1 /*===---- avxintrin.h - AVX intrinsics -------------------------------------===
2 *
3 * Permission is hereby granted, free of charge, to any person obtaining a copy
4 * of this software and associated documentation files (the "Software"), to deal
5 * in the Software without restriction, including without limitation the rights
6 * to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
7 * copies of the Software, and to permit persons to whom the Software is
8 * furnished to do so, subject to the following conditions:
9 *
10 * The above copyright notice and this permission notice shall be included in
11 * all copies or substantial portions of the Software.
12 *
13 * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
14 * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
15 * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
16 * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
17 * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
18 * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
19 * THE SOFTWARE.
20 *
21 *===-----------------------------------------------------------------------===
22 */
23
24 #ifndef __IMMINTRIN_H
25 #error "Never use <avxintrin.h> directly; include <immintrin.h> instead."
26 #endif
27
28 typedef double __v4df __attribute__ ((__vector_size__ (32)));
29 typedef float __v8sf __attribute__ ((__vector_size__ (32)));
30 typedef long long __v4di __attribute__ ((__vector_size__ (32)));
31 typedef int __v8si __attribute__ ((__vector_size__ (32)));
32 typedef short __v16hi __attribute__ ((__vector_size__ (32)));
33 typedef char __v32qi __attribute__ ((__vector_size__ (32)));
34
35 typedef float __m256 __attribute__ ((__vector_size__ (32)));
36 typedef double __m256d __attribute__((__vector_size__(32)));
37 typedef long long __m256i __attribute__((__vector_size__(32)));
38
39 /* Arithmetic */
40 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_add_pd(__m256d __a,__m256d __b)41 _mm256_add_pd(__m256d __a, __m256d __b)
42 {
43 return __a+__b;
44 }
45
46 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_add_ps(__m256 __a,__m256 __b)47 _mm256_add_ps(__m256 __a, __m256 __b)
48 {
49 return __a+__b;
50 }
51
52 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_sub_pd(__m256d __a,__m256d __b)53 _mm256_sub_pd(__m256d __a, __m256d __b)
54 {
55 return __a-__b;
56 }
57
58 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_sub_ps(__m256 __a,__m256 __b)59 _mm256_sub_ps(__m256 __a, __m256 __b)
60 {
61 return __a-__b;
62 }
63
64 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_addsub_pd(__m256d __a,__m256d __b)65 _mm256_addsub_pd(__m256d __a, __m256d __b)
66 {
67 return (__m256d)__builtin_ia32_addsubpd256((__v4df)__a, (__v4df)__b);
68 }
69
70 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_addsub_ps(__m256 __a,__m256 __b)71 _mm256_addsub_ps(__m256 __a, __m256 __b)
72 {
73 return (__m256)__builtin_ia32_addsubps256((__v8sf)__a, (__v8sf)__b);
74 }
75
76 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_div_pd(__m256d __a,__m256d __b)77 _mm256_div_pd(__m256d __a, __m256d __b)
78 {
79 return __a / __b;
80 }
81
82 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_div_ps(__m256 __a,__m256 __b)83 _mm256_div_ps(__m256 __a, __m256 __b)
84 {
85 return __a / __b;
86 }
87
88 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_max_pd(__m256d __a,__m256d __b)89 _mm256_max_pd(__m256d __a, __m256d __b)
90 {
91 return (__m256d)__builtin_ia32_maxpd256((__v4df)__a, (__v4df)__b);
92 }
93
94 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_max_ps(__m256 __a,__m256 __b)95 _mm256_max_ps(__m256 __a, __m256 __b)
96 {
97 return (__m256)__builtin_ia32_maxps256((__v8sf)__a, (__v8sf)__b);
98 }
99
100 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_min_pd(__m256d __a,__m256d __b)101 _mm256_min_pd(__m256d __a, __m256d __b)
102 {
103 return (__m256d)__builtin_ia32_minpd256((__v4df)__a, (__v4df)__b);
104 }
105
106 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_min_ps(__m256 __a,__m256 __b)107 _mm256_min_ps(__m256 __a, __m256 __b)
108 {
109 return (__m256)__builtin_ia32_minps256((__v8sf)__a, (__v8sf)__b);
110 }
111
112 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_mul_pd(__m256d __a,__m256d __b)113 _mm256_mul_pd(__m256d __a, __m256d __b)
114 {
115 return __a * __b;
116 }
117
118 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_mul_ps(__m256 __a,__m256 __b)119 _mm256_mul_ps(__m256 __a, __m256 __b)
120 {
121 return __a * __b;
122 }
123
124 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_sqrt_pd(__m256d __a)125 _mm256_sqrt_pd(__m256d __a)
126 {
127 return (__m256d)__builtin_ia32_sqrtpd256((__v4df)__a);
128 }
129
130 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_sqrt_ps(__m256 __a)131 _mm256_sqrt_ps(__m256 __a)
132 {
133 return (__m256)__builtin_ia32_sqrtps256((__v8sf)__a);
134 }
135
136 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_rsqrt_ps(__m256 __a)137 _mm256_rsqrt_ps(__m256 __a)
138 {
139 return (__m256)__builtin_ia32_rsqrtps256((__v8sf)__a);
140 }
141
142 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_rcp_ps(__m256 __a)143 _mm256_rcp_ps(__m256 __a)
144 {
145 return (__m256)__builtin_ia32_rcpps256((__v8sf)__a);
146 }
147
148 #define _mm256_round_pd(V, M) __extension__ ({ \
149 __m256d __V = (V); \
150 (__m256d)__builtin_ia32_roundpd256((__v4df)__V, (M)); })
151
152 #define _mm256_round_ps(V, M) __extension__ ({ \
153 __m256 __V = (V); \
154 (__m256)__builtin_ia32_roundps256((__v8sf)__V, (M)); })
155
156 #define _mm256_ceil_pd(V) _mm256_round_pd((V), _MM_FROUND_CEIL)
157 #define _mm256_floor_pd(V) _mm256_round_pd((V), _MM_FROUND_FLOOR)
158 #define _mm256_ceil_ps(V) _mm256_round_ps((V), _MM_FROUND_CEIL)
159 #define _mm256_floor_ps(V) _mm256_round_ps((V), _MM_FROUND_FLOOR)
160
161 /* Logical */
