7124 lines
180 KiB
ArmAsm
7124 lines
180 KiB
ArmAsm
/***************************************************************************
|
|
Copyright (c) 2013-2016, 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 A 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.
|
|
*****************************************************************************/
|
|
|
|
/**************************************************************************************
|
|
* 2016/04/04 Werner Saar (wernsaar@googlemail.com)
|
|
* BLASTEST : OK
|
|
* CTEST : OK
|
|
* TEST : OK
|
|
* LAPACK-TEST : OK
|
|
**************************************************************************************/
|
|
|
|
#if defined(NN) || defined(NT) || defined(TN) || defined(TT)
|
|
|
|
#define XSFADD_R1 xsadddp
|
|
#define XSFADD_R2 xssubdp
|
|
#define XSFADD_I1 xsadddp
|
|
#define XSFADD_I2 xsadddp
|
|
#define XVFADD_R1 xvaddsp
|
|
#define XVFADD_R2 xvsubsp
|
|
#define XVFADD_I1 xvaddsp
|
|
#define XVFADD_I2 xvaddsp
|
|
|
|
#elif defined(CN) || defined(CT) || defined(RN) || defined(RT)
|
|
|
|
#define XSFADD_R1 xsadddp
|
|
#define XSFADD_R2 xsadddp
|
|
#define XSFADD_I1 xssubdp
|
|
#define XSFADD_I2 xsadddp
|
|
#define XVFADD_R1 xvaddsp
|
|
#define XVFADD_R2 xvaddsp
|
|
#define XVFADD_I1 xvsubsp
|
|
#define XVFADD_I2 xvaddsp
|
|
|
|
#elif defined(NC) || defined(TC) || defined(NR) || defined(TR)
|
|
|
|
#define XSFADD_R1 xsadddp
|
|
#define XSFADD_R2 xsadddp
|
|
#define XSFADD_I1 xsadddp
|
|
#define XSFADD_I2 xssubdp
|
|
#define XVFADD_R1 xvaddsp
|
|
#define XVFADD_R2 xvaddsp
|
|
#define XVFADD_I1 xvaddsp
|
|
#define XVFADD_I2 xvsubsp
|
|
|
|
#else // CC || CR || RC || RR
|
|
|
|
#define XSFADD_R1 xsadddp
|
|
#define XSFADD_R2 xssubdp
|
|
#define XSFADD_I1 xssubdp
|
|
#define XSFADD_I2 xssubdp
|
|
#define XVFADD_R1 xvaddsp
|
|
#define XVFADD_R2 xvsubsp
|
|
#define XVFADD_I1 xvsubsp
|
|
#define XVFADD_I2 xvsubsp
|
|
|
|
#endif
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=4 and M=8
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD4x8_1', `
|
|
#else
|
|
.macro LOAD4x8_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_I1', `
|
|
#else
|
|
.macro KERNEL4x8_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs48, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs49, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs50, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs51, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs52, vs2, vs12 // a2_r*b2_r, a2_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs53, vs2, vs13 // a2_r*b2_i, a2_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs54, vs3, vs12 // a3_r*b2_r, a3_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs55, vs3, vs13 // a3_r*b2_i, a3_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs56, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs57, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs58, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs59, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs60, vs2, vs14 // a2_r*b3_r, a2_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs61, vs2, vs15 // a2_r*b3_i, a2_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs62, vs3, vs14 // a3_r*b3_r, a3_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs63, vs3, vs15 // a3_r*b3_i, a3_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_1', `
|
|
#else
|
|
.macro KERNEL4x8_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs48, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs49, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs50, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs51, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs52, vs2, vs12 // a2_r*b2_r, a2_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs53, vs2, vs13 // a2_r*b2_i, a2_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs54, vs3, vs12 // a3_r*b2_r, a3_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs55, vs3, vs13 // a3_r*b2_i, a3_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs56, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs57, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs58, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs59, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs60, vs2, vs14 // a2_r*b3_r, a2_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs61, vs2, vs15 // a2_r*b3_i, a2_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs62, vs3, vs14 // a3_r*b3_r, a3_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs63, vs3, vs15 // a3_r*b3_i, a3_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_2', `
|
|
#else
|
|
.macro KERNEL4x8_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs6, vs18 // a6_r*b1_r, a6_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs6, vs19 // a6_r*b1_i, a6_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs7, vs18 // a7_r*b1_r, a7_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs7, vs19 // a7_r*b1_i, a7_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs48, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs49, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs50, vs5, vs20 // a5_r*b2_r, a5_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs51, vs5, vs21 // a5_r*b2_i, a5_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs52, vs6, vs20 // a6_r*b2_r, a6_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs53, vs6, vs21 // a6_r*b2_i, a6_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs54, vs7, vs20 // a7_r*b2_r, a7_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs55, vs7, vs21 // a7_r*b2_i, a7_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs56, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs57, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs58, vs5, vs22 // a5_r*b3_r, a5_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs59, vs5, vs23 // a5_r*b3_i, a5_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs60, vs6, vs22 // a6_r*b3_r, a6_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs61, vs6, vs23 // a6_r*b3_i, a6_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs62, vs7, vs22 // a7_r*b3_r, a7_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs63, vs7, vs23 // a7_r*b3_i, a7_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_E2', `
