other gemm kernel use half-vector-machine style
This commit is contained in:
@@ -71,61 +71,27 @@ SN_MK_PROC_DECL_STD(float, sse, , fma)
|
||||
}
|
||||
|
||||
SN_MK_PROC_DECL_STD(float, avx, , fma)
|
||||
{
|
||||
__mk_param_std(TILE, LEFT_RIGHT_ANS, float);
|
||||
|
||||
SN_MAT_KERNEL_LOCAL *restrict ans_cur =
|
||||
ans + GET_INDEX(common_y, x, y); // GetKernelAddressUnsafe
|
||||
|
||||
register __m256 c01 = _mm256_load_ps((float *)&ans_cur->y[0]);
|
||||
register __m256 c23 = _mm256_load_ps((float *)&ans_cur->y[1]);
|
||||
|
||||
for (size_t z = 0; z < common_z; z++) {
|
||||
SN_MAT_KERNEL_LOCAL const *right_cur = right + GET_INDEX(common_z, x, z);
|
||||
SN_MAT_KERNEL_LOCAL const *left_cur = left + GET_INDEX(common_y, z, y);
|
||||
|
||||
register __m256 b01 = _mm256_load_ps((float *)&right_cur->y[0]);
|
||||
register __m256 b23 = _mm256_load_ps((float *)&right_cur->y[1]);
|
||||
|
||||
register __m256 a0 = _mm256_broadcast_ps(&left_cur->x[0]);
|
||||
c01 = _mm256_add_ps(_mm256_mul_ps(a0, b01), c01);
|
||||
c23 = _mm256_add_ps(_mm256_mul_ps(a0, b23), c23);
|
||||
register __m256 a1 = _mm256_broadcast_ps(&left_cur->x[1]);
|
||||
c01 = _mm256_add_ps(_mm256_mul_ps(a1, b01), c01);
|
||||
c23 = _mm256_add_ps(_mm256_mul_ps(a1, b23), c23);
|
||||
register __m256 a2 = _mm256_broadcast_ps(&left_cur->x[2]);
|
||||
c01 = _mm256_add_ps(_mm256_mul_ps(a2, b01), c01);
|
||||
c23 = _mm256_add_ps(_mm256_mul_ps(a2, b23), c23);
|
||||
register __m256 a3 = _mm256_broadcast_ps(&left_cur->x[3]);
|
||||
c01 = _mm256_add_ps(_mm256_mul_ps(a3, b01), c01);
|
||||
c23 = _mm256_add_ps(_mm256_mul_ps(a3, b23), c23);
|
||||
}
|
||||
_mm256_store_ps((float *)&ans_cur->y[0], c01);
|
||||
_mm256_store_ps((float *)&ans_cur->y[1], c23);
|
||||
}
|
||||
|
||||
SN_MK_PROC_DECL_STD(float, avx, _fma, fma)
|
||||
{
|
||||
__mk_param_std(TILE, LEFT_RIGHT_ANS, float);
|
||||
SN_MAT_KERNEL_LOCAL *restrict ans_cur = ans + GET_INDEX(common_y, x, y);
|
||||
register __m256 c0 = _mm256_setzero_ps();
|
||||
register __m256 c1 = _mm256_setzero_ps();
|
||||
register __m256 c2 = _mm256_setzero_ps();
|
||||
register __m256 c3 = _mm256_setzero_ps();
|
||||
register __m256 c0 = _mm256_load_ps((float *)&ans_cur->y[0]);
|
||||
register __m256 c1 = _mm256_load_ps((float *)&ans_cur->y[1]);
|
||||
register __m256 c2 = _mm256_load_ps((float *)&ans_cur->y[2]);
|
||||
register __m256 c3 = _mm256_load_ps((float *)&ans_cur->y[3]);
|
||||
|
||||
for (size_t z = 0; z < common_z; z+=2) {
|
||||
const SN_MAT_KERNEL_LOCAL *a_base = left + z;
|
||||
const SN_MAT_KERNEL_LOCAL *b_base = right + z;
|
||||
|
||||
register __m256 b0 = _mm256_load_ps((float *)&b_base[0].z[0]);
|
||||
register __m256 b1 = _mm256_load_ps((float *)&b_base[1].z[0]);
