// Auto-generated file. Do not edit! // Template: src/f32-gemm/avx512-broadcast.c.in // Generator: tools/xngen // // Copyright 2019 Google LLC // // This source code is licensed under the BSD-style license found in the // LICENSE file in the root directory of this source tree. #include #include #include "xnnpack/gemm.h" #include "xnnpack/intrinsics-polyfill.h" void xnn_f32_gemm_minmax_ukernel_14x64__avx512f_broadcast( size_t mr, size_t nc, size_t kc, const float* restrict a, size_t a_stride, const float* restrict w, float* restrict c, size_t cm_stride, size_t cn_stride, const union xnn_f32_minmax_params params[restrict XNN_MIN_ELEMENTS(1)]) { assert(mr != 0); assert(mr <= 14); assert(nc != 0); assert(kc != 0); assert(kc % sizeof(float) == 0); assert(a != NULL); assert(w != NULL); assert(c != NULL); const float* a0 = a; float* c0 = c; const float* a1 = (const float*) ((uintptr_t) a0 + a_stride); float* c1 = (float*) ((uintptr_t) c0 + cm_stride); if XNN_UNPREDICTABLE(mr < 2) { a1 = a0; c1 = c0; } const float* a2 = (const float*) ((uintptr_t) a1 + a_stride); float* c2 = (float*) ((uintptr_t) c1 + cm_stride); if XNN_UNPREDICTABLE(mr <= 2) { a2 = a1; c2 = c1; } const float* a3 = (const float*) ((uintptr_t) a2 + a_stride); float* c3 = (float*) ((uintptr_t) c2 + cm_stride); if XNN_UNPREDICTABLE(mr < 4) { a3 = a2; c3 = c2; } const float* a4 = (const float*) ((uintptr_t) a3 + a_stride); float* c4 = (float*) ((uintptr_t) c3 + cm_stride); if XNN_UNPREDICTABLE(mr <= 4) { a4 = a3; c4 = c3; } const float* a5 = (const float*) ((uintptr_t) a4 + a_stride); float* c5 = (float*) ((uintptr_t) c4 + cm_stride); if XNN_UNPREDICTABLE(mr < 6) { a5 = a4; c5 = c4; } const float* a6 = (const float*) ((uintptr_t) a5 + a_stride); float* c6 = (float*) ((uintptr_t) c5 + cm_stride); if XNN_UNPREDICTABLE(mr <= 6) { a6 = a5; c6 = c5; } const float* a7 = (const float*) ((uintptr_t) a6 + a_stride); float* c7 = (float*) ((uintptr_t) c6 + cm_stride); if XNN_UNPREDICTABLE(mr < 8) { a7 = a6; c7 = c6; } const float* a8 = (const float*) ((uintptr_t) a7 + a_stride); float* c8 = (float*) ((uintptr_t) c7 + cm_stride); if XNN_UNPREDICTABLE(mr <= 8) { a8 = a7; c8 = c7; } const float* a9 = (const float*) ((uintptr_t) a8 + a_stride); float* c9 = (float*) ((uintptr_t) c8 + cm_stride); if XNN_UNPREDICTABLE(mr < 10) { a9 = a8; c9 = c8; } const float* a10 = (const float*) ((uintptr_t) a9 + a_stride); float* c10 = (float*) ((uintptr_t) c9 + cm_stride); if XNN_UNPREDICTABLE(mr <= 10) { a10 = a9; c10 = c9; } const float* a11 = (const float*) ((uintptr_t) a10 + a_stride); float* c11 = (float*) ((uintptr_t) c10 + cm_stride); if XNN_UNPREDICTABLE(mr < 12) { a11 = a10; c11 = c10; } const float* a12 = (const float*) ((uintptr_t) a11 + a_stride); float* c12 = (float*) ((uintptr_t) c11 + cm_stride); if XNN_UNPREDICTABLE(mr <= 12) { a12 = a11; c12 = c11; } const float* a13 = (const float*) ((uintptr_t) a12 + a_stride); float* c13 = (float*) ((uintptr_t) c12 + cm_stride); if XNN_UNPREDICTABLE(mr != 14) { a13 = a12; c13 = c12; } do { __m512 vacc0x0 = _mm512_load_ps(w); __m512 vacc0x1 = _mm512_load_ps(w + 16); __m512 vacc0x2 = _mm512_load_ps(w + 32); __m512 vacc0x3 = _mm512_load_ps(w + 48); __m512 vacc1x0 = vacc0x0; __m512 vacc1x1 = vacc0x1; __m512 vacc1x2 = vacc0x2; __m512 vacc1x3 = vacc0x3; __m512 vacc2x0 = vacc0x0; __m512 vacc2x1 = vacc0x1; __m512 vacc2x2 = vacc0x2; __m512 vacc2x3 = vacc0x3; __m512 vacc3x0 = vacc0x0; __m512 vacc3x1 = vacc0x1; __m512 vacc3x2 = vacc0x2; __m512 vacc3x3 = vacc0x3; __m512 vacc4x0 = vacc0x0; __m512 vacc4x1 = vacc0x1; __m512 vacc4x2 = vacc0x2; __m512 vacc4x3 = vacc0x3; __m512 vacc5x0 = vacc0x0; __m512 vacc5x1 = vacc0x1; __m512 vacc5x2 = vacc0x2; __m512 vacc5x3 = vacc0x3; __m512 vacc6x0 = vacc0x0; __m512 vacc6x1 = vacc0x1; __m512 vacc6x2 = vacc0x2; __m512 vacc6x3 = vacc0x3; __m512 vacc7x0 = vacc0x0; __m512 vacc7x1 = vacc0x1; __m512 vacc7x2 = vacc0x2; __m512 vacc7x3 = vacc0x3; __m512 vacc8x0 = vacc0x0; __m512 vacc8x1 = vacc0x1; __m512 vacc8x2 = vacc0x2; __m512 vacc8x3 = vacc0x3; __m512 vacc9x0 = vacc0x0; __m512 vacc9x1 = vacc0x1; __m512 vacc9x2 = vacc0x2; __m512 vacc9x3 = vacc0x3; __m512 vacc10x0 = vacc0x0; __m512 vacc10x1 = vacc0x1; __m512 vacc10x2 = vacc0x2; __m512 vacc10x3 = vacc0x3; __m512 vacc11x0 = vacc0x0; __m512 vacc11x1 = vacc0x1; __m512 vacc11x2 = vacc0x2; __m512 vacc11x3 = vacc0x3; __m512 vacc12x0 = vacc0x0; __m512 vacc12x1 = vacc0x1; __m512 vacc12x2 = vacc0x2; __m512 vacc12x3 = vacc0x3; __m512 vacc13x0 = vacc0x0; __m512 vacc13x1 = vacc0x1; __m512 vacc13x2 = vacc0x2; __m512 vacc13x3 = vacc0x3; w += 64; size_t k = kc; do { const __m512 vb0 = _mm512_load_ps(w); const __m512 vb1 = _mm512_loadu_ps(w + 16); const __m512 vb2 = _mm512_loadu_ps(w + 32); const __m512 vb3 = _mm512_loadu_ps(w + 48); w += 64; const __m512 va0 = _mm512_set1_ps(*a0); vacc0x0 = _mm512_fmadd_ps(va0, vb0, vacc0x0); vacc0x1 = _mm512_fmadd_ps(va0, vb1, vacc0x1); vacc0x2 = _mm512_fmadd_ps(va0, vb2, vacc0x2); vacc0x3 = _mm512_fmadd_ps(va0, vb3, vacc0x3); const __m512 va1 = _mm512_set1_ps(*a1); vacc1x0 = _mm512_fmadd_ps(va1, vb0, vacc1x0); vacc1x1 = _mm512_fmadd_ps(va1, vb1, vacc1x1); vacc1x2 = _mm512_fmadd_ps(va1, vb2, vacc1x2); vacc1x3 = _mm512_fmadd_ps(va1, vb3, vacc1x3); const __m512 va2 = _mm512_set1_ps(*a2); vacc2x0 = _mm512_fmadd_ps(va2, vb0, vacc2x0); vacc2x1 = _mm512_fmadd_ps(va2, vb1, vacc2x1); vacc2x2 = _mm512_fmadd_ps(va2, vb2, vacc2x2); vacc2x3 = _mm512_fmadd_ps(va2, vb3, vacc2x3); const __m512 va3 = _mm512_set1_ps(*a3); vacc3x0 = _mm512_fmadd_ps(va3, vb0, vacc3x0); vacc3x1 = _mm512_fmadd_ps(va3, vb1, vacc3x1); vacc3x2 = _mm512_fmadd_ps(va3, vb2, vacc3x2); vacc3x3 = _mm512_fmadd_ps(va3, vb3, vacc3x3); const __m512 va4 = _mm512_set1_ps(*a4); vacc4x0 = _mm512_fmadd_ps(va4, vb0, vacc4x0); vacc4x1 = _mm512_fmadd_ps(va4, vb1, vacc4x1); vacc4x2 = _mm512_fmadd_ps(va4, vb2, vacc4x2); vacc4x3 = _mm512_fmadd_ps(va4, vb3, vacc4x3); const __m512 va5 = _mm512_set1_ps(*a5); vacc5x0 = _mm512_fmadd_ps(va5, vb0, vacc5x0); vacc5x1 = _mm512_fmadd_ps(va5, vb1, vacc5x1); vacc5x2 = _mm512_fmadd_ps(va5, vb2, vacc5x2); vacc5x3 = _mm512_fmadd_ps(va5, vb3, vacc5x3); const __m512 va6 = _mm512_set1_ps(*a6); vacc6x0 = _mm512_fmadd_ps(va6, vb0, vacc6x0); vacc6x1 = _mm512_fmadd_ps(va6, vb1, vacc6x1); vacc6x2 = _mm512_fmadd_ps(va6, vb2, vacc6x2); vacc6x3 = _mm512_fmadd_ps(va6, vb3, vacc6x3); const __m512 va7 = _mm512_set1_ps(*a7); vacc7x0 = _mm512_fmadd_ps(va7, vb0, vacc7x0); vacc7x1 = _mm512_fmadd_ps(va7, vb1, vacc7x1); vacc7x2 = _mm512_fmadd_ps(va7, vb2, vacc7x2); vacc7x3 = _mm512_fmadd_ps(va7, vb3, vacc7x3); const __m512 va8 = _mm512_set1_ps(*a8); vacc8x0 = _mm512_fmadd_ps(va8, vb0, vacc8x0); vacc8x1 = _mm512_fmadd_ps(va8, vb1, vacc8x1); vacc8x2 = _mm512_fmadd_ps(va8, vb2, vacc8x2); vacc8x3 = _mm512_fmadd_ps(va8, vb3, vacc8x3); const __m512 va9 = _mm512_set1_ps(*a9); vacc9x0 = _mm512_fmadd_ps(va9, vb0, vacc9x0); vacc9x1 = _mm512_fmadd_ps(va9, vb1, vacc9x1); vacc9x2 = _mm512_fmadd_ps(va9, vb2, vacc9x2); vacc9x3 = _mm512_fmadd_ps(va9, vb3, vacc9x3); const __m512 va10 = _mm512_set1_ps(*a10); vacc10x0 = _mm512_fmadd_ps(va10, vb0, vacc10x0); vacc10x1 = _mm512_fmadd_ps(va10, vb1, vacc10x1); vacc10x2 = _mm512_fmadd_ps(va10, vb2, vacc10x2); vacc10x3 = _mm512_fmadd_ps(va10, vb3, vacc10x3); const __m512 va11 = _mm512_set1_ps(*a11); vacc11x0 = _mm512_fmadd_ps(va11, vb0, vacc11x0); vacc11x1 = _mm512_fmadd_ps(va11, vb1, vacc11x1); vacc11x2 = _mm512_fmadd_ps(va11, vb2, vacc11x2); vacc11x3 = _mm512_fmadd_ps(va11, vb3, vacc11x3); const __m512 va12 = _mm512_set1_ps(*a12); vacc12x0 = _mm512_fmadd_ps(va12, vb0, vacc12x0); vacc12x1 = _mm512_fmadd_ps(va12, vb1, vacc12x1); vacc12x2 = _mm512_fmadd_ps(va12, vb2, vacc12x2); vacc12x3 = _mm512_fmadd_ps(va12, vb3, vacc12x3); const __m512 va13 = _mm512_set1_ps(*a13); vacc13x0 = _mm512_fmadd_ps(va13, vb0, vacc13x0); vacc13x1 = _mm512_fmadd_ps(va13, vb1, vacc13x1); vacc13x2 = _mm512_fmadd_ps(va13, vb2, vacc13x2); vacc13x3 = _mm512_fmadd_ps(va13, vb3, vacc13x3); a0 += 1; a1 += 1; a2 += 1; a3 += 1; a4 += 1; a5 += 1; a6 += 1; a7 += 1; a8 += 1; a9 += 1; a10 += 1; a11 += 1; a12 += 1; a13 += 1; k -= sizeof(float); } while (k != 0); const __m512 vmin = _mm512_set1_ps(params->scalar.min); vacc0x0 = _mm512_max_ps(vmin, vacc0x0); vacc1x0 = _mm512_max_ps(vmin, vacc1x0); vacc2x0 = _mm512_max_ps(vmin, vacc2x0); vacc3x0 = _mm512_max_ps(vmin, vacc3x0); vacc4x0 = _mm512_max_ps(vmin, vacc4x0); vacc5x0 = _mm512_max_ps(vmin, vacc5x0); vacc6x0 = _mm512_max_ps(vmin, vacc6x0); vacc7x0 = _mm512_max_ps(vmin, vacc7x0); vacc8x0 = _mm512_max_ps(vmin, vacc8x0); vacc9x0 = _mm512_max_ps(vmin, vacc9x0); vacc10x0 = _mm512_max_ps(vmin, vacc10x0); vacc11x0 = _mm512_max_ps(vmin, vacc11x0); vacc12x0 = _mm512_max_ps(vmin, vacc12x0); vacc13x0 = _mm512_max_ps(vmin, vacc13x0); vacc0x1 = _mm512_max_ps(vmin, vacc0x1); vacc1x1 = _mm512_max_ps(vmin, vacc1x1); vacc2x1 = _mm512_max_ps(vmin, vacc2x1); vacc3x1 = _mm512_max_ps(vmin, vacc3x1); vacc4x1 = _mm512_max_ps(vmin, vacc4x1); vacc5x1 = _mm512_max_ps(vmin, vacc5x1); vacc6x1 = _mm512_max_ps(vmin, vacc6x1); vacc7x1 = _mm512_max_ps(vmin, vacc7x1); vacc8x1 = _mm512_max_ps(vmin, vacc8x1); vacc9x1 = _mm512_max_ps(vmin, vacc9x1); vacc10x1 = _mm512_max_ps(vmin, vacc10x1); vacc11x1 = _mm512_max_ps(vmin, vacc11x1); vacc12x1 = _mm512_max_ps(vmin, vacc12x1); vacc13x1 = _mm512_max_ps(vmin, vacc13x1); vacc0x2 = _mm512_max_ps(vmin, vacc0x2); vacc1x2 = _mm512_max_ps(vmin, vacc1x2); vacc2x2 = _mm512_max_ps(vmin, vacc2x2); vacc3x2 = _mm512_max_ps(vmin, vacc3x2); vacc4x2 = _mm512_max_ps(vmin, vacc4x2); vacc5x2 = _mm512_max_ps(vmin, vacc5x2); vacc6x2 = _mm512_max_ps(vmin, vacc6x2); vacc7x2 = _mm512_max_ps(vmin, vacc7x2); vacc8x2 = _mm512_max_ps(vmin, vacc8x2); vacc9x2 = _mm512_max_ps(vmin, vacc9x2); vacc10x2 = _mm512_max_ps(vmin, vacc10x2); vacc11x2 = _mm512_max_ps(vmin, vacc11x2); vacc12x2 = _mm512_max_ps(vmin, vacc12x2); vacc13x2 = _mm512_max_ps(vmin, vacc13x2); vacc0x3 = _mm512_max_ps(vmin, vacc0x3); vacc1x3 = _mm512_max_ps(vmin, vacc1x3); vacc2x3 = _mm512_max_ps(vmin, vacc2x3); vacc3x3 = _mm512_max_ps(vmin, vacc3x3); vacc4x3 = _mm512_max_ps(vmin, vacc4x3); vacc5x3 = _mm512_max_ps(vmin, vacc5x3); vacc6x3 = _mm512_max_ps(vmin, vacc6x3); vacc7x3 = _mm512_max_ps(vmin, vacc7x3); vacc8x3 = _mm512_max_ps(vmin, vacc8x3); vacc9x3 = _mm512_max_ps(vmin, vacc9x3); vacc10x3 = _mm512_max_ps(vmin, vacc10x3); vacc11x3 = _mm512_max_ps(vmin, vacc11x3); vacc12x3 = _mm512_max_ps(vmin, vacc12x3); vacc13x3 = _mm512_max_ps(vmin, vacc13x3); const __m512 vmax = _mm512_set1_ps(params->scalar.max); vacc0x0 = _mm512_min_ps(vmax, vacc0x0); vacc1x0 = _mm512_min_ps(vmax, vacc1x0); vacc2x0 = _mm512_min_ps(vmax, vacc2x0); vacc3x0 = _mm512_min_ps(vmax, vacc3x0); vacc4x0 = _mm512_min_ps(vmax, vacc4x0); vacc5x0 = _mm512_min_ps(vmax, vacc5x0); vacc6x0 = _mm512_min_ps(vmax, vacc6x0); vacc7x0 = _mm512_min_ps(vmax, vacc7x0); vacc8x0 = _mm512_min_ps(vmax, vacc8x0); vacc9x0 = _mm512_min_ps(vmax, vacc9x0); vacc10x0 = _mm512_min_ps(vmax, vacc10x0); vacc11x0 = _mm512_min_ps(vmax, vacc11x0); vacc12x0 = _mm512_min_ps(vmax, vacc12x0); vacc13x0 = _mm512_min_ps(vmax, vacc13x0); vacc0x1 = _mm512_min_ps(vmax, vacc0x1); vacc1x1 = _mm512_min_ps(vmax, vacc1x1); vacc2x1 = _mm512_min_ps(vmax, vacc2x1); vacc3x1 = _mm512_min_ps(vmax, vacc3x1); vacc4x1 = _mm512_min_ps(vmax, vacc4x1); vacc5x1 = _mm512_min_ps(vmax, vacc5x1); vacc6x1 = _mm512_min_ps(vmax, vacc6x1); vacc7x1 = _mm512_min_ps(vmax, vacc7x1); vacc8x1 = _mm512_min_ps(vmax, vacc8x1); vacc9x1 = _mm512_min_ps(vmax, vacc9x1); vacc10x1 = _mm512_min_ps(vmax, vacc10x1); vacc11x1 = _mm512_min_ps(vmax, vacc11x1); vacc12x1 = _mm512_min_ps(vmax, vacc12x1); vacc13x1 = _mm512_min_ps(vmax, vacc13x1); vacc0x2 = _mm512_min_ps(vmax, vacc0x2); vacc1x2 = _mm512_min_ps(vmax, vacc1x2); vacc2x2 = _mm512_min_ps(vmax, vacc2x2); vacc3x2 = _mm512_min_ps(vmax, vacc3x2); vacc4x2 = _mm512_min_ps(vmax, vacc4x2); vacc5x2 = _mm512_min_ps(vmax, vacc5x2); vacc6x2 = _mm512_min_ps(vmax, vacc6x2); vacc7x2 = _mm512_min_ps(vmax, vacc7x2); vacc8x2 = _mm512_min_ps(vmax, vacc8x2); vacc9x2 = _mm512_min_ps(vmax, vacc9x2); vacc10x2 = _mm512_min_ps(vmax, vacc10x2); vacc11x2 = _mm512_min_ps(vmax, vacc11x2); vacc12x2 = _mm512_min_ps(vmax, vacc12x2); vacc13x2 = _mm512_min_ps(vmax, vacc13x2); vacc0x3 = _mm512_min_ps(vmax, vacc0x3); vacc1x3 = _mm512_min_ps(vmax, vacc1x3); vacc2x3 = _mm512_min_ps(vmax, vacc2x3); vacc3x3 = _mm512_min_ps(vmax, vacc3x3); vacc4x3 = _mm512_min_ps(vmax, vacc4x3); vacc5x3 = _mm512_min_ps(vmax, vacc5x3); vacc6x3 = _mm512_min_ps(vmax, vacc6x3); vacc7x3 = _mm512_min_ps(vmax, vacc7x3); vacc8x3 = _mm512_min_ps(vmax, vacc8x3); vacc9x3 = _mm512_min_ps(vmax, vacc9x3); vacc10x3 = _mm512_min_ps(vmax, vacc10x3); vacc11x3 = _mm512_min_ps(vmax, vacc11x3); vacc12x3 = _mm512_min_ps(vmax, vacc12x3); vacc13x3 = _mm512_min_ps(vmax, vacc13x3); if XNN_LIKELY(nc >= 64) { _mm512_storeu_ps(c0, vacc0x0); _mm512_storeu_ps(c0 + 16, vacc0x1); _mm512_storeu_ps(c0 + 32, vacc0x2); _mm512_storeu_ps(c0 + 48, vacc0x3); c0 = (float*) ((uintptr_t) c0 + cn_stride); _mm512_storeu_ps(c1, vacc1x0); _mm512_storeu_ps(c1 + 16, vacc1x1); _mm512_storeu_ps(c1 + 32, vacc1x2); _mm512_storeu_ps(c1 + 48, vacc1x3); c1 = (float*) ((uintptr_t) c1 + cn_stride); _mm512_storeu_ps(c2, vacc2x0); _mm512_storeu_ps(c2 + 16, vacc2x1); _mm512_storeu_ps(c2 + 32, vacc2x2); _mm512_storeu_ps(c2 + 48, vacc2x3); c2 = (float*) ((uintptr_t) c2 + cn_stride); _mm512_storeu_ps(c3, vacc3x0); _mm512_storeu_ps(c3 + 16, vacc3x1); _mm512_storeu_ps(c3 + 32, vacc3x2); _mm512_storeu_ps(c3 + 48, vacc3x3); c3 = (float*) ((uintptr_t) c3 + cn_stride); _mm512_storeu_ps(c4, vacc4x0); _mm512_storeu_ps(c4 + 16, vacc4x1); _mm512_storeu_ps(c4 + 32, vacc4x2); _mm512_storeu_ps(c4 + 48, vacc4x3); c4 = (float*) ((uintptr_t) c4 + cn_stride); _mm512_storeu_ps(c5, vacc5x0); _mm512_storeu_ps(c5 + 16, vacc5x1); _mm512_storeu_ps(c5 + 32, vacc5x2); _mm512_storeu_ps(c5 + 48, vacc5x3); c5 = (float*) ((uintptr_t) c5 + cn_stride); _mm512_storeu_ps(c6, vacc6x0); _mm512_storeu_ps(c6 + 16, vacc6x1); _mm512_storeu_ps(c6 + 32, vacc6x2); _mm512_storeu_ps(c6 + 48, vacc6x3); c6 = (float*) ((uintptr_t) c6 + cn_stride); _mm512_storeu_ps(c7, vacc7x0); _mm512_storeu_ps(c7 + 16, vacc7x1); _mm512_storeu_ps(c7 + 32, vacc7x2); _mm512_storeu_ps(c7 + 48, vacc7x3); c7 = (float*) ((uintptr_t) c7 + cn_stride); _mm512_storeu_ps(c8, vacc8x0); _mm512_storeu_ps(c8 + 16, vacc8x1); _mm512_storeu_ps(c8 + 32, vacc8x2); _mm512_storeu_ps(c8 + 48, vacc8x3); c8 = (float*) ((uintptr_t) c8 + cn_stride); _mm512_storeu_ps(c9, vacc9x0); _mm512_storeu_ps(c9 + 16, vacc9x1); _mm512_storeu_ps(c9 + 32, vacc9x2); _mm512_storeu_ps(c9 + 48, vacc9x3); c9 = (float*) ((uintptr_t) c9 + cn_stride); _mm512_storeu_ps(c10, vacc10x0); _mm512_storeu_ps(c10 + 16, vacc10x1); _mm512_storeu_ps(c10 + 32, vacc10x2); _mm512_storeu_ps(c10 + 48, vacc10x3); c10 = (float*) ((uintptr_t) c10 + cn_stride); _mm512_storeu_ps(c11, vacc11x0); _mm512_storeu_ps(c11 + 16, vacc11x1); _mm512_storeu_ps(c11 + 32, vacc11x2); _mm512_storeu_ps(c11 + 48, vacc11x3); c11 = (float*) ((uintptr_t) c11 + cn_stride); _mm512_storeu_ps(c12, vacc12x0); _mm512_storeu_ps(c12 + 16, vacc12x1); _mm512_storeu_ps(c12 + 32, vacc12x2); _mm512_storeu_ps(c12 + 48, vacc12x3); c12 = (float*) ((uintptr_t) c12 + cn_stride); _mm512_storeu_ps(c13, vacc13x0); _mm512_storeu_ps(c13 + 16, vacc13x1); _mm512_storeu_ps(c13 + 32, vacc13x2); _mm512_storeu_ps(c13 + 48, vacc13x3); c13 = (float*) ((uintptr_t) c13 + cn_stride); a0 = (const float*) ((uintptr_t) a0 - kc); a1 = (const float*) ((uintptr_t) a1 - kc); a2 = (const float*) ((uintptr_t) a2 - kc); a3 = (const float*) ((uintptr_t) a3 - kc); a4 = (const float*) ((uintptr_t) a4 - kc); a5 = (const float*) ((uintptr_t) a5 - kc); a6 = (const float*) ((uintptr_t) a6 - kc); a7 = (const float*) ((uintptr_t) a7 - kc); a8 = (const float*) ((uintptr_t) a8 - kc); a9 = (const float*) ((uintptr_t) a9 - kc); a10 = (const float*) ((uintptr_t) a10 - kc); a11 = (const float*) ((uintptr_t) a11 - kc); a12 = (const float*) ((uintptr_t) a12 - kc); a13 = (const float*) ((uintptr_t) a13 - kc); nc -= 64; } else { // NC remainder (1..63) assert(nc >= 1); assert(nc <= 63); // Prepare mask for valid 32-bit elements (depends on nc). const __mmask16 vmask0 = _cvtu32_mask16((uint32_t) (((UINT64_C(1) << nc) - 1) >> 0)); const __mmask16 vmask1 = _cvtu32_mask16((uint32_t) (((UINT64_C(1) << nc) - 1) >> 16)); const __mmask16 vmask2 = _cvtu32_mask16((uint32_t) (((UINT64_C(1) << nc) - 1) >> 32)); const __mmask16 vmask3 = _cvtu32_mask16((uint32_t) (((UINT64_C(1) << nc) - 1) >> 48)); _mm512_mask_storeu_ps(c0 + 0, vmask0, vacc0x0); _mm512_mask_storeu_ps(c0 + 16, vmask1, vacc0x1); _mm512_mask_storeu_ps(c0 + 32, vmask2, vacc0x2); _mm512_mask_storeu_ps(c0 + 48, vmask3, vacc0x3); _mm512_mask_storeu_ps(c1 + 0, vmask0, vacc1x0); _mm512_mask_storeu_ps(c1 + 16, vmask1, vacc1x1); _mm512_mask_storeu_ps(c1 + 32, vmask2, vacc1x2); _mm512_mask_storeu_ps(c1 + 