|
|
#else
|
|
.macro KERNEL4x8_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs6, vs18 // a6_r*b1_r, a6_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs6, vs19 // a6_r*b1_i, a6_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs7, vs18 // a7_r*b1_r, a7_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs7, vs19 // a7_r*b1_i, a7_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs48, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs49, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs50, vs5, vs20 // a5_r*b2_r, a5_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs51, vs5, vs21 // a5_r*b2_i, a5_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs52, vs6, vs20 // a6_r*b2_r, a6_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs53, vs6, vs21 // a6_r*b2_i, a6_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs54, vs7, vs20 // a7_r*b2_r, a7_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs55, vs7, vs21 // a7_r*b2_i, a7_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs56, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs57, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs58, vs5, vs22 // a5_r*b3_r, a5_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs59, vs5, vs23 // a5_r*b3_i, a5_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs60, vs6, vs22 // a6_r*b3_r, a6_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs61, vs6, vs23 // a6_r*b3_i, a6_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs62, vs7, vs22 // a7_r*b3_r, a7_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs63, vs7, vs23 // a7_r*b3_i, a7_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_SUBI1', `
|
|
#else
|
|
.macro KERNEL4x8_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs48, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs49, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs50, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs51, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs52, vs2, vs12 // a2_r*b2_r, a2_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs53, vs2, vs13 // a2_r*b2_i, a2_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs54, vs3, vs12 // a3_r*b2_r, a3_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs55, vs3, vs13 // a3_r*b2_i, a3_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs56, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs57, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs58, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs59, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs60, vs2, vs14 // a2_r*b3_r, a2_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs61, vs2, vs15 // a2_r*b3_i, a2_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs62, vs3, vs14 // a3_r*b3_r, a3_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs63, vs3, vs15 // a3_r*b3_i, a3_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x8_SUB1', `
|
|
#else
|
|
.macro KERNEL4x8_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs48, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs49, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs50, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs51, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs52, vs2, vs12 // a2_r*b2_r, a2_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs53, vs2, vs13 // a2_r*b2_i, a2_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs54, vs3, vs12 // a3_r*b2_r, a3_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs55, vs3, vs13 // a3_r*b2_i, a3_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs56, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs57, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs58, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs59, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs60, vs2, vs14 // a2_r*b3_r, a2_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs61, vs2, vs15 // a2_r*b3_i, a2_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs62, vs3, vs14 // a3_r*b3_r, a3_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs63, vs3, vs15 // a3_r*b3_i, a3_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE4x8', `
|
|
#else
|
|
.macro SAVE4x8
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs40, 0
|
|
xxspltw vs9, vs40, 1
|
|
xxspltw vs10, vs40, 2
|
|
xxspltw vs11, vs40, 3
|
|
|
|
|
|
xxspltw vs12, vs41, 0
|
|
xxspltw vs13, vs41, 1
|
|
xxspltw vs14, vs41, 2
|
|
xxspltw vs15, vs41, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs42, 0
|
|
xxspltw vs9, vs42, 1
|
|
xxspltw vs10, vs42, 2
|
|
xxspltw vs11, vs42, 3
|
|
|
|
|
|
xxspltw vs12, vs43, 0
|
|
xxspltw vs13, vs43, 1
|
|
xxspltw vs14, vs43, 2
|
|
xxspltw vs15, vs43, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs44, 0
|
|
xxspltw vs9, vs44, 1
|
|
xxspltw vs10, vs44, 2
|
|
xxspltw vs11, vs44, 3
|
|
|
|
|
|
xxspltw vs12, vs45, 0
|
|
xxspltw vs13, vs45, 1
|
|
xxspltw vs14, vs45, 2
|
|
xxspltw vs15, vs45, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs46, 0
|
|
xxspltw vs9, vs46, 1
|
|
xxspltw vs10, vs46, 2
|
|
xxspltw vs11, vs46, 3
|
|
|
|
|
|
xxspltw vs12, vs47, 0
|
|
xxspltw vs13, vs47, 1
|
|
xxspltw vs14, vs47, 2
|
|
xxspltw vs15, vs47, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=2
|
|
|
|
mr T2, T1
|
|
|
|
// N=2 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs48, 0
|
|
xxspltw vs9, vs48, 1
|
|
xxspltw vs10, vs48, 2
|
|
xxspltw vs11, vs48, 3
|
|
|
|
|
|
xxspltw vs12, vs49, 0
|
|
xxspltw vs13, vs49, 1
|
|
xxspltw vs14, vs49, 2
|
|
xxspltw vs15, vs49, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=2 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs50, 0
|
|
xxspltw vs9, vs50, 1
|
|
xxspltw vs10, vs50, 2
|
|
xxspltw vs11, vs50, 3
|
|
|
|
|
|
xxspltw vs12, vs51, 0
|
|
xxspltw vs13, vs51, 1
|
|
xxspltw vs14, vs51, 2
|
|
xxspltw vs15, vs51, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=2 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs52, 0
|
|
xxspltw vs9, vs52, 1
|
|
xxspltw vs10, vs52, 2
|
|
xxspltw vs11, vs52, 3
|
|
|
|
|
|
xxspltw vs12, vs53, 0
