|
- /*********************************************************************/
- /* 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 256
-
- #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 PREFETCH_R (8 * 4 + 0)
- #define PREFETCHSIZE (8 * 21 + 6)
- #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
-
- movq OLD_M, M
- movq OLD_N, N
- movq OLD_K, K
- movq OLD_LDC, LDC
- movq OLD_OFFSET, KK
-
- subq $-16 * SIZE, A
- subq $-16 * SIZE, B
-
- 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 $2, J
- NOBRANCH
- jle .L40
- ALIGN_4
-
- .L01:
- #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, 1), CO2
- #ifndef RT
- leaq (C, LDC, 4), C
- #endif
-
- #ifdef LN
- movq OFFSET, %rax
- addq M, %rax
- movq %rax, KK
- #endif
-
- movq K, %rax
- salq $BASE_SHIFT + 2, %rax
- leaq (B, %rax), BB
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- testq $1, M
- BRANCH
- jle .L20
- 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
-
- movsd -16 * SIZE(AO), %xmm0
- movaps -16 * SIZE(BO), %xmm2
- movaps -14 * SIZE(BO), %xmm3
-
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- pxor %xmm10, %xmm10
- pxor %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L35
- ALIGN_4
-
- .L32:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm3
- movsd -15 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm8
- movaps -12 * SIZE(BO), %xmm2
- addpd %xmm3, %xmm9
- movaps -10 * SIZE(BO), %xmm3
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm3
- movsd -14 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm10
- movaps -8 * SIZE(BO), %xmm2
- addpd %xmm3, %xmm11
- movaps -6 * SIZE(BO), %xmm3
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm3
- movsd -13 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm8
- movaps -4 * SIZE(BO), %xmm2
- addpd %xmm3, %xmm9
- movaps -2 * SIZE(BO), %xmm3
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm3
- movsd -12 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm10
- movaps 0 * SIZE(BO), %xmm2
- addpd %xmm3, %xmm11
- movaps 2 * SIZE(BO), %xmm3
-
- subq $ -4 * SIZE, AO
- subq $-16 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L32
- ALIGN_4
-
- .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_4
-
- .L36:
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm3
- movsd -15 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm8
- movaps -12 * SIZE(BO), %xmm2
- addpd %xmm3, %xmm9
- movaps -10 * SIZE(BO), %xmm3
-
- addq $1 * 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 $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)
- movaps -16 * SIZE(BO), %xmm12
- movaps -14 * SIZE(BO), %xmm13
- #else
- movaps -16 * SIZE(AO), %xmm12
- movaps -14 * SIZE(AO), %xmm13
- #endif
-
- subpd %xmm8, %xmm12
- subpd %xmm9, %xmm13
-
- #if defined(RN) || defined(RT)
- movhlps %xmm13, %xmm15
- movsd %xmm13, %xmm14
- movhlps %xmm12, %xmm13
- movsd %xmm12, %xmm12
- #endif
-
- #if defined(LN) || defined(LT)
- movddup -16 * SIZE(AO), %xmm8
-
- mulpd %xmm8, %xmm12
- mulpd %xmm8, %xmm13
- #endif
-
- #ifdef RN
- mulsd -16 * SIZE(BO), %xmm12
- movlpd -15 * SIZE(BO), %xmm9
- mulsd %xmm12, %xmm9
- subsd %xmm9, %xmm13
- movlpd -14 * SIZE(BO), %xmm10
- mulsd %xmm12, %xmm10
- subsd %xmm10, %xmm14
- movlpd -13 * SIZE(BO), %xmm11
- mulsd %xmm12, %xmm11
- subsd %xmm11, %xmm15
-
- mulsd -11 * SIZE(BO), %xmm13
- movlpd -10 * SIZE(BO), %xmm9
- mulsd %xmm13, %xmm9
- subsd %xmm9, %xmm14
- movlpd -9 * SIZE(BO), %xmm10
- mulsd %xmm13, %xmm10
- subsd %xmm10, %xmm15
-
- mulsd -6 * SIZE(BO), %xmm14
- movlpd -5 * SIZE(BO), %xmm9
- mulsd %xmm14, %xmm9
- subsd %xmm9, %xmm15
-
- mulsd -1 * SIZE(BO), %xmm15
- #endif
-
- #ifdef RT
- mulsd -1 * SIZE(BO), %xmm15
-
- movlpd -2 * SIZE(BO), %xmm9
- mulsd %xmm15, %xmm9
- subsd %xmm9, %xmm14
- movlpd -3 * SIZE(BO), %xmm10
- mulsd %xmm15, %xmm10
- subsd %xmm10, %xmm13
- movlpd -4 * SIZE(BO), %xmm11
- mulsd %xmm15, %xmm11
- subsd %xmm11, %xmm12
-
- mulsd -6 * SIZE(BO), %xmm14
-
- movlpd -7 * SIZE(BO), %xmm9
- mulsd %xmm14, %xmm9
- subsd %xmm9, %xmm13
- movlpd -8 * SIZE(BO), %xmm10
- mulsd %xmm14, %xmm10
- subsd %xmm10, %xmm12
-
- mulsd -11 * SIZE(BO), %xmm13
-
- movlpd -12 * SIZE(BO), %xmm9
- mulsd %xmm13, %xmm9
- subsd %xmm9, %xmm12
-
- mulsd -16 * SIZE(BO), %xmm12
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- subq $1 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm12, 0 * SIZE(CO1)
- movhps %xmm12, 0 * SIZE(CO2)
- movsd %xmm13, 0 * SIZE(CO1, LDC, 2)
- movhps %xmm13, 0 * SIZE(CO2, LDC, 2)
-
- movaps %xmm12, -16 * SIZE(BO)
- movaps %xmm13, -14 * SIZE(BO)
- #else
- movsd %xmm12, 0 * SIZE(CO1)
- movsd %xmm13, 0 * SIZE(CO2)
- movsd %xmm14, 0 * SIZE(CO1, LDC, 2)
- movsd %xmm15, 0 * SIZE(CO2, LDC, 2)
-
- movsd %xmm12, -16 * SIZE(AO)
- movsd %xmm13, -15 * SIZE(AO)
- movsd %xmm14, -14 * SIZE(AO)
- movsd %xmm15, -13 * 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
-
- .L20:
- testq $2, M
- BRANCH
- jle .L30
- ALIGN_4
-
- #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
-
- movaps -16 * SIZE(AO), %xmm0
- pxor %xmm3, %xmm3
- movaps -16 * SIZE(BO), %xmm2
- pxor %xmm5, %xmm5
-
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- pxor %xmm10, %xmm10
- pxor %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_4
-
- .L22:
- addpd %xmm3, %xmm11
- movaps -14 * SIZE(BO), %xmm3
- pshufd $0x4e, %xmm2, %xmm7
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
- mulpd %xmm0, %xmm2
- addpd %xmm5, %xmm10
- mulpd %xmm0, %xmm7
-
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- addpd %xmm7, %xmm8
- mulpd %xmm0, %xmm5
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm3, %xmm11
- movaps -10 * SIZE(BO), %xmm3
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- addpd %xmm5, %xmm10
- mulpd %xmm0, %xmm7
-
- addpd %xmm2, %xmm9
- movaps -8 * SIZE(BO), %xmm2
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- addpd %xmm7, %xmm8
