| @@ -63,48 +63,6 @@ USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE. | |||
| #define STORE_REDUCE(M, N) C[(j+N)*ldc + i + M] = alpha * _mm512_reduce_add_ps(result##M##N) + beta * C[(j+N)*ldc + i + M]; | |||
| #endif | |||
| #define DECLARE_RESULT_256(M, N) __m256 result##M##N = _mm256_setzero_ps() | |||
| #define LOAD_A_256(M, N) __m256 Aval##M = _mm256_loadu_ps(&A[lda * k + i + (M*8)]) | |||
| #define BROADCAST_LOAD_B_256(M, N) __m256 Bval##N = _mm256_broadcastss_ps(_mm_load_ss(&B[k + ldb * (j+N)])) | |||
| #define MATMUL_256(M, N) result##M##N = _mm256_fmadd_ps(Aval##M, Bval##N, result##M##N) | |||
| #if defined(B0) | |||
| #define STORE_256(M, N) result##M##N = _mm256_mul_ps(result##M##N, alpha_256); \ | |||
| _mm256_storeu_ps(&C[(j+N)*ldc + i + (M*8)], result##M##N) | |||
| #else | |||
| #define STORE_256(M, N) \ | |||
| BLASLONG offset##M##N = (j+N)*ldc + i + (M*8); \ | |||
| result##M##N = _mm256_mul_ps(result##M##N, alpha_256); \ | |||
| asm("vfmadd231ps (%1, %2, 4), %3, %0": "+v"(result##M##N):"r"(&C), "r"(offset##M##N), "v"(beta_256)); \ | |||
| _mm256_storeu_ps(&C[offset##M##N], result##M##N) | |||
| #endif | |||
| #define DECLARE_RESULT_128(M, N) __m128 result##M##N; asm("vpxorq %0, %0, %0": "+v"(result##M##N):) | |||
| #define LOAD_A_128(M, N) __m128 Aval##M = _mm_maskz_loadu_ps(mask, &A[lda * k + i + (M*4)]) | |||
| #define BROADCAST_LOAD_B_128(M, N) __m128 Bval##N = _mm_broadcastss_ps(_mm_load_ss(&B[k + ldb * (j+N)])) | |||
| #define MATMUL_128(M, N) result##M##N = _mm_fmadd_ps(Aval##M, Bval##N, result##M##N) | |||
| #if defined(B0) | |||
| #define STORE_128(M, N) result##M##N = _mm_maskz_mul_ps(mask, result##M##N, alpha_128); \ | |||
| _mm_mask_storeu_ps(&C[(j+N)*ldc + i + (M*4)], mask, result##M##N) | |||
| #else | |||
| #define STORE_128(M, N) \ | |||
| BLASLONG offset##M##N = (j+N)*ldc + i + (M*4); \ | |||
| result##M##N = _mm_maskz_mul_ps(mask, result##M##N, alpha_128); \ | |||
| asm("vfmadd231ps (%1, %2, 4), %3, %0": "+v"(result##M##N):"r"(&C), "r"(offset##M##N), "v"(beta_128)); \ | |||
| _mm_mask_storeu_ps(&C[offset##M##N], mask, result##M##N) | |||
| #endif | |||
| #define DECLARE_RESULT_S(M, N) float result##M##N = 0; | |||
| #define LOAD_A_S(M, N) float Aval##M = A[lda * k + i + M] | |||
| #define BROADCAST_LOAD_B_S(M, N) float Bval##N = B[k + ldb * (j+N)] | |||
| #define MATMUL_S(M, N) result##M##N += Aval##M * Bval##N | |||
| #if defined(B0) | |||
| #define STORE_S(M, N) C[(j+N)*ldc + i + M] = result##M##N * alpha | |||
| #else | |||
| #define STORE_S(M, N) C[(j+N)*ldc + i + M] = result##M##N * alpha + C[(j+N)*ldc + i + M] * beta | |||
| #endif | |||
| #if defined(B0) | |||
| int CNAME(BLASLONG M, BLASLONG N, BLASLONG K, FLOAT * A, BLASLONG lda, FLOAT alpha, FLOAT * B, BLASLONG ldb, FLOAT * C, BLASLONG ldc) | |||
| #else | |||