|
|
xxspltw vs13, vs53, 1
|
|
xxspltw vs14, vs53, 2
|
|
xxspltw vs15, vs53, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=2 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs54, 0
|
|
xxspltw vs9, vs54, 1
|
|
xxspltw vs10, vs54, 2
|
|
xxspltw vs11, vs54, 3
|
|
|
|
|
|
xxspltw vs12, vs55, 0
|
|
xxspltw vs13, vs55, 1
|
|
xxspltw vs14, vs55, 2
|
|
xxspltw vs15, vs55, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=3
|
|
|
|
mr T2, T1
|
|
|
|
// N=3 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs56, 0
|
|
xxspltw vs9, vs56, 1
|
|
xxspltw vs10, vs56, 2
|
|
xxspltw vs11, vs56, 3
|
|
|
|
|
|
xxspltw vs12, vs57, 0
|
|
xxspltw vs13, vs57, 1
|
|
xxspltw vs14, vs57, 2
|
|
xxspltw vs15, vs57, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=3 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs58, 0
|
|
xxspltw vs9, vs58, 1
|
|
xxspltw vs10, vs58, 2
|
|
xxspltw vs11, vs58, 3
|
|
|
|
|
|
xxspltw vs12, vs59, 0
|
|
xxspltw vs13, vs59, 1
|
|
xxspltw vs14, vs59, 2
|
|
xxspltw vs15, vs59, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=3 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs60, 0
|
|
xxspltw vs9, vs60, 1
|
|
xxspltw vs10, vs60, 2
|
|
xxspltw vs11, vs60, 3
|
|
|
|
|
|
xxspltw vs12, vs61, 0
|
|
xxspltw vs13, vs61, 1
|
|
xxspltw vs14, vs61, 2
|
|
xxspltw vs15, vs61, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=3 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs62, 0
|
|
xxspltw vs9, vs62, 1
|
|
xxspltw vs10, vs62, 2
|
|
xxspltw vs11, vs62, 3
|
|
|
|
|
|
xxspltw vs12, vs63, 0
|
|
xxspltw vs13, vs63, 1
|
|
xxspltw vs14, vs63, 2
|
|
xxspltw vs15, vs63, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 64
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=4 and M=4
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD4x4_1', `
|
|
#else
|
|
.macro LOAD4x4_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_I1', `
|
|
#else
|
|
.macro KERNEL4x4_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs40, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs41, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs42, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs43, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs44, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs45, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs46, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs47, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_1', `
|
|
#else
|
|
.macro KERNEL4x4_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs40, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs41, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs42, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs43, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs44, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs45, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs46, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs47, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_2', `
|
|
#else
|
|
.macro KERNEL4x4_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs40, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs41, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs42, vs5, vs20 // a5_r*b2_r, a5_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs43, vs5, vs21 // a5_r*b2_i, a5_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs44, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs45, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs46, vs5, vs22 // a5_r*b3_r, a5_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs47, vs5, vs23 // a5_r*b3_i, a5_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_E2', `
|
|
#else
|
|
.macro KERNEL4x4_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs40, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs41, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs42, vs5, vs20 // a5_r*b2_r, a5_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs43, vs5, vs21 // a5_r*b2_i, a5_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs44, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs45, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs46, vs5, vs22 // a5_r*b3_r, a5_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs47, vs5, vs23 // a5_r*b3_i, a5_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_SUBI1', `
|
|
#else
|
|
.macro KERNEL4x4_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs40, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs41, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmulsp vs42, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs43, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs44, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs45, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmulsp vs46, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs47, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x4_SUB1', `
|
|
#else
|
|
.macro KERNEL4x4_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs40, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs41, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
xvmaddasp vs42, vs1, vs12 // a1_r*b2_r, a1_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs43, vs1, vs13 // a1_r*b2_i, a1_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs44, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs45, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
xvmaddasp vs46, vs1, vs14 // a1_r*b3_r, a1_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs47, vs1, vs15 // a1_r*b3_i, a1_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE4x4', `
|
|
#else
|
|
.macro SAVE4x4
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=2
|
|
|
|
mr T2, T1
|
|
|
|
// N=2 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs40, 0
|
|
xxspltw vs9, vs40, 1
|
|
xxspltw vs10, vs40, 2
|
|
xxspltw vs11, vs40, 3
|
|
|
|
|
|
xxspltw vs12, vs41, 0
|
|
xxspltw vs13, vs41, 1
|
|
xxspltw vs14, vs41, 2
|
|
xxspltw vs15, vs41, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=2 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs42, 0
|
|
xxspltw vs9, vs42, 1
|
|
xxspltw vs10, vs42, 2
|
|
