• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
1 // Auto-generated file. Do not edit!
2 //   Template: src/f32-sigmoid/avx-p5.c.in
3 //   Generator: tools/xngen
4 //
5 // Copyright 2020 Google LLC
6 //
7 // This source code is licensed under the BSD-style license found in the
8 // LICENSE file in the root directory of this source tree.
9 
10 #include <assert.h>
11 
12 #include <immintrin.h>
13 
14 #include <xnnpack/common.h>
15 #include <xnnpack/vunary.h>
16 
17 
18 static const int32_t mask_table[14] = {-1, -1, -1, -1, -1, -1, -1, 0, 0, 0, 0, 0, 0, 0};
19 
xnn_f32_sigmoid_ukernel__avx_rr2_p5_nr2_x24(size_t n,const float * x,float * y,const void * params)20 void xnn_f32_sigmoid_ukernel__avx_rr2_p5_nr2_x24(
21     size_t n,
22     const float* x,
23     float* y,
24     const void* params)
25 {
26   assert(n % sizeof(float) == 0);
27 
28   const __m256 vsign_mask = _mm256_set1_ps(-0.0f);
29   const __m256 vmagic_bias = _mm256_set1_ps(0x1.8000FEp23f);
30   const __m256 vlog2e = _mm256_set1_ps(0x1.715476p0f);
31   const __m256 vminus_ln2_hi = _mm256_set1_ps(-0x1.62E43p-1f);
32   const __m256 vminus_ln2_lo = _mm256_set1_ps(0x1.05C61p-29f);
33   const __m256 vc5 = _mm256_set1_ps(0x1.0F9F9Cp-7f);
34   const __m256 vc4 = _mm256_set1_ps(0x1.573A1Ap-5f);
35   const __m256 vc3 = _mm256_set1_ps(0x1.555A80p-3f);
36   const __m256 vc2 = _mm256_set1_ps(0x1.FFFDC6p-2f);
37   const __m256 vc1 = _mm256_set1_ps(0x1.FFFFF6p-1f);
38   const __m256 vone = _mm256_set1_ps(1.0f);
39   const __m256 vtwo = _mm256_set1_ps(2.0f);
40   const __m256 vdenorm_cutoff = _mm256_set1_ps(-0x1.5D589Ep+6f);
41 
42   for (; n >= 24 * sizeof(float); n -= 24 * sizeof(float)) {
43     const __m256 vx0 = _mm256_loadu_ps(x);
44     const __m256 vx1 = _mm256_loadu_ps(x + 8);
45     const __m256 vx2 = _mm256_loadu_ps(x + 16);
46     x += 24;
47 
48     const __m256 vz0 = _mm256_or_ps(vx0, vsign_mask);
49     const __m256 vz1 = _mm256_or_ps(vx1, vsign_mask);
50     const __m256 vz2 = _mm256_or_ps(vx2, vsign_mask);
51 
52     __m256 vn0 = _mm256_add_ps(_mm256_mul_ps(vz0, vlog2e), vmagic_bias);
53     __m256 vn1 = _mm256_add_ps(_mm256_mul_ps(vz1, vlog2e), vmagic_bias);
54     __m256 vn2 = _mm256_add_ps(_mm256_mul_ps(vz2, vlog2e), vmagic_bias);
55 
56     const __m128 vs_lo0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn0)), 23));
57     const __m128 vs_hi0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn0, 1)), 23));
58     const __m256 vs0 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo0), vs_hi0, 1);
59     const __m128 vs_lo1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn1)), 23));
60     const __m128 vs_hi1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn1, 1)), 23));
61     const __m256 vs1 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo1), vs_hi1, 1);
62     const __m128 vs_lo2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn2)), 23));
63     const __m128 vs_hi2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn2, 1)), 23));
64     const __m256 vs2 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo2), vs_hi2, 1);
65 
66     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
67     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
68     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
69 
70     __m256 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_hi), vz0);
71     __m256 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_hi), vz1);
72     __m256 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_hi), vz2);
73 
74     vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_lo), vt0);
75     vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_lo), vt1);
76     vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_lo), vt2);
77 
78     __m256 vp0 = _mm256_add_ps(_mm256_mul_ps(vc5, vt0), vc4);
79     __m256 vp1 = _mm256_add_ps(_mm256_mul_ps(vc5, vt1), vc4);
80     __m256 vp2 = _mm256_add_ps(_mm256_mul_ps(vc5, vt2), vc4);
81 
82     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc3);
83     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc3);
84     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc3);
85 
86     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc2);
87     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc2);
88     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc2);
89 
90     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc1);
91     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc1);
92     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc1);
93 
94     vt0 = _mm256_mul_ps(vt0, vs0);
95     vt1 = _mm256_mul_ps(vt1, vs1);
96     vt2 = _mm256_mul_ps(vt2, vs2);
97 
98     const __m256 ve0 = _mm256_add_ps(_mm256_mul_ps(vt0, vp0), vs0);
99     const __m256 ve1 = _mm256_add_ps(_mm256_mul_ps(vt1, vp1), vs1);
100     const __m256 ve2 = _mm256_add_ps(_mm256_mul_ps(vt2, vp2), vs2);
101 
102     const __m256 vd0 = _mm256_add_ps(ve0, vone);
103     const __m256 vd1 = _mm256_add_ps(ve1, vone);
104     const __m256 vd2 = _mm256_add_ps(ve2, vone);
105 
106     __m256 vr0 = _mm256_rcp_ps(vd0);