- mulpd %xmm0, %xmm5
- movaps -12 * SIZE(AO), %xmm0
-
- addpd %xmm3, %xmm11
- movaps -6 * SIZE(BO), %xmm3
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- addpd %xmm5, %xmm10
- mulpd %xmm0, %xmm7
-
- addpd %xmm2, %xmm9
- movaps -4 * SIZE(BO), %xmm2
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- addpd %xmm7, %xmm8
- mulpd %xmm0, %xmm5
- movaps -10 * SIZE(AO), %xmm0
-
- addpd %xmm3, %xmm11
- movaps -2 * SIZE(BO), %xmm3
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- addpd %xmm5, %xmm10
- mulpd %xmm0, %xmm7
- subq $ -8 * SIZE, AO
-
- addpd %xmm2, %xmm9
- movaps 0 * SIZE(BO), %xmm2
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- addpd %xmm7, %xmm8
- mulpd %xmm0, %xmm5
- movaps -16 * SIZE(AO), %xmm0
-
- subq $-16 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L22
- ALIGN_4
-
- .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_4
-
- .L26:
- addpd %xmm3, %xmm11
- movaps -14 * SIZE(BO), %xmm3
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- addpd %xmm5, %xmm10
- mulpd %xmm0, %xmm7
-
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- addpd %xmm7, %xmm8
- mulpd %xmm0, %xmm5
- movaps -14 * SIZE(AO), %xmm0
-
- addq $2 * SIZE, AO
- addq $4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L26
- ALIGN_4
-
- .L28:
- #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 %xmm3, %xmm11
- addpd %xmm5, %xmm10
-
- movapd %xmm8, %xmm0
- movsd %xmm9, %xmm8
- movsd %xmm0, %xmm9
-
- movapd %xmm10, %xmm0
- movsd %xmm11, %xmm10
- movsd %xmm0, %xmm11
-
- #if defined(LN) || defined(LT)
- movapd %xmm8, %xmm0
- unpcklpd %xmm9, %xmm8
- unpckhpd %xmm9, %xmm0
-
- movapd %xmm10, %xmm2
- unpcklpd %xmm11, %xmm10
- unpckhpd %xmm11, %xmm2
-
- movapd -16 * SIZE(BO), %xmm9
- movapd -14 * SIZE(BO), %xmm11
- movapd -12 * SIZE(BO), %xmm13
- movapd -10 * SIZE(BO), %xmm15
-
- subpd %xmm8, %xmm9
- subpd %xmm10, %xmm11
- subpd %xmm0, %xmm13
- subpd %xmm2, %xmm15
- #else
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm2
- movapd -12 * SIZE(AO), %xmm4
- movapd -10 * SIZE(AO), %xmm6
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm2
- subpd %xmm10, %xmm4
- subpd %xmm11, %xmm6
- #endif
-
- #ifdef LN
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- mulpd %xmm8, %xmm15
-
- movddup -14 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm9
- mulpd %xmm15, %xmm12
- subpd %xmm12, %xmm11
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- mulpd %xmm8, %xmm11
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- mulpd %xmm8, %xmm11
-
- movddup -15 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm13
- mulpd %xmm11, %xmm12
- subpd %xmm12, %xmm15
-
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- mulpd %xmm8, %xmm15
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
-
- movddup -15 * SIZE(BO), %xmm9
- mulpd %xmm0, %xmm9
- subpd %xmm9, %xmm2
- movddup -14 * SIZE(BO), %xmm10
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm4
- movddup -13 * SIZE(BO), %xmm11
- mulpd %xmm0, %xmm11
- subpd %xmm11, %xmm6
-
- movddup -11 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- movddup -10 * SIZE(BO), %xmm9
- mulpd %xmm2, %xmm9
- subpd %xmm9, %xmm4
- movddup -9 * SIZE(BO), %xmm10
- mulpd %xmm2, %xmm10
- subpd %xmm10, %xmm6
-
- movddup -6 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm4
-
- movddup -5 * SIZE(BO), %xmm9
- mulpd %xmm4, %xmm9
- subpd %xmm9, %xmm6
-
- movddup -1 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm6
- #endif
-
- #ifdef RT
- movddup -1 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm6
-
- movddup -2 * SIZE(BO), %xmm9
- mulpd %xmm6, %xmm9
- subpd %xmm9, %xmm4
- movddup -3 * SIZE(BO), %xmm10
- mulpd %xmm6, %xmm10
- subpd %xmm10, %xmm2
- movddup -4 * SIZE(BO), %xmm11
- mulpd %xmm6, %xmm11
- subpd %xmm11, %xmm0
-
- movddup -6 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm4
- movddup -7 * SIZE(BO), %xmm9
- mulpd %xmm4, %xmm9
- subpd %xmm9, %xmm2
- movddup -8 * SIZE(BO), %xmm10
- mulpd %xmm4, %xmm10
- subpd %xmm10, %xmm0
-
- movddup -11 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- movddup -12 * SIZE(BO), %xmm9
- mulpd %xmm2, %xmm9
- subpd %xmm9, %xmm0
-
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- #endif
-
- #ifdef LN
- subq $2 * SIZE, CO1
- subq $2 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm9, 0 * SIZE(CO1)
- movsd %xmm13, 1 * SIZE(CO1)
-
- movhpd %xmm9, 0 * SIZE(CO2)
- movhpd %xmm13, 1 * SIZE(CO2)
-
- movsd %xmm11, 0 * SIZE(CO1, LDC, 2)
- movsd %xmm15, 1 * SIZE(CO1, LDC, 2)
-
- movhpd %xmm11, 0 * SIZE(CO2, LDC, 2)
- movhpd %xmm15, 1 * SIZE(CO2, LDC, 2)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhpd %xmm0, 1 * SIZE(CO1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movhpd %xmm2, 1 * SIZE(CO2)
-
- movsd %xmm4, 0 * SIZE(CO1, LDC, 2)
- movhpd %xmm4, 1 * SIZE(CO1, LDC, 2)
-
- movsd %xmm6, 0 * SIZE(CO2, LDC, 2)
- movhpd %xmm6, 1 * SIZE(CO2, LDC, 2)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm9, -16 * SIZE(BO)
- movapd %xmm11, -14 * SIZE(BO)
- movapd %xmm13, -12 * SIZE(BO)
- movapd %xmm15, -10 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm2, -14 * SIZE(AO)
- movapd %xmm4, -12 * SIZE(AO)
- movapd %xmm6, -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
- ALIGN_4
-
- .L30:
- movq M, I
- sarq $2, I # i = (m >> 2)
- NOBRANCH
- jle .L39
- ALIGN_4
-
- .L11:
- #ifdef LN
- movq K, %rax
- salq $2 + 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, 4), AO
- leaq (B, %rax, 4), BO
- #else
- movq B, BO
- #endif
-
- prefetcht2 -16 * SIZE(BB)
- subq $-8 * SIZE, BB
-
- movaps -16 * SIZE(AO), %xmm0
- pxor %xmm3, %xmm3
- movaps -14 * SIZE(AO), %xmm1
- pxor %xmm4, %xmm4
- movaps -16 * SIZE(BO), %xmm2
-
- pxor %xmm5, %xmm5
- pxor %xmm6, %xmm6
-
- #ifdef LN
- prefetcht0 -4 * SIZE(CO1)
- movapd %xmm4, %xmm8
- movapd %xmm4, %xmm9
- prefetcht0 -4 * SIZE(CO2)