xxspltw vs11, vs42, 3
|
|
|
|
|
|
xxspltw vs12, vs43, 0
|
|
xxspltw vs13, vs43, 1
|
|
xxspltw vs14, vs43, 2
|
|
xxspltw vs15, vs43, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=3
|
|
|
|
mr T2, T1
|
|
|
|
// N=3 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs44, 0
|
|
xxspltw vs9, vs44, 1
|
|
xxspltw vs10, vs44, 2
|
|
xxspltw vs11, vs44, 3
|
|
|
|
|
|
xxspltw vs12, vs45, 0
|
|
xxspltw vs13, vs45, 1
|
|
xxspltw vs14, vs45, 2
|
|
xxspltw vs15, vs45, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=3 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs46, 0
|
|
xxspltw vs9, vs46, 1
|
|
xxspltw vs10, vs46, 2
|
|
xxspltw vs11, vs46, 3
|
|
|
|
|
|
xxspltw vs12, vs47, 0
|
|
xxspltw vs13, vs47, 1
|
|
xxspltw vs14, vs47, 2
|
|
xxspltw vs15, vs47, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=4 and M=2
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD4x2_1', `
|
|
#else
|
|
.macro LOAD4x2_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_I1', `
|
|
#else
|
|
.macro KERNEL4x2_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs36, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs37, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs38, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs39, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_1', `
|
|
#else
|
|
.macro KERNEL4x2_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs20, o0, BO // load b2_r
|
|
lxvw4x vs21, o16, BO // load b2_i
|
|
lxvw4x vs22, o32, BO // load b3_r
|
|
lxvw4x vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs36, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs37, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs38, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs39, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_2', `
|
|
#else
|
|
.macro KERNEL4x2_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs36, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs37, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs38, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs39, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_E2', `
|
|
#else
|
|
.macro KERNEL4x2_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs36, vs4, vs20 // a4_r*b2_r, a4_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs37, vs4, vs21 // a4_r*b2_i, a4_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs38, vs4, vs22 // a4_r*b3_r, a4_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs39, vs4, vs23 // a4_r*b3_i, a4_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_SUBI1', `
|
|
#else
|
|
.macro KERNEL4x2_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmulsp vs36, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmulsp vs37, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmulsp vs38, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmulsp vs39, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x2_SUB1', `
|
|
#else
|
|
.macro KERNEL4x2_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxvw4x vs12, o0, BO // load b2_r
|
|
lxvw4x vs13, o16, BO // load b2_i
|
|
lxvw4x vs14, o32, BO // load b3_r
|
|
lxvw4x vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
xvmaddasp vs36, vs0, vs12 // a0_r*b2_r, a0_i*b2_r, a1_r*b2_r, a1_i*b2_r
|
|
xvmaddasp vs37, vs0, vs13 // a0_r*b2_i, a0_i*b2_i, a1_r*b2_i, a1_i*b2_i
|
|
|
|
xvmaddasp vs38, vs0, vs14 // a0_r*b3_r, a0_i*b3_r, a1_r*b3_r, a1_i*b3_r
|
|
xvmaddasp vs39, vs0, vs15 // a0_r*b3_i, a0_i*b3_i, a1_r*b3_i, a1_i*b3_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE4x2', `
|
|
#else
|
|
.macro SAVE4x2
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=2
|
|
|
|
mr T2, T1
|
|
|
|
// N=2 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=3
|
|
|
|
mr T2, T1
|
|
|
|
// N=3 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 16
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=4 and M=1
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD4x1_1', `
|
|
#else
|
|
.macro LOAD4x1_1
|
|
#endif
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs12, o0, BO // load b2_r
|
|
lxsspx vs13, o16, BO // load b2_i
|
|
lxsspx vs14, o32, BO // load b3_r
|
|
lxsspx vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_I1', `
|
|
#else
|
|
.macro KERNEL4x1_I1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
lxsspx vs18, o32, BO // load b1_r
|
|
lxsspx vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs20, o0, BO // load b2_r
|
|
lxsspx vs21, o16, BO // load b2_i
|
|
lxsspx vs22, o32, BO // load b3_r
|
|
lxsspx vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmuldp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmuldp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmuldp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmuldp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
xsmuldp vs40, vs0, vs12 // a0_r*b2_r
|
|
xsmuldp vs41, vs1, vs13 // a0_i*b2_i
|
|
xsmuldp vs42, vs0, vs13 // a0_r*b2_i
|
|
xsmuldp vs43, vs1, vs12 // a0_i*b2_r
|
|
|
|
xsmuldp vs44, vs0, vs14 // a0_r*b3_r
|
|
xsmuldp vs45, vs1, vs15 // a0_i*b3_i
|
|
xsmuldp vs46, vs0, vs15 // a0_r*b3_i
|
|
xsmuldp vs47, vs1, vs14 // a0_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_1', `
|
|
#else
|
|
.macro KERNEL4x1_1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
lxsspx vs18, o32, BO // load b1_r
|
|
lxsspx vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs20, o0, BO // load b2_r
|
|
lxsspx vs21, o16, BO // load b2_i
|
|
lxsspx vs22, o32, BO // load b3_r
|
|
lxsspx vs23, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmaddadp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmaddadp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmaddadp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmaddadp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
xsmaddadp vs40, vs0, vs12 // a0_r*b2_r
|
|
xsmaddadp vs41, vs1, vs13 // a0_i*b2_i
|
|
xsmaddadp vs42, vs0, vs13 // a0_r*b2_i
|
|
xsmaddadp vs43, vs1, vs12 // a0_i*b2_r
|
|
|
|
xsmaddadp vs44, vs0, vs14 // a0_r*b3_r
|
|
xsmaddadp vs45, vs1, vs15 // a0_i*b3_i
|
|
xsmaddadp vs46, vs0, vs15 // a0_r*b3_i
|
|
xsmaddadp vs47, vs1, vs14 // a0_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_2', `
