xref: /aosp_15_r20/external/XNNPACK/src/f32-vsigmoid/gen/vsigmoid-avx2-rr1-p5-div-x48.c (revision 4bdc94577ba0e567308109d787f7fec7b531ce36)
1 // Auto-generated file. Do not edit!
2 //   Template: src/f32-vsigmoid/avx2-rr1-p5.c.in
3 //   Generator: tools/xngen
4 //
5 // Copyright 2019 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__avx2_rr1_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__avx2_rr1_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->avx2_rr1_p5.sign_mask);
27   const __m256 vmagic_bias = _mm256_load_ps(params->avx2_rr1_p5.magic_bias);
28   const __m256 vlog2e = _mm256_load_ps(params->avx2_rr1_p5.log2e);
29   const __m256 vminus_ln2 = _mm256_load_ps(params->avx2_rr1_p5.minus_ln2);
30   const __m256 vc5 = _mm256_load_ps(params->avx2_rr1_p5.c5);
31   const __m256 vc4 = _mm256_load_ps(params->avx2_rr1_p5.c4);
32   const __m256 vc3 = _mm256_load_ps(params->avx2_rr1_p5.c3);
33   const __m256 vc2 = _mm256_load_ps(params->avx2_rr1_p5.c2);
34   const __m256 vc1 = _mm256_load_ps(params->avx2_rr1_p5.c1);
35   const __m256 vone = _mm256_load_ps(params->avx2_rr1_p5.one);
36   const __m256 vdenorm_cutoff = _mm256_load_ps(params->avx2_rr1_p5.denorm_cutoff);
37 
38   for (; n >= 48 * sizeof(float); n -= 48 * sizeof(float)) {
39     const __m256 vx0 = _mm256_loadu_ps(x);
40     const __m256 vx1 = _mm256_loadu_ps(x + 8);
41     const __m256 vx2 = _mm256_loadu_ps(x + 16);
42     const __m256 vx3 = _mm256_loadu_ps(x + 24);
43     const __m256 vx4 = _mm256_loadu_ps(x + 32);
44     const __m256 vx5 = _mm256_loadu_ps(x + 40);
45     x += 48;
46 
47     const __m256 vz0 = _mm256_or_ps(vx0, vsign_mask);
48     const __m256 vz1 = _mm256_or_ps(vx1, vsign_mask);
49     const __m256 vz2 = _mm256_or_ps(vx2, vsign_mask);
50     const __m256 vz3 = _mm256_or_ps(vx3, vsign_mask);
51     const __m256 vz4 = _mm256_or_ps(vx4, vsign_mask);
52     const __m256 vz5 = _mm256_or_ps(vx5, vsign_mask);
53 
54     __m256 vn0 = _mm256_fmadd_ps(vz0, vlog2e, vmagic_bias);
55     __m256 vn1 = _mm256_fmadd_ps(vz1, vlog2e, vmagic_bias);
56     __m256 vn2 = _mm256_fmadd_ps(vz2, vlog2e, vmagic_bias);
57     __m256 vn3 = _mm256_fmadd_ps(vz3, vlog2e, vmagic_bias);
58     __m256 vn4 = _mm256_fmadd_ps(vz4, vlog2e, vmagic_bias);
59     __m256 vn5 = _mm256_fmadd_ps(vz5, vlog2e, vmagic_bias);
60 
61     const __m256 vs0 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn0), 23));
62     const __m256 vs1 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn1), 23));
63     const __m256 vs2 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn2), 23));
64     const __m256 vs3 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn3), 23));
65     const __m256 vs4 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn4), 23));
66     const __m256 vs5 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn5), 23));
67 
68     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
69     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
70     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
71     vn3 = _mm256_sub_ps(vn3, vmagic_bias);
72     vn4 = _mm256_sub_ps(vn4, vmagic_bias);
73     vn5 = _mm256_sub_ps(vn5, vmagic_bias);
74 
75     __m256 vt0 = _mm256_fmadd_ps(vn0, vminus_ln2, vz0);
76     __m256 vt1 = _mm256_fmadd_ps(vn1, vminus_ln2, vz1);
77     __m256 vt2 = _mm256_fmadd_ps(vn2, vminus_ln2, vz2);
78     __m256 vt3 = _mm256_fmadd_ps(vn3, vminus_ln2, vz3);
79     __m256 vt4 = _mm256_fmadd_ps(vn4, vminus_ln2, vz4);
80     __m256 vt5 = _mm256_fmadd_ps(vn5, vminus_ln2, vz5);
81 
82     __m256 vp0 = _mm256_fmadd_ps(vc5, vt0, vc4);
83     __m256 vp1 = _mm256_fmadd_ps(vc5, vt1, vc4);
84     __m256 vp2 = _mm256_fmadd_ps(vc5, vt2, vc4);
85     __m256 vp3 = _mm256_fmadd_ps(vc5, vt3, vc4);
86     __m256 vp4 = _mm256_fmadd_ps(vc5, vt4, vc4);
87     __m256 vp5 = _mm256_fmadd_ps(vc5, vt5, vc4);
88 
89     vp0 = _mm256_fmadd_ps(vp0, vt0, vc3);
90     vp1 = _mm256_fmadd_ps(vp1, vt1, vc3);
91     vp2 = _mm256_fmadd_ps(vp2, vt2, vc3);
92     vp3 = _mm256_fmadd_ps(vp3, vt3, vc3);
93     vp4 = _mm256_fmadd_ps(vp4, vt4, vc3);
94     vp5 = _mm256_fmadd_ps(vp5, vt5, vc3);
95 
96     vp0 = _mm256_fmadd_ps(vp0, vt0, vc2);
97     vp1 = _mm256_fmadd_ps(vp1, vt1, vc2);
98     vp2 = _mm256_fmadd_ps(vp2, vt2, vc2);
99     vp3 = _mm256_fmadd_ps(vp3, vt3, vc2);
100     vp4 = _mm256_fmadd_ps(vp4, vt4, vc2);
101     vp5 = _mm256_fmadd_ps(vp5, vt5, vc2);
102 
103     vp0 = _mm256_fmadd_ps(vp0, vt0, vc1);
104     vp1 = _mm256_fmadd_ps(vp1, vt1, vc1);
105     vp2 = _mm256_fmadd_ps(vp2, vt2, vc1);
106     vp3 = _mm256_fmadd_ps(vp3, vt3, vc1);
107     vp4 = _mm256_fmadd_ps(vp4, vt4, vc1);
108     vp5 = _mm256_fmadd_ps(vp5, vt5, vc1);
109 
110     vt0 = _mm256_mul_ps(vt0, vs0);
111     vt1 = _mm256_mul_ps(vt1, vs1);
112     vt2 = _mm256_mul_ps(vt2, vs2);
