• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
1 // Auto-generated file. Do not edit!
2 //   Template: src/f32-velu/avx2-rr1-p6.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_velu_ukernel__avx2_rr1_p6_x80(size_t n,const float * x,float * y,const union xnn_f32_elu_params params[restrict XNN_MIN_ELEMENTS (1)])20 void xnn_f32_velu_ukernel__avx2_rr1_p6_x80(
21     size_t n,
22     const float* x,
23     float* y,
24     const union xnn_f32_elu_params params[restrict XNN_MIN_ELEMENTS(1)])
25 {
26   assert(n % sizeof(float) == 0);
27 
28   const __m256 vprescale = _mm256_broadcast_ps((const __m128*) params->sse.prescale);
29   const __m256 valpha = _mm256_broadcast_ps((const __m128*) params->sse.alpha);
30   const __m256 vbeta = _mm256_broadcast_ps((const __m128*) params->sse.beta);
31 
32   const __m256 vsat_cutoff = _mm256_set1_ps(-0x1.154246p+4f);
33   const __m256 vmagic_bias = _mm256_set1_ps(0x1.8000FEp23f);
34   const __m256 vlog2e = _mm256_set1_ps(0x1.715476p+0f);
35   const __m256 vminus_ln2 = _mm256_set1_ps(-0x1.62E43p-1f);
36   const __m256 vc6 = _mm256_set1_ps(0x1.6b7338p-10f);
37   const __m256 vc5 = _mm256_set1_ps(0x1.12278Ep-7f);
38   const __m256 vc4 = _mm256_set1_ps(0x1.555716p-5f);
39   const __m256 vc3 = _mm256_set1_ps(0x1.5554B0p-3f);
40   const __m256 vc2 = _mm256_set1_ps(0x1.FFFFFEp-2f);
41 
42   for (; n >= 80 * sizeof(float); n -= 80 * sizeof(float)) {
43     __m256 vx0 = _mm256_loadu_ps(x);
44     __m256 vx1 = _mm256_loadu_ps(x + 8);
45     __m256 vx2 = _mm256_loadu_ps(x + 16);
46     __m256 vx3 = _mm256_loadu_ps(x + 24);
47     __m256 vx4 = _mm256_loadu_ps(x + 32);
48     __m256 vx5 = _mm256_loadu_ps(x + 40);
49     __m256 vx6 = _mm256_loadu_ps(x + 48);
50     __m256 vx7 = _mm256_loadu_ps(x + 56);
51     __m256 vx8 = _mm256_loadu_ps(x + 64);
52     __m256 vx9 = _mm256_loadu_ps(x + 72);
53     x += 80;
54 
55     const __m256 vz0 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx0, vprescale));
56     const __m256 vz1 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx1, vprescale));
57     const __m256 vz2 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx2, vprescale));
58     const __m256 vz3 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx3, vprescale));
59     const __m256 vz4 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx4, vprescale));
60     const __m256 vz5 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx5, vprescale));
61     const __m256 vz6 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx6, vprescale));
62     const __m256 vz7 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx7, vprescale));
63     const __m256 vz8 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx8, vprescale));
64     const __m256 vz9 = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx9, vprescale));
