| @@ -89,210 +89,199 @@ | |||||
| #define KERNEL1(xx) \ | #define KERNEL1(xx) \ | ||||
| vmovups -16 * SIZE(AO, %rax, 4),%xmm0 ;\ | vmovups -16 * SIZE(AO, %rax, 4),%xmm0 ;\ | ||||
| vfmaddpd %xmm8,%xmm0,%xmm1,%xmm8 ;\ | |||||
| vmovaps %xmm2,%xmm0 ;\ | |||||
| vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup -16 * SIZE(BO, %rax, 4), %xmm1 ;\ | vmovddup -16 * SIZE(BO, %rax, 4), %xmm1 ;\ | ||||
| vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm9,%xmm0,%xmm3,%xmm9 ;\ | |||||
| vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup -14 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm8,%xmm0,%xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm2,%xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2,%xmm1,%xmm12 ;\ | ||||
| vmovddup -13 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vmovups -12 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vmovups -10 * SIZE(AO, %rax, 4),%xmm6 ;\ | |||||
| vfmaddpd %xmm9,%xmm0,%xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2,%xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2,%xmm3,%xmm13 ;\ | ||||
| vmovddup -14 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -13 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm0,%xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0,%xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovups -12 * SIZE(AO, %rax, 4), %xmm0 ;\ | |||||
| vmovups -10 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm0,%xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm0,%xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL2(xx) \ | #define KERNEL2(xx) \ | ||||
| vmovups -8 * SIZE(AO, %rax, 4),%xmm4 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovddup -10 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -9 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovddup -8 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup -10 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -9 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8, %xmm4, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm9, %xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL3(xx) \ | #define KERNEL3(xx) \ | ||||
| vmovups -8 * SIZE(AO, %rax, 4),%xmm0 ;\ | |||||
| vmovups -6 * SIZE(AO, %rax, 4),%xmm2 ;\ | vmovups -6 * SIZE(AO, %rax, 4),%xmm2 ;\ | ||||
| vfmaddpd %xmm8, %xmm4, %xmm5, %xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovddup -8 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\ | vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\ | ||||
| vmovddup -5 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm3, %xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovddup -5 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1, %xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vmovups -4 * SIZE(AO, %rax, 4), %xmm4 ;\ | vmovups -4 * SIZE(AO, %rax, 4), %xmm4 ;\ | ||||
| vmovups -2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup -4 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovups -2 * SIZE(AO, %rax, 4),%xmm6 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm7, %xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL4(xx) \ | #define KERNEL4(xx) \ | ||||
| vfmaddpd %xmm8,%xmm4, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5 ,%xmm12;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovddup -4 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\ | vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\ | ||||
| vmovddup -1 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup -1 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm6, %xmm1 ,%xmm12;\ | |||||
| vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | ||||
| vfmaddpd %xmm11,%xmm4, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| /*A*/ vmovups (AO, %rax, 4), %xmm6 ;\ | |||||
| vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| /**/ vmovddup (BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL5(xx) \ | #define KERNEL5(xx) \ | ||||
| vfmaddpd %xmm8,%xmm6, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\ | |||||
| vmovups (AO, %rax, 4), %xmm0 ;\ | |||||
| vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup (BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 1 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup 2 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 3 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | ||||
| vmovups 4 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vmovups 6 * SIZE(AO, %rax, 4),%xmm6 ;\ | |||||
| vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup 2 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 3 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm6, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm6, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovups 4 * SIZE(AO, %rax, 4), %xmm6 ;\ | |||||
| vmovups 6 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL6(xx) \ | #define KERNEL6(xx) \ | ||||
| vfmaddpd %xmm8,%xmm6, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovddup 6 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 7 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm6, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm6, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| /*A*/ vmovups 8 * SIZE(AO, %rax, 4), %xmm7 ;\ | |||||
| vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| /**/ vmovddup 8 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup 6 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 7 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm6, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL7(xx) \ | #define KERNEL7(xx) \ | ||||
| vfmaddpd %xmm8,%xmm7, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm7, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovups 8 * SIZE(AO, %rax, 4), %xmm0 ;\ | |||||
| vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup 8 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 9 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\ | vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\ | ||||
| vmovddup 11 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm7, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm7, %xmm3,%xmm11 ;\ | |||||
| vmovddup 11 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vmovups 12 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vmovups 14 * SIZE(AO, %rax, 4), %xmm6 ;\ | |||||
| vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovups 12 * SIZE(AO, %rax, 4), %xmm7 ;\ | |||||
| vmovups 14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup 12 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm7,%xmm15 ;\ | |||||
| #define KERNEL8(xx) \ | #define KERNEL8(xx) \ | ||||
| vfmaddpd %xmm8,%xmm7, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm7, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | |||||
| vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\ | |||||
| vmovddup 12 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\ | vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\ | ||||
| vmovddup 15 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm10,%xmm7, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm7, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| /*A*/ vmovups 16 * SIZE(AO, %rax, 4), %xmm0 ;\ | |||||
| vmovddup 16 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 17 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovaps %xmm0, %xmm2 ;\ | |||||
| vmovddup 15 * SIZE(BO, %rax, 4), %xmm7 ;\ | |||||
| vfmaddpd %xmm8,%xmm4, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm12,%xmm6, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm13, %xmm6, %xmm3,%xmm13 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm6, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm6, %xmm7,%xmm15 ;\ | |||||
| addq $8 * SIZE, %rax ;\ | addq $8 * SIZE, %rax ;\ | ||||
| #define KERNEL_SUB1(xx) \ | #define KERNEL_SUB1(xx) \ | ||||
| vmovddup -15 * SIZE(BO), %xmm3 ;\ | |||||
| vmovups -16 * SIZE(AO),%xmm0 ;\ | |||||
| vfmaddpd %xmm8, %xmm1, %xmm0,%xmm8 ;\ | |||||
| vmovapd %xmm2, %xmm0 ;\ | |||||
| vmovups -14 * SIZE(AO),%xmm2 ;\ | |||||
| vmovups -16 * SIZE(AO),%xmm0 ;\ | |||||
| vmovups -14 * SIZE(AO),%xmm2 ;\ | |||||
| vmovddup -16 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -15 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12, %xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12, %xmm2, %xmm1,%xmm12 ;\ | ||||
| vmovddup -14 * SIZE(BO), %xmm1 ;\ | |||||
| vfmaddpd %xmm9, %xmm3, %xmm0,%xmm9 ;\ | |||||
| vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -13 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm10, %xmm1, %xmm0,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1 ,%xmm14 ;\ | |||||
| vfmaddpd %xmm11, %xmm3, %xmm0,%xmm11 ;\ | |||||
| vmovddup -14 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -13 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm10, %xmm0, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11, %xmm0, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14, %xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15, %xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15, %xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovups -12 * SIZE(AO), %xmm0 ;\ | |||||
| vmovddup -12 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -11 * SIZE(BO), %xmm3 ;\ | |||||
| vmovapd %xmm0, %xmm2 | |||||
| #define KERNEL_SUB2(xx) \ | #define KERNEL_SUB2(xx) \ | ||||
| vfmaddpd %xmm8,%xmm1, %xmm0,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm0 ;\ | |||||
| vmovups -10 * SIZE(AO),%xmm2 ;\ | |||||
| vmovups -8 * SIZE(AO),%xmm4 ;\ | |||||
| vmovups -12 * SIZE(AO), %xmm0 ;\ | |||||
| vmovups -10 * SIZE(AO), %xmm2 ;\ | |||||
| vmovddup -12 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -11 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | ||||
| vfmaddpd %xmm9,%xmm3, %xmm0,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -10 * SIZE(BO), %xmm1 ;\ | vmovddup -10 * SIZE(BO), %xmm1 ;\ | ||||
| vmovddup -9 * SIZE(BO), %xmm3 ;\ | vmovddup -9 * SIZE(BO), %xmm3 ;\ | ||||
| vmovddup -8 * SIZE(BO), %xmm5 ;\ | |||||
| vfmaddpd %xmm10,%xmm1, %xmm0,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm0,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovddup -7 * SIZE(BO), %xmm3 ;\ | |||||
| vmovaps %xmm4, %xmm2 | |||||
| #define KERNEL_SUB3(xx) \ | #define KERNEL_SUB3(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm4,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm4 ;\ | |||||
