| @@ -88,151 +88,142 @@ | |||||
| #define movupd movups | #define movupd movups | ||||
| #define KERNEL1(xx) \ | #define KERNEL1(xx) \ | ||||
| vfmaddpd %xmm8,%xmm1,%xmm0,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm0 ;\ | |||||
| vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm9,%xmm3,%xmm0,%xmm9 ;\ | |||||
| vmovups -16 * SIZE(AO, %rax, 4),%xmm0 ;\ | |||||
| vfmaddpd %xmm8,%xmm0,%xmm1,%xmm8 ;\ | |||||
| vmovaps %xmm2,%xmm0 ;\ | |||||
| vmovddup -16 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -15 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vfmaddpd %xmm9,%xmm0,%xmm3,%xmm9 ;\ | |||||
| vmovups -14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm12,%xmm2,%xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2,%xmm1,%xmm12 ;\ | ||||
| vmovddup -14 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| 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 %xmm11,%xmm3,%xmm0,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vfmaddpd %xmm10,%xmm0,%xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm0,%xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | ||||
| vmovups -12 * SIZE(AO, %rax, 4), %xmm0 ;\ | |||||
| 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 -12 * SIZE(BO, %rax, 4), %xmm1 ;\ | ||||
| vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -11 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm0, %xmm2 | |||||
| #define KERNEL2(xx) \ | #define KERNEL2(xx) \ | ||||
| vfmaddpd %xmm8,%xmm1, %xmm0,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm0 ;\ | |||||
| vmovups -10 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| /*A*/ vmovups (AO, %rax, 4), %xmm6 ;\ | |||||
| vmovups -8 * SIZE(AO, %rax, 4),%xmm4 ;\ | |||||
| 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 ;\ | |||||
| vmovddup -10 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -10 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup -9 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -9 * 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 ;\ | ||||
| /**/ vmovddup (BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm0,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovddup -8 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -7 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm4, %xmm2 | |||||
| #define KERNEL3(xx) \ | #define KERNEL3(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm4, %xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm4 ;\ | |||||
| 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 %xmm12,%xmm2, %xmm5,%xmm12 ;\ | ||||
| vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | |||||
| vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -6 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -5 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -5 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm3, %xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm4, %xmm11 ;\ | |||||
| vmovups -4 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | |||||
| vmovups -4 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vmovups -2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vmovddup -4 * SIZE(BO, %rax, 4), %xmm5 ;\ | vmovddup -4 * SIZE(BO, %rax, 4), %xmm5 ;\ | ||||
| vfmaddpd %xmm15,%xmm2,%xmm3,%xmm15 ;\ | |||||
| vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -3 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm4, %xmm2 | |||||
| #define KERNEL4(xx) \ | #define KERNEL4(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm4,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm4 ;\ | |||||
| vmovups -2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm8,%xmm4, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm4, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5 ,%xmm12;\ | vfmaddpd %xmm12,%xmm2, %xmm5 ,%xmm12;\ | ||||
