xref: /aosp_15_r20/external/gemmlowp/internal/simd_wrappers_msa.h (revision 5f39d1b313f0528e11bae88b3029b54b9e1033e7)
1*5f39d1b3SJooyung Han // Copyright 2018 The Gemmlowp Authors. All Rights Reserved.
2*5f39d1b3SJooyung Han //
3*5f39d1b3SJooyung Han // Licensed under the Apache License, Version 2.0 (the "License");
4*5f39d1b3SJooyung Han // you may not use this file except in compliance with the License.
5*5f39d1b3SJooyung Han // You may obtain a copy of the License at
6*5f39d1b3SJooyung Han //
7*5f39d1b3SJooyung Han //     http://www.apache.org/licenses/LICENSE-2.0
8*5f39d1b3SJooyung Han //
9*5f39d1b3SJooyung Han // Unless required by applicable law or agreed to in writing, software
10*5f39d1b3SJooyung Han // distributed under the License is distributed on an "AS IS" BASIS,
11*5f39d1b3SJooyung Han // WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
12*5f39d1b3SJooyung Han // See the License for the specific language governing permissions and
13*5f39d1b3SJooyung Han // limitations under the License.
14*5f39d1b3SJooyung Han 
15*5f39d1b3SJooyung Han // simd_wrappers_msa.h: MSA specialization of simd_wrappers.h
16*5f39d1b3SJooyung Han 
17*5f39d1b3SJooyung Han #ifndef GEMMLOWP_INTERNAL_SIMD_WRAPPERS_MSA_H_
18*5f39d1b3SJooyung Han #define GEMMLOWP_INTERNAL_SIMD_WRAPPERS_MSA_H_
19*5f39d1b3SJooyung Han 
20*5f39d1b3SJooyung Han #include <msa.h>
21*5f39d1b3SJooyung Han 
22*5f39d1b3SJooyung Han namespace gemmlowp {
23*5f39d1b3SJooyung Han 
24*5f39d1b3SJooyung Han using Int32x4 = v4i32;
25*5f39d1b3SJooyung Han using Int16x8 = v8i16;
26*5f39d1b3SJooyung Han using Uint8x16 = v16i8;
27*5f39d1b3SJooyung Han 
28*5f39d1b3SJooyung Han template <int ScalarCount>
29*5f39d1b3SJooyung Han struct RegisterType<std::int32_t, ScalarCount> {
30*5f39d1b3SJooyung Han   using Type =
31*5f39d1b3SJooyung Han       typename std::conditional<ScalarCount >= 4, Int32x4, std::int32_t>::type;
32*5f39d1b3SJooyung Han };
33*5f39d1b3SJooyung Han 
34*5f39d1b3SJooyung Han template <int ScalarCount>
35*5f39d1b3SJooyung Han struct RegisterType<std::int16_t, ScalarCount> {
36*5f39d1b3SJooyung Han   using Type = typename std::conditional<ScalarCount >= 8, Int16x8, std::int16_t>::type;
37*5f39d1b3SJooyung Han };
38*5f39d1b3SJooyung Han 
39*5f39d1b3SJooyung Han template <int ScalarCount>
40*5f39d1b3SJooyung Han struct RegisterType<std::uint8_t, ScalarCount> {
41*5f39d1b3SJooyung Han   using Type = typename std::conditional<
42*5f39d1b3SJooyung Han       ScalarCount >= 16, Uint8x16,
43*5f39d1b3SJooyung Han       typename std::conditional<ScalarCount >= 4, std::uint32_t,
44*5f39d1b3SJooyung Han                                 std::uint8_t>::type>::type;
45*5f39d1b3SJooyung Han };
46*5f39d1b3SJooyung Han 
47*5f39d1b3SJooyung Han inline Int32x4 LoadInt32x4(const std::int32_t* src) {
48*5f39d1b3SJooyung Han   return __builtin_msa_ld_w(const_cast<std::int32_t*>(src), 0);
49*5f39d1b3SJooyung Han }
50*5f39d1b3SJooyung Han 
51*5f39d1b3SJooyung Han inline Int32x4 LoadInt32x4(const Int32x4* src) {
52*5f39d1b3SJooyung Han   return __builtin_msa_ld_w(const_cast<Int32x4*>(src), 0);
53*5f39d1b3SJooyung Han }
54*5f39d1b3SJooyung Han 
55*5f39d1b3SJooyung Han inline void StoreInt32x4(std::int32_t* dst, Int32x4 value) {
56*5f39d1b3SJooyung Han   __builtin_msa_st_w(value, dst, 0);
57*5f39d1b3SJooyung Han }
58*5f39d1b3SJooyung Han 
59*5f39d1b3SJooyung Han inline void StoreInt32x4(Int32x4* dst, Int32x4 value) {
