xref: /aosp_15_r20/external/gemmlowp/internal/simd_wrappers_sse.h (revision 5f39d1b313f0528e11bae88b3029b54b9e1033e7)
1*5f39d1b3SJooyung Han // Copyright 2017 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_neon.h: SSE SIMD wrappers
16*5f39d1b3SJooyung Han 
17*5f39d1b3SJooyung Han #ifndef GEMMLOWP_INTERNAL_SIMD_WRAPPERS_SSE_H_
18*5f39d1b3SJooyung Han #define GEMMLOWP_INTERNAL_SIMD_WRAPPERS_SSE_H_
19*5f39d1b3SJooyung Han 
20*5f39d1b3SJooyung Han #include <smmintrin.h>
21*5f39d1b3SJooyung Han 
22*5f39d1b3SJooyung Han namespace gemmlowp {
23*5f39d1b3SJooyung Han 
24*5f39d1b3SJooyung Han using Int32x4 = __m128i;
25*5f39d1b3SJooyung Han using Int16x8 = __m128i;
26*5f39d1b3SJooyung Han using Uint8x16 = __m128i;
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 =
37*5f39d1b3SJooyung Han       typename std::conditional<ScalarCount >= 8, Int16x8, std::int16_t>::type;
38*5f39d1b3SJooyung Han };
39*5f39d1b3SJooyung Han 
40*5f39d1b3SJooyung Han template <int ScalarCount>
41*5f39d1b3SJooyung Han struct RegisterType<std::uint8_t, ScalarCount> {
42*5f39d1b3SJooyung Han   using Type = typename std::conditional<
43*5f39d1b3SJooyung Han       ScalarCount >= 16, Uint8x16,
44*5f39d1b3SJooyung Han       typename std::conditional<ScalarCount >= 4, std::uint32_t,
45*5f39d1b3SJooyung Han                                 std::uint8_t>::type>::type;
46*5f39d1b3SJooyung Han };
47*5f39d1b3SJooyung Han 
48*5f39d1b3SJooyung Han inline Int32x4 LoadInt32x4(const std::int32_t* src) {
49*5f39d1b3SJooyung Han   return _mm_loadu_si128(reinterpret_cast<const Int32x4*>(src));
50*5f39d1b3SJooyung Han }
51*5f39d1b3SJooyung Han 
52*5f39d1b3SJooyung Han inline Int32x4 LoadInt16x8(const std::int16_t* src) {
53*5f39d1b3SJooyung Han   return _mm_loadu_si128(reinterpret_cast<const Int16x8*>(src));
54*5f39d1b3SJooyung Han }
55*5f39d1b3SJooyung Han 
56*5f39d1b3SJooyung Han inline void StoreInt32x4(std::int32_t* dst, Int32x4 value) {
57*5f39d1b3SJooyung Han   _mm_storeu_si128(reinterpret_cast<__m128i*>(dst), value);
58*5f39d1b3SJooyung Han }
59*5f39d1b3SJooyung Han 
60*5f39d1b3SJooyung Han inline void StoreInt16x8(std::int16_t* dst, Int16x8 value) {
61*5f39d1b3SJooyung Han   _mm_storeu_si128(reinterpret_cast<__m128i*>(dst), value);
62*5f39d1b3SJooyung Han }
63*5f39d1b3SJooyung Han 
64*5f39d1b3SJooyung Han inline Uint8x16 LoadUint8x16(const std::uint8_t* src) {
65*5f39d1b3SJooyung Han   return _mm_loadu_si128(reinterpret_cast<const Uint8x16*>(src));
66*5f39d1b3SJooyung Han }
67*5f39d1b3SJooyung Han 
68*5f39d1b3SJooyung Han inline void StoreUint8x16(std::uint8_t* dst, Uint8x16 value) {
69*5f39d1b3SJooyung Han   _mm_storeu_si128(reinterpret_cast<__m128i*>(dst), value);
70*5f39d1b3SJooyung Han }
71*5f39d1b3SJooyung Han 
72*5f39d1b3SJooyung Han template <int Lane>
73*5f39d1b3SJooyung Han std::int32_t GetLane(Int32x4 value) {
74*5f39d1b3SJooyung Han   return _mm_extract_epi32(value, Lane);
75*5f39d1b3SJooyung Han }
76*5f39d1b3SJooyung Han 
77*5f39d1b3SJooyung Han template <int Lane>
78*5f39d1b3SJooyung Han Int32x4 DupLane(Int32x4 value) {
79*5f39d1b3SJooyung Han   return _mm_shuffle_epi32(value, _MM_SHUFFLE(Lane, Lane, Lane, Lane));
80*5f39d1b3SJooyung Han }
81*5f39d1b3SJooyung Han 
82*5f39d1b3SJooyung Han inline Int32x4 Mul(Int32x4 a, std::int32_t b) {
83*5f39d1b3SJooyung Han   return Mul(a, Dup<Int32x4>(b));