| /*A*/ vmovups 8 * SIZE(AO, %rax, 4), %xmm7 ;\ | |||||
| vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -2 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup -1 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup -1 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm4, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm4, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| /**/ vmovddup 8 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm4,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | 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 1 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm6, %xmm2 | |||||
| /**/ vmovddup (BO, %rax, 4), %xmm1 ;\ | |||||
| #define KERNEL5(xx) \ | #define KERNEL5(xx) \ | ||||
| vfmaddpd %xmm8,%xmm1, %xmm6,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm6 ;\ | |||||
| vmovups 2 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm8,%xmm6, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | ||||
| vmovddup 2 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm6,%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 ;\ | vmovddup 3 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm1, %xmm6,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm6, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm6, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm6,%xmm11 ;\ | |||||
| vmovups 4 * SIZE(AO, %rax, 4), %xmm6 ;\ | |||||
| vmovddup 4 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovddup 5 * SIZE(BO, %rax, 4), %xmm3 ;\ | |||||
| vmovaps %xmm6, %xmm2 | |||||
| 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 ;\ | |||||
| #define KERNEL6(xx) \ | #define KERNEL6(xx) \ | ||||
| vfmaddpd %xmm8,%xmm1, %xmm6,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm6 ;\ | |||||
| vmovups 6 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm8,%xmm6, %xmm1,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm6, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | ||||
| /*A*/ vmovups 16 * SIZE(AO, %rax, 4), %xmm0 ;\ | |||||
| vmovddup 6 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm6,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup 6 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vmovddup 7 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup 7 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm1, %xmm6,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm6, %xmm1,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm6, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | ||||
| /**/ vmovddup 16 * SIZE(BO, %rax, 4), %xmm1 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm6,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2,%xmm3,%xmm15 ;\ | |||||
| 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 9 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm7, %xmm2 | |||||
| #define KERNEL7(xx) \ | #define KERNEL7(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm7,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm7 ;\ | |||||
| vmovups 10 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| vfmaddpd %xmm8,%xmm7, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm7, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | ||||
| vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm9,%xmm3, %xmm7,%xmm9 ;\ | |||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup 10 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 11 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup 11 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm5, %xmm7,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm7, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm7, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm7,%xmm11 ;\ | |||||
