xref: /aosp_15_r20/external/XNNPACK/src/f32-vsigmoid/gen/vsigmoid-avx2-rr1-p5-div-x56.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_x56(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_x56(
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 >= 56 * sizeof(float); n -= 56 * 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     const __m256 vx6 = _mm256_loadu_ps(x + 48);
46     x += 56;
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     const __m256 vz6 = _mm256_or_ps(vx6, vsign_mask);
55 
56     __m256 vn0 = _mm256_fmadd_ps(vz0, vlog2e, vmagic_bias);
57     __m256 vn1 = _mm256_fmadd_ps(vz1, vlog2e, vmagic_bias);
58     __m256 vn2 = _mm256_fmadd_ps(vz2, vlog2e, vmagic_bias);
59     __m256 vn3 = _mm256_fmadd_ps(vz3, vlog2e, vmagic_bias);
60     __m256 vn4 = _mm256_fmadd_ps(vz4, vlog2e, vmagic_bias);
61     __m256 vn5 = _mm256_fmadd_ps(vz5, vlog2e, vmagic_bias);
62     __m256 vn6 = _mm256_fmadd_ps(vz6, vlog2e, vmagic_bias);
63 
64     const __m256 vs0 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn0), 23));
65     const __m256 vs1 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn1), 23));
66     const __m256 vs2 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn2), 23));
67     const __m256 vs3 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn3), 23));
68     const __m256 vs4 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn4), 23));
69     const __m256 vs5 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn5), 23));
70     const __m256 vs6 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn6), 23));
71 
72     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
73     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
74     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
75     vn3 = _mm256_sub_ps(vn3, vmagic_bias);
76     vn4 = _mm256_sub_ps(vn4, vmagic_bias);
77     vn5 = _mm256_sub_ps(vn5, vmagic_bias);
78     vn6 = _mm256_sub_ps(vn6, vmagic_bias);
79 
80     __m256 vt0 = _mm256_fmadd_ps(vn0, vminus_ln2, vz0);
81     __m256 vt1 = _mm256_fmadd_ps(vn1, vminus_ln2, vz1);
82     __m256 vt2 = _mm256_fmadd_ps(vn2, vminus_ln2, vz2);
83     __m256 vt3 = _mm256_fmadd_ps(vn3, vminus_ln2, vz3);
84     __m256 vt4 = _mm256_fmadd_ps(vn4, vminus_ln2, vz4);
85     __m256 vt5 = _mm256_fmadd_ps(vn5, vminus_ln2, vz5);
86     __m256 vt6 = _mm256_fmadd_ps(vn6, vminus_ln2, vz6);
87 
88     __m256 vp0 = _mm256_fmadd_ps(vc5, vt0, vc4);
89     __m256 vp1 = _mm256_fmadd_ps(vc5, vt1, vc4);
90     __m256 vp2 = _mm256_fmadd_ps(vc5, vt2, vc4);
91     __m256 vp3 = _mm256_fmadd_ps(vc5, vt3, vc4);
92     __m256 vp4 = _mm256_fmadd_ps(vc5, vt4, vc4);
93     __m256 vp5 = _mm256_fmadd_ps(vc5, vt5, vc4);
94     __m256 vp6 = _mm256_fmadd_ps(vc5, vt6, vc4);
95 
96     vp0 = _mm256_fmadd_ps(vp0, vt0, vc3);
97     vp1 = _mm256_fmadd_ps(vp1, vt1, vc3);
98     vp2 = _mm256_fmadd_ps(vp2, vt2, vc3);
99     vp3 = _mm256_fmadd_ps(vp3, vt3, vc3);
100     vp4 = _mm256_fmadd_ps(vp4, vt4, vc3);
101     vp5 = _mm256_fmadd_ps(vp5, vt5, vc3);
102     vp6 = _mm256_fmadd_ps(vp6, vt6, vc3);
103 
104     vp0 = _mm256_fmadd_ps(vp0, vt0, vc2);
105     vp1 = _mm256_fmadd_ps(vp1, vt1, vc2);
106     vp2 = _mm256_fmadd_ps(vp2, vt2, vc2);
107     vp3 = _mm256_fmadd_ps(vp3, vt3, vc2);
108     vp4 = _mm256_fmadd_ps(vp4, vt4, vc2);
109     vp5 = _mm256_fmadd_ps(vp5, vt5, vc2);
110     vp6 = _mm256_fmadd_ps(vp6, vt6, vc2);
111 
112     vp0 = _mm256_fmadd_ps(vp0, vt0, vc1);
113     vp1 = _mm256_fmadd_ps(vp1, vt1, vc1);
114     vp2 = _mm256_fmadd_ps(vp2, vt2, vc1);
115     vp3 = _mm256_fmadd_ps(vp3, vt3, vc1);
116     vp4 = _mm256_fmadd_ps(vp4, vt4, vc1);
117     vp5 = _mm256_fmadd_ps(vp5, vt5, vc1);
118     vp6 = _mm256_fmadd_ps(vp6, vt6, vc1);
119 
120     vt0 = _mm256_mul_ps(vt0, vs0);
121     vt1 = _mm256_mul_ps(vt1, vs1);
122     vt2 = _mm256_mul_ps(vt2, vs2);
123     vt3 = _mm256_mul_ps(vt3, vs3);
124     vt4 = _mm256_mul_ps(vt4, vs4);
125     vt5 = _mm256_mul_ps(vt5, vs5);
126     vt6 = _mm256_mul_ps(vt6, vs6);
127 
128     const __m256 ve0 = _mm256_fmadd_ps(vt0, vp0, vs0);
129     const __m256 ve1 = _mm256_fmadd_ps(vt1, vp1, vs1);
130     const __m256 ve2 = _mm256_fmadd_ps(vt2, vp2, vs2);
131     const __m256 ve3 = _mm256_fmadd_ps(vt3, vp3, vs3);
132     const __m256 ve4 = _mm256_fmadd_ps(vt4, vp4, vs4);
133     const __m256 ve5 = _mm256_fmadd_ps(vt5, vp5, vs5);
134     const __m256 ve6 = _mm256_fmadd_ps(vt6, vp6, vs6);
135 
136     const __m256 vd0 = _mm256_add_ps(ve0, vone);
137     const __m256 vd1 = _mm256_add_ps(ve1, vone);