48, vmask3, vacc1x3); _mm512_mask_storeu_ps(c2 + 0, vmask0, vacc2x0); _mm512_mask_storeu_ps(c2 + 16, vmask1, vacc2x1); _mm512_mask_storeu_ps(c2 + 32, vmask2, vacc2x2); _mm512_mask_storeu_ps(c2 + 48, vmask3, vacc2x3); _mm512_mask_storeu_ps(c3 + 0, vmask0, vacc3x0); _mm512_mask_storeu_ps(c3 + 16, vmask1, vacc3x1); _mm512_mask_storeu_ps(c3 + 32, vmask2, vacc3x2); _mm512_mask_storeu_ps(c3 + 48, vmask3, vacc3x3); _mm512_mask_storeu_ps(c4 + 0, vmask0, vacc4x0); _mm512_mask_storeu_ps(c4 + 16, vmask1, vacc4x1); _mm512_mask_storeu_ps(c4 + 32, vmask2, vacc4x2); _mm512_mask_storeu_ps(c4 + 48, vmask3, vacc4x3); _mm512_mask_storeu_ps(c5 + 0, vmask0, vacc5x0); _mm512_mask_storeu_ps(c5 + 16, vmask1, vacc5x1); _mm512_mask_storeu_ps(c5 + 32, vmask2, vacc5x2); _mm512_mask_storeu_ps(c5 + 48, vmask3, vacc5x3); _mm512_mask_storeu_ps(c6 + 0, vmask0, vacc6x0); _mm512_mask_storeu_ps(c6 + 16, vmask1, vacc6x1); _mm512_mask_storeu_ps(c6 + 32, vmask2, vacc6x2); _mm512_mask_storeu_ps(c6 + 48, vmask3, vacc6x3); _mm512_mask_storeu_ps(c7 + 0, vmask0, vacc7x0); _mm512_mask_storeu_ps(c7 + 16, vmask1, vacc7x1); _mm512_mask_storeu_ps(c7 + 32, vmask2, vacc7x2); _mm512_mask_storeu_ps(c7 + 48, vmask3, vacc7x3); _mm512_mask_storeu_ps(c8 + 0, vmask0, vacc8x0); _mm512_mask_storeu_ps(c8 + 16, vmask1, vacc8x1); _mm512_mask_storeu_ps(c8 + 32, vmask2, vacc8x2); _mm512_mask_storeu_ps(c8 + 48, vmask3, vacc8x3); _mm512_mask_storeu_ps(c9 + 0, vmask0, vacc9x0); _mm512_mask_storeu_ps(c9 + 16, vmask1, vacc9x1); _mm512_mask_storeu_ps(c9 + 32, vmask2, vacc9x2); _mm512_mask_storeu_ps(c9 + 48, vmask3, vacc9x3); _mm512_mask_storeu_ps(c10 + 0, vmask0, vacc10x0); _mm512_mask_storeu_ps(c10 + 16, vmask1, vacc10x1); _mm512_mask_storeu_ps(c10 + 32, vmask2, vacc10x2); _mm512_mask_storeu_ps(c10 + 48, vmask3, vacc10x3); _mm512_mask_storeu_ps(c11 + 0, vmask0, vacc11x0); _mm512_mask_storeu_ps(c11 + 16, vmask1, vacc11x1); _mm512_mask_storeu_ps(c11 + 32, vmask2, vacc11x2); _mm512_mask_storeu_ps(c11 + 48, vmask3, vacc11x3); _mm512_mask_storeu_ps(c12 + 0, vmask0, vacc12x0); _mm512_mask_storeu_ps(c12 + 16, vmask1, vacc12x1); _mm512_mask_storeu_ps(c12 + 32, vmask2, vacc12x2); _mm512_mask_storeu_ps(c12 + 48, vmask3, vacc12x3); _mm512_mask_storeu_ps(c13 + 0, vmask0, vacc13x0); _mm512_mask_storeu_ps(c13 + 16, vmask1, vacc13x1); _mm512_mask_storeu_ps(c13 + 32, vmask2, vacc13x2); _mm512_mask_storeu_ps(c13 + 48, vmask3, vacc13x3); nc = 0; } } while (nc != 0); }