| vmovups 12 * SIZE(AO, %rax, 4), %xmm7 ;\ | |||||
| vmovddup 12 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | 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 ;\ | vmovddup 13 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm7, %xmm2 | |||||
| #define KERNEL8(xx) \ | #define KERNEL8(xx) \ | ||||
| vfmaddpd %xmm8,%xmm5, %xmm7,%xmm8 ;\ | |||||
| vmovaps %xmm2, %xmm7 ;\ | |||||
| vmovups 14 * SIZE(AO, %rax, 4),%xmm2 ;\ | |||||
| /*A*/ vmovups 24 * SIZE(AO, %rax, 4), %xmm4 ;\ | |||||
| vfmaddpd %xmm8,%xmm7, %xmm5,%xmm8 ;\ | |||||
| vfmaddpd %xmm9,%xmm7, %xmm3,%xmm9 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | ||||
| vfmaddpd %xmm9,%xmm3, %xmm7,%xmm9 ;\ | |||||
| vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13, %xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup 14 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vmovddup 15 * SIZE(BO, %rax, 4), %xmm3 ;\ | vmovddup 15 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vfmaddpd %xmm10,%xmm5, %xmm7,%xmm10 ;\ | |||||
| vfmaddpd %xmm10,%xmm7, %xmm5,%xmm10 ;\ | |||||
| vfmaddpd %xmm11,%xmm7, %xmm3,%xmm11 ;\ | |||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| /**/ vmovddup 24 * SIZE(BO, %rax, 4), %xmm5 ;\ | |||||
| vfmaddpd %xmm11,%xmm3, %xmm7,%xmm11 ;\ | |||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | 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 ;\ | vmovddup 17 * SIZE(BO, %rax, 4), %xmm3 ;\ | ||||
| vmovaps %xmm0, %xmm2 ;\ | vmovaps %xmm0, %xmm2 ;\ | ||||
| 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 ;\ | vfmaddpd %xmm8, %xmm1, %xmm0,%xmm8 ;\ | ||||
| vmovapd %xmm2, %xmm0 ;\ | vmovapd %xmm2, %xmm0 ;\ | ||||
| vmovups -14 * SIZE(AO),%xmm2 ;\ | vmovups -14 * SIZE(AO),%xmm2 ;\ | ||||
| @@ -255,17 +246,17 @@ | |||||
| vfmaddpd %xmm8,%xmm1, %xmm0,%xmm8 ;\ | vfmaddpd %xmm8,%xmm1, %xmm0,%xmm8 ;\ | ||||
| vmovaps %xmm2, %xmm0 ;\ | vmovaps %xmm2, %xmm0 ;\ | ||||
| vmovups -10 * SIZE(AO),%xmm2 ;\ | vmovups -10 * SIZE(AO),%xmm2 ;\ | ||||
| vmovups -8 * SIZE(AO),%xmm4 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm1,%xmm12 ;\ | ||||
| vfmaddpd %xmm9,%xmm3, %xmm0,%xmm9 ;\ | 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,%xmm1, %xmm0,%xmm10 ;\ | ||||
| vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm1,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm0,%xmm11 ;\ | vfmaddpd %xmm11,%xmm3, %xmm0,%xmm11 ;\ | ||||
| vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | vfmaddpd %xmm15,%xmm2, %xmm3,%xmm15 ;\ | ||||
| vmovups (AO), %xmm0 ;\ | |||||
| vmovddup (BO), %xmm1 ;\ | |||||
| vmovddup -7 * SIZE(BO), %xmm3 ;\ | vmovddup -7 * SIZE(BO), %xmm3 ;\ | ||||
| vmovaps %xmm4, %xmm2 | vmovaps %xmm4, %xmm2 | ||||
| @@ -291,11 +282,13 @@ | |||||
| vfmaddpd %xmm8,%xmm5, %xmm4,%xmm8 ;\ | vfmaddpd %xmm8,%xmm5, %xmm4,%xmm8 ;\ | ||||
| vmovaps %xmm2, %xmm4 ;\ | vmovaps %xmm2, %xmm4 ;\ | ||||
| vmovups -2 * SIZE(AO),%xmm2 ;\ | vmovups -2 * SIZE(AO),%xmm2 ;\ | ||||
| vmovups (AO), %xmm0 ;\ | |||||
| vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | vfmaddpd %xmm12,%xmm2, %xmm5,%xmm12 ;\ | ||||
| vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | vfmaddpd %xmm13,%xmm2, %xmm3,%xmm13 ;\ | ||||
| vmovddup -2 * SIZE(BO), %xmm5 ;\ | vmovddup -2 * SIZE(BO), %xmm5 ;\ | ||||
| vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | vfmaddpd %xmm9,%xmm3, %xmm4,%xmm9 ;\ | ||||
| vmovddup -1 * SIZE(BO), %xmm3 ;\ | vmovddup -1 * SIZE(BO), %xmm3 ;\ | ||||
| vmovddup (BO), %xmm1 ;\ | |||||
| vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | vfmaddpd %xmm10,%xmm5, %xmm4,%xmm10 ;\ | ||||
| vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | vfmaddpd %xmm14,%xmm2, %xmm5,%xmm14 ;\ | ||||
| vfmaddpd %xmm11,%xmm3, %xmm4,%xmm11 ;\ | vfmaddpd %xmm11,%xmm3, %xmm4,%xmm11 ;\ | ||||
| @@ -407,16 +400,26 @@ | |||||
| leaq (B, %rax, 4), BO | leaq (B, %rax, 4), BO | ||||
| #endif | #endif | ||||
| vzeroall | |||||
| prefetcht0 256(CO1) | |||||
| prefetcht0 320(CO1) | |||||
| prefetcht0 256(CO2) | |||||
| prefetcht0 320(CO2) | |||||
| vxorpd %xmm8, %xmm8,%xmm8 | |||||
| vxorpd %xmm9, %xmm9,%xmm9 | |||||
| vxorpd %xmm10, %xmm10,%xmm10 | |||||
| vxorpd %xmm11, %xmm11,%xmm11 | |||||
| vxorpd %xmm12, %xmm12,%xmm12 | |||||
| vxorpd %xmm13, %xmm13,%xmm13 | |||||
| vxorpd %xmm14, %xmm14,%xmm14 | |||||
| vxorpd %xmm15, %xmm15,%xmm15 | |||||
| prefetcht0 (CO1) | |||||
| prefetcht0 8*SIZE(CO1) | |||||
| prefetcht0 (CO1,LDC) | |||||
| prefetcht0 8*SIZE(CO1,LDC) | |||||
| prefetcht0 (CO2) | |||||
| prefetcht0 8*SIZE(CO2) | |||||
| prefetcht0 (CO2,LDC) | |||||
| prefetcht0 8*(CO2,LDC) | |||||
| vmovups -16 * SIZE(AO), %xmm0 | vmovups -16 * SIZE(AO), %xmm0 | ||||
| vmovddup -16 * SIZE(BO), %xmm1 | vmovddup -16 * SIZE(BO), %xmm1 | ||||
| vmovddup -15 * SIZE(BO), %xmm3 | vmovddup -15 * SIZE(BO), %xmm3 | ||||
| vmovups -8 * SIZE(AO), %xmm4 | |||||
| vmovddup -8 * SIZE(BO), %xmm5 | |||||
| vmovaps %xmm0, %xmm2 | vmovaps %xmm0, %xmm2 | ||||
| @@ -448,8 +451,10 @@ | |||||
| .align 16 | .align 16 | ||||
| .L12: | .L12: | ||||
| prefetcht0 (AO,%rax,4) | |||||
| prefetcht0 (BO,%rax,4) | |||||
| prefetcht0 24*SIZE(AO,%rax,4) | |||||
| prefetcht0 32*SIZE(AO,%rax,4) | |||||
| prefetcht0 24*SIZE(BO,%rax,4) | |||||
| prefetcht0 32*SIZE(BO,%rax,4) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -460,6 +465,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -470,6 +479,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -480,6 +493,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -490,6 +507,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -500,6 +521,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -510,6 +535,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -520,6 +549,10 @@ | |||||
| 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) | |||||
| KERNEL1(16 * 0) | KERNEL1(16 * 0) | ||||
| KERNEL2(16 * 0) | KERNEL2(16 * 0) | ||||
| KERNEL3(16 * 0) | KERNEL3(16 * 0) | ||||
| @@ -619,16 +652,12 @@ | |||||
| #endif | #endif | ||||
| .align 2 | |||||
| vmovups %xmm8, (CO1) | vmovups %xmm8, (CO1) | ||||
| vmovups %xmm12, 2 * SIZE(CO1) | vmovups %xmm12, 2 * SIZE(CO1) | ||||
| .align 2 | |||||
| vmovups %xmm9, (CO1, LDC) | vmovups %xmm9, (CO1, LDC) | ||||
| vmovups %xmm13, 2 * SIZE(CO1, LDC) | vmovups %xmm13, 2 * SIZE(CO1, LDC) | ||||
| .align 2 | |||||
| vmovups %xmm10, (CO2) | vmovups %xmm10, (CO2) | ||||
| vmovups %xmm14, 2 * SIZE(CO2) | vmovups %xmm14, 2 * SIZE(CO2) | ||||
| .align 2 | |||||
| vmovups %xmm11, (CO2, LDC) | vmovups %xmm11, (CO2, LDC) | ||||
| vmovups %xmm15, 2 * SIZE(CO2, LDC) | vmovups %xmm15, 2 * SIZE(CO2, LDC) | ||||
| @@ -1019,17 +1048,7 @@ | |||||
| vxorps %xmm13, %xmm13,%xmm13 | vxorps %xmm13, %xmm13,%xmm13 | ||||
| vmovups -16 * SIZE(AO), %xmm0 | vmovups -16 * SIZE(AO), %xmm0 | ||||
| vmovups -8 * SIZE(AO), %xmm4 | vmovups -8 * SIZE(AO), %xmm4 | ||||
| // prefetcht0 256(CO1) | |||||
| // prefetcht0 320(CO1) | |||||
| // prefetcht0 256(CO2) | |||||
| // prefetcht0 320(CO2) | |||||
| // prefetchnta 24 * SIZE(CO1) | |||||
| // prefetchnta 32 * SIZE(CO1) | |||||
| // prefetchw 3 * SIZE(CO1) | |||||
| vmovups %xmm0, %xmm2 | vmovups %xmm0, %xmm2 | ||||
| // prefetchw 3 * SIZE(CO2) | |||||
| // prefetchnta -16 * SIZE(BB) | |||||
| // prefetch -16 * SIZE(BB) | |||||
| subq $-8 * SIZE, BB | subq $-8 * SIZE, BB | ||||
| #ifndef TRMMKERNEL | #ifndef TRMMKERNEL | ||||