Quelle  logops_n.asm   Sprache: Masm

dnl  PowerPC-32/VMX and PowerPC-64/VMX mpn_and_n, mpn_andn_n, mpn_nand_n,
dnl  mpn_ior_n, mpn_iorn_n, mpn_nior_n, mpn_xor_n, mpn_xnor_n -- mpn bitwise
dnl  logical operations.

dnl  Copyright 2006 Free Software Foundation, Inc.

dnl  This file is part of the GNU MP Library.
dnl
dnl  The GNU MP Library is free software; you can redistribute it and/or modify
dnl  it under the terms of either:
dnl
dnl    * the GNU Lesser General Public License as published by the Free
dnl      Software Foundation; either version 3 of the License, or (at your
dnl      option) any later version.
dnl
dnl  or
dnl
dnl    * the GNU General Public License as published by the Free Software
dnl      Foundation; either version 2 of the License, or (at your option) any
dnl      later version.
dnl
dnl  or both in parallel, as here.
dnl
dnl  The GNU MP Library is distributed in the hope that it will be useful, but
dnl  WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY
dnl  or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
dnl  for more details.
dnl
dnl  You should have received copies of the GNU General Public License and the
dnl  GNU Lesser General Public License along with the GNU MP Library.  If not,
dnl  see https://www.gnu.org/licenses/.

include(`../config.m4')


C               and,ior,andn,nior,xor    iorn,xnor         nand
C                   cycles/limb         cycles/limb    cycles/limb
C 7400,7410 (G4):       1.39                 ?              ?
C 744x,745x (G4+):      1.14                1.39           1.39
C 970:                  1.7                 2.0            2.0

C STATUS
C  * Works for all sizes and alignment for 32-bit limbs.
C  * Works for n >= 4 for 64-bit limbs; untested for smaller operands.
C  * Current performance makes this pointless for 970

C TODO
C  * Might want to make variants when just one of the source operands needs
C    vperm, and when neither needs it.  The latter runs 50% faster on 7400.
C  * Idea: If the source operands are equally aligned, we could do the logops
C    first, then vperm before storing!  That means we never need more than one
C    vperm, ever!
C  * Perhaps align `rp' after initial alignment loop?
C  * Instead of having scalar code in the beginning and end, consider using
C    read-modify-write vector code.
C  * Software pipeline?  Hopefully not too important, this is hairy enough
C    already.
C  * At least be more clever about operand loading, i.e., load v operands before
C    u operands, since v operands are sometimes negated.

define(`GMP_LIMB_BYTES', eval(GMP_LIMB_BITS/8))
define(`LIMBS_PER_VR', eval(16/GMP_LIMB_BYTES))
define(`LIMBS_PER_2VR', eval(32/GMP_LIMB_BYTES))

define(`vnegb', `')  C default neg-before to null
define(`vnega', `')  C default neg-before to null

ifdef(`OPERATION_and_n',
` define(`func', `mpn_and_n')
 define(`logopS',`and $1,$2,$3')
 define(`logop', `vand $1,$2,$3')')
ifdef(`OPERATION_andn_n',
` define(`func', `mpn_andn_n')
 define(`logopS',`andc $1,$2,$3')
 define(`logop', `vandc $1,$2,$3')')
ifdef(`OPERATION_nand_n',
` define(`func', `mpn_nand_n')
 define(`logopS',`nand $1,$2,$3')
 define(`logop', `vand $1,$2,$3')
 define(`vnega', `vnor $1,$2,$2')')
ifdef(`OPERATION_ior_n',
` define(`func', `mpn_ior_n')
 define(`logopS',`or $1,$2,$3')
 define(`logop', `vor $1,$2,$3')')
ifdef(`OPERATION_iorn_n',
` define(`func', `mpn_iorn_n')
 define(`logopS',`orc $1,$2,$3')
 define(`vnegb', `vnor $1,$2,$2')
 define(`logop', `vor $1,$2,$3')')
ifdef(`OPERATION_nior_n',
` define(`func', `mpn_nior_n')
 define(`logopS',`nor $1,$2,$3')
 define(`logop', `vnor $1,$2,$3')')
ifdef(`OPERATION_xor_n',
` define(`func', `mpn_xor_n')
 define(`logopS',`xor $1,$2,$3')
 define(`logop', `vxor $1,$2,$3')')
ifdef(`OPERATION_xnor_n',
` define(`func',`mpn_xnor_n')
 define(`logopS',`eqv $1,$2,$3')
 define(`vnegb', `vnor $1,$2,$2')
 define(`logop', `vxor $1,$2,$3')')

