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