| @@ -37,43 +37,41 @@ static void sgemv_kernel_4x8( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, BLASLO | |||||
| __asm__ __volatile__ | __asm__ __volatile__ | ||||
| ( | ( | ||||
| "vzeroupper \n\t" | "vzeroupper \n\t" | ||||
| "vbroadcastss (%2), %%ymm12 \n\t" // x0 | |||||
| "vbroadcastss 4(%2), %%ymm13 \n\t" // x1 | |||||
| "vbroadcastss 8(%2), %%ymm14 \n\t" // x2 | |||||
| "vbroadcastss 12(%2), %%ymm15 \n\t" // x3 | |||||
| "vbroadcastss 16(%2), %%ymm0 \n\t" // x4 | |||||
| "vbroadcastss 20(%2), %%ymm1 \n\t" // x5 | |||||
| "vbroadcastss 24(%2), %%ymm2 \n\t" // x6 | |||||
| "vbroadcastss 28(%2), %%ymm3 \n\t" // x7 | |||||
| "vbroadcastss (%3), %%ymm12 \n\t" // x0 | |||||
| "vbroadcastss 4(%3), %%ymm13 \n\t" // x1 | |||||
| "vbroadcastss 8(%3), %%ymm14 \n\t" // x2 | |||||
| "vbroadcastss 12(%3), %%ymm15 \n\t" // x3 | |||||
| "vbroadcastss 16(%3), %%ymm0 \n\t" // x4 | |||||
| "vbroadcastss 20(%3), %%ymm1 \n\t" // x5 | |||||
| "vbroadcastss 24(%3), %%ymm2 \n\t" // x6 | |||||
| "vbroadcastss 28(%3), %%ymm3 \n\t" // x7 | |||||
| "vbroadcastss (%9), %%ymm6 \n\t" // alpha | "vbroadcastss (%9), %%ymm6 \n\t" // alpha | ||||
| "movq %8, %%xmm10 \n\t" //save lda | |||||
| "testq $0x04, %1 \n\t" | "testq $0x04, %1 \n\t" | ||||
| "jz 2f \n\t" | "jz 2f \n\t" | ||||
| "vmovups (%3,%0,4), %%xmm7 \n\t" // 4 * y | |||||
| "vmovups (%4,%0,4), %%xmm7 \n\t" // 4 * y | |||||
| "vxorps %%xmm4 , %%xmm4, %%xmm4 \n\t" | "vxorps %%xmm4 , %%xmm4, %%xmm4 \n\t" | ||||
| "vxorps %%xmm5 , %%xmm5, %%xmm5 \n\t" | "vxorps %%xmm5 , %%xmm5, %%xmm5 \n\t" | ||||
| "vfmadd231ps (%4,%0,4), %%xmm12, %%xmm4 \n\t" | |||||
| "vfmadd231ps (%5,%0,4), %%xmm13, %%xmm5 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%xmm14, %%xmm4 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%xmm15, %%xmm5 \n\t" | |||||
| "vfmadd231ps (%5,%0,4), %%xmm12, %%xmm4 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%xmm13, %%xmm5 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%xmm14, %%xmm4 \n\t" | |||||
| "vfmadd231ps (%8,%0,4), %%xmm15, %%xmm5 \n\t" | |||||
| "vfmadd231ps (%4,%8,4), %%xmm0 , %%xmm4 \n\t" | |||||
| "vfmadd231ps (%5,%8,4), %%xmm1 , %%xmm5 \n\t" | |||||
| "vfmadd231ps (%6,%8,4), %%xmm2 , %%xmm4 \n\t" | |||||
| "vfmadd231ps (%7,%8,4), %%xmm3 , %%xmm5 \n\t" | |||||
| "vfmadd231ps (%5,%2,4), %%xmm0 , %%xmm4 \n\t" | |||||
| "vfmadd231ps (%6,%2,4), %%xmm1 , %%xmm5 \n\t" | |||||
| "vfmadd231ps (%7,%2,4), %%xmm2 , %%xmm4 \n\t" | |||||
| "vfmadd231ps (%8,%2,4), %%xmm3 , %%xmm5 \n\t" | |||||
| "vaddps %%xmm4 , %%xmm5 , %%xmm5 \n\t" | "vaddps %%xmm4 , %%xmm5 , %%xmm5 \n\t" | ||||
| "vmulps %%xmm6 , %%xmm5 , %%xmm5 \n\t" | "vmulps %%xmm6 , %%xmm5 , %%xmm5 \n\t" | ||||
| "vaddps %%xmm7 , %%xmm5 , %%xmm5 \n\t" | "vaddps %%xmm7 , %%xmm5 , %%xmm5 \n\t" | ||||
| "vmovups %%xmm5, (%3,%0,4) \n\t" // 4 * y | |||||
| "vmovups %%xmm5, (%4,%0,4) \n\t" // 4 * y | |||||
| "addq $4 , %8 \n\t" | |||||
| "addq $4 , %2 \n\t" | |||||
| "addq $4 , %0 \n\t" | "addq $4 , %0 \n\t" | ||||
| "subq $4 , %1 \n\t" | "subq $4 , %1 \n\t" | ||||
| @@ -82,28 +80,28 @@ static void sgemv_kernel_4x8( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, BLASLO | |||||