162 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_and_pd(__m256d __a,__m256d __b)163 _mm256_and_pd(__m256d __a, __m256d __b)
164 {
165 return (__m256d)((__v4di)__a & (__v4di)__b);
166 }
167
168 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_and_ps(__m256 __a,__m256 __b)169 _mm256_and_ps(__m256 __a, __m256 __b)
170 {
171 return (__m256)((__v8si)__a & (__v8si)__b);
172 }
173
174 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_andnot_pd(__m256d __a,__m256d __b)175 _mm256_andnot_pd(__m256d __a, __m256d __b)
176 {
177 return (__m256d)(~(__v4di)__a & (__v4di)__b);
178 }
179
180 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_andnot_ps(__m256 __a,__m256 __b)181 _mm256_andnot_ps(__m256 __a, __m256 __b)
182 {
183 return (__m256)(~(__v8si)__a & (__v8si)__b);
184 }
185
186 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_or_pd(__m256d __a,__m256d __b)187 _mm256_or_pd(__m256d __a, __m256d __b)
188 {
189 return (__m256d)((__v4di)__a | (__v4di)__b);
190 }
191
192 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_or_ps(__m256 __a,__m256 __b)193 _mm256_or_ps(__m256 __a, __m256 __b)
194 {
195 return (__m256)((__v8si)__a | (__v8si)__b);
196 }
197
198 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_xor_pd(__m256d __a,__m256d __b)199 _mm256_xor_pd(__m256d __a, __m256d __b)
200 {
201 return (__m256d)((__v4di)__a ^ (__v4di)__b);
202 }
203
204 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_xor_ps(__m256 __a,__m256 __b)205 _mm256_xor_ps(__m256 __a, __m256 __b)
206 {
207 return (__m256)((__v8si)__a ^ (__v8si)__b);
208 }
209
210 /* Horizontal arithmetic */
211 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_hadd_pd(__m256d __a,__m256d __b)212 _mm256_hadd_pd(__m256d __a, __m256d __b)
213 {
214 return (__m256d)__builtin_ia32_haddpd256((__v4df)__a, (__v4df)__b);
215 }
216
217 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_hadd_ps(__m256 __a,__m256 __b)218 _mm256_hadd_ps(__m256 __a, __m256 __b)
219 {
220 return (__m256)__builtin_ia32_haddps256((__v8sf)__a, (__v8sf)__b);
221 }
222
223 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_hsub_pd(__m256d __a,__m256d __b)224 _mm256_hsub_pd(__m256d __a, __m256d __b)
225 {
226 return (__m256d)__builtin_ia32_hsubpd256((__v4df)__a, (__v4df)__b);
227 }
228
229 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_hsub_ps(__m256 __a,__m256 __b)230 _mm256_hsub_ps(__m256 __a, __m256 __b)
231 {
232 return (__m256)__builtin_ia32_hsubps256((__v8sf)__a, (__v8sf)__b);
233 }
234
235 /* Vector permutations */
236 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
_mm_permutevar_pd(__m128d __a,__m128i __c)237 _mm_permutevar_pd(__m128d __a, __m128i __c)
238 {
239 return (__m128d)__builtin_ia32_vpermilvarpd((__v2df)__a, (__v2di)__c);
240 }
241
242 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_permutevar_pd(__m256d __a,__m256i __c)243 _mm256_permutevar_pd(__m256d __a, __m256i __c)
244 {
245 return (__m256d)__builtin_ia32_vpermilvarpd256((__v4df)__a, (__v4di)__c);
246 }
247
248 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
_mm_permutevar_ps(__m128 __a,__m128i __c)249 _mm_permutevar_ps(__m128 __a, __m128i __c)
250 {
251 return (__m128)__builtin_ia32_vpermilvarps((__v4sf)__a, (__v4si)__c);
252 }
253
254 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_permutevar_ps(__m256 __a,__m256i __c)255 _mm256_permutevar_ps(__m256 __a, __m256i __c)
256 {
257 return (__m256)__builtin_ia32_vpermilvarps256((__v8sf)__a,
258 (__v8si)__c);
259 }
260
261 #define _mm_permute_pd(A, C) __extension__ ({ \
262 __m128d __A = (A); \
263 (__m128d)__builtin_shufflevector((__v2df)__A, (__v2df) _mm_setzero_pd(), \
264 (C) & 0x1, ((C) & 0x2) >> 1); })
265
266 #define _mm256_permute_pd(A, C) __extension__ ({ \
267 __m256d __A = (A); \
268 (__m256d)__builtin_shufflevector((__v4df)__A, (__v4df) _mm256_setzero_pd(), \
269 (C) & 0x1, ((C) & 0x2) >> 1, \
270 2 + (((C) & 0x4) >> 2), \
271 2 + (((C) & 0x8) >> 3)); })
272
273 #define _mm_permute_ps(A, C) __extension__ ({ \
274 __m128 __A = (A); \
275 (__m128)__builtin_shufflevector((__v4sf)__A, (__v4sf) _mm_setzero_ps(), \
276 (C) & 0x3, ((C) & 0xc) >> 2, \
277 ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6); })
278
279 #define _mm256_permute_ps(A, C) __extension__ ({ \
280 __m256 __A = (A); \
281 (__m256)__builtin_shufflevector((__v8sf)__A, (__v8sf) _mm256_setzero_ps(), \
282 (C) & 0x3, ((C) & 0xc) >> 2, \
283 ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6, \
284 4 + (((C) & 0x03) >> 0), \
285 4 + (((C) & 0x0c) >> 2), \
286 4 + (((C) & 0x30) >> 4), \
287 4 + (((C) & 0xc0) >> 6)); })
288
289 #define _mm256_permute2f128_pd(V1, V2, M) __extension__ ({ \
290 __m256d __V1 = (V1); \
291 __m256d __V2 = (V2); \
292 (__m256d)__builtin_ia32_vperm2f128_pd256((__v4df)__V1, (__v4df)__V2, (M)); })
293
294 #define _mm256_permute2f128_ps(V1, V2, M) __extension__ ({ \
295 __m256 __V1 = (V1); \
296 __m256 __V2 = (V2); \
297 (__m256)__builtin_ia32_vperm2f128_ps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
298
299 #define _mm256_permute2f128_si256(V1, V2, M) __extension__ ({ \
300 __m256i __V1 = (V1); \
301 __m256i __V2 = (V2); \
302 (__m256i)__builtin_ia32_vperm2f128_si256((__v8si)__V1, (__v8si)__V2, (M)); })
303
304 /* Vector Blend */
305 #define _mm256_blend_pd(V1, V2, M) __extension__ ({ \
306 __m256d __V1 = (V1); \
307 __m256d __V2 = (V2); \
308 (__m256d)__builtin_ia32_blendpd256((__v4df)__V1, (__v4df)__V2, (M)); })
309
310 #define _mm256_blend_ps(V1, V2, M) __extension__ ({ \
311 __m256 __V1 = (V1); \
312 __m256 __V2 = (V2); \
313 (__m256)__builtin_ia32_blendps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
314
315 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_blendv_pd(__m256d __a,__m256d __b,__m256d __c)316 _mm256_blendv_pd(__m256d __a, __m256d __b, __m256d __c)
317 {
318 return (__m256d)__builtin_ia32_blendvpd256(
