diff options
Diffstat (limited to 'src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp')
| -rw-r--r-- | src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp | 1434 |
1 files changed, 717 insertions, 717 deletions
diff --git a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp index 468e6778a4..6c144afa77 100644 --- a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp +++ b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sme2_u8q_planar_5x5_s2_4rows_dot_za/generic.cpp @@ -73,156 +73,156 @@ void sme2_u8q_planar_5x5_s2_4rows_dot_za_impl( "ptrue p2.b\n" "mov x20, #0xb\n" "ldr x4, [%x[args], %[offsetof_Args_pad_top]]\n" - "ld1rh { z9.h }, p2/Z, [%x[qp], %[offsetof_Requantize32_a_offset]]\n" + "ld1rh { z7.h }, p2/Z, [%x[qp], %[offsetof_Requantize32_a_offset]]\n" "sub x20, x20, x3\n" ".inst 0x25207812 // ptrue pn10.b\n" "ldr x5, [%x[args], %[offsetof_Args_n_channels]]\n" "whilelt p1.s, XZR, x5\n" "whilelt p9.s, XZR, x20\n" - "ld1rw { z8.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_c_offset]]\n" + "ld1rw { z10.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_c_offset]]\n" "whilelt p8.s, XZR, x4\n" "addvl SP, SP, #-15\n" "ldr x6, [%x[args], %[offsetof_Args_current_channel]]\n" - "neg z9.h, p2/M, z9.h\n" + "neg z7.h, p2/M, z7.h\n" "eor p8.b, p2/Z, p8.b, p9.b\n" - "ld1rw { z3.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_per_layer_mul]]\n" - "ld1rw { z1.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_per_layer_right_shift]]\n" - "ld1rw { z26.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_minval]]\n" - "ld1rw { z23.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_maxval]]\n" + "ld1rw { z6.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_per_layer_mul]]\n" + "ld1rw { z4.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_per_layer_right_shift]]\n" + "ld1rw { z5.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_minval]]\n" + "ld1rw { z21.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_maxval]]\n" "1:" // Channel loop "ldr x20, [%x[qp], %[offsetof_Requantize32_bias]]\n" - "mov z28.s, #0x0\n" + "mov z12.s, #0x0\n" "cbz x20, 2f\n" - "ld1w { z28.s }, p1/Z, [x20, x6, LSL #2]\n" + "ld1w { z12.s }, p1/Z, [x20, x6, LSL #2]\n" "2:" // Load bias: Done "ldr x22, [%x[args], %[offsetof_Args_weights]]\n" "mov x20, x22\n" - "ld1b { z12.s }, p2/Z, [x20]\n" + "ld1b { z13.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "ld1rh { z18.h }, p2/Z, [%x[qp], %[offsetof_Requantize32_b_offset]]\n" - "sub z12.h, z12.h, z18.h\n" + "ld1rh { z28.h }, p2/Z, [%x[qp], %[offsetof_Requantize32_b_offset]]\n" + "sub z13.h, z13.h, z28.h\n" "incw x22\n" - "mov z14.h, #0x0\n" - "ld1b { z25.s }, p2/Z, [x20]\n" + "mov z26.h, #0x0\n" + "ld1b { z22.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z25.h, z25.h, z18.h\n" - "trn1 z2.h, z12.h, z25.h\n" - "ld1b { z24.s }, p2/Z, [x20]\n" + "sub z22.h, z22.h, z28.h\n" + "trn1 z17.h, z13.h, z22.h\n" + "ld1b { z20.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z24.h, z24.h, z18.h\n" + "sub z20.h, z20.h, z28.h\n" "addvl x21, SP, #15\n" - "ld1b { z17.s }, p2/Z, [x20]\n" + "ld1b { z1.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z17.h, z17.h, z18.h\n" - "trn1 z10.h, z24.h, z17.h\n" - "ld1b { z16.s }, p2/Z, [x20]\n" + "sub z1.h, z1.h, z28.h\n" + "trn1 z29.h, z20.h, z1.h\n" + "ld1b { z27.s }, p2/Z, [x20]\n" "mov x20, x22\n" - "sub z16.h, z16.h, z18.h\n" + "sub z27.h, z27.h, z28.h\n" "incw x22\n" - "ld1b { z12.s }, p2/Z, [x20]\n" + "ld1b { z14.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z12.h, z12.h, z18.h\n" + "sub z14.h, z14.h, z28.h\n" "addvl x21, x21, #-3\n" - "ld1b { z25.s }, p2/Z, [x20]\n" + "ld1b { z18.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z25.h, z25.h, z18.h\n" - "trn1 z0.h, z16.h, z14.h\n" - "ld1b { z24.s }, p2/Z, [x20]\n" + "sub z18.h, z18.h, z28.h\n" + "trn1 z22.h, z27.h, z26.h\n" + "ld1b { z23.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z24.h, z24.h, z18.h\n" - "st1h { z2.h }, p2, [x21]\n" - "ld1b { z17.s }, p2/Z, [x20]\n" + "sub z23.h, z23.h, z28.h\n" + "st1h { z17.h }, p2, [x21]\n" + "ld1b { z30.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z17.h, z17.h, z18.h\n" - "trn1 z2.h, z12.h, z25.h\n" - "ld1b { z16.s }, p2/Z, [x20]\n" + "sub z30.h, z30.h, z28.h\n" + "trn1 z8.h, z14.h, z18.h\n" + "ld1b { z15.s }, p2/Z, [x20]\n" "mov x20, x22\n" - "st1h { z10.h }, p2, [x21, #1, MUL VL]\n" - "sub z16.h, z16.h, z18.h\n" - "ld1b { z12.s }, p2/Z, [x20]\n" - "incw x20, ALL, MUL #5\n" - "trn1 z10.h, z24.h, z17.h\n" - "sub z12.h, z12.h, z18.h\n" - "ld1b { z25.s }, p2/Z, [x20]\n" + "st1h { z29.h }, p2, [x21, #1, MUL VL]\n" + "sub z15.h, z15.h, z28.h\n" + "ld1b { z20.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z25.h, z25.h, z18.h\n" - "st1h { z0.h }, p2, [x21, #2, MUL VL]\n" + "trn1 z23.h, z23.h, z30.h\n" + "sub z20.h, z20.h, z28.h\n" "ld1b { z24.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "trn1 z0.h, z16.h, z14.h\n" + "sub z24.h, z24.h, z28.h\n" + "st1h { z22.h }, p2, [x21, #2, MUL VL]\n" + "ld1b { z16.s }, p2/Z, [x20]\n" + "incw x20, ALL, MUL #5\n" + "trn1 z0.h, z15.h, z26.h\n" "incw x22\n" - "ld1b { z17.s }, p2/Z, [x20]\n" + "ld1b { z13.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z24.h, z24.h, z18.h\n" - "sub z17.h, z17.h, z18.h\n" - "ld1b { z16.s }, p2/Z, [x20]\n" + "sub z16.h, z16.h, z28.h\n" + "sub z13.h, z13.h, z28.h\n" + "ld1b { z11.s }, p2/Z, [x20]\n" "addvl x21, x21, #-3\n" "mov x20, x22\n" - "st1h { z2.h }, p2, [x21]\n" - "trn1 z2.h, z12.h, z25.h\n" - "ld1b { z12.s }, p2/Z, [x20]\n" + "st1h { z8.h }, p2, [x21]\n" + "trn1 z27.h, z20.h, z24.h\n" + "ld1b { z22.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z16.h, z16.h, z18.h\n" - "ld1b { z25.s }, p2/Z, [x20]\n" + "sub z11.h, z11.h, z28.h\n" + "ld1b { z3.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "st1h { z10.h }, p2, [x21, #1, MUL VL]\n" - "trn1 z10.h, z24.h, z17.h\n" - "ld1b { z24.s }, p2/Z, [x20]\n" + "st1h { z23.h }, p2, [x21, #1, MUL VL]\n" + "trn1 z20.h, z16.h, z13.h\n" + "ld1b { z13.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z12.h, z12.h, z18.h\n" - "sub z25.h, z25.h, z18.h\n" - "ld1b { z17.s }, p2/Z, [x20]\n" + "sub z22.h, z22.h, z28.h\n" + "sub z3.h, z3.h, z28.h\n" + "ld1b { z15.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" "st1h { z0.h }, p2, [x21, #2, MUL VL]\n" - "trn1 z0.h, z16.h, z14.h\n" + "trn1 z29.h, z11.h, z26.h\n" "ld1b { z16.s }, p2/Z, [x20]\n" "incw x22\n" - "sub z24.h, z24.h, z18.h\n" - "sub z17.h, z17.h, z18.h\n" + "sub z13.h, z13.h, z28.h\n" + "sub z15.h, z15.h, z28.h\n" "addvl x21, x21, #-3\n" "mov x20, x22\n" - "st1h { z2.h }, p2, [x21]\n" - "sub z16.h, z16.h, z18.h\n" - "trn1 z2.h, z12.h, z25.h\n" - "ld1b { z12.s }, p2/Z, [x20]\n" + "st1h { z27.h }, p2, [x21]\n" + "sub z16.h, z16.h, z28.h\n" + "trn1 z19.h, z22.h, z3.h\n" + "ld1b { z17.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "st1h { z10.h }, p2, [x21, #1, MUL VL]\n" - "ld1b { z25.s }, p2/Z, [x20]\n" + "st1h { z20.h }, p2, [x21, #1, MUL VL]\n" + "ld1b { z0.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "trn1 z10.h, z24.h, z17.h\n" - "st1h { z0.h }, p2, [x21, #2, MUL VL]\n" - "ld1b { z24.s }, p2/Z, [x20]\n" + "trn1 z31.h, z13.h, z15.h\n" + "st1h { z29.h }, p2, [x21, #2, MUL VL]\n" + "ld1b { z18.