| "testq $0x08, %1 \n\t" | "testq $0x08, %1 \n\t" | ||||
| "jz 3f \n\t" | "jz 3f \n\t" | ||||
| "vmovups (%3,%0,4), %%ymm7 \n\t" // 8 * y | |||||
| "vmovups (%4,%0,4), %%ymm7 \n\t" // 8 * y | |||||
| "vxorps %%ymm4 , %%ymm4, %%ymm4 \n\t" | "vxorps %%ymm4 , %%ymm4, %%ymm4 \n\t" | ||||
| "vxorps %%ymm5 , %%ymm5, %%ymm5 \n\t" | "vxorps %%ymm5 , %%ymm5, %%ymm5 \n\t" | ||||
| "vfmadd231ps (%4,%0,4), %%ymm12, %%ymm4 \n\t" | |||||
| "vfmadd231ps (%5,%0,4), %%ymm13, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%ymm14, %%ymm4 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%ymm15, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%5,%0,4), %%ymm12, %%ymm4 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%ymm13, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%ymm14, %%ymm4 \n\t" | |||||
| "vfmadd231ps (%8,%0,4), %%ymm15, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%4,%8,4), %%ymm0 , %%ymm4 \n\t" | |||||
| "vfmadd231ps (%5,%8,4), %%ymm1 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%8,4), %%ymm2 , %%ymm4 \n\t" | |||||
| "vfmadd231ps (%7,%8,4), %%ymm3 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%5,%2,4), %%ymm0 , %%ymm4 \n\t" | |||||
| "vfmadd231ps (%6,%2,4), %%ymm1 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%2,4), %%ymm2 , %%ymm4 \n\t" | |||||
| "vfmadd231ps (%8,%2,4), %%ymm3 , %%ymm5 \n\t" | |||||
| "vaddps %%ymm4 , %%ymm5 , %%ymm5 \n\t" | "vaddps %%ymm4 , %%ymm5 , %%ymm5 \n\t" | ||||
| "vmulps %%ymm6 , %%ymm5 , %%ymm5 \n\t" | "vmulps %%ymm6 , %%ymm5 , %%ymm5 \n\t" | ||||
| "vaddps %%ymm7 , %%ymm5 , %%ymm5 \n\t" | "vaddps %%ymm7 , %%ymm5 , %%ymm5 \n\t" | ||||
| "vmovups %%ymm5, (%3,%0,4) \n\t" // 8 * y | |||||
| "vmovups %%ymm5, (%4,%0,4) \n\t" // 8 * y | |||||
| "addq $8 , %8 \n\t" | |||||
| "addq $8 , %2 \n\t" | |||||
| "addq $8 , %0 \n\t" | "addq $8 , %0 \n\t" | ||||
| "subq $8 , %1 \n\t" | "subq $8 , %1 \n\t" | ||||
| @@ -118,53 +116,52 @@ static void sgemv_kernel_4x8( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, BLASLO | |||||
| "vxorps %%ymm4 , %%ymm4, %%ymm4 \n\t" | "vxorps %%ymm4 , %%ymm4, %%ymm4 \n\t" | ||||
| "vxorps %%ymm5 , %%ymm5, %%ymm5 \n\t" | "vxorps %%ymm5 , %%ymm5, %%ymm5 \n\t" | ||||
| "vmovups (%3,%0,4), %%ymm8 \n\t" // 8 * y | |||||
| "vmovups 32(%3,%0,4), %%ymm9 \n\t" // 8 * y | |||||
| "vfmadd231ps (%4,%0,4), %%ymm12, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%4,%0,4), %%ymm12, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%5,%0,4), %%ymm13, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%5,%0,4), %%ymm13, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%ymm14, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%6,%0,4), %%ymm14, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%ymm15, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%7,%0,4), %%ymm15, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%4,%8,4), %%ymm0 , %%ymm4 \n\t" | |||||
| "vmovups (%4,%0,4), %%ymm8 \n\t" // 8 * y | |||||
| "vmovups 32(%4,%0,4), %%ymm9 \n\t" // 8 * y | |||||
