|
- /*********************************************************************/
- /* Copyright 2009, 2010 The University of Texas at Austin. */
- /* All rights reserved. */
- /* */
- /* Redistribution and use in source and binary forms, with or */
- /* without modification, are permitted provided that the following */
- /* conditions are met: */
- /* */
- /* 1. Redistributions of source code must retain the above */
- /* copyright notice, this list of conditions and the following */
- /* disclaimer. */
- /* */
- /* 2. Redistributions in binary form must reproduce the above */
- /* copyright notice, this list of conditions and the following */
- /* disclaimer in the documentation and/or other materials */
- /* provided with the distribution. */
- /* */
- /* THIS SOFTWARE IS PROVIDED BY THE UNIVERSITY OF TEXAS AT */
- /* AUSTIN ``AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES, */
- /* INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF */
- /* MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE */
- /* DISCLAIMED. IN NO EVENT SHALL THE UNIVERSITY OF TEXAS AT */
- /* AUSTIN OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, */
- /* INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES */
- /* (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE */
- /* GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR */
- /* BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF */
- /* LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT */
- /* (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT */
- /* OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE */
- /* POSSIBILITY OF SUCH DAMAGE. */
- /* */
- /* The views and conclusions contained in the software and */
- /* documentation are those of the authors and should not be */
- /* interpreted as representing official policies, either expressed */
- /* or implied, of The University of Texas at Austin. */
- /*********************************************************************/
-
- #define ASSEMBLER
- #include "common.h"
-
- #define OLD_M %rdi
- #define OLD_N %rsi
- #define OLD_K %rdx
-
- #define M %r13
- #define N %r14
- #define K %r15
-
- #define A %rcx
- #define B %r8
- #define C %r9
- #define LDC %r10
-
- #define I %r11
- #define AO %rdi
- #define BO %rsi
- #define CO1 %rbx
- #define CO2 %rbp
- #define KK %rdx
- #define BB %r12
-
- #ifndef WINDOWS_ABI
-
- #define STACKSIZE 128
-
- #define OLD_LDC 8 + STACKSIZE(%rsp)
- #define OLD_OFFSET 16 + STACKSIZE(%rsp)
-
- #define OFFSET 48(%rsp)
- #define J 56(%rsp)
- #define KKK 64(%rsp)
- #define AORIG 72(%rsp)
-
- #else
-
- #define STACKSIZE 512
-
- #define OLD_A 40 + STACKSIZE(%rsp)
- #define OLD_B 48 + STACKSIZE(%rsp)
- #define OLD_C 56 + STACKSIZE(%rsp)
- #define OLD_LDC 64 + STACKSIZE(%rsp)
- #define OLD_OFFSET 72 + STACKSIZE(%rsp)
-
- #define OFFSET 224(%rsp)
- #define J 232(%rsp)
- #define KKK 240(%rsp)
- #define AORIG 248(%rsp)
-
- #endif
-
- #define PREFETCHSIZE (8 * 1 - 4)
- #define PREFETCH prefetcht0
-
- PROLOGUE
- PROFCODE
-
- subq $STACKSIZE, %rsp
-
- movq %rbx, 0(%rsp)
- movq %rbp, 8(%rsp)
- movq %r12, 16(%rsp)
- movq %r13, 24(%rsp)
- movq %r14, 32(%rsp)
- movq %r15, 40(%rsp)
-
- #ifdef WINDOWS_ABI
- movq %rdi, 48(%rsp)
- movq %rsi, 56(%rsp)
- movups %xmm6, 64(%rsp)
- movups %xmm7, 80(%rsp)
- movups %xmm8, 96(%rsp)
- movups %xmm9, 112(%rsp)
- movups %xmm10, 128(%rsp)
- movups %xmm11, 144(%rsp)
- movups %xmm12, 160(%rsp)
- movups %xmm13, 176(%rsp)
- movups %xmm14, 192(%rsp)
- movups %xmm15, 208(%rsp)
-
- movq ARG1, OLD_M
- movq ARG2, OLD_N
- movq ARG3, OLD_K
- movq OLD_A, A
- movq OLD_B, B
- movq OLD_C, C
- #endif
-
- subq $-16 * SIZE, A
- subq $-16 * SIZE, B
-
- movq OLD_M, M
- movq OLD_N, N
- movq OLD_K, K
-
- movq OLD_LDC, LDC
- movq OLD_OFFSET, KK
-
-
- leaq (, LDC, SIZE), LDC
-
- movq KK, OFFSET
- negq KK
-
- #ifdef LN
- leaq (, M, SIZE), %rax
- addq %rax, C
- imulq K, %rax
- addq %rax, A
- #endif
-
- #ifdef RT
- leaq (, N, SIZE), %rax
- imulq K, %rax
- addq %rax, B
- movq N, %rax
- imulq LDC, %rax
- addq %rax, C
- #endif
-
- #ifdef RT
- movq N, %rax
- subq OFFSET, %rax
- movq %rax, KK
- #endif
-
- movq N, J
- sarq $3, J
- NOBRANCH
- jle .L30
- ALIGN_4
-
- .L01:
- #if defined(LT) || defined(RN)
- movq A, AO
- #else
- movq A, AORIG
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $3 + BASE_SHIFT, %rax
- subq %rax, B
-
- leaq (, LDC, 8), %rax
- subq %rax, C
- #endif
-
- movq C, CO1
- leaq (C, LDC, 4), CO2
- #ifndef RT
- leaq (C, LDC, 8), C
- #endif
-
- #ifdef LN
- movq OFFSET, %rax
- addq M, %rax
- movq %rax, KK
- #endif
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- movq K, %rax
- salq $BASE_SHIFT + 3, %rax
- leaq (B, %rax), BB
-
- movq M, I
- sarq $1, I
- NOBRANCH
- jle .L20
- ALIGN_4
-
- .L11:
- #ifdef LN
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 8), BO
- #else
- movq B, BO
- #endif
-
- prefetcht0 -16 * SIZE(BB)
- subq $-8 * SIZE, BB
-
- xorps %xmm1, %xmm1
- movapd -16 * SIZE(AO), %xmm0
- xorps %xmm2, %xmm2
- xorps %xmm3, %xmm3
- xorps %xmm4, %xmm4
-
- leaq (LDC, LDC, 2), %rax
-
- xorps %xmm8, %xmm8
- prefetcht0 1 * SIZE(CO1)
- xorps %xmm9, %xmm9
- prefetcht0 2 * SIZE(CO1, LDC, 1)
- xorps %xmm10, %xmm10
- prefetcht0 1 * SIZE(CO1, LDC, 2)
- xorps %xmm11, %xmm11
- prefetcht0 2 * SIZE(CO1, %rax, 1)
-
- xorps %xmm12, %xmm12
- prefetcht0 1 * SIZE(CO2)
- xorps %xmm13, %xmm13
- prefetcht0 2 * SIZE(CO2, LDC, 1)
- xorps %xmm14, %xmm14
- prefetcht0 1 * SIZE(CO2, LDC, 2)
- xorps %xmm15, %xmm15
- prefetcht0 2 * SIZE(CO2, %rax, 1)
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L15
- ALIGN_3
-
- .L12:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- addpd %xmm1, %xmm12
- movaps -16 * SIZE(BO), %xmm6
- addpd %xmm2, %xmm13
- pshufd $0x4e, %xmm6, %xmm2
- mulpd %xmm0, %xmm6
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm14
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- addpd %xmm6, %xmm8
- movaps -12 * SIZE(BO), %xmm6
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm6, %xmm2
- mulpd %xmm0, %xmm6
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- addpd %xmm6, %xmm12
- movaps -8 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm13
- movaps -14 * SIZE(AO), %xmm5
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm5, %xmm1
- mulpd %xmm5, %xmm2
-
- addpd %xmm3, %xmm14
- movaps -6 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm5, %xmm3
- mulpd %xmm5, %xmm4
-
- addpd %xmm1, %xmm8