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "trn1 z0.h, z16.h, z14.h\n" - "sub z12.h, z12.h, z18.h\n" - "ld1b { z17.s }, p2/Z, [x20]\n" + "trn1 z16.h, z16.h, z26.h\n" + "sub z17.h, z17.h, z28.h\n" + "ld1b { z22.s }, p2/Z, [x20]\n" "incw x20, ALL, MUL #5\n" - "sub z25.h, z25.h, z18.h\n" - "sub z24.h, z24.h, z18.h\n" - "ld1b { z16.s }, p2/Z, [x20]\n" - "sub z17.h, z17.h, z18.h\n" - "sub z16.h, z16.h, z18.h\n" + "sub z0.h, z0.h, z28.h\n" + "sub z18.h, z18.h, z28.h\n" + "ld1b { z1.s }, p2/Z, [x20]\n" + "sub z22.h, z22.h, z28.h\n" + "sub z1.h, z1.h, z28.h\n" "ldr x20, [%x[qp], %[offsetof_Requantize32_per_channel_muls]]\n" "addvl x21, x21, #-3\n" - "st1h { z2.h }, p2, [x21]\n" - "mov z29.d, z28.d\n" - "mov z30.d, z28.d\n" - "st1h { z10.h }, p2, [x21, #1, MUL VL]\n" - "mov z31.d, z28.d\n" - "trn1 z2.h, z12.h, z25.h\n" - "st1h { z0.h }, p2, [x21, #2, MUL VL]\n" + "st1h { z19.h }, p2, [x21]\n" + "mov z13.d, z12.d\n" + "mov z14.d, z12.d\n" + "st1h { z31.h }, p2, [x21, #1, MUL VL]\n" + "mov z15.d, z12.d\n" + "trn1 z8.h, z17.h, z0.h\n" + "st1h { z16.h }, p2, [x21, #2, MUL VL]\n" "addvl x21, x21, #-3\n" - "trn1 z10.h, z24.h, z17.h\n" - "trn1 z0.h, z16.h, z14.h\n" - "st1h { z2.h }, p2, [x21]\n" - "st1h { z10.h }, p2, [x21, #1, MUL VL]\n" - "st1h { z0.h }, p2, [x21, #2, MUL VL]\n" + "trn1 z31.h, z18.h, z22.h\n" + "trn1 z29.h, z1.h, z26.h\n" + "st1h { z8.h }, p2, [x21]\n" + "st1h { z31.h }, p2, [x21, #1, MUL VL]\n" + "st1h { z29.h }, p2, [x21, #2, MUL VL]\n" "cbz x20, 3f\n" - "ld1w { z3.s }, p1/Z, [x20, x6, LSL #2]\n" + "ld1w { z6.s }, p1/Z, [x20, x6, LSL #2]\n" "3:" // Load mul: End "ldr x20, [%x[qp], %[offsetof_Requantize32_per_channel_right_shifts]]\n" "cbz x20, 4f\n" - "ld1w { z1.s }, p1/Z, [x20, x6, LSL #2]\n" + "ld1w { z4.s }, p1/Z, [x20, x6, LSL #2]\n" "4:" // Load right_shift: End "ldr x7, [%x[args], %[offsetof_Args_input_cols]]\n" "sub x20, x7, #0x1\n" @@ -242,20 +242,20 @@ void sme2_u8q_planar_5x5_s2_4rows_dot_za_impl( ".inst 0xf8b74a9c // rprfm pldstrm, x23, [x20]\n" "add x20, x20, %x[ld_in_col]\n" "bgt 5b\n" - "ldr x25, [%x[args], %[offsetof_Args_outptrs]]\n" + "ldr x23, [%x[args], %[offsetof_Args_outptrs]]\n" "lsl x20, %x[ld_in_row], #0x0\n" "msub x17, x4, x20, x17\n" - ".inst 0xc0040f80 // mova za.d[x8, #0], { z28.d-z31.d }\n" + ".inst 0xc0040d80 // mova za.d[x8, #0], { z12.d-z15.d }\n" "ldr x20, [%x[args], %[offsetof_Args_ld_out_cols]]\n" - ".inst 0xc0040f81 // mova za.d[x8, #1], { z28.d-z31.d }\n" + ".inst 0xc0040d81 // mova za.d[x8, #1], { z12.d-z15.d }\n" "mov x22, #0x4\n" - "ldp x15, x14, [x25], #0x10\n" - ".inst 0xc0040f82 // mova za.d[x8, #2], { z28.d-z31.d }\n" + "ldp x15, x14, [x23], #0x10\n" + ".inst 0xc0040d82 // mova za.d[x8, #2], { z12.d-z15.d }\n" "ldp x13, x11, [x20], #0x10\n" - ".inst 0xc0040f83 // mova za.d[x8, #3], { z28.d-z31.d }\n" + ".inst 0xc0040d83 // mova za.d[x8, #3], { z12.d-z15.d }\n" "ldr x21, [%x[args], %[offsetof_Args_pad_left]]\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" - "ldp x10, x9, [x25], #0x10\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" + "ldp x10, x9, [x23], #0x10\n" "ldp x28, x27, [x20], #0x10\n" "cbz x21, 7f\n" "cmp x21, x22\n" @@ -263,24 +263,24 @@ void sme2_u8q_planar_5x5_s2_4rows_dot_za_impl( "sub x21, x21, x20\n" "sub x22, x22, x20\n" "cbz x21, 7f\n" - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" + ".inst 0xc0060c1c // mova { z28.d-z31.d }, za.d[x8, #0]\n" + ".inst 0xc1a6ac1c // sqdmulh { z28.s-z31.s }, { z28.s-z31.s }, z6.s\n" "and x22, x21, #0x1\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" + ".inst 0xc1a4aa3c // srshl { z28.s-z31.s }, { z28.s-z31.s }, z4.s\n" "add x21, x21, #0x1\n" "lsr x21, x21, #0x1\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" + ".inst 0xc1aaab1c // add { z28.s-z31.s }, { z28.s-z31.s }, z10.s\n" "sub x16, x16, x21\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" + ".inst 0xc1b5ccbc // sclamp { z28.s-z31.s }, z5.s, z21.s\n" "6:" // Left padding "subs x21, x21, #0x1\n" - "st1b { z4.s }, p1, [x15]\n" + "st1b { z28.s }, p1, [x15]\n" "add x15, x15, x13\n" - "st1b { z5.s }, p1, [x14]\n" + "st1b { z29.s }, p1, [x14]\n" "add x14, x14, x11\n" - "st1b { z6.s }, p1, [x10]\n" + "st1b { z30.s }, p1, [x10]\n" "add x10, x10, x28\n" - "st1b { z7.s }, p1, [x9]\n" + "st1b { z31.s }, p1, [x9]\n" "add x9, x9, x27\n" "bgt 6b\n" "7:" // Left padding: End @@ -296,341 +296,341 @@ void sme2_u8q_planar_5x5_s2_4rows_dot_za_impl( "beq 9f\n" "8:" // Unpadded: 4 priming loads "add x21, x17, %x[ld_in_row]\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + "ld1b { z27.s }, p1/Z, [x17]\n" "addvl x20, SP, #12\n" - "ld1b { z21.s }, p1/Z, [x21]\n" + "ld1b { z0.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z12.s }, p1/Z, [x21]\n" + "trn1 z27.h, z27.h, z0.h\n" + "add z27.h, z27.h, z7.h\n" + "ld1b { z28.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z20.s }, p1/Z, [x21]\n" + "ld1b { z11.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z13.s }, p1/Z, [x21]\n" + "trn1 z28.h, z28.h, z11.h\n" + "add z28.h, z28.h, z7.h\n" + "ld1b { z29.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z19.s }, p1/Z, [x21]\n" + "ld1b { z8.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x21]\n" + "trn1 z29.h, z29.h, z8.h\n" + "add z29.h, z29.h, z7.h\n" + "ld1b { z30.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z18.s }, p1/Z, [x21]\n" + "ld1b { z17.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x21]\n" + "trn1 z30.h, z30.h, z17.h\n" + "add z30.h, z30.h, z7.h\n" + "ld1b { z31.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z17.s }, p1/Z, [x21]\n" + "ld1b { z26.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z15.h, z15.h, z17.h\n" - "add z15.h, z15.h, z9.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p1/Z, [x21]\n" - "mov z16.d, z16.d\n" - "add z16.h, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + "trn1 z31.h, z31.h, z26.h\n" + "add z31.h, z31.h, z7.h\n" + ".inst 0xa1402a80 // ld1h { z0.h, z8.h }, pn10.b/Z, [x20]\n" + ".inst 0xc1701768 // sdot za.s[x8, 0], { z27.h-z30.h }, z0.h\n" + "ld1b { z20.s }, p1/Z, [x21]\n" + "mov z0.d, z20.d\n" + "add z0.h, z0.h, z7.h\n" + ".inst 0xc1781788 // sdot za.s[x8, 0], { z28.h-z31.h }, z8.h\n" + "ld1h { z8.h }, p2/Z, [x20, #2, MUL VL]\n" + ".inst 0xc17817a8 // sdot za.s[x8, 0], { z29.h-z0.h }, z8.h\n" "9:" // Unpadded: 3 priming loads "add x21, x17, %x[ld_in_row]\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + "ld1b { z29.s }, p1/Z, [x17]\n" "addvl x20, SP, #9\n" - "ld1b { z21.s }, p1/Z, [x21]\n" + "ld1b { z17.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z12.s }, p1/Z, [x21]\n" + "trn1 z29.h, z29.h, z17.h\n" + "add z29.h, z29.h, z7.h\n" + "ld1b { z30.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z20.s }, p1/Z, [x21]\n" + "ld1b { z0.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z13.s }, p1/Z, [x21]\n" + "trn1 z30.h, z30.h, z0.h\n" + "add z30.h, z30.h, z7.h\n" + "ld1b { z31.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z19.s }, p1/Z, [x21]\n" + "ld1b { z16.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x21]\n" + "trn1 z31.h, z31.h, z16.h\n" + "add z31.h, z31.h, z7.h\n" + "ld1b { z0.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z18.s }, p1/Z, [x21]\n" + "ld1b { z16.