|
|
#else
|
|
.macro KERNEL4x1_2
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs12, o0, BO // load b2_r
|
|
lxsspx vs13, o16, BO // load b2_i
|
|
lxsspx vs14, o32, BO // load b3_r
|
|
lxsspx vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
xsmaddadp vs36, vs4, vs18 // a4_r*b1_r
|
|
xsmaddadp vs37, vs5, vs19 // a4_i*b1_i
|
|
xsmaddadp vs38, vs4, vs19 // a4_r*b1_i
|
|
xsmaddadp vs39, vs5, vs18 // a4_i*b1_r
|
|
|
|
xsmaddadp vs40, vs4, vs20 // a4_r*b2_r
|
|
xsmaddadp vs41, vs5, vs21 // a4_i*b2_i
|
|
xsmaddadp vs42, vs4, vs21 // a4_r*b2_i
|
|
xsmaddadp vs43, vs5, vs20 // a4_i*b2_r
|
|
|
|
xsmaddadp vs44, vs4, vs22 // a4_r*b3_r
|
|
xsmaddadp vs45, vs5, vs23 // a4_i*b3_i
|
|
xsmaddadp vs46, vs4, vs23 // a4_r*b3_i
|
|
xsmaddadp vs47, vs5, vs22 // a4_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_E2', `
|
|
#else
|
|
.macro KERNEL4x1_E2
|
|
#endif
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
xsmaddadp vs36, vs4, vs18 // a4_r*b1_r
|
|
xsmaddadp vs37, vs5, vs19 // a4_i*b1_i
|
|
xsmaddadp vs38, vs4, vs19 // a4_r*b1_i
|
|
xsmaddadp vs39, vs5, vs18 // a4_i*b1_r
|
|
|
|
xsmaddadp vs40, vs4, vs20 // a4_r*b2_r
|
|
xsmaddadp vs41, vs5, vs21 // a4_i*b2_i
|
|
xsmaddadp vs42, vs4, vs21 // a4_r*b2_i
|
|
xsmaddadp vs43, vs5, vs20 // a4_i*b2_r
|
|
|
|
xsmaddadp vs44, vs4, vs22 // a4_r*b3_r
|
|
xsmaddadp vs45, vs5, vs23 // a4_i*b3_i
|
|
xsmaddadp vs46, vs4, vs23 // a4_r*b3_i
|
|
xsmaddadp vs47, vs5, vs22 // a4_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_SUBI1', `
|
|
#else
|
|
.macro KERNEL4x1_SUBI1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs12, o0, BO // load b2_r
|
|
lxsspx vs13, o16, BO // load b2_i
|
|
lxsspx vs14, o32, BO // load b3_r
|
|
lxsspx vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmuldp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmuldp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmuldp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmuldp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
xsmuldp vs40, vs0, vs12 // a0_r*b2_r
|
|
xsmuldp vs41, vs1, vs13 // a0_i*b2_i
|
|
xsmuldp vs42, vs0, vs13 // a0_r*b2_i
|
|
xsmuldp vs43, vs1, vs12 // a0_i*b2_r
|
|
|
|
xsmuldp vs44, vs0, vs14 // a0_r*b3_r
|
|
xsmuldp vs45, vs1, vs15 // a0_i*b3_i
|
|
xsmuldp vs46, vs0, vs15 // a0_r*b3_i
|
|
xsmuldp vs47, vs1, vs14 // a0_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL4x1_SUB1', `
|
|
#else
|
|
.macro KERNEL4x1_SUB1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
lxsspx vs12, o0, BO // load b2_r
|
|
lxsspx vs13, o16, BO // load b2_i
|
|
lxsspx vs14, o32, BO // load b3_r
|
|
lxsspx vs15, o48, BO // load b3_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmaddadp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmaddadp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmaddadp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmaddadp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
xsmaddadp vs40, vs0, vs12 // a0_r*b2_r
|
|
xsmaddadp vs41, vs1, vs13 // a0_i*b2_i
|
|
xsmaddadp vs42, vs0, vs13 // a0_r*b2_i
|
|
xsmaddadp vs43, vs1, vs12 // a0_i*b2_r
|
|
|
|
xsmaddadp vs44, vs0, vs14 // a0_r*b3_r
|
|
xsmaddadp vs45, vs1, vs15 // a0_i*b3_i
|
|
xsmaddadp vs46, vs0, vs15 // a0_r*b3_i
|
|
xsmaddadp vs47, vs1, vs14 // a0_i*b3_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE4x1', `
|
|
#else
|
|
.macro SAVE4x1
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs32 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs35 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs33 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs34 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs36 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs39 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs37 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs38 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=2
|
|
|
|
mr T2, T1
|
|
|
|
// N=2 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs40 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs43 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs41 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs42 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=3
|
|
|
|
mr T2, T1
|
|
|
|
// N=3 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs44 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs47 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs45 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs46 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 8
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=2 and M=8
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD2x8_1', `
|
|
#else
|
|
.macro LOAD2x8_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_I1', `
|
|
#else
|
|
.macro KERNEL2x8_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_1', `
|
|
#else
|
|
.macro KERNEL2x8_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_2', `
|
|
#else
|
|
.macro KERNEL2x8_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs6, vs18 // a6_r*b1_r, a6_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs6, vs19 // a6_r*b1_i, a6_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs7, vs18 // a7_r*b1_r, a7_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs7, vs19 // a7_r*b1_i, a7_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_E2', `
|
|
#else
|
|
.macro KERNEL2x8_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs6, vs18 // a6_r*b1_r, a6_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs6, vs19 // a6_r*b1_i, a6_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs7, vs18 // a7_r*b1_r, a7_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs7, vs19 // a7_r*b1_i, a7_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_SUBI1', `
|
|
#else
|
|
.macro KERNEL2x8_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x8_SUB1', `
|
|
#else
|
|