- movaps -4 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm5, %xmm1
- mulpd %xmm5, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -2 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm5, %xmm3
- mulpd %xmm5, %xmm4
-
- addpd %xmm1, %xmm12
- movaps 0 * SIZE(BO), %xmm6
- addpd %xmm2, %xmm13
- pshufd $0x4e, %xmm6, %xmm2
- mulpd %xmm0, %xmm6
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm14
- movaps 2 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- addpd %xmm6, %xmm8
- movaps 4 * SIZE(BO), %xmm6
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm6, %xmm2
- mulpd %xmm0, %xmm6
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps 6 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- addpd %xmm6, %xmm12
- movaps 8 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm13
- movaps -10 * SIZE(AO), %xmm5
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm5, %xmm1
- mulpd %xmm5, %xmm2
-
- addpd %xmm3, %xmm14
- movaps 10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm5, %xmm3
- mulpd %xmm5, %xmm4
-
- addpd %xmm1, %xmm8
- movaps 12 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm5, %xmm1
- mulpd %xmm5, %xmm2
-
- addpd %xmm3, %xmm10
- movaps 14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- movaps -8 * SIZE(AO), %xmm0
- mulpd %xmm5, %xmm3
- mulpd %xmm5, %xmm4
-
- addq $32 * SIZE, BO
- subq $-8 * SIZE, AO
- decq %rax
- BRANCH
- jg .L12
- ALIGN_3
-
- .L15:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L18
- ALIGN_3
-
- .L16:
- addpd %xmm1, %xmm12
- movaps -16 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm13
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm14
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- addpd %xmm1, %xmm8
- movaps -12 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -14 * SIZE(AO), %xmm0
-
- addq $2 * SIZE, AO
- addq $8 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L16
- ALIGN_4
-
- .L18:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $2, %rax
- #else
- subq $8, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 8), BO
- #endif
-
- addpd %xmm1, %xmm12
- addpd %xmm2, %xmm13
- addpd %xmm3, %xmm14
- addpd %xmm4, %xmm15
-
- #if defined(LN) || defined(LT)
- movaps %xmm8, %xmm0
- shufpd $0, %xmm9, %xmm8
- shufpd $3, %xmm0, %xmm9
-
- movaps %xmm10, %xmm0
- shufpd $0, %xmm11, %xmm10
- shufpd $3, %xmm0, %xmm11
-
- movaps %xmm12, %xmm0
- shufpd $0, %xmm13, %xmm12
- shufpd $3, %xmm0, %xmm13
-
- movaps %xmm14, %xmm0
- shufpd $0, %xmm15, %xmm14
- shufpd $3, %xmm0, %xmm15
-
- movapd -16 * SIZE(BO), %xmm0
- movapd -14 * SIZE(BO), %xmm2
- movapd -12 * SIZE(BO), %xmm4
- movapd -10 * SIZE(BO), %xmm6
- movapd -8 * SIZE(BO), %xmm1
- movapd -6 * SIZE(BO), %xmm3
- movapd -4 * SIZE(BO), %xmm5
- movapd -2 * SIZE(BO), %xmm7
- #else
- movaps %xmm8, %xmm0
- shufpd $2, %xmm9, %xmm8
- shufpd $2, %xmm0, %xmm9
-
- movaps %xmm10, %xmm0
- shufpd $2, %xmm11, %xmm10
- shufpd $2, %xmm0, %xmm11
-
- movaps %xmm12, %xmm0
- shufpd $2, %xmm13, %xmm12
- shufpd $2, %xmm0, %xmm13
-
- movaps %xmm14, %xmm0
- shufpd $2, %xmm15, %xmm14
- shufpd $2, %xmm0, %xmm15
-
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- movapd -12 * SIZE(AO), %xmm2
- movapd -10 * SIZE(AO), %xmm3
-
- movapd -8 * SIZE(AO), %xmm4
- movapd -6 * SIZE(AO), %xmm5
- movapd -4 * SIZE(AO), %xmm6
- movapd -2 * SIZE(AO), %xmm7
- #endif
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm1
- subpd %xmm10, %xmm2
- subpd %xmm11, %xmm3
- subpd %xmm12, %xmm4
- subpd %xmm13, %xmm5
- subpd %xmm14, %xmm6
- subpd %xmm15, %xmm7
-
- #ifdef LN
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
- mulpd %xmm8, %xmm5
- mulpd %xmm8, %xmm7
-
- movddup -14 * SIZE(AO), %xmm12
- movapd %xmm12, %xmm13
- movapd %xmm12, %xmm14
- movapd %xmm12, %xmm15
-
- mulpd %xmm1, %xmm12
- mulpd %xmm3, %xmm13
- mulpd %xmm5, %xmm14
- mulpd %xmm7, %xmm15
-
- subpd %xmm12, %xmm0
- subpd %xmm13, %xmm2
- subpd %xmm14, %xmm4
- subpd %xmm15, %xmm6
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm4
- mulpd %xmm8, %xmm6
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm4
- mulpd %xmm8, %xmm6
-
- movddup -15 * SIZE(AO), %xmm12
- movapd %xmm12, %xmm13
- movapd %xmm12, %xmm14
- movapd %xmm12, %xmm15
-
- mulpd %xmm0, %xmm12
- mulpd %xmm2, %xmm13
- mulpd %xmm4, %xmm14
- mulpd %xmm6, %xmm15
-
- subpd %xmm12, %xmm1
- subpd %xmm13, %xmm3
- subpd %xmm14, %xmm5
- subpd %xmm15, %xmm7
-
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
- mulpd %xmm8, %xmm5
- mulpd %xmm8, %xmm7
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- movddup -15 * SIZE(BO), %xmm9
- mulpd %xmm0, %xmm9
- subpd %xmm9, %xmm1
- movddup -14 * SIZE(BO), %xmm10
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm2
- movddup -13 * SIZE(BO), %xmm11
- mulpd %xmm0, %xmm11
- subpd %xmm11, %xmm3
- movddup -12 * SIZE(BO), %xmm12
- mulpd %xmm0, %xmm12
- subpd %xmm12, %xmm4
- movddup -11 * SIZE(BO), %xmm13
- mulpd %xmm0, %xmm13
- subpd %xmm13, %xmm5
- movddup -10 * SIZE(BO), %xmm14
- mulpd %xmm0, %xmm14
- subpd %xmm14, %xmm6
- movddup -9 * SIZE(BO), %xmm15
- mulpd %xmm0, %xmm15
- subpd %xmm15, %xmm7
-
- movddup -7 * SIZE(BO), %xmm9
- mulpd %xmm9, %xmm1
- movddup -6 * SIZE(BO), %xmm10
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm2
- movddup -5 * SIZE(BO), %xmm11
- mulpd %xmm1, %xmm11
- subpd %xmm11, %xmm3
- movddup -4 * SIZE(BO), %xmm12
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm4
- movddup -3 * SIZE(BO), %xmm13
- mulpd %xmm1, %xmm13
- subpd %xmm13, %xmm5
- movddup -2 * SIZE(BO), %xmm14
- mulpd %xmm1, %xmm14
- subpd %xmm14, %xmm6
- movddup -1 * SIZE(BO), %xmm15
- mulpd %xmm1, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 2 * SIZE(BO), %xmm10
- mulpd %xmm10, %xmm2
- movddup 3 * SIZE(BO), %xmm11
- mulpd %xmm2, %xmm11
- subpd %xmm11, %xmm3
- movddup 4 * SIZE(BO), %xmm12
- mulpd %xmm2, %xmm12
- subpd %xmm12, %xmm4
- movddup 5 * SIZE(BO), %xmm13
- mulpd %xmm2, %xmm13
- subpd %xmm13, %xmm5
- movddup 6 * SIZE(BO), %xmm14
- mulpd %xmm2, %xmm14
- subpd %xmm14, %xmm6
- movddup 7 * SIZE(BO), %xmm15
- mulpd %xmm2, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 11 * SIZE(BO), %xmm11
- mulpd %xmm11, %xmm3
- movddup 12 * SIZE(BO), %xmm12
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm4
- movddup 13 * SIZE(BO), %xmm13
- mulpd %xmm3, %xmm13
- subpd %xmm13, %xmm5
- movddup 14 * SIZE(BO), %xmm14
- mulpd %xmm3, %xmm14
- subpd %xmm14, %xmm6
- movddup 15 * SIZE(BO), %xmm15
- mulpd %xmm3, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 20 * SIZE(BO), %xmm12