|
||||
register __m256 b2 = _mm256_load_ps((float *)&b_base[2].z[0]);
|
||||
register __m256 b3 = _mm256_load_ps((float *)&b_base[3].z[0]);
|
||||
register __m256 b0 = _mm256_load_ps((float *)&b_base->y[0]);
|
||||
register __m256 b1 = _mm256_load_ps((float *)&b_base->y[1]);
|
||||
register __m256 b2 = _mm256_load_ps((float *)&b_base->y[2]);
|
||||
register __m256 b3 = _mm256_load_ps((float *)&b_base->y[3]);
|
||||
|
||||
register __m256 a0 = _mm256_load_ps((float *)&a_base[0].z[0]);
|
||||
register __m256 a1 = _mm256_load_ps((float *)&a_base[1].z[0]);
|
||||
register __m256 a2 = _mm256_load_ps((float *)&a_base[2].z[0]);
|
||||
register __m256 a3 = _mm256_load_ps((float *)&a_base[3].z[0]);
|
||||
register __m256 a0 = _mm256_load_ps((float *)&a_base->y[0]);
|
||||
register __m256 a1 = _mm256_load_ps((float *)&a_base->y[1]);
|
||||
register __m256 a2 = _mm256_load_ps((float *)&a_base->y[2]);
|
||||
register __m256 a3 = _mm256_load_ps((float *)&a_base->y[3]);
|
||||
|
||||
SN_MK_FMA_F32_AVX2_CYCLE(0);
|
||||
SN_MK_FMA_F32_AVX2_CYCLE(1);
|
||||
@@ -133,10 +99,45 @@ SN_MK_PROC_DECL_STD(float, avx, _fma, fma)
|
||||
SN_MK_FMA_F32_AVX2_CYCLE(3);
|
||||
|
||||
}
|
||||
SN_FMA_F32_AVX2_PACK_COLUMN(c0, (float*)&(ans_cur->x[0]));
|
||||
SN_FMA_F32_AVX2_PACK_COLUMN(c1, (float*)&(ans_cur->x[1]));
|
||||
SN_FMA_F32_AVX2_PACK_COLUMN(c2, (float*)&(ans_cur->x[2]));
|
||||
SN_FMA_F32_AVX2_PACK_COLUMN(c3, (float*)&(ans_cur->x[3]));
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[0]),c0);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[1]),c1);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[2]),c2);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[3]),c3);
|
||||
}
|
||||
|
||||
SN_MK_PROC_DECL_STD(float, avx, _fma, fma)
|
||||
{
|
||||
__mk_param_std(TILE, LEFT_RIGHT_ANS, float);
|
||||
SN_MAT_KERNEL_LOCAL *restrict ans_cur = ans + GET_INDEX(common_y, x, y);
|
||||
register __m256 c0 = _mm256_load_ps((float *)&ans_cur->y[0]);
|
||||
register __m256 c1 = _mm256_load_ps((float *)&ans_cur->y[1]);
|
||||
register __m256 c2 = _mm256_load_ps((float *)&ans_cur->y[2]);
|
||||
register __m256 c3 = _mm256_load_ps((float *)&ans_cur->y[3]);
|
||||
|
||||
for (size_t z = 0; z < common_z; z+=2) {
|
||||
const SN_MAT_KERNEL_LOCAL *a_base = left + z;
|
||||
const SN_MAT_KERNEL_LOCAL *b_base = right + z;
|
||||
|
||||
register __m256 b0 = _mm256_load_ps((float *)&b_base->y[0]);
|
||||
register __m256 b1 = _mm256_load_ps((float *)&b_base->y[1]);
|
||||
register __m256 b2 = _mm256_load_ps((float *)&b_base->y[2]);
|
||||
register __m256 b3 = _mm256_load_ps((float *)&b_base->y[3]);
|
||||
|
||||
register __m256 a0 = _mm256_load_ps((float *)&a_base->y[0]);
|
||||