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x21]\n" + "trn1 z0.h, z0.h, z16.h\n" + "add z0.h, z0.h, z7.h\n" + "ld1b { z1.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "ld1b { z17.s }, p1/Z, [x21]\n" + "ld1b { z16.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z15.h, z15.h, z17.h\n" - "add z15.h, z15.h, z9.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" + "trn1 z1.h, z1.h, z16.h\n" + "add z1.h, z1.h, z7.h\n" + ".inst 0xa0402a82 // ld1h { z2.h-z3.h }, pn10.b/Z, [x20]\n" + ".inst 0xc17217a8 // sdot za.s[x8, 0], { z29.h-z0.h }, z2.h\n" "ld1b { z16.s }, p1/Z, [x21]\n" - "mov z16.d, z16.d\n" - "add z16.h, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + "mov z2.d, z16.d\n" + "add z2.h, z2.h, z7.h\n" + ".inst 0xc17317c8 // sdot za.s[x8, 0], { z30.h-z1.h }, z3.h\n" + "ld1h { z8.h }, p2/Z, [x20, #2, MUL VL]\n" + ".inst 0xc17817e8 // sdot za.s[x8, 0], { z31.h-z2.h }, z8.h\n" "10:" // Unpadded: 2 priming loads "add x22, x17, %x[ld_in_row]\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + "ld1b { z26.s }, p1/Z, [x17]\n" "addvl x21, SP, #6\n" - "ld1b { z21.s }, p1/Z, [x22]\n" + "ld1b { z16.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z12.s }, p1/Z, [x22]\n" + "trn1 z26.h, z26.h, z16.h\n" + "add z26.h, z26.h, z7.h\n" + "ld1b { z27.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" "addvl x20, SP, #12\n" - "ld1b { z20.s }, p1/Z, [x22]\n" + "ld1b { z16.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z13.s }, p1/Z, [x22]\n" + "trn1 z27.h, z27.h, z16.h\n" + "add z27.h, z27.h, z7.h\n" + "ld1b { z28.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z19.s }, p1/Z, [x22]\n" + "ld1b { z29.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x22]\n" + "trn1 z28.h, z28.h, z29.h\n" + "add z28.h, z28.h, z7.h\n" + "ld1b { z29.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "ld1b { z18.s }, p1/Z, [x22]\n" + "ld1b { z19.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x22]\n" + "trn1 z29.h, z29.h, z19.h\n" + "add z29.h, z29.h, z7.h\n" + "ld1b { z30.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "ld1b { z17.s }, p1/Z, [x22]\n" - "trn1 z15.h, z15.h, z17.h\n" + "ld1b { z23.s }, p1/Z, [x22]\n" + "trn1 z30.h, z30.h, z23.h\n" "add x22, x22, %x[ld_in_row]\n" - "add z15.h, z15.h, z9.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p1/Z, [x22]\n" - "mov z16.d, z16.d\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "add z16.h, z16.h, z9.h\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + "add z30.h, z30.h, z7.h\n" + ".inst 0xa0402aa2 // ld1h { z2.h-z3.h }, pn10.b/Z, [x21]\n" + ".inst 0xc1721748 // sdot za.s[x8, 0], { z26.h-z29.h }, z2.h\n" + "ld1b { z22.s }, p1/Z, [x22]\n" + "mov z31.d, z22.d\n" + ".inst 0xc1731768 // sdot za.s[x8, 0], { z27.h-z30.h }, z3.h\n" + ".inst 0xa1402a83 // ld1h { z3.h, z11.h }, pn10.b/Z, [x20]\n" + ".inst 0xc1731749 // sdot za.s[x8, 1], { z26.h-z29.h }, z3.h\n" + "add z31.h, z31.h, z7.h\n" + "ld1h { z3.h }, p2/Z, [x21, #2, MUL VL]\n" + ".inst 0xc17b1769 // sdot za.s[x8, 1], { z27.h-z30.h }, z11.h\n" + ".inst 0xc1731788 // sdot za.s[x8, 0], { z28.h-z31.h }, z3.h\n" "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1701789 // sdot za.s[x8, 1], { z28.h-z31.h }, z0.h\n" "11:" // Unpadded: 1 priming loads "add x22, x17, %x[ld_in_row]\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + "ld1b { z29.s }, p1/Z, [x17]\n" "addvl x21, SP, #3\n" - "ld1b { z21.s }, p1/Z, [x22]\n" + "ld1b { z22.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z12.s }, p1/Z, [x22]\n" + "trn1 z29.h, z29.h, z22.h\n" + "add z29.h, z29.h, z7.h\n" + "ld1b { z30.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" "addvl x20, SP, #9\n" - "ld1b { z20.s }, p1/Z, [x22]\n" + "ld1b { z25.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z13.s }, p1/Z, [x22]\n" + "trn1 z30.h, z30.h, z25.h\n" + "add z30.h, z30.h, z7.h\n" + "ld1b { z31.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z19.s }, p1/Z, [x22]\n" + "ld1b { z16.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x22]\n" + "trn1 z31.h, z31.h, z16.h\n" + "add z31.h, z31.h, z7.h\n" + "ld1b { z0.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "ld1b { z18.s }, p1/Z, [x22]\n" + "ld1b { z16.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x22]\n" + "trn1 z0.h, z0.h, z16.h\n" + "add z0.h, z0.h, z7.h\n" + "ld1b { z1.s }, p1/Z, [x22]\n" "add x22, x22, %x[ld_in_row]\n" - "ld1b { z17.s }, p1/Z, [x22]\n" - "trn1 z15.h, z15.h, z17.h\n" + "ld1b { z2.s }, p1/Z, [x22]\n" + "trn1 z1.h, z1.h, z2.h\n" "add x22, x22, %x[ld_in_row]\n" - "add z15.h, z15.h, z9.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p1/Z, [x22]\n" - "mov z16.d, z16.d\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "add z16.h, z16.h, z9.h\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" + "add z1.h, z1.h, z7.h\n" + ".inst 0xa0402aa2 // ld1h { z2.h-z3.h }, pn10.b/Z, [x21]\n" + ".inst 0xc17217a8 // sdot za.s[x8, 0], { z29.h-z0.h }, z2.h\n" + "ld1b { z24.s }, p1/Z, [x22]\n" + "mov z2.d, z24.d\n" + ".inst 0xc17317c8 // sdot za.s[x8, 0], { z30.h-z1.h }, z3.h\n" + ".inst 0xa0402a88 // ld1h { z8.h-z9.h }, pn10.b/Z, [x20]\n" + ".inst 0xc17817a9 // sdot za.s[x8, 1], { z29.h-z0.h }, z8.h\n" + "add z2.h, z2.h, z7.h\n" + "ld1h { z3.h }, p2/Z, [x21, #2, MUL VL]\n" + ".inst 0xc17917c9 // sdot za.s[x8, 1], { z30.h-z1.h }, z9.h\n" + ".inst 0xc17317e8 // sdot za.s[x8, 0], { z31.h-z2.h }, z3.h\n" + "ld1h { z3.h }, p2/Z, [x20, #2, MUL VL]\n" + ".inst 0xc17317e9 // sdot za.s[x8, 1], { z31.h-z2.h }, z3.h\n" "12:" // Unpadded: 0 priming loads "cmp x7, #0x2\n" - ".inst 0xa1402be2 // ld1h { z2.h, z10.h }, pn10.b/Z, [SP]\n" - "ld1h { z0.h }, p2/Z, [SP, #2, MUL VL]\n" + ".inst 0xa1402be3 // ld1h { z3.h, z11.h }, pn10.b/Z, [SP]\n" + "ld1h { z2.h }, p2/Z, [SP, #2, MUL VL]\n" "blt 22f\n" "add x21, x17, %x[ld_in_row]\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + "ld1b { z23.s }, p1/Z, [x17]\n" "sub x7, x7, #0x2\n" - "ld1b { z21.s }, p1/Z, [x21]\n" + "ld1b { z25.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" + "trn1 z23.h, z23.h, z25.h\n" "sub x16, x16, #0x1\n" - "ld1b { z12.s }, p1/Z, [x21]\n" + "ld1b { z24.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "lsr x20, x7, #0x1\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z20.s }, p1/Z, [x21]\n" + "add z23.h, z23.h, z7.h\n" + "ld1b { z30.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z24.h, z24.h, z30.h\n" "cmp x20, x16\n" - "ld1b { z13.s }, p1/Z, [x21]\n" + "ld1b { z25.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "csel x26, x20, x16, LT\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z19.s }, p1/Z, [x21]\n" + "add z24.h, z24.h, z7.h\n" + "ld1b { z22.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x21]\n" + "trn1 z25.h, z25.h, z22.h\n" + "add z25.h, z25.h, z7.h\n" + "ld1b { z26.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z18.s }, p1/Z, [x21]\n" + "ld1b { z22.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x21]\n" + "trn1 z26.h, z26.h, z22.h\n" + "add z26.h, z26.h, z7.h\n" + "ld1b { z27.