| @@ -25,10 +25,10 @@ OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE | |||
| USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE. | |||
| *****************************************************************************/ | |||
| #define HAVE_KERNEL_16x2 1 | |||
| static void ssymv_kernel_16x2( BLASLONG n, FLOAT *a1, FLOAT *a2, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline)); | |||
| #define HAVE_KERNEL_4x4 1 | |||
| static void ssymv_kernel_4x4( BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) __attribute__ ((noinline)); | |||
| static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) | |||
| static void ssymv_kernel_4x4(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *a2, FLOAT *a3, FLOAT *x, FLOAT *y, FLOAT *temp1, FLOAT *temp2) | |||
| { | |||
| BLASLONG register i = 0; | |||
| @@ -37,64 +37,57 @@ static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT | |||
| ( | |||
| "vxorps %%xmm0 , %%xmm0 , %%xmm0 \n\t" // temp2[0] | |||
| "vxorps %%xmm1 , %%xmm1 , %%xmm1 \n\t" // temp2[1] | |||
| "vbroadcastss (%6), %%xmm2 \n\t" // temp1[0] | |||
| "vbroadcastss 4(%6), %%xmm3 \n\t" // temp1[1] | |||
| "vxorps %%xmm2 , %%xmm2 , %%xmm2 \n\t" // temp2[2] | |||
| "vxorps %%xmm3 , %%xmm3 , %%xmm3 \n\t" // temp2[3] | |||
| "vbroadcastss (%8), %%xmm4 \n\t" // temp1[0] | |||
| "vbroadcastss 4(%8), %%xmm5 \n\t" // temp1[1] | |||
| "vbroadcastss 8(%8), %%xmm6 \n\t" // temp1[1] | |||
| "vbroadcastss 12(%8), %%xmm7 \n\t" // temp1[1] | |||
| "xorq %0,%0 \n\t" | |||
| ".align 16 \n\t" | |||
| ".L01LOOP%=: \n\t" | |||
| "prefetcht0 192(%4,%0,4) \n\t" | |||
| "vmovups (%4,%0,4), %%xmm4 \n\t" // 2 * a0 | |||
| "vmovups 16(%4,%0,4), %%xmm5 \n\t" // 2 * a0 | |||
| "prefetcht0 192(%2,%0,4) \n\t" | |||
| "vmovups (%2,%0,4), %%xmm8 \n\t" // 2 * x | |||
| "vmovups 16(%2,%0,4), %%xmm9 \n\t" // 2 * x | |||
| "prefetcht0 192(%3,%0,4) \n\t" | |||
| "vmovups 32(%4,%0,4), %%xmm6 \n\t" // 2 * a0 | |||
| "vmovups 48(%4,%0,4), %%xmm7 \n\t" // 2 * a0 | |||
| "vmovups 32(%2,%0,4), %%xmm10 \n\t" // 2 * x | |||
| "vmovups 48(%2,%0,4), %%xmm11 \n\t" // 2 * x | |||
| "prefetcht0 192(%5,%0,4) \n\t" | |||
| "vfmaddps (%3,%0,4), %%xmm2 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a0 | |||
| "vfmaddps %%xmm0 , %%xmm8 , %%xmm4 , %%xmm0 \n\t" // temp2 += a0 * x | |||
| "vfmaddps 16(%3,%0,4), %%xmm2 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a0 | |||
| "vmovups (%5,%0,4), %%xmm4 \n\t" // 2 * a1 | |||
| "vfmaddps %%xmm0 , %%xmm9 , %%xmm5 , %%xmm0 \n\t" // temp2 += a0 * x | |||
| "vfmaddps 32(%3,%0,4), %%xmm2 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a0 | |||
| "vmovups 16(%5,%0,4), %%xmm5 \n\t" // 2 * a1 | |||
| "vfmaddps %%xmm0 , %%xmm10, %%xmm6 , %%xmm0 \n\t" // temp2 += a0 * x | |||
| "vfmaddps 48(%3,%0,4), %%xmm2 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a0 | |||
| "vmovups 32(%5,%0,4), %%xmm6 \n\t" // 2 * a1 | |||
| "vfmaddps %%xmm0 , %%xmm11, %%xmm7 , %%xmm0 \n\t" // temp2 += a0 * x | |||
| "vmovups 48(%5,%0,4), %%xmm7 \n\t" // 2 * a1 | |||
| "vfmaddps %%xmm12, %%xmm3 , %%xmm4 , %%xmm12 \n\t" // y += temp1 * a1 | |||