| @@ -594,184 +552,4 @@ int CNAME(BLASLONG M, BLASLONG N, BLASLONG K, FLOAT * A, BLASLONG lda, FLOAT alp | |||
| free(mbuf); | |||
| return; | |||
| } | |||
| __m256 alpha_256 = _mm256_broadcastss_ps(_mm_load_ss(&alpha)); | |||
| #if !defined(B0) | |||
| __m256 beta_256 = _mm256_broadcastss_ps(_mm_load_ss(&beta)); | |||
| #endif | |||
| for (; i < m8; i += 8) { | |||
| for (j = 0; j < n4; j += 4) { | |||
| DECLARE_RESULT_256(0, 0); | |||
| DECLARE_RESULT_256(0, 1); | |||
| DECLARE_RESULT_256(0, 2); | |||
| DECLARE_RESULT_256(0, 3); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_256(0, x); | |||
| BROADCAST_LOAD_B_256(x, 0); BROADCAST_LOAD_B_256(x, 1); | |||
| BROADCAST_LOAD_B_256(x, 2); BROADCAST_LOAD_B_256(x, 3); | |||
| MATMUL_256(0, 0); | |||
| MATMUL_256(0, 1); | |||
| MATMUL_256(0, 2); | |||
| MATMUL_256(0, 3); | |||
| } | |||
| STORE_256(0, 0); | |||
| STORE_256(0, 1); | |||
| STORE_256(0, 2); | |||
| STORE_256(0, 3); | |||
| } | |||
| for (; j < n2; j += 2) { | |||
| DECLARE_RESULT_256(0, 0); | |||
| DECLARE_RESULT_256(0, 1); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_256(0, x); | |||
| BROADCAST_LOAD_B_256(x, 0); BROADCAST_LOAD_B_256(x, 1); | |||
| MATMUL_256(0, 0); | |||
| MATMUL_256(0, 1); | |||
| } | |||
| STORE_256(0, 0); | |||
| STORE_256(0, 1); | |||
| } | |||
| for (; j < N; j++) { | |||
| DECLARE_RESULT_256(0, 0); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_256(0, x); | |||
| BROADCAST_LOAD_B_256(x, 0); | |||
| MATMUL_256(0, 0); | |||
| } | |||
| STORE_256(0, 0); | |||
| } | |||
| } | |||
| __m128 alpha_128 = _mm_broadcastss_ps(_mm_load_ss(&alpha)); | |||
| #if !defined(B0) | |||
| __m128 beta_128 = _mm_broadcastss_ps(_mm_load_ss(&beta)); | |||
| #endif | |||
| for (; i < m4; i += 4) { | |||
| for (j = 0; j < n4; j += 4) { | |||
| DECLARE_RESULT_128(0, 0); | |||
| DECLARE_RESULT_128(0, 1); | |||
| DECLARE_RESULT_128(0, 2); | |||
| DECLARE_RESULT_128(0, 3); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_128(0, x); | |||
| BROADCAST_LOAD_B_128(x, 0); BROADCAST_LOAD_B_128(x, 1); | |||
| BROADCAST_LOAD_B_128(x, 2); BROADCAST_LOAD_B_128(x, 3); | |||
| MATMUL_128(0, 0); | |||
| MATMUL_128(0, 1); | |||
| MATMUL_128(0, 2); | |||
| MATMUL_128(0, 3); | |||
| } | |||
| STORE_128(0, 0); | |||
| STORE_128(0, 1); | |||
| STORE_128(0, 2); | |||
| STORE_128(0, 3); | |||
| } | |||
| for (; j < n2; j += 2) { | |||
| DECLARE_RESULT_128(0, 0); | |||
| DECLARE_RESULT_128(0, 1); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_128(0, x); | |||
| BROADCAST_LOAD_B_128(x, 0); BROADCAST_LOAD_B_128(x, 1); | |||
| MATMUL_128(0, 0); | |||
| MATMUL_128(0, 1); | |||
| } | |||
| STORE_128(0, 0); | |||
| STORE_128(0, 1); | |||
| } | |||
| for (; j < N; j++) { | |||
| DECLARE_RESULT_128(0, 0); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_128(0, x); | |||