.macro KERNEL2x8_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs40, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs41, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs42, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs43, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs44, vs2, vs10 // a2_r*b1_r, a2_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs45, vs2, vs11 // a2_r*b1_i, a2_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs46, vs3, vs10 // a3_r*b1_r, a3_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs47, vs3, vs11 // a3_r*b1_i, a3_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE2x8', `
|
|
#else
|
|
.macro SAVE2x8
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs40, 0
|
|
xxspltw vs9, vs40, 1
|
|
xxspltw vs10, vs40, 2
|
|
xxspltw vs11, vs40, 3
|
|
|
|
|
|
xxspltw vs12, vs41, 0
|
|
xxspltw vs13, vs41, 1
|
|
xxspltw vs14, vs41, 2
|
|
xxspltw vs15, vs41, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs42, 0
|
|
xxspltw vs9, vs42, 1
|
|
xxspltw vs10, vs42, 2
|
|
xxspltw vs11, vs42, 3
|
|
|
|
|
|
xxspltw vs12, vs43, 0
|
|
xxspltw vs13, vs43, 1
|
|
xxspltw vs14, vs43, 2
|
|
xxspltw vs15, vs43, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs44, 0
|
|
xxspltw vs9, vs44, 1
|
|
xxspltw vs10, vs44, 2
|
|
xxspltw vs11, vs44, 3
|
|
|
|
|
|
xxspltw vs12, vs45, 0
|
|
xxspltw vs13, vs45, 1
|
|
xxspltw vs14, vs45, 2
|
|
xxspltw vs15, vs45, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs46, 0
|
|
xxspltw vs9, vs46, 1
|
|
xxspltw vs10, vs46, 2
|
|
xxspltw vs11, vs46, 3
|
|
|
|
|
|
xxspltw vs12, vs47, 0
|
|
xxspltw vs13, vs47, 1
|
|
xxspltw vs14, vs47, 2
|
|
xxspltw vs15, vs47, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 64
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=2 and M=4
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD2x4_1', `
|
|
#else
|
|
.macro LOAD2x4_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_I1', `
|
|
#else
|
|
.macro KERNEL2x4_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_1', `
|
|
#else
|
|
.macro KERNEL2x4_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_2', `
|
|
#else
|
|
.macro KERNEL2x4_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_E2', `
|
|
#else
|
|
.macro KERNEL2x4_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs5, vs18 // a5_r*b1_r, a5_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs5, vs19 // a5_r*b1_i, a5_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_SUBI1', `
|
|
#else
|
|
.macro KERNEL2x4_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmulsp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x4_SUB1', `
|
|
#else
|
|
.macro KERNEL2x4_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs36, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs37, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
xvmaddasp vs38, vs1, vs10 // a1_r*b1_r, a1_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs39, vs1, vs11 // a1_r*b1_i, a1_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE2x4', `
|
|
#else
|
|
.macro SAVE2x4
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=1 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=2 and M=2
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD2x2_1', `
|
|
#else
|
|
.macro LOAD2x2_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_I1', `
|
|
#else
|
|
.macro KERNEL2x2_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_1', `
|
|
#else
|
|
.macro KERNEL2x2_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
lxvw4x vs18, o32, BO // load b1_r
|
|
lxvw4x vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_2', `
|
|
#else
|
|
.macro KERNEL2x2_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_E2', `
|
|
#else
|
|
.macro KERNEL2x2_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs4, vs18 // a4_r*b1_r, a4_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs4, vs19 // a4_r*b1_i, a4_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_SUBI1', `
|
|
#else
|
|
.macro KERNEL2x2_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmulsp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmulsp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x2_SUB1', `
|
|
#else
|
|
.macro KERNEL2x2_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
lxvw4x vs10, o32, BO // load b1_r
|
|
lxvw4x vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
xvmaddasp vs34, vs0, vs10 // a0_r*b1_r, a0_i*b1_r, a1_r*b1_r, a1_i*b1_r
|
|
xvmaddasp vs35, vs0, vs11 // a0_r*b1_i, a0_i*b1_i, a1_r*b1_i, a1_i*b1_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE2x2', `
|
|
#else
|
|
.macro SAVE2x2
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 16
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=2 and M=1
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD2x1_1', `
|
|
#else
|
|
.macro LOAD2x1_1
|
|
#endif
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_I1', `
|
|
#else
|
|
.macro KERNEL2x1_I1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
lxsspx vs18, o32, BO // load b1_r
|
|
lxsspx vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmuldp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmuldp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmuldp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmuldp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_1', `
|
|
#else
|
|
.macro KERNEL2x1_1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
lxsspx vs18, o32, BO // load b1_r
|
|
lxsspx vs19, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmaddadp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmaddadp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmaddadp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmaddadp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_2', `
|
|
#else
|
|
.macro KERNEL2x1_2
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
xsmaddadp vs36, vs4, vs18 // a4_r*b1_r
|
|
xsmaddadp vs37, vs5, vs19 // a4_i*b1_i
|
|
xsmaddadp vs38, vs4, vs19 // a4_r*b1_i
|
|
xsmaddadp vs39, vs5, vs18 // a4_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_E2', `
|
|
#else
|
|
.macro KERNEL2x1_E2
|
|
#endif
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
xsmaddadp vs36, vs4, vs18 // a4_r*b1_r
|
|
xsmaddadp vs37, vs5, vs19 // a4_i*b1_i
|
|
xsmaddadp vs38, vs4, vs19 // a4_r*b1_i
|
|
xsmaddadp vs39, vs5, vs18 // a4_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_SUBI1', `
|
|
#else
|
|
