1 // Auto-generated file. Do not edit!
2 // Template: src/f32-vsigmoid/avx-rr2-p5.c.in
3 // Generator: tools/xngen
4 //
5 // Copyright 2020 Google LLC
6 //
7 // This source code is licensed under the BSD-style license found in the
8 // LICENSE file in the root directory of this source tree.
9
10 #include <assert.h>
11
12 #include <immintrin.h>
13
14 #include <xnnpack/common.h>
15 #include <xnnpack/vunary.h>
16
17
xnn_f32_vsigmoid_ukernel__avx_rr2_p5_div_x48(size_t n,const float * x,float * y,const union xnn_f32_sigmoid_params params[restrict XNN_MIN_ELEMENTS (1)])18 void xnn_f32_vsigmoid_ukernel__avx_rr2_p5_div_x48(
19 size_t n,
20 const float* x,
21 float* y,
22 const union xnn_f32_sigmoid_params params[restrict XNN_MIN_ELEMENTS(1)])
23 {
24 assert(n % sizeof(float) == 0);
25
26 const __m256 vsign_mask = _mm256_load_ps(params->avx_rr2_p5.sign_mask);
27 const __m256 vmagic_bias = _mm256_load_ps(params->avx_rr2_p5.magic_bias);
28 const __m256 vlog2e = _mm256_load_ps(params->avx_rr2_p5.log2e);
29 const __m256 vminus_ln2_hi = _mm256_load_ps(params->avx_rr2_p5.minus_ln2_hi);
30 const __m256 vminus_ln2_lo = _mm256_load_ps(params->avx_rr2_p5.minus_ln2_lo);
31 const __m256 vc5 = _mm256_load_ps(params->avx_rr2_p5.c5);
32 const __m256 vc4 = _mm256_load_ps(params->avx_rr2_p5.c4);
33 const __m256 vc3 = _mm256_load_ps(params->avx_rr2_p5.c3);
34 const __m256 vc2 = _mm256_load_ps(params->avx_rr2_p5.c2);
35 const __m256 vc1 = _mm256_load_ps(params->avx_rr2_p5.c1);
36 const __m256 vone = _mm256_load_ps(params->avx_rr2_p5.one);
37 const __m256 vdenorm_cutoff = _mm256_load_ps(params->avx_rr2_p5.denorm_cutoff);
38
39 for (; n >= 48 * sizeof(float); n -= 48 * sizeof(float)) {
40 const __m256 vx0 = _mm256_loadu_ps(x);
41 const __m256 vx1 = _mm256_loadu_ps(x + 8);
42 const __m256 vx2 = _mm256_loadu_ps(x + 16);
43 const __m256 vx3 = _mm256_loadu_ps(x + 24);
44 const __m256 vx4 = _mm256_loadu_ps(x + 32);
45 const __m256 vx5 = _mm256_loadu_ps(x + 40);
46 x += 48;
47
48 const __m256 vz0 = _mm256_or_ps(vx0, vsign_mask);
49 const __m256 vz1 = _mm256_or_ps(vx1, vsign_mask);
50 const __m256 vz2 = _mm256_or_ps(vx2, vsign_mask);
51 const __m256 vz3 = _mm256_or_ps(vx3, vsign_mask);
52 const __m256 vz4 = _mm256_or_ps(vx4, vsign_mask);
53 const __m256 vz5 = _mm256_or_ps(vx5, vsign_mask);
54
55 __m256 vn0 = _mm256_add_ps(_mm256_mul_ps(vz0, vlog2e), vmagic_bias);
56 __m256 vn1 = _mm256_add_ps(_mm256_mul_ps(vz1, vlog2e), vmagic_bias);
57 __m256 vn2 = _mm256_add_ps(_mm256_mul_ps(vz2, vlog2e), vmagic_bias);
58 __m256 vn3 = _mm256_add_ps(_mm256_mul_ps(vz3, vlog2e), vmagic_bias);
59 __m256 vn4 = _mm256_add_ps(_mm256_mul_ps(vz4, vlog2e), vmagic_bias);
60 __m256 vn5 = _mm256_add_ps(_mm256_mul_ps(vz5, vlog2e), vmagic_bias);
61
62 const __m128 vs_lo0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn0)), 23));
63 const __m128 vs_hi0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn0, 1)), 23));
64 const __m256 vs0 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo0), vs_hi0, 1);
65 const __m128 vs_lo1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn1)), 23));
66 const __m128 vs_hi1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn1, 1)), 23));
67 const __m256 vs1 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo1), vs_hi1, 1);
68 const __m128 vs_lo2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn2)), 23));
69 const __m128 vs_hi2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn2, 1)), 23));
70 const __m256 vs2 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo2), vs_hi2, 1);
71 const __m128 vs_lo3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn3)), 23));
72 const __m128 vs_hi3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn3, 1)), 23));
73 const __m256 vs3 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo3), vs_hi3, 1);
74 const __m128 vs_lo4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn4)), 23));
75 const __m128 vs_hi4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn4, 1)), 23));
