Update CPU kernels to remove x19 and w19

Resolves: COMPMID-5805

Change-Id: Idf720bbb136474810086f5089c5ed23b3f79835a
Signed-off-by: Michael Tyler <michael.tyler@arm.com>
Reviewed-on: https://review.mlplatform.org/c/ml/ComputeLibrary/+/9081
Benchmark: Arm Jenkins <bsgcomp@arm.com>
Tested-by: Arm Jenkins <bsgcomp@arm.com>
Comments-Addressed: Arm Jenkins <bsgcomp@arm.com>
Reviewed-by: Gunes Bayir <gunes.bayir@arm.com>
Reviewed-by: Viet-Hoa Do <viet-hoa.do@arm.com>

1 files changed, 503 insertions, 511 deletions

diff --git a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_u8s8u8q_nhwc_5x5_s1_output2x2_mla_depthfirst/generic.cpp b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_u8s8u8q_nhwc_5x5_s1_output2x2_mla_depthfirst/generic.cpp
index 9cf95e9588..9c291ae186 100644
--- a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_u8s8u8q_nhwc_5x5_s1_output2x2_mla_depthfirst/generic.cpp
+++ b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_u8s8u8q_nhwc_5x5_s1_output2x2_mla_depthfirst/generic.cpp
@@ -1,5 +1,5 @@
 /*
- * Copyright (c) 2021-2022 Arm Limited.
+ * Copyright (c) 2021-2023 Arm Limited.
  *
  * SPDX-License-Identifier: MIT
  *
@@ -111,546 +111,538 @@ void sve_u8s8u8q_nhwc_5x5_s1_output2x2_mla_depthfirst_impl(
                       requant_muls, requant_shifts, outptrs);
 
   __asm__ __volatile__(
-    "ldr x0, [%x[params], %[offsetof_Params_n_channels]]\n"
+    "mov x0, #0x0\n"
+    "mov x24, x0\n"
+    "ldr x23, [%x[params], %[offsetof_Params_requant]]\n"
+    "ldr x1, [%x[params], %[offsetof_Params_n_channels]]\n"
     "ptrue p4.b\n"
-    "ldr x1, [%x[params], %[offsetof_Params_weights]]\n"
-    "mov x2, #0x0\n"
-    "ldr x22, [%x[params], %[offsetof_Params_requant]]\n"
-    "mov x3, #0x0\n"
-    "ldr x4, [%x[params], %[offsetof_Params_requant_muls]]\n"
-    "add x5, %x[params], %[offsetof_Params_inptrs]\n"
-    "ldr x6, [%x[params], %[offsetof_Params_requant_shifts]]\n"
-    "add x19, x22, %[offsetof_Requantize32_a_offset]\n"
-    "ldr x21, [%x[params], %[offsetof_Params_outptrs]]\n"
-    "add x20, x22, %[offsetof_Requantize32_b_offset]\n"
-    "ld1rb { z9.b }, p4/Z, [x19]\n"
-    "add x19, x22, %[offsetof_Requantize32_c_offset]\n"
-    "ld1rb { z14.b }, p4/Z, [x20]\n"
-    "add x20, x22, %[offsetof_Requantize32_minval]\n"
-    "ld1rw { z17.s }, p4/Z, [x19]\n"
-    "add x19, x22, %[offsetof_Requantize32_maxval]\n"
-    "ld1rw { z12.s }, p4/Z, [x20]\n"
-    "whilelt p3.h, x2, x0\n"
-    "ld1rw { z11.s }, p4/Z, [x19]\n"
-    "whilelt p2.s, x2, x0\n"
-    "ldp x7, x8, [x21, #0x0]\n"
-    "mov x19, x2\n"
-    "incw x19\n"
-    "ldp x17, x16, [x21, #0x10]\n"
-    "whilelt p1.s, x19, x0\n"
-    "ldr x19, [%x[params], %[offsetof_Params_bias]]\n"
-    "ld1w { z4.s }, p2/Z, [x19]\n"
-    "ld1w { z16.s }, p1/Z, [x19, #1, MUL VL]\n"
-    "uzp1 z15.s, z4.s, z16.s\n"
-    "addvl x19, x19, #2\n"
-    "str x19, [%x[params], %[offsetof_Params_bias]]\n"
-    "uzp2 z18.s, z4.s, z16.s\n"
-    "mov z21.d, z15.d\n"
-    "ld1sb { z0.h }, p4/Z, [x1]\n"
-    "mov z5.d, z15.d\n"
-    "ld1sb { z1.h }, p4/Z, [x1, #1, MUL VL]\n"
-    "mov z13.d, z18.d\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #2, MUL VL]\n"
-    "mov z7.d, z18.d\n"
-    "ld1sb { z3.h }, p4/Z, [x1, #3, MUL VL]\n"
-    "mov z6.d, z15.d\n"
-    "ld1sb { z4.h }, p4/Z, [x1, #4, MUL VL]\n"
-    "mov z8.d, z18.d\n"
-    "ldp x28, x27, [x5, #0x0]\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    "ldp x26, x25, [x5, #0x10]\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    "ldp x24, x23, [x5, #0x20]\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    "ldp x22, x21, [x5, #0x30]\n"
-    "ldp x20, x19, [x5, #0x40]\n"
-    "ld1b { z31.h }, p3/Z, [x28, x2]\n"
-    ".inst 0x45491bff  // usublb z31.h, z31.b, z9.b\n"
-    "ld1b { z30.h }, p3/Z, [x27, x2]\n"
-    "ld1b { z29.h }, p3/Z, [x26, x2]\n"
-    ".inst 0x45491bde  // usublb z30.h, z30.b, z9.b\n"
-    "ld1b { z28.h }, p3/Z, [x25, x2]\n"
-    ".inst 0x45491bbd  // usublb z29.h, z29.b, z9.b\n"
-    "ld1b { z27.h }, p3/Z, [x24, x2]\n"
-    "ld1b { z23.h }, p3/Z, [x23, x2]\n"
-    ".inst 0x45491b9c  // usublb z28.h, z28.b, z9.b\n"
-    "ld1b { z25.h }, p3/Z, [x22, x2]\n"
-    "ld1b { z24.h }, p3/Z, [x21, x2]\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    ".inst 0x45491af7  // usublb z23.h, z23.b, z9.b\n"
-    "ld1b { z26.h }, p3/Z, [x20, x2]\n"
-    "ld1b { z22.h }, p3/Z, [x19, x2]\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    ".inst 0x45491b5a  // usublb z26.h, z26.b, z9.b\n"
-    ".inst 0x45491ad6  // usublb z22.h, z22.b, z9.b\n"
+    "ldr x22, [%x[params], %[offsetof_Params_outptrs]]\n"
+    "incw x24\n"
+    "ldr x2, [%x[params], %[offsetof_Params_weights]]\n"
+    "add x21, x23, %[offsetof_Requantize32_a_offset]\n"
+    "add x20, x23, %[offsetof_Requantize32_b_offset]\n"
+    "ld1rb { z15.b }, p4/Z, [x21]\n"
+    "ld1rb { z17.b }, p4/Z, [x20]\n"
+    "add x21, x23, %[offsetof_Requantize32_c_offset]\n"
+    "add x20, x23, %[offsetof_Requantize32_minval]\n"
+    "ld1rh { z12.h }, p4/Z, [x21]\n"
+    "ld1rh { z13.h }, p4/Z, [x20]\n"
+    "add x20, x23, %[offsetof_Requantize32_maxval]\n"
+    "ld1rh { z11.h }, p4/Z, [x20]\n"
+    "ldp x3, x4, [x22, #0x0]\n"
+    "whilelt p3.h, x0, x1\n"
+    "ldp x5, x6, [x22, #0x10]\n"
+    "whilelt p2.s, x0, x1\n"
+    "whilelt p1.s, x24, x1\n"
+    "ldr x14, [%x[params], %[offsetof_Params_bias]]\n"
+    "add x7, %x[params], %[offsetof_Params_inptrs]\n"
+    "ld1w { z30.s }, p2/Z, [x14]\n"
+    "ld1w { z16.s }, p1/Z, [x14, #1, MUL VL]\n"
+    "uzp1 z14.s, z30.s, z16.s\n"
+    "ld1sb { z0.h }, p4/Z, [x2]\n"
+    "ld1sb { z1.h }, p4/Z, [x2, #1, MUL VL]\n"
+    "uzp2 z10.s, z30.s, z16.s\n"
+    "addvl x14, x14, #2\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #2, MUL VL]\n"
+    "ld1sb { z3.h }, p4/Z, [x2, #3, MUL VL]\n"
+    "mov x8, #0x0\n"
+    "mov z20.d, z14.d\n"
+    "ld1sb { z4.h }, p4/Z, [x2, #4, MUL VL]\n"
+    "ldp x9, x28, [x7, #0x0]\n"
+    "mov z7.d, z10.d\n"
+    "mov z8.d, z14.d\n"
+    "ldp x27, x26, [x7, #0x10]\n"
+    "ldp x25, x24, [x7, #0x20]\n"
+    "mov z16.d, z10.d\n"
+    "mov z6.d, z14.d\n"
+    "ldp x23, x22, [x7, #0x30]\n"
+    "ldp x21, x20, [x7, #0x40]\n"
+    "mov z5.d, z10.d\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    "ld1b { z31.h }, p3/Z, [x9, x0]\n"
+    "ld1b { z30.h }, p3/Z, [x28, x0]\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    "ld1b { z29.h }, p3/Z, [x27, x0]\n"
+    "ld1b { z28.h }, p3/Z, [x26, x0]\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    "ld1b { z27.h }, p3/Z, [x25, x0]\n"
+    "ld1b { z23.h }, p3/Z, [x24, x0]\n"
+    ".inst 0x454f1bff  // usublb z31.h, z31.b, z15.b\n"
+    ".inst 0x454f1bde  // usublb z30.h, z30.b, z15.b\n"