.macro KERNEL2x1_SUBI1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmuldp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmuldp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmuldp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmuldp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL2x1_SUB1', `
|
|
#else
|
|
.macro KERNEL2x1_SUB1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
lxsspx vs10, o32, BO // load b1_r
|
|
lxsspx vs11, o48, BO // load b1_i
|
|
|
|
addi BO, BO, 64
|
|
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
xsmaddadp vs36, vs0, vs10 // a0_r*b1_r
|
|
xsmaddadp vs37, vs1, vs11 // a0_i*b1_i
|
|
xsmaddadp vs38, vs0, vs11 // a0_r*b1_i
|
|
xsmaddadp vs39, vs1, vs10 // a0_i*b1_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE2x1', `
|
|
#else
|
|
.macro SAVE2x1
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs32 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs35 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs33 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs34 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
|
|
// N=1
|
|
|
|
mr T2, T1
|
|
|
|
// N=1 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs36 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs39 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs37 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs38 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 8
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=1 and M=8
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD1x8_1', `
|
|
#else
|
|
.macro LOAD1x8_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_I1', `
|
|
#else
|
|
.macro KERNEL1x8_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_1', `
|
|
#else
|
|
.macro KERNEL1x8_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
lxvw4x vs6, o32, AO // load a4, a5
|
|
lxvw4x vs7, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_2', `
|
|
#else
|
|
.macro KERNEL1x8_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_E2', `
|
|
#else
|
|
.macro KERNEL1x8_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs6, vs16 // a6_r*b0_r, a6_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs6, vs17 // a6_r*b0_i, a6_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs7, vs16 // a7_r*b0_r, a7_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs7, vs17 // a7_r*b0_i, a7_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_SUBI1', `
|
|
#else
|
|
.macro KERNEL1x8_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x8_SUB1', `
|
|
#else
|
|
.macro KERNEL1x8_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
lxvw4x vs2, o32, AO // load a4, a5
|
|
lxvw4x vs3, o48, AO // load a6, a7
|
|
|
|
addi AO, AO, 64
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs36, vs2, vs8 // a2_r*b0_r, a2_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs37, vs2, vs9 // a2_r*b0_i, a2_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs38, vs3, vs8 // a3_r*b0_r, a3_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs39, vs3, vs9 // a3_r*b0_i, a3_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE1x8', `
|
|
#else
|
|
.macro SAVE1x8
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=4
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs36, 0
|
|
xxspltw vs9, vs36, 1
|
|
xxspltw vs10, vs36, 2
|
|
xxspltw vs11, vs36, 3
|
|
|
|
|
|
xxspltw vs12, vs37, 0
|
|
xxspltw vs13, vs37, 1
|
|
xxspltw vs14, vs37, 2
|
|
xxspltw vs15, vs37, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=6
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs38, 0
|
|
xxspltw vs9, vs38, 1
|
|
xxspltw vs10, vs38, 2
|
|
xxspltw vs11, vs38, 3
|
|
|
|
|
|
xxspltw vs12, vs39, 0
|
|
xxspltw vs13, vs39, 1
|
|
xxspltw vs14, vs39, 2
|
|
xxspltw vs15, vs39, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 64
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=1 and M=4
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD1x4_1', `
|
|
#else
|
|
.macro LOAD1x4_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_I1', `
|
|
#else
|
|
.macro KERNEL1x4_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_1', `
|
|
#else
|
|
.macro KERNEL1x4_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
lxvw4x vs5, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_2', `
|
|
#else
|
|
.macro KERNEL1x4_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_E2', `
|
|
#else
|
|
.macro KERNEL1x4_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs5, vs16 // a5_r*b0_r, a5_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs5, vs17 // a5_r*b0_i, a5_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_SUBI1', `
|
|
#else
|
|
.macro KERNEL1x4_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmulsp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x4_SUB1', `
|
|
#else
|
|
.macro KERNEL1x4_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
lxvw4x vs1, o16, AO // load a2, a3
|
|
|
|
addi AO, AO, 32
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
xvmaddasp vs34, vs1, vs8 // a1_r*b0_r, a1_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs35, vs1, vs9 // a1_r*b0_i, a1_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE1x4', `
|
|
#else
|
|
.macro SAVE1x4
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
|
|
// N=0 M=2
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs34, 0
|
|
xxspltw vs9, vs34, 1
|
|
xxspltw vs10, vs34, 2
|
|
xxspltw vs11, vs34, 3
|
|
|
|
|
|
xxspltw vs12, vs35, 0
|
|
xxspltw vs13, vs35, 1
|
|
xxspltw vs14, vs35, 2
|
|
xxspltw vs15, vs35, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=1 and M=2
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD1x2_1', `
|
|
#else
|
|
.macro LOAD1x2_1
|
|
#endif
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_I1', `
|
|
#else
|
|
.macro KERNEL1x2_I1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_1', `
|
|
#else
|
|
.macro KERNEL1x2_1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs4, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs16, o0, BO // load b0_r
|
|
lxvw4x vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_2', `
|
|
#else
|
|
.macro KERNEL1x2_2
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_E2', `