319 (__v4df)__a, (__v4df)__b, (__v4df)__c);
320 }
321
322 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_blendv_ps(__m256 __a,__m256 __b,__m256 __c)323 _mm256_blendv_ps(__m256 __a, __m256 __b, __m256 __c)
324 {
325 return (__m256)__builtin_ia32_blendvps256(
326 (__v8sf)__a, (__v8sf)__b, (__v8sf)__c);
327 }
328
329 /* Vector Dot Product */
330 #define _mm256_dp_ps(V1, V2, M) __extension__ ({ \
331 __m256 __V1 = (V1); \
332 __m256 __V2 = (V2); \
333 (__m256)__builtin_ia32_dpps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
334
335 /* Vector shuffle */
336 #define _mm256_shuffle_ps(a, b, mask) __extension__ ({ \
337 __m256 __a = (a); \
338 __m256 __b = (b); \
339 (__m256)__builtin_shufflevector((__v8sf)__a, (__v8sf)__b, \
340 (mask) & 0x3, ((mask) & 0xc) >> 2, \
341 (((mask) & 0x30) >> 4) + 8, (((mask) & 0xc0) >> 6) + 8, \
342 ((mask) & 0x3) + 4, (((mask) & 0xc) >> 2) + 4, \
343 (((mask) & 0x30) >> 4) + 12, (((mask) & 0xc0) >> 6) + 12); })
344
345 #define _mm256_shuffle_pd(a, b, mask) __extension__ ({ \
346 __m256d __a = (a); \
347 __m256d __b = (b); \
348 (__m256d)__builtin_shufflevector((__v4df)__a, (__v4df)__b, \
349 (mask) & 0x1, \
350 (((mask) & 0x2) >> 1) + 4, \
351 (((mask) & 0x4) >> 2) + 2, \
352 (((mask) & 0x8) >> 3) + 6); })
353
354 /* Compare */
355 #define _CMP_EQ_OQ 0x00 /* Equal (ordered, non-signaling) */
356 #define _CMP_LT_OS 0x01 /* Less-than (ordered, signaling) */
357 #define _CMP_LE_OS 0x02 /* Less-than-or-equal (ordered, signaling) */
358 #define _CMP_UNORD_Q 0x03 /* Unordered (non-signaling) */
359 #define _CMP_NEQ_UQ 0x04 /* Not-equal (unordered, non-signaling) */
360 #define _CMP_NLT_US 0x05 /* Not-less-than (unordered, signaling) */
361 #define _CMP_NLE_US 0x06 /* Not-less-than-or-equal (unordered, signaling) */
362 #define _CMP_ORD_Q 0x07 /* Ordered (nonsignaling) */
363 #define _CMP_EQ_UQ 0x08 /* Equal (unordered, non-signaling) */
364 #define _CMP_NGE_US 0x09 /* Not-greater-than-or-equal (unord, signaling) */
365 #define _CMP_NGT_US 0x0a /* Not-greater-than (unordered, signaling) */
366 #define _CMP_FALSE_OQ 0x0b /* False (ordered, non-signaling) */
367 #define _CMP_NEQ_OQ 0x0c /* Not-equal (ordered, non-signaling) */
368 #define _CMP_GE_OS 0x0d /* Greater-than-or-equal (ordered, signaling) */
369 #define _CMP_GT_OS 0x0e /* Greater-than (ordered, signaling) */
370 #define _CMP_TRUE_UQ 0x0f /* True (unordered, non-signaling) */
371 #define _CMP_EQ_OS 0x10 /* Equal (ordered, signaling) */
372 #define _CMP_LT_OQ 0x11 /* Less-than (ordered, non-signaling) */
373 #define _CMP_LE_OQ 0x12 /* Less-than-or-equal (ordered, non-signaling) */
374 #define _CMP_UNORD_S 0x13 /* Unordered (signaling) */
375 #define _CMP_NEQ_US 0x14 /* Not-equal (unordered, signaling) */
376 #define _CMP_NLT_UQ 0x15 /* Not-less-than (unordered, non-signaling) */
377 #define _CMP_NLE_UQ 0x16 /* Not-less-than-or-equal (unord, non-signaling) */
378 #define _CMP_ORD_S 0x17 /* Ordered (signaling) */
379 #define _CMP_EQ_US 0x18 /* Equal (unordered, signaling) */
380 #define _CMP_NGE_UQ 0x19 /* Not-greater-than-or-equal (unord, non-sign) */
381 #define _CMP_NGT_UQ 0x1a /* Not-greater-than (unordered, non-signaling) */
382 #define _CMP_FALSE_OS 0x1b /* False (ordered, signaling) */
383 #define _CMP_NEQ_OS 0x1c /* Not-equal (ordered, signaling) */
384 #define _CMP_GE_OQ 0x1d /* Greater-than-or-equal (ordered, non-signaling) */
385 #define _CMP_GT_OQ 0x1e /* Greater-than (ordered, non-signaling) */
386 #define _CMP_TRUE_US 0x1f /* True (unordered, signaling) */
387
388 #define _mm_cmp_pd(a, b, c) __extension__ ({ \
389 __m128d __a = (a); \
390 __m128d __b = (b); \
391 (__m128d)__builtin_ia32_cmppd((__v2df)__a, (__v2df)__b, (c)); })
392
393 #define _mm_cmp_ps(a, b, c) __extension__ ({ \
394 __m128 __a = (a); \
395 __m128 __b = (b); \
396 (__m128)__builtin_ia32_cmpps((__v4sf)__a, (__v4sf)__b, (c)); })
397
398 #define _mm256_cmp_pd(a, b, c) __extension__ ({ \
399 __m256d __a = (a); \
400 __m256d __b = (b); \
401 (__m256d)__builtin_ia32_cmppd256((__v4df)__a, (__v4df)__b, (c)); })
402
403 #define _mm256_cmp_ps(a, b, c) __extension__ ({ \
404 __m256 __a = (a); \
405 __m256 __b = (b); \
406 (__m256)__builtin_ia32_cmpps256((__v8sf)__a, (__v8sf)__b, (c)); })
407
408 #define _mm_cmp_sd(a, b, c) __extension__ ({ \
409 __m128d __a = (a); \
410 __m128d __b = (b); \
411 (__m128d)__builtin_ia32_cmpsd((__v2df)__a, (__v2df)__b, (c)); })
412
413 #define _mm_cmp_ss(a, b, c) __extension__ ({ \
414 __m128 __a = (a); \
415 __m128 __b = (b); \
416 (__m128)__builtin_ia32_cmpss((__v4sf)__a, (__v4sf)__b, (c)); })
417
418 /* Vector extract */
419 #define _mm256_extractf128_pd(A, O) __extension__ ({ \
420 __m256d __A = (A); \
421 (__m128d)__builtin_ia32_vextractf128_pd256((__v4df)__A, (O)); })
422
423 #define _mm256_extractf128_ps(A, O) __extension__ ({ \
424 __m256 __A = (A); \
425 (__m128)__builtin_ia32_vextractf128_ps256((__v8sf)__A, (O)); })
426
427 #define _mm256_extractf128_si256(A, O) __extension__ ({ \
428 __m256i __A = (A); \
429 (__m128i)__builtin_ia32_vextractf128_si256((__v8si)__A, (O)); })
430
431 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_extract_epi32(__m256i __a,int const __imm)432 _mm256_extract_epi32(__m256i __a, int const __imm)
433 {
434 __v8si __b = (__v8si)__a;
435 return __b[__imm];
436 }
437
438 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_extract_epi16(__m256i __a,int const __imm)439 _mm256_extract_epi16(__m256i __a, int const __imm)
440 {
441 __v16hi __b = (__v16hi)__a;
442 return __b[__imm];
443 }
444
445 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_extract_epi8(__m256i __a,int const __imm)446 _mm256_extract_epi8(__m256i __a, int const __imm)
447 {
448 __v32qi __b = (__v32qi)__a;
449 return __b[__imm];
450 }
451
452 #ifdef __x86_64__