register __m256 a1 = _mm256_load_ps((float *)&a_base->y[1]);
|
||||
register __m256 a2 = _mm256_load_ps((float *)&a_base->y[2]);
|
||||
register __m256 a3 = _mm256_load_ps((float *)&a_base->y[3]);
|
||||
|
||||
SN_MK_FMA_F32_AVX2_FMA_CYCLE(0);
|
||||
SN_MK_FMA_F32_AVX2_FMA_CYCLE(1);
|
||||
SN_MK_FMA_F32_AVX2_FMA_CYCLE(2);
|
||||
SN_MK_FMA_F32_AVX2_FMA_CYCLE(3);
|
||||
|
||||
}
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[0]),c0);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[1]),c1);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[2]),c2);
|
||||
_mm256_store_ps( (float*)&(ans_cur->y[3]),c3);
|
||||
}
|
||||
|
||||
|
||||
@@ -144,24 +145,24 @@ SN_MK_PROC_DECL_STD(float, 512, , fma)
|
||||
{
|
||||
__mk_param_std(TILE, LEFT_RIGHT_ANS, float);
|
||||
SN_MAT_KERNEL_LOCAL *restrict ans_cur = ans + GET_INDEX(common_y, x, y);
|
||||
register __m512 c0 = _mm512_setzero_ps();
|
||||
register __m512 c1 = _mm512_setzero_ps();
|
||||
register __m512 c2 = _mm512_setzero_ps();
|
||||
register __m512 c3 = _mm512_setzero_ps();
|
||||
register __m512 c0 = _mm512_load_ps((float *)&ans_cur->z[0]);
|
||||
register __m512 c1 = _mm512_load_ps((float *)&ans_cur->z[0]);
|
||||
register __m512 c2 = _mm512_load_ps((float *)&ans_cur->z[0]);
|
||||
register __m512 c3 = _mm512_load_ps((float *)&ans_cur->z[0]);
|
||||
|
||||
for (size_t z = 0; z < common_z; z+=4) {
|
||||
const SN_MAT_KERNEL_LOCAL *a_base = left + z;
|
||||
const SN_MAT_KERNEL_LOCAL *b_base = right + z;
|
||||
|
||||
register __m512 b0 = _mm512_load_ps((float *)&b_base[0].z[0]);
|
||||
register __m512 b1 = _mm512_load_ps((float *)&b_base[1].z[0]);
|
||||
register __m512 b2 = _mm512_load_ps((float *)&b_base[2].z[0]);
|
||||
register __m512 b3 = _mm512_load_ps((float *)&b_base[3].z[0]);
|
||||
register __m512 b0 = _mm512_load_ps((float *)&b_base->z[0]);
|
||||
register __m512 b1 = _mm512_load_ps((float *)&b_base->z[1]);
|
||||
register __m512 b2 = _mm512_load_ps((float *)&b_base->z[2]);
|
||||
register __m512 b3 = _mm512_load_ps((float *)&b_base->z[3]);
|
||||
|
||||
register __m512 a0 = _mm512_load_ps((float *)&a_base[0].z[0]);
|
||||
register __m512 a1 = _mm512_load_ps((float *)&a_base[1].z[0]);
|
||||
register __m512 a2 = _mm512_load_ps((float *)&a_base[2].z[0]);
|
||||
register __m512 a3 = _mm512_load_ps((float *)&a_base[3].z[0]);
|
||||
register __m512 a0 = _mm512_load_ps((float *)&a_base->z[0]);
|
||||
register __m512 a1 = _mm512_load_ps((float *)&a_base->z[1]);
|
||||
register __m512 a2 = _mm512_load_ps((float *)&a_base->z[2]);
|
||||
register __m512 a3 = _mm512_load_ps((float *)&a_base->z[3]);
|
||||
|
||||
SN_MK_FMA_F32_512_CYCLE(0);
|
||||
SN_MK_FMA_F32_512_CYCLE(1);
|
||||
@@ -169,10 +170,10 @@ SN_MK_PROC_DECL_STD(float, 512, , fma)
