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_x56(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_x56(
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 >= 56 * sizeof(float); n -= 56 * 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 const __m256 vx5 = _mm256_loadu_ps(x + 40);
46 const __m256 vx6 = _mm256_loadu_ps(x + 48);
47 x += 56;
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 const __m256 vz6 = _mm256_or_ps(vx6, vsign_mask);
56
57 __m256 vn0 = _mm256_add_ps(_mm256_mul_ps(vz0, vlog2e), vmagic_bias);
58 __m256 vn1 = _mm256_add_ps(_mm256_mul_ps(vz1, vlog2e), vmagic_bias);
59 __m256 vn2 = _mm256_add_ps(_mm256_mul_ps(vz2, vlog2e), vmagic_bias);
60 __m256 vn3 = _mm256_add_ps(_mm256_mul_ps(vz3, vlog2e), vmagic_bias);
61 __m256 vn4 = _mm256_add_ps(_mm256_mul_ps(vz4, vlog2e), vmagic_bias);
62 __m256 vn5 = _mm256_add_ps(_mm256_mul_ps(vz5, vlog2e), vmagic_bias);
63 __m256 vn6 = _mm256_add_ps(_mm256_mul_ps(vz6, vlog2e), vmagic_bias);
64
65 const __m128 vs_lo0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn0)), 23));
66 const __m128 vs_hi0 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn0, 1)), 23));
67 const __m256 vs0 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo0), vs_hi0, 1);
68 const __m128 vs_lo1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn1)), 23));
69 const __m128 vs_hi1 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn1, 1)), 23));
70 const __m256 vs1 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo1), vs_hi1, 1);
71 const __m128 vs_lo2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn2)), 23));
72 const __m128 vs_hi2 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn2, 1)), 23));
73 const __m256 vs2 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo2), vs_hi2, 1);
74 const __m128 vs_lo3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn3)), 23));
75 const __m128 vs_hi3 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn3, 1)), 23));
76 const __m256 vs3 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo3), vs_hi3, 1);
77 const __m128 vs_lo4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn4)), 23));
78 const __m128 vs_hi4 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn4, 1)), 23));
79 const __m256 vs4 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo4), vs_hi4, 1);
80 const __m128 vs_lo5 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn5)), 23));
81 const __m128 vs_hi5 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn5, 1)), 23));
82 const __m256 vs5 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo5), vs_hi5, 1);
83 const __m128 vs_lo6 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn6)), 23));
84 const __m128 vs_hi6 = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn6, 1)), 23));
85 const __m256 vs6 = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo6), vs_hi6, 1);
86
87 vn0 = _mm256_sub_ps(vn0, vmagic_bias);
88 vn1 = _mm256_sub_ps(vn1, vmagic_bias);
89 vn2 = _mm256_sub_ps(vn2, vmagic_bias);
90 vn3 = _mm256_sub_ps(vn3, vmagic_bias);
91 vn4 = _mm256_sub_ps(vn4, vmagic_bias);
92 vn5 = _mm256_sub_ps(vn5, vmagic_bias);
93 vn6 = _mm256_sub_ps(vn6, vmagic_bias);
94
95 __m256 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_hi), vz0);
96 __m256 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_hi), vz1);
97 __m256 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_hi), vz2);
98 __m256 vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_hi), vz3);
99 __m256 vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_hi), vz4);
100 __m256 vt5 = _mm256_add_ps(_mm256_mul_ps(vn5, vminus_ln2_hi), vz5);
101 __m256 vt6 = _mm256_add_ps(_mm256_mul_ps(vn6, vminus_ln2_hi), vz6);
102
103 vt0 = _mm256_add_ps(_mm256_mul_ps(vn0, vminus_ln2_lo), vt0);
104 vt1 = _mm256_add_ps(_mm256_mul_ps(vn1, vminus_ln2_lo), vt1);
105 vt2 = _mm256_add_ps(_mm256_mul_ps(vn2, vminus_ln2_lo), vt2);