84*5f39d1b3SJooyung Han }
85*5f39d1b3SJooyung Han 
86*5f39d1b3SJooyung Han inline Int32x4 Min(Int32x4 a, Int32x4 b) { return _mm_min_epi32(a, b); }
87*5f39d1b3SJooyung Han 
88*5f39d1b3SJooyung Han inline Int32x4 Max(Int32x4 a, Int32x4 b) { return _mm_max_epi32(a, b); }
89*5f39d1b3SJooyung Han 
90*5f39d1b3SJooyung Han inline Int32x4 SaturatingRoundingDoublingHighMul(Int32x4 a, std::int32_t b) {
91*5f39d1b3SJooyung Han   return SaturatingRoundingDoublingHighMul(a, Dup<Int32x4>(b));
92*5f39d1b3SJooyung Han }
93*5f39d1b3SJooyung Han 
94*5f39d1b3SJooyung Han template <int Lane>
95*5f39d1b3SJooyung Han Int32x4 MulByRhsLane(Int32x4 a, Int32x4 b) {
96*5f39d1b3SJooyung Han   return Mul(a, DupLane<Lane>(b));
97*5f39d1b3SJooyung Han }
98*5f39d1b3SJooyung Han 
99*5f39d1b3SJooyung Han inline void MulAdd(Int32x4 lhs, Int32x4 rhs, Int32x4* acc) {
100*5f39d1b3SJooyung Han   *acc = Add(*acc, Mul(lhs, rhs));
101*5f39d1b3SJooyung Han }
102*5f39d1b3SJooyung Han 
103*5f39d1b3SJooyung Han inline void MulAdd(Int32x4 lhs, std::int32_t rhs, Int32x4* acc) {
104*5f39d1b3SJooyung Han   *acc = Add(*acc, Mul(lhs, rhs));
105*5f39d1b3SJooyung Han }
106*5f39d1b3SJooyung Han 
107*5f39d1b3SJooyung Han template <int Lane>
108*5f39d1b3SJooyung Han inline void MulAddByRhsLane(Int32x4 lhs, Int32x4 rhs, Int32x4* acc) {
109*5f39d1b3SJooyung Han   *acc = Add(*acc, MulByRhsLane<Lane>(lhs, rhs));
110*5f39d1b3SJooyung Han }
111*5f39d1b3SJooyung Han 
112*5f39d1b3SJooyung Han template <>
113*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockUint8<8, 8>> {
114*5f39d1b3SJooyung Han   static RegBlockUint8<8, 8> Run(const std::uint8_t* src) {
115*5f39d1b3SJooyung Han     RegBlockUint8<8, 8> result;
116*5f39d1b3SJooyung Han     for (int i = 0; i < 4; i++) {
117*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadUint8x16(src + 16 * i);
118*5f39d1b3SJooyung Han     }
119*5f39d1b3SJooyung Han     return result;
120*5f39d1b3SJooyung Han   }
121*5f39d1b3SJooyung Han };
122*5f39d1b3SJooyung Han 
123*5f39d1b3SJooyung Han template <>
124*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockInt32<8, 8>> {
125*5f39d1b3SJooyung Han   static RegBlockInt32<8, 8> Run(const std::int32_t* src) {
126*5f39d1b3SJooyung Han     RegBlockInt32<8, 8> result;
127*5f39d1b3SJooyung Han     for (int i = 0; i < 16; i++) {
128*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadInt32x4(src + 4 * i);
129*5f39d1b3SJooyung Han     }
130*5f39d1b3SJooyung Han     return result;
131*5f39d1b3SJooyung Han   }
132*5f39d1b3SJooyung Han };
133*5f39d1b3SJooyung Han 
134*5f39d1b3SJooyung Han template <>
135*5f39d1b3SJooyung Han struct LoadContiguousImpl<RegBlockInt16<8, 8>> {
136*5f39d1b3SJooyung Han   static RegBlockInt16<8, 8> Run(const std::int16_t* src) {
137*5f39d1b3SJooyung Han     RegBlockInt16<8, 8> result;
138*5f39d1b3SJooyung Han     for (int i = 0; i < 8; i++) {
139*5f39d1b3SJooyung Han       result.buf.reg[i] = LoadInt16x8(src + 8 * i);
140*5f39d1b3SJooyung Han     }
141*5f39d1b3SJooyung Han     return result;
142*5f39d1b3SJooyung Han   }
143*5f39d1b3SJooyung Han };
144*5f39d1b3SJooyung Han 
145*5f39d1b3SJooyung Han }  // end namespace gemmlowp
146*5f39d1b3SJooyung Han 
147*5f39d1b3SJooyung Han #include "simd_wrappers_common_neon_sse.h"
148*5f39d1b3SJooyung Han 
149*5f39d1b3SJooyung Han #endif  // GEMMLOWP_INTERNAL_SIMD_WRAPPERS_SSE_H_
150