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" "and x7, x7, #0x1\n" - "ld1b { z17.s }, p1/Z, [x21]\n" + "ld1b { z30.s }, p1/Z, [x21]\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z15.h, z15.h, z17.h\n" - "add z15.h, z15.h, z9.h\n" - "ld1b { z16.s }, p1/Z, [x21]\n" - "mov z16.d, z16.d\n" - "add z16.h, z16.h, z9.h\n" + "trn1 z27.h, z27.h, z30.h\n" + "add z27.h, z27.h, z7.h\n" + "ld1b { z28.s }, p1/Z, [x21]\n" + "mov z28.d, z28.d\n" + "add z28.h, z28.h, z7.h\n" "sub x16, x16, x26\n" "cbz x26, 21f\n" "13:" // Unpadded: Main loop - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17316e8 // sdot za.s[x8, 0], { z23.h-z26.h }, z3.h\n" "addvl x25, SP, #6\n" "addvl x24, SP, #12\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402b22 // ld1h { z2.h, z10.h }, pn10.b/Z, [x25]\n" + ".inst 0xc17b1708 // sdot za.s[x8, 0], { z24.h-z27.h }, z11.h\n" + ".inst 0xa0402b20 // ld1h { z0.h-z1.h }, pn10.b/Z, [x25]\n" "add x23, x17, %x[ld_in_row]\n" "addvl x22, SP, #3\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17016e9 // sdot za.s[x8, 1], { z23.h-z26.h }, z0.h\n" "addvl x21, SP, #9\n" "subs x26, x26, #0x1\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402b02 // ld1h { z2.h, z10.h }, pn10.b/Z, [x24]\n" - ".inst 0xc172156a // sdot za.s[x8, 2], { z11.h-z14.h }, z2.h\n" - "ld1b { z11.s }, p1/Z, [x17]\n" + ".inst 0xc1711709 // sdot za.s[x8, 1], { z24.h-z27.h }, z1.h\n" + ".inst 0xa0402b08 // ld1h { z8.h-z9.h }, pn10.b/Z, [x24]\n" + ".inst 0xc17816ea // sdot za.s[x8, 2], { z23.h-z26.h }, z8.h\n" + "ld1b { z23.s }, p1/Z, [x17]\n" "add x17, x17, %x[ld_in_col]\n" "add x20, x17, %x[ld_in_row]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1721728 // sdot za.s[x8, 0], { z25.h-z28.h }, z2.h\n" "ld1h { z0.h }, p2/Z, [x25, #2, MUL VL]\n" - ".inst 0xc17a158a // sdot za.s[x8, 2], { z12.h-z15.h }, z10.h\n" - "ld1b { z21.s }, p1/Z, [x23]\n" + ".inst 0xc179170a // sdot za.s[x8, 2], { z24.h-z27.h }, z9.h\n" + "ld1b { z16.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [x24, #2, MUL VL]\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z12.s }, p1/Z, [x23]\n" + "trn1 z23.h, z23.h, z16.h\n" + ".inst 0xc1701729 // sdot za.s[x8, 1], { z25.h-z28.h }, z0.h\n" + "ld1h { z9.h }, p2/Z, [x24, #2, MUL VL]\n" + "add z23.h, z23.h, z7.h\n" + "ld1b { z24.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - ".inst 0xc17015aa // sdot za.s[x8, 2], { z13.h-z16.h }, z0.h\n" - "ld1b { z20.s }, p1/Z, [x23]\n" + ".inst 0xc179172a // sdot za.s[x8, 2], { z25.h-z28.h }, z9.h\n" + "ld1b { z18.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z13.s }, p1/Z, [x23]\n" + "trn1 z24.h, z24.h, z18.h\n" + "add z24.h, z24.h, z7.h\n" + "ld1b { z25.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" + ".inst 0xc0060c10 // mova { z16.d-z19.d }, za.d[x8, #0]\n" "add x8, x8, #0x1\n" - "ld1b { z19.s }, p1/Z, [x23]\n" + "ld1b { z8.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z13.h, z13.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x23]\n" + "trn1 z25.h, z25.h, z8.h\n" + "add z25.h, z25.h, z7.h\n" + "ld1b { z26.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" - "ld1b { z18.s }, p1/Z, [x23]\n" + ".inst 0xc1a6ac10 // sqdmulh { z16.s-z19.s }, { z16.s-z19.s }, z6.s\n" + "ld1b { z28.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x23]\n" + "trn1 z26.h, z26.h, z28.h\n" + "add z26.h, z26.h, z7.h\n" + "ld1b { z27.s }, p1/Z, [x23]\n" "add x23, x23, %x[ld_in_row]\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" - "ld1b { z17.s }, p1/Z, [x23]\n" - "trn1 z15.h, z15.h, z17.h\n" + ".inst 0xc1a4aa30 // srshl { z16.s-z19.s }, { z16.s-z19.s }, z4.s\n" + "ld1b { z28.s }, p1/Z, [x23]\n" + "trn1 z27.h, z27.h, z28.h\n" "add x23, x23, %x[ld_in_row]\n" - "add z15.h, z15.h, z9.h\n" - ".inst 0xa1402ac2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x22]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" - "ld1b { z16.s }, p1/Z, [x23]\n" - "mov z16.d, z16.d\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "add z16.h, z16.h, z9.h\n" + "add z27.h, z27.h, z7.h\n" + ".inst 0xa0402ac2 // ld1h { z2.h-z3.h }, pn10.b/Z, [x22]\n" + ".inst 0xc17216e8 // sdot za.s[x8, 0], { z23.h-z26.h }, z2.h\n" + ".inst 0xc1aaab10 // add { z16.s-z19.s }, { z16.s-z19.s }, z10.s\n" + "ld1b { z20.s }, p1/Z, [x23]\n" + "mov z28.d, z20.d\n" + ".inst 0xc1731708 // sdot za.s[x8, 0], { z24.h-z27.h }, z3.h\n" + ".inst 0xa0402aa0 // ld1h { z0.h-z1.h }, pn10.b/Z, [x21]\n" + ".inst 0xc17016e9 // sdot za.s[x8, 1], { z23.h-z26.h }, z0.h\n" + "add z28.h, z28.h, z7.h\n" "ld1h { z0.h }, p2/Z, [x22, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1711709 // sdot za.s[x8, 1], { z24.h-z27.h }, z1.h\n" + ".inst 0xc1b5ccb0 // sclamp { z16.s-z19.s }, z5.s, z21.s\n" + ".inst 0xc1701728 // sdot za.s[x8, 0], { z25.h-z28.h }, z0.h\n" "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - "st1b { z4.s }, p1, [x15]\n" + "st1b { z16.s }, p1, [x15]\n" "add x15, x15, x13\n" - "ld1b { z11.s }, p1/Z, [x17]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "st1b { z5.s }, p1, [x14]\n" + "ld1b { z23.s }, p1/Z, [x17]\n" + ".inst 0xc1701729 // sdot za.s[x8, 1], { z25.h-z28.h }, z0.h\n" + "st1b { z17.s }, p1, [x14]\n" "add x14, x14, x11\n" - "ld1b { z21.s }, p1/Z, [x20]\n" + "ld1b { z16.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "st1b { z6.s }, p1, [x10]\n" - "ld1b { z12.s }, p1/Z, [x20]\n" + "trn1 z23.h, z23.h, z16.h\n" + "st1b { z18.s }, p1, [x10]\n" + "ld1b { z24.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" "add x10, x10, x28\n" - "st1b { z7.s }, p1, [x9]\n" - "ld1b { z20.s }, p1/Z, [x20]\n" + "st1b { z19.s }, p1, [x9]\n" + "ld1b { z16.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z24.h, z24.h, z16.h\n" "add x9, x9, x27\n" - "ld1b { z13.s }, p1/Z, [x20]\n" + "ld1b { z25.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" - "add z11.h, z11.h, z9.h\n" - "ld1b { z19.s }, p1/Z, [x20]\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" + "add z23.h, z23.h, z7.h\n" + "ld1b { z16.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "add z12.h, z12.h, z9.h\n" - "ld1b { z14.s }, p1/Z, [x20]\n" + "trn1 z25.h, z25.h, z16.h\n" + "add z24.h, z24.h, z7.h\n" + "ld1b { z26.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "add z13.h, z13.h, z9.h\n" + "add z25.h, z25.h, z7.h\n" "add x17, x17, %x[ld_in_col]\n" - "ld1b { z18.s }, p1/Z, [x20]\n" + "ld1b { z16.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z14.h, z14.h, z18.h\n" - "add z14.h, z14.h, z9.h\n" - "ld1b { z15.s }, p1/Z, [x20]\n" + "trn1 z26.h, z26.h, z16.h\n" + "add z26.h, z26.h, z7.h\n" + "ld1b { z27.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "ld1b { z17.s }, p1/Z, [x20]\n" + "ld1b { z16.s }, p1/Z, [x20]\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z15.h, z15.h, z17.h\n" - "add z15.h, z15.h, z9.h\n" + "trn1 z27.h, z27.h, z16.h\n" + "add z27.h, z27.h, z7.h\n" "ld1b { z16.s }, p1/Z, [x20]\n" - "mov z16.d, z16.d\n" - "add z16.h, z16.h, z9.h\n" - ".inst 0xa1402be2 // ld1h { z2.h, z10.h }, pn10.b/Z, [SP]\n" - "ld1h { z0.h }, p2/Z, [SP, #2, MUL VL]\n" + "mov z28.d, z16.d\n" + "add z28.h, z28.h, z7.h\n" + ".inst 0xa1402be3 // ld1h { z3.h, z11.h }, pn10.b/Z, [SP]\n" + "ld1h { z2.h }, p2/Z, [SP, #2, MUL VL]\n" "bgt 13b\n" "b 21f\n" "14:" // Padded @@ -645,688 +645,688 @@ void sme2_u8q_planar_5x5_s2_4rows_dot_za_impl( "15:" // Padded: 4 priming loads "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x17]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x21, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x21]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x21]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x21]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x21]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x21]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x21]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z27.h, z27.h, z17.h\n" + "trn1 z28.h, z28.