• Home
  • Line#
  • Scopes#
  • Navigate#
  • Raw
  • Download
1 // Auto-generated file. Do not edit!
2 //   Template: src/f32-vsigmoid/avx-rr2-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 
xnn_f32_vsigmoid_ukernel__avx_rr2_p5_div_x40(size_t n,const float * x,float * y,const union xnn_f32_sigmoid_params params[restrict XNN_MIN_ELEMENTS (1)])18 void xnn_f32_vsigmoid_ukernel__avx_rr2_p5_div_x40(
19     size_t n,
20     const float* x,
21     float* y,
22     const union xnn_f32_sigmoid_params params[restrict XNN_MIN_ELEMENTS(1)])
23 {
24   assert(n % sizeof(float) == 0);
25 
26   const __m256 vsign_mask = _mm256_load_ps(params->avx_rr2_p5.sign_mask);
27   const __m256 vmagic_bias = _mm256_load_ps(params->avx_rr2_p5.magic_bias);
28   const __m256 vlog2e = _mm256_load_ps(params->avx_rr2_p5.log2e);
29   const __m256 vminus_ln2_hi = _mm256_load_ps(params->avx_rr2_p5.minus_ln2_hi);
30   const __m256 vminus_ln2_lo = _mm256_load_ps(params->avx_rr2_p5.minus_ln2_lo);
31   const __m256 vc5 = _mm256_load_ps(params->avx_rr2_p5.c5);
32   const __m256 vc4 = _mm256_load_ps(params->avx_rr2_p5.c4);
33   const __m256 vc3 = _mm256_load_ps(params->avx_rr2_p5.c3);
34   const __m256 vc2 = _mm256_load_ps(params->avx_rr2_p5.c2);
35   const __m256 vc1 = _mm256_load_ps(params->avx_rr2_p5.c1);
36   const __m256 vone = _mm256_load_ps(params->avx_rr2_p5.one);
37   const __m256 vdenorm_cutoff = _mm256_load_ps(params->avx_rr2_p5.denorm_cutoff);
38 
39   for (; n >= 40 * sizeof(float); n -= 40 * sizeof(float)) {
40     const __m256 vx0 = _mm256_loadu_ps(x);
41     const __m256 vx1 = _mm256_loadu_ps(x + 8);
42     const __m256 vx2 = _mm256_loadu_ps(x + 16);
43     const __m256 vx3 = _mm256_loadu_ps(x + 24);
44     const __m256 vx4 = _mm256_loadu_ps(x + 32);
45     x += 40;
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     const __m256 vz4 = _mm256_or_ps(vx4, vsign_mask);
52 
53     __m256 vn0 = _mm256_add_ps(_mm256_mul_ps(vz0, vlog2e), vmagic_bias);
54     __m256 vn1 = _mm256_add_ps(_mm256_mul_ps(vz1, vlog2e), vmagic_bias);
55     __m256 vn2 = _mm256_add_ps(_mm256_mul_ps(vz2, vlog2e), vmagic_bias);
56     __m256 vn3 = _mm256_add_ps(_mm256_mul_ps(vz3, vlog2e), vmagic_bias);
57     __m256 vn4 = _mm256_add_ps(_mm256_mul_ps(vz4, vlog2e), vmagic_bias);
58 
59     const __m128 vs_lo0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn0)), 23));
60     const __m128 vs_hi0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn0, 1)), 23));
61     const __m256 vs0 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo0), vs_hi0, 1);
62     const __m128 vs_lo1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn1)), 23));
63     const __m128 vs_hi1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn1, 1)), 23));
64     const __m256 vs1 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo1), vs_hi1, 1);
65     const __m128 vs_lo2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn2)), 23));
66     const __m128 vs_hi2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn2, 1)), 23));
67     const __m256 vs2 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo2), vs_hi2, 1);
68     const __m128 vs_lo3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn3)), 23));
69     const __m128 vs_hi3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn3, 1)), 23));
70     const __m256 vs3 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo3), vs_hi3, 1);
71     const __m128 vs_lo4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn4)), 23));
72     const __m128 vs_hi4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn4, 1)), 23));
73     const __m256 vs4 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo4), vs_hi4, 1);
74 
75     vn0 = _mm256_sub_ps(vn0, vmagic_bias);
76     vn1 = _mm256_sub_ps(vn1, vmagic_bias);
77     vn2 = _mm256_sub_ps(vn2, vmagic_bias);
78     vn3 = _mm256_sub_ps(vn3, vmagic_bias);
79     vn4 = _mm256_sub_ps(vn4, vmagic_bias);
80 
81     __m256 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_hi), vz0);
82     __m256 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_hi), vz1);
83     __m256 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_hi), vz2);
84     __m256 vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_hi), vz3);
85     __m256 vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_hi), vz4);
86 
87     vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_lo), vt0);
88     vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_lo), vt1);
89     vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_lo), vt2);
90     vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_lo), vt3);
91     vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_lo), vt4);
92 
93     __m256 vp0 = _mm256_add_ps(_mm256_mul_ps(vc5, vt0), vc4);
94     __m256 vp1 = _mm256_add_ps(_mm256_mul_ps(vc5, vt1), vc4);
95     __m256 vp2 = _mm256_add_ps(_mm256_mul_ps(vc5, vt2), vc4);
96     __m256 vp3 = _mm256_add_ps(_mm256_mul_ps(vc5, vt3), vc4);
97     __m256 vp4 = _mm256_add_ps(_mm256_mul_ps(vc5, vt4), vc4);
98 
99     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc3);
100     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc3);
101     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc3);
102     vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc3);
103     vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc3);
104 
105     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc2);