138     const __m256 vd2 = _mm256_add_ps(ve2, vone);
139     const __m256 vd3 = _mm256_add_ps(ve3, vone);
140     const __m256 vd4 = _mm256_add_ps(ve4, vone);
141     const __m256 vd5 = _mm256_add_ps(ve5, vone);
142     const __m256 vd6 = _mm256_add_ps(ve6, vone);
143 
144     __m256 vf0 = _mm256_div_ps(ve0, vd0);
145     __m256 vf1 = _mm256_div_ps(ve1, vd1);
146     __m256 vf2 = _mm256_div_ps(ve2, vd2);
147     __m256 vf3 = _mm256_div_ps(ve3, vd3);
148     __m256 vf4 = _mm256_div_ps(ve4, vd4);
149     __m256 vf5 = _mm256_div_ps(ve5, vd5);
150     __m256 vf6 = _mm256_div_ps(ve6, vd6);
151 
152     vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
153     vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
154     vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
155     vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
156     vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
157     vf5 = _mm256_andnot_ps(_mm256_cmp_ps(vz5, vdenorm_cutoff, _CMP_LT_OS), vf5);
158     vf6 = _mm256_andnot_ps(_mm256_cmp_ps(vz6, vdenorm_cutoff, _CMP_LT_OS), vf6);
159 
160     vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
161     vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
162     vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
163     vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
164     vf4 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf4), vf4, vx4);
165     vf5 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf5), vf5, vx5);
166     vf6 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf6), vf6, vx6);
167 
168     _mm256_storeu_ps(y, vf0);
169     _mm256_storeu_ps(y + 8, vf1);
170     _mm256_storeu_ps(y + 16, vf2);
171     _mm256_storeu_ps(y + 24, vf3);
172     _mm256_storeu_ps(y + 32, vf4);
173     _mm256_storeu_ps(y + 40, vf5);
174     _mm256_storeu_ps(y + 48, vf6);
175     y += 56;
176   }
177   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
178     const __m256 vx = _mm256_loadu_ps(x);
179     x += 8;
180 
181     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
182 
183     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
184     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
185     vn = _mm256_sub_ps(vn, vmagic_bias);
186 
187     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
188 
189     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
190     vp = _mm256_fmadd_ps(vp, vt, vc3);
191     vp = _mm256_fmadd_ps(vp, vt, vc2);
192     vp = _mm256_fmadd_ps(vp, vt, vc1);
193 
194     vt = _mm256_mul_ps(vt, vs);
195     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
196 
197     const __m256 vd = _mm256_add_ps(ve, vone);
198     __m256 vf = _mm256_div_ps(ve, vd);
199 
200     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
201     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
202 
203     _mm256_storeu_ps(y, vf);
204     y += 8;
205   }
206   if XNN_UNLIKELY(n != 0) {
207     assert(n >= 1 * sizeof(float));
208     assert(n <= 7 * sizeof(float));
209     const __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &params->avx2_rr1_p5.mask_table[7] - n));
210 
211     const __m256 vx = _mm256_maskload_ps(x, vmask);
212 
213     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
214 
215     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
216     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
217     vn = _mm256_sub_ps(vn, vmagic_bias);
218 
219     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
220 
221     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
222     vp = _mm256_fmadd_ps(vp, vt, vc3);
223     vp = _mm256_fmadd_ps(vp, vt, vc2);
224     vp = _mm256_fmadd_ps(vp, vt, vc1);
225 
226     vt = _mm256_mul_ps(vt, vs);
227     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
228 
229     const __m256 vd = _mm256_add_ps(ve, vone);
230     __m256 vf = _mm256_div_ps(ve, vd);
231 
232     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
233     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
234 
235     __m128 vf_lo = _mm256_castps256_ps128(vf);
236     if (n & (4 * sizeof(float))) {
237       _mm_storeu_ps(y, vf_lo);
238       vf_lo = _mm256_extractf128_ps(vf, 1);
239       y += 4;
240     }
241     if (n & (2 * sizeof(float))) {
242       _mm_storel_pi((__m64*) y, vf_lo);
243       vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
244       y += 2;
245     }
246     if (n & (1 * sizeof(float))) {
247       _mm_store_ss(y, vf_lo);
248     }
249   }
250 }
251