+    "ld1b { z25.h }, p3/Z, [x23, x0]\n"
+    "ld1b { z24.h }, p3/Z, [x22, x0]\n"
+    ".inst 0x454f1bbd  // usublb z29.h, z29.b, z15.b\n"
+    ".inst 0x454f1b9c  // usublb z28.h, z28.b, z15.b\n"
+    "ld1b { z26.h }, p3/Z, [x21, x0]\n"
+    "ld1b { z22.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x454f1af7  // usublb z23.h, z23.b, z15.b\n"
+    "ldr x17, [%x[params], %[offsetof_Params_requant_muls]]\n"
+    "ldr x16, [%x[params], %[offsetof_Params_requant_shifts]]\n"
+    "str x14, [%x[params], %[offsetof_Params_bias]]\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x454f1b5a  // usublb z26.h, z26.b, z15.b\n"
+    ".inst 0x454f1ad6  // usublb z22.h, z22.b, z15.b\n"
     "1:"  // Loop
-    ".inst 0x448043ef  // smlalb z15.s, p4/M, z31.h, z0.h\n"
-    "ldr x20, [x5, #0x50]\n"
-    "whilelt p0.h, x3, x0\n"
-    ".inst 0x448047f2  // smlalt z18.s, p4/M, z31.h, z0.h\n"
-    "ldr x19, [x5, #0x58]\n"
-    ".inst 0x448043d5  // smlalb z21.s, p4/M, z30.h, z0.h\n"
-    "ldr x25, [x5, #0x60]\n"
-    ".inst 0x448047cd  // smlalt z13.s, p4/M, z30.h, z0.h\n"
-    "ld1b { z31.h }, p3/Z, [x20, x2]\n"
-    ".inst 0x448043a5  // smlalb z5.s, p4/M, z29.h, z0.h\n"
-    "ldr x24, [x5, #0x68]\n"
-    ".inst 0x448047a7  // smlalt z7.s, p4/M, z29.h, z0.h\n"
-    "ldr x23, [x5, #0x70]\n"
+    ".inst 0x448043ee  // smlalb z14.s, p4/M, z31.h, z0.h\n"
+    ".inst 0x448047ea  // smlalt z10.s, p4/M, z31.h, z0.h\n"
+    "ldr x20, [x7, #0x50]\n"
+    "ld1b { z31.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x448143ce  // smlalb z14.s, p4/M, z30.h, z1.h\n"
+    ".inst 0x448043d4  // smlalb z20.s, p4/M, z30.h, z0.h\n"
+    "ldr x22, [x7, #0x58]\n"
+    ".inst 0x454f1bff  // usublb z31.h, z31.b, z15.b\n"
+    ".inst 0x448043a8  // smlalb z8.s, p4/M, z29.h, z0.h\n"
     ".inst 0x44804386  // smlalb z6.s, p4/M, z28.h, z0.h\n"
-    "ldr x22, [x5, #0x78]\n"
-    ".inst 0x45491bff  // usublb z31.h, z31.b, z9.b\n"
-    "ldr x15, [x5, #0x80]\n"
-    ".inst 0x44804788  // smlalt z8.s, p4/M, z28.h, z0.h\n"
-    "ld1sb { z0.h }, p4/Z, [x1, #5, MUL VL]\n"
-    ".inst 0x448143cf  // smlalb z15.s, p4/M, z30.h, z1.h\n"
-    "ldr x21, [x5, #0x88]\n"
-    ".inst 0x448147d2  // smlalt z18.s, p4/M, z30.h, z1.h\n"
-    "ld1b { z30.h }, p3/Z, [x19, x2]\n"
-    ".inst 0x44814375  // smlalb z21.s, p4/M, z27.h, z1.h\n"
-    "ldr x20, [x5, #0x90]\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    "ldr x19, [x5, #0x98]\n"
-    ".inst 0x4481476d  // smlalt z13.s, p4/M, z27.h, z1.h\n"
-    "ldr x14, [x5, #0xa0]\n"
-    ".inst 0x45491bde  // usublb z30.h, z30.b, z9.b\n"
-    "ldr x13, [x5, #0xa8]\n"
-    ".inst 0x44814385  // smlalb z5.s, p4/M, z28.h, z1.h\n"
-    "ldr x12, [x5, #0xb0]\n"
-    ".inst 0x44814787  // smlalt z7.s, p4/M, z28.h, z1.h\n"
-    "ldr x11, [x5, #0xb8]\n"
+    "ldr x21, [x7, #0x60]\n"
+    "ldr x20, [x7, #0x68]\n"
+    ".inst 0x448147ca  // smlalt z10.s, p4/M, z30.h, z1.h\n"
+    ".inst 0x448047c7  // smlalt z7.s, p4/M, z30.h, z0.h\n"
+    "ld1b { z30.h }, p3/Z, [x22, x0]\n"
+    ".inst 0x454f1bde  // usublb z30.h, z30.b, z15.b\n"
+    ".inst 0x448047b0  // smlalt z16.s, p4/M, z29.h, z0.h\n"
+    ".inst 0x4482436e  // smlalb z14.s, p4/M, z27.h, z2.h\n"
+    "ldr x25, [x7, #0x70]\n"
+    "ldr x24, [x7, #0x78]\n"
+    ".inst 0x44804785  // smlalt z5.s, p4/M, z28.h, z0.h\n"
+    ".inst 0x44814374  // smlalb z20.s, p4/M, z27.h, z1.h\n"
+    "ld1sb { z0.h }, p4/Z, [x2, #5, MUL VL]\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    ".inst 0x44814388  // smlalb z8.s, p4/M, z28.h, z1.h\n"
     ".inst 0x448142e6  // smlalb z6.s, p4/M, z23.h, z1.h\n"
-    "ldr x10, [x5, #0xc0]\n"
-    ".inst 0x448146e8  // smlalt z8.s, p4/M, z23.h, z1.h\n"
-    "ld1sb { z1.h }, p4/Z, [x1, #6, MUL VL]\n"
-    ".inst 0x4482436f  // smlalb z15.s, p4/M, z27.h, z2.h\n"
-    "ldr x9, [x5, #0xc8]\n"
-    ".inst 0x44824772  // smlalt z18.s, p4/M, z27.h, z2.h\n"
-    "ld1b { z27.h }, p3/Z, [x25, x2]\n"
-    ".inst 0x44824335  // smlalb z21.s, p4/M, z25.h, z2.h\n"
-    "ldr x28, [x5, #0xd0]\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    "ldr x27, [x5, #0xd8]\n"
-    ".inst 0x4482472d  // smlalt z13.s, p4/M, z25.h, z2.h\n"
-    "ldr x26, [x5, #0xe0]\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    "ld1w { z19.s }, p2/Z, [x4]\n"
-    ".inst 0x448242e5  // smlalb z5.s, p4/M, z23.h, z2.h\n"
-    "ld1w { z16.s }, p1/Z, [x4, #1, MUL VL]\n"
-    "addvl x4, x4, #2\n"
-    ".inst 0x448246e7  // smlalt z7.s, p4/M, z23.h, z2.h\n"
+    "ldr x15, [x7, #0x80]\n"
+    "ldr x23, [x7, #0x88]\n"
+    ".inst 0x4482476a  // smlalt z10.s, p4/M, z27.h, z2.h\n"
+    ".inst 0x44814767  // smlalt z7.s, p4/M, z27.h, z1.h\n"
+    "ld1b { z27.h }, p3/Z, [x21, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x44814790  // smlalt z16.s, p4/M, z28.h, z1.h\n"
+    ".inst 0x4483432e  // smlalb z14.s, p4/M, z25.h, z3.h\n"
+    "ldr x22, [x7, #0x90]\n"
+    "ldr x21, [x7, #0x98]\n"
+    ".inst 0x448146e5  // smlalt z5.s, p4/M, z23.h, z1.h\n"
+    ".inst 0x44824334  // smlalb z20.s, p4/M, z25.h, z2.h\n"
+    "ld1sb { z1.h }, p4/Z, [x2, #6, MUL VL]\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    ".inst 0x448242e8  // smlalb z8.s, p4/M, z23.h, z2.h\n"
     ".inst 0x448243e6  // smlalb z6.s, p4/M, z31.h, z2.h\n"
-    ".inst 0x448247e8  // smlalt z8.s, p4/M, z31.h, z2.h\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #7, MUL VL]\n"
-    "inch x1, ALL, MUL #8\n"
-    "uzp1 z10.s, z19.s, z16.s\n"
-    "uzp2 z20.s, z19.s, z16.s\n"
-    "ld1w { z19.s }, p2/Z, [x6]\n"
-    ".inst 0x4483432f  // smlalb z15.s, p4/M, z25.h, z3.h\n"
-    "ld1w { z16.s }, p1/Z, [x6, #1, MUL VL]\n"
-    "addvl x6, x6, #2\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    ".inst 0x44834732  // smlalt z18.s, p4/M, z25.h, z3.h\n"
-    "ld1b { z25.h }, p3/Z, [x24, x2]\n"
-    ".inst 0x44834315  // smlalb z21.s, p4/M, z24.h, z3.h\n"
-    "ldr x25, [x5, #0xe8]\n"
-    ".inst 0x4483470d  // smlalt z13.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x448343e5  // smlalb z5.s, p4/M, z31.h, z3.h\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x448347e7  // smlalt z7.s, p4/M, z31.h, z3.h\n"
+    "ldr x14, [x7, #0xa0]\n"
+    "ldr x13, [x7, #0xa8]\n"
+    ".inst 0x4483472a  // smlalt z10.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x44824727  // smlalt z7.s, p4/M, z25.h, z2.h\n"
+    "ld1b { z25.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x448246f0  // smlalt z16.s, p4/M, z23.h, z2.h\n"
+    ".inst 0x4484430e  // smlalb z14.s, p4/M, z24.h, z4.h\n"
+    "ldr x12, [x7, #0xb0]\n"
+    "ldr x20, [x7, #0xb8]\n"
+    ".inst 0x448247e5  // smlalt z5.s, p4/M, z31.h, z2.h\n"
+    ".inst 0x44834314  // smlalb z20.s, p4/M, z24.h, z3.h\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #7, MUL VL]\n"