- mulpd %xmm12, %xmm4
- movddup 21 * SIZE(BO), %xmm13
- mulpd %xmm4, %xmm13
- subpd %xmm13, %xmm5
- movddup 22 * SIZE(BO), %xmm14
- mulpd %xmm4, %xmm14
- subpd %xmm14, %xmm6
- movddup 23 * SIZE(BO), %xmm15
- mulpd %xmm4, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 29 * SIZE(BO), %xmm13
- mulpd %xmm13, %xmm5
- movddup 30 * SIZE(BO), %xmm14
- mulpd %xmm5, %xmm14
- subpd %xmm14, %xmm6
- movddup 31 * SIZE(BO), %xmm15
- mulpd %xmm5, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 38 * SIZE(BO), %xmm14
- mulpd %xmm14, %xmm6
- movddup 39 * SIZE(BO), %xmm15
- mulpd %xmm6, %xmm15
- subpd %xmm15, %xmm7
-
- movddup 47 * SIZE(BO), %xmm15
- mulpd %xmm15, %xmm7
- #endif
-
- #ifdef RT
- movddup 47 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm7
- movddup 46 * SIZE(BO), %xmm9
- mulpd %xmm7, %xmm9
- subpd %xmm9, %xmm6
- movddup 45 * SIZE(BO), %xmm10
- mulpd %xmm7, %xmm10
- subpd %xmm10, %xmm5
- movddup 44 * SIZE(BO), %xmm11
- mulpd %xmm7, %xmm11
- subpd %xmm11, %xmm4
- movddup 43 * SIZE(BO), %xmm12
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm3
- movddup 42 * SIZE(BO), %xmm13
- mulpd %xmm7, %xmm13
- subpd %xmm13, %xmm2
- movddup 41 * SIZE(BO), %xmm14
- mulpd %xmm7, %xmm14
- subpd %xmm14, %xmm1
- movddup 40 * SIZE(BO), %xmm15
- mulpd %xmm7, %xmm15
- subpd %xmm15, %xmm0
-
- movddup 38 * SIZE(BO), %xmm9
- mulpd %xmm9, %xmm6
- movddup 37 * SIZE(BO), %xmm10
- mulpd %xmm6, %xmm10
- subpd %xmm10, %xmm5
- movddup 36 * SIZE(BO), %xmm11
- mulpd %xmm6, %xmm11
- subpd %xmm11, %xmm4
- movddup 35 * SIZE(BO), %xmm12
- mulpd %xmm6, %xmm12
- subpd %xmm12, %xmm3
- movddup 34 * SIZE(BO), %xmm13
- mulpd %xmm6, %xmm13
- subpd %xmm13, %xmm2
- movddup 33 * SIZE(BO), %xmm14
- mulpd %xmm6, %xmm14
- subpd %xmm14, %xmm1
- movddup 32 * SIZE(BO), %xmm15
- mulpd %xmm6, %xmm15
- subpd %xmm15, %xmm0
-
- movddup 29 * SIZE(BO), %xmm10
- mulpd %xmm10, %xmm5
- movddup 28 * SIZE(BO), %xmm11
- mulpd %xmm5, %xmm11
- subpd %xmm11, %xmm4
- movddup 27 * SIZE(BO), %xmm12
- mulpd %xmm5, %xmm12
- subpd %xmm12, %xmm3
- movddup 26 * SIZE(BO), %xmm13
- mulpd %xmm5, %xmm13
- subpd %xmm13, %xmm2
- movddup 25 * SIZE(BO), %xmm14
- mulpd %xmm5, %xmm14
- subpd %xmm14, %xmm1
- movddup 24 * SIZE(BO), %xmm15
- mulpd %xmm5, %xmm15
- subpd %xmm15, %xmm0
-
- movddup 20 * SIZE(BO), %xmm11
- mulpd %xmm11, %xmm4
- movddup 19 * SIZE(BO), %xmm12
- mulpd %xmm4, %xmm12
- subpd %xmm12, %xmm3
- movddup 18 * SIZE(BO), %xmm13
- mulpd %xmm4, %xmm13
- subpd %xmm13, %xmm2
- movddup 17 * SIZE(BO), %xmm14
- mulpd %xmm4, %xmm14
- subpd %xmm14, %xmm1
- movddup 16 * SIZE(BO), %xmm15
- mulpd %xmm4, %xmm15
- subpd %xmm15, %xmm0
-
- movddup 11 * SIZE(BO), %xmm12
- mulpd %xmm12, %xmm3
- movddup 10 * SIZE(BO), %xmm13
- mulpd %xmm3, %xmm13
- subpd %xmm13, %xmm2
- movddup 9 * SIZE(BO), %xmm14
- mulpd %xmm3, %xmm14
- subpd %xmm14, %xmm1
- movddup 8 * SIZE(BO), %xmm15
- mulpd %xmm3, %xmm15
- subpd %xmm15, %xmm0
-
- movddup 2 * SIZE(BO), %xmm13
- mulpd %xmm13, %xmm2
- movddup 1 * SIZE(BO), %xmm14
- mulpd %xmm2, %xmm14
- subpd %xmm14, %xmm1
- movddup 0 * SIZE(BO), %xmm15
- mulpd %xmm2, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -7 * SIZE(BO), %xmm14
- mulpd %xmm14, %xmm1
- movddup -8 * SIZE(BO), %xmm15
- mulpd %xmm1, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -16 * SIZE(BO), %xmm15
- mulpd %xmm15, %xmm0
- #endif
-
-
- #ifdef LN
- subq $2 * SIZE, CO1
- subq $2 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- movapd %xmm2, -14 * SIZE(BO)
- movapd %xmm4, -12 * SIZE(BO)
- movapd %xmm6, -10 * SIZE(BO)
- movapd %xmm1, -8 * SIZE(BO)
- movapd %xmm3, -6 * SIZE(BO)
- movapd %xmm5, -4 * SIZE(BO)
- movapd %xmm7, -2 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm1, -14 * SIZE(AO)
- movapd %xmm2, -12 * SIZE(AO)
- movapd %xmm3, -10 * SIZE(AO)
- movapd %xmm4, -8 * SIZE(AO)
- movapd %xmm5 , -6 * SIZE(AO)
- movapd %xmm6, -4 * SIZE(AO)
- movapd %xmm7, -2 * SIZE(AO)
- #endif
-
- leaq (LDC, LDC, 2), %rax
-
- #if defined(LN) || defined(LT)
- movsd %xmm0, 0 * SIZE(CO1)
- movsd %xmm1, 1 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO1, LDC, 1)
- movhps %xmm1, 1 * SIZE(CO1, LDC, 1)
-
- movsd %xmm2, 0 * SIZE(CO1, LDC, 2)
- movsd %xmm3, 1 * SIZE(CO1, LDC, 2)
- movhps %xmm2, 0 * SIZE(CO1, %rax, 1)
- movhps %xmm3, 1 * SIZE(CO1, %rax, 1)
-
- movsd %xmm4, 0 * SIZE(CO2)
- movsd %xmm5, 1 * SIZE(CO2)
- movhps %xmm4, 0 * SIZE(CO2, LDC, 1)
- movhps %xmm5, 1 * SIZE(CO2, LDC, 1)
-
- movsd %xmm6, 0 * SIZE(CO2, LDC, 2)
- movsd %xmm7, 1 * SIZE(CO2, LDC, 2)
- movhps %xmm6, 0 * SIZE(CO2, %rax, 1)
- movhps %xmm7, 1 * SIZE(CO2, %rax, 1)
- #else
- movups %xmm0, 0 * SIZE(CO1)
- movups %xmm1, 0 * SIZE(CO1, LDC, 1)
- movups %xmm2, 0 * SIZE(CO1, LDC, 2)
- movups %xmm3, 0 * SIZE(CO1, %rax, 1)
- movups %xmm4, 0 * SIZE(CO2)
- movups %xmm5, 0 * SIZE(CO2, LDC, 1)
- movups %xmm6, 0 * SIZE(CO2, LDC, 2)
- movups %xmm7, 0 * SIZE(CO2, %rax, 1)
- #endif
-
- #ifndef LN
- addq $2 * SIZE, CO1
- addq $2 * SIZE, CO2
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 2), AO
- leaq (BO, %rax, 8), BO
- #endif
-
- #ifdef LN
- subq $2, KK
- #endif
-
- #ifdef LT
- addq $2, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L11
- ALIGN_4
-
- .L20:
- testq $1, M
- BRANCH
- jle .L29
- ALIGN_4
-
- #ifdef LN
- movq K, %rax
- salq $BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 8), BO
- #else
- movq B, BO
- #endif
-
- movddup -16 * SIZE(AO), %xmm0
- xorps %xmm8, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- xorps %xmm9, %xmm9
- xorps %xmm10, %xmm10
- xorps %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L25
- ALIGN_3
-
- .L22:
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm9
- movaps -12 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps -10 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps -8 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -6 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm9
- movaps -4 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps -2 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -14 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps 0 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps 2 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm9
- movaps 4 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps 6 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -13 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps 8 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps 10 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm9