- movapd %xmm4, %xmm10
- movapd %xmm4, %xmm11
-
- prefetcht0 -4 * SIZE(CO1, LDC, 2)
- movapd %xmm4, %xmm12
- movapd %xmm4, %xmm13
- prefetcht0 -4 * SIZE(CO2, LDC, 2)
- movapd %xmm4, %xmm14
- movapd %xmm4, %xmm15
- #else
- prefetcht0 3 * SIZE(CO1)
- movapd %xmm4, %xmm8
- movapd %xmm4, %xmm9
- prefetcht0 3 * SIZE(CO2)
- movapd %xmm4, %xmm10
- movapd %xmm4, %xmm11
-
- prefetcht0 3 * SIZE(CO1, LDC, 2)
- movapd %xmm4, %xmm12
- movapd %xmm4, %xmm13
- prefetcht0 3 * SIZE(CO2, LDC, 2)
- movapd %xmm4, %xmm14
- movapd %xmm4, %xmm15
- #endif
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $3, %rax
- NOBRANCH
- jle .L15
- ALIGN_3
-
- .L12:
- addpd %xmm3, %xmm11
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -10 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps -10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps -8 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps -8 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -6 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps -6 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- PREFETCH (PREFETCHSIZE + 8) * SIZE(AO)
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps -4 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps -4 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -2 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps -2 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps 0 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps 0 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps 2 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps 2 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- PREFETCH (PREFETCHSIZE + 16) * SIZE(AO)
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps 4 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps 4 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps 6 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps 6 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps 8 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps 8 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps 10 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps 10 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- PREFETCH (PREFETCHSIZE + 24) * SIZE(AO)
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps 12 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps 12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps 14 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm11
- movaps 14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps 16 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- subq $-32 * SIZE, AO
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps -16 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -14 * SIZE(AO), %xmm1
-
- subq $-32 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L12
- ALIGN_3
-
- .L15:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $7, %rax # if (k & 1)
- BRANCH
- je .L18
- ALIGN_3
-
- .L16:
- addpd %xmm3, %xmm11
- movaps -14 * SIZE(BO), %xmm3
- addpd %xmm4, %xmm15
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- mulpd %xmm1, %xmm6
-
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- movaps %xmm3, %xmm4
- pshufd $0x4e, %xmm3, %xmm5
- mulpd %xmm0, %xmm3
- mulpd %xmm1, %xmm4
-
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
- movaps %xmm5, %xmm6
- mulpd %xmm0, %xmm5
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -10 * SIZE(AO), %xmm1
-
- addq $4 * SIZE, AO
- addq $4 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L16
- ALIGN_3
-
- .L18:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- subq $4, %rax
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 4), AO
- leaq (B, %rax, 4), BO
- #endif
-
- addpd %xmm3, %xmm11
- addpd %xmm4, %xmm15
- addpd %xmm5, %xmm10
- addpd %xmm6, %xmm14
-
- movapd %xmm8, %xmm0
- movsd %xmm9, %xmm8
- movsd %xmm0, %xmm9
-
- movapd %xmm10, %xmm0
- movsd %xmm11, %xmm10
- movsd %xmm0, %xmm11
-
- movapd %xmm12, %xmm0
- movsd %xmm13, %xmm12
- movsd %xmm0, %xmm13
-
- movapd %xmm14, %xmm0
- movsd %xmm15, %xmm14
- movsd %xmm0, %xmm15
-
- #if defined(LN) || defined(LT)
- movapd %xmm8, %xmm0
- unpcklpd %xmm9, %xmm8
- unpckhpd %xmm9, %xmm0
-
- movapd %xmm10, %xmm2
- unpcklpd %xmm11, %xmm10
- unpckhpd %xmm11, %xmm2
-
- movapd %xmm12, %xmm4
- unpcklpd %xmm13, %xmm12
- unpckhpd %xmm13, %xmm4
-
- movapd %xmm14, %xmm6
- unpcklpd %xmm15, %xmm14
- unpckhpd %xmm15, %xmm6
-
- movapd -16 * SIZE(BO), %xmm9
- movapd -14 * SIZE(BO), %xmm11
- movapd -12 * SIZE(BO), %xmm13
- movapd -10 * SIZE(BO), %xmm15
- movapd -8 * SIZE(BO), %xmm1
- movapd -6 * SIZE(BO), %xmm3
- movapd -4 * SIZE(BO), %xmm5
- movapd -2 * SIZE(BO), %xmm7
-
- subpd %xmm8, %xmm9
- subpd %xmm10, %xmm11
- subpd %xmm0, %xmm13
- subpd %xmm2, %xmm15
- subpd %xmm12, %xmm1
- subpd %xmm14, %xmm3
- subpd %xmm4, %xmm5
- subpd %xmm6, %xmm7
- #else
- 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
-
- subpd %xmm8, %xmm0
- subpd %xmm12, %xmm1
- subpd %xmm9, %xmm2
- subpd %xmm13, %xmm3
- subpd %xmm10, %xmm4
- subpd %xmm14, %xmm5
- subpd %xmm11, %xmm6
- subpd %xmm15, %xmm7
- #endif
-
- #ifdef LN
- movddup -1 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm5
- mulpd %xmm8, %xmm7
-
- movddup -2 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm5, %xmm10
- subpd %xmm10, %xmm1
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -3 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm5, %xmm10
- subpd %xmm10, %xmm13
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm15
-
- movddup -4 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm5, %xmm10
- subpd %xmm10, %xmm9
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm11
-
- movddup -6 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
-
- movddup -7 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm13