65 
66     __m256 vn0 = _mm256_fmadd_ps(vz0, vlog2e, vmagic_bias);
67     __m256 vn1 = _mm256_fmadd_ps(vz1, vlog2e, vmagic_bias);
68     __m256 vn2 = _mm256_fmadd_ps(vz2, vlog2e, vmagic_bias);
69     __m256 vn3 = _mm256_fmadd_ps(vz3, vlog2e, vmagic_bias);
70     __m256 vn4 = _mm256_fmadd_ps(vz4, vlog2e, vmagic_bias);
71     __m256 vn5 = _mm256_fmadd_ps(vz5, vlog2e, vmagic_bias);
72     __m256 vn6 = _mm256_fmadd_ps(vz6, vlog2e, vmagic_bias);
73     __m256 vn7 = _mm256_fmadd_ps(vz7, vlog2e, vmagic_bias);
74     __m256 vn8 = _mm256_fmadd_ps(vz8, vlog2e, vmagic_bias);
75     __m256 vn9 = _mm256_fmadd_ps(vz9, vlog2e, vmagic_bias);
76 
77     __m256 vs0 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn0), 23));
78     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
79     __m256 vs1 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn1), 23));
80     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
81     __m256 vs2 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn2), 23));
82     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
83     __m256 vs3 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn3), 23));
84     vn3 = _mm256_sub_ps(vn3, vmagic_bias);
85     __m256 vs4 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn4), 23));
86     vn4 = _mm256_sub_ps(vn4, vmagic_bias);
87     __m256 vs5 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn5), 23));
88     vn5 = _mm256_sub_ps(vn5, vmagic_bias);
89     __m256 vs6 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn6), 23));
90     vn6 = _mm256_sub_ps(vn6, vmagic_bias);
91     __m256 vs7 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn7), 23));
92     vn7 = _mm256_sub_ps(vn7, vmagic_bias);
93     __m256 vs8 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn8), 23));
94     vn8 = _mm256_sub_ps(vn8, vmagic_bias);
95     __m256 vs9 = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn9), 23));
96     vn9 = _mm256_sub_ps(vn9, vmagic_bias);
97 
98     __m256 vt0 = _mm256_fmadd_ps(vn0, vminus_ln2, vz0);
99     __m256 vt1 = _mm256_fmadd_ps(vn1, vminus_ln2, vz1);
100     __m256 vt2 = _mm256_fmadd_ps(vn2, vminus_ln2, vz2);
101     __m256 vt3 = _mm256_fmadd_ps(vn3, vminus_ln2, vz3);
102     __m256 vt4 = _mm256_fmadd_ps(vn4, vminus_ln2, vz4);
103     __m256 vt5 = _mm256_fmadd_ps(vn5, vminus_ln2, vz5);
104     __m256 vt6 = _mm256_fmadd_ps(vn6, vminus_ln2, vz6);
105     __m256 vt7 = _mm256_fmadd_ps(vn7, vminus_ln2, vz7);
106     __m256 vt8 = _mm256_fmadd_ps(vn8, vminus_ln2, vz8);
107     __m256 vt9 = _mm256_fmadd_ps(vn9, vminus_ln2, vz9);
108 
109     __m256 vp0 = _mm256_fmadd_ps(vc6, vt0, vc5);
110     __m256 vp1 = _mm256_fmadd_ps(vc6, vt1, vc5);
111     __m256 vp2 = _mm256_fmadd_ps(vc6, vt2, vc5);