106 vt3 = _mm256_add_ps(_mm256_mul_ps(vn3, vminus_ln2_lo), vt3);
107 vt4 = _mm256_add_ps(_mm256_mul_ps(vn4, vminus_ln2_lo), vt4);
108 vt5 = _mm256_add_ps(_mm256_mul_ps(vn5, vminus_ln2_lo), vt5);
109 vt6 = _mm256_add_ps(_mm256_mul_ps(vn6, vminus_ln2_lo), vt6);
110
111 __m256 vp0 = _mm256_add_ps(_mm256_mul_ps(vc5, vt0), vc4);
112 __m256 vp1 = _mm256_add_ps(_mm256_mul_ps(vc5, vt1), vc4);
113 __m256 vp2 = _mm256_add_ps(_mm256_mul_ps(vc5, vt2), vc4);
114 __m256 vp3 = _mm256_add_ps(_mm256_mul_ps(vc5, vt3), vc4);
115 __m256 vp4 = _mm256_add_ps(_mm256_mul_ps(vc5, vt4), vc4);
116 __m256 vp5 = _mm256_add_ps(_mm256_mul_ps(vc5, vt5), vc4);
117 __m256 vp6 = _mm256_add_ps(_mm256_mul_ps(vc5, vt6), vc4);
118
119 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc3);
120 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc3);
121 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc3);
122 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc3);
123 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc3);
124 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc3);
125 vp6 = _mm256_add_ps(_mm256_mul_ps(vp6, vt6), vc3);
126
127 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc2);
128 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc2);
129 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc2);
130 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc2);
131 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc2);
132 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc2);
133 vp6 = _mm256_add_ps(_mm256_mul_ps(vp6, vt6), vc2);
134
135 vp0 = _mm256_add_ps(_mm256_mul_ps(vp0, vt0), vc1);
136 vp1 = _mm256_add_ps(_mm256_mul_ps(vp1, vt1), vc1);
137 vp2 = _mm256_add_ps(_mm256_mul_ps(vp2, vt2), vc1);
138 vp3 = _mm256_add_ps(_mm256_mul_ps(vp3, vt3), vc1);
139 vp4 = _mm256_add_ps(_mm256_mul_ps(vp4, vt4), vc1);
140 vp5 = _mm256_add_ps(_mm256_mul_ps(vp5, vt5), vc1);
141 vp6 = _mm256_add_ps(_mm256_mul_ps(vp6, vt6), vc1);
142
143 vt0 = _mm256_mul_ps(vt0, vs0);
144 vt1 = _mm256_mul_ps(vt1, vs1);
145 vt2 = _mm256_mul_ps(vt2, vs2);
146 vt3 = _mm256_mul_ps(vt3, vs3);
147 vt4 = _mm256_mul_ps(vt4, vs4);
148 vt5 = _mm256_mul_ps(vt5, vs5);
149 vt6 = _mm256_mul_ps(vt6, vs6);
150
151 const __m256 ve0 = _mm256_add_ps(_mm256_mul_ps(vt0, vp0), vs0);
152 const __m256 ve1 = _mm256_add_ps(_mm256_mul_ps(vt1, vp1), vs1);
153 const __m256 ve2 = _mm256_add_ps(_mm256_mul_ps(vt2, vp2), vs2);
154 const __m256 ve3 = _mm256_add_ps(_mm256_mul_ps(vt3, vp3), vs3);
155 const __m256 ve4 = _mm256_add_ps(_mm256_mul_ps(vt4, vp4), vs4);
156 const __m256 ve5 = _mm256_add_ps(_mm256_mul_ps(vt5, vp5), vs5);
157 const __m256 ve6 = _mm256_add_ps(_mm256_mul_ps(vt6, vp6), vs6);
158
159 const __m256 vd0 = _mm256_add_ps(ve0, vone);
160 const __m256 vd1 = _mm256_add_ps(ve1, vone);
161 const __m256 vd2 = _mm256_add_ps(ve2, vone);
162 const __m256 vd3 = _mm256_add_ps(ve3, vone);
163 const __m256 vd4 = _mm256_add_ps(ve4, vone);
164 const __m256 vd5 = _mm256_add_ps(ve5, vone);
165 const __m256 vd6 = _mm256_add_ps(ve6, vone);
166
167 __m256 vf0 = _mm256_div_ps(ve0, vd0);
168 __m256 vf1 = _mm256_div_ps(ve1, vd1);
169 __m256 vf2 = _mm256_div_ps(ve2, vd2);
170 __m256 vf3 = _mm256_div_ps(ve3, vd3);
171 __m256 vf4 = _mm256_div_ps(ve4, vd4);
172 __m256 vf5 = _mm256_div_ps(ve5, vd5);
173 __m256 vf6 = _mm256_div_ps(ve6, vd6);
174
175 vf0 = _mm256_andnot_ps(_mm256_cmp_ps(vz0, vdenorm_cutoff, _CMP_LT_OS), vf0);
176 vf1 = _mm256_andnot_ps(_mm256_cmp_ps(vz1, vdenorm_cutoff, _CMP_LT_OS), vf1);
177 vf2 = _mm256_andnot_ps(_mm256_cmp_ps(vz2, vdenorm_cutoff, _CMP_LT_OS), vf2);
178 vf3 = _mm256_andnot_ps(_mm256_cmp_ps(vz3, vdenorm_cutoff, _CMP_LT_OS), vf3);
179 vf4 = _mm256_andnot_ps(_mm256_cmp_ps(vz4, vdenorm_cutoff, _CMP_LT_OS), vf4);
180 vf5 = _mm256_andnot_ps(_mm256_cmp_ps(vz5, vdenorm_cutoff, _CMP_LT_OS), vf5);
181 vf6 = _mm256_andnot_ps(_mm256_cmp_ps(vz6, vdenorm_cutoff, _CMP_LT_OS), vf6);