107     __m256 vr1 = _mm256_rcp_ps(vd1);
108     __m256 vr2 = _mm256_rcp_ps(vd2);
109 
110     vr0 = _mm256_mul_ps(vr0, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr0, vd0)));
111     vr0 = _mm256_mul_ps(vr0, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr0, vd0)));
112     vr1 = _mm256_mul_ps(vr1, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr1, vd1)));
113     vr1 = _mm256_mul_ps(vr1, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr1, vd1)));
114     vr2 = _mm256_mul_ps(vr2, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr2, vd2)));
115     vr2 = _mm256_mul_ps(vr2, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr2, vd2)));
116 
117     __m256 vf0 = _mm256_mul_ps(ve0, vr0);
118     __m256 vf1 = _mm256_mul_ps(ve1, vr1);
119     __m256 vf2 = _mm256_mul_ps(ve2, vr2);
120 
121     vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
122     vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
123     vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
124 
125     vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
126     vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
127     vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
128 
129     _mm256_storeu_ps(y, vf0);
130     _mm256_storeu_ps(y + 8, vf1);
131     _mm256_storeu_ps(y + 16, vf2);
132     y += 24;
133   }
134   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
135     const __m256 vx = _mm256_loadu_ps(x);
136     x += 8;
137 
138     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
139 
140     __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
141 
142     const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
143     const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
144     const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
145 
146     vn = _mm256_sub_ps(vn, vmagic_bias);
147 
148     __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
149     vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
150 
151     __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
152     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
153     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
154     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
155 
156     vt = _mm256_mul_ps(vt, vs);
157     const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
158 
159     const __m256 vd = _mm256_add_ps(ve, vone);
160     __m256 vr = _mm256_rcp_ps(vd);
161     vr = _mm256_mul_ps(vr, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr, vd)));
162     vr = _mm256_mul_ps(vr, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr, vd)));
163     __m256 vf = _mm256_mul_ps(ve, vr);
164 
165     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
166     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
167 
168     _mm256_storeu_ps(y, vf);
169     y += 8;
170   }
171   if XNN_UNLIKELY(n != 0) {
172     assert(n >= 1 * sizeof(float));
173     assert(n <= 7 * sizeof(float));
174     __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &mask_table[7] - n));
175 
176     const __m256 vx = _mm256_maskload_ps(x, vmask);
177 
178     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
179 
180     __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
181     const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
182     const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
183     const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
184 
185     vn = _mm256_sub_ps(vn, vmagic_bias);
186 
187     __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
188     vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
189 
190     __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
191     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
192     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
193     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
194 
195     vt = _mm256_mul_ps(vt, vs);
196     const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
197 
198     const __m256 vd = _mm256_add_ps(ve, vone);
199     __m256 vr = _mm256_rcp_ps(vd);
200     vr = _mm256_mul_ps(vr, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr, vd)));
201     vr = _mm256_mul_ps(vr, _mm256_sub_ps(vtwo, _mm256_mul_ps(vr, vd)));
202     __m256 vf = _mm256_mul_ps(ve, vr);
203 
204     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
205     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
206 
207     // _mm256_maskstore_ps(y, vmask, vf) could be used here, but triggers msan failures (probably an msan bug).
208     __m128 vf_lo = _mm256_castps256_ps128(vf);
209     if (n & (4 * sizeof(float))) {
210       _mm_storeu_ps(y, vf_lo);
211       vf_lo = _mm256_extractf128_ps(vf, 1);
212       y += 4;
213     }
214     if (n & (2 * sizeof(float))) {
215       _mm_storel_pi((__m64*) y, vf_lo);
216       vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
217       y += 2;
218     }
219     if (n & (1 * sizeof(float))) {
220       _mm_store_ss(y, vf_lo);
221     }
222   }
223 }
224