|
|
#else
|
|
.macro KERNEL1x2_E2
|
|
#endif
|
|
|
|
|
|
xvmaddasp vs32, vs4, vs16 // a4_r*b0_r, a4_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs4, vs17 // a4_r*b0_i, a4_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_SUBI1', `
|
|
#else
|
|
.macro KERNEL1x2_SUBI1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmulsp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmulsp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x2_SUB1', `
|
|
#else
|
|
.macro KERNEL1x2_SUB1
|
|
#endif
|
|
|
|
|
|
lxvw4x vs0, o0, AO // load a0, a1
|
|
|
|
addi AO, AO, 16
|
|
|
|
lxvw4x vs8, o0, BO // load b0_r
|
|
lxvw4x vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xvmaddasp vs32, vs0, vs8 // a0_r*b0_r, a0_i*b0_r, a1_r*b0_r, a1_i*b0_r
|
|
xvmaddasp vs33, vs0, vs9 // a0_r*b0_i, a0_i*b0_i, a1_r*b0_i, a1_i*b0_i
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE1x2', `
|
|
#else
|
|
.macro SAVE1x2
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
xxlxor vs6, vs6, vs6
|
|
xxlxor vs7, vs7, vs7
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxvw4x vs0, o0, T2 // c0, c1
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
#endif
|
|
|
|
|
|
xxspltw vs8, vs32, 0
|
|
xxspltw vs9, vs32, 1
|
|
xxspltw vs10, vs32, 2
|
|
xxspltw vs11, vs32, 3
|
|
|
|
|
|
xxspltw vs12, vs33, 0
|
|
xxspltw vs13, vs33, 1
|
|
xxspltw vs14, vs33, 2
|
|
xxspltw vs15, vs33, 3
|
|
|
|
XVFADD_R1 vs4, vs4, vs8 // add a0_r * b0_r
|
|
XVFADD_I2 vs5, vs5, vs12 // add a0_r * b0_i
|
|
XVFADD_R1 vs6, vs6, vs10 // add a1_r * b0_r
|
|
XVFADD_I2 vs7, vs7, vs14 // add a1_r * b0_i
|
|
|
|
XVFADD_R2 vs4, vs4, vs13 // add a0_i * b0_i
|
|
XVFADD_I1 vs5, vs5, vs9 // add a0_i * b0_r
|
|
XVFADD_R2 vs6, vs6, vs15 // add a1_i * b0_i
|
|
XVFADD_I1 vs7, vs7, vs11 // add a1_i * b0_r
|
|
|
|
xvmulsp vs16, vs4, alpha_sr // r0_r * alpha_r
|
|
xvmulsp vs17, vs5, alpha_si // r0_i * alpha_i
|
|
xvmulsp vs18, vs4, alpha_si // r0_r * alpha_i
|
|
xvmulsp vs19, vs5, alpha_sr // r0_i * alpha_r
|
|
|
|
xvsubsp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xvaddsp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xvmulsp vs16, vs6, alpha_sr // r1_r * alpha_r
|
|
xvmulsp vs17, vs7, alpha_si // r1_i * alpha_i
|
|
xvmulsp vs18, vs6, alpha_si // r1_r * alpha_i
|
|
xvmulsp vs19, vs7, alpha_sr // r1_i * alpha_r
|
|
|
|
xvsubsp vs22, vs16, vs17 // r1_r * alpha_r - r1_i * alpha_i
|
|
xvaddsp vs23, vs18, vs19 // r1_r * alpha_i + r1_i * alpha_r
|
|
|
|
xxsldwi vs20, vs20, vs24, 3 // r0_r
|
|
xxsldwi vs21, vs21, vs24, 2 // r0_i
|
|
xxsldwi vs22, vs22, vs24, 1 // r1_r
|
|
xxsldwi vs23, vs23, vs24, 0 // r1_i
|
|
xvaddsp vs20, vs20, vs21 // r0_r, r0_i
|
|
xvaddsp vs22, vs22, vs23 // r1_r, r1_i
|
|
xvaddsp vs1, vs20, vs22 // r0_r, r0_i, r1_r, r1_i
|
|
xvaddsp vs0, vs0, vs1
|
|
|
|
|
|
stxvw4x vs0, o0, T2 // c0, c1
|
|
|
|
addi T2, T2, 16
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 16
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
|
|
/**********************************************************************************************
|
|
* Macros for N=1 and M=1
|
|
**********************************************************************************************/
|
|
|
|
#if defined(_AIX)
|
|
define(`LOAD1x1_1', `
|
|
#else
|
|
.macro LOAD1x1_1
|
|
#endif
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_I1', `
|
|
#else
|
|
.macro KERNEL1x1_I1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_1', `
|
|
#else
|
|
.macro KERNEL1x1_1
|
|
#endif
|
|
|
|
|
|
lxsspx vs4, o0, AO // load a0_r
|
|
lxsspx vs5, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs16, o0, BO // load b0_r
|
|
lxsspx vs17, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_2', `
|
|
#else
|
|
.macro KERNEL1x1_2
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_E2', `
|
|
#else
|
|
.macro KERNEL1x1_E2
|
|
#endif
|
|
|
|
|
|
xsmaddadp vs32, vs4, vs16 // a4_r*b0_r
|
|
xsmaddadp vs33, vs5, vs17 // a4_i*b0_i
|
|
xsmaddadp vs34, vs4, vs17 // a4_r*b0_i
|
|
xsmaddadp vs35, vs5, vs16 // a4_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_SUBI1', `
|
|
#else
|
|
.macro KERNEL1x1_SUBI1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xsmuldp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmuldp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmuldp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmuldp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`KERNEL1x1_SUB1', `
|
|
#else
|
|
.macro KERNEL1x1_SUB1
|
|
#endif
|
|
|
|
|
|
lxsspx vs0, o0, AO // load a0_r
|
|
lxsspx vs1, o4, AO // load a0_i
|
|
|
|
addi AO, AO, 8
|
|
|
|
lxsspx vs8, o0, BO // load b0_r
|
|
lxsspx vs9, o16, BO // load b0_i
|
|
|
|
addi BO, BO, 32
|
|
|
|
|
|
xsmaddadp vs32, vs0, vs8 // a0_r*b0_r
|
|
xsmaddadp vs33, vs1, vs9 // a0_i*b0_i
|
|
xsmaddadp vs34, vs0, vs9 // a0_r*b0_i
|
|
xsmaddadp vs35, vs1, vs8 // a0_i*b0_r
|
|
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|
|
#if defined(_AIX)
|
|
define(`SAVE1x1', `
|
|
#else
|
|
.macro SAVE1x1
|
|
#endif
|
|
|
|
mr T1, CO
|
|
xxlxor vs24, vs24, vs24
|
|
|
|
// N=0
|
|
|
|
mr T2, T1
|
|
|
|
// N=0 M=0
|
|
|
|
xxlxor vs4, vs4, vs4
|
|
xxlxor vs5, vs5, vs5
|
|
|
|
#ifndef TRMMKERNEL
|
|
lxsspx vs0, o0, T2 // load c0_r
|
|
lxsspx vs1, o4, T2 // load c0_i
|
|
#else
|
|
xxlxor vs0, vs0, vs0
|
|
xxlxor vs1, vs1, vs1
|
|
#endif
|
|
|
|
XSFADD_R1 vs4, vs4, vs32 // add a0_r * b0_r
|
|
XSFADD_I1 vs5, vs5, vs35 // add a0_r * b0_i
|
|
|
|
XSFADD_R2 vs4, vs4, vs33 // add a0_i * b0_i
|
|
XSFADD_I2 vs5, vs5, vs34 // add a0_i * b0_r
|
|
|
|
xsmuldp vs16, vs4, alpha_dr // r0_r * alpha_r
|
|
xsmuldp vs17, vs5, alpha_di // r0_i * alpha_i
|
|
xsmuldp vs18, vs4, alpha_di // r0_r * alpha_i
|
|
xsmuldp vs19, vs5, alpha_dr // r0_i * alpha_r
|
|
|
|
xssubdp vs20, vs16, vs17 // r0_r * alpha_r - r0_i * alpha_i
|
|
xsadddp vs21, vs18, vs19 // r0_r * alpha_i + r0_i * alpha_r
|
|
|
|
xsadddp vs0, vs0, vs20
|
|
xsadddp vs1, vs1, vs21
|
|
|
|
|
|
stxsspx vs0, o0, T2 // store c0_r
|
|
stxsspx vs1, o4, T2 // store c0_i
|
|
|
|
addi T2, T2, 8
|
|
add T1, T1, LDC
|
|
|
|
addi CO, CO, 8
|
|
|
|
#if defined(_AIX)
|
|
')
|
|
#else
|
|
.endm
|
|
#endif
|
|
|