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm15
-
- movddup -8 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm9
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm11
-
- movddup -11 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- mulpd %xmm8, %xmm15
-
- movddup -12 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm9
- mulpd %xmm15, %xmm12
- subpd %xmm12, %xmm11
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- mulpd %xmm8, %xmm11
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- mulpd %xmm8, %xmm11
-
- movddup -15 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm13
- mulpd %xmm11, %xmm12
- subpd %xmm12, %xmm15
-
- movddup -14 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm1
- mulpd %xmm11, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -13 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm5
- mulpd %xmm11, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -11 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- mulpd %xmm8, %xmm15
-
- movddup -10 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm1
- mulpd %xmm15, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -9 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm5
- mulpd %xmm15, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -6 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- mulpd %xmm8, %xmm3
-
- movddup -5 * SIZE(AO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm5
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -1 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm5
- mulpd %xmm8, %xmm7
- #endif
-
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
-
- movddup -15 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm2
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -14 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm4
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm5
-
- movddup -13 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm0, %xmm10
- subpd %xmm10, %xmm6
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -11 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm3
-
- movddup -10 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm2, %xmm10
- subpd %xmm10, %xmm4
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm5
-
- movddup -9 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm2, %xmm10
- subpd %xmm10, %xmm6
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -6 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm4
- mulpd %xmm8, %xmm5
-
- movddup -5 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm4, %xmm10
- subpd %xmm10, %xmm6
- mulpd %xmm5, %xmm12
- subpd %xmm12, %xmm7
-
- movddup -1 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm6
- mulpd %xmm8, %xmm7
- #endif
-
- #ifdef RT
- movddup -1 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm6
- mulpd %xmm8, %xmm7
-
- movddup -2 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm6, %xmm10
- subpd %xmm10, %xmm4
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm5
-
- movddup -3 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm6, %xmm10
- subpd %xmm10, %xmm2
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -4 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm6, %xmm10
- subpd %xmm10, %xmm0
- mulpd %xmm7, %xmm12
- subpd %xmm12, %xmm1
-
- movddup -6 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm4
- mulpd %xmm8, %xmm5
-
- movddup -7 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm4, %xmm10
- subpd %xmm10, %xmm2
- mulpd %xmm5, %xmm12
- subpd %xmm12, %xmm3
-
- movddup -8 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm4, %xmm10
- subpd %xmm10, %xmm0
- mulpd %xmm5, %xmm12
- subpd %xmm12, %xmm1
-
- movddup -11 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm3
-
- movddup -12 * SIZE(BO), %xmm10
- movapd %xmm10, %xmm12
- mulpd %xmm2, %xmm10
- subpd %xmm10, %xmm0
- mulpd %xmm3, %xmm12
- subpd %xmm12, %xmm1
-
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
- #endif
-
- #ifdef LN
- subq $4 * SIZE, CO1
- subq $4 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm9, 0 * SIZE(CO1)
- movsd %xmm13, 1 * SIZE(CO1)
- movsd %xmm1, 2 * SIZE(CO1)
- movsd %xmm5, 3 * SIZE(CO1)
-
- movhpd %xmm9, 0 * SIZE(CO2)
- movhpd %xmm13, 1 * SIZE(CO2)
- movhpd %xmm1, 2 * SIZE(CO2)
- movhpd %xmm5, 3 * SIZE(CO2)
-
- movsd %xmm11, 0 * SIZE(CO1, LDC, 2)
- movsd %xmm15, 1 * SIZE(CO1, LDC, 2)
- movsd %xmm3, 2 * SIZE(CO1, LDC, 2)
- movsd %xmm7, 3 * SIZE(CO1, LDC, 2)
-
- movhpd %xmm11, 0 * SIZE(CO2, LDC, 2)
- movhpd %xmm15, 1 * SIZE(CO2, LDC, 2)
- movhpd %xmm3, 2 * SIZE(CO2, LDC, 2)
- movhpd %xmm7, 3 * SIZE(CO2, LDC, 2)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhpd %xmm0, 1 * SIZE(CO1)
- movsd %xmm1, 2 * SIZE(CO1)
- movhpd %xmm1, 3 * SIZE(CO1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movhpd %xmm2, 1 * SIZE(CO2)
- movsd %xmm3, 2 * SIZE(CO2)
- movhpd %xmm3, 3 * SIZE(CO2)
-
- movsd %xmm4, 0 * SIZE(CO1, LDC, 2)
- movhpd %xmm4, 1 * SIZE(CO1, LDC, 2)
- movsd %xmm5, 2 * SIZE(CO1, LDC, 2)
- movhpd %xmm5, 3 * SIZE(CO1, LDC, 2)
-
- movsd %xmm6, 0 * SIZE(CO2, LDC, 2)
- movhpd %xmm6, 1 * SIZE(CO2, LDC, 2)
- movsd %xmm7, 2 * SIZE(CO2, LDC, 2)
- movhpd %xmm7, 3 * SIZE(CO2, LDC, 2)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm9, -16 * SIZE(BO)
- movapd %xmm11, -14 * SIZE(BO)
- movapd %xmm13, -12 * SIZE(BO)
- movapd %xmm15, -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
-
- #ifndef LN
- addq $4 * SIZE, CO1
- addq $4 * SIZE, CO2
- #endif
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 4), AO
- leaq (BO, %rax, 4), BO
- #endif
-
- #ifdef LN
- subq $4, KK
- #endif
-
- #ifdef LT
- addq $4, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $2 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I # i --
- BRANCH
- jg .L11
- ALIGN_4
-
- .L39:
- #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