| "vfmadd231ps (%5,%0,4), %%ymm12, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%5,%0,4), %%ymm12, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%0,4), %%ymm13, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%6,%0,4), %%ymm13, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%0,4), %%ymm14, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%7,%0,4), %%ymm14, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%8,%0,4), %%ymm15, %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%8,%0,4), %%ymm15, %%ymm5 \n\t" | |||||
| "vfmadd231ps (%5,%2,4), %%ymm0 , %%ymm4 \n\t" | |||||
| "addq $16, %0 \n\t" | "addq $16, %0 \n\t" | ||||
| "vfmadd231ps 32(%4,%8,4), %%ymm0 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%5,%8,4), %%ymm1 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%5,%8,4), %%ymm1 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%8,4), %%ymm2 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%6,%8,4), %%ymm2 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%8,4), %%ymm3 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%7,%8,4), %%ymm3 , %%ymm5 \n\t" | |||||
| "vfmadd231ps 32(%5,%2,4), %%ymm0 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%6,%2,4), %%ymm1 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%6,%2,4), %%ymm1 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%7,%2,4), %%ymm2 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%7,%2,4), %%ymm2 , %%ymm5 \n\t" | |||||
| "vfmadd231ps (%8,%2,4), %%ymm3 , %%ymm4 \n\t" | |||||
| "vfmadd231ps 32(%8,%2,4), %%ymm3 , %%ymm5 \n\t" | |||||
| "vfmadd231ps %%ymm6 , %%ymm4 , %%ymm8 \n\t" | "vfmadd231ps %%ymm6 , %%ymm4 , %%ymm8 \n\t" | ||||
| "vfmadd231ps %%ymm6 , %%ymm5 , %%ymm9 \n\t" | "vfmadd231ps %%ymm6 , %%ymm5 , %%ymm9 \n\t" | ||||
| "addq $16, %8 \n\t" | |||||
| "vmovups %%ymm8,-64(%3,%0,4) \n\t" // 8 * y | |||||
| "addq $16, %2 \n\t" | |||||
| "vmovups %%ymm8,-64(%4,%0,4) \n\t" // 8 * y | |||||
| "subq $16, %1 \n\t" | "subq $16, %1 \n\t" | ||||
| "vmovups %%ymm9,-32(%3,%0,4) \n\t" // 8 * y | |||||
| "vmovups %%ymm9,-32(%4,%0,4) \n\t" // 8 * y | |||||
| "jnz 1b \n\t" | "jnz 1b \n\t" | ||||
| "4: \n\t" | "4: \n\t" | ||||
| "vzeroupper \n\t" | "vzeroupper \n\t" | ||||
| "movq %%xmm10, %8 \n\t" //restore lda | |||||
| : | : | ||||
| "+r" (i), // 0 | "+r" (i), // 0 | ||||
| "+r" (n) // 1 | |||||
| "+r" (n), // 1 | |||||
| "+r" (lda4) // 2 | |||||
| : | : | ||||
| "r" (x), // 2 | |||||
| "r" (y), // 3 | |||||
| "r" (ap[0]), // 4 | |||||
| "r" (ap[1]), // 5 | |||||
| "r" (ap[2]), // 6 | |||||
| "r" (ap[3]), // 7 | |||||
| "r" (lda4), // 8 | |||||
| "r" (x), // 3 | |||||
| "r" (y), // 4 | |||||
| "r" (ap[0]), // 5 | |||||
| "r" (ap[1]), // 6 | |||||
| "r" (ap[2]), // 7 | |||||
| "r" (ap[3]), // 8 | |||||
| "r" (alpha) // 9 | "r" (alpha) // 9 | ||||
| : "cc", | : "cc", | ||||
| "%xmm0", "%xmm1", | "%xmm0", "%xmm1", | ||||
| @@ -172,7 +169,6 @@ static void sgemv_kernel_4x8( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, BLASLO | |||||
| "%xmm4", "%xmm5", | "%xmm4", "%xmm5", | ||||
| "%xmm6", "%xmm7", | "%xmm6", "%xmm7", | ||||
| "%xmm8", "%xmm9", | "%xmm8", "%xmm9", | ||||
| "%xmm10", | |||||
| "%xmm12", "%xmm13", "%xmm14", "%xmm15", | "%xmm12", "%xmm13", "%xmm14", "%xmm15", | ||||
| "memory" | "memory" | ||||
| ); | ); | ||||