106     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc2);
107     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc2);
108     vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc2);
109     vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc2);
110 
111     vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc1);
112     vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc1);
113     vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc1);
114     vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc1);
115     vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc1);
116 
117     vt0 = _mm256_mul_ps(vt0, vs0);
118     vt1 = _mm256_mul_ps(vt1, vs1);
119     vt2 = _mm256_mul_ps(vt2, vs2);
120     vt3 = _mm256_mul_ps(vt3, vs3);
121     vt4 = _mm256_mul_ps(vt4, vs4);
122 
123     const __m256 ve0 = _mm256_add_ps(_mm256_mul_ps(vt0, vp0), vs0);
124     const __m256 ve1 = _mm256_add_ps(_mm256_mul_ps(vt1, vp1), vs1);
125     const __m256 ve2 = _mm256_add_ps(_mm256_mul_ps(vt2, vp2), vs2);
126     const __m256 ve3 = _mm256_add_ps(_mm256_mul_ps(vt3, vp3), vs3);
127     const __m256 ve4 = _mm256_add_ps(_mm256_mul_ps(vt4, vp4), vs4);
128 
129     const __m256 vd0 = _mm256_add_ps(ve0, vone);
130     const __m256 vd1 = _mm256_add_ps(ve1, vone);
131     const __m256 vd2 = _mm256_add_ps(ve2, vone);
132     const __m256 vd3 = _mm256_add_ps(ve3, vone);
133     const __m256 vd4 = _mm256_add_ps(ve4, vone);
134 
135     __m256 vf0 = _mm256_div_ps(ve0, vd0);
136     __m256 vf1 = _mm256_div_ps(ve1, vd1);
137     __m256 vf2 = _mm256_div_ps(ve2, vd2);
138     __m256 vf3 = _mm256_div_ps(ve3, vd3);
139     __m256 vf4 = _mm256_div_ps(ve4, vd4);
140 
141     vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
142     vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
143     vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
144     vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
145     vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
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 
153     _mm256_storeu_ps(y, vf0);
154     _mm256_storeu_ps(y + 8, vf1);
155     _mm256_storeu_ps(y + 16, vf2);
156     _mm256_storeu_ps(y + 24, vf3);
157     _mm256_storeu_ps(y + 32, vf4);
158     y += 40;
159   }
160   for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
161     const __m256 vx = _mm256_loadu_ps(x);
162     x += 8;
163 
164     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
165 
166     __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
167 
168     const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
169     const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
170     const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
171 
172     vn = _mm256_sub_ps(vn, vmagic_bias);
173 
174     __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
175     vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
176 
177     __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
178     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
179     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
180     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
181 
182     vt = _mm256_mul_ps(vt, vs);
183     const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
184 
185     const __m256 vd = _mm256_add_ps(ve, vone);
186     __m256 vf = _mm256_div_ps(ve, vd);
187 
188     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
189     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
190 
191     _mm256_storeu_ps(y, vf);
192     y += 8;
193   }
194   if XNN_UNLIKELY(n != 0) {
195     assert(n >= 1 * sizeof(float));
196     assert(n <= 7 * sizeof(float));
197     const __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) &params->avx_rr2_p5.mask_table[7] - n));
198 
199     const __m256 vx = _mm256_maskload_ps(x, vmask);
200 
201     const __m256 vz = _mm256_or_ps(vx, vsign_mask);
202 
203     __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
204     const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
205     const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
206     const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
207 
208     vn = _mm256_sub_ps(vn, vmagic_bias);
209 
210     __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
211     vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
212 
213     __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
214     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
215     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
216     vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
217 
218     vt = _mm256_mul_ps(vt, vs);
219     const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
220 
221     const __m256 vd = _mm256_add_ps(ve, vone);
222     __m256 vf = _mm256_div_ps(ve, vd);
223 
224     vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
225     vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
226 
227     __m128 vf_lo = _mm256_castps256_ps128(vf);
228     if (n & (4 * sizeof(float))) {
229       _mm_storeu_ps(y, vf_lo);
230       vf_lo = _mm256_extractf128_ps(vf, 1);
231       y += 4;
232     }
233     if (n & (2 * sizeof(float))) {
234       _mm_storel_pi((__m64*) y, vf_lo);
235       vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
236       y += 2;
237     }
238     if (n & (1 * sizeof(float))) {
239       _mm_store_ss(y, vf_lo);
240     }
241   }
242 }
243