+    "inch x2, ALL, MUL #8\n"
+    ".inst 0x448343e8  // smlalb z8.s, p4/M, z31.h, z3.h\n"
     ".inst 0x448343c6  // smlalb z6.s, p4/M, z30.h, z3.h\n"
-    ".inst 0x448347c8  // smlalt z8.s, p4/M, z30.h, z3.h\n"
-    "ld1sb { z3.h }, p4/Z, [x1]\n"
-    ".inst 0x4484430f  // smlalb z15.s, p4/M, z24.h, z4.h\n"
-    ".inst 0x44844712  // smlalt z18.s, p4/M, z24.h, z4.h\n"
-    "ld1b { z24.h }, p3/Z, [x23, x2]\n"
-    ".inst 0x44844375  // smlalb z21.s, p4/M, z27.h, z4.h\n"
-    "ldr x24, [x5, #0xf0]\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x4484476d  // smlalt z13.s, p4/M, z27.h, z4.h\n"
-    "ld1b { z27.h }, p3/Z, [x22, x2]\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    "ldr x23, [x5, #0xf8]\n"
-    ".inst 0x448443c5  // smlalb z5.s, p4/M, z30.h, z4.h\n"
-    ".inst 0x448447c7  // smlalt z7.s, p4/M, z30.h, z4.h\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    "ldr x11, [x7, #0xc0]\n"
+    ".inst 0x4484470a  // smlalt z10.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x44834707  // smlalt z7.s, p4/M, z24.h, z3.h\n"
+    "ld1b { z24.h }, p3/Z, [x25, x0]\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x448347f0  // smlalt z16.s, p4/M, z31.h, z3.h\n"
+    ".inst 0x448043ae  // smlalb z14.s, p4/M, z29.h, z0.h\n"
+    "ldr x10, [x7, #0xc8]\n"
+    "ldr x9, [x7, #0xd0]\n"
+    ".inst 0x448347c5  // smlalt z5.s, p4/M, z30.h, z3.h\n"
+    ".inst 0x44844374  // smlalb z20.s, p4/M, z27.h, z4.h\n"
+    "ld1sb { z3.h }, p4/Z, [x2]\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    ".inst 0x448443c8  // smlalb z8.s, p4/M, z30.h, z4.h\n"
     ".inst 0x44844346  // smlalb z6.s, p4/M, z26.h, z4.h\n"
-    ".inst 0x44844748  // smlalt z8.s, p4/M, z26.h, z4.h\n"
-    "ld1sb { z4.h }, p4/Z, [x1, #1, MUL VL]\n"
-    ".inst 0x448043af  // smlalb z15.s, p4/M, z29.h, z0.h\n"
-    ".inst 0x448047b2  // smlalt z18.s, p4/M, z29.h, z0.h\n"
-    "uzp1 z29.s, z19.s, z16.s\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    "uzp2 z19.s, z19.s, z16.s\n"
-    ".inst 0x44804395  // smlalb z21.s, p4/M, z28.h, z0.h\n"
-    ".inst 0x4480478d  // smlalt z13.s, p4/M, z28.h, z0.h\n"
-    ".inst 0x448042c5  // smlalb z5.s, p4/M, z22.h, z0.h\n"
-    ".inst 0x448046c7  // smlalt z7.s, p4/M, z22.h, z0.h\n"
+    "ldr x28, [x7, #0xd8]\n"
+    "ldr x27, [x7, #0xe0]\n"
+    ".inst 0x448047aa  // smlalt z10.s, p4/M, z29.h, z0.h\n"
+    ".inst 0x44844767  // smlalt z7.s, p4/M, z27.h, z4.h\n"
+    "ld1b { z27.h }, p3/Z, [x24, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x448447d0  // smlalt z16.s, p4/M, z30.h, z4.h\n"
+    ".inst 0x4481438e  // smlalb z14.s, p4/M, z28.h, z1.h\n"
+    "ldr x26, [x7, #0xe8]\n"
+    "ldr x25, [x7, #0xf0]\n"
+    ".inst 0x44844745  // smlalt z5.s, p4/M, z26.h, z4.h\n"
+    ".inst 0x44804394  // smlalb z20.s, p4/M, z28.h, z0.h\n"
+    "ld1sb { z4.h }, p4/Z, [x2, #1, MUL VL]\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    ".inst 0x448042c8  // smlalb z8.s, p4/M, z22.h, z0.h\n"
     ".inst 0x44804326  // smlalb z6.s, p4/M, z25.h, z0.h\n"
-    ".inst 0x44804728  // smlalt z8.s, p4/M, z25.h, z0.h\n"
-    "ld1sb { z0.h }, p4/Z, [x1, #2, MUL VL]\n"
-    ".inst 0x4481438f  // smlalb z15.s, p4/M, z28.h, z1.h\n"
-    ".inst 0x44814792  // smlalt z18.s, p4/M, z28.h, z1.h\n"
-    "ld1b { z28.h }, p3/Z, [x21, x2]\n"
-    ".inst 0x448142f5  // smlalb z21.s, p4/M, z23.h, z1.h\n"
-    "ldr x22, [x5, #0x100]\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    ".inst 0x448146ed  // smlalt z13.s, p4/M, z23.h, z1.h\n"
-    ".inst 0x45491b9c  // usublb z28.h, z28.b, z9.b\n"
-    ".inst 0x44814325  // smlalb z5.s, p4/M, z25.h, z1.h\n"
-    ".inst 0x44814727  // smlalt z7.s, p4/M, z25.h, z1.h\n"
+    "ld1w { z19.s }, p2/Z, [x17]\n"
+    "ld1w { z18.s }, p1/Z, [x17, #1, MUL VL]\n"
+    ".inst 0x4481478a  // smlalt z10.s, p4/M, z28.h, z1.h\n"
+    ".inst 0x44804787  // smlalt z7.s, p4/M, z28.h, z0.h\n"
+    "ld1b { z28.h }, p3/Z, [x23, x0]\n"
+    ".inst 0x454f1b9c  // usublb z28.h, z28.b, z15.b\n"
+    ".inst 0x448046d0  // smlalt z16.s, p4/M, z22.h, z0.h\n"
+    ".inst 0x448242ee  // smlalb z14.s, p4/M, z23.h, z2.h\n"
+    "ldr x24, [x7, #0xf8]\n"
+    "uzp1 z9.s, z19.s, z18.s\n"
+    ".inst 0x44804725  // smlalt z5.s, p4/M, z25.h, z0.h\n"
+    ".inst 0x448142f4  // smlalb z20.s, p4/M, z23.h, z1.h\n"
+    "ld1sb { z0.h }, p4/Z, [x2, #2, MUL VL]\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    ".inst 0x44814328  // smlalb z8.s, p4/M, z25.h, z1.h\n"
     ".inst 0x44814306  // smlalb z6.s, p4/M, z24.h, z1.h\n"
-    ".inst 0x44814708  // smlalt z8.s, p4/M, z24.h, z1.h\n"
-    "ld1sb { z1.h }, p4/Z, [x1, #3, MUL VL]\n"
-    ".inst 0x448242ef  // smlalb z15.s, p4/M, z23.h, z2.h\n"
-    ".inst 0x448246f2  // smlalt z18.s, p4/M, z23.h, z2.h\n"
-    "ld1b { z23.h }, p3/Z, [x15, x2]\n"
-    ".inst 0x448243f5  // smlalb z21.s, p4/M, z31.h, z2.h\n"
-    "ldr x21, [x5, #0x108]\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    ".inst 0x448247ed  // smlalt z13.s, p4/M, z31.h, z2.h\n"
-    ".inst 0x45491af7  // usublb z23.h, z23.b, z9.b\n"
-    ".inst 0x44824305  // smlalb z5.s, p4/M, z24.h, z2.h\n"
-    ".inst 0x44824707  // smlalt z7.s, p4/M, z24.h, z2.h\n"
+    "uzp2 z29.s, z19.s, z18.s\n"
+    "ld1w { z19.s }, p2/Z, [x16]\n"
+    ".inst 0x448246ea  // smlalt z10.s, p4/M, z23.h, z2.h\n"
+    ".inst 0x448146e7  // smlalt z7.s, p4/M, z23.h, z1.h\n"
+    "ld1b { z23.h }, p3/Z, [x15, x0]\n"
+    ".inst 0x454f1af7  // usublb z23.h, z23.b, z15.b\n"
+    ".inst 0x44814730  // smlalt z16.s, p4/M, z25.h, z1.h\n"
+    ".inst 0x448343ee  // smlalb z14.s, p4/M, z31.h, z3.h\n"
+    "ldr x23, [x7, #0x100]\n"
+    "whilelt p0.h, x8, x1\n"
+    ".inst 0x44814705  // smlalt z5.s, p4/M, z24.h, z1.h\n"
+    ".inst 0x448243f4  // smlalb z20.s, p4/M, z31.h, z2.h\n"
+    "ld1sb { z1.h }, p4/Z, [x2, #3, MUL VL]\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    ".inst 0x44824308  // smlalb z8.s, p4/M, z24.h, z2.h\n"
     ".inst 0x44824366  // smlalb z6.s, p4/M, z27.h, z2.h\n"
-    ".inst 0x44824768  // smlalt z8.s, p4/M, z27.h, z2.h\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #4, MUL VL]\n"
-    ".inst 0x448343ef  // smlalb z15.s, p4/M, z31.h, z3.h\n"
-    ".inst 0x448347f2  // smlalt z18.s, p4/M, z31.h, z3.h\n"
-    "ld1b { z31.h }, p3/Z, [x20, x2]\n"
-    ".inst 0x448343d5  // smlalb z21.s, p4/M, z30.h, z3.h\n"
-    "ldr x20, [x5, #0x110]\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    ".inst 0x448347cd  // smlalt z13.s, p4/M, z30.h, z3.h\n"
-    ".inst 0x45491bff  // usublb z31.h, z31.b, z9.b\n"
-    ".inst 0x44834365  // smlalb z5.s, p4/M, z27.h, z3.h\n"
-    ".inst 0x44834767  // smlalt z7.s, p4/M, z27.h, z3.h\n"