- movaps 12 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps 14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -12 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps 16 * SIZE(BO), %xmm1
-
- subq $ -4 * SIZE, AO
- subq $-32 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L22
- ALIGN_3
-
- .L25:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L28
- ALIGN_3
-
- .L26:
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm9
- movaps -12 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps -10 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps -8 * SIZE(BO), %xmm1
-
- addq $1 * SIZE, AO
- addq $8 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L26
- ALIGN_4
-
- .L28:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $1, %rax
- #else
- subq $8, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 8), BO
- #endif
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm0
- movapd -14 * SIZE(BO), %xmm1
- movapd -12 * SIZE(BO), %xmm2
- movapd -10 * SIZE(BO), %xmm3
- #else
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- movapd -12 * SIZE(AO), %xmm2
- movapd -10 * SIZE(AO), %xmm3
- #endif
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm1
- subpd %xmm10, %xmm2
- subpd %xmm11, %xmm3
-
- #if defined(LN) || defined(LT)
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm3
- #endif
-
- #if defined(RN) || defined(RT)
- pshufd $0xe, %xmm3, %xmm7
- movaps %xmm3, %xmm6
- pshufd $0xe, %xmm2, %xmm5
- movaps %xmm2, %xmm4
- pshufd $0xe, %xmm1, %xmm3
- movaps %xmm1, %xmm2
- pshufd $0xe, %xmm0, %xmm1
- #endif
-
- #ifdef RN
- movsd -16 * SIZE(BO), %xmm8
- mulsd %xmm8, %xmm0
- movsd -15 * SIZE(BO), %xmm9
- mulsd %xmm0, %xmm9
- subsd %xmm9, %xmm1
- movsd -14 * SIZE(BO), %xmm10
- mulsd %xmm0, %xmm10
- subsd %xmm10, %xmm2
- movsd -13 * SIZE(BO), %xmm11
- mulsd %xmm0, %xmm11
- subsd %xmm11, %xmm3
- movsd -12 * SIZE(BO), %xmm12
- mulsd %xmm0, %xmm12
- subsd %xmm12, %xmm4
- movsd -11 * SIZE(BO), %xmm13
- mulsd %xmm0, %xmm13
- subsd %xmm13, %xmm5
- movsd -10 * SIZE(BO), %xmm14
- mulsd %xmm0, %xmm14
- subsd %xmm14, %xmm6
- movsd -9 * SIZE(BO), %xmm15
- mulsd %xmm0, %xmm15
- subsd %xmm15, %xmm7
-
- movsd -7 * SIZE(BO), %xmm9
- mulsd %xmm9, %xmm1
- movsd -6 * SIZE(BO), %xmm10
- mulsd %xmm1, %xmm10
- subsd %xmm10, %xmm2
- movsd -5 * SIZE(BO), %xmm11
- mulsd %xmm1, %xmm11
- subsd %xmm11, %xmm3
- movsd -4 * SIZE(BO), %xmm12
- mulsd %xmm1, %xmm12
- subsd %xmm12, %xmm4
- movsd -3 * SIZE(BO), %xmm13
- mulsd %xmm1, %xmm13
- subsd %xmm13, %xmm5
- movsd -2 * SIZE(BO), %xmm14
- mulsd %xmm1, %xmm14
- subsd %xmm14, %xmm6
- movsd -1 * SIZE(BO), %xmm15
- mulsd %xmm1, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 2 * SIZE(BO), %xmm10
- mulsd %xmm10, %xmm2
- movsd 3 * SIZE(BO), %xmm11
- mulsd %xmm2, %xmm11
- subsd %xmm11, %xmm3
- movsd 4 * SIZE(BO), %xmm12
- mulsd %xmm2, %xmm12
- subsd %xmm12, %xmm4
- movsd 5 * SIZE(BO), %xmm13
- mulsd %xmm2, %xmm13
- subsd %xmm13, %xmm5
- movsd 6 * SIZE(BO), %xmm14
- mulsd %xmm2, %xmm14
- subsd %xmm14, %xmm6
- movsd 7 * SIZE(BO), %xmm15
- mulsd %xmm2, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 11 * SIZE(BO), %xmm11
- mulsd %xmm11, %xmm3
- movsd 12 * SIZE(BO), %xmm12
- mulsd %xmm3, %xmm12
- subsd %xmm12, %xmm4
- movsd 13 * SIZE(BO), %xmm13
- mulsd %xmm3, %xmm13
- subsd %xmm13, %xmm5
- movsd 14 * SIZE(BO), %xmm14
- mulsd %xmm3, %xmm14
- subsd %xmm14, %xmm6
- movsd 15 * SIZE(BO), %xmm15
- mulsd %xmm3, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 20 * SIZE(BO), %xmm12
- mulsd %xmm12, %xmm4
- movsd 21 * SIZE(BO), %xmm13
- mulsd %xmm4, %xmm13
- subsd %xmm13, %xmm5
- movsd 22 * SIZE(BO), %xmm14
- mulsd %xmm4, %xmm14
- subsd %xmm14, %xmm6
- movsd 23 * SIZE(BO), %xmm15
- mulsd %xmm4, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 29 * SIZE(BO), %xmm13
- mulsd %xmm13, %xmm5
- movsd 30 * SIZE(BO), %xmm14
- mulsd %xmm5, %xmm14
- subsd %xmm14, %xmm6
- movsd 31 * SIZE(BO), %xmm15
- mulsd %xmm5, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 38 * SIZE(BO), %xmm14
- mulsd %xmm14, %xmm6
- movsd 39 * SIZE(BO), %xmm15
- mulsd %xmm6, %xmm15
- subsd %xmm15, %xmm7
-
- movsd 47 * SIZE(BO), %xmm15
- mulsd %xmm15, %xmm7
- #endif
-
- #ifdef RT
- movsd 47 * SIZE(BO), %xmm8
- mulsd %xmm8, %xmm7
- movsd 46 * SIZE(BO), %xmm9
- mulsd %xmm7, %xmm9
- subsd %xmm9, %xmm6
- movsd 45 * SIZE(BO), %xmm10
- mulsd %xmm7, %xmm10
- subsd %xmm10, %xmm5
- movsd 44 * SIZE(BO), %xmm11
- mulsd %xmm7, %xmm11
- subsd %xmm11, %xmm4
- movsd 43 * SIZE(BO), %xmm12
- mulsd %xmm7, %xmm12
- subsd %xmm12, %xmm3
- movsd 42 * SIZE(BO), %xmm13
- mulsd %xmm7, %xmm13
- subsd %xmm13, %xmm2
- movsd 41 * SIZE(BO), %xmm14
- mulsd %xmm7, %xmm14
- subsd %xmm14, %xmm1
- movsd 40 * SIZE(BO), %xmm15
- mulsd %xmm7, %xmm15
- subsd %xmm15, %xmm0
-
- movsd 38 * SIZE(BO), %xmm9
- mulsd %xmm9, %xmm6
- movsd 37 * SIZE(BO), %xmm10
- mulsd %xmm6, %xmm10
- subsd %xmm10, %xmm5
- movsd 36 * SIZE(BO), %xmm11
- mulsd %xmm6, %xmm11
- subsd %xmm11, %xmm4
- movsd 35 * SIZE(BO), %xmm12
- mulsd %xmm6, %xmm12
- subsd %xmm12, %xmm3
- movsd 34 * SIZE(BO), %xmm13
- mulsd %xmm6, %xmm13
- subsd %xmm13, %xmm2
- movsd 33 * SIZE(BO), %xmm14
- mulsd %xmm6, %xmm14
- subsd %xmm14, %xmm1
- movsd 32 * SIZE(BO), %xmm15
- mulsd %xmm6, %xmm15
- subsd %xmm15, %xmm0
-
- movsd 29 * SIZE(BO), %xmm10
- mulsd %xmm10, %xmm5
- movsd 28 * SIZE(BO), %xmm11
- mulsd %xmm5, %xmm11
- subsd %xmm11, %xmm4
- movsd 27 * SIZE(BO), %xmm12
- mulsd %xmm5, %xmm12
- subsd %xmm12, %xmm3
- movsd 26 * SIZE(BO), %xmm13
- mulsd %xmm5, %xmm13
- subsd %xmm13, %xmm2
- movsd 25 * SIZE(BO), %xmm14
- mulsd %xmm5, %xmm14
- subsd %xmm14, %xmm1
- movsd 24 * SIZE(BO), %xmm15
- mulsd %xmm5, %xmm15
- subsd %xmm15, %xmm0
-
- movsd 20 * SIZE(BO), %xmm11
- mulsd %xmm11, %xmm4
- movsd 19 * SIZE(BO), %xmm12
- mulsd %xmm4, %xmm12
- subsd %xmm12, %xmm3
- movsd 18 * SIZE(BO), %xmm13
- mulsd %xmm4, %xmm13
- subsd %xmm13, %xmm2
- movsd 17 * SIZE(BO), %xmm14
- mulsd %xmm4, %xmm14
- subsd %xmm14, %xmm1
- movsd 16 * SIZE(BO), %xmm15
- mulsd %xmm4, %xmm15
- subsd %xmm15, %xmm0
-
- movsd 11 * SIZE(BO), %xmm12
- mulsd %xmm12, %xmm3
- movsd 10 * SIZE(BO), %xmm13
- mulsd %xmm3, %xmm13
- subsd %xmm13, %xmm2
- movsd 9 * SIZE(BO), %xmm14
- mulsd %xmm3, %xmm14
- subsd %xmm14, %xmm1
- movsd 8 * SIZE(BO), %xmm15
- mulsd %xmm3, %xmm15
- subsd %xmm15, %xmm0
-
- movsd 2 * SIZE(BO), %xmm13
- mulsd %xmm13, %xmm2
- movsd 1 * SIZE(BO), %xmm14
- mulsd %xmm2, %xmm14
- subsd %xmm14, %xmm1