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x21]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z29.s }, p0/Z, [x21]\n" + "add z29.h, p0/M, z29.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x21]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z18.s }, p0/Z, [x21]\n" + "add z18.h, p0/M, z18.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x21]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z30.s }, p0/Z, [x21]\n" + "add z30.h, p0/M, z30.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x21]\n" + "ld1b { z17.s }, p0/Z, [x21]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x21]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z31.s }, p0/Z, [x21]\n" + "add z31.h, p0/M, z31.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x21]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x21]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "addvl x20, SP, #12\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" + "trn1 z29.h, z29.h, z18.h\n" + "trn1 z30.h, z30.h, z17.h\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - "trn1 z15.h, z15.h, z17.h\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x21]\n" - "add z16.h, p0/M, z16.h, z9.h\n" - "mov z16.d, z16.d\n" + ".inst 0xa0402a80 // ld1h { z0.h-z1.h }, pn10.b/Z, [x20]\n" + "trn1 z31.h, z31.h, z16.h\n" + ".inst 0xc1701768 // sdot za.s[x8, 0], { z27.h-z30.h }, z0.h\n" + "ld1b { z20.s }, p0/Z, [x21]\n" + "add z20.h, p0/M, z20.h, z7.h\n" + "mov z0.d, z20.d\n" "add x17, x17, %x[ld_in_col]\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1711788 // sdot za.s[x8, 0], { z28.h-z31.h }, z1.h\n" + "ld1h { z1.h }, p2/Z, [x20, #2, MUL VL]\n" + ".inst 0xc17117a8 // sdot za.s[x8, 0], { z29.h-z0.h }, z1.h\n" "16:" // Padded: 3 priming loads "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z24.s }, p0/Z, [x17]\n" + "add z24.h, p0/M, z24.h, z7.h\n" "add x21, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x21]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x21]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x21]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x21]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x21]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x21]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z24.h, z24.h, z17.h\n" + "trn1 z25.h, z25.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x21]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x21]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x21]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z18.s }, p0/Z, [x21]\n" + "add z18.h, p0/M, z18.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x21]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x21]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x21]\n" + "ld1b { z17.s }, p0/Z, [x21]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x21]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x21]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x21, x21, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x21]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x21]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "addvl x20, SP, #9\n" "add x21, x21, %x[ld_in_row]\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" + "trn1 z26.h, z26.h, z18.h\n" + "trn1 z27.h, z27.h, z17.h\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - "trn1 z15.h, z15.h, z17.h\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x21]\n" - "add z16.h, p0/M, z16.h, z9.h\n" - "mov z16.d, z16.d\n" + ".inst 0xa0402a82 // ld1h { z2.h-z3.h }, pn10.b/Z, [x20]\n" + "trn1 z28.h, z28.h, z16.h\n" + ".inst 0xc1721708 // sdot za.s[x8, 0], { z24.h-z27.h }, z2.h\n" + "ld1b { z11.s }, p0/Z, [x21]\n" + "add z11.h, p0/M, z11.h, z7.h\n" + "mov z29.d, z11.d\n" "add x17, x17, %x[ld_in_col]\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" + ".inst 0xc1731728 // sdot za.s[x8, 0], { z25.h-z28.h }, z3.h\n" "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1701748 // sdot za.s[x8, 0], { z26.h-z29.h }, z0.h\n" "17:" // Padded: 2 priming loads "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x17]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x20]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z25.h, z25.h, z17.h\n" + "trn1 z26.h, z26.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z18.s }, p0/Z, [x20]\n" + "add z18.h, p0/M, z18.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x20]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x20]\n" + "ld1b { z17.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z29.s }, p0/Z, [x20]\n" + "add z29.h, p0/M, z29.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x20]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "addvl x21, SP, #6\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" + "trn1 z27.h, z27.h, z18.h\n" + "trn1 z28.h, z28.h, z17.h\n" + ".inst 0xa1402aa1 // ld1h { z1.h, z9.h }, pn10.b/Z, [x21]\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "trn1 z15.h, z15.h, z17.h\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x20]\n" + "trn1 z29.h, z29.h, z16.h\n" + ".inst 0xc1711728 // sdot za.s[x8, 0], { z25.h-z28.h }, z1.h\n" + "ld1b { z1.s }, p0/Z, [x20]\n" "addvl x20, SP, #12\n" - "add z16.h, p0/M, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "mov z16.d, z16.d\n" + "add z1.h, p0/M, z1.h, z7.h\n" + ".inst 0xc1791748 // sdot za.s[x8, 0], { z26.h-z29.h }, z9.h\n" + ".inst 0xa0402a82 // ld1h { z2.h-z3.h }, pn10.b/Z, [x20]\n" + ".inst 0xc1721729 // sdot za.s[x8, 1], { z25.h-z28.h }, z2.h\n" + "mov z30.d, z1.d\n" "add x17, x17, %x[ld_in_col]\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + "ld1h { z9.h }, p2/Z, [x21, #2, MUL VL]\n" + ".inst 0xc1731749 // sdot za.s[x8, 1], { z26.h-z29.h }, z3.h\n" + ".inst 0xc1791768 // sdot za.s[x8, 0], { z27.h-z30.h }, z9.h\n" "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1701769 // sdot za.s[x8, 1], { z27.h-z30.h }, z0.h\n" "18:" // Padded: 1 priming loads "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x17]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x20]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z25.h, z25.h, z17.h\n" + "trn1 z26.h, z26.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z18.s }, p0/Z, [x20]\n" + "add z18.h, p0/M, z18.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x20]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x20]\n" + "ld1b { z17.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z29.s }, p0/Z, [x20]\n" + "add z29.h, p0/M, z29.