1 // Auto-generated file. Do not edit!
2 // Template: src/f32-sigmoid/avx2-p5.c.in
3 // Generator: tools/xngen
4 //
5 // Copyright 2019 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__avx2_rr1_p5_div_x48(size_t n,const float * x,float * y,const void * params)20 void xnn_f32_sigmoid_ukernel__avx2_rr1_p5_div_x48(
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 = _mm256_set1_ps(-0x1.62E43p-1f);
32 const __m256 vc5 = _mm256_set1_ps(0x1.0F9F9Cp-7f);
33 const __m256 vc4 = _mm256_set1_ps(0x1.573A1Ap-5f);
34 const __m256 vc3 = _mm256_set1_ps(0x1.555A80p-3f);
35 const __m256 vc2 = _mm256_set1_ps(0x1.FFFDC6p-2f);
36 const __m256 vc1 = _mm256_set1_ps(0x1.FFFFF6p-1f);
37 const __m256 vone = _mm256_set1_ps(1.0f);
38 const __m256 vdenorm_cutoff = _mm256_set1_ps(-0x1.5D589Ep+6f);
39
40 for (; n >= 48 * sizeof(float); n -= 48 * sizeof(float)) {
41 const __m256 vx0 = _mm256_loadu_ps(x);
42 const __m256 vx1 = _mm256_loadu_ps(x + 8);
43 const __m256 vx2 = _mm256_loadu_ps(x + 16);
44 const __m256 vx3 = _mm256_loadu_ps(x + 24);
45 const __m256 vx4 = _mm256_loadu_ps(x + 32);
46 const __m256 vx5 = _mm256_loadu_ps(x + 40);
47 x += 48;
48
49 const __m256 vz0 = _mm256_or_ps(vx0, vsign_mask);
50 const __m256 vz1 = _mm256_or_ps(vx1, vsign_mask);
51 const __m256 vz2 = _mm256_or_ps(vx2, vsign_mask);
52 const __m256 vz3 = _mm256_or_ps(vx3, vsign_mask);
53 const __m256 vz4 = _mm256_or_ps(vx4, vsign_mask);
54 const __m256 vz5 = _mm256_or_ps(vx5, vsign_mask);
55
56 __m256 vn0 = _mm256_fmadd_ps(vz0, vlog2e, vmagic_bias);
57 __m256 vn1 = _mm256_fmadd_ps(vz1, vlog2e, vmagic_bias);
58 __m256 vn2 = _mm256_fmadd_ps(vz2, vlog2e, vmagic_bias);
59 __m256 vn3 = _mm256_fmadd_ps(vz3, vlog2e, vmagic_bias);
60 __m256 vn4 = _mm256_fmadd_ps(vz4, vlog2e, vmagic_bias);
61 __m256 vn5 = _mm256_fmadd_ps(vz5, vlog2e, vmagic_bias);
62
63 const __m256 vs0 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn0), 23));
64 const __m256 vs1 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn1), 23));
65 const __m256 vs2 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn2), 23));
66 const __m256 vs3 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn3), 23));
67 const __m256 vs4 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn4), 23));
68 const __m256 vs5 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn5), 23));
69
70 vn0 = _mm256_sub_ps(vn0, vmagic_bias);
71 vn1 = _mm256_sub_ps(vn1, vmagic_bias);
72 vn2 = _mm256_sub_ps(vn2, vmagic_bias);
73 vn3 = _mm256_sub_ps(vn3, vmagic_bias);
74 vn4 = _mm256_sub_ps(vn4, vmagic_bias);
75 vn5 = _mm256_sub_ps(vn5, vmagic_bias);
76
77 __m256 vt0 = _mm256_fmadd_ps(vn0, vminus_ln2, vz0);
78 __m256 vt1 = _mm256_fmadd_ps(vn1, vminus_ln2, vz1);
79 __m256 vt2 = _mm256_fmadd_ps(vn2, vminus_ln2, vz2);
80 __m256 vt3 = _mm256_fmadd_ps(vn3, vminus_ln2, vz3);
81 __m256 vt4 = _mm256_fmadd_ps(vn4, vminus_ln2, vz4);
82 __m256 vt5 = _mm256_fmadd_ps(vn5, vminus_ln2, vz5);
83
84 __m256 vp0 = _mm256_fmadd_ps(vc5, vt0, vc4);
85 __m256 vp1 = _mm256_fmadd_ps(vc5, vt1, vc4);
86 __m256 vp2 = _mm256_fmadd_ps(vc5, vt2, vc4);
87 __m256 vp3 = _mm256_fmadd_ps(vc5, vt3, vc4);
88 __m256 vp4 = _mm256_fmadd_ps(vc5, vt4, vc4);
89 __m256 vp5 = _mm256_fmadd_ps(vc5, vt5, vc4);
90
91 vp0 = _mm256_fmadd_ps(vp0, vt0, vc3);
92 vp1 = _mm256_fmadd_ps(vp1, vt1, vc3);
93 vp2 = _mm256_fmadd_ps(vp2, vt2, vc3);
94 vp3 = _mm256_fmadd_ps(vp3, vt3, vc3);
95 vp4 = _mm256_fmadd_ps(vp4, vt4, vc3);
96 vp5 = _mm256_fmadd_ps(vp5, vt5, vc3);
97
98 vp0 = _mm256_fmadd_ps(vp0, vt0, vc2);
99 vp1 = _mm256_fmadd_ps(vp1, vt1, vc2);
100 vp2 = _mm256_fmadd_ps(vp2, vt2, vc2);
101 vp3 = _mm256_fmadd_ps(vp3, vt3, vc2);
102 vp4 = _mm256_fmadd_ps(vp4, vt4, vc2);
103 vp5 = _mm256_fmadd_ps(vp5, vt5, vc2);
104
105 vp0 = _mm256_fmadd_ps(vp0, vt0, vc1);
106 vp1 = _mm256_fmadd_ps(vp1, vt1, vc1);
107 vp2 = _mm256_fmadd_ps(vp2, vt2, vc1);
108 vp3 = _mm256_fmadd_ps(vp3, vt3, vc1);
109 vp4 = _mm256_fmadd_ps(vp4, vt4, vc1);
110 vp5 = _mm256_fmadd_ps(vp5, vt5, vc1);
111
112 vt0 = _mm256_mul_ps(vt0, vs0);
113 vt1 = _mm256_mul_ps(vt1, vs1);
114 vt2 = _mm256_mul_ps(vt2, vs2);
115 vt3 = _mm256_mul_ps(vt3, vs3);
116 vt4 = _mm256_mul_ps(vt4, vs4);
117 vt5 = _mm256_mul_ps(vt5, vs5);
118
119 const __m256 ve0 = _mm256_fmadd_ps(vt0, vp0, vs0);
120 const __m256 ve1 = _mm256_fmadd_ps(vt1, vp1, vs1);