-
- subq $1, J
- BRANCH
- jg .L01
- ALIGN_4
-
- .L40:
- testq $2, N
- BRANCH
- jle .L80
-
- #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
-
- movq K, %rax
- salq $BASE_SHIFT + 1, %rax
- leaq (B, %rax), BB
-
- #ifdef LT
- movq OFFSET, %rax
- movq %rax, KK
- #endif
-
- testq $1, M
- BRANCH
- jle .L60
- 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
-
- movsd -16 * SIZE(AO), %xmm0
- movaps -16 * SIZE(BO), %xmm2
-
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L75
- ALIGN_4
-
- .L72:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- movsd -15 * SIZE(AO), %xmm0
- addpd %xmm2, %xmm8
- movaps -14 * SIZE(BO), %xmm2
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- movsd -14 * SIZE(AO), %xmm0
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- movsd -13 * SIZE(AO), %xmm0
- addpd %xmm2, %xmm8
- movaps -10 * SIZE(BO), %xmm2
-
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- movsd -12 * SIZE(AO), %xmm0
- addpd %xmm2, %xmm9
- movaps -8 * SIZE(BO), %xmm2
-
- subq $-4 * SIZE, AO
- subq $-8 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L72
- ALIGN_4
-
- .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_4
-
- .L76:
- shufps $0x44, %xmm0, %xmm0
- mulpd %xmm0, %xmm2
- movsd -15 * SIZE(AO), %xmm0
- addpd %xmm2, %xmm8
- movaps -14 * SIZE(BO), %xmm2
-
- addq $1 * SIZE, AO
- addq $2 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L76
- ALIGN_4
-
- .L78:
- #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
- movhlps %xmm8, %xmm9
-
- #if defined(LN) || defined(LT)
- movsd -16 * SIZE(BO), %xmm12
- movsd -15 * SIZE(BO), %xmm13
- #else
- movsd -16 * SIZE(AO), %xmm12
- movsd -15 * SIZE(AO), %xmm13
- #endif
-
- subsd %xmm8, %xmm12
- subsd %xmm9, %xmm13
-
- #ifdef LN
- movsd -16 * SIZE(AO), %xmm8
-
- mulsd %xmm8, %xmm12
- mulsd %xmm8, %xmm13
- #endif
-
- #ifdef LT
- movsd -16 * SIZE(AO), %xmm8
-
- mulsd %xmm8, %xmm12
- mulsd %xmm8, %xmm13
- #endif
-
- #ifdef RN
- mulsd -16 * SIZE(BO), %xmm12
- movsd -15 * SIZE(BO), %xmm9
- mulsd %xmm12, %xmm9
- subsd %xmm9, %xmm13
-
- mulsd -13 * SIZE(BO), %xmm13
- #endif
-
- #ifdef RT
- mulsd -13 * SIZE(BO), %xmm13
-
- movlpd -14 * SIZE(BO), %xmm9
- mulsd %xmm13, %xmm9
- subsd %xmm9, %xmm12
-
- mulsd -16 * SIZE(BO), %xmm12
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- subq $1 * SIZE, CO2
- #endif
-
- movsd %xmm12, 0 * SIZE(CO1)
- movsd %xmm13, 0 * SIZE(CO2)
-
- #if defined(LN) || defined(LT)
- movsd %xmm12, -16 * SIZE(BO)
- movsd %xmm13, -15 * SIZE(BO)
- #else
- movsd %xmm12, -16 * SIZE(AO)
- movsd %xmm13, -15 * 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
-
- .L60:
- testq $2, M
- BRANCH
- jle .L70
- ALIGN_4
-
- #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
-
- movaps -16 * SIZE(AO), %xmm0
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- movaps -16 * SIZE(BO), %xmm2
- pxor %xmm10, %xmm10
- pxor %xmm11, %xmm11
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L65
- ALIGN_4
-
- .L62:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm7
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm9
- addpd %xmm7, %xmm8
- movaps -14 * SIZE(BO), %xmm2
-
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm7
- movaps -12 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm11
- addpd %xmm7, %xmm10
- movaps -12 * SIZE(BO), %xmm2
-
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm7
- movaps -10 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm9
- addpd %xmm7, %xmm8
- movaps -10 * SIZE(BO), %xmm2
-
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm7
- movaps -8 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm11
- addpd %xmm7, %xmm10
- movaps -8 * SIZE(BO), %xmm2
-
- subq $-8 * SIZE, AO
- subq $-8 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L62
- ALIGN_4
-
- .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_4
-
- .L66:
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm0, %xmm7
- movaps -14 * SIZE(AO), %xmm0
-
- addpd %xmm2, %xmm9
- addpd %xmm7, %xmm8
- movaps -14 * SIZE(BO), %xmm2
-
- addq $2 * 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 $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 %xmm10, %xmm8
- addpd %xmm11, %xmm9
-
- movapd %xmm8, %xmm0
- movsd %xmm9, %xmm8
- movsd %xmm0, %xmm9
-
-
- #if defined(LN) || defined(LT)
- movapd %xmm8, %xmm0
- unpcklpd %xmm9, %xmm8
- unpckhpd %xmm9, %xmm0
-
- movapd -16 * SIZE(BO), %xmm9
- movapd -14 * SIZE(BO), %xmm13
-
- subpd %xmm8, %xmm9
- subpd %xmm0, %xmm13
- #else
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm2
-
- subpd %xmm8, %xmm0
- subpd %xmm9, %xmm2
- #endif
-
- #ifdef LN
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
-
- movddup -14 * SIZE(AO), %xmm10
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm9
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
-
- movddup -15 * SIZE(AO), %xmm10
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm13
-
- movddup -13 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
-
- movddup -15 * SIZE(BO), %xmm9
- mulpd %xmm0, %xmm9
- subpd %xmm9, %xmm2
-
- movddup -13 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- #endif
-
- #ifdef RT
- movddup -13 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
-
- movddup -14 * SIZE(BO), %xmm9
- mulpd %xmm2, %xmm9
- subpd %xmm9, %xmm0
-
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- #endif
-
- #ifdef LN
- subq $2 * SIZE, CO1
- subq $2 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm9, 0 * SIZE(CO1)
- movsd %xmm13, 1 * SIZE(CO1)
-
- movhpd %xmm9, 0 * SIZE(CO2)
- movhpd %xmm13, 1 * SIZE(CO2)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhpd %xmm0, 1 * SIZE(CO1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movhpd %xmm2, 1 * SIZE(CO2)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm9, -16 * SIZE(BO)
- movapd %xmm13, -14 * SIZE(BO)
- #else