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x20]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "addvl x21, SP, #3\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" + "trn1 z27.h, z27.h, z18.h\n" + "trn1 z28.h, z28.h, z17.h\n" + ".inst 0xa1402aa3 // ld1h { z3.h, z11.h }, pn10.b/Z, [x21]\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "trn1 z15.h, z15.h, z17.h\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x20]\n" + "trn1 z29.h, z29.h, z16.h\n" + ".inst 0xc1731728 // sdot za.s[x8, 0], { z25.h-z28.h }, z3.h\n" + "ld1b { z0.s }, p0/Z, [x20]\n" "addvl x20, SP, #9\n" - "add z16.h, p0/M, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "mov z16.d, z16.d\n" + "add z0.h, p0/M, z0.h, z7.h\n" + ".inst 0xc17b1748 // sdot za.s[x8, 0], { z26.h-z29.h }, z11.h\n" + ".inst 0xa0402a82 // ld1h { z2.h-z3.h }, pn10.b/Z, [x20]\n" + ".inst 0xc1721729 // sdot za.s[x8, 1], { z25.h-z28.h }, z2.h\n" + "mov z30.d, z0.d\n" "add x17, x17, %x[ld_in_col]\n" "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1731749 // sdot za.s[x8, 1], { z26.h-z29.h }, z3.h\n" + ".inst 0xc1701768 // sdot za.s[x8, 0], { z27.h-z30.h }, z0.h\n" "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1701769 // sdot za.s[x8, 1], { z27.h-z30.h }, z0.h\n" "19:" // Padded: 0 priming loads "cmp x7, #0x2\n" - ".inst 0xa1402be2 // ld1h { z2.h, z10.h }, pn10.b/Z, [SP]\n" - "ld1h { z0.h }, p2/Z, [SP, #2, MUL VL]\n" + ".inst 0xa1402be3 // ld1h { z3.h, z11.h }, pn10.b/Z, [SP]\n" + "ld1h { z2.h }, p2/Z, [SP, #2, MUL VL]\n" "blt 22f\n" "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z23.s }, p0/Z, [x17]\n" + "add z23.h, p0/M, z23.h, z7.h\n" "add x20, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x20]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z24.s }, p0/Z, [x20]\n" + "add z24.h, p0/M, z24.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z23.h, z23.h, z17.h\n" + "trn1 z24.h, z24.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x20]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "add z19.h, p0/M, z19.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" "ld1b { z18.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z18.h, p0/M, z18.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" "ld1b { z17.s }, p0/Z, [x20]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" "ld1b { z16.s }, p0/Z, [x20]\n" - "add z16.h, p0/M, z16.h, z9.h\n" + "add z16.h, p0/M, z16.h, z7.h\n" "sub x7, x7, #0x2\n" "sub x16, x16, #0x1\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" + "trn1 z25.h, z25.h, z19.h\n" + "trn1 z26.h, z26.h, z18.h\n" "lsr x20, x7, #0x1\n" "cmp x20, x16\n" - "trn1 z15.h, z15.h, z17.h\n" - "mov z16.d, z16.d\n" + "trn1 z27.h, z27.h, z17.h\n" + "mov z28.d, z16.d\n" "csel x25, x20, x16, LT\n" "add x17, x17, %x[ld_in_col]\n" "and x7, x7, #0x1\n" "sub x16, x16, x25\n" "cbz x25, 21f\n" "20:" // Padded: Main loop - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17316e8 // sdot za.s[x8, 0], { z23.h-z26.h }, z3.h\n" "addvl x24, SP, #6\n" "addvl x23, SP, #12\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402b02 // ld1h { z2.h, z10.h }, pn10.b/Z, [x24]\n" + ".inst 0xc17b1708 // sdot za.s[x8, 0], { z24.h-z27.h }, z11.h\n" + ".inst 0xa1402b00 // ld1h { z0.h, z8.h }, pn10.b/Z, [x24]\n" "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17016e9 // sdot za.s[x8, 1], { z23.h-z26.h }, z0.h\n" "add x20, x17, %x[ld_in_row]\n" "addvl x22, SP, #3\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402ae2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x23]\n" + ".inst 0xc1781709 // sdot za.s[x8, 1], { z24.h-z27.h }, z8.h\n" + ".inst 0xa1402ae3 // ld1h { z3.h, z11.h }, pn10.b/Z, [x23]\n" "addvl x21, SP, #9\n" "subs x25, x25, #0x1\n" - ".inst 0xc172156a // sdot za.s[x8, 2], { z11.h-z14.h }, z2.h\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + ".inst 0xc17316ea // sdot za.s[x8, 2], { z23.h-z26.h }, z3.h\n" + "ld1b { z23.s }, p0/Z, [x17]\n" + "add z23.h, p0/M, z23.h, z7.h\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xc17a158a // sdot za.s[x8, 2], { z12.h-z15.h }, z10.h\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + ".inst 0xc17b170a // sdot za.s[x8, 2], { z24.h-z27.h }, z11.h\n" + "ld1b { z24.s }, p0/Z, [x20]\n" + "add z24.h, p0/M, z24.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1721728 // sdot za.s[x8, 0], { z25.h-z28.h }, z2.h\n" "ld1h { z0.h }, p2/Z, [x24, #2, MUL VL]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" "mov x12, #0x4\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z1.s }, p0/Z, [x20]\n" + ".inst 0xc1701729 // sdot za.s[x8, 1], { z25.h-z28.h }, z0.h\n" + "add z1.h, p0/M, z1.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" - "ld1h { z0.h }, p2/Z, [x23, #2, MUL VL]\n" + "ld1h { z3.h }, p2/Z, [x23, #2, MUL VL]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc17015aa // sdot za.s[x8, 2], { z13.h-z16.h }, z0.h\n" - "trn1 z11.h, z11.h, z21.h\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + ".inst 0xc173172a // sdot za.s[x8, 2], { z25.h-z28.h }, z3.h\n" + "trn1 z23.h, z23.h, z16.h\n" + "ld1b { z25.s }, p0/Z, [x20]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z3.s }, p0/Z, [x20]\n" + "add z3.h, p0/M, z3.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x20]\n" + "ld1b { z30.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z30.h, p0/M, z30.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x20]\n" - "add z17.h, p0/M, z17.h, z9.h\n" - "trn1 z12.h, z12.h, z20.h\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - ".inst 0xa1402ac2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x22]\n" + "ld1b { z29.s }, p0/Z, [x20]\n" + "add z29.h, p0/M, z29.h, z7.h\n" + "trn1 z24.h, z24.h, z1.h\n" + "trn1 z25.h, z25.h, z3.h\n" + "trn1 z26.h, z26.h, z30.h\n" + ".inst 0xa0402ac2 // ld1h { z2.h-z3.h }, pn10.b/Z, [x22]\n" "add x20, x20, %x[ld_in_row]\n" - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" + ".inst 0xc0060c10 // mova { z16.d-z19.d }, za.d[x8, #0]\n" "add x8, x8, #0x1\n" - "trn1 z15.h, z15.h, z17.h\n" + "trn1 z27.h, z27.h, z29.h\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x20]\n" + ".inst 0xc17216e8 // sdot za.s[x8, 0], { z23.h-z26.h }, z2.h\n" + "ld1b { z20.s }, p0/Z, [x20]\n" "mov x12, #0x0\n" - "add z16.h, p0/M, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" + "add z20.h, p0/M, z20.h, z7.h\n" + ".inst 0xc1731708 // sdot za.s[x8, 0], { z24.h-z27.h }, z3.h\n" + ".inst 0xa0402aa2 // ld1h { z2.h-z3.h }, pn10.b/Z, [x21]\n" "add x17, x17, %x[ld_in_col]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + ".inst 0xc17216e9 // sdot za.s[x8, 1], { z23.h-z26.h }, z2.h\n" + "ld1b { z23.s }, p0/Z, [x17]\n" + "add z23.h, p0/M, z23.h, z7.h\n" "add x20, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z8.s }, p0/Z, [x20]\n" + "add z8.h, p0/M, z8.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "mov z16.d, z16.d\n" - "ld1h { z0.h }, p2/Z, [x22, #2, MUL VL]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + ".inst 0xc1731709 // sdot za.s[x8, 1], { z24.h-z27.h }, z3.h\n" + "ld1b { z24.s }, p0/Z, [x20]\n" + "mov z28.d, z20.d\n" + "ld1h { z1.h }, p2/Z, [x22, #2, MUL VL]\n" + "add z24.h, p0/M, z24.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + "ld1b { z22.s }, p0/Z, [x20]\n" + ".inst 0xc1711728 // sdot za.s[x8, 0], { z25.h-z28.h }, z1.h\n" "mov x12, #0x4\n" - "add z20.h, p0/M, z20.h, z9.h\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" + "add z22.h, p0/M, z22.h, z7.h\n" + "ld1h { z1.h }, p2/Z, [x21, #2, MUL VL]\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + ".inst 0xc1711729 // sdot za.s[x8, 1], { z25.h-z28.h }, z1.h\n" + "ld1b { z25.s }, p0/Z, [x20]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x20]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x20]\n" + "ld1b { z20.