60*5f39d1b3SJooyung Han   __builtin_msa_st_w(value, dst, 0);
61*5f39d1b3SJooyung Han }
62*5f39d1b3SJooyung Han 
63*5f39d1b3SJooyung Han inline Int16x8 LoadInt16x8(const std::int16_t* src) {
64*5f39d1b3SJooyung Han   return __builtin_msa_ld_h(const_cast<std::int16_t*>(src), 0);
65*5f39d1b3SJooyung Han }
66*5f39d1b3SJooyung Han 
67*5f39d1b3SJooyung Han inline Int16x8 LoadInt16x8(const Int16x8* src) {
68*5f39d1b3SJooyung Han   return __builtin_msa_ld_h(const_cast<Int16x8*>(src), 0);
69*5f39d1b3SJooyung Han }
70*5f39d1b3SJooyung Han 
71*5f39d1b3SJooyung Han inline void StoreInt16x8(std::int16_t* dst, Int16x8 value) { __builtin_msa_st_h(value, dst, 0); }
72*5f39d1b3SJooyung Han 
73*5f39d1b3SJooyung Han inline void StoreInt16x8(Int16x8* dst, Int16x8 value) { __builtin_msa_st_h(value, dst, 0); }
74*5f39d1b3SJooyung Han 
75*5f39d1b3SJooyung Han inline Uint8x16 LoadUint8x16(const std::uint8_t* src) {
76*5f39d1b3SJooyung Han   return __builtin_msa_ld_b(const_cast<std::uint8_t*>(src), 0);
77*5f39d1b3SJooyung Han }
78*5f39d1b3SJooyung Han 
79*5f39d1b3SJooyung Han inline Uint8x16 LoadUint8x16(const Uint8x16* src) {
80*5f39d1b3SJooyung Han   return __builtin_msa_ld_b(const_cast<Uint8x16*>(src), 0);
81*5f39d1b3SJooyung Han }
82*5f39d1b3SJooyung Han 
83*5f39d1b3SJooyung Han inline void StoreUint8x16(std::uint8_t* dst, Uint8x16 value) {
84*5f39d1b3SJooyung Han   __builtin_msa_st_b(value, dst, 0);
85*5f39d1b3SJooyung Han }
86*5f39d1b3SJooyung Han 
87*5f39d1b3SJooyung Han inline void StoreUint8x16(Uint8x16* dst, Uint8x16 value) {
88*5f39d1b3SJooyung Han   __builtin_msa_st_b(value, dst, 0);
89*5f39d1b3SJooyung Han }
90*5f39d1b3SJooyung Han 
91*5f39d1b3SJooyung Han template <int Lane>
92*5f39d1b3SJooyung Han std::int32_t GetLane(Int32x4 value) {
93*5f39d1b3SJooyung Han   return __builtin_msa_copy_s_w(value, Lane);
94*5f39d1b3SJooyung Han }
95*5f39d1b3SJooyung Han 
96*5f39d1b3SJooyung Han template <int Lane>
97*5f39d1b3SJooyung Han Int32x4 DupLane(Int32x4 value) {
98*5f39d1b3SJooyung Han   static_assert(Lane >= 0 && Lane <= 3, "");
99*5f39d1b3SJooyung Han   return __builtin_msa_splati_w(value, Lane);
100*5f39d1b3SJooyung Han }
101*5f39d1b3SJooyung Han 
102*5f39d1b3SJooyung Han inline Int32x4 Mul(Int32x4 a, std::int32_t b) {
103*5f39d1b3SJooyung Han   return __builtin_msa_mulv_w(a, __builtin_msa_fill_w(b));
104*5f39d1b3SJooyung Han }
105*5f39d1b3SJooyung Han 
106*5f39d1b3SJooyung Han inline Int32x4 Min(Int32x4 a, Int32x4 b) { return __builtin_msa_min_s_w(a, b); }
107*5f39d1b3SJooyung Han 
108*5f39d1b3SJooyung Han inline Int32x4 Max(Int32x4 a, Int32x4 b) { return __builtin_msa_max_s_w(a, b); }
109*5f39d1b3SJooyung Han 
110*5f39d1b3SJooyung Han inline Int32x4 SaturatingRoundingDoublingHighMul(Int32x4 a, std::int32_t b) {
111*5f39d1b3SJooyung Han   return __builtin_msa_mulr_q_w(a, __builtin_msa_fill_w(b));
112*5f39d1b3SJooyung Han }
113*5f39d1b3SJooyung Han 
114*5f39d1b3SJooyung Han template <int Lane>
115*5f39d1b3SJooyung Han Int32x4 MulByRhsLane(Int32x4 a, Int32x4 b) {
116*5f39d1b3SJooyung Han   static_assert(Lane >= 0 && Lane <= 3, "");
117*5f39d1b3SJooyung Han   return __builtin_msa_mulv_w(a, __builtin_msa_splati_w(b, Lane));
118*5f39d1b3SJooyung Han }
119*5f39d1b3SJooyung Han 
120*5f39d1b3SJooyung Han static inline v4i32 workaround_msa_maddv_w(v4i32 a, v4i32 b, v4i32 c) {
121*5f39d1b3SJooyung Han   // Workaround for incorrect encoding of maddv.df in gcc (a exchanged with c).