| vmovups -6 * SIZE(AO),%xmm2 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | |||||
| vmovddup -6 * SIZE(BO), %xmm5 ;\ | |||||
| vmovups -8 * SIZE(AO),%xmm0 ;\ | |||||
| vmovups -6 * SIZE(AO),%xmm2 ;\ | |||||
| vmovddup -8 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -7 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -6 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -5 * SIZE(BO), %xmm3 ;\ | vmovddup -5 * SIZE(BO), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm4,%xmm11 ;\ | |||||
| vmovups -4 * SIZE(AO), %xmm4 ;\ | |||||
| vmovddup -4 * SIZE(BO), %xmm5 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovddup -3 * SIZE(BO), %xmm3 ;\ | |||||
| vmovaps %xmm4, %xmm2 | |||||
| #define KERNEL_SUB4(xx) \ | #define KERNEL_SUB4(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm4,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm4 ;\ | |||||
| vmovups -2 * SIZE(AO),%xmm2 ;\ | |||||
| vmovups (AO), %xmm0 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | |||||
| vmovups -4 * SIZE(AO), %xmm0 ;\ | |||||
| vmovups -2 * SIZE(AO), %xmm2 ;\ | |||||
| vmovddup -4 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -3 * SIZE(BO), %xmm3 ;\ | |||||
| vfmaddpd %xmm8, %xmm0, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9, %xmm0, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -2 * SIZE(BO), %xmm5 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | |||||
| vmovddup -2 * SIZE(BO), %xmm1 ;\ | |||||
| vmovddup -1 * SIZE(BO), %xmm3 ;\ | vmovddup -1 * SIZE(BO), %xmm3 ;\ | ||||
| vmovddup (BO), %xmm1 ;\ | |||||
| vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm4,%xmm11 ;\ | |||||
| vfmaddpd %xmm10,%xmm0, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovups (AO), %xmm0 ;\ | |||||
| vmovddup (BO), %xmm1 ;\ | |||||
| vmovddup 1 * SIZE(BO), %xmm3 ;\ | vmovddup 1 * SIZE(BO), %xmm3 ;\ | ||||
| vmovaps %xmm0, %xmm2 | vmovaps %xmm0, %xmm2 | ||||
| @@ -410,19 +399,9 @@ | |||||
| vxorpd %xmm15, %xmm15,%xmm15 | vxorpd %xmm15, %xmm15,%xmm15 | ||||
| prefetcht0 (CO1) | prefetcht0 (CO1) | ||||
| prefetcht0 8*SIZE(CO1) | |||||
| prefetcht0 (CO1,LDC) | prefetcht0 (CO1,LDC) | ||||
| prefetcht0 8*SIZE(CO1,LDC) | |||||
| prefetcht0 (CO2) | prefetcht0 (CO2) | ||||
| prefetcht0 8*SIZE(CO2) | |||||
| prefetcht0 (CO2,LDC) | prefetcht0 (CO2,LDC) | ||||
| prefetcht0 8*(CO2,LDC) | |||||
| vmovups -16 * SIZE(AO), %xmm0 | |||||
| vmovddup -16 * SIZE(BO), %xmm1 | |||||
| vmovddup -15 * SIZE(BO), %xmm3 | |||||
| vmovaps %xmm0, %xmm2 | |||||
| #ifndef TRMMKERNEL | #ifndef TRMMKERNEL | ||||
| movq K, %rax | movq K, %rax | ||||
| @@ -447,14 +426,18 @@ | |||||
| negq %rax | negq %rax | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| ALIGN_4 | |||||
| // ALIGN_4 | |||||
| .align 16 | .align 16 | ||||
| #define PR1 16 | |||||
| #define PR2 24 | |||||
| .L12: | .L12: | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -465,10 +448,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -479,10 +462,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -493,10 +476,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -507,10 +490,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -521,10 +504,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -535,10 +518,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -549,10 +532,10 @@ | |||||
| KERNEL8(16 * 0) | KERNEL8(16 * 0) | ||||
| NOBRANCH | NOBRANCH | ||||
| je .L15 | je .L15 | ||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(AO,%rax,4) | |||||
| prefetcht0 PR1*SIZE(BO,%rax,4) | |||||
| prefetcht0 PR2*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -601,23 +584,26 @@ | |||||
| ALIGN_4 | ALIGN_4 | ||||
| .L17: | .L17: | ||||
| vfmaddpd %xmm8,%xmm1, %xmm0,%xmm8 | |||||
| vmovaps %xmm2, %xmm0 | |||||
| vmovups -14 * SIZE(AO, %rax, 4),%xmm2 | |||||
| vmovups -16 * SIZE(AO, %rax, 4), %xmm0 | |||||
| vmovups -14 * SIZE(AO, %rax, 4), %xmm2 | |||||
| vmovddup -16 * SIZE(BO, %rax, 4), %xmm1 | |||||
| vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 | |||||
| vfmaddpd %xmm8,%xmm0, %xmm1,%xmm8 | |||||
| vfmaddpd %xmm9,%xmm0, %xmm3,%xmm9 | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 | ||||
| vmovddup -14 * SIZE(BO, %rax, 4), %xmm1 | |||||
| vfmaddpd %xmm9,%xmm3, %xmm0,%xmm9 | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 | ||||
| vmovddup -14 * SIZE(BO, %rax, 4), %xmm1 | |||||
| vmovddup -13 * SIZE(BO, %rax, 4), %xmm3 | vmovddup -13 * SIZE(BO, %rax, 4), %xmm3 | ||||
| vfmaddpd %xmm10,%xmm1, %xmm0,%xmm10 | |||||
| vfmaddpd %xmm10,%xmm0, %xmm1,%xmm10 | |||||
| vfmaddpd %xmm11,%xmm0, %xmm3,%xmm11 | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 | ||||
| vfmaddpd %xmm11,%xmm3, %xmm0,%xmm11 | |||||
| vmovups -12 * SIZE(AO, %rax, 4), %xmm0 | |||||
| vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 | ||||
| /* | |||||
| vmovups -12 * SIZE(AO, %rax, 4), %xmm0 | |||||
| vmovddup -12 * SIZE(BO, %rax, 4), %xmm1 | |||||
| vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 | vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 | ||||
| vmovaps %xmm0, %xmm2 | |||||
| vmovaps %xmm0, %xmm2 | |||||
| */ | |||||
| addq $SIZE, %rax | addq $SIZE, %rax | ||||
| jl .L17 | jl .L17 | ||||
| ALIGN_4 | ALIGN_4 | ||||