- movsd 0 * SIZE(BO), %xmm15
- mulsd %xmm2, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -7 * SIZE(BO), %xmm14
- mulsd %xmm14, %xmm1
- movsd -8 * SIZE(BO), %xmm15
- mulsd %xmm1, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -16 * SIZE(BO), %xmm15
- mulsd %xmm15, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- unpcklpd %xmm1, %xmm0
- movaps %xmm2, %xmm1
- unpcklpd %xmm3, %xmm1
- movaps %xmm4, %xmm2
- unpcklpd %xmm5, %xmm2
- movaps %xmm6, %xmm3
- unpcklpd %xmm7, %xmm3
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- subq $1 * SIZE, CO2
- #endif
-
- leaq (LDC, LDC, 2), %rax
-
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO1, LDC, 1)
- movsd %xmm1, 0 * SIZE(CO1, LDC, 2)
- movhps %xmm1, 0 * SIZE(CO1, %rax, 1)
- movsd %xmm2, 0 * SIZE(CO2)
- movhps %xmm2, 0 * SIZE(CO2, LDC, 1)
- movsd %xmm3, 0 * SIZE(CO2, LDC, 2)
- movhps %xmm3, 0 * SIZE(CO2, %rax, 1)
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- movapd %xmm1, -14 * SIZE(BO)
- movapd %xmm2, -12 * SIZE(BO)
- movapd %xmm3, -10 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm1, -14 * SIZE(AO)
- movapd %xmm2, -12 * SIZE(AO)
- movapd %xmm3, -10 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $1 * SIZE, CO1
- addq $1 * SIZE, CO2
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 1), AO
- leaq (BO, %rax, 8), BO
- #endif
-
- #ifdef LN
- subq $1, KK
- #endif
-
- #ifdef LT
- addq $1, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
- ALIGN_4
-
- .L29:
- #ifdef LN
- leaq (, K, SIZE), %rax
- leaq (B, %rax, 8), B
- #endif
- #if defined(LT) || defined(RN)
- movq BO, B
- #endif
-
- #ifdef RN
- addq $8, KK
- #endif
-
- #ifdef RT
- subq $8, KK
- #endif
-
- subq $1, J
- BRANCH
- jg .L01
- ALIGN_4
-
- .L30:
- testq $4, N
- jle .L50
- ALIGN_4
-
- #if defined(LT) || defined(RN)
- movq A, AO
- #else
- movq A, AORIG
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $2 + BASE_SHIFT, %rax
- subq %rax, B
-
- leaq (, LDC, 4), %rax
- subq %rax, C
- #endif
-
- movq C, CO1
- leaq (C, LDC, 2), CO2
- #ifndef RT
- leaq (C, LDC, 4), C
- #endif
-
- #ifdef LN
- movq OFFSET, %rax
- addq M, %rax
- movq %rax, KK
- #endif
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- movq M, I
- sarq $1, I
- NOBRANCH
- jle .L40
- ALIGN_4
-
- .L31:
- #ifdef LN
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 4), BO
- #else
- movq B, BO
- #endif
-
- xorps %xmm1, %xmm1
- movaps -16 * SIZE(AO), %xmm0
- xorps %xmm2, %xmm2
- xorps %xmm3, %xmm3
- xorps %xmm4, %xmm4
-
- xorps %xmm8, %xmm8
- prefetcht0 2 * SIZE(CO1)
- xorps %xmm9, %xmm9
- prefetcht0 2 * SIZE(CO1, LDC, 1)
- xorps %xmm10, %xmm10
- prefetcht0 2 * SIZE(CO2)
- xorps %xmm11, %xmm11
- prefetcht0 2 * SIZE(CO2, LDC, 1)
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L35
- ALIGN_3
-
- .L32:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- addpd %xmm1, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm8
- movaps -12 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -12 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm8
- movaps -8 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -6 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -10 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm8
- movaps -4 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -2 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -8 * SIZE(AO), %xmm0
-
- subq $-8 * SIZE, AO
- subq $-16 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L32
- ALIGN_3
-
- .L35:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L38
- ALIGN_3
-
- .L36:
- addpd %xmm1, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
-
- addpd %xmm3, %xmm10
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm11
- pshufd $0x4e, %xmm3, %xmm4
- mulpd %xmm0, %xmm3
- mulpd %xmm0, %xmm4
-
- movaps -14 * SIZE(AO), %xmm0
-
- addq $2 * SIZE, AO
- addq $4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L36
- ALIGN_4
-
- .L38:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $2, %rax
- #else
- subq $4, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 4), BO
- #endif
-
- addpd %xmm1, %xmm8
- addpd %xmm2, %xmm9
- addpd %xmm3, %xmm10
- addpd %xmm4, %xmm11
-
- #if defined(LN) || defined(LT)
- movaps %xmm8, %xmm0
- shufpd $0, %xmm9, %xmm8
- shufpd $3, %xmm0, %xmm9
-
- movaps %xmm10, %xmm0
- shufpd $0, %xmm11, %xmm10
- shufpd $3, %xmm0, %xmm11
-
- movapd -16 * SIZE(BO), %xmm0
- movapd -14 * SIZE(BO), %xmm2
- movapd -12 * SIZE(BO), %xmm1
- movapd -10 * SIZE(BO), %xmm3
- #else
- movaps %xmm8, %xmm0
- shufpd $2, %xmm9, %xmm8
- shufpd $2, %xmm0, %xmm9
-
- movaps %xmm10, %xmm0
- shufpd $2, %xmm11, %xmm10
- shufpd $2, %xmm0, %xmm11
-
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- movapd -12 * SIZE(AO), %xmm2
- movapd -10 * SIZE(AO), %xmm3
- #endif
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm1
- subpd %xmm10, %xmm2
- subpd %xmm11, %xmm3
-
- #ifdef LN
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
-
- movddup -14 * SIZE(AO), %xmm12
- movapd %xmm12, %xmm13
-
- mulpd %xmm1, %xmm12
- mulpd %xmm3, %xmm13
-
- subpd %xmm12, %xmm0
- subpd %xmm13, %xmm2
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm2
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm2
-
- movddup -15 * SIZE(AO), %xmm12
- movapd %xmm12, %xmm13
-
- mulpd %xmm0, %xmm12
- mulpd %xmm2, %xmm13
-
- subpd %xmm12, %xmm1
- subpd %xmm13, %xmm3
-
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- movddup -15 * SIZE(BO), %xmm9
- mulpd %xmm0, %xmm9
- subpd %xmm9, %xmm1
- movddup -14 * SIZE(BO), %xmm10
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm2
- movddup -13 * SIZE(BO), %xmm11
- mulpd %xmm0, %xmm11
- subpd %xmm11, %xmm3
-
- movddup -11 * SIZE(BO), %xmm9
- mulpd %xmm9, %xmm1
- movddup -10 * SIZE(BO), %xmm10
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm2
- movddup -9 * SIZE(BO), %xmm11
- mulpd %xmm1, %xmm11
- subpd %xmm11, %xmm3
-
- movddup -6 * SIZE(BO), %xmm10
- mulpd %xmm10, %xmm2
- movddup -5 * SIZE(BO), %xmm11
- mulpd %xmm2, %xmm11
- subpd %xmm11, %xmm3
-
- movddup -1 * SIZE(BO), %xmm11
- mulpd %xmm11, %xmm3
- #endif
-
- #ifdef RT
- movddup -1 * SIZE(BO), %xmm12
- mulpd %xmm12, %xmm3
- movddup -2 * SIZE(BO), %xmm13
- mulpd %xmm3, %xmm13
- subpd %xmm13, %xmm2
- movddup -3 * SIZE(BO), %xmm14
- mulpd %xmm3, %xmm14
- subpd %xmm14, %xmm1
- movddup -4 * SIZE(BO), %xmm15
- mulpd %xmm3, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -6 * SIZE(BO), %xmm13
- mulpd %xmm13, %xmm2
- movddup -7 * SIZE(BO), %xmm14
- mulpd %xmm2, %xmm14