+    "addvl x17, x17, #2\n"
+    ".inst 0x448347ea  // smlalt z10.s, p4/M, z31.h, z3.h\n"
+    ".inst 0x448247e7  // smlalt z7.s, p4/M, z31.h, z2.h\n"
+    "ld1b { z31.h }, p3/Z, [x22, x0]\n"
+    ".inst 0x454f1bff  // usublb z31.h, z31.b, z15.b\n"
+    ".inst 0x44824710  // smlalt z16.s, p4/M, z24.h, z2.h\n"
+    ".inst 0x448443ce  // smlalb z14.s, p4/M, z30.h, z4.h\n"
+    "ldr x22, [x7, #0x108]\n"
+    ".inst 0x44824765  // smlalt z5.s, p4/M, z27.h, z2.h\n"
+    ".inst 0x448343d4  // smlalb z20.s, p4/M, z30.h, z3.h\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #4, MUL VL]\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    ".inst 0x44834368  // smlalb z8.s, p4/M, z27.h, z3.h\n"
     ".inst 0x448342e6  // smlalb z6.s, p4/M, z23.h, z3.h\n"
-    ".inst 0x448346e8  // smlalt z8.s, p4/M, z23.h, z3.h\n"
-    "ld1sb { z3.h }, p4/Z, [x1, #5, MUL VL]\n"
-    ".inst 0x448443cf  // smlalb z15.s, p4/M, z30.h, z4.h\n"
-    ".inst 0x448447d2  // smlalt z18.s, p4/M, z30.h, z4.h\n"
-    "ld1b { z30.h }, p3/Z, [x19, x2]\n"
-    ".inst 0x44844355  // smlalb z21.s, p4/M, z26.h, z4.h\n"
-    "ldr x19, [x5, #0x118]\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x4484474d  // smlalt z13.s, p4/M, z26.h, z4.h\n"
-    "ld1b { z26.h }, p3/Z, [x14, x2]\n"
-    ".inst 0x45491bde  // usublb z30.h, z30.b, z9.b\n"
-    ".inst 0x448442e5  // smlalb z5.s, p4/M, z23.h, z4.h\n"
-    ".inst 0x448446e7  // smlalt z7.s, p4/M, z23.h, z4.h\n"
-    ".inst 0x45491b5a  // usublb z26.h, z26.b, z9.b\n"
+    ".inst 0x448447ca  // smlalt z10.s, p4/M, z30.h, z4.h\n"
+    ".inst 0x448347c7  // smlalt z7.s, p4/M, z30.h, z3.h\n"
+    "ld1b { z30.h }, p3/Z, [x21, x0]\n"
+    ".inst 0x454f1bde  // usublb z30.h, z30.b, z15.b\n"
+    ".inst 0x44834770  // smlalt z16.s, p4/M, z27.h, z3.h\n"
+    ".inst 0x448042ce  // smlalb z14.s, p4/M, z22.h, z0.h\n"
+    "ldr x21, [x7, #0x110]\n"
+    ".inst 0x448346e5  // smlalt z5.s, p4/M, z23.h, z3.h\n"
+    ".inst 0x44844354  // smlalb z20.s, p4/M, z26.h, z4.h\n"
+    "ld1sb { z3.h }, p4/Z, [x2, #5, MUL VL]\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    ".inst 0x448442e8  // smlalb z8.s, p4/M, z23.h, z4.h\n"
     ".inst 0x44844386  // smlalb z6.s, p4/M, z28.h, z4.h\n"
-    ".inst 0x44844788  // smlalt z8.s, p4/M, z28.h, z4.h\n"
-    "ld1sb { z4.h }, p4/Z, [x1, #6, MUL VL]\n"
-    ".inst 0x448042cf  // smlalb z15.s, p4/M, z22.h, z0.h\n"
-    ".inst 0x448046d2  // smlalt z18.s, p4/M, z22.h, z0.h\n"
-    "ld1b { z22.h }, p3/Z, [x11, x2]\n"
-    ".inst 0x44804335  // smlalb z21.s, p4/M, z25.h, z0.h\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    ".inst 0x4480472d  // smlalt z13.s, p4/M, z25.h, z0.h\n"
-    ".inst 0x45491ad6  // usublb z22.h, z22.b, z9.b\n"
-    ".inst 0x448043e5  // smlalb z5.s, p4/M, z31.h, z0.h\n"
-    ".inst 0x448047e7  // smlalt z7.s, p4/M, z31.h, z0.h\n"
+    ".inst 0x448046ca  // smlalt z10.s, p4/M, z22.h, z0.h\n"
+    ".inst 0x44844747  // smlalt z7.s, p4/M, z26.h, z4.h\n"
+    "ld1b { z26.h }, p3/Z, [x14, x0]\n"
+    ".inst 0x454f1b5a  // usublb z26.h, z26.b, z15.b\n"
+    ".inst 0x448446f0  // smlalt z16.s, p4/M, z23.h, z4.h\n"
+    ".inst 0x4481432e  // smlalb z14.s, p4/M, z25.h, z1.h\n"
+    "ld1b { z22.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x454f1ad6  // usublb z22.h, z22.b, z15.b\n"
+    ".inst 0x44844785  // smlalt z5.s, p4/M, z28.h, z4.h\n"
+    ".inst 0x44804334  // smlalb z20.s, p4/M, z25.h, z0.h\n"
+    "ld1sb { z4.h }, p4/Z, [x2, #6, MUL VL]\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    ".inst 0x448043e8  // smlalb z8.s, p4/M, z31.h, z0.h\n"
     ".inst 0x448043c6  // smlalb z6.s, p4/M, z30.h, z0.h\n"
-    ".inst 0x448047c8  // smlalt z8.s, p4/M, z30.h, z0.h\n"
-    "ld1sb { z0.h }, p4/Z, [x1, #7, MUL VL]\n"
-    "inch x1, ALL, MUL #8\n"
-    ".inst 0x4481432f  // smlalb z15.s, p4/M, z25.h, z1.h\n"
-    ".inst 0x44814732  // smlalt z18.s, p4/M, z25.h, z1.h\n"
-    "ld1b { z25.h }, p3/Z, [x13, x2]\n"
-    ".inst 0x44814315  // smlalb z21.s, p4/M, z24.h, z1.h\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    ".inst 0x4481470d  // smlalt z13.s, p4/M, z24.h, z1.h\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x448143c5  // smlalb z5.s, p4/M, z30.h, z1.h\n"
-    ".inst 0x448147c7  // smlalt z7.s, p4/M, z30.h, z1.h\n"
+    "ldr x20, [x7, #0x118]\n"
+    "ldr x14, [%x[params], %[offsetof_Params_bias]]\n"
+    ".inst 0x4481472a  // smlalt z10.s, p4/M, z25.h, z1.h\n"
+    ".inst 0x44804727  // smlalt z7.s, p4/M, z25.h, z0.h\n"
+    "ld1b { z25.h }, p3/Z, [x13, x0]\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x448047f0  // smlalt z16.s, p4/M, z31.h, z0.h\n"
+    ".inst 0x4482430e  // smlalb z14.s, p4/M, z24.h, z2.h\n"
+    ".inst 0x448047c5  // smlalt z5.s, p4/M, z30.h, z0.h\n"
+    ".inst 0x44814314  // smlalb z20.s, p4/M, z24.h, z1.h\n"
+    "ld1sb { z0.h }, p4/Z, [x2, #7, MUL VL]\n"
+    "inch x2, ALL, MUL #8\n"
+    ".inst 0x448143c8  // smlalb z8.s, p4/M, z30.h, z1.h\n"
     ".inst 0x44814346  // smlalb z6.s, p4/M, z26.h, z1.h\n"
-    ".inst 0x44814748  // smlalt z8.s, p4/M, z26.h, z1.h\n"
-    "ld1sb { z1.h }, p4/Z, [x1]\n"
-    ".inst 0x4482430f  // smlalb z15.s, p4/M, z24.h, z2.h\n"
-    ".inst 0x44824712  // smlalt z18.s, p4/M, z24.h, z2.h\n"
-    "ld1b { z24.h }, p3/Z, [x12, x2]\n"
-    ".inst 0x44824375  // smlalb z21.s, p4/M, z27.h, z2.h\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    ".inst 0x4482476d  // smlalt z13.s, p4/M, z27.h, z2.h\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    ".inst 0x44824345  // smlalb z5.s, p4/M, z26.h, z2.h\n"
-    ".inst 0x44824747  // smlalt z7.s, p4/M, z26.h, z2.h\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    ".inst 0x4482470a  // smlalt z10.s, p4/M, z24.h, z2.h\n"
+    ".inst 0x44814707  // smlalt z7.s, p4/M, z24.h, z1.h\n"
+    "ld1b { z24.h }, p3/Z, [x12, x0]\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x448147d0  // smlalt z16.s, p4/M, z30.h, z1.h\n"
+    ".inst 0x4483436e  // smlalb z14.s, p4/M, z27.h, z3.h\n"
+    ".inst 0x44814745  // smlalt z5.s, p4/M, z26.h, z1.h\n"
+    ".inst 0x44824374  // smlalb z20.s, p4/M, z27.h, z2.h\n"
+    "ld1sb { z1.h }, p4/Z, [x2]\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    ".inst 0x44824348  // smlalb z8.s, p4/M, z26.h, z2.h\n"
     ".inst 0x44824326  // smlalb z6.s, p4/M, z25.h, z2.h\n"
-    ".inst 0x44824728  // smlalt z8.s, p4/M, z25.h, z2.h\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #1, MUL VL]\n"
-    ".inst 0x4483436f  // smlalb z15.s, p4/M, z27.h, z3.h\n"
-    ".inst 0x44834772  // smlalt z18.s, p4/M, z27.h, z3.h\n"
-    "ld1b { z27.h }, p3/Z, [x10, x2]\n"
