| @@ -31,8 +31,6 @@ static void zgemv_kernel_4x4( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT | |||||
| static void zgemv_kernel_4x4( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT *alpha) | static void zgemv_kernel_4x4( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT *alpha) | ||||
| { | { | ||||
| if ( n < 4 ) return; | |||||
| BLASLONG register i = 0; | BLASLONG register i = 0; | ||||
| __asm__ __volatile__ | __asm__ __volatile__ | ||||
| @@ -220,4 +218,240 @@ static void zgemv_kernel_4x4( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT | |||||
| } | } | ||||
| #define HAVE_KERNEL_4x2 1 | |||||
| static void zgemv_kernel_4x2( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT *alpha) __attribute__ ((noinline)); | |||||
| static void zgemv_kernel_4x2( BLASLONG n, FLOAT **ap, FLOAT *x, FLOAT *y, FLOAT *alpha) | |||||
| { | |||||
| BLASLONG register i = 0; | |||||
| __asm__ __volatile__ | |||||
| ( | |||||
| "vzeroupper \n\t" | |||||
| "vxorpd %%xmm8 , %%xmm8 , %%xmm8 \n\t" // temp | |||||
| "vxorpd %%xmm9 , %%xmm9 , %%xmm9 \n\t" // temp | |||||
| "vxorpd %%xmm10, %%xmm10, %%xmm10 \n\t" // temp | |||||
| "vxorpd %%xmm11, %%xmm11, %%xmm11 \n\t" // temp | |||||
| ".align 16 \n\t" | |||||
| ".L01LOOP%=: \n\t" | |||||
| "vmovddup (%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 8(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "prefetcht0 192(%4,%0,8) \n\t" | |||||
| "vmovups (%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "prefetcht0 192(%5,%0,8) \n\t" | |||||
| "vmovups (%5,%0,8), %%xmm5 \n\t" // 1 complex values from a1 | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vfmaddpd %%xmm10, %%xmm5 , %%xmm0, %%xmm10 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm11, %%xmm5 , %%xmm1, %%xmm11 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vmovddup 16(%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 24(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "vmovups 16(%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "vmovups 16(%5,%0,8), %%xmm5 \n\t" // 1 complex values from a1 | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vfmaddpd %%xmm10, %%xmm5 , %%xmm0, %%xmm10 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm11, %%xmm5 , %%xmm1, %%xmm11 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vmovddup 32(%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 40(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "vmovups 32(%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "vmovups 32(%5,%0,8), %%xmm5 \n\t" // 1 complex values from a1 | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vfmaddpd %%xmm10, %%xmm5 , %%xmm0, %%xmm10 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm11, %%xmm5 , %%xmm1, %%xmm11 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vmovddup 48(%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 56(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "vmovups 48(%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "vmovups 48(%5,%0,8), %%xmm5 \n\t" // 1 complex values from a1 | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vfmaddpd %%xmm10, %%xmm5 , %%xmm0, %%xmm10 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm11, %%xmm5 , %%xmm1, %%xmm11 \n\t" // ar0*xl0,al0*xl0 | |||||
| "addq $8 , %0 \n\t" | |||||
| "subq $4 , %1 \n\t" | |||||
| "jnz .L01LOOP%= \n\t" | |||||
| "vmovddup (%6) , %%xmm0 \n\t" // value from alpha | |||||
| "vmovddup 8(%6) , %%xmm1 \n\t" // value from alpha | |||||
| #if ( !defined(CONJ) && !defined(XCONJ) ) || ( defined(CONJ) && defined(XCONJ) ) | |||||
| "vpermilpd $0x1 , %%xmm9 , %%xmm9 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm11, %%xmm11 \n\t" | |||||
| "vaddsubpd %%xmm9 , %%xmm8, %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm11, %%xmm10, %%xmm10 \n\t" | |||||
| #else | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm10, %%xmm10 \n\t" | |||||
| "vaddsubpd %%xmm8 , %%xmm9 , %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm10, %%xmm11, %%xmm10 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm10, %%xmm10 \n\t" | |||||
| #endif | |||||
| "vmulpd %%xmm8 , %%xmm1 , %%xmm9 \n\t" // t_r * alpha_i , t_i * alpha_i | |||||
| "vmulpd %%xmm8 , %%xmm0 , %%xmm8 \n\t" // t_r * alpha_r , t_i * alpha_r | |||||
| "vmulpd %%xmm10, %%xmm1 , %%xmm11 \n\t" // t_r * alpha_i , t_i * alpha_i | |||||
| "vmulpd %%xmm10, %%xmm0 , %%xmm10 \n\t" // t_r * alpha_r , t_i * alpha_r | |||||
| #if !defined(XCONJ) | |||||
| "vpermilpd $0x1 , %%xmm9 , %%xmm9 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm11, %%xmm11 \n\t" | |||||