113     vt3 = _mm256_mul_ps(vt3, vs3);
114     vt4 = _mm256_mul_ps(vt4, vs4);
115     vt5 = _mm256_mul_ps(vt5, vs5);
116 
117     const __m256 ve0 = _mm256_fmadd_ps(vt0, vp0, vs0);
118     const __m256 ve1 = _mm256_fmadd_ps(vt1, vp1, vs1);
119     const __m256 ve2 = _mm256_fmadd_ps(vt2, vp2, vs2);
120     const __m256 ve3 = _mm256_fmadd_ps(vt3, vp3, vs3);
121     const __m256 ve4 = _mm256_fmadd_ps(vt4, vp4, vs4);
122     const __m256 ve5 = _mm256_fmadd_ps(vt5, vp5, vs5);
123 
124     const __m256 vd0 = _mm256_add_ps(ve0, vone);
125     const __m256 vd1 = _mm256_add_ps(ve1, vone);
126     const __m256 vd2 = _mm256_add_ps(ve2, vone);
127     const __m256 vd3 = _mm256_add_ps(ve3, vone);
128     const __m256 vd4 = _mm256_add_ps(ve4, vone);
129     const __m256 vd5 = _mm256_add_ps(ve5, vone);
130 
131     __m256 vf0 = _mm256_div_ps(ve0, vd0);
132     __m256 vf1 = _mm256_div_ps(ve1, vd1);
133     __m256 vf2 = _mm256_div_ps(ve2, vd2);
134     __m256 vf3 = _mm256_div_ps(ve3, vd3);
135     __m256 vf4 = _mm256_div_ps(ve4, vd4);
136     __m256 vf5 = _mm256_div_ps(ve5, vd5);
137 
138     vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
139     vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
140     vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
141     vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
142     vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
143     vf5 = _mm256_andnot_ps(_mm256_cmp_ps(vz5, vdenorm_cutoff, _CMP_LT_OS), vf5);
144 
145     vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
146     vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
147     vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
148     vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
149     vf4 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf4), vf4, vx4);
150     vf5 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf5), vf5, vx5);
151 
152     _mm256_storeu_ps(y, vf0);
153     _mm256_storeu_ps(y + 8, vf1);
154     _mm256_storeu_ps(y + 16, vf2);
155     _mm256_storeu_ps(y + 24, vf3);
156     _mm256_storeu_ps(y + 32, vf4);
157     _mm256_storeu_ps(y + 40, vf5);
158     y += 48;
159   }
160   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
161     const __m256 vx = _mm256_loadu_ps(x);
162     x += 8;
163 
164     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
165 
166     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
167     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
168     vn = _mm256_sub_ps(vn, vmagic_bias);
169 
170     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
171 
172     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
173     vp = _mm256_fmadd_ps(vp, vt, vc3);
174     vp = _mm256_fmadd_ps(vp, vt, vc2);
175     vp = _mm256_fmadd_ps(vp, vt, vc1);
176 
177     vt = _mm256_mul_ps(vt, vs);
178     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
179 
180     const __m256 vd = _mm256_add_ps(ve, vone);
181     __m256 vf = _mm256_div_ps(ve, vd);
182 
183     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
184     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
185 
186     _mm256_storeu_ps(y, vf);
187     y += 8;
188   }
189   if XNN_UNLIKELY(n != 0) {
190     assert(n >= 1 * sizeof(float));
191     assert(n <= 7 * sizeof(float));
192     const __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &params->avx2_rr1_p5.mask_table[7] - n));
193 
194     const __m256 vx = _mm256_maskload_ps(x, vmask);
195 
196     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
197 
198     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
199     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
200     vn = _mm256_sub_ps(vn, vmagic_bias);
201 
202     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
203 
204     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
205     vp = _mm256_fmadd_ps(vp, vt, vc3);
206     vp = _mm256_fmadd_ps(vp, vt, vc2);
207     vp = _mm256_fmadd_ps(vp, vt, vc1);
208 
209     vt = _mm256_mul_ps(vt, vs);
210     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
211 
212     const __m256 vd = _mm256_add_ps(ve, vone);
213     __m256 vf = _mm256_div_ps(ve, vd);
214 
215     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
216     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
217 
218     __m128 vf_lo = _mm256_castps256_ps128(vf);
219     if (n & (4 * sizeof(float))) {
220       _mm_storeu_ps(y, vf_lo);
221       vf_lo = _mm256_extractf128_ps(vf, 1);
222       y += 4;
223     }
224     if (n & (2 * sizeof(float))) {
225       _mm_storel_pi((__m64*) y, vf_lo);
226       vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
227       y += 2;
228     }
229     if (n & (1 * sizeof(float))) {
230       _mm_store_ss(y, vf_lo);
231     }
232   }
233 }
234