||||||
|
|
||||||
"addq $16, %0 \n\t"
|
"vfmaddps %%xmm2 , %%xmm8, %%xmm14 , %%xmm2 \n\t" // temp2 += x * a
|
||||||
"subq $16, %1 \n\t"
|
"vmovups (%7,%0,4), %%xmm15 \n\t" // 4 * a
|
||||||
|
"vfmaddps %%xmm9 , %%xmm6, %%xmm14 , %%xmm9 \n\t" // y += temp1 * a
|
||||||
|
|
||||||
|
"vfmaddps %%xmm3 , %%xmm8, %%xmm15 , %%xmm3 \n\t" // temp2 += x * a
|
||||||
|
"vfmaddps %%xmm9 , %%xmm7, %%xmm15 , %%xmm9 \n\t" // y += temp1 * a
|
||||||
|
|
||||||
|
"vmovups %%xmm9 , (%3,%0,4) \n\t"
|
||||||
|
|
||||||
|
"addq $4 , %0 \n\t"
|
||||||
|
"subq $4 , %1 \n\t"
|
||||||
"jnz .L01LOOP%= \n\t"
|
"jnz .L01LOOP%= \n\t"
|
||||||
|
|
||||||
"vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t"
|
"vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t"
|
||||||
"vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t"
|
"vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t"
|
||||||
|
"vhaddps %%xmm2, %%xmm2, %%xmm2 \n\t"
|
||||||
|
"vhaddps %%xmm3, %%xmm3, %%xmm3 \n\t"
|
||||||
"vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t"
|
"vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t"
|
||||||
"vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t"
|
"vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t"
|
||||||
"vmovss %%xmm0 , (%7) \n\t" // save temp2
|
"vhaddps %%xmm2, %%xmm2, %%xmm2 \n\t"
|
||||||
"vmovss %%xmm1 ,4(%7) \n\t" // save temp2
|
"vhaddps %%xmm3, %%xmm3, %%xmm3 \n\t"
|
||||||
|
|
||||||
|
"vmovss %%xmm0 , (%9) \n\t" // save temp2
|
||||||
|
"vmovss %%xmm1 , 4(%9) \n\t" // save temp2
|
||||||
|
"vmovss %%xmm2 , 8(%9) \n\t" // save temp2
|
||||||
|
"vmovss %%xmm3 ,12(%9) \n\t" // save temp2
|
||||||
|
|
||||||
:
|
:
|
||||||
:
|
:
|
||||||
|
|
@ -102,10 +95,12 @@ static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT
|
||||||
"r" (n), // 1
|
"r" (n), // 1
|
||||||
"r" (x), // 2
|
"r" (x), // 2
|
||||||
"r" (y), // 3
|
"r" (y), // 3
|
||||||
"r" (a0), // 4
|
"r" (a0), // 4
|
||||||
"r" (a1), // 5
|
"r" (a1), // 5
|
||||||
"r" (temp1), // 6
|
"r" (a2), // 6
|
||||||
"r" (temp2) // 7
|
"r" (a3), // 7
|
||||||
|
"r" (temp1), // 8
|
||||||
|
"r" (temp2) // 9
|
||||||
: "cc",
|
: "cc",
|
||||||
"%xmm0", "%xmm1", "%xmm2", "%xmm3",
|
"%xmm0", "%xmm1", "%xmm2", "%xmm3",
|
||||||
"%xmm4", "%xmm5", "%xmm6", "%xmm7",
|
"%xmm4", "%xmm5", "%xmm6", "%xmm7",
|
||||||
|
|
|
||||||
Loading…
Reference in New Issue