453 static __inline long long __attribute__((__always_inline__, __nodebug__))
_mm256_extract_epi64(__m256i __a,const int __imm)454 _mm256_extract_epi64(__m256i __a, const int __imm)
455 {
456 __v4di __b = (__v4di)__a;
457 return __b[__imm];
458 }
459 #endif
460
461 /* Vector insert */
462 #define _mm256_insertf128_pd(V1, V2, O) __extension__ ({ \
463 __m256d __V1 = (V1); \
464 __m128d __V2 = (V2); \
465 (__m256d)__builtin_ia32_vinsertf128_pd256((__v4df)__V1, (__v2df)__V2, (O)); })
466
467 #define _mm256_insertf128_ps(V1, V2, O) __extension__ ({ \
468 __m256 __V1 = (V1); \
469 __m128 __V2 = (V2); \
470 (__m256)__builtin_ia32_vinsertf128_ps256((__v8sf)__V1, (__v4sf)__V2, (O)); })
471
472 #define _mm256_insertf128_si256(V1, V2, O) __extension__ ({ \
473 __m256i __V1 = (V1); \
474 __m128i __V2 = (V2); \
475 (__m256i)__builtin_ia32_vinsertf128_si256((__v8si)__V1, (__v4si)__V2, (O)); })
476
477 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_insert_epi32(__m256i __a,int __b,int const __imm)478 _mm256_insert_epi32(__m256i __a, int __b, int const __imm)
479 {
480 __v8si __c = (__v8si)__a;
481 __c[__imm & 7] = __b;
482 return (__m256i)__c;
483 }
484
485 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_insert_epi16(__m256i __a,int __b,int const __imm)486 _mm256_insert_epi16(__m256i __a, int __b, int const __imm)
487 {
488 __v16hi __c = (__v16hi)__a;
489 __c[__imm & 15] = __b;
490 return (__m256i)__c;
491 }
492
493 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_insert_epi8(__m256i __a,int __b,int const __imm)494 _mm256_insert_epi8(__m256i __a, int __b, int const __imm)
495 {
496 __v32qi __c = (__v32qi)__a;
497 __c[__imm & 31] = __b;
498 return (__m256i)__c;
499 }
500
501 #ifdef __x86_64__
502 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_insert_epi64(__m256i __a,int __b,int const __imm)503 _mm256_insert_epi64(__m256i __a, int __b, int const __imm)
504 {
505 __v4di __c = (__v4di)__a;
506 __c[__imm & 3] = __b;
507 return (__m256i)__c;
508 }
509 #endif
510
511 /* Conversion */
512 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_cvtepi32_pd(__m128i __a)513 _mm256_cvtepi32_pd(__m128i __a)
514 {
515 return (__m256d)__builtin_ia32_cvtdq2pd256((__v4si) __a);
516 }
517
518 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_cvtepi32_ps(__m256i __a)519 _mm256_cvtepi32_ps(__m256i __a)
520 {
521 return (__m256)__builtin_ia32_cvtdq2ps256((__v8si) __a);
522 }
523
524 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
_mm256_cvtpd_ps(__m256d __a)525 _mm256_cvtpd_ps(__m256d __a)
526 {
527 return (__m128)__builtin_ia32_cvtpd2ps256((__v4df) __a);
528 }
529
530 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_cvtps_epi32(__m256 __a)531 _mm256_cvtps_epi32(__m256 __a)
532 {
533 return (__m256i)__builtin_ia32_cvtps2dq256((__v8sf) __a);
534 }
535
536 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_cvtps_pd(__m128 __a)537 _mm256_cvtps_pd(__m128 __a)
538 {
539 return (__m256d)__builtin_ia32_cvtps2pd256((__v4sf) __a);
540 }
541
542 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
_mm256_cvttpd_epi32(__m256d __a)543 _mm256_cvttpd_epi32(__m256d __a)
544 {
545 return (__m128i)__builtin_ia32_cvttpd2dq256((__v4df) __a);
546 }
547
548 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
_mm256_cvtpd_epi32(__m256d __a)549 _mm256_cvtpd_epi32(__m256d __a)
550 {
551 return (__m128i)__builtin_ia32_cvtpd2dq256((__v4df) __a);
552 }
553
554 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_cvttps_epi32(__m256 __a)555 _mm256_cvttps_epi32(__m256 __a)
556 {
557 return (__m256i)__builtin_ia32_cvttps2dq256((__v8sf) __a);
558 }
559
560 /* Vector replicate */
561 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_movehdup_ps(__m256 __a)562 _mm256_movehdup_ps(__m256 __a)
563 {
564 return __builtin_shufflevector(__a, __a, 1, 1, 3, 3, 5, 5, 7, 7);
565 }
566
567 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_moveldup_ps(__m256 __a)568 _mm256_moveldup_ps(__m256 __a)
569 {
570 return __builtin_shufflevector(__a, __a, 0, 0, 2, 2, 4, 4, 6, 6);
571 }
572
573 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_movedup_pd(__m256d __a)574 _mm256_movedup_pd(__m256d __a)
575 {
576 return __builtin_shufflevector(__a, __a, 0, 0, 2, 2);
577 }
578
579 /* Unpack and Interleave */
580 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_unpackhi_pd(__m256d __a,__m256d __b)581 _mm256_unpackhi_pd(__m256d __a, __m256d __b)
582 {
583 return __builtin_shufflevector(__a, __b, 1, 5, 1+2, 5+2);
584 }
585
586 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_unpacklo_pd(__m256d __a,__m256d __b)587 _mm256_unpacklo_pd(__m256d __a, __m256d __b)
588 {
589 return __builtin_shufflevector(__a, __b, 0, 4, 0+2, 4+2);
590 }
591
592 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_unpackhi_ps(__m256 __a,__m256 __b)593 _mm256_unpackhi_ps(__m256 __a, __m256 __b)
594 {
595 return __builtin_shufflevector(__a, __b, 2, 10, 2+1, 10+1, 6, 14, 6+1, 14+1);
596 }
597
598 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_unpacklo_ps(__m256 __a,__m256 __b)599 _mm256_unpacklo_ps(__m256 __a, __m256 __b)
600 {
601 return __builtin_shufflevector(__a, __b, 0, 8, 0+1, 8+1, 4, 12, 4+1, 12+1);
602 }
603
604 /* Bit Test */
605 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testz_pd(__m128d __a,__m128d __b)606 _mm_testz_pd(__m128d __a, __m128d __b)
607 {
608 return __builtin_ia32_vtestzpd((__v2df)__a, (__v2df)__b);
609 }
610
611 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testc_pd(__m128d __a,__m128d __b)612 _mm_testc_pd(__m128d __a, __m128d __b)
613 {
614 return __builtin_ia32_vtestcpd((__v2df)__a, (__v2df)__b);
615 }
616
617 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testnzc_pd(__m128d __a,__m128d __b)618 _mm_testnzc_pd(__m128d __a, __m128d __b)
619 {
620 return __builtin_ia32_vtestnzcpd((__v2df)__a, (__v2df)__b);
621 }
622