ifelse(GMP_LIMB_BITS,`32',`
 define(`LIMB32',` $1')
 define(`LIMB64',`')
',`
 define(`LIMB32',`')
 define(`LIMB64',` $1')
')

C INPUT PARAMETERS
define(`rp', `r3')
define(`up', `r4')
define(`vp', `r5')
define(`n', `r6')

define(`us', `v8')
define(`vs', `v9')

MULFUNC_PROLOGUE(mpn_and_n mpn_andn_n mpn_nand_n mpn_ior_n mpn_iorn_n mpn_nior_n mpn_xor_n mpn_xnor_n)

ASM_START()
PROLOGUE(func)

LIMB32(`cmpwi cr0, n, 8 ')
LIMB64(`cmpdi cr0, n, 4 ')
 bge L(big)

 mtctr n

LIMB32(`lwz r8, 0(up) ')
LIMB32(`lwz r9, 0(vp) ')
LIMB32(`logopS( r0, r8, r9) ')
LIMB32(`stw r0, 0(rp) ')
LIMB32(`bdz L(endS)  ')

L(topS):
LIMB32(`lwzu r8, 4(up) ')
LIMB64(`ld r8, 0(up) ')
LIMB64(`addi up, up, GMP_LIMB_BYTES ')
LIMB32(`lwzu r9, 4(vp) ')
LIMB64(`ld r9, 0(vp) ')
LIMB64(`addi vp, vp, GMP_LIMB_BYTES ')
 logopS( r0, r8, r9)
LIMB32(`stwu r0, 4(rp) ')
LIMB64(`std r0, 0(rp) ')
LIMB64(`addi rp, rp, GMP_LIMB_BYTES ')
 bdnz L(topS)
L(endS):
 blr

L(big): mfspr r12, 256
 oris r0, r12, 0xfffc  C Set VRSAVE bit 0-13 FIXME
 mtspr 256, r0

C First loop until the destination is 16-byte aligned.  This will execute 0 or 1
C times for 64-bit machines, and 0 to 3 times for 32-bit machines.

LIMB32(`rlwinm. r0, rp, 30,30,31') C (rp >> 2) mod 4
LIMB64(`rlwinm. r0, rp, 29,31,31') C (rp >> 3) mod 2
 beq L(aligned)

 subfic r7, r0, LIMBS_PER_VR
LIMB32(`li r10, 0  ')
 subf n, r7, n
L(top0):
LIMB32(`lwz r8, 0(up) ')
LIMB64(`ld r8, 0(up) ')
 addi up, up, GMP_LIMB_BYTES
LIMB32(`lwz r9, 0(vp) ')
LIMB64(`ld r9, 0(vp) ')
 addi vp, vp, GMP_LIMB_BYTES
LIMB32(`addic. r7, r7, -1 ')
 logopS( r0, r8, r9)
LIMB32(`stwx r0, r10, rp ')
LIMB64(`std r0, 0(rp) ')
LIMB32(`addi r10, r10, GMP_LIMB_BYTES')
LIMB32(`bne L(top0)  ')

 addi rp, rp, 16  C update rp, but preserve its alignment

L(aligned):
LIMB64(`srdi r7, n, 1 ') C loop count corresponding to n
LIMB32(`srwi r7, n, 2 ') C loop count corresponding to n
 mtctr r7   C copy n to count register

 li r10, 16
 lvsl us, 0, up
 lvsl vs, 0, vp

 lvx v2, 0, up
 lvx v3, 0, vp
 bdnz L(gt1)
 lvx v0, r10, up
 lvx v1, r10, vp
 vperm v4, v2, v0, us
 vperm v5, v3, v1, vs
 vnegb( v5, v5)
 logop( v6, v4, v5)
 vnega( v6, v6)
 stvx v6, 0, rp
 addi up, up, 16
 addi vp, vp, 16
 addi rp, rp, 4
 b L(tail)