| "vfmaddps %%xmm13, %%xmm3 , %%xmm5 , %%xmm13 \n\t" // y += temp1 * a1 | |||
| "vmovups %%xmm12, (%3,%0,4) \n\t" // 2 * y | |||
| "vfmaddps %%xmm14, %%xmm3 , %%xmm6 , %%xmm14 \n\t" // y += temp1 * a1 | |||
| "vmovups %%xmm13, 16(%3,%0,4) \n\t" // 2 * y | |||
| "vfmaddps %%xmm15, %%xmm3 , %%xmm7 , %%xmm15 \n\t" // y += temp1 * a1 | |||
| "vmovups %%xmm14, 32(%3,%0,4) \n\t" // 2 * y | |||
| "vfmaddps %%xmm1 , %%xmm8 , %%xmm4 , %%xmm1 \n\t" // temp2 += a1 * x | |||
| "vfmaddps %%xmm1 , %%xmm9 , %%xmm5 , %%xmm1 \n\t" // temp2 += a1 * x | |||
| "vmovups %%xmm15, 48(%3,%0,4) \n\t" // 2 * y | |||
| "vfmaddps %%xmm1 , %%xmm10, %%xmm6 , %%xmm1 \n\t" // temp2 += a1 * x | |||
| "vfmaddps %%xmm1 , %%xmm11, %%xmm7 , %%xmm1 \n\t" // temp2 += a1 * x | |||
| "addq $16, %0 \n\t" | |||
| "subq $16, %1 \n\t" | |||
| ".align 16 \n\t" | |||
| ".L01LOOP%=: \n\t" | |||
| "vmovups (%2,%0,4), %%xmm8 \n\t" // 4 * x | |||
| "vmovups (%3,%0,4), %%xmm9 \n\t" // 4 * y | |||
| "vmovups (%4,%0,4), %%xmm12 \n\t" // 4 * a | |||
| "vmovups (%5,%0,4), %%xmm13 \n\t" // 4 * a | |||
| "vfmaddps %%xmm0 , %%xmm8, %%xmm12 , %%xmm0 \n\t" // temp2 += x * a | |||
| "vfmaddps %%xmm9 , %%xmm4, %%xmm12 , %%xmm9 \n\t" // y += temp1 * a | |||
| "vfmaddps %%xmm1 , %%xmm8, %%xmm13 , %%xmm1 \n\t" // temp2 += x * a | |||
| "vmovups (%6,%0,4), %%xmm14 \n\t" // 4 * a | |||
| "vfmaddps %%xmm9 , %%xmm5, %%xmm13 , %%xmm9 \n\t" // y += temp1 * a | |||
| "vfmaddps %%xmm2 , %%xmm8, %%xmm14 , %%xmm2 \n\t" // temp2 += x * a | |||
| "vmovups (%7,%0,4), %%xmm15 \n\t" // 4 * a | |||
| "vfmaddps %%xmm9 , %%xmm6, %%xmm14 , %%xmm9 \n\t" // y += temp1 * a | |||
| "vfmaddps %%xmm3 , %%xmm8, %%xmm15 , %%xmm3 \n\t" // temp2 += x * a | |||
| "vfmaddps %%xmm9 , %%xmm7, %%xmm15 , %%xmm9 \n\t" // y += temp1 * a | |||
| "vmovups %%xmm9 , (%3,%0,4) \n\t" | |||
| "addq $4 , %0 \n\t" | |||
| "subq $4 , %1 \n\t" | |||
| "jnz .L01LOOP%= \n\t" | |||
| "vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t" | |||
| "vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t" | |||
| "vhaddps %%xmm2, %%xmm2, %%xmm2 \n\t" | |||
| "vhaddps %%xmm3, %%xmm3, %%xmm3 \n\t" | |||
| "vhaddps %%xmm0, %%xmm0, %%xmm0 \n\t" | |||
| "vhaddps %%xmm1, %%xmm1, %%xmm1 \n\t" | |||
| "vmovss %%xmm0 , (%7) \n\t" // save temp2 | |||
| "vmovss %%xmm1 ,4(%7) \n\t" // save temp2 | |||
| "vhaddps %%xmm2, %%xmm2, %%xmm2 \n\t" | |||
| "vhaddps %%xmm3, %%xmm3, %%xmm3 \n\t" | |||
| "vmovss %%xmm0 , (%9) \n\t" // save temp2 | |||
| "vmovss %%xmm1 , 4(%9) \n\t" // save temp2 | |||
| "vmovss %%xmm2 , 8(%9) \n\t" // save temp2 | |||
| "vmovss %%xmm3 ,12(%9) \n\t" // save temp2 | |||
| : | |||
| : | |||
| @@ -102,10 +95,12 @@ static void ssymv_kernel_16x2(BLASLONG n, FLOAT *a0, FLOAT *a1, FLOAT *x, FLOAT | |||
| "r" (n), // 1 | |||
| "r" (x), // 2 | |||
| "r" (y), // 3 | |||
| "r" (a0), // 4 | |||
| "r" (a1), // 5 | |||
| "r" (temp1), // 6 | |||
| "r" (temp2) // 7 | |||
| "r" (a0), // 4 | |||
| "r" (a1), // 5 | |||
| "r" (a2), // 6 | |||
| "r" (a3), // 7 | |||
| "r" (temp1), // 8 | |||
| "r" (temp2) // 9 | |||
| : "cc", | |||
| "%xmm0", "%xmm1", "%xmm2", "%xmm3", | |||
| "%xmm4", "%xmm5", "%xmm6", "%xmm7", | |||