76 const __m256 vs4 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo4), vs_hi4, 1);
77 const __m128 vs_lo5 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn5)), 23));
78 const __m128 vs_hi5 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn5, 1)), 23));
79 const __m256 vs5 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo5), vs_hi5, 1);
80
81 vn0 = _mm256_sub_ps(vn0, vmagic_bias);
82 vn1 = _mm256_sub_ps(vn1, vmagic_bias);
83 vn2 = _mm256_sub_ps(vn2, vmagic_bias);
84 vn3 = _mm256_sub_ps(vn3, vmagic_bias);
85 vn4 = _mm256_sub_ps(vn4, vmagic_bias);
86 vn5 = _mm256_sub_ps(vn5, vmagic_bias);
87
88 __m256 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_hi), vz0);
89 __m256 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_hi), vz1);
90 __m256 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_hi), vz2);
91 __m256 vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_hi), vz3);
92 __m256 vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_hi), vz4);
93 __m256 vt5 = _mm256_add_ps(_mm256_mul_ps(vn5, vminus_ln2_hi), vz5);
94
95 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_lo), vt0);
96 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_lo), vt1);
97 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_lo), vt2);
98 vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_lo), vt3);
99 vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_lo), vt4);
100 vt5 = _mm256_add_ps(_mm256_mul_ps(vn5, vminus_ln2_lo), vt5);
101
102 __m256 vp0 = _mm256_add_ps(_mm256_mul_ps(vc5, vt0), vc4);
103 __m256 vp1 = _mm256_add_ps(_mm256_mul_ps(vc5, vt1), vc4);
104 __m256 vp2 = _mm256_add_ps(_mm256_mul_ps(vc5, vt2), vc4);
105 __m256 vp3 = _mm256_add_ps(_mm256_mul_ps(vc5, vt3), vc4);
106 __m256 vp4 = _mm256_add_ps(_mm256_mul_ps(vc5, vt4), vc4);
107 __m256 vp5 = _mm256_add_ps(_mm256_mul_ps(vc5, vt5), vc4);
108
109 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc3);
110 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc3);
111 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc3);
112 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc3);
113 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc3);
114 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc3);
115
116 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc2);
117 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc2);
118 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc2);
119 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc2);
120 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc2);
121 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc2);
122
123 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc1);
124 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc1);
125 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc1);
126 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc1);
127 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc1);
128 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc1);
129
130 vt0 = _mm256_mul_ps(vt0, vs0);
131 vt1 = _mm256_mul_ps(vt1, vs1);
132 vt2 = _mm256_mul_ps(vt2, vs2);
133 vt3 = _mm256_mul_ps(vt3, vs3);
134 vt4 = _mm256_mul_ps(vt4, vs4);
135 vt5 = _mm256_mul_ps(vt5, vs5);
136
137 const __m256 ve0 = _mm256_add_ps(_mm256_mul_ps(vt0, vp0), vs0);
138 const __m256 ve1 = _mm256_add_ps(_mm256_mul_ps(vt1, vp1), vs1);
139 const __m256 ve2 = _mm256_add_ps(_mm256_mul_ps(vt2, vp2), vs2);
140 const __m256 ve3 = _mm256_add_ps(_mm256_mul_ps(vt3, vp3), vs3);
141 const __m256 ve4 = _mm256_add_ps(_mm256_mul_ps(vt4, vp4), vs4);
142 const __m256 ve5 = _mm256_add_ps(_mm256_mul_ps(vt5, vp5), vs5);
143
144 const __m256 vd0 = _mm256_add_ps(ve0, vone);
145 const __m256 vd1 = _mm256_add_ps(ve1, vone);
146 const __m256 vd2 = _mm256_add_ps(ve2, vone);
147 const __m256 vd3 = _mm256_add_ps(ve3, vone);
148 const __m256 vd4 = _mm256_add_ps(ve4, vone);
149 const __m256 vd5 = _mm256_add_ps(ve5, vone);
150
151 __m256 vf0 = _mm256_div_ps(ve0, vd0);
152 __m256 vf1 = _mm256_div_ps(ve1, vd1);
153 __m256 vf2 = _mm256_div_ps(ve2, vd2);