| BROADCAST_LOAD_B_128(x, 0); | |||
| MATMUL_128(0, 0); | |||
| } | |||
| STORE_128(0, 0); | |||
| } | |||
| } | |||
| for (; i < m2; i += 2) { | |||
| for (j = 0; j < n4; j += 4) { | |||
| DECLARE_RESULT_S(0, 0); DECLARE_RESULT_S(1, 0); | |||
| DECLARE_RESULT_S(0, 1); DECLARE_RESULT_S(1, 1); | |||
| DECLARE_RESULT_S(0, 2); DECLARE_RESULT_S(1, 2); | |||
| DECLARE_RESULT_S(0, 3); DECLARE_RESULT_S(1, 3); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); LOAD_A_S(1, x); | |||
| BROADCAST_LOAD_B_S(x, 0); BROADCAST_LOAD_B_S(x, 1); | |||
| BROADCAST_LOAD_B_S(x, 2); BROADCAST_LOAD_B_S(x, 3); | |||
| MATMUL_S(0, 0); MATMUL_S(1, 0); | |||
| MATMUL_S(0, 1); MATMUL_S(1, 1); | |||
| MATMUL_S(0, 2); MATMUL_S(1, 2); | |||
| MATMUL_S(0, 3); MATMUL_S(1, 3); | |||
| } | |||
| STORE_S(0, 0); STORE_S(1, 0); | |||
| STORE_S(0, 1); STORE_S(1, 1); | |||
| STORE_S(0, 2); STORE_S(1, 2); | |||
| STORE_S(0, 3); STORE_S(1, 3); | |||
| } | |||
| for (; j < n2; j += 2) { | |||
| DECLARE_RESULT_S(0, 0); DECLARE_RESULT_S(1, 0); | |||
| DECLARE_RESULT_S(0, 1); DECLARE_RESULT_S(1, 1); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); LOAD_A_S(1, x); | |||
| BROADCAST_LOAD_B_S(x, 0); BROADCAST_LOAD_B_S(x, 1); | |||
| MATMUL_S(0, 0); MATMUL_S(1, 0); | |||
| MATMUL_S(0, 1); MATMUL_S(1, 1); | |||
| } | |||
| STORE_S(0, 0); STORE_S(1, 0); | |||
| STORE_S(0, 1); STORE_S(1, 1); | |||
| } | |||
| for (; j < N; j++) { | |||
| DECLARE_RESULT_S(0, 0); DECLARE_RESULT_S(1, 0); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); LOAD_A_S(1, x); | |||
| BROADCAST_LOAD_B_S(x, 0); | |||
| MATMUL_S(0, 0); MATMUL_S(1, 0); | |||
| } | |||
| STORE_S(0, 0); STORE_S(1, 0); | |||
| } | |||
| } | |||
| for (; i < M; i += 1) { | |||
| for (j = 0; j < n4; j += 4) { | |||
| DECLARE_RESULT_S(0, 0); | |||
| DECLARE_RESULT_S(0, 1); | |||
| DECLARE_RESULT_S(0, 2); | |||
| DECLARE_RESULT_S(0, 3); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); | |||
| BROADCAST_LOAD_B_S(x, 0); BROADCAST_LOAD_B_S(x, 1); | |||
| BROADCAST_LOAD_B_S(x, 2); BROADCAST_LOAD_B_S(x, 3); | |||
| MATMUL_S(0, 0); | |||
| MATMUL_S(0, 1); | |||
| MATMUL_S(0, 2); | |||
| MATMUL_S(0, 3); | |||
| } | |||
| STORE_S(0, 0); | |||
| STORE_S(0, 1); | |||
| STORE_S(0, 2); | |||
| STORE_S(0, 3); | |||
| } | |||
| for (; j < n2; j += 2) { | |||
| DECLARE_RESULT_S(0, 0); | |||
| DECLARE_RESULT_S(0, 1); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); | |||
| BROADCAST_LOAD_B_S(x, 0); BROADCAST_LOAD_B_S(x, 1); | |||
| MATMUL_S(0, 0); | |||
| MATMUL_S(0, 1); | |||
| } | |||
| STORE_S(0, 0); | |||
| STORE_S(0, 1); | |||
| } | |||
| for (; j < N; j++) { | |||
| DECLARE_RESULT_S(0, 0); | |||
| for (k = 0; k < K; k++) { | |||
| LOAD_A_S(0, x); LOAD_A_S(1, x); | |||
| BROADCAST_LOAD_B_S(x, 0); | |||
| MATMUL_S(0, 0); | |||
| } | |||
| STORE_S(0, 0); | |||
| } | |||
| } | |||
| } | |||