121 const __m256 ve2 = _mm256_fmadd_ps(vt2, vp2, vs2);
122 const __m256 ve3 = _mm256_fmadd_ps(vt3, vp3, vs3);
123 const __m256 ve4 = _mm256_fmadd_ps(vt4, vp4, vs4);
124 const __m256 ve5 = _mm256_fmadd_ps(vt5, vp5, vs5);
125
126 const __m256 vd0 = _mm256_add_ps(ve0, vone);
127 const __m256 vd1 = _mm256_add_ps(ve1, vone);
128 const __m256 vd2 = _mm256_add_ps(ve2, vone);
129 const __m256 vd3 = _mm256_add_ps(ve3, vone);
130 const __m256 vd4 = _mm256_add_ps(ve4, vone);
131 const __m256 vd5 = _mm256_add_ps(ve5, vone);
132
133 __m256 vf0 = _mm256_div_ps(ve0, vd0);
134 __m256 vf1 = _mm256_div_ps(ve1, vd1);
135 __m256 vf2 = _mm256_div_ps(ve2, vd2);
136 __m256 vf3 = _mm256_div_ps(ve3, vd3);
137 __m256 vf4 = _mm256_div_ps(ve4, vd4);
138 __m256 vf5 = _mm256_div_ps(ve5, vd5);
139
140 vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
141 vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
142 vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
143 vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
144 vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
145 vf5 = _mm256_andnot_ps(_mm256_cmp_ps(vz5, vdenorm_cutoff, _CMP_LT_OS), vf5);
146
147 vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
148 vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
149 vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
150 vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
151 vf4 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf4), vf4, vx4);
152 vf5 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf5), vf5, vx5);
153
154 _mm256_storeu_ps(y, vf0);
155 _mm256_storeu_ps(y + 8, vf1);
156 _mm256_storeu_ps(y + 16, vf2);
157 _mm256_storeu_ps(y + 24, vf3);
158 _mm256_storeu_ps(y + 32, vf4);
159 _mm256_storeu_ps(y + 40, vf5);
160 y += 48;
161 }
162 for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
163 const __m256 vx = _mm256_loadu_ps(x);
164 x += 8;
165
166 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
167
168 __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
169 const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
170 vn = _mm256_sub_ps(vn, vmagic_bias);
171
172 __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
173
174 __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
175 vp = _mm256_fmadd_ps(vp, vt, vc3);
176 vp = _mm256_fmadd_ps(vp, vt, vc2);
177 vp = _mm256_fmadd_ps(vp, vt, vc1);
178
179 vt = _mm256_mul_ps(vt, vs);
180 const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
181
182 const __m256 vd = _mm256_add_ps(ve, vone);
183 __m256 vf = _mm256_div_ps(ve, vd);
184
185 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
186 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
187
188 _mm256_storeu_ps(y, vf);
189 y += 8;
190 }
191 if XNN_UNLIKELY(n != 0) {
192 assert(n >= 1 * sizeof(float));
193 assert(n <= 7 * sizeof(float));
194 __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &mask_table[7] - n));
195
196 const __m256 vx = _mm256_maskload_ps(x, vmask);
197
198 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
199
200 __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
201 const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
202 vn = _mm256_sub_ps(vn, vmagic_bias);
203
204 __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
205
206 __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
207 vp = _mm256_fmadd_ps(vp, vt, vc3);
208 vp = _mm256_fmadd_ps(vp, vt, vc2);
209 vp = _mm256_fmadd_ps(vp, vt, vc1);
210
211 vt = _mm256_mul_ps(vt, vs);
212 const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
213
214 const __m256 vd = _mm256_add_ps(ve, vone);
215 __m256 vf = _mm256_div_ps(ve, vd);
216
217 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
218 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
219
220 // _mm256_maskstore_ps(y, vmask, vf) could be used here, but triggers msan failures (probably an msan bug).
221 __m128 vf_lo = _mm256_castps256_ps128(vf);
222 if (n & (4 * sizeof(float))) {
223 _mm_storeu_ps(y, vf_lo);
224 vf_lo = _mm256_extractf128_ps(vf, 1);
225 y += 4;
226 }
227 if (n & (2 * sizeof(float))) {
228 _mm_storel_pi((__m64*) y, vf_lo);
229 vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
230 y += 2;
231 }
232 if (n & (1 * sizeof(float))) {
233 _mm_store_ss(y, vf_lo);
234 }
235 }
236 }
237