-    ".inst 0x448342f5  // smlalb z21.s, p4/M, z23.h, z3.h\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    ".inst 0x448346ed  // smlalt z13.s, p4/M, z23.h, z3.h\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    ".inst 0x44834325  // smlalb z5.s, p4/M, z25.h, z3.h\n"
-    ".inst 0x44834727  // smlalt z7.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x4483476a  // smlalt z10.s, p4/M, z27.h, z3.h\n"
+    ".inst 0x44824767  // smlalt z7.s, p4/M, z27.h, z2.h\n"
+    "ld1b { z27.h }, p3/Z, [x11, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x44824750  // smlalt z16.s, p4/M, z26.h, z2.h\n"
+    ".inst 0x448442ee  // smlalb z14.s, p4/M, z23.h, z4.h\n"
+    ".inst 0x44824725  // smlalt z5.s, p4/M, z25.h, z2.h\n"
+    ".inst 0x448342f4  // smlalb z20.s, p4/M, z23.h, z3.h\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #1, MUL VL]\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    ".inst 0x44834328  // smlalb z8.s, p4/M, z25.h, z3.h\n"
     ".inst 0x44834306  // smlalb z6.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x44834708  // smlalt z8.s, p4/M, z24.h, z3.h\n"
-    "ld1sb { z3.h }, p4/Z, [x1, #2, MUL VL]\n"
-    ".inst 0x448442ef  // smlalb z15.s, p4/M, z23.h, z4.h\n"
-    ".inst 0x448446f2  // smlalt z18.s, p4/M, z23.h, z4.h\n"
-    "ld1b { z23.h }, p3/Z, [x9, x2]\n"
-    ".inst 0x44844395  // smlalb z21.s, p4/M, z28.h, z4.h\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x4484478d  // smlalt z13.s, p4/M, z28.h, z4.h\n"
-    "ld1b { z28.h }, p3/Z, [x26, x2]\n"
-    ".inst 0x45491af7  // usublb z23.h, z23.b, z9.b\n"
-    ".inst 0x44844305  // smlalb z5.s, p4/M, z24.h, z4.h\n"
-    ".inst 0x44844707  // smlalt z7.s, p4/M, z24.h, z4.h\n"
-    ".inst 0x45491b9c  // usublb z28.h, z28.b, z9.b\n"
+    ".inst 0x448446ea  // smlalt z10.s, p4/M, z23.h, z4.h\n"
+    ".inst 0x448346e7  // smlalt z7.s, p4/M, z23.h, z3.h\n"
+    "ld1b { z23.h }, p3/Z, [x10, x0]\n"
+    ".inst 0x454f1af7  // usublb z23.h, z23.b, z15.b\n"
+    ".inst 0x44834730  // smlalt z16.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x448043ee  // smlalb z14.s, p4/M, z31.h, z0.h\n"
+    ".inst 0x44834705  // smlalt z5.s, p4/M, z24.h, z3.h\n"
+    ".inst 0x44844394  // smlalb z20.s, p4/M, z28.h, z4.h\n"
+    "ld1sb { z3.h }, p4/Z, [x2, #2, MUL VL]\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    ".inst 0x44844308  // smlalb z8.s, p4/M, z24.h, z4.h\n"
     ".inst 0x448442c6  // smlalb z6.s, p4/M, z22.h, z4.h\n"
-    ".inst 0x448446c8  // smlalt z8.s, p4/M, z22.h, z4.h\n"
-    "ld1sb { z4.h }, p4/Z, [x1, #3, MUL VL]\n"
-    ".inst 0x448043ef  // smlalb z15.s, p4/M, z31.h, z0.h\n"
-    ".inst 0x448047f2  // smlalt z18.s, p4/M, z31.h, z0.h\n"
-    "ld1b { z31.h }, p3/Z, [x28, x2]\n"
-    ".inst 0x448043d5  // smlalb z21.s, p4/M, z30.h, z0.h\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    ".inst 0x448047cd  // smlalt z13.s, p4/M, z30.h, z0.h\n"
-    ".inst 0x45491bff  // usublb z31.h, z31.b, z9.b\n"
-    ".inst 0x44804365  // smlalb z5.s, p4/M, z27.h, z0.h\n"
-    ".inst 0x44804767  // smlalt z7.s, p4/M, z27.h, z0.h\n"
+    ".inst 0x448047ea  // smlalt z10.s, p4/M, z31.h, z0.h\n"
+    ".inst 0x44844787  // smlalt z7.s, p4/M, z28.h, z4.h\n"
+    "ld1b { z31.h }, p3/Z, [x9, x0]\n"
+    ".inst 0x454f1bff  // usublb z31.h, z31.b, z15.b\n"
+    ".inst 0x44844710  // smlalt z16.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x448143ce  // smlalb z14.s, p4/M, z30.h, z1.h\n"
+    "ld1b { z28.h }, p3/Z, [x27, x0]\n"
+    ".inst 0x454f1b9c  // usublb z28.h, z28.b, z15.b\n"
+    ".inst 0x448446c5  // smlalt z5.s, p4/M, z22.h, z4.h\n"
+    ".inst 0x448043d4  // smlalb z20.s, p4/M, z30.h, z0.h\n"
+    "ld1sb { z4.h }, p4/Z, [x2, #3, MUL VL]\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    ".inst 0x44804368  // smlalb z8.s, p4/M, z27.h, z0.h\n"
     ".inst 0x448042e6  // smlalb z6.s, p4/M, z23.h, z0.h\n"
-    ".inst 0x448046e8  // smlalt z8.s, p4/M, z23.h, z0.h\n"
-    "ld1sb { z0.h }, p4/Z, [x1, #4, MUL VL]\n"
-    ".inst 0x448143cf  // smlalb z15.s, p4/M, z30.h, z1.h\n"
-    ".inst 0x448147d2  // smlalt z18.s, p4/M, z30.h, z1.h\n"
-    "ld1b { z30.h }, p3/Z, [x27, x2]\n"
-    ".inst 0x44814355  // smlalb z21.s, p4/M, z26.h, z1.h\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    ".inst 0x4481474d  // smlalt z13.s, p4/M, z26.h, z1.h\n"
-    ".inst 0x45491bde  // usublb z30.h, z30.b, z9.b\n"
-    ".inst 0x448142e5  // smlalb z5.s, p4/M, z23.h, z1.h\n"
-    ".inst 0x448146e7  // smlalt z7.s, p4/M, z23.h, z1.h\n"
+    ".inst 0x448147ca  // smlalt z10.s, p4/M, z30.h, z1.h\n"
+    ".inst 0x448047c7  // smlalt z7.s, p4/M, z30.h, z0.h\n"
+    "ld1b { z30.h }, p3/Z, [x28, x0]\n"
+    ".inst 0x454f1bde  // usublb z30.h, z30.b, z15.b\n"
+    ".inst 0x44804770  // smlalt z16.s, p4/M, z27.h, z0.h\n"
+    ".inst 0x4482434e  // smlalb z14.s, p4/M, z26.h, z2.h\n"
+    ".inst 0x448046e5  // smlalt z5.s, p4/M, z23.h, z0.h\n"
+    ".inst 0x44814354  // smlalb z20.s, p4/M, z26.h, z1.h\n"
+    "ld1sb { z0.h }, p4/Z, [x2, #4, MUL VL]\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    ".inst 0x448142e8  // smlalb z8.s, p4/M, z23.h, z1.h\n"
     ".inst 0x448143e6  // smlalb z6.s, p4/M, z31.h, z1.h\n"
-    ".inst 0x448147e8  // smlalt z8.s, p4/M, z31.h, z1.h\n"
-    "ld1sb { z1.h }, p4/Z, [x1, #5, MUL VL]\n"
-    ".inst 0x4482434f  // smlalb z15.s, p4/M, z26.h, z2.h\n"
-    ".inst 0x44824752  // smlalt z18.s, p4/M, z26.h, z2.h\n"
-    "ld1b { z26.h }, p3/Z, [x25, x2]\n"
-    ".inst 0x44824335  // smlalb z21.s, p4/M, z25.h, z2.h\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    ".inst 0x4482472d  // smlalt z13.s, p4/M, z25.h, z2.h\n"
-    ".inst 0x45491b5a  // usublb z26.h, z26.b, z9.b\n"
-    ".inst 0x448243e5  // smlalb z5.s, p4/M, z31.h, z2.h\n"
-    ".inst 0x448247e7  // smlalt z7.s, p4/M, z31.h, z2.h\n"
+    ".inst 0x4482474a  // smlalt z10.s, p4/M, z26.h, z2.h\n"
+    ".inst 0x44814747  // smlalt z7.s, p4/M, z26.h, z1.h\n"
+    "ld1b { z26.h }, p3/Z, [x26, x0]\n"
+    ".inst 0x454f1b5a  // usublb z26.h, z26.b, z15.b\n"
+    ".inst 0x448146f0  // smlalt z16.s, p4/M, z23.h, z1.h\n"
+    ".inst 0x4483432e  // smlalb z14.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x448147e5  // smlalt z5.s, p4/M, z31.h, z1.h\n"
+    ".inst 0x44824334  // smlalb z20.s, p4/M, z25.h, z2.h\n"
+    "ld1sb { z1.h }, p4/Z, [x2, #5, MUL VL]\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    ".inst 0x448243e8  // smlalb z8.s, p4/M, z31.h, z2.h\n"
     ".inst 0x448243c6  // smlalb z6.s, p4/M, z30.h, z2.h\n"
-    ".inst 0x448247c8  // smlalt z8.s, p4/M, z30.h, z2.h\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #6, MUL VL]\n"
-    ".inst 0x4483432f  // smlalb z15.s, p4/M, z25.h, z3.h\n"
-    ".inst 0x44834732  // smlalt z18.s, p4/M, z25.h, z3.h\n"
-    "ld1b { z25.h }, p3/Z, [x24, x2]\n"