623 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testz_ps(__m128 __a,__m128 __b)624 _mm_testz_ps(__m128 __a, __m128 __b)
625 {
626 return __builtin_ia32_vtestzps((__v4sf)__a, (__v4sf)__b);
627 }
628
629 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testc_ps(__m128 __a,__m128 __b)630 _mm_testc_ps(__m128 __a, __m128 __b)
631 {
632 return __builtin_ia32_vtestcps((__v4sf)__a, (__v4sf)__b);
633 }
634
635 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm_testnzc_ps(__m128 __a,__m128 __b)636 _mm_testnzc_ps(__m128 __a, __m128 __b)
637 {
638 return __builtin_ia32_vtestnzcps((__v4sf)__a, (__v4sf)__b);
639 }
640
641 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testz_pd(__m256d __a,__m256d __b)642 _mm256_testz_pd(__m256d __a, __m256d __b)
643 {
644 return __builtin_ia32_vtestzpd256((__v4df)__a, (__v4df)__b);
645 }
646
647 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testc_pd(__m256d __a,__m256d __b)648 _mm256_testc_pd(__m256d __a, __m256d __b)
649 {
650 return __builtin_ia32_vtestcpd256((__v4df)__a, (__v4df)__b);
651 }
652
653 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testnzc_pd(__m256d __a,__m256d __b)654 _mm256_testnzc_pd(__m256d __a, __m256d __b)
655 {
656 return __builtin_ia32_vtestnzcpd256((__v4df)__a, (__v4df)__b);
657 }
658
659 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testz_ps(__m256 __a,__m256 __b)660 _mm256_testz_ps(__m256 __a, __m256 __b)
661 {
662 return __builtin_ia32_vtestzps256((__v8sf)__a, (__v8sf)__b);
663 }
664
665 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testc_ps(__m256 __a,__m256 __b)666 _mm256_testc_ps(__m256 __a, __m256 __b)
667 {
668 return __builtin_ia32_vtestcps256((__v8sf)__a, (__v8sf)__b);
669 }
670
671 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testnzc_ps(__m256 __a,__m256 __b)672 _mm256_testnzc_ps(__m256 __a, __m256 __b)
673 {
674 return __builtin_ia32_vtestnzcps256((__v8sf)__a, (__v8sf)__b);
675 }
676
677 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testz_si256(__m256i __a,__m256i __b)678 _mm256_testz_si256(__m256i __a, __m256i __b)
679 {
680 return __builtin_ia32_ptestz256((__v4di)__a, (__v4di)__b);
681 }
682
683 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testc_si256(__m256i __a,__m256i __b)684 _mm256_testc_si256(__m256i __a, __m256i __b)
685 {
686 return __builtin_ia32_ptestc256((__v4di)__a, (__v4di)__b);
687 }
688
689 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_testnzc_si256(__m256i __a,__m256i __b)690 _mm256_testnzc_si256(__m256i __a, __m256i __b)
691 {
692 return __builtin_ia32_ptestnzc256((__v4di)__a, (__v4di)__b);
693 }
694
695 /* Vector extract sign mask */
696 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_movemask_pd(__m256d __a)697 _mm256_movemask_pd(__m256d __a)
698 {
699 return __builtin_ia32_movmskpd256((__v4df)__a);
700 }
701
702 static __inline int __attribute__((__always_inline__, __nodebug__))
_mm256_movemask_ps(__m256 __a)703 _mm256_movemask_ps(__m256 __a)
704 {
705 return __builtin_ia32_movmskps256((__v8sf)__a);
706 }
707
708 /* Vector __zero */
709 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_zeroall(void)710 _mm256_zeroall(void)
711 {
712 __builtin_ia32_vzeroall();
713 }
714
715 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_zeroupper(void)716 _mm256_zeroupper(void)
717 {
718 __builtin_ia32_vzeroupper();
719 }
720
721 /* Vector load with broadcast */
722 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
_mm_broadcast_ss(float const * __a)723 _mm_broadcast_ss(float const *__a)
724 {
725 return (__m128)__builtin_ia32_vbroadcastss(__a);
726 }
727
728 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_broadcast_sd(double const * __a)729 _mm256_broadcast_sd(double const *__a)
730 {
731 return (__m256d)__builtin_ia32_vbroadcastsd256(__a);
732 }
733
734 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_broadcast_ss(float const * __a)735 _mm256_broadcast_ss(float const *__a)
736 {
737 return (__m256)__builtin_ia32_vbroadcastss256(__a);
738 }
739
740 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_broadcast_pd(__m128d const * __a)741 _mm256_broadcast_pd(__m128d const *__a)
742 {
743 return (__m256d)__builtin_ia32_vbroadcastf128_pd256(__a);
744 }
745
746 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_broadcast_ps(__m128 const * __a)747 _mm256_broadcast_ps(__m128 const *__a)
748 {
749 return (__m256)__builtin_ia32_vbroadcastf128_ps256(__a);
750 }
751
752 /* SIMD load ops */
753 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_load_pd(double const * __p)754 _mm256_load_pd(double const *__p)
755 {
756 return *(__m256d *)__p;
757 }
758
759 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_load_ps(float const * __p)760 _mm256_load_ps(float const *__p)
761 {
762 return *(__m256 *)__p;
763 }
764
765 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_loadu_pd(double const * __p)766 _mm256_loadu_pd(double const *__p)
767 {
768 struct __loadu_pd {
769 __m256d __v;
770 } __attribute__((packed, may_alias));
771 return ((struct __loadu_pd*)__p)->__v;
772 }
773
774 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_loadu_ps(float const * __p)775 _mm256_loadu_ps(float const *__p)
776 {
777 struct __loadu_ps {
778 __m256 __v;
779 } __attribute__((packed, may_alias));
780 return ((struct __loadu_ps*)__p)->__v;
781 }
782
783 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_load_si256(__m256i const * __p)784 _mm256_load_si256(__m256i const *__p)
785 {
786 return *__p;
787 }
788
789 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_loadu_si256(__m256i const * __p)790 _mm256_loadu_si256(__m256i const *__p)
791 {
792 struct __loadu_si256 {
793 __m256i __v;
794 } __attribute__((packed, may_alias));
795 return ((struct __loadu_si256*)__p)->__v;
796 }
797
798 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_lddqu_si256(__m256i const * __p)799 _mm256_lddqu_si256(__m256i const *__p)