L(gt1): addi up, up, 16
 addi vp, vp, 16

L(top): lvx v0, 0, up
 lvx v1, 0, vp
 vperm v4, v2, v0, us
 vperm v5, v3, v1, vs
 vnegb( v5, v5)
 logop( v6, v4, v5)
 vnega( v6, v6)
 stvx v6, 0, rp
 bdz L(end)
 lvx v2, r10, up
 lvx v3, r10, vp
 vperm v4, v0, v2, us
 vperm v5, v1, v3, vs
 vnegb( v5, v5)
 logop( v6, v4, v5)
 vnega( v6, v6)
 stvx v6, r10, rp
 addi up, up, 32
 addi vp, vp, 32
 addi rp, rp, 32
 bdnz L(top)

 andi. r0, up, 15
 vxor v0, v0, v0
 beq 1f
 lvx v0, 0, up
1: andi. r0, vp, 15
 vxor v1, v1, v1
 beq 1f
 lvx v1, 0, vp
1: vperm v4, v2, v0, us
 vperm v5, v3, v1, vs
 vnegb( v5, v5)
 logop( v6, v4, v5)
 vnega( v6, v6)
 stvx v6, 0, rp
 addi rp, rp, 4
 b L(tail)

L(end): andi. r0, up, 15
 vxor v2, v2, v2
 beq 1f
 lvx v2, r10, up
1: andi. r0, vp, 15
 vxor v3, v3, v3
 beq 1f
 lvx v3, r10, vp
1: vperm v4, v0, v2, us
 vperm v5, v1, v3, vs
 vnegb( v5, v5)
 logop( v6, v4, v5)
 vnega( v6, v6)
 stvx v6, r10, rp

 addi up, up, 16
 addi vp, vp, 16
 addi rp, rp, 20

L(tail):
LIMB32(`rlwinm. r7, n, 0,30,31 ') C r7 = n mod 4
LIMB64(`rlwinm. r7, n, 0,31,31 ') C r7 = n mod 2
 beq L(ret)
 addi rp, rp, 15
LIMB32(`rlwinm rp, rp, 0,0,27 ')
LIMB64(`rldicr rp, rp, 0,59 ')
 li r10, 0
L(top2):
LIMB32(`lwzx r8, r10, up ')
LIMB64(`ldx r8, r10, up ')
LIMB32(`lwzx r9, r10, vp ')
LIMB64(`ldx r9, r10, vp ')
LIMB32(`addic. r7, r7, -1 ')
 logopS( r0, r8, r9)
LIMB32(`stwx r0, r10, rp ')
LIMB64(`std r0, 0(rp) ')
LIMB32(`addi r10, r10, GMP_LIMB_BYTES')
LIMB32(`bne L(top2)  ')

L(ret): mtspr 256, r12
 blr
EPILOGUE()

C This works for 64-bit PowerPC, since a limb ptr can only be aligned
C in 2 relevant ways, which means we can always find a pair of aligned
C pointers of rp, up, and vp.
C process words until rp is 16-byte aligned
C if (((up | vp) & 15) == 0)
C   process with VMX without any vperm
C else if ((up & 15) != 0 && (vp & 15) != 0)
C   process with VMX using vperm on store data
C else if ((up & 15) != 0)
C   process with VMX using vperm on up data
C else
C   process with VMX using vperm on vp data
C
C rlwinm, r0, up, 0,28,31
C rlwinm r0, vp, 0,28,31
C cmpwi cr7, r0, 0
C cror cr6, cr0, cr7
C crand cr0, cr0, cr7