-    ".inst 0x44834315  // smlalb z21.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    ".inst 0x4483470d  // smlalt z13.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x448343c5  // smlalb z5.s, p4/M, z30.h, z3.h\n"
-    ".inst 0x448347c7  // smlalt z7.s, p4/M, z30.h, z3.h\n"
+    ".inst 0x4483472a  // smlalt z10.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x44824727  // smlalt z7.s, p4/M, z25.h, z2.h\n"
+    "ld1b { z25.h }, p3/Z, [x25, x0]\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x448247f0  // smlalt z16.s, p4/M, z31.h, z2.h\n"
+    ".inst 0x4484430e  // smlalb z14.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x448247c5  // smlalt z5.s, p4/M, z30.h, z2.h\n"
+    ".inst 0x44834314  // smlalb z20.s, p4/M, z24.h, z3.h\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #6, MUL VL]\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    ".inst 0x448343c8  // smlalb z8.s, p4/M, z30.h, z3.h\n"
     ".inst 0x44834386  // smlalb z6.s, p4/M, z28.h, z3.h\n"
-    ".inst 0x44834788  // smlalt z8.s, p4/M, z28.h, z3.h\n"
-    "ld1sb { z3.h }, p4/Z, [x1, #7, MUL VL]\n"
-    "inch x1, ALL, MUL #8\n"
-    ".inst 0x4484430f  // smlalb z15.s, p4/M, z24.h, z4.h\n"
-    ".inst 0x44844712  // smlalt z18.s, p4/M, z24.h, z4.h\n"
-    "ld1b { z24.h }, p3/Z, [x23, x2]\n"
-    ".inst 0x448442d5  // smlalb z21.s, p4/M, z22.h, z4.h\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x448446cd  // smlalt z13.s, p4/M, z22.h, z4.h\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    ".inst 0x44844385  // smlalb z5.s, p4/M, z28.h, z4.h\n"
-    ".inst 0x44844787  // smlalt z7.s, p4/M, z28.h, z4.h\n"
+    ".inst 0x4484470a  // smlalt z10.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x44834707  // smlalt z7.s, p4/M, z24.h, z3.h\n"
+    "ld1b { z24.h }, p3/Z, [x24, x0]\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x448347d0  // smlalt z16.s, p4/M, z30.h, z3.h\n"
+    ".inst 0x4480436e  // smlalb z14.s, p4/M, z27.h, z0.h\n"
+    ".inst 0x44834785  // smlalt z5.s, p4/M, z28.h, z3.h\n"
+    ".inst 0x448442d4  // smlalb z20.s, p4/M, z22.h, z4.h\n"
+    "ld1sb { z3.h }, p4/Z, [x2, #7, MUL VL]\n"
+    "inch x2, ALL, MUL #8\n"
+    ".inst 0x44844388  // smlalb z8.s, p4/M, z28.h, z4.h\n"
     ".inst 0x44844346  // smlalb z6.s, p4/M, z26.h, z4.h\n"
-    ".inst 0x44844748  // smlalt z8.s, p4/M, z26.h, z4.h\n"
-    "ld1sb { z4.h }, p4/Z, [x1]\n"
-    "inch x1\n"
-    ".inst 0x4480436f  // smlalb z15.s, p4/M, z27.h, z0.h\n"
-    ".inst 0x44804772  // smlalt z18.s, p4/M, z27.h, z0.h\n"
-    "ld1b { z27.h }, p3/Z, [x22, x2]\n"
-    ".inst 0x448042f5  // smlalb z21.s, p4/M, z23.h, z0.h\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    ".inst 0x448046ed  // smlalt z13.s, p4/M, z23.h, z0.h\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    ".inst 0x44804325  // smlalb z5.s, p4/M, z25.h, z0.h\n"
-    ".inst 0x44804727  // smlalt z7.s, p4/M, z25.h, z0.h\n"
-    "ld1b { z25.h }, p3/Z, [x21, x2]\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    ".inst 0x4480476a  // smlalt z10.s, p4/M, z27.h, z0.h\n"
+    ".inst 0x44844790  // smlalt z16.s, p4/M, z28.h, z4.h\n"
+    "ld1b { z27.h }, p3/Z, [x23, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x448142ee  // smlalb z14.s, p4/M, z23.h, z1.h\n"
+    ".inst 0x448446c7  // smlalt z7.s, p4/M, z22.h, z4.h\n"
+    "ld1w { z18.s }, p1/Z, [x16, #1, MUL VL]\n"
+    "addvl x16, x16, #2\n"
+    ".inst 0x44844745  // smlalt z5.s, p4/M, z26.h, z4.h\n"
+    ".inst 0x448042f4  // smlalb z20.s, p4/M, z23.h, z0.h\n"
+    "ld1sb { z4.h }, p4/Z, [x2]\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    ".inst 0x44804328  // smlalb z8.s, p4/M, z25.h, z0.h\n"
     ".inst 0x44804306  // smlalb z6.s, p4/M, z24.h, z0.h\n"
-    ".inst 0x44804708  // smlalt z8.s, p4/M, z24.h, z0.h\n"
-    ".inst 0x448142ef  // smlalb z15.s, p4/M, z23.h, z1.h\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x448146f2  // smlalt z18.s, p4/M, z23.h, z1.h\n"
-    ".inst 0x448143f5  // smlalb z21.s, p4/M, z31.h, z1.h\n"
-    ".inst 0x448147ed  // smlalt z13.s, p4/M, z31.h, z1.h\n"
-    ".inst 0x44814305  // smlalb z5.s, p4/M, z24.h, z1.h\n"
-    ".inst 0x44814707  // smlalt z7.s, p4/M, z24.h, z1.h\n"
-    "ld1b { z24.h }, p3/Z, [x20, x2]\n"
-    ".inst 0x44814366  // smlalb z6.s, p4/M, z27.h, z1.h\n"
-    ".inst 0x44814768  // smlalt z8.s, p4/M, z27.h, z1.h\n"
-    ".inst 0x448243ef  // smlalb z15.s, p4/M, z31.h, z2.h\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    ".inst 0x448247f2  // smlalt z18.s, p4/M, z31.h, z2.h\n"
-    ".inst 0x448243d5  // smlalb z21.s, p4/M, z30.h, z2.h\n"
-    ".inst 0x448247cd  // smlalt z13.s, p4/M, z30.h, z2.h\n"
-    ".inst 0x44824365  // smlalb z5.s, p4/M, z27.h, z2.h\n"
-    ".inst 0x44824767  // smlalt z7.s, p4/M, z27.h, z2.h\n"
-    "ld1b { z27.h }, p3/Z, [x19, x2]\n"
     "inch x2\n"
+    ".inst 0x448146ea  // smlalt z10.s, p4/M, z23.h, z1.h\n"
+    ".inst 0x44804730  // smlalt z16.s, p4/M, z25.h, z0.h\n"
+    "ld1b { z25.h }, p3/Z, [x22, x0]\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x448243ee  // smlalb z14.s, p4/M, z31.h, z2.h\n"
+    ".inst 0x448046e7  // smlalt z7.s, p4/M, z23.h, z0.h\n"
+    "uzp1 z23.s, z19.s, z18.s\n"
+    ".inst 0x44804705  // smlalt z5.s, p4/M, z24.h, z0.h\n"
+    ".inst 0x448143f4  // smlalb z20.s, p4/M, z31.h, z1.h\n"
+    "uzp2 z22.s, z19.s, z18.s\n"
+    ".inst 0x44814308  // smlalb z8.s, p4/M, z24.h, z1.h\n"
+    ".inst 0x44814366  // smlalb z6.s, p4/M, z27.h, z1.h\n"
+    ".inst 0x448247ea  // smlalt z10.s, p4/M, z31.h, z2.h\n"
+    ".inst 0x44814710  // smlalt z16.s, p4/M, z24.h, z1.h\n"
+    "ld1b { z24.h }, p3/Z, [x21, x0]\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x448343ce  // smlalb z14.s, p4/M, z30.h, z3.h\n"
+    ".inst 0x448147e7  // smlalt z7.s, p4/M, z31.h, z1.h\n"
+    ".inst 0x44814765  // smlalt z5.s, p4/M, z27.h, z1.h\n"
+    ".inst 0x448243d4  // smlalb z20.s, p4/M, z30.h, z2.h\n"
+    ".inst 0x44824368  // smlalb z8.s, p4/M, z27.h, z2.h\n"
     ".inst 0x44824326  // smlalb z6.s, p4/M, z25.h, z2.h\n"
-    "whilelt p2.s, x2, x0\n"
-    ".inst 0x44824728  // smlalt z8.s, p4/M, z25.h, z2.h\n"
-    "mov x19, x2\n"
-    ".inst 0x448343cf  // smlalb z15.s, p4/M, z30.h, z3.h\n"
-    "incw x19\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    "whilelt p1.s, x19, x0\n"
-    ".inst 0x448347d2  // smlalt z18.s, p4/M, z30.h, z3.h\n"
-    "whilelt p3.h, x2, x0\n"
-    ".inst 0x44834395  // smlalb z21.s, p4/M, z28.h, z3.h\n"
-    ".inst 0x4483478d  // smlalt z13.s, p4/M, z28.h, z3.h\n"
-    ".inst 0x44834325  // smlalb z5.s, p4/M, z25.h, z3.h\n"
-    ".inst 0x44834727  // smlalt z7.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x448347ca  // smlalt z10.s, p4/M, z30.h, z3.h\n"