800 {
801 return (__m256i)__builtin_ia32_lddqu256((char const *)__p);
802 }
803
804 /* SIMD store ops */
805 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_store_pd(double * __p,__m256d __a)806 _mm256_store_pd(double *__p, __m256d __a)
807 {
808 *(__m256d *)__p = __a;
809 }
810
811 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_store_ps(float * __p,__m256 __a)812 _mm256_store_ps(float *__p, __m256 __a)
813 {
814 *(__m256 *)__p = __a;
815 }
816
817 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu_pd(double * __p,__m256d __a)818 _mm256_storeu_pd(double *__p, __m256d __a)
819 {
820 __builtin_ia32_storeupd256(__p, (__v4df)__a);
821 }
822
823 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu_ps(float * __p,__m256 __a)824 _mm256_storeu_ps(float *__p, __m256 __a)
825 {
826 __builtin_ia32_storeups256(__p, (__v8sf)__a);
827 }
828
829 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_store_si256(__m256i * __p,__m256i __a)830 _mm256_store_si256(__m256i *__p, __m256i __a)
831 {
832 *__p = __a;
833 }
834
835 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu_si256(__m256i * __p,__m256i __a)836 _mm256_storeu_si256(__m256i *__p, __m256i __a)
837 {
838 __builtin_ia32_storedqu256((char *)__p, (__v32qi)__a);
839 }
840
841 /* Conditional load ops */
842 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
_mm_maskload_pd(double const * __p,__m128d __m)843 _mm_maskload_pd(double const *__p, __m128d __m)
844 {
845 return (__m128d)__builtin_ia32_maskloadpd((const __v2df *)__p, (__v2df)__m);
846 }
847
848 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_maskload_pd(double const * __p,__m256d __m)849 _mm256_maskload_pd(double const *__p, __m256d __m)
850 {
851 return (__m256d)__builtin_ia32_maskloadpd256((const __v4df *)__p,
852 (__v4df)__m);
853 }
854
855 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
_mm_maskload_ps(float const * __p,__m128 __m)856 _mm_maskload_ps(float const *__p, __m128 __m)
857 {
858 return (__m128)__builtin_ia32_maskloadps((const __v4sf *)__p, (__v4sf)__m);
859 }
860
861 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_maskload_ps(float const * __p,__m256 __m)862 _mm256_maskload_ps(float const *__p, __m256 __m)
863 {
864 return (__m256)__builtin_ia32_maskloadps256((const __v8sf *)__p, (__v8sf)__m);
865 }
866
867 /* Conditional store ops */
868 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_maskstore_ps(float * __p,__m256 __m,__m256 __a)869 _mm256_maskstore_ps(float *__p, __m256 __m, __m256 __a)
870 {
871 __builtin_ia32_maskstoreps256((__v8sf *)__p, (__v8sf)__m, (__v8sf)__a);
872 }
873
874 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm_maskstore_pd(double * __p,__m128d __m,__m128d __a)875 _mm_maskstore_pd(double *__p, __m128d __m, __m128d __a)
876 {
877 __builtin_ia32_maskstorepd((__v2df *)__p, (__v2df)__m, (__v2df)__a);
878 }
879
880 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_maskstore_pd(double * __p,__m256d __m,__m256d __a)881 _mm256_maskstore_pd(double *__p, __m256d __m, __m256d __a)
882 {
883 __builtin_ia32_maskstorepd256((__v4df *)__p, (__v4df)__m, (__v4df)__a);
884 }
885
886 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm_maskstore_ps(float * __p,__m128 __m,__m128 __a)887 _mm_maskstore_ps(float *__p, __m128 __m, __m128 __a)
888 {
889 __builtin_ia32_maskstoreps((__v4sf *)__p, (__v4sf)__m, (__v4sf)__a);
890 }
891
892 /* Cacheability support ops */
893 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_stream_si256(__m256i * __a,__m256i __b)894 _mm256_stream_si256(__m256i *__a, __m256i __b)
895 {
896 __builtin_ia32_movntdq256((__v4di *)__a, (__v4di)__b);
897 }
898
899 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_stream_pd(double * __a,__m256d __b)900 _mm256_stream_pd(double *__a, __m256d __b)
901 {
902 __builtin_ia32_movntpd256(__a, (__v4df)__b);
903 }
904
905 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_stream_ps(float * __p,__m256 __a)906 _mm256_stream_ps(float *__p, __m256 __a)
907 {
908 __builtin_ia32_movntps256(__p, (__v8sf)__a);
909 }
910
911 /* Create vectors */
912 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_set_pd(double __a,double __b,double __c,double __d)913 _mm256_set_pd(double __a, double __b, double __c, double __d)
914 {
915 return (__m256d){ __d, __c, __b, __a };
916 }
917
918 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_set_ps(float __a,float __b,float __c,float __d,float __e,float __f,float __g,float __h)919 _mm256_set_ps(float __a, float __b, float __c, float __d,
920 float __e, float __f, float __g, float __h)
921 {
922 return (__m256){ __h, __g, __f, __e, __d, __c, __b, __a };
923 }
924
925 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set_epi32(int __i0,int __i1,int __i2,int __i3,int __i4,int __i5,int __i6,int __i7)926 _mm256_set_epi32(int __i0, int __i1, int __i2, int __i3,
927 int __i4, int __i5, int __i6, int __i7)
928 {
929 return (__m256i)(__v8si){ __i7, __i6, __i5, __i4, __i3, __i2, __i1, __i0 };
930 }
931
932 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set_epi16(short __w15,short __w14,short __w13,short __w12,short __w11,short __w10,short __w09,short __w08,short __w07,short __w06,short __w05,short __w04,short __w03,short __w02,short __w01,short __w00)933 _mm256_set_epi16(short __w15, short __w14, short __w13, short __w12,
934 short __w11, short __w10, short __w09, short __w08,
935 short __w07, short __w06, short __w05, short __w04,
936 short __w03, short __w02, short __w01, short __w00)
937 {
938 return (__m256i)(__v16hi){ __w00, __w01, __w02, __w03, __w04, __w05, __w06,
939 __w07, __w08, __w09, __w10, __w11, __w12, __w13, __w14, __w15 };
940 }
941