- subpd %xmm14, %xmm1
- movddup -8 * SIZE(BO), %xmm15
- mulpd %xmm2, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -11 * SIZE(BO), %xmm14
- mulpd %xmm14, %xmm1
- movddup -12 * SIZE(BO), %xmm15
- mulpd %xmm1, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -16 * SIZE(BO), %xmm15
- mulpd %xmm15, %xmm0
- #endif
-
-
- #ifdef LN
- subq $2 * SIZE, CO1
- subq $2 * SIZE, CO2
- #endif
-
- leaq (LDC, LDC, 2), %rax
-
- #if defined(LN) || defined(LT)
- movsd %xmm0, 0 * SIZE(CO1)
- movsd %xmm1, 1 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO1, LDC, 1)
- movhps %xmm1, 1 * SIZE(CO1, LDC, 1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movsd %xmm3, 1 * SIZE(CO2)
- movhps %xmm2, 0 * SIZE(CO2, LDC, 1)
- movhps %xmm3, 1 * SIZE(CO2, LDC, 1)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 1 * SIZE(CO1)
- movsd %xmm1, 0 * SIZE(CO1, LDC, 1)
- movhps %xmm1, 1 * SIZE(CO1, LDC, 1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movhps %xmm2, 1 * SIZE(CO2)
- movsd %xmm3, 0 * SIZE(CO2, LDC, 1)
- movhps %xmm3, 1 * SIZE(CO2, LDC, 1)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- movapd %xmm2, -14 * SIZE(BO)
- movapd %xmm1, -12 * SIZE(BO)
- movapd %xmm3, -10 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm1, -14 * SIZE(AO)
- movapd %xmm2, -12 * SIZE(AO)
- movapd %xmm3, -10 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $2 * SIZE, CO1
- addq $2 * SIZE, CO2
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 2), AO
- leaq (BO, %rax, 4), BO
- #endif
-
- #ifdef LN
- subq $2, KK
- #endif
-
- #ifdef LT
- addq $2, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L31
- ALIGN_4
-
- .L40:
- testq $1, M
- BRANCH
- jle .L49
- ALIGN_4
-
- #ifdef LN
- movq K, %rax
- salq $BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 4), BO
- #else
- movq B, BO
- #endif
-
- movddup -16 * SIZE(AO), %xmm0
- xorps %xmm8, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- xorps %xmm9, %xmm9
- xorps %xmm10, %xmm10
- xorps %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L45
- ALIGN_3
-
- .L42:
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movaps -12 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps -10 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -14 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps -8 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -6 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -13 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movaps -4 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm10
- movaps -2 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -12 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm11
- movaps 0 * SIZE(BO), %xmm1
-
- subq $ -4 * SIZE, AO
- subq $-16 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L42
- ALIGN_3
-
- .L45:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L48
- ALIGN_3
-
- .L46:
- mulpd %xmm0, %xmm1
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movaps -12 * SIZE(BO), %xmm1
-
- addq $1 * SIZE, AO
- addq $4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L46
- ALIGN_4
-
- .L48:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $1, %rax
- #else
- subq $4, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 4), BO
- #endif
-
- addpd %xmm10, %xmm8
- addpd %xmm11, %xmm9
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm0
- movapd -14 * SIZE(BO), %xmm1
- #else
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- #endif
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm1
-
- #if defined(LN) || defined(LT)
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
- #endif
-
- #if defined(RN) || defined(RT)
- pshufd $0xe, %xmm1, %xmm3
- movaps %xmm1, %xmm2
- pshufd $0xe, %xmm0, %xmm1
- #endif
-
- #ifdef RN
- movsd -16 * SIZE(BO), %xmm8
- mulsd %xmm8, %xmm0
- movsd -15 * SIZE(BO), %xmm9
- mulsd %xmm0, %xmm9
- subsd %xmm9, %xmm1
- movsd -14 * SIZE(BO), %xmm10
- mulsd %xmm0, %xmm10
- subsd %xmm10, %xmm2
- movsd -13 * SIZE(BO), %xmm11
- mulsd %xmm0, %xmm11
- subsd %xmm11, %xmm3
-
- movsd -11 * SIZE(BO), %xmm9
- mulsd %xmm9, %xmm1
- movsd -10 * SIZE(BO), %xmm10
- mulsd %xmm1, %xmm10
- subsd %xmm10, %xmm2
- movsd -9 * SIZE(BO), %xmm11
- mulsd %xmm1, %xmm11
- subsd %xmm11, %xmm3
-
- movsd -6 * SIZE(BO), %xmm10
- mulsd %xmm10, %xmm2
- movsd -5 * SIZE(BO), %xmm11
- mulsd %xmm2, %xmm11
- subsd %xmm11, %xmm3
-
- movsd -1 * SIZE(BO), %xmm11
- mulsd %xmm11, %xmm3
- #endif
-
- #ifdef RT
- movsd -1 * SIZE(BO), %xmm12
- mulsd %xmm12, %xmm3
- movsd -2 * SIZE(BO), %xmm13
- mulsd %xmm3, %xmm13
- subsd %xmm13, %xmm2
- movsd -3 * SIZE(BO), %xmm14
- mulsd %xmm3, %xmm14
- subsd %xmm14, %xmm1
- movsd -4 * SIZE(BO), %xmm15
- mulsd %xmm3, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -6 * SIZE(BO), %xmm13
- mulsd %xmm13, %xmm2
- movsd -7 * SIZE(BO), %xmm14
- mulsd %xmm2, %xmm14
- subsd %xmm14, %xmm1
- movsd -8 * SIZE(BO), %xmm15
- mulsd %xmm2, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -11 * SIZE(BO), %xmm14
- mulsd %xmm14, %xmm1
- movsd -12 * SIZE(BO), %xmm15
- mulsd %xmm1, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -16 * SIZE(BO), %xmm15
- mulsd %xmm15, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- unpcklpd %xmm1, %xmm0
- movaps %xmm2, %xmm1
- unpcklpd %xmm3, %xmm1
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- subq $1 * SIZE, CO2
- #endif
-
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO1, LDC, 1)
- movsd %xmm1, 0 * SIZE(CO2)
- movhps %xmm1, 0 * SIZE(CO2, LDC, 1)
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- movapd %xmm1, -14 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm1, -14 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $1 * SIZE, CO1
- addq $1 * SIZE, CO2
- #endif
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 1), AO
- leaq (BO, %rax, 4), BO
- #endif
-
- #ifdef LN
- subq $1, KK
- #endif
-
- #ifdef LT
- addq $1, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
- ALIGN_4
-
- .L49:
- #ifdef LN
- leaq (, K, SIZE), %rax
- leaq (B, %rax, 4), B
- #endif
- #if defined(LT) || defined(RN)
- movq BO, B
- #endif
-
- #ifdef RN
- addq $4, KK
- #endif
-
- #ifdef RT
- subq $4, KK
- #endif
- ALIGN_4
-
- .L50:
- testq $2, N
- jle .L70
- ALIGN_4
-
- #if defined(LT) || defined(RN)
- movq A, AO
- #else
- movq A, AORIG
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- subq %rax, B
-
- leaq (, LDC, 2), %rax
- subq %rax, C
- #endif
-
- movq C, CO1
- leaq (C, LDC, 1), CO2
- #ifndef RT
- leaq (C, LDC, 2), C
- #endif
-
- #ifdef LN