- movapd %xmm0, -16 * SIZE(AO)
- movapd %xmm2, -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
- ALIGN_4
-
- .L70:
- movq M, I
- sarq $2, I # i = (m >> 2)
- NOBRANCH
- jle .L79
- ALIGN_4
-
- .L51:
- #ifdef LN
- movq K, %rax
- salq $2 + 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, 4), AO
- leaq (B, %rax, 2), BO
- #else
- movq B, BO
- #endif
-
- prefetcht2 -16 * SIZE(BB)
- subq $-4 * SIZE, BB
-
-
- movaps -16 * SIZE(AO), %xmm0
- movaps -14 * SIZE(AO), %xmm1
- movaps -16 * SIZE(BO), %xmm2
-
- #ifdef LN
- prefetcht0 -4 * SIZE(CO1)
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- prefetcht0 -4 * SIZE(CO2)
- pxor %xmm12, %xmm12
- pxor %xmm13, %xmm13
- #else
- prefetcht0 3 * SIZE(CO1)
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- prefetcht0 3 * SIZE(CO2)
- pxor %xmm12, %xmm12
- pxor %xmm13, %xmm13
- #endif
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L55
- ALIGN_4
-
- .L52:
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
- mulpd %xmm1, %xmm4
-
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -10 * SIZE(AO), %xmm1
-
- addpd %xmm2, %xmm9
- movaps -14 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
-
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- PREFETCH (PREFETCHSIZE + 8) * SIZE(AO)
- mulpd %xmm1, %xmm4
-
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- movaps -8 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -6 * SIZE(AO), %xmm1
-
- addpd %xmm2, %xmm9
- movaps -12 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
-
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- movaps -4 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -2 * SIZE(AO), %xmm1
-
- addpd %xmm2, %xmm9
- movaps -10 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
-
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- movaps 0 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps 2 * SIZE(AO), %xmm1
-
- addpd %xmm2, %xmm9
- movaps -8 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
-
- subq $-16 * SIZE, AO
- subq $ -8 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L52
- ALIGN_4
-
- .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_4
-
- .L56:
- movaps %xmm2, %xmm4
- pshufd $0x4e, %xmm2, %xmm7
- mulpd %xmm0, %xmm2
- mulpd %xmm1, %xmm4
-
- movaps %xmm7, %xmm6
- mulpd %xmm0, %xmm7
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm6
- movaps -10 * SIZE(AO), %xmm1
-
- addpd %xmm2, %xmm9
- movaps -14 * SIZE(BO), %xmm2
- addpd %xmm4, %xmm13
- addpd %xmm7, %xmm8
- addpd %xmm6, %xmm12
-
- addq $4 * 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 $4, %rax
- #else
- subq $2, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 4), AO
- leaq (B, %rax, 2), BO
- #endif
-
- movapd %xmm8, %xmm0
- movsd %xmm9, %xmm8
- movsd %xmm0, %xmm9
-
- movapd %xmm12, %xmm0
- movsd %xmm13, %xmm12
- movsd %xmm0, %xmm13
-
- #if defined(LN) || defined(LT)
- movapd %xmm8, %xmm0
- unpcklpd %xmm9, %xmm8
- unpckhpd %xmm9, %xmm0
-
- movapd %xmm12, %xmm4
- unpcklpd %xmm13, %xmm12
- unpckhpd %xmm13, %xmm4
-
- movapd -16 * SIZE(BO), %xmm9
- movapd -14 * SIZE(BO), %xmm13
- movapd -12 * SIZE(BO), %xmm1
- movapd -10 * SIZE(BO), %xmm5
-
- subpd %xmm8, %xmm9
- subpd %xmm0, %xmm13
- subpd %xmm12, %xmm1
- subpd %xmm4, %xmm5
- #else
- movapd -16 * SIZE(AO), %xmm0
- movapd -14 * SIZE(AO), %xmm1
- movapd -12 * SIZE(AO), %xmm2
- movapd -10 * SIZE(AO), %xmm3
-
- subpd %xmm8, %xmm0
- subpd %xmm12, %xmm1
- subpd %xmm9, %xmm2
- subpd %xmm13, %xmm3
- #endif
-
- #ifdef LN
- movddup -1 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm5
- movddup -2 * SIZE(AO), %xmm10
- mulpd %xmm5, %xmm10
- subpd %xmm10, %xmm1
- movddup -3 * SIZE(AO), %xmm12
- mulpd %xmm5, %xmm12
- subpd %xmm12, %xmm13
- movddup -4 * SIZE(AO), %xmm14
- mulpd %xmm5, %xmm14
- subpd %xmm14, %xmm9
-
- movddup -6 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- movddup -7 * SIZE(AO), %xmm10
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm13
- movddup -8 * SIZE(AO), %xmm12
- mulpd %xmm1, %xmm12
- subpd %xmm12, %xmm9
-
- movddup -11 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
- movddup -12 * SIZE(AO), %xmm10
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm9
-
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- #endif
-
- #ifdef LT
- movddup -16 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm9
- movddup -15 * SIZE(AO), %xmm10
- mulpd %xmm9, %xmm10
- subpd %xmm10, %xmm13
- movddup -14 * SIZE(AO), %xmm12
- mulpd %xmm9, %xmm12
- subpd %xmm12, %xmm1
- movddup -13 * SIZE(AO), %xmm14
- mulpd %xmm9, %xmm14
- subpd %xmm14, %xmm5
-
-
- movddup -11 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm13
-
- movddup -10 * SIZE(AO), %xmm10
- mulpd %xmm13, %xmm10
- subpd %xmm10, %xmm1
- movddup -9 * SIZE(AO), %xmm12
- mulpd %xmm13, %xmm12
- subpd %xmm12, %xmm5
-
- movddup -6 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm1
- movddup -5 * SIZE(AO), %xmm10
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm5
-
- movddup -1 * SIZE(AO), %xmm8
- mulpd %xmm8, %xmm5
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
-
- movddup -15 * SIZE(BO), %xmm9
- movapd %xmm9, %xmm10
- mulpd %xmm0, %xmm9
- subpd %xmm9, %xmm2
- mulpd %xmm1, %xmm10
- subpd %xmm10, %xmm3
-
- movddup -13 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm3
- #endif
-
- #ifdef RT
- movddup -13 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm2
- mulpd %xmm8, %xmm3
-
- movddup -14 * SIZE(BO), %xmm9
- movapd %xmm9, %xmm10
- mulpd %xmm2, %xmm9
- subpd %xmm9, %xmm0
- mulpd %xmm3, %xmm10
- subpd %xmm10, %xmm1
-
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm0
- mulpd %xmm8, %xmm1
- #endif
-
- #ifdef LN
- subq $4 * SIZE, CO1
- subq $4 * SIZE, CO2
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm9, 0 * SIZE(CO1)
- movsd %xmm13, 1 * SIZE(CO1)
- movsd %xmm1, 2 * SIZE(CO1)
- movsd %xmm5, 3 * SIZE(CO1)