182
183 vf0 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf0), vf0, vx0);
184 vf1 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf1), vf1, vx1);
185 vf2 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf2), vf2, vx2);
186 vf3 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf3), vf3, vx3);
187 vf4 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf4), vf4, vx4);
188 vf5 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf5), vf5, vx5);
189 vf6 = _mm256_blendv_ps(_mm256_sub_ps(vone, vf6), vf6, vx6);
190
191 _mm256_storeu_ps(y, vf0);
192 _mm256_storeu_ps(y + 8, vf1);
193 _mm256_storeu_ps(y + 16, vf2);
194 _mm256_storeu_ps(y + 24, vf3);
195 _mm256_storeu_ps(y + 32, vf4);
196 _mm256_storeu_ps(y + 40, vf5);
197 _mm256_storeu_ps(y + 48, vf6);
198 y += 56;
199 }
200 for (; n >= 8 * sizeof(float); n -= 8 * sizeof(float)) {
201 const __m256 vx = _mm256_loadu_ps(x);
202 x += 8;
203
204 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
205
206 __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
207
208 const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
209 const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
210 const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
211
212 vn = _mm256_sub_ps(vn, vmagic_bias);
213
214 __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
215 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
216
217 __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
218 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
219 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
220 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
221
222 vt = _mm256_mul_ps(vt, vs);
223 const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
224
225 const __m256 vd = _mm256_add_ps(ve, vone);
226 __m256 vf = _mm256_div_ps(ve, vd);
227
228 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
229 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
230
231 _mm256_storeu_ps(y, vf);
232 y += 8;
233 }
234 if XNN_UNLIKELY(n != 0) {
235 assert(n >= 1 * sizeof(float));
236 assert(n <= 7 * sizeof(float));
237 const __m256i vmask = _mm256_loadu_si256((const __m256i*) ((uintptr_t) ¶ms->avx_rr2_p5.mask_table[7] - n));
238
239 const __m256 vx = _mm256_maskload_ps(x, vmask);
240
241 const __m256 vz = _mm256_or_ps(vx, vsign_mask);
242
243 __m256 vn = _mm256_add_ps(_mm256_mul_ps(vz, vlog2e), vmagic_bias);
244 const __m128 vs_lo = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_castps256_ps128(vn)), 23));
245 const __m128 vs_hi = _mm_castsi128_ps(_mm_slli_epi32(_mm_castps_si128(_mm256_extractf128_ps(vn, 1)), 23));
246 const __m256 vs = _mm256_insertf128_ps(_mm256_castps128_ps256(vs_lo), vs_hi, 1);
247
248 vn = _mm256_sub_ps(vn, vmagic_bias);
249
250 __m256 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_hi), vz);
251 vt = _mm256_add_ps(_mm256_mul_ps(vn, vminus_ln2_lo), vt);
252
253 __m256 vp = _mm256_add_ps(_mm256_mul_ps(vc5, vt), vc4);
254 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc3);
255 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc2);
256 vp = _mm256_add_ps(_mm256_mul_ps(vp, vt), vc1);
257
258 vt = _mm256_mul_ps(vt, vs);
259 const __m256 ve = _mm256_add_ps(_mm256_mul_ps(vt, vp), vs);
260
261 const __m256 vd = _mm256_add_ps(ve, vone);
262 __m256 vf = _mm256_div_ps(ve, vd);
263
264 vf = _mm256_andnot_ps(_mm256_cmp_ps(vz, vdenorm_cutoff, _CMP_LT_OS), vf);
265 vf = _mm256_blendv_ps(_mm256_sub_ps(vone, vf), vf, vx);
266
267 __m128 vf_lo = _mm256_castps256_ps128(vf);
268 if (n & (4 * sizeof(float))) {
269 _mm_storeu_ps(y, vf_lo);
270 vf_lo = _mm256_extractf128_ps(vf, 1);
271 y += 4;
272 }
273 if (n & (2 * sizeof(float))) {
274 _mm_storel_pi((__m64*) y, vf_lo);
275 vf_lo = _mm_movehl_ps(vf_lo, vf_lo);
276 y += 2;
277 }
278 if (n & (1 * sizeof(float))) {
279 _mm_store_ss(y, vf_lo);
280 }
281 }
282 }
283