+    ".inst 0x44824770  // smlalt z16.s, p4/M, z27.h, z2.h\n"
+    "ld1b { z27.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x4484438e  // smlalb z14.s, p4/M, z28.h, z4.h\n"
+    ".inst 0x448247c7  // smlalt z7.s, p4/M, z30.h, z2.h\n"
+    ".inst 0x04a975ce  // sqrdmulh z14.s, z14.s, z9.s\n"
+    "inch x0\n"
+    ".inst 0x44824725  // smlalt z5.s, p4/M, z25.h, z2.h\n"
+    ".inst 0x44834394  // smlalb z20.s, p4/M, z28.h, z3.h\n"
+    "and z21.d, z14.d, z23.d\n"
+    "mov x20, x0\n"
+    ".inst 0x44834328  // smlalb z8.s, p4/M, z25.h, z3.h\n"
     ".inst 0x44834306  // smlalb z6.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x44834708  // smlalt z8.s, p4/M, z24.h, z3.h\n"
-    ".inst 0x4484438f  // smlalb z15.s, p4/M, z28.h, z4.h\n"
-    ".inst 0x44844792  // smlalt z18.s, p4/M, z28.h, z4.h\n"
-    ".inst 0x44844355  // smlalb z21.s, p4/M, z26.h, z4.h\n"
-    ".inst 0x4484474d  // smlalt z13.s, p4/M, z26.h, z4.h\n"
-    ".inst 0x04aa75ef  // sqrdmulh z15.s, z15.s, z10.s\n"
-    ".inst 0x04b47652  // sqrdmulh z18.s, z18.s, z20.s\n"
-    ".inst 0x04aa76b5  // sqrdmulh z21.s, z21.s, z10.s\n"
-    ".inst 0x04b475ad  // sqrdmulh z13.s, z13.s, z20.s\n"
-    "and z28.d, z15.d, z29.d\n"
-    "and z26.d, z18.d, z19.d\n"
-    "and z16.d, z21.d, z29.d\n"
-    "asr z28.s, z28.s, #0x1f\n"
-    "asr z26.s, z26.s, #0x1f\n"
-    "asr z16.s, z16.s, #0x1f\n"
-    "sqadd z15.s, z15.s, z28.s\n"
-    "sqadd z18.s, z18.s, z26.s\n"
-    "sqadd z21.s, z21.s, z16.s\n"
-    "and z16.d, z13.d, z19.d\n"
-    ".inst 0x44844305  // smlalb z5.s, p4/M, z24.h, z4.h\n"
-    ".inst 0x44844707  // smlalt z7.s, p4/M, z24.h, z4.h\n"
-    "asr z16.s, z16.s, #0x1f\n"
+    "asr z21.s, z21.s, #0x1f\n"
+    "incw x20\n"
+    ".inst 0x4484478a  // smlalt z10.s, p4/M, z28.h, z4.h\n"
+    ".inst 0x44834787  // smlalt z7.s, p4/M, z28.h, z3.h\n"
+    ".inst 0x04bd754a  // sqrdmulh z10.s, z10.s, z29.s\n"
+    "whilelt p2.s, x0, x1\n"
+    ".inst 0x44834730  // smlalt z16.s, p4/M, z25.h, z3.h\n"
+    ".inst 0x44834705  // smlalt z5.s, p4/M, z24.h, z3.h\n"
+    "and z3.d, z10.d, z22.d\n"
+    "whilelt p1.s, x20, x1\n"
+    ".inst 0x44844354  // smlalb z20.s, p4/M, z26.h, z4.h\n"
+    ".inst 0x44844308  // smlalb z8.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x04a97694  // sqrdmulh z20.s, z20.s, z9.s\n"
+    "whilelt p3.h, x0, x1\n"
     ".inst 0x44844366  // smlalb z6.s, p4/M, z27.h, z4.h\n"
-    ".inst 0x04aa74a5  // sqrdmulh z5.s, z5.s, z10.s\n"
-    "sqadd z13.s, z13.s, z16.s\n"
-    ".inst 0x04b474e7  // sqrdmulh z7.s, z7.s, z20.s\n"
-    ".inst 0x04aa74c6  // sqrdmulh z6.s, z6.s, z10.s\n"
-    "and z16.d, z5.d, z29.d\n"
-    ".inst 0x44844768  // smlalt z8.s, p4/M, z27.h, z4.h\n"
-    "and z25.d, z7.d, z19.d\n"
-    "asr z16.s, z16.s, #0x1f\n"
-    "and z26.d, z6.d, z29.d\n"
-    "asr z25.s, z25.s, #0x1f\n"
-    "sqadd z5.s, z5.s, z16.s\n"
-    "asr z26.s, z26.s, #0x1f\n"
-    "sqadd z7.s, z7.s, z25.s\n"
-    ".inst 0x04b47508  // sqrdmulh z8.s, z8.s, z20.s\n"
-    "sqadd z6.s, z6.s, z26.s\n"
-    ".inst 0x448293af  // srshl z15.s, p4/M, z15.s, z29.s\n"
-    ".inst 0x44829272  // srshl z18.s, p4/M, z18.s, z19.s\n"
-    "and z16.d, z8.d, z19.d\n"
-    ".inst 0x448293b5  // srshl z21.s, p4/M, z21.s, z29.s\n"
-    "add z15.s, z15.s, z17.s\n"
-    "add z18.s, z18.s, z17.s\n"
-    "asr z16.s, z16.s, #0x1f\n"
-    "add z21.s, z21.s, z17.s\n"
-    "smin z15.s, p4/M, z15.s, z11.s\n"
-    "sqadd z8.s, z8.s, z16.s\n"
-    "smin z18.s, p4/M, z18.s, z11.s\n"
-    "smin z21.s, p4/M, z21.s, z11.s\n"
-    "smax z15.s, p4/M, z15.s, z12.s\n"
-    ".inst 0x4482926d  // srshl z13.s, p4/M, z13.s, z19.s\n"
-    "smax z18.s, p4/M, z18.s, z12.s\n"
-    "smax z21.s, p4/M, z21.s, z12.s\n"
-    ".inst 0x448293a5  // srshl z5.s, p4/M, z5.s, z29.s\n"
-    "add z13.s, z13.s, z17.s\n"
-    "trn1 z15.h, z15.h, z18.h\n"
-    "st1b { z15.h }, p0, [x7, x3]\n"
-    "add z5.s, z5.s, z17.s\n"
-    "smin z13.s, p4/M, z13.s, z11.s\n"
-    ".inst 0x44829267  // srshl z7.s, p4/M, z7.s, z19.s\n"
-    ".inst 0x448293a6  // srshl z6.s, p4/M, z6.s, z29.s\n"
-    "smin z5.s, p4/M, z5.s, z11.s\n"
-    "smax z13.s, p4/M, z13.s, z12.s\n"
-    "add z7.s, z7.s, z17.s\n"
-    "add z6.s, z6.s, z17.s\n"
-    "smax z5.s, p4/M, z5.s, z12.s\n"
-    "trn1 z21.h, z21.h, z13.h\n"
-    "st1b { z21.h }, p0, [x8, x3]\n"
-    "smin z7.s, p4/M, z7.s, z11.s\n"
-    "smin z6.s, p4/M, z6.s, z11.s\n"
-    ".inst 0x44829268  // srshl z8.s, p4/M, z8.s, z19.s\n"
-    "smax z7.s, p4/M, z7.s, z12.s\n"
-    "smax z6.s, p4/M, z6.s, z12.s\n"
-    "add z8.s, z8.s, z17.s\n"
-    "trn1 z5.h, z5.h, z7.h\n"
-    "st1b { z5.h }, p0, [x17, x3]\n"
-    "smin z8.s, p4/M, z8.s, z11.s\n"
-    "smax z8.s, p4/M, z8.s, z12.s\n"
-    "trn1 z6.h, z6.h, z8.h\n"
-    "st1b { z6.h }, p0, [x16, x3]\n"
-    "inch x3\n"
-    "ldr x19, [%x[params], %[offsetof_Params_bias]]\n"
-    "ld1w { z4.s }, p2/Z, [x19]\n"
-    "ld1w { z16.s }, p1/Z, [x19, #1, MUL VL]\n"
-    "uzp1 z15.s, z4.s, z16.s\n"
-    "addvl x19, x19, #2\n"
-    "str x19, [%x[params], %[offsetof_Params_bias]]\n"
-    "uzp2 z18.s, z4.s, z16.s\n"
-    "mov z21.d, z15.d\n"
-    "ld1sb { z0.h }, p4/Z, [x1]\n"
-    "mov z5.d, z15.d\n"
-    "ld1sb { z1.h }, p4/Z, [x1, #1, MUL VL]\n"
-    "mov z13.d, z18.d\n"
-    "ld1sb { z2.h }, p4/Z, [x1, #2, MUL VL]\n"
-    "mov z7.d, z18.d\n"
-    "ld1sb { z3.h }, p4/Z, [x1, #3, MUL VL]\n"
-    "mov z6.d, z15.d\n"
-    "ld1sb { z4.h }, p4/Z, [x1, #4, MUL VL]\n"
-    "mov z8.d, z18.d\n"
-    "ldp x28, x27, [x5, #0x0]\n"
-    ".inst 0x454e1000  // ssublb z0.h, z0.b, z14.b\n"
-    "ldp x26, x25, [x5, #0x10]\n"
-    ".inst 0x454e1021  // ssublb z1.h, z1.b, z14.b\n"
-    ".inst 0x454e1042  // ssublb z2.h, z2.b, z14.b\n"
-    "ldp x24, x23, [x5, #0x20]\n"
-    ".inst 0x454e1063  // ssublb z3.h, z3.b, z14.b\n"
-    ".inst 0x454e1084  // ssublb z4.h, z4.b, z14.b\n"
-    "ldp x22, x21, [x5, #0x30]\n"
-    "ldp x20, x19, [x5, #0x40]\n"
-    "ld1b { z31.h }, p3/Z, [x28, x2]\n"
-    ".inst 0x45491bff  // usublb z31.h, z31.b, z9.b\n"
-    "ld1b { z30.h }, p3/Z, [x27, x2]\n"
-    "ld1b { z29.h }, p3/Z, [x26, x2]\n"
-    ".inst 0x45491bde  // usublb z30.h, z30.b, z9.b\n"
-    "ld1b { z28.h }, p3/Z, [x25, x2]\n"
-    ".inst 0x45491bbd  // usublb z29.h, z29.b, z9.b\n"
-    "ld1b { z27.h }, p3/Z, [x24, x2]\n"
-    "ld1b { z23.h }, p3/Z, [x23, x2]\n"
-    ".inst 0x45491b9c  // usublb z28.h, z28.b, z9.b\n"
-    "ld1b { z25.h }, p3/Z, [x22, x2]\n"
-    "ld1b { z24.h }, p3/Z, [x21, x2]\n"
-    ".inst 0x45491b7b  // usublb z27.h, z27.b, z9.b\n"
-    ".inst 0x45491af7  // usublb z23.h, z23.b, z9.b\n"
-    "ld1b { z26.h }, p3/Z, [x20, x2]\n"
-    "ld1b { z22.h }, p3/Z, [x19, x2]\n"
-    ".inst 0x45491b39  // usublb z25.h, z25.b, z9.b\n"