112     __m256 vp3 = _mm256_fmadd_ps(vc6, vt3, vc5);
113     __m256 vp4 = _mm256_fmadd_ps(vc6, vt4, vc5);
114     __m256 vp5 = _mm256_fmadd_ps(vc6, vt5, vc5);
115     __m256 vp6 = _mm256_fmadd_ps(vc6, vt6, vc5);
116     __m256 vp7 = _mm256_fmadd_ps(vc6, vt7, vc5);
117     __m256 vp8 = _mm256_fmadd_ps(vc6, vt8, vc5);
118     __m256 vp9 = _mm256_fmadd_ps(vc6, vt9, vc5);
119 
120     vp0 = _mm256_fmadd_ps(vp0, vt0, vc4);
121     vp1 = _mm256_fmadd_ps(vp1, vt1, vc4);
122     vp2 = _mm256_fmadd_ps(vp2, vt2, vc4);
123     vp3 = _mm256_fmadd_ps(vp3, vt3, vc4);
124     vp4 = _mm256_fmadd_ps(vp4, vt4, vc4);
125     vp5 = _mm256_fmadd_ps(vp5, vt5, vc4);
126     vp6 = _mm256_fmadd_ps(vp6, vt6, vc4);
127     vp7 = _mm256_fmadd_ps(vp7, vt7, vc4);
128     vp8 = _mm256_fmadd_ps(vp8, vt8, vc4);
129     vp9 = _mm256_fmadd_ps(vp9, vt9, vc4);
130 
131     vp0 = _mm256_fmadd_ps(vp0, vt0, vc3);
132     vp1 = _mm256_fmadd_ps(vp1, vt1, vc3);
133     vp2 = _mm256_fmadd_ps(vp2, vt2, vc3);
134     vp3 = _mm256_fmadd_ps(vp3, vt3, vc3);
135     vp4 = _mm256_fmadd_ps(vp4, vt4, vc3);
136     vp5 = _mm256_fmadd_ps(vp5, vt5, vc3);
137     vp6 = _mm256_fmadd_ps(vp6, vt6, vc3);
138     vp7 = _mm256_fmadd_ps(vp7, vt7, vc3);
139     vp8 = _mm256_fmadd_ps(vp8, vt8, vc3);
140     vp9 = _mm256_fmadd_ps(vp9, vt9, vc3);
141 
142     vp0 = _mm256_fmadd_ps(vp0, vt0, vc2);
143     vp1 = _mm256_fmadd_ps(vp1, vt1, vc2);
144     vp2 = _mm256_fmadd_ps(vp2, vt2, vc2);
145     vp3 = _mm256_fmadd_ps(vp3, vt3, vc2);
146     vp4 = _mm256_fmadd_ps(vp4, vt4, vc2);
147     vp5 = _mm256_fmadd_ps(vp5, vt5, vc2);
148     vp6 = _mm256_fmadd_ps(vp6, vt6, vc2);
149     vp7 = _mm256_fmadd_ps(vp7, vt7, vc2);
150     vp8 = _mm256_fmadd_ps(vp8, vt8, vc2);
151     vp9 = _mm256_fmadd_ps(vp9, vt9, vc2);
152 
153     vp0 = _mm256_mul_ps(vp0, vt0);
154     vt0 = _mm256_mul_ps(vt0, vs0);
155     vp1 = _mm256_mul_ps(vp1, vt1);
156     vt1 = _mm256_mul_ps(vt1, vs1);
157     vp2 = _mm256_mul_ps(vp2, vt2);
158     vt2 = _mm256_mul_ps(vt2, vs2);
159     vp3 = _mm256_mul_ps(vp3, vt3);
160     vt3 = _mm256_mul_ps(vt3, vs3);
161     vp4 = _mm256_mul_ps(vp4, vt4);
162     vt4 = _mm256_mul_ps(vt4, vs4);
163     vp5 = _mm256_mul_ps(vp5, vt5);
164     vt5 = _mm256_mul_ps(vt5, vs5);
165     vp6 = _mm256_mul_ps(vp6, vt6);
166     vt6 = _mm256_mul_ps(vt6, vs6);
167     vp7 = _mm256_mul_ps(vp7, vt7);
168     vt7 = _mm256_mul_ps(vt7, vs7);
169     vp8 = _mm256_mul_ps(vp8, vt8);
170     vt8 = _mm256_mul_ps(vt8, vs8);
171     vp9 = _mm256_mul_ps(vp9, vt9);
172     vt9 = _mm256_mul_ps(vt9, vs9);
173 
174     vs0 = _mm256_fmsub_ps(vs0, valpha, valpha);
175     vp0 = _mm256_fmadd_ps(vp0, vt0, vt0);
176     vs1 = _mm256_fmsub_ps(vs1, valpha, valpha);
177     vp1 = _mm256_fmadd_ps(vp1, vt1, vt1);