942 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set_epi8(char __b31,char __b30,char __b29,char __b28,char __b27,char __b26,char __b25,char __b24,char __b23,char __b22,char __b21,char __b20,char __b19,char __b18,char __b17,char __b16,char __b15,char __b14,char __b13,char __b12,char __b11,char __b10,char __b09,char __b08,char __b07,char __b06,char __b05,char __b04,char __b03,char __b02,char __b01,char __b00)943 _mm256_set_epi8(char __b31, char __b30, char __b29, char __b28,
944 char __b27, char __b26, char __b25, char __b24,
945 char __b23, char __b22, char __b21, char __b20,
946 char __b19, char __b18, char __b17, char __b16,
947 char __b15, char __b14, char __b13, char __b12,
948 char __b11, char __b10, char __b09, char __b08,
949 char __b07, char __b06, char __b05, char __b04,
950 char __b03, char __b02, char __b01, char __b00)
951 {
952 return (__m256i)(__v32qi){
953 __b00, __b01, __b02, __b03, __b04, __b05, __b06, __b07,
954 __b08, __b09, __b10, __b11, __b12, __b13, __b14, __b15,
955 __b16, __b17, __b18, __b19, __b20, __b21, __b22, __b23,
956 __b24, __b25, __b26, __b27, __b28, __b29, __b30, __b31
957 };
958 }
959
960 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set_epi64x(long long __a,long long __b,long long __c,long long __d)961 _mm256_set_epi64x(long long __a, long long __b, long long __c, long long __d)
962 {
963 return (__m256i)(__v4di){ __d, __c, __b, __a };
964 }
965
966 /* Create vectors with elements in reverse order */
967 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_setr_pd(double __a,double __b,double __c,double __d)968 _mm256_setr_pd(double __a, double __b, double __c, double __d)
969 {
970 return (__m256d){ __a, __b, __c, __d };
971 }
972
973 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_setr_ps(float __a,float __b,float __c,float __d,float __e,float __f,float __g,float __h)974 _mm256_setr_ps(float __a, float __b, float __c, float __d,
975 float __e, float __f, float __g, float __h)
976 {
977 return (__m256){ __a, __b, __c, __d, __e, __f, __g, __h };
978 }
979
980 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_setr_epi32(int __i0,int __i1,int __i2,int __i3,int __i4,int __i5,int __i6,int __i7)981 _mm256_setr_epi32(int __i0, int __i1, int __i2, int __i3,
982 int __i4, int __i5, int __i6, int __i7)
983 {
984 return (__m256i)(__v8si){ __i0, __i1, __i2, __i3, __i4, __i5, __i6, __i7 };
985 }
986
987 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_setr_epi16(short __w15,short __w14,short __w13,short __w12,short __w11,short __w10,short __w09,short __w08,short __w07,short __w06,short __w05,short __w04,short __w03,short __w02,short __w01,short __w00)988 _mm256_setr_epi16(short __w15, short __w14, short __w13, short __w12,
989 short __w11, short __w10, short __w09, short __w08,
990 short __w07, short __w06, short __w05, short __w04,
991 short __w03, short __w02, short __w01, short __w00)
992 {
993 return (__m256i)(__v16hi){ __w15, __w14, __w13, __w12, __w11, __w10, __w09,
994 __w08, __w07, __w06, __w05, __w04, __w03, __w02, __w01, __w00 };
995 }
996
997 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_setr_epi8(char __b31,char __b30,char __b29,char __b28,char __b27,char __b26,char __b25,char __b24,char __b23,char __b22,char __b21,char __b20,char __b19,char __b18,char __b17,char __b16,char __b15,char __b14,char __b13,char __b12,char __b11,char __b10,char __b09,char __b08,char __b07,char __b06,char __b05,char __b04,char __b03,char __b02,char __b01,char __b00)998 _mm256_setr_epi8(char __b31, char __b30, char __b29, char __b28,
999 char __b27, char __b26, char __b25, char __b24,
1000 char __b23, char __b22, char __b21, char __b20,
1001 char __b19, char __b18, char __b17, char __b16,
1002 char __b15, char __b14, char __b13, char __b12,
1003 char __b11, char __b10, char __b09, char __b08,
1004 char __b07, char __b06, char __b05, char __b04,
1005 char __b03, char __b02, char __b01, char __b00)
1006 {
1007 return (__m256i)(__v32qi){
1008 __b31, __b30, __b29, __b28, __b27, __b26, __b25, __b24,
1009 __b23, __b22, __b21, __b20, __b19, __b18, __b17, __b16,
1010 __b15, __b14, __b13, __b12, __b11, __b10, __b09, __b08,
1011 __b07, __b06, __b05, __b04, __b03, __b02, __b01, __b00 };
1012 }
1013
1014 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_setr_epi64x(long long __a,long long __b,long long __c,long long __d)1015 _mm256_setr_epi64x(long long __a, long long __b, long long __c, long long __d)
1016 {
1017 return (__m256i)(__v4di){ __a, __b, __c, __d };
1018 }
1019
1020 /* Create vectors with repeated elements */
1021 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_set1_pd(double __w)1022 _mm256_set1_pd(double __w)
1023 {
1024 return (__m256d){ __w, __w, __w, __w };
1025 }
1026
1027 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_set1_ps(float __w)1028 _mm256_set1_ps(float __w)
1029 {
1030 return (__m256){ __w, __w, __w, __w, __w, __w, __w, __w };
1031 }
1032
1033 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set1_epi32(int __i)1034 _mm256_set1_epi32(int __i)
1035 {
1036 return (__m256i)(__v8si){ __i, __i, __i, __i, __i, __i, __i, __i };
1037 }
1038
1039 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set1_epi16(short __w)1040 _mm256_set1_epi16(short __w)
1041 {
1042 return (__m256i)(__v16hi){ __w, __w, __w, __w, __w, __w, __w, __w, __w, __w,
1043 __w, __w, __w, __w, __w, __w };
1044 }
1045
1046 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set1_epi8(char __b)1047 _mm256_set1_epi8(char __b)
1048 {
1049 return (__m256i)(__v32qi){ __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1050 __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1051 __b, __b, __b, __b, __b, __b, __b };
1052 }
1053
1054 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_set1_epi64x(long long __q)1055 _mm256_set1_epi64x(long long __q)
1056 {
1057 return (__m256i)(__v4di){ __q, __q, __q, __q };
1058 }
1059
1060 /* Create __zeroed vectors */