|
||||
SN_MK_FMA_F32_512_CYCLE(3);
|
||||
|
||||
}
|
||||
SN_FMA_F32_512_PACK_COLUMN(c0, (float*)&(ans_cur->x[0]));
|
||||
SN_FMA_F32_512_PACK_COLUMN(c1, (float*)&(ans_cur->x[1]));
|
||||
SN_FMA_F32_512_PACK_COLUMN(c2, (float*)&(ans_cur->x[2]));
|
||||
SN_FMA_F32_512_PACK_COLUMN(c3, (float*)&(ans_cur->x[3]));
|
||||
_mm512_store_ps((float *)&ans_cur->z[0], c0);
|
||||
_mm512_store_ps((float *)&ans_cur->z[1], c1);
|
||||
_mm512_store_ps((float *)&ans_cur->z[2], c2);
|
||||
_mm512_store_ps((float *)&ans_cur->z[3], c3);
|
||||
}
|
||||
|
||||
|
||||
@@ -350,10 +351,10 @@ SN_MK_PROC_DECL_STD(double, 512, , fma)
|
||||
__mk_param_std(TILE, LEFT_RIGHT_ANS, double);
|
||||
SN_MAT_KERNEL_LOCAL *restrict ans_cur = ans + GET_INDEX(common_y, x, y);
|
||||
|
||||
register __m512d c0 = _mm512_setzero_pd();
|
||||
register __m512d c1 = _mm512_setzero_pd();
|
||||
register __m512d c2 = _mm512_setzero_pd();
|
||||
register __m512d c3 = _mm512_setzero_pd();
|
||||
register __m512d c0 = _mm512_load_pd((double *)&ans_cur->z[0]);
|
||||
register __m512d c1 = _mm512_load_pd((double *)&ans_cur->z[1]);
|
||||
register __m512d c2 = _mm512_load_pd((double *)&ans_cur->z[2]);
|
||||
register __m512d c3 = _mm512_load_pd((double *)&ans_cur->z[3]);
|
||||
|
||||
for (size_t z = 0; z < common_z; z+=2) {
|
||||
SN_MAT_KERNEL_LOCAL const *right_cur = right + z;
|
||||
@@ -364,10 +365,10 @@ SN_MK_PROC_DECL_STD(double, 512, , fma)
|
||||
register __m512d a2 = _mm512_load_pd((double *)&left_cur->z[2]);
|
||||
register __m512d a3 = _mm512_load_pd((double *)&left_cur->z[3]);
|
||||
|
||||
register __m512d b0 = _mm512_load_pd((double *)&left_cur->z[0]);
|
||||
register __m512d b1 = _mm512_load_pd((double *)&left_cur->z[1]);
|
||||
register __m512d b2 = _mm512_load_pd((double *)&left_cur->z[2]);
|
||||
register __m512d b3 = _mm512_load_pd((double *)&left_cur->z[3]);
|
||||
register __m512d b0 = _mm512_load_pd((double *)&right_cur->z[0]);
|
||||
register __m512d b1 = _mm512_load_pd((double *)&right_cur->z[1]);
|
||||
register __m512d b2 = _mm512_load_pd((double *)&right_cur->z[2]);
|
||||
register __m512d b3 = _mm512_load_pd((double *)&right_cur->z[3]);
|
||||
|
||||
SN_MK_FMA_F64_AVX2_CYCLE(0);
|
||||
SN_MK_FMA_F64_AVX2_CYCLE(1);
|
||||
@@ -375,6 +376,8 @@ SN_MK_PROC_DECL_STD(double, 512, , fma)
|
||||
SN_MK_FMA_F64_AVX2_CYCLE(3);
|
||||
}
|
||||
_mm512_store_pd((double *)&ans_cur->z[0], c0);
|
||||
_mm512_store_pd((double *)&ans_cur->z[1], c2);
|
||||
_mm512_store_pd((double *)&ans_cur->z[1], c1);
|
||||
_mm512_store_pd((double *)&ans_cur->z[2], c2);
|
||||
_mm512_store_pd((double *)&ans_cur->z[3], c3);
|
||||
}
|
||||
#endif
|
||||
|
||||
Reference in New Issue
Block a user