178     vs2 = _mm256_fmsub_ps(vs2, valpha, valpha);
179     vp2 = _mm256_fmadd_ps(vp2, vt2, vt2);
180     vs3 = _mm256_fmsub_ps(vs3, valpha, valpha);
181     vp3 = _mm256_fmadd_ps(vp3, vt3, vt3);
182     vs4 = _mm256_fmsub_ps(vs4, valpha, valpha);
183     vp4 = _mm256_fmadd_ps(vp4, vt4, vt4);
184     vs5 = _mm256_fmsub_ps(vs5, valpha, valpha);
185     vp5 = _mm256_fmadd_ps(vp5, vt5, vt5);
186     vs6 = _mm256_fmsub_ps(vs6, valpha, valpha);
187     vp6 = _mm256_fmadd_ps(vp6, vt6, vt6);
188     vs7 = _mm256_fmsub_ps(vs7, valpha, valpha);
189     vp7 = _mm256_fmadd_ps(vp7, vt7, vt7);
190     vs8 = _mm256_fmsub_ps(vs8, valpha, valpha);
191     vp8 = _mm256_fmadd_ps(vp8, vt8, vt8);
192     vs9 = _mm256_fmsub_ps(vs9, valpha, valpha);
193     vp9 = _mm256_fmadd_ps(vp9, vt9, vt9);
194 
195     const __m256 ve0 = _mm256_fmadd_ps(vp0, valpha, vs0);
196     vx0 = _mm256_mul_ps(vx0, vbeta);
197     const __m256 ve1 = _mm256_fmadd_ps(vp1, valpha, vs1);
198     vx1 = _mm256_mul_ps(vx1, vbeta);
199     const __m256 ve2 = _mm256_fmadd_ps(vp2, valpha, vs2);
200     vx2 = _mm256_mul_ps(vx2, vbeta);
201     const __m256 ve3 = _mm256_fmadd_ps(vp3, valpha, vs3);
202     vx3 = _mm256_mul_ps(vx3, vbeta);
203     const __m256 ve4 = _mm256_fmadd_ps(vp4, valpha, vs4);
204     vx4 = _mm256_mul_ps(vx4, vbeta);
205     const __m256 ve5 = _mm256_fmadd_ps(vp5, valpha, vs5);
206     vx5 = _mm256_mul_ps(vx5, vbeta);
207     const __m256 ve6 = _mm256_fmadd_ps(vp6, valpha, vs6);
208     vx6 = _mm256_mul_ps(vx6, vbeta);
209     const __m256 ve7 = _mm256_fmadd_ps(vp7, valpha, vs7);
210     vx7 = _mm256_mul_ps(vx7, vbeta);
211     const __m256 ve8 = _mm256_fmadd_ps(vp8, valpha, vs8);
212     vx8 = _mm256_mul_ps(vx8, vbeta);
213     const __m256 ve9 = _mm256_fmadd_ps(vp9, valpha, vs9);
214     vx9 = _mm256_mul_ps(vx9, vbeta);
215 
216     const __m256 vy0 = _mm256_blendv_ps(vx0, ve0, vx0);
217     const __m256 vy1 = _mm256_blendv_ps(vx1, ve1, vx1);
218     const __m256 vy2 = _mm256_blendv_ps(vx2, ve2, vx2);
219     const __m256 vy3 = _mm256_blendv_ps(vx3, ve3, vx3);
220     const __m256 vy4 = _mm256_blendv_ps(vx4, ve4, vx4);
221     const __m256 vy5 = _mm256_blendv_ps(vx5, ve5, vx5);
222     const __m256 vy6 = _mm256_blendv_ps(vx6, ve6, vx6);
223     const __m256 vy7 = _mm256_blendv_ps(vx7, ve7, vx7);
224     const __m256 vy8 = _mm256_blendv_ps(vx8, ve8, vx8);
225     const __m256 vy9 = _mm256_blendv_ps(vx9, ve9, vx9);
226 
227     _mm256_storeu_ps(y, vy0);
228     _mm256_storeu_ps(y + 8, vy1);
229     _mm256_storeu_ps(y + 16, vy2);
230     _mm256_storeu_ps(y + 24, vy3);
231     _mm256_storeu_ps(y + 32, vy4);
232     _mm256_storeu_ps(y + 40, vy5);
233     _mm256_storeu_ps(y + 48, vy6);
234     _mm256_storeu_ps(y + 56, vy7);
235     _mm256_storeu_ps(y + 64, vy8);
236     _mm256_storeu_ps(y + 72, vy9);