122*5f39d1b3SJooyung Han #if 0
123*5f39d1b3SJooyung Han   return __builtin_msa_maddv_w(a, b, c);
124*5f39d1b3SJooyung Han #else
125*5f39d1b3SJooyung Han   asm volatile("maddv.w %w[a], %w[b], %w[c]\n"
126*5f39d1b3SJooyung Han                // Outputs
127*5f39d1b3SJooyung Han                : [a] "+f"(a)
128*5f39d1b3SJooyung Han                // Inputs
129*5f39d1b3SJooyung Han                : [b] "f"(b), [c] "f"(c));
130*5f39d1b3SJooyung Han   return a;
131*5f39d1b3SJooyung Han #endif
132*5f39d1b3SJooyung Han }
133*5f39d1b3SJooyung Han 
134*5f39d1b3SJooyung Han inline void MulAdd(Int32x4 lhs, Int32x4 rhs, Int32x4* acc) {
135*5f39d1b3SJooyung Han   Int32x4 tmp = LoadInt32x4(acc);
136*5f39d1b3SJooyung Han   tmp = workaround_msa_maddv_w(tmp, lhs, rhs);
137*5f39d1b3SJooyung Han   StoreInt32x4(acc, tmp);
138*5f39d1b3SJooyung Han }
139*5f39d1b3SJooyung Han 
140*5f39d1b3SJooyung Han inline void MulAdd(Int32x4 lhs, std::int32_t rhs, Int32x4* acc) {
141*5f39d1b3SJooyung Han   Int32x4 tmp = LoadInt32x4(acc);
142*5f39d1b3SJooyung Han   tmp = workaround_msa_maddv_w(tmp, lhs, __builtin_msa_fill_w(rhs));
143*5f39d1b3SJooyung Han   StoreInt32x4(acc, tmp);
144*5f39d1b3SJooyung Han }
145*5f39d1b3SJooyung Han 
146*5f39d1b3SJooyung Han template <int Lane>
147*5f39d1b3SJooyung Han inline void MulAddByRhsLane(Int32x4 lhs, Int32x4 rhs, Int32x4* acc) {
148*5f39d1b3SJooyung Han   static_assert(Lane >= 0 && Lane <= 3, "");
149*5f39d1b3SJooyung Han   Int32x4 tmp = LoadInt32x4(acc);
150*5f39d1b3SJooyung Han   tmp = workaround_msa_maddv_w(tmp, lhs, __builtin_msa_splati_w(rhs, Lane));
151*5f39d1b3SJooyung Han   StoreInt32x4(acc, tmp);
152*5f39d1b3SJooyung Han }
153*5f39d1b3SJooyung Han 
154*5f39d1b3SJooyung Han template <>
155*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockUint8<8, 8>> {
156*5f39d1b3SJooyung Han   static RegBlockUint8<8, 8> Run(const std::uint8_t* src) {
157*5f39d1b3SJooyung Han     RegBlockUint8<8, 8> result;
158*5f39d1b3SJooyung Han     for (int i = 0; i < 4; i++) {
159*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadUint8x16(src + 16 * i);
160*5f39d1b3SJooyung Han     }
161*5f39d1b3SJooyung Han     return result;
162*5f39d1b3SJooyung Han   }
163*5f39d1b3SJooyung Han };
164*5f39d1b3SJooyung Han 
165*5f39d1b3SJooyung Han template <>
166*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockInt32<8, 8>> {
167*5f39d1b3SJooyung Han   static RegBlockInt32<8, 8> Run(const std::int32_t* src) {
168*5f39d1b3SJooyung Han     RegBlockInt32<8, 8> result;
169*5f39d1b3SJooyung Han     for (int i = 0; i < 16; i++) {
170*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadInt32x4(src + 4 * i);
171*5f39d1b3SJooyung Han     }
172*5f39d1b3SJooyung Han     return result;
173*5f39d1b3SJooyung Han   }
174*5f39d1b3SJooyung Han };
175*5f39d1b3SJooyung Han 
176*5f39d1b3SJooyung Han template <>
177*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockInt16<8, 8>> {
178*5f39d1b3SJooyung Han   static RegBlockInt16<8, 8> Run(const std::int16_t* src) {
179*5f39d1b3SJooyung Han     RegBlockInt16<8, 8> result;
180*5f39d1b3SJooyung Han     for (int i = 0; i < 8; i++) {
181*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadInt16x8(src + 8 * i);
182*5f39d1b3SJooyung Han     }
183*5f39d1b3SJooyung Han     return result;
184*5f39d1b3SJooyung Han   }
185*5f39d1b3SJooyung Han };
186*5f39d1b3SJooyung Han 
187*5f39d1b3SJooyung Han }  // end namespace gemmlowp
188*5f39d1b3SJooyung Han 
189*5f39d1b3SJooyung Han #include "simd_wrappers_common_neon_sse.h"
190*5f39d1b3SJooyung Han 
191*5f39d1b3SJooyung Han #endif  // GEMMLOWP_INTERNAL_SIMD_WRAPPERS_MSA_H_
192