• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
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_nr2fma_x32(size_t n,const float * x,float * y,const void * params)20 void xnn_f32_sigmoid_ukernel__avx2_rr1_p5_nr2fma_x32(
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 >= 32 * sizeof(float); n -= 32 * 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     x += 32;
46 
47     const __m256 vz0 = _mm256_or_ps(vx0, vsign_mask);
48     const __m256 vz1 = _mm256_or_ps(vx1, vsign_mask);
49     const __m256 vz2 = _mm256_or_ps(vx2, vsign_mask);
50     const __m256 vz3 = _mm256_or_ps(vx3, vsign_mask);
51 
52     __m256 vn0 = _mm256_fmadd_ps(vz0, vlog2e, vmagic_bias);
53     __m256 vn1 = _mm256_fmadd_ps(vz1, vlog2e, vmagic_bias);
54     __m256 vn2 = _mm256_fmadd_ps(vz2, vlog2e, vmagic_bias);
55     __m256 vn3 = _mm256_fmadd_ps(vz3, vlog2e, vmagic_bias);
56 
57     const __m256 vs0 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn0), 23));
58     const __m256 vs1 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn1), 23));
59     const __m256 vs2 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn2), 23));
60     const __m256 vs3 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn3), 23));
61 
62     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
63     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
64     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
65     vn3 = _mm256_sub_ps(vn3, vmagic_bias);
66 
67     __m256 vt0 = _mm256_fmadd_ps(vn0, vminus_ln2, vz0);
68     __m256 vt1 = _mm256_fmadd_ps(vn1, vminus_ln2, vz1);
69     __m256 vt2 = _mm256_fmadd_ps(vn2, vminus_ln2, vz2);
70     __m256 vt3 = _mm256_fmadd_ps(vn3, vminus_ln2, vz3);
71 
72     __m256 vp0 = _mm256_fmadd_ps(vc5, vt0, vc4);
73     __m256 vp1 = _mm256_fmadd_ps(vc5, vt1, vc4);
74     __m256 vp2 = _mm256_fmadd_ps(vc5, vt2, vc4);
75     __m256 vp3 = _mm256_fmadd_ps(vc5, vt3, vc4);
76 
77     vp0 = _mm256_fmadd_ps(vp0, vt0, vc3);
78     vp1 = _mm256_fmadd_ps(vp1, vt1, vc3);
79     vp2 = _mm256_fmadd_ps(vp2, vt2, vc3);
80     vp3 = _mm256_fmadd_ps(vp3, vt3, vc3);
81 
82     vp0 = _mm256_fmadd_ps(vp0, vt0, vc2);
83     vp1 = _mm256_fmadd_ps(vp1, vt1, vc2);
84     vp2 = _mm256_fmadd_ps(vp2, vt2, vc2);
85     vp3 = _mm256_fmadd_ps(vp3, vt3, vc2);
86 
87     vp0 = _mm256_fmadd_ps(vp0, vt0, vc1);
88     vp1 = _mm256_fmadd_ps(vp1, vt1, vc1);
89     vp2 = _mm256_fmadd_ps(vp2, vt2, vc1);
90     vp3 = _mm256_fmadd_ps(vp3, vt3, vc1);
91 
92     vt0 = _mm256_mul_ps(vt0, vs0);
93     vt1 = _mm256_mul_ps(vt1, vs1);
94     vt2 = _mm256_mul_ps(vt2, vs2);
95     vt3 = _mm256_mul_ps(vt3, vs3);
96 
97     const __m256 ve0 = _mm256_fmadd_ps(vt0, vp0, vs0);
98     const __m256 ve1 = _mm256_fmadd_ps(vt1, vp1, vs1);
99     const __m256 ve2 = _mm256_fmadd_ps(vt2, vp2, vs2);
100     const __m256 ve3 = _mm256_fmadd_ps(vt3, vp3, vs3);
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     const __m256 vd3 = _mm256_add_ps(ve3, vone);
106 
107     __m256 vr0 = _mm256_rcp_ps(vd0);
108     __m256 vr1 = _mm256_rcp_ps(vd1);
109     __m256 vr2 = _mm256_rcp_ps(vd2);
110     __m256 vr3 = _mm256_rcp_ps(vd3);
111 
112     vr0 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr0, vd0, vone), vr0, vr0);
113     vr1 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr1, vd1, vone), vr1, vr1);
114     vr2 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr2, vd2, vone), vr2, vr2);
115     vr3 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr3, vd3, vone), vr3, vr3);
116 
117     vr0 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr0, vd0, vone), vr0, vr0);
118     vr1 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr1, vd1, vone), vr1, vr1);
119     vr2 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr2, vd2, vone), vr2, vr2);
120     vr3 = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr3, vd3, vone), vr3, vr3);
121 
122     __m256 vf0 = _mm256_mul_ps(ve0, vr0);
123     __m256 vf1 = _mm256_mul_ps(ve1, vr1);
124     __m256 vf2 = _mm256_mul_ps(ve2, vr2);
125     __m256 vf3 = _mm256_mul_ps(ve3, vr3);
126 
127     vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
128     vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
129     vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
130     vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
131 
132     vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
133     vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
134     vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
135     vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
136 
137     _mm256_storeu_ps(y, vf0);
138     _mm256_storeu_ps(y + 8, vf1);
139     _mm256_storeu_ps(y + 16, vf2);
140     _mm256_storeu_ps(y + 24, vf3);
141     y += 32;
142   }
143   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
144     const __m256 vx = _mm256_loadu_ps(x);
145     x += 8;
146 
147     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
148 
149     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
150     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
151     vn = _mm256_sub_ps(vn, vmagic_bias);
152 
153     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
154 
155     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
156     vp = _mm256_fmadd_ps(vp, vt, vc3);
157     vp = _mm256_fmadd_ps(vp, vt, vc2);
158     vp = _mm256_fmadd_ps(vp, vt, vc1);
159 
160     vt = _mm256_mul_ps(vt, vs);
161     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
162 
163     const __m256 vd = _mm256_add_ps(ve, vone);
164     __m256 vr = _mm256_rcp_ps(vd);
165     vr = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr, vd, vone), vr, vr);
166     vr = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr, vd, vone), vr, vr);
167     __m256 vf = _mm256_mul_ps(ve, vr);
168 
169     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
170     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
171 
172     _mm256_storeu_ps(y, vf);
173     y += 8;
174   }
175   if XNN_UNLIKELY(n != 0) {
176     assert(n >= 1 * sizeof(float));
177     assert(n <= 7 * sizeof(float));
178     __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &mask_table[7] - n));
179 
180     const __m256 vx = _mm256_maskload_ps(x, vmask);
181 
182     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
183 
184     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
185     const __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
186     vn = _mm256_sub_ps(vn, vmagic_bias);
187 
188     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
189 
190     __m256 vp = _mm256_fmadd_ps(vc5, vt, vc4);
191     vp = _mm256_fmadd_ps(vp, vt, vc3);
192     vp = _mm256_fmadd_ps(vp, vt, vc2);
193     vp = _mm256_fmadd_ps(vp, vt, vc1);
194 
195     vt = _mm256_mul_ps(vt, vs);
196     const __m256 ve = _mm256_fmadd_ps(vt, vp, vs);
197 
198     const __m256 vd = _mm256_add_ps(ve, vone);
199     __m256 vr = _mm256_rcp_ps(vd);
200     vr = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr, vd, vone), vr, vr);
201     vr = _mm256_fmadd_ps(_mm256_fnmadd_ps(vr, vd, vone), vr, vr);
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