237     y += 80;
238   }
239   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
240     __m256 vx = _mm256_loadu_ps(x);
241     x += 8;
242 
243     const __m256 vz = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx, vprescale));
244 
245     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
246     __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
247     vn = _mm256_sub_ps(vn, vmagic_bias);
248 
249     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
250 
251     __m256 vp = _mm256_fmadd_ps(vc6, vt, vc5);
252     vp = _mm256_fmadd_ps(vp, vt, vc4);
253     vp = _mm256_fmadd_ps(vp, vt, vc3);
254     vp = _mm256_fmadd_ps(vp, vt, vc2);
255     vp = _mm256_mul_ps(vp, vt);
256 
257     vt = _mm256_mul_ps(vt, vs);
258     vs = _mm256_fmsub_ps(vs, valpha, valpha);
259     vp = _mm256_fmadd_ps(vp, vt, vt);
260     const __m256 ve = _mm256_fmadd_ps(vp, valpha, vs);
261 
262     vx = _mm256_mul_ps(vx, vbeta);
263     const __m256 vy = _mm256_blendv_ps(vx, ve, vx);
264 
265     _mm256_storeu_ps(y, vy);
266     y += 8;
267   }
268   if XNN_UNLIKELY(n != 0) {
269     assert(n >= 1 * sizeof(float));
270     assert(n <= 7 * sizeof(float));
271     __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &mask_table[7] - n));
272 
273     __m256 vx = _mm256_maskload_ps(x, vmask);
274 
275     const __m256 vz = _mm256_max_ps(vsat_cutoff, _mm256_mul_ps(vx, vprescale));
276 
277     __m256 vn = _mm256_fmadd_ps(vz, vlog2e, vmagic_bias);
278     __m256 vs = _mm256_castsi256_ps(_mm256_slli_epi32(_mm256_castps_si256(vn), 23));
279     vn = _mm256_sub_ps(vn, vmagic_bias);
280 
281     __m256 vt = _mm256_fmadd_ps(vn, vminus_ln2, vz);
282 
283     __m256 vp = _mm256_fmadd_ps(vc6, vt, vc5);
284     vp = _mm256_fmadd_ps(vp, vt, vc4);
285     vp = _mm256_fmadd_ps(vp, vt, vc3);
286     vp = _mm256_fmadd_ps(vp, vt, vc2);
287     vp = _mm256_mul_ps(vp, vt);
288 
289     vt = _mm256_mul_ps(vt, vs);
290     vs = _mm256_fmsub_ps(vs, valpha, valpha);
291     vp = _mm256_fmadd_ps(vp, vt, vt);
292     const __m256 ve = _mm256_fmadd_ps(vp, valpha, vs);
293 
294     vx = _mm256_mul_ps(vx, vbeta);
295     const __m256 vy = _mm256_blendv_ps(vx, ve, vx);
296 
297     // _mm256_maskstore_ps(y, vmask, vf) could be used here, but triggers msan failures (probably an msan bug).
298     __m128 vy_lo = _mm256_castps256_ps128(vy);
299     if (n & (4 * sizeof(float))) {
300       _mm_storeu_ps(y, vy_lo);
301       vy_lo = _mm256_extractf128_ps(vy, 1);
302       y += 4;
303     }
304     if (n & (2 * sizeof(float))) {
305       _mm_storel_pi((__m64*) y, vy_lo);
306       vy_lo = _mm_movehl_ps(vy_lo, vy_lo);
307       y += 2;
308     }
309     if (n & (1 * sizeof(float))) {
310       _mm_store_ss(y, vy_lo);
311     }
312   }
313 }
314