- movq OFFSET, %rax
- addq M, %rax
- movq %rax, KK
- #endif
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- movq M, I
- sarq $1, I
- NOBRANCH
- jle .L60
- ALIGN_4
-
- .L51:
- #ifdef LN
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 2), BO
- #else
- movq B, BO
- #endif
-
- xorps %xmm1, %xmm1
- movaps -16 * SIZE(AO), %xmm0
- xorps %xmm2, %xmm2
-
- xorps %xmm8, %xmm8
- prefetcht0 2 * SIZE(CO1)
- xorps %xmm9, %xmm9
- prefetcht0 2 * SIZE(CO2)
- xorps %xmm10, %xmm10
- xorps %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L55
- ALIGN_3
-
- .L52:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- addpd %xmm1, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm10
- movaps -14 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm11
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
- movaps -12 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm8
- movaps -12 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
- movaps -10 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm10
- movaps -10 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm11
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
- movaps -8 * SIZE(AO), %xmm0
-
- subq $-8 * SIZE, AO
- subq $-8 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L52
-
- addpd %xmm10, %xmm8
- addpd %xmm11, %xmm9
- ALIGN_3
-
- .L55:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L58
- ALIGN_3
-
- .L56:
- addpd %xmm1, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- addpd %xmm2, %xmm9
- pshufd $0x4e, %xmm1, %xmm2
- mulpd %xmm0, %xmm1
- mulpd %xmm0, %xmm2
- movaps -14 * SIZE(AO), %xmm0
-
- addq $2 * SIZE, AO
- addq $2 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L56
- ALIGN_4
-
- .L58:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $2, %rax
- #else
- subq $2, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 2), BO
- #endif
-
- addpd %xmm1, %xmm8
- addpd %xmm2, %xmm9
-
- #if defined(LN) || defined(LT)
- movaps %xmm8, %xmm0
- shufpd $0, %xmm9, %xmm8
- shufpd $3, %xmm0, %xmm9
-
- movapd -16 * SIZE(BO), %xmm0
- movapd -14 * SIZE(BO), %xmm1
- #else
- movaps %xmm8, %xmm0
- shufpd $2, %xmm9, %xmm8
- shufpd $2, %xmm0, %xmm9
-
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- #endif
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm1
-
- #ifdef LN
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- movddup -14 * SIZE(AO), %xmm12
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm0
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- movddup -15 * SIZE(AO), %xmm12
- mulpd %xmm0, %xmm12
- subpd %xmm12, %xmm1
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm10
- mulpd %xmm10, %xmm0
- movddup -15 * SIZE(BO), %xmm11
- mulpd %xmm0, %xmm11
- subpd %xmm11, %xmm1
-
- movddup -13 * SIZE(BO), %xmm11
- mulpd %xmm11, %xmm1
- #endif
-
- #ifdef RT
- movddup -13 * SIZE(BO), %xmm14
- mulpd %xmm14, %xmm1
- movddup -14 * SIZE(BO), %xmm15
- mulpd %xmm1, %xmm15
- subpd %xmm15, %xmm0
-
- movddup -16 * SIZE(BO), %xmm15
- mulpd %xmm15, %xmm0
- #endif
-
- #ifdef LN
- subq $2 * SIZE, CO1
- subq $2 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm0, 0 * SIZE(CO1)
- movsd %xmm1, 1 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO2)
- movhps %xmm1, 1 * SIZE(CO2)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 1 * SIZE(CO1)
- movsd %xmm1, 0 * SIZE(CO2)
- movhps %xmm1, 1 * SIZE(CO2)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- movapd %xmm1, -14 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm1, -14 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $2 * SIZE, CO1
- addq $2 * SIZE, CO2
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 2), AO
- leaq (BO, %rax, 2), BO
- #endif
-
- #ifdef LN
- subq $2, KK
- #endif
-
- #ifdef LT
- addq $2, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L51
- ALIGN_4
-
- .L60:
- testq $1, M
- BRANCH
- jle .L69
- ALIGN_4
-
- #ifdef LN
- movq K, %rax
- salq $BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 2), BO
- #else
- movq B, BO
- #endif
-
- movddup -16 * SIZE(AO), %xmm0
- xorps %xmm8, %xmm8
- movaps -16 * SIZE(BO), %xmm1
- xorps %xmm9, %xmm9
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L65
- ALIGN_3
-
- .L62:
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- movddup -14 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movaps -12 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- movddup -13 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm8
- movaps -10 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- movddup -12 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movaps -8 * SIZE(BO), %xmm1
-
- subq $-4 * SIZE, AO
- subq $-8 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L62
- ALIGN_3
-
- .L65:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L68
- ALIGN_3
-
- .L66:
- mulpd %xmm0, %xmm1
- movddup -15 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm8
- movaps -14 * SIZE(BO), %xmm1
-
- addq $1 * SIZE, AO
- addq $2 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L66
- ALIGN_4
-
- .L68:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $1, %rax
- #else
- subq $2, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 2), BO
- #endif
-
- addpd %xmm9, %xmm8
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm0
- #else
- movapd -16 * SIZE(AO), %xmm0
- #endif
-
- subpd %xmm8, %xmm0
-
- #if defined(LN) || defined(LT)
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- pshufd $0xe, %xmm0, %xmm1
- #endif
-
- #ifdef RN
- movsd -16 * SIZE(BO), %xmm10
- mulsd %xmm10, %xmm0
- movsd -15 * SIZE(BO), %xmm11
- mulsd %xmm0, %xmm11
- subsd %xmm11, %xmm1
-
- movsd -13 * SIZE(BO), %xmm11
- mulsd %xmm11, %xmm1
- #endif
-
- #ifdef RT
- movsd -13 * SIZE(BO), %xmm14
- mulsd %xmm14, %xmm1
- movsd -14 * SIZE(BO), %xmm15
- mulsd %xmm1, %xmm15
- subsd %xmm15, %xmm0
-
- movsd -16 * SIZE(BO), %xmm15
- mulsd %xmm15, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- unpcklpd %xmm1, %xmm0
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- subq $1 * SIZE, CO2
- #endif
-
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 0 * SIZE(CO2)
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $1 * SIZE, CO1
- addq $1 * SIZE, CO2
- #endif
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 1), AO
- leaq (BO, %rax, 2), BO
- #endif
-
- #ifdef LN
- subq $1, KK
- #endif
-
- #ifdef LT
- addq $1, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
- ALIGN_4
-
- .L69:
- #ifdef LN
- leaq (, K, SIZE), %rax
- leaq (B, %rax, 2), B
