Quelle  copyi.asm   Sprache: Masm

dnl  AMD K7 mpn_copyi -- copy limb vector, incrementing.

dnl  Copyright 1999, 2000, 2002, 2003 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    alignment dst/src, A=0mod8 N=4mod8
C       A/A   A/N   N/A   N/N
C K7    0.75  1.0   1.0   0.75


C void mpn_copyi (mp_ptr dst, mp_srcptr src, mp_size_t size);
C
C Copy src,size to dst,size.
C
C This code at 0.75 or 1.0 c/l is always faster than a plain rep movsl at
C 1.33 c/l.
C
C The K7 can do a 64-bit load and 64-bit store in one cycle (optimization
C guile 22007 appendix B), so 0.5 c/l should be possible, however nothing
C under 0.7 c/l is known.  Apparently only two 32-bit stores can be done in
C one cycle, so perhaps some scheduling is needed to ensure it's a
C load+store in each cycle, not store+store.
C
C If both source and destination are unaligned then one limb is processed at
C the start to make them aligned and so get 0.75 c/l, whereas if they'd been
C used unaligned it would be 1.5 c/l.

defframe(PARAM_SIZE,12)
defframe(PARAM_SRC, 8)
defframe(PARAM_DST, 4)

dnl  parameter space reused
define(SAVE_EBX,`PARAM_SIZE')

dnl  minimum 5 since the unrolled code can't handle less than 5
deflit(UNROLL_THRESHOLD, 5)

 TEXT
 ALIGN(32)
PROLOGUE(mpn_copyi)
deflit(`FRAME',0)

 movl PARAM_SIZE, %ecx
 movl %ebx, SAVE_EBX

 movl PARAM_SRC, %eax
 movl PARAM_DST, %edx

 cmpl $UNROLL_THRESHOLD, %ecx
 jae L(unroll)

 orl %ecx, %ecx
 jz L(simple_done)

L(simple):
 C eax src, incrementing
 C ebx scratch
 C ecx counter
 C edx dst, incrementing
 C
 C this loop is 2 cycles/limb

 movl (%eax), %ebx
 movl %ebx, (%edx)
 decl %ecx
 leal 4(%eax), %eax
 leal 4(%edx), %edx
 jnz L(simple)

L(simple_done):
 movl SAVE_EBX, %ebx
 ret


L(unroll):
 movl %eax, %ebx
 leal -12(%eax,%ecx,4), %eax C src end - 12
 subl $3, %ecx  C size-3

 andl %edx, %ebx
 leal (%edx,%ecx,4), %edx C dst end - 12
 negl %ecx

 testl $4, %ebx   C testl to pad code closer to 16 bytes for L(top)
 jz L(aligned)

 C both src and dst unaligned, process one limb to align them
 movl (%eax,%ecx,4), %ebx
 movl %ebx, (%edx,%ecx,4)
 incl %ecx
L(aligned):


 ALIGN(16)
L(top):
 C eax src end - 12
 C ebx
 C ecx counter, negative, limbs
 C edx dst end - 12

 movq (%eax,%ecx,4), %mm0
 movq 8(%eax,%ecx,4), %mm1
 addl $4, %ecx
 movq %mm0, -16(%edx,%ecx,4)
 movq %mm1, -16+8(%edx,%ecx,4)
 ja L(top)  C jump no carry and not zero


 C now %ecx is 0 to 3 representing respectively 3 to 0 limbs remaining

 testb $2, %cl
 jnz L(finish_not_two)

 movq (%eax,%ecx,4), %mm0
 movq %mm0, (%edx,%ecx,4)
L(finish_not_two):

 testb $1, %cl
 jnz L(done)

 movl 8(%eax), %ebx
 movl %ebx, 8(%edx)

L(done):
 movl SAVE_EBX, %ebx
 emms
 ret

EPILOGUE()