| "vaddsubpd %%xmm9 , %%xmm8, %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm11, %%xmm10, %%xmm10 \n\t" | |||||
| #else | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm10, %%xmm10 \n\t" | |||||
| "vaddsubpd %%xmm8 , %%xmm9 , %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm10, %%xmm11, %%xmm10 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm10, %%xmm10 \n\t" | |||||
| #endif | |||||
| "vaddpd (%3) , %%xmm8 , %%xmm8 \n\t" | |||||
| "vaddpd 16(%3) , %%xmm10, %%xmm10 \n\t" | |||||
| "vmovups %%xmm8 , (%3) \n\t" | |||||
| "vmovups %%xmm10, 16(%3) \n\t" | |||||
| "vzeroupper \n\t" | |||||
| : | |||||
| : | |||||
| "r" (i), // 0 | |||||
| "r" (n), // 1 | |||||
| "r" (x), // 2 | |||||
| "r" (y), // 3 | |||||
| "r" (ap[0]), // 4 | |||||
| "r" (ap[1]), // 5 | |||||
| "r" (alpha) // 6 | |||||
| : "cc", | |||||
| "%xmm0", "%xmm1", "%xmm2", "%xmm3", | |||||
| "%xmm4", "%xmm5", "%xmm6", "%xmm7", | |||||
| "%xmm8", "%xmm9", "%xmm10", "%xmm11", | |||||
| "%xmm12", "%xmm13", "%xmm14", "%xmm15", | |||||
| "memory" | |||||
| ); | |||||
| } | |||||
| #define HAVE_KERNEL_4x1 1 | |||||
| static void zgemv_kernel_4x1( BLASLONG n, FLOAT *ap, FLOAT *x, FLOAT *y, FLOAT *alpha) __attribute__ ((noinline)); | |||||
| static void zgemv_kernel_4x1( BLASLONG n, FLOAT *ap, FLOAT *x, FLOAT *y, FLOAT *alpha) | |||||
| { | |||||
| BLASLONG register i = 0; | |||||
| __asm__ __volatile__ | |||||
| ( | |||||
| "vzeroupper \n\t" | |||||
| "vxorpd %%xmm8 , %%xmm8 , %%xmm8 \n\t" // temp | |||||
| "vxorpd %%xmm9 , %%xmm9 , %%xmm9 \n\t" // temp | |||||
| ".align 16 \n\t" | |||||
| ".L01LOOP%=: \n\t" | |||||
| "vmovddup (%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 8(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "prefetcht0 192(%4,%0,8) \n\t" | |||||
| "vmovups (%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "vmovups 16(%4,%0,8), %%xmm5 \n\t" // 1 complex values from a0 | |||||
| "vmovddup 16(%2,%0,8), %%xmm2 \n\t" // real value from x0 | |||||
| "vmovddup 24(%2,%0,8), %%xmm3 \n\t" // imag value from x0 | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vmovddup 32(%2,%0,8), %%xmm0 \n\t" // real value from x0 | |||||
| "vmovddup 40(%2,%0,8), %%xmm1 \n\t" // imag value from x0 | |||||
| "vfmaddpd %%xmm8 , %%xmm5 , %%xmm2, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm5 , %%xmm3, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "vmovups 32(%4,%0,8), %%xmm4 \n\t" // 1 complex values from a0 | |||||
| "vmovups 48(%4,%0,8), %%xmm5 \n\t" // 1 complex values from a0 | |||||
| "vmovddup 48(%2,%0,8), %%xmm2 \n\t" // real value from x0 | |||||
| "vmovddup 56(%2,%0,8), %%xmm3 \n\t" // imag value from x0 | |||||
| "addq $8 , %0 \n\t" | |||||
| "vfmaddpd %%xmm8 , %%xmm4 , %%xmm0, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm4 , %%xmm1, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "subq $4 , %1 \n\t" | |||||
| "vfmaddpd %%xmm8 , %%xmm5 , %%xmm2, %%xmm8 \n\t" // ar0*xr0,al0*xr0 | |||||
| "vfmaddpd %%xmm9 , %%xmm5 , %%xmm3, %%xmm9 \n\t" // ar0*xl0,al0*xl0 | |||||
| "jnz .L01LOOP%= \n\t" | |||||
| "vmovddup (%5) , %%xmm0 \n\t" // value from alpha | |||||
| "vmovddup 8(%5) , %%xmm1 \n\t" // value from alpha | |||||
| #if ( !defined(CONJ) && !defined(XCONJ) ) || ( defined(CONJ) && defined(XCONJ) ) | |||||
| "vpermilpd $0x1 , %%xmm9 , %%xmm9 \n\t" | |||||
| "vaddsubpd %%xmm9 , %%xmm8, %%xmm8 \n\t" | |||||
| #else | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm8 , %%xmm9 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| #endif | |||||
| "vmulpd %%xmm8 , %%xmm1 , %%xmm9 \n\t" // t_r * alpha_i , t_i * alpha_i | |||||
| "vmulpd %%xmm8 , %%xmm0 , %%xmm8 \n\t" // t_r * alpha_r , t_i * alpha_r | |||||
| #if !defined(XCONJ) | |||||
| "vpermilpd $0x1 , %%xmm9 , %%xmm9 \n\t" | |||||
| "vaddsubpd %%xmm9 , %%xmm8, %%xmm8 \n\t" | |||||
| #else | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| "vaddsubpd %%xmm8 , %%xmm9 , %%xmm8 \n\t" | |||||
| "vpermilpd $0x1 , %%xmm8 , %%xmm8 \n\t" | |||||
| #endif | |||||
| "vaddpd (%3) , %%xmm8 , %%xmm8 \n\t" | |||||
| "vmovups %%xmm8 , (%3) \n\t" | |||||
| "vzeroupper \n\t" | |||||
| : | |||||
| : | |||||
| "r" (i), // 0 | |||||
| "r" (n), // 1 | |||||
| "r" (x), // 2 | |||||
| "r" (y), // 3 | |||||
| "r" (ap), // 4 | |||||
| "r" (alpha) // 5 | |||||
| : "cc", | |||||
| "%xmm0", "%xmm1", "%xmm2", "%xmm3", | |||||
| "%xmm4", "%xmm5", "%xmm6", "%xmm7", | |||||
| "%xmm8", "%xmm9", "%xmm10", "%xmm11", | |||||
| "%xmm12", "%xmm13", "%xmm14", "%xmm15", | |||||
| "memory" | |||||
| ); | |||||
| } | |||||