- #endif
- #if defined(LT) || defined(RN)
- movq BO, B
- #endif
-
- #ifdef RN
- addq $2, KK
- #endif
-
- #ifdef RT
- subq $2, KK
- #endif
- ALIGN_4
-
- .L70:
- testq $1, N
- jle .L999
- ALIGN_4
-
- #if defined(LT) || defined(RN)
- movq A, AO
- #else
- movq A, AORIG
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $BASE_SHIFT, %rax
- subq %rax, B
-
- subq LDC, C
- #endif
-
- movq C, CO1
- #ifndef RT
- addq LDC, C
- #endif
-
- #ifdef LN
- movq OFFSET, %rax
- addq M, %rax
- movq %rax, KK
- #endif
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- movq M, I
- sarq $1, I
- NOBRANCH
- jle .L80
- ALIGN_4
-
- .L71:
- #ifdef LN
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 1), BO
- #else
- movq B, BO
- #endif
-
- xorps %xmm1, %xmm1
- movaps -16 * SIZE(AO), %xmm0
- xorps %xmm2, %xmm2
-
- xorps %xmm8, %xmm8
- prefetcht0 2 * SIZE(CO1)
- xorps %xmm9, %xmm9
- xorps %xmm10, %xmm10
- xorps %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L75
- ALIGN_3
-
- .L72:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- addpd %xmm1, %xmm8
- movddup -16 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm9
- movddup -15 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movaps -12 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm8
- movddup -14 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movaps -10 * SIZE(AO), %xmm0
-
- addpd %xmm1, %xmm9
- movddup -13 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movaps -8 * SIZE(AO), %xmm0
-
- subq $-8 * SIZE, AO
- subq $-4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L72
-
- addpd %xmm9, %xmm8
- ALIGN_3
-
- .L75:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L78
- ALIGN_3
-
- .L76:
- addpd %xmm1, %xmm8
- movddup -16 * SIZE(BO), %xmm1
- mulpd %xmm0, %xmm1
- movaps -14 * SIZE(AO), %xmm0
-
- addq $2 * SIZE, AO
- addq $1 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L76
- ALIGN_4
-
- .L78:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $2, %rax
- #else
- subq $1, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 2), AO
- leaq (B, %rax, 1), BO
- #endif
-
- addpd %xmm1, %xmm8
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm0
- #else
- movapd -16 * SIZE(AO), %xmm0
- #endif
-
- subpd %xmm8, %xmm0
-
- #if defined(LN) || defined(LT)
- pshufd $0xe, %xmm0, %xmm1
- #endif
-
- #ifdef LN
- movsd -13 * SIZE(AO), %xmm8
- mulsd %xmm8, %xmm1
- movsd -14 * SIZE(AO), %xmm12
- mulsd %xmm1, %xmm12
- subsd %xmm12, %xmm0
- movsd -16 * SIZE(AO), %xmm8
- mulsd %xmm8, %xmm0
- #endif
-
- #ifdef LT
- movsd -16 * SIZE(AO), %xmm8
- mulsd %xmm8, %xmm0
- movsd -15 * SIZE(AO), %xmm12
- mulsd %xmm0, %xmm12
- subsd %xmm12, %xmm1
- movsd -13 * SIZE(AO), %xmm8
- mulsd %xmm8, %xmm1
- #endif
-
- #if defined(LN) || defined(LT)
- unpcklpd %xmm1, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- movddup -16 * SIZE(BO), %xmm10
- mulpd %xmm10, %xmm0
- #endif
-
- #ifdef LN
- subq $2 * SIZE, CO1
- #endif
-
- movsd %xmm0, 0 * SIZE(CO1)
- movhps %xmm0, 1 * SIZE(CO1)
-
- #if defined(LN) || defined(LT)
- movapd %xmm0, -16 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $2 * SIZE, CO1
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 2), AO
- leaq (BO, %rax, 1), BO
- #endif
-
- #ifdef LN
- subq $2, KK
- #endif
-
- #ifdef LT
- addq $2, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $1 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L71
- ALIGN_4
-
- .L80:
- testq $1, M
- BRANCH
- jle .L89
- ALIGN_4
-
- #ifdef LN
- movq K, %rax
- salq $BASE_SHIFT, %rax
- subq %rax, AORIG
- #endif
-
- #if defined(LN) || defined(RT)
- movq KK, %rax
- leaq (, %rax, SIZE), %rax
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 1), BO
- #else
- movq B, BO
- #endif
-
- movsd -16 * SIZE(AO), %xmm0
- movhps -15 * SIZE(AO), %xmm0
- xorps %xmm8, %xmm8
- movsd -16 * SIZE(BO), %xmm1
- movhps -15 * SIZE(BO), %xmm1
- xorps %xmm9, %xmm9
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L85
- ALIGN_3
-
- .L82:
- mulpd %xmm0, %xmm1
- movsd -14 * SIZE(AO), %xmm0
- movhps -13 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm8
- movsd -14 * SIZE(BO), %xmm1
- movhps -13 * SIZE(BO), %xmm1
-
- mulpd %xmm0, %xmm1
- movsd -12 * SIZE(AO), %xmm0
- movhps -11 * SIZE(AO), %xmm0
- addpd %xmm1, %xmm9
- movsd -12 * SIZE(BO), %xmm1
- movhps -11 * SIZE(BO), %xmm1
-
- subq $-4 * SIZE, AO
- subq $-4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L82
-
- addpd %xmm9, %xmm8
- ALIGN_3
-
- .L85:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L88
- ALIGN_3
-
- .L86:
- mulsd %xmm0, %xmm1
- movsd -15 * SIZE(AO), %xmm0
- addsd %xmm1, %xmm8
- movsd -15 * SIZE(BO), %xmm1
-
- addq $1 * SIZE, AO
- addq $1 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L86
- ALIGN_4
-
- .L88:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- subq $1, %rax
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 1), AO
- leaq (B, %rax, 1), BO
- #endif
-
- haddpd %xmm8, %xmm8
-
- #if defined(LN) || defined(LT)
- movsd -16 * SIZE(BO), %xmm0
- #else
- movsd -16 * SIZE(AO), %xmm0
- #endif
-
- subsd %xmm8, %xmm0
-
- #if defined(LN) || defined(LT)
- movsd -16 * SIZE(AO), %xmm8
- mulsd %xmm8, %xmm0
- #endif
-
- #if defined(RN) || defined(RT)
- movsd -16 * SIZE(BO), %xmm10
- mulsd %xmm10, %xmm0
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- #endif
-
- movsd %xmm0, 0 * SIZE(CO1)
-
- #if defined(LN) || defined(LT)
- movsd %xmm0, -16 * SIZE(BO)
- #else
- movsd %xmm0, -16 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $1 * SIZE, CO1
- #endif
-
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 1), AO
- leaq (BO, %rax, 1), BO
- #endif
-
- #ifdef LN
- subq $1, KK
- #endif
-
- #ifdef LT
- addq $1, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
- ALIGN_4
-
- .L89:
- #ifdef LN
- leaq (, K, SIZE), %rax
- leaq (B, %rax, 1), B
- #endif
- #if defined(LT) || defined(RN)
- movq BO, B
- #endif
-
- #ifdef RN
- addq $1, KK
- #endif
-
- #ifdef RT
- subq $1, KK
- #endif
- ALIGN_4
-
-
- .L999:
- movq 0(%rsp), %rbx
- movq 8(%rsp), %rbp
- movq 16(%rsp), %r12
- movq 24(%rsp), %r13
- movq 32(%rsp), %r14
- movq 40(%rsp), %r15
-
- #ifdef WINDOWS_ABI
- movq 48(%rsp), %rdi
- movq 56(%rsp), %rsi
- movups 64(%rsp), %xmm6
- movups 80(%rsp), %xmm7
- movups 96(%rsp), %xmm8
- movups 112(%rsp), %xmm9
- movups 128(%rsp), %xmm10
- movups 144(%rsp), %xmm11
- movups 160(%rsp), %xmm12
- movups 176(%rsp), %xmm13
- movups 192(%rsp), %xmm14
- movups 208(%rsp), %xmm15
- #endif
-
- addq $STACKSIZE, %rsp
- ret
-
- EPILOGUE
|