1061 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_setzero_pd(void)1062 _mm256_setzero_pd(void)
1063 {
1064 return (__m256d){ 0, 0, 0, 0 };
1065 }
1066
1067 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_setzero_ps(void)1068 _mm256_setzero_ps(void)
1069 {
1070 return (__m256){ 0, 0, 0, 0, 0, 0, 0, 0 };
1071 }
1072
1073 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_setzero_si256(void)1074 _mm256_setzero_si256(void)
1075 {
1076 return (__m256i){ 0LL, 0LL, 0LL, 0LL };
1077 }
1078
1079 /* Cast between vector types */
1080 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_castpd_ps(__m256d __in)1081 _mm256_castpd_ps(__m256d __in)
1082 {
1083 return (__m256)__in;
1084 }
1085
1086 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_castpd_si256(__m256d __in)1087 _mm256_castpd_si256(__m256d __in)
1088 {
1089 return (__m256i)__in;
1090 }
1091
1092 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_castps_pd(__m256 __in)1093 _mm256_castps_pd(__m256 __in)
1094 {
1095 return (__m256d)__in;
1096 }
1097
1098 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_castps_si256(__m256 __in)1099 _mm256_castps_si256(__m256 __in)
1100 {
1101 return (__m256i)__in;
1102 }
1103
1104 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_castsi256_ps(__m256i __in)1105 _mm256_castsi256_ps(__m256i __in)
1106 {
1107 return (__m256)__in;
1108 }
1109
1110 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_castsi256_pd(__m256i __in)1111 _mm256_castsi256_pd(__m256i __in)
1112 {
1113 return (__m256d)__in;
1114 }
1115
1116 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
_mm256_castpd256_pd128(__m256d __in)1117 _mm256_castpd256_pd128(__m256d __in)
1118 {
1119 return __builtin_shufflevector(__in, __in, 0, 1);
1120 }
1121
1122 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
_mm256_castps256_ps128(__m256 __in)1123 _mm256_castps256_ps128(__m256 __in)
1124 {
1125 return __builtin_shufflevector(__in, __in, 0, 1, 2, 3);
1126 }
1127
1128 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
_mm256_castsi256_si128(__m256i __in)1129 _mm256_castsi256_si128(__m256i __in)
1130 {
1131 return __builtin_shufflevector(__in, __in, 0, 1);
1132 }
1133
1134 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_castpd128_pd256(__m128d __in)1135 _mm256_castpd128_pd256(__m128d __in)
1136 {
1137 __m128d __zero = _mm_setzero_pd();
1138 return __builtin_shufflevector(__in, __zero, 0, 1, 2, 2);
1139 }
1140
1141 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_castps128_ps256(__m128 __in)1142 _mm256_castps128_ps256(__m128 __in)
1143 {
1144 __m128 __zero = _mm_setzero_ps();
1145 return __builtin_shufflevector(__in, __zero, 0, 1, 2, 3, 4, 4, 4, 4);
1146 }
1147
1148 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_castsi128_si256(__m128i __in)1149 _mm256_castsi128_si256(__m128i __in)
1150 {
1151 __m128i __zero = _mm_setzero_si128();
1152 return __builtin_shufflevector(__in, __zero, 0, 1, 2, 2);
1153 }
1154
1155 /* SIMD load ops (unaligned) */
1156 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
_mm256_loadu2_m128(float const * __addr_hi,float const * __addr_lo)1157 _mm256_loadu2_m128(float const *__addr_hi, float const *__addr_lo)
1158 {
1159 struct __loadu_ps {
1160 __m128 __v;
1161 } __attribute__((__packed__, __may_alias__));
1162
1163 __m256 __v256 = _mm256_castps128_ps256(((struct __loadu_ps*)__addr_lo)->__v);
1164 return _mm256_insertf128_ps(__v256, ((struct __loadu_ps*)__addr_hi)->__v, 1);
1165 }
1166
1167 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
_mm256_loadu2_m128d(double const * __addr_hi,double const * __addr_lo)1168 _mm256_loadu2_m128d(double const *__addr_hi, double const *__addr_lo)
1169 {
1170 struct __loadu_pd {
1171 __m128d __v;
1172 } __attribute__((__packed__, __may_alias__));
1173
1174 __m256d __v256 = _mm256_castpd128_pd256(((struct __loadu_pd*)__addr_lo)->__v);
1175 return _mm256_insertf128_pd(__v256, ((struct __loadu_pd*)__addr_hi)->__v, 1);
1176 }
1177
1178 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
_mm256_loadu2_m128i(__m128i const * __addr_hi,__m128i const * __addr_lo)1179 _mm256_loadu2_m128i(__m128i const *__addr_hi, __m128i const *__addr_lo)
1180 {
1181 struct __loadu_si128 {
1182 __m128i __v;
1183 } __attribute__((packed, may_alias));
1184 __m256i __v256 = _mm256_castsi128_si256(
1185 ((struct __loadu_si128*)__addr_lo)->__v);
1186 return _mm256_insertf128_si256(__v256,
1187 ((struct __loadu_si128*)__addr_hi)->__v, 1);
1188 }
1189
1190 /* SIMD store ops (unaligned) */
1191 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu2_m128(float * __addr_hi,float * __addr_lo,__m256 __a)1192 _mm256_storeu2_m128(float *__addr_hi, float *__addr_lo, __m256 __a)
1193 {
1194 __m128 __v128;
1195
1196 __v128 = _mm256_castps256_ps128(__a);
1197 __builtin_ia32_storeups(__addr_lo, __v128);
1198 __v128 = _mm256_extractf128_ps(__a, 1);
1199 __builtin_ia32_storeups(__addr_hi, __v128);
1200 }
1201
1202 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu2_m128d(double * __addr_hi,double * __addr_lo,__m256d __a)1203 _mm256_storeu2_m128d(double *__addr_hi, double *__addr_lo, __m256d __a)
1204 {
1205 __m128d __v128;
1206
1207 __v128 = _mm256_castpd256_pd128(__a);
1208 __builtin_ia32_storeupd(__addr_lo, __v128);
1209 __v128 = _mm256_extractf128_pd(__a, 1);
1210 __builtin_ia32_storeupd(__addr_hi, __v128);
1211 }
1212
1213 static __inline void __attribute__((__always_inline__, __nodebug__))
_mm256_storeu2_m128i(__m128i * __addr_hi,__m128i * __addr_lo,__m256i __a)1214 _mm256_storeu2_m128i(__m128i *__addr_hi, __m128i *__addr_lo, __m256i __a)
1215 {
1216 __m128i __v128;
1217
1218 __v128 = _mm256_castsi256_si128(__a);
1219 __builtin_ia32_storedqu((char *)__addr_lo, (__v16qi)__v128);
1220 __v128 = _mm256_extractf128_si256(__a, 1);
1221 __builtin_ia32_storedqu((char *)__addr_hi, (__v16qi)__v128);
1222 }
1223