-
- movhpd %xmm9, 0 * SIZE(CO2)
- movhpd %xmm13, 1 * SIZE(CO2)
- movhpd %xmm1, 2 * SIZE(CO2)
- movhpd %xmm5, 3 * SIZE(CO2)
- #else
- movsd %xmm0, 0 * SIZE(CO1)
- movhpd %xmm0, 1 * SIZE(CO1)
- movsd %xmm1, 2 * SIZE(CO1)
- movhpd %xmm1, 3 * SIZE(CO1)
-
- movsd %xmm2, 0 * SIZE(CO2)
- movhpd %xmm2, 1 * SIZE(CO2)
- movsd %xmm3, 2 * SIZE(CO2)
- movhpd %xmm3, 3 * SIZE(CO2)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm9, -16 * SIZE(BO)
- movapd %xmm13, -14 * SIZE(BO)
- movapd %xmm1, -12 * SIZE(BO)
- movapd %xmm5, -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 $4 * SIZE, CO1
- addq $4 * SIZE, CO2
- #endif
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 4), AO
- leaq (BO, %rax, 2), BO
- #endif
-
- #ifdef LN
- subq $4, KK
- #endif
-
- #ifdef LT
- addq $4, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $2 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L51
- ALIGN_4
-
- .L79:
- #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
-
- .L80:
- testq $1, N
- BRANCH
- jle .L999
-
- #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
-
- testq $1, M
- BRANCH
- jle .L90
-
- #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
- movsd -16 * SIZE(BO), %xmm2
-
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L115
- ALIGN_4
-
- .L112:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- mulsd %xmm0, %xmm2
- addsd %xmm2, %xmm8
- movsd -15 * SIZE(AO), %xmm0
- movsd -15 * SIZE(BO), %xmm2
-
- mulsd %xmm0, %xmm2
- addsd %xmm2, %xmm8
- movsd -14 * SIZE(AO), %xmm0
- movsd -14 * SIZE(BO), %xmm2
-
- mulsd %xmm0, %xmm2
- addsd %xmm2, %xmm8
- movsd -13 * SIZE(AO), %xmm0
- movsd -13 * SIZE(BO), %xmm2
-
- mulsd %xmm0, %xmm2
- addsd %xmm2, %xmm8
- movsd -12 * SIZE(AO), %xmm0
- movsd -12 * SIZE(BO), %xmm2
-
- subq $-4 * SIZE, AO
- subq $-4 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L112
- ALIGN_4
-
- .L115:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L118
- ALIGN_4
-
- .L116:
- mulsd %xmm0, %xmm2
- addsd %xmm2, %xmm8
- movsd -15 * SIZE(AO), %xmm0
- movsd -15 * SIZE(BO), %xmm2
-
- addq $1 * SIZE, AO
- addq $1 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L116
- ALIGN_4
-
- .L118:
- #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
-
- addpd %xmm9, %xmm8
-
-
- #if defined(LN) || defined(LT)
- movsd -16 * SIZE(BO), %xmm10
- subsd %xmm8, %xmm10
- #else
- movsd -16 * SIZE(AO), %xmm10
- subsd %xmm8, %xmm10
- #endif
-
- #ifdef LN
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
- #endif
-
- #ifdef LT
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
- #endif
-
- #ifdef RN
- movsd -16 * SIZE(BO), %xmm8
- mulsd %xmm8, %xmm10
- #endif
-
- #ifdef RT
- movsd -16 * SIZE(BO), %xmm8
- mulsd %xmm8, %xmm10
- #endif
-
- #ifdef LN
- subq $1 * SIZE, CO1
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm10, 0 * SIZE(CO1)
- #else
- movsd %xmm10, 0 * SIZE(CO1)
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm10, -16 * SIZE(BO)
- #else
- movsd %xmm10, -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
-
- .L90:
- testq $2, M
- BRANCH
- jle .L110
- ALIGN_4
-
- #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
-
- movaps -16 * SIZE(AO), %xmm0
- pxor %xmm8, %xmm8
- movsd -16 * SIZE(BO), %xmm2
- pxor %xmm9, %xmm9
- movhps -15 * SIZE(BO), %xmm2
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L105
- ALIGN_4
-
- .L102:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- pshufd $0x44, %xmm2, %xmm3
- movsd -15 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -14 * SIZE(AO), %xmm0
- addpd %xmm3, %xmm8
-
- pshufd $0x44, %xmm2, %xmm3
- movsd -14 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -12 * SIZE(AO), %xmm0
- addpd %xmm3, %xmm9
-
- pshufd $0x44, %xmm2, %xmm3
- movsd -13 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -10 * SIZE(AO), %xmm0
- addpd %xmm3, %xmm8
-
- pshufd $0x44, %xmm2, %xmm3
- movsd -12 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -8 * SIZE(AO), %xmm0
- addpd %xmm3, %xmm9
-
- subq $-8 * SIZE, AO
- subq $-4 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L102
- ALIGN_4
-
- .L105:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L108
- ALIGN_4
-
- .L106:
- pshufd $0x44, %xmm2, %xmm3
- movsd -15 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -14 * SIZE(AO), %xmm0
- addpd %xmm3, %xmm8
-
- addq $2 * SIZE, AO
- addq $1 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L106
- ALIGN_4
-
- .L108:
- #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 %xmm9, %xmm8
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm10
- subpd %xmm8, %xmm10
- #else
- movapd -16 * SIZE(AO), %xmm10
- subpd %xmm8, %xmm10
- #endif
-
- #ifdef LN
- movapd %xmm10, %xmm8
- unpckhpd %xmm8, %xmm8
-
- movsd -13 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm8
-
- movsd -14 * SIZE(AO), %xmm13
- mulsd %xmm8, %xmm13
- subsd %xmm13, %xmm10
-
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
-
- unpcklpd %xmm8, %xmm10
- #endif
-
- #ifdef LT
- movapd %xmm10, %xmm8
- unpckhpd %xmm8, %xmm8
-
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
-
- movsd -15 * SIZE(AO), %xmm13
- mulsd %xmm10, %xmm13
- subsd %xmm13, %xmm8
-
- movsd -13 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm8
-
- unpcklpd %xmm8, %xmm10
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm10
- #endif
-
- #ifdef RT
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm10
- #endif
-
- #ifdef LN
- subq $2 * SIZE, CO1
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm10, 0 * SIZE(CO1)
- movhpd %xmm10, 1 * SIZE(CO1)
- #else
- movsd %xmm10, 0 * SIZE(CO1)
- movhpd %xmm10, 1 * SIZE(CO1)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm10, -16 * SIZE(BO)
- #else
- movapd %xmm10, -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
- ALIGN_4
-
- .L110:
- movq M, I
- sarq $2, I # i = (m >> 2)
- NOBRANCH
- jle .L119
- ALIGN_4
-
- .L91:
- #ifdef LN
- movq K, %rax
- salq $2 + 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, 4), AO
- leaq (B, %rax, 1), BO
- #else
- movq B, BO
- #endif
-
- movaps -16 * SIZE(AO), %xmm0
- movaps -14 * SIZE(AO), %xmm1
- movsd -16 * SIZE(BO), %xmm2
-
- #ifdef LN
- prefetcht0 -4 * SIZE(CO1)
- #else
- prefetcht0 3 * SIZE(CO1)
- #endif
- pxor %xmm8, %xmm8
- pxor %xmm9, %xmm9
- pxor %xmm12, %xmm12
- pxor %xmm13, %xmm13
-
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- sarq $2, %rax
- NOBRANCH
- jle .L95
- ALIGN_4
-
- .L92:
- PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
-
- pshufd $0x44, %xmm2, %xmm3
- pshufd $0x44, %xmm2, %xmm4
- movsd -15 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm4
- movaps -10 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm8
- addpd %xmm4, %xmm12
-
- pshufd $0x44, %xmm2, %xmm3
- pshufd $0x44, %xmm2, %xmm4
- movsd -14 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -8 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm4
- movaps -6 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm8
- addpd %xmm4, %xmm12
-
- PREFETCH (PREFETCHSIZE + 8) * SIZE(AO)
-
- pshufd $0x44, %xmm2, %xmm3
- pshufd $0x44, %xmm2, %xmm4
- movsd -13 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -4 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm4
- movaps -2 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm8
- addpd %xmm4, %xmm12
-
- pshufd $0x44, %xmm2, %xmm3
- pshufd $0x44, %xmm2, %xmm4
- movsd -12 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps 0 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm4
- movaps 2 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm8
- addpd %xmm4, %xmm12
-
- subq $-16 * SIZE, AO
- subq $ -4 * SIZE, BO
- subq $1, %rax
- BRANCH
- jg .L92
- ALIGN_4
-
- .L95:
- #if defined(LT) || defined(RN)
- movq KK, %rax
- #else
- movq K, %rax
- subq KK, %rax
- #endif
- andq $3, %rax # if (k & 1)
- BRANCH
- je .L98
- ALIGN_4
-
- .L96:
- pshufd $0x44, %xmm2, %xmm3
- pshufd $0x44, %xmm2, %xmm4
- movsd -15 * SIZE(BO), %xmm2
-
- mulpd %xmm0, %xmm3
- movaps -12 * SIZE(AO), %xmm0
- mulpd %xmm1, %xmm4
- movaps -10 * SIZE(AO), %xmm1
-
- addpd %xmm3, %xmm8
- addpd %xmm4, %xmm12
-
- addq $4 * SIZE, AO
- addq $1 * SIZE, BO
-
- subq $1, %rax
- BRANCH
- jg .L96
- ALIGN_4
-
- .L98:
- #if defined(LN) || defined(RT)
- movq KK, %rax
- #ifdef LN
- subq $4, %rax
- #else
- subq $1, %rax
- #endif
-
- leaq (, %rax, SIZE), %rax
-
- movq AORIG, AO
- leaq (AO, %rax, 4), AO
- leaq (B, %rax, 1), BO
- #endif
-
-
- #if defined(LN) || defined(LT)
- movapd -16 * SIZE(BO), %xmm10
- movapd -14 * SIZE(BO), %xmm11
-
- subpd %xmm8, %xmm10
- subpd %xmm12, %xmm11
- #else
- movapd -16 * SIZE(AO), %xmm10
- movapd -14 * SIZE(AO), %xmm11
-
- subpd %xmm8, %xmm10
- subpd %xmm12, %xmm11
- #endif
-
- #ifdef LN
- movapd %xmm10, %xmm8
- unpckhpd %xmm8, %xmm8
-
- movapd %xmm11, %xmm9
- unpckhpd %xmm9, %xmm9
-
- movsd -1 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm9
-
- movsd -2 * SIZE(AO), %xmm13
- mulsd %xmm9, %xmm13
- subsd %xmm13, %xmm11
- movsd -3 * SIZE(AO), %xmm14
- mulsd %xmm9, %xmm14
- subsd %xmm14, %xmm8
- movsd -4 * SIZE(AO), %xmm15
- mulsd %xmm9, %xmm15
- subsd %xmm15, %xmm10
-
- movsd -6 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm11
-
- movsd -7 * SIZE(AO), %xmm13
- mulsd %xmm11, %xmm13
- subsd %xmm13, %xmm8
- movsd -8 * SIZE(AO), %xmm14
- mulsd %xmm11, %xmm14
- subsd %xmm14, %xmm10
-
- movsd -11 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm8
-
- movsd -12 * SIZE(AO), %xmm13
- mulsd %xmm8, %xmm13
- subsd %xmm13, %xmm10
-
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
-
- unpcklpd %xmm8, %xmm10
- unpcklpd %xmm9, %xmm11
- #endif
-
- #ifdef LT
- movapd %xmm10, %xmm8
- unpckhpd %xmm8, %xmm8
-
- movapd %xmm11, %xmm9
- unpckhpd %xmm9, %xmm9
-
- movsd -16 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm10
-
- movsd -15 * SIZE(AO), %xmm13
- mulsd %xmm10, %xmm13
- subsd %xmm13, %xmm8
- movsd -14 * SIZE(AO), %xmm14
- mulsd %xmm10, %xmm14
- subsd %xmm14, %xmm11
- movsd -13 * SIZE(AO), %xmm15
- mulsd %xmm10, %xmm15
- subsd %xmm15, %xmm9
-
- movsd -11 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm8
-
- movsd -10 * SIZE(AO), %xmm13
- mulsd %xmm8, %xmm13
- subsd %xmm13, %xmm11
- movsd -9 * SIZE(AO), %xmm14
- mulsd %xmm8, %xmm14
- subsd %xmm14, %xmm9
-
- movsd -6 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm11
-
- movsd -5 * SIZE(AO), %xmm13
- mulsd %xmm11, %xmm13
- subsd %xmm13, %xmm9
-
- movsd -1 * SIZE(AO), %xmm12
- mulsd %xmm12, %xmm9
-
- unpcklpd %xmm8, %xmm10
- unpcklpd %xmm9, %xmm11
- #endif
-
- #ifdef RN
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm10
- mulpd %xmm8, %xmm11
- #endif
-
- #ifdef RT
- movddup -16 * SIZE(BO), %xmm8
- mulpd %xmm8, %xmm10
- mulpd %xmm8, %xmm11
- #endif
-
- #ifdef LN
- subq $4 * SIZE, CO1
- #endif
-
- #if defined(LN) || defined(LT)
- movsd %xmm10, 0 * SIZE(CO1)
- movhpd %xmm10, 1 * SIZE(CO1)
- movsd %xmm11, 2 * SIZE(CO1)
- movhpd %xmm11, 3 * SIZE(CO1)
- #else
- movsd %xmm10, 0 * SIZE(CO1)
- movhpd %xmm10, 1 * SIZE(CO1)
- movsd %xmm11, 2 * SIZE(CO1)
- movhpd %xmm11, 3 * SIZE(CO1)
- #endif
-
- #if defined(LN) || defined(LT)
- movapd %xmm10, -16 * SIZE(BO)
- movapd %xmm11, -14 * SIZE(BO)
- #else
- movapd %xmm10, -16 * SIZE(AO)
- movapd %xmm11, -14 * SIZE(AO)
- #endif
-
- #ifndef LN
- addq $4 * SIZE, CO1
- #endif
-
- #if defined(LT) || defined(RN)
- movq K, %rax
- subq KK, %rax
- leaq (,%rax, SIZE), %rax
- leaq (AO, %rax, 4), AO
- leaq (BO, %rax, 1), BO
- #endif
-
- #ifdef LN
- subq $4, KK
- #endif
-
- #ifdef LT
- addq $4, KK
- #endif
-
- #ifdef RT
- movq K, %rax
- salq $2 + BASE_SHIFT, %rax
- addq %rax, AORIG
- #endif
-
- decq I
- BRANCH
- jg .L91
- ALIGN_4
-
- .L119:
- #ifdef LN
- leaq (B, K, SIZE), 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
|