-    ".inst 0x45491b18  // usublb z24.h, z24.b, z9.b\n"
-    ".inst 0x45491b5a  // usublb z26.h, z26.b, z9.b\n"
-    ".inst 0x45491ad6  // usublb z22.h, z22.b, z9.b\n"
+    ".inst 0x44844747  // smlalt z7.s, p4/M, z26.h, z4.h\n"
+    ".inst 0x04a97508  // sqrdmulh z8.s, z8.s, z9.s\n"
+    ".inst 0x44844710  // smlalt z16.s, p4/M, z24.h, z4.h\n"
+    ".inst 0x44844765  // smlalt z5.s, p4/M, z27.h, z4.h\n"
+    ".inst 0x04a974c6  // sqrdmulh z6.s, z6.s, z9.s\n"
+    "sqadd z14.s, z14.s, z21.s\n"
+    "asr z3.s, z3.s, #0x1f\n"
+    ".inst 0x448292ee  // srshl z14.s, p4/M, z14.s, z23.s\n"
+    "and z19.d, z20.d, z23.d\n"
+    ".inst 0x04bd74e7  // sqrdmulh z7.s, z7.s, z29.s\n"
+    "and z18.d, z8.d, z23.d\n"
+    ".inst 0x04bd7610  // sqrdmulh z16.s, z16.s, z29.s\n"
+    "and z21.d, z6.d, z23.d\n"
+    ".inst 0x04bd74a5  // sqrdmulh z5.s, z5.s, z29.s\n"
+    "sqadd z10.s, z10.s, z3.s\n"
+    "asr z19.s, z19.s, #0x1f\n"
+    ".inst 0x448292ca  // srshl z10.s, p4/M, z10.s, z22.s\n"
+    "and z1.d, z7.d, z22.d\n"
+    "asr z18.s, z18.s, #0x1f\n"
+    "and z2.d, z16.d, z22.d\n"
+    "asr z21.s, z21.s, #0x1f\n"
+    "and z3.d, z5.d, z22.d\n"
+    "sqadd z20.s, z20.s, z19.s\n"
+    ".inst 0x448292f4  // srshl z20.s, p4/M, z20.s, z23.s\n"
+    "asr z1.s, z1.s, #0x1f\n"
+    "sqadd z8.s, z8.s, z18.s\n"
+    ".inst 0x448292e8  // srshl z8.s, p4/M, z8.s, z23.s\n"
+    "asr z2.s, z2.s, #0x1f\n"
+    "sqadd z6.s, z6.s, z21.s\n"
+    ".inst 0x448292e6  // srshl z6.s, p4/M, z6.s, z23.s\n"
+    "asr z3.s, z3.s, #0x1f\n"
+    "sqadd z7.s, z7.s, z1.s\n"
+    ".inst 0x448292c7  // srshl z7.s, p4/M, z7.s, z22.s\n"
+    "sqadd z16.s, z16.s, z2.s\n"
+    "sqadd z5.s, z5.s, z3.s\n"
+    ".inst 0x448292d0  // srshl z16.s, p4/M, z16.s, z22.s\n"
+    ".inst 0x448292c5  // srshl z5.s, p4/M, z5.s, z22.s\n"
+    ".inst 0x453041ce  // sqxtnb z14.h, z14.s\n"
+    ".inst 0x45304294  // sqxtnb z20.h, z20.s\n"
+    ".inst 0x45304108  // sqxtnb z8.h, z8.s\n"
+    ".inst 0x453040c6  // sqxtnb z6.h, z6.s\n"
+    ".inst 0x4530454e  // sqxtnt z14.h, z10.s\n"
+    ".inst 0x453044f4  // sqxtnt z20.h, z7.s\n"
+    ".inst 0x45304608  // sqxtnt z8.h, z16.s\n"
+    ".inst 0x453044a6  // sqxtnt z6.h, z5.s\n"
+    "sqadd z14.h, z14.h, z12.h\n"
+    "sqadd z20.h, z20.h, z12.h\n"
+    "smax z14.h, p4/M, z14.h, z13.h\n"
+    "smax z20.h, p4/M, z20.h, z13.h\n"
+    "sqadd z8.h, z8.h, z12.h\n"
+    "sqadd z6.h, z6.h, z12.h\n"
+    "smax z8.h, p4/M, z8.h, z13.h\n"
+    "smax z6.h, p4/M, z6.h, z13.h\n"
+    "smin z14.h, p4/M, z14.h, z11.h\n"
+    "smin z20.h, p4/M, z20.h, z11.h\n"
+    "st1b { z14.h }, p0, [x3, x8]\n"
+    "smin z8.h, p4/M, z8.h, z11.h\n"
+    "smin z6.h, p4/M, z6.h, z11.h\n"
+    "st1b { z20.h }, p0, [x4, x8]\n"
+    "st1b { z8.h }, p0, [x5, x8]\n"
+    "st1b { z6.h }, p0, [x6, x8]\n"
+    "ld1w { z30.s }, p2/Z, [x14]\n"
+    "ld1w { z16.s }, p1/Z, [x14, #1, MUL VL]\n"
+    "uzp1 z14.s, z30.s, z16.s\n"
+    "ld1sb { z0.h }, p4/Z, [x2]\n"
+    "ld1sb { z1.h }, p4/Z, [x2, #1, MUL VL]\n"
+    "uzp2 z10.s, z30.s, z16.s\n"
+    "addvl x14, x14, #2\n"
+    "ld1sb { z2.h }, p4/Z, [x2, #2, MUL VL]\n"
+    "ld1sb { z3.h }, p4/Z, [x2, #3, MUL VL]\n"
+    "inch x8\n"
+    "str x14, [%x[params], %[offsetof_Params_bias]]\n"
+    "ld1sb { z4.h }, p4/Z, [x2, #4, MUL VL]\n"
+    "ldp x9, x28, [x7, #0x0]\n"
+    "mov z20.d, z14.d\n"
+    "mov z7.d, z10.d\n"
+    "ldp x27, x26, [x7, #0x10]\n"
+    "ldp x25, x24, [x7, #0x20]\n"
+    "mov z8.d, z14.d\n"
+    "mov z16.d, z10.d\n"
+    "ldp x23, x22, [x7, #0x30]\n"
+    "ldp x21, x20, [x7, #0x40]\n"
+    "mov z6.d, z14.d\n"
+    "mov z5.d, z10.d\n"
+    "ld1b { z31.h }, p3/Z, [x9, x0]\n"
+    "ld1b { z30.h }, p3/Z, [x28, x0]\n"
+    ".inst 0x45511000  // ssublb z0.h, z0.b, z17.b\n"
+    ".inst 0x45511021  // ssublb z1.h, z1.b, z17.b\n"
+    "ld1b { z29.h }, p3/Z, [x27, x0]\n"
+    "ld1b { z28.h }, p3/Z, [x26, x0]\n"
+    ".inst 0x45511042  // ssublb z2.h, z2.b, z17.b\n"
+    ".inst 0x45511063  // ssublb z3.h, z3.b, z17.b\n"
+    "ld1b { z27.h }, p3/Z, [x25, x0]\n"
+    "ld1b { z23.h }, p3/Z, [x24, x0]\n"
+    ".inst 0x45511084  // ssublb z4.h, z4.b, z17.b\n"
+    ".inst 0x454f1bff  // usublb z31.h, z31.b, z15.b\n"
+    "ld1b { z25.h }, p3/Z, [x23, x0]\n"
+    "ld1b { z24.h }, p3/Z, [x22, x0]\n"
+    ".inst 0x454f1bde  // usublb z30.h, z30.b, z15.b\n"
+    ".inst 0x454f1bbd  // usublb z29.h, z29.b, z15.b\n"
+    "ld1b { z26.h }, p3/Z, [x21, x0]\n"
+    "ld1b { z22.h }, p3/Z, [x20, x0]\n"
+    ".inst 0x454f1b9c  // usublb z28.h, z28.b, z15.b\n"
+    ".inst 0x454f1b7b  // usublb z27.h, z27.b, z15.b\n"
+    ".inst 0x454f1af7  // usublb z23.h, z23.b, z15.b\n"
+    ".inst 0x454f1b39  // usublb z25.h, z25.b, z15.b\n"
+    ".inst 0x454f1b18  // usublb z24.h, z24.b, z15.b\n"
+    ".inst 0x454f1b5a  // usublb z26.h, z26.b, z15.b\n"
+    ".inst 0x454f1ad6  // usublb z22.h, z22.b, z15.b\n"
     "b.any 1b\n"
     :
     : [offsetof_Params_bias] "I" (offsetof(Params, bias)), [offsetof_Params_inptrs] "I" (offsetof(Params, inptrs)), [offsetof_Params_n_channels] "I" (offsetof(Params, n_channels)), [offsetof_Params_outptrs] "I" (offsetof(Params, outptrs)), [offsetof_Params_requant] "I" (offsetof(Params, requant)), [offsetof_Params_requant_muls] "I" (offsetof(Params, requant_muls)), [offsetof_Params_requant_shifts] "I" (offsetof(Params, requant_shifts)), [offsetof_Params_weights] "I" (offsetof(Params, weights)), [offsetof_Requantize32_a_offset] "I" (offsetof(arm_gemm::Requantize32, a_offset)), [offsetof_Requantize32_b_offset] "I" (offsetof(arm_gemm::Requantize32, b_offset)), [offsetof_Requantize32_c_offset] "I" (offsetof(arm_gemm::Requantize32, c_offset)), [offsetof_Requantize32_maxval] "I" (offsetof(arm_gemm::Requantize32, maxval)), [offsetof_Requantize32_minval] "I" (offsetof(arm_gemm::Requantize32, minval)), [params] "r" (&params)
-    : "cc", "memory", "p0", "p1", "p2", "p3", "p4", "x0", "x1", "x2", "x3", "x4", "x5", "x6", "x7", "x8", "x9", "x10", "x11", "x12", "x13", "x14", "x15", "x16", "x17", "x19", "x20", "x21", "x22", "x23", "x24", "x25", "x26", "x27", "x28", "z0", "z1", "z2", "z3", "z4", "z5", "z6", "z7", "z8", "z9", "z10", "z11", "z12", "z13", "z14", "z15", "z16", "z17", "z18", "z19", "z20", "z21", "z22", "z23", "z24", "z25", "z26", "z27", "z28", "z29", "z30", "z31"
+    : "cc", "memory", "p0", "p1", "p2", "p3", "p4", "x0", "x1", "x2", "x3", "x4", "x5", "x6", "x7", "x8", "x9", "x10", "x11", "x12", "x13", "x14", "x15", "x16", "x17", "x20", "x21", "x22", "x23", "x24", "x25", "x26", "x27", "x28", "z0", "z1", "z2", "z3", "z4", "z5", "z6", "z7", "z8", "z9", "z10", "z11", "z12", "z13", "z14", "z15", "z16", "z17", "z18", "z19", "z20", "z21", "z22", "z23", "z24", "z25", "z26", "z27", "z28", "z29", "z30", "z31"
   );
 }