154 __m256 vf3 = _mm256_div_ps(ve3, vd3);
155 __m256 vf4 = _mm256_div_ps(ve4, vd4);
156 __m256 vf5 = _mm256_div_ps(ve5, vd5);
157
158 vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
159 vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
160 vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
161 vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
162 vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
163 vf5 = _mm256_andnot_ps(_mm256_cmp_ps(vz5, vdenorm_cutoff, _CMP_LT_OS), vf5);
164
165 vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
166 vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
167 vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
168 vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
169 vf4 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf4), vf4, vx4);
170 vf5 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf5), vf5, vx5);
171
172 _mm256_storeu_ps(y, vf0);
173 _mm256_storeu_ps(y + 8, vf1);
174 _mm256_storeu_ps(y + 16, vf2);
175 _mm256_storeu_ps(y + 24, vf3);
176 _mm256_storeu_ps(y + 32, vf4);
177 _mm256_storeu_ps(y + 40, vf5);
178 y += 48;
179 }
180 for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
181 const __m256 vx = _mm256_loadu_ps(x);
182 x += 8;
183
184 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
185
186 __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
187
188 const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
189 const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
190 const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
191
192 vn = _mm256_sub_ps(vn, vmagic_bias);
193
194 __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
195 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
196
197 __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
198 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
199 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
200 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
201
202 vt = _mm256_mul_ps(vt, vs);
203 const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
204
205 const __m256 vd = _mm256_add_ps(ve, vone);
206 __m256 vf = _mm256_div_ps(ve, vd);
207
208 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
209 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
210
211 _mm256_storeu_ps(y, vf);
212 y += 8;
213 }
214 if XNN_UNLIKELY(n != 0) {
215 assert(n >= 1 * sizeof(float));
216 assert(n <= 7 * sizeof(float));
217 const __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) ¶ms->avx_rr2_p5.mask_table[7] - n));
218
219 const __m256 vx = _mm256_maskload_ps(x, vmask);
220
221 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
222
223 __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
224 const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
225 const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
226 const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
227
228 vn = _mm256_sub_ps(vn, vmagic_bias);
229
230 __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
231 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
232
233 __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
234 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
235 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
236 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
237
238 vt = _mm256_mul_ps(vt, vs);
239 const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
240
241 const __m256 vd = _mm256_add_ps(ve, vone);
242 __m256 vf = _mm256_div_ps(ve, vd);
243
244 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
245 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
246
247 __m128 vf_lo = _mm256_castps256_ps128(vf);
248 if (n & (4 * sizeof(float))) {
249 _mm_storeu_ps(y, vf_lo);
250 vf_lo = _mm256_extractf128_ps(vf, 1);
251 y += 4;
252 }
253 if (n & (2 * sizeof(float))) {
254 _mm_storel_pi((__m64*) y, vf_lo);
255 vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
256 y += 2;
257 }
258 if (n & (1 * sizeof(float))) {
259 _mm_store_ss(y, vf_lo);
260 }
261 }
262 }
263