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z20.h, p0/M, z20.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + ".inst 0xc1a6ac10 // sqdmulh { z16.s-z19.s }, { z16.s-z19.s }, z6.s\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x20]\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" + "ld1b { z31.s }, p0/Z, [x20]\n" + ".inst 0xc1a4aa30 // srshl { z16.s-z19.s }, { z16.s-z19.s }, z4.s\n" "add x20, x20, %x[ld_in_row]\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" - "add z17.h, p0/M, z17.h, z9.h\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" + "add z31.h, p0/M, z31.h, z7.h\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z16.s }, p0/Z, [x20]\n" - "add z16.h, p0/M, z16.h, z9.h\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" - ".inst 0xa1402be2 // ld1h { z2.h, z10.h }, pn10.b/Z, [SP]\n" + "ld1b { z1.s }, p0/Z, [x20]\n" + "add z1.h, p0/M, z1.h, z7.h\n" + ".inst 0xc1aaab10 // add { z16.s-z19.s }, { z16.s-z19.s }, z10.s\n" + ".inst 0xa1402be3 // ld1h { z3.h, z11.h }, pn10.b/Z, [SP]\n" "add x17, x17, %x[ld_in_col]\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" - "st1b { z4.s }, p1, [x15]\n" + ".inst 0xc1b5ccb0 // sclamp { z16.s-z19.s }, z5.s, z21.s\n" + "st1b { z16.s }, p1, [x15]\n" "add x15, x15, x13\n" - "ld1h { z0.h }, p2/Z, [SP, #2, MUL VL]\n" - "st1b { z5.s }, p1, [x14]\n" + "ld1h { z2.h }, p2/Z, [SP, #2, MUL VL]\n" + "st1b { z17.s }, p1, [x14]\n" "add x14, x14, x11\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" - "st1b { z6.s }, p1, [x10]\n" + "trn1 z23.h, z23.h, z8.h\n" + "trn1 z24.h, z24.h, z22.h\n" + "st1b { z18.s }, p1, [x10]\n" "add x10, x10, x28\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - "st1b { z7.s }, p1, [x9]\n" + "trn1 z25.h, z25.h, z28.h\n" + "trn1 z26.h, z26.h, z20.h\n" + "st1b { z19.s }, p1, [x9]\n" "add x9, x9, x27\n" - "trn1 z15.h, z15.h, z17.h\n" - "mov z16.d, z16.d\n" + "trn1 z27.h, z27.h, z31.h\n" + "mov z28.d, z1.d\n" "bgt 20b\n" "21:" // Main loop tail - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17316e8 // sdot za.s[x8, 0], { z23.h-z26.h }, z3.h\n" "addvl x24, SP, #6\n" "addvl x23, SP, #12\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402b02 // ld1h { z2.h, z10.h }, pn10.b/Z, [x24]\n" + ".inst 0xc17b1708 // sdot za.s[x8, 0], { z24.h-z27.h }, z11.h\n" + ".inst 0xa0402b08 // ld1h { z8.h-z9.h }, pn10.b/Z, [x24]\n" "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" + ".inst 0xc17816e9 // sdot za.s[x8, 1], { z23.h-z26.h }, z8.h\n" "add x22, x17, %x[ld_in_row]\n" "addvl x21, SP, #3\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402ae2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x23]\n" + ".inst 0xc1791709 // sdot za.s[x8, 1], { z24.h-z27.h }, z9.h\n" + ".inst 0xa1402ae3 // ld1h { z3.h, z11.h }, pn10.b/Z, [x23]\n" "addvl x20, SP, #9\n" - ".inst 0xc172156a // sdot za.s[x8, 2], { z11.h-z14.h }, z2.h\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + ".inst 0xc17316ea // sdot za.s[x8, 2], { z23.h-z26.h }, z3.h\n" + "ld1b { z29.s }, p0/Z, [x17]\n" + "add z29.h, p0/M, z29.h, z7.h\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x22]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z8.s }, p0/Z, [x22]\n" + "add z8.h, p0/M, z8.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - ".inst 0xc17a158a // sdot za.s[x8, 2], { z12.h-z15.h }, z10.h\n" - "ld1b { z12.s }, p0/Z, [x22]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + ".inst 0xc17b170a // sdot za.s[x8, 2], { z24.h-z27.h }, z11.h\n" + "ld1b { z30.s }, p0/Z, [x22]\n" + "add z30.h, p0/M, z30.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" + ".inst 0xc1721728 // sdot za.s[x8, 0], { z25.h-z28.h }, z2.h\n" "ld1h { z0.h }, p2/Z, [x24, #2, MUL VL]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" "mov x12, #0x4\n" "ld1b { z20.s }, p0/Z, [x22]\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "add z20.h, p0/M, z20.h, z9.h\n" + ".inst 0xc1701729 // sdot za.s[x8, 1], { z25.h-z28.h }, z0.h\n" + "add z20.h, p0/M, z20.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" - "ld1h { z0.h }, p2/Z, [x23, #2, MUL VL]\n" + "ld1h { z2.h }, p2/Z, [x23, #2, MUL VL]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - ".inst 0xc17015aa // sdot za.s[x8, 2], { z13.h-z16.h }, z0.h\n" - "trn1 z11.h, z11.h, z21.h\n" - "ld1b { z13.s }, p0/Z, [x22]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + ".inst 0xc172172a // sdot za.s[x8, 2], { z25.h-z28.h }, z2.h\n" + "trn1 z29.h, z29.h, z8.h\n" + "ld1b { z31.s }, p0/Z, [x22]\n" + "add z31.h, p0/M, z31.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x22]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x22]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x22]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z0.s }, p0/Z, [x22]\n" + "add z0.h, p0/M, z0.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x22]\n" + "ld1b { z17.s }, p0/Z, [x22]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x22]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z1.s }, p0/Z, [x22]\n" + "add z1.h, p0/M, z1.h, z7.h\n" "add x22, x22, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x22]\n" - "add z17.h, p0/M, z17.h, z9.h\n" - "trn1 z12.h, z12.h, z20.h\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" + "ld1b { z28.s }, p0/Z, [x22]\n" + "add z28.h, p0/M, z28.h, z7.h\n" + "trn1 z30.h, z30.h, z20.h\n" + "trn1 z31.h, z31.h, z25.h\n" + "trn1 z0.h, z0.h, z17.h\n" + ".inst 0xa1402aa3 // ld1h { z3.h, z11.h }, pn10.b/Z, [x21]\n" "add x22, x22, %x[ld_in_row]\n" - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" + ".inst 0xc0060c18 // mova { z24.d-z27.d }, za.d[x8, #0]\n" "add x8, x8, #0x1\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "trn1 z15.h, z15.h, z17.h\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "ld1b { z16.s }, p0/Z, [x22]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" - "add z16.h, p0/M, z16.h, z9.h\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" + "trn1 z1.h, z1.h, z28.h\n" + ".inst 0xc17317a8 // sdot za.s[x8, 0], { z29.h-z0.h }, z3.h\n" + "ld1b { z22.s }, p0/Z, [x22]\n" + ".inst 0xc1a6ac18 // sqdmulh { z24.s-z27.s }, { z24.s-z27.s }, z6.s\n" + "add z22.h, p0/M, z22.h, z7.h\n" + ".inst 0xc17b17c8 // sdot za.s[x8, 0], { z30.h-z1.h }, z11.h\n" + ".inst 0xa1402a83 // ld1h { z3.h, z11.h }, pn10.b/Z, [x20]\n" "add x17, x17, %x[ld_in_col]\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - "mov z16.d, z16.d\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" - "st1b { z4.s }, p1, [x15]\n" + ".inst 0xc1a4aa38 // srshl { z24.s-z27.s }, { z24.s-z27.s }, z4.s\n" + ".inst 0xc17317a9 // sdot za.s[x8, 1], { z29.h-z0.h }, z3.h\n" + "mov z2.d, z22.d\n" + "ld1h { z9.h }, p2/Z, [x21, #2, MUL VL]\n" + ".inst 0xc17b17c9 // sdot za.s[x8, 1], { z30.h-z1.h }, z11.h\n" + ".inst 0xc1aaab18 // add { z24.s-z27.s }, { z24.s-z27.s }, z10.s\n" + ".inst 0xc17917e8 // sdot za.s[x8, 0], { z31.h-z2.h }, z9.h\n" + "ld1h { z8.h }, p2/Z, [x20, #2, MUL VL]\n" + ".inst 0xc1b5ccb8 // sclamp { z24.s-z27.s }, z5.s, z21.s\n" + "st1b { z24.s }, p1, [x15]\n" "add x15, x15, x13\n" - "st1b { z5.s }, p1, [x14]\n" + "st1b { z25.s }, p1, [x14]\n" "add x14, x14, x11\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" - ".inst 0xa1402be2 // ld1h { z2.h, z10.h }, pn10.b/Z, [SP]\n" - "st1b { z6.s }, p1, [x10]\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" + ".inst 0xa1402be3 // ld1h { z3.h, z11.h }, pn10.b/Z, [SP]\n" + "st1b { z26.s }, p1, [x10]\n" "add x10, x10, x28\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [SP, #2, MUL VL]\n" - "st1b { z7.s }, p1, [x9]\n" + ".inst 0xc17817e9 // sdot za.s[x8, 1], { z31.h-z2.h }, z8.h\n" + "ld1h { z2.h }, p2/Z, [SP, #2, MUL VL]\n" + "st1b { z27.s }, p1, [x9]\n" "add x9, x9, x27\n" "22:" // Main loop skip tail "cbz x7, 23f\n" // Skip remainder inputs "mov x12, #0x0\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z11.s }, p0/Z, [x17]\n" - "add z11.h, p0/M, z11.h, z9.h\n" + "ld1b { z24.s }, p0/Z, [x17]\n" + "add z24.h, p0/M, z24.h, z7.h\n" "add x20, x17, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z21.s }, p0/Z, [x20]\n" - "add z21.h, p0/M, z21.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x20]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z12.s }, p0/Z, [x20]\n" - "add z12.h, p0/M, z12.h, z9.h\n" + "ld1b { z25.s }, p0/Z, [x20]\n" + "add z25.h, p0/M, z25.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z20.s }, p0/Z, [x20]\n" - "add z20.h, p0/M, z20.h, z9.h\n" + "ld1b { z16.s }, p0/Z, [x20]\n" + "add z16.h, p0/M, z16.h, z7.h\n" "mov x12, #0x4\n" "add x20, x20, %x[ld_in_row]\n" - "trn1 z11.h, z11.h, z21.h\n" - "trn1 z12.h, z12.h, z20.h\n" + "trn1 z24.h, z24.h, z17.h\n" + "trn1 z25.h, z25.h, z16.h\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z13.s }, p0/Z, [x20]\n" - "add z13.h, p0/M, z13.h, z9.h\n" + "ld1b { z26.s }, p0/Z, [x20]\n" + "add z26.h, p0/M, z26.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z19.s }, p0/Z, [x20]\n" - "add z19.h, p0/M, z19.h, z9.h\n" + "ld1b { z17.s }, p0/Z, [x20]\n" + "add z17.h, p0/M, z17.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "ld1b { z14.s }, p0/Z, [x20]\n" - "add z14.h, p0/M, z14.h, z9.h\n" + "ld1b { z27.s }, p0/Z, [x20]\n" + "add z27.h, p0/M, z27.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25f04500 // psel p0.s, p1.s/Z, p8.s[w12, #3]\n" - "ld1b { z18.s }, p0/Z, [x20]\n" + "ld1b { z16.s }, p0/Z, [x20]\n" "mov x12, #0x8\n" - "add z18.h, p0/M, z18.h, z9.h\n" + "add z16.h, p0/M, z16.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25304500 // psel p0.s, p1.s/Z, p8.s[w12]\n" - "ld1b { z15.s }, p0/Z, [x20]\n" - "add z15.h, p0/M, z15.h, z9.h\n" + "ld1b { z28.s }, p0/Z, [x20]\n" + "add z28.h, p0/M, z28.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25704500 // psel p0.s, p1.s/Z, p8.s[w12, #1]\n" - "ld1b { z17.s }, p0/Z, [x20]\n" - "add z17.h, p0/M, z17.h, z9.h\n" + "ld1b { z31.s }, p0/Z, [x20]\n" + "add z31.h, p0/M, z31.h, z7.h\n" "add x20, x20, %x[ld_in_row]\n" ".inst 0x25b04500 // psel p0.s, p1.s/Z, p8.s[w12, #2]\n" - "trn1 z13.h, z13.h, z19.h\n" - "trn1 z14.h, z14.h, z18.h\n" - "ld1b { z16.s }, p0/Z, [x20]\n" - "add z16.h, p0/M, z16.h, z9.h\n" - "trn1 z15.h, z15.h, z17.h\n" + "trn1 z26.h, z26.h, z17.h\n" + "trn1 z27.h, z27.h, z16.h\n" + "ld1b { z0.s }, p0/Z, [x20]\n" + "add z0.h, p0/M, z0.h, z7.h\n" + "trn1 z28.h, z28.h, z31.h\n" "addvl x21, SP, #6\n" - ".inst 0xc1721568 // sdot za.s[x8, 0], { z11.h-z14.h }, z2.h\n" - "mov z16.d, z16.d\n" + ".inst 0xc1731708 // sdot za.s[x8, 0], { z24.h-z27.h }, z3.h\n" + "mov z29.d, z0.d\n" "addvl x20, SP, #12\n" "sub x16, x16, #0x1\n" - ".inst 0xc17a1588 // sdot za.s[x8, 0], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402aa2 // ld1h { z2.h, z10.h }, pn10.b/Z, [x21]\n" - ".inst 0xc17015a8 // sdot za.s[x8, 0], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [x21, #2, MUL VL]\n" - ".inst 0xc1721569 // sdot za.s[x8, 1], { z11.h-z14.h }, z2.h\n" - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" - ".inst 0xc17a1589 // sdot za.s[x8, 1], { z12.h-z15.h }, z10.h\n" - ".inst 0xa1402a82 // ld1h { z2.h, z10.h }, pn10.b/Z, [x20]\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" - ".inst 0xc172156a // sdot za.s[x8, 2], { z11.h-z14.h }, z2.h\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" - ".inst 0xc17a158a // sdot za.s[x8, 2], { z12.h-z15.h }, z10.h\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" - "st1b { z4.s }, p1, [x15]\n" + ".inst 0xc17b1728 // sdot za.s[x8, 0], { z25.h-z28.h }, z11.h\n" + ".inst 0xa0402aa8 // ld1h { z8.h-z9.h }, pn10.b/Z, [x21]\n" + ".inst 0xc1721748 // sdot za.s[x8, 0], { z26.h-z29.h }, z2.h\n" + "ld1h { z2.h }, p2/Z, [x21, #2, MUL VL]\n" + ".inst 0xc1781709 // sdot za.s[x8, 1], { z24.h-z27.h }, z8.h\n" + ".inst 0xc0060c10 // mova { z16.d-z19.d }, za.d[x8, #0]\n" + ".inst 0xc1a6ac10 // sqdmulh { z16.s-z19.s }, { z16.s-z19.s }, z6.s\n" + ".inst 0xc1791729 // sdot za.s[x8, 1], { z25.h-z28.h }, z9.h\n" + ".inst 0xa1402a81 // ld1h { z1.h, z9.h }, pn10.b/Z, [x20]\n" + ".inst 0xc1a4aa30 // srshl { z16.s-z19.s }, { z16.s-z19.s }, z4.s\n" + ".inst 0xc171170a // sdot za.s[x8, 2], { z24.h-z27.h }, z1.h\n" + ".inst 0xc1aaab10 // add { z16.s-z19.s }, { z16.s-z19.s }, z10.s\n" + ".inst 0xc179172a // sdot za.s[x8, 2], { z25.h-z28.h }, z9.h\n" + ".inst 0xc1b5ccb0 // sclamp { z16.s-z19.s }, z5.s, z21.s\n" + "st1b { z16.s }, p1, [x15]\n" "add x15, x15, x13\n" - ".inst 0xc17015a9 // sdot za.s[x8, 1], { z13.h-z16.h }, z0.h\n" - "ld1h { z0.h }, p2/Z, [x20, #2, MUL VL]\n" - "st1b { z5.s }, p1, [x14]\n" + ".inst 0xc1721749 // sdot za.s[x8, 1], { z26.h-z29.h }, z2.h\n" + "ld1h { z3.h }, p2/Z, [x20, #2, MUL VL]\n" + "st1b { z17.s }, p1, [x14]\n" "add x14, x14, x11\n" - ".inst 0xc17015aa // sdot za.s[x8, 2], { z13.h-z16.h }, z0.h\n" + ".inst 0xc173174a // sdot za.s[x8, 2], { z26.h-z29.h }, z3.h\n" "add x8, x8, #0x1\n" - "st1b { z6.s }, p1, [x10]\n" + "st1b { z18.s }, p1, [x10]\n" "add x10, x10, x28\n" - "st1b { z7.s }, p1, [x9]\n" + "st1b { z19.s }, p1, [x9]\n" "add x9, x9, x27\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" "23:" // Tail input: End "cbz x16, 25f\n" "24:" // Right padding loop - ".inst 0xc0060c04 // mova { z4.d-z7.d }, za.d[x8, #0]\n" - ".inst 0xc1a3ac04 // sqdmulh { z4.s-z7.s }, { z4.s-z7.s }, z3.s\n" + ".inst 0xc0060c1c // mova { z28.d-z31.d }, za.d[x8, #0]\n" + ".inst 0xc1a6ac1c // sqdmulh { z28.s-z31.s }, { z28.s-z31.s }, z6.s\n" "add x8, x8, #0x1\n" - ".inst 0xc1a1aa24 // srshl { z4.s-z7.s }, { z4.s-z7.s }, z1.s\n" + ".inst 0xc1a4aa3c // srshl { z28.s-z31.s }, { z28.s-z31.s }, z4.s\n" "subs x16, x16, #0x1\n" - ".inst 0xc0040f84 // mova za.d[x8, #4], { z28.d-z31.d }\n" - ".inst 0xc1a8ab04 // add { z4.s-z7.s }, { z4.s-z7.s }, z8.s\n" - ".inst 0xc1b7cf44 // sclamp { z4.s-z7.s }, z26.s, z23.s\n" - "st1b { z4.s }, p1, [x15]\n" + ".inst 0xc0040d84 // mova za.d[x8, #4], { z12.d-z15.d }\n" + ".inst 0xc1aaab1c // add { z28.s-z31.s }, { z28.s-z31.s }, z10.s\n" + ".inst 0xc1b5ccbc // sclamp { z28.s-z31.s }, z5.s, z21.s\n" + "st1b { z28.s }, p1, [x15]\n" "add x15, x15, x13\n" - "st1b { z5.s }, p1, [x14]\n" + "st1b { z29.s }, p1, [x14]\n" "add x14, x14, x11\n" - "st1b { z6.s }, p1, [x10]\n" + "st1b { z30.s }, p1, [x10]\n" "add x10, x10, x28\n" - "st1b { z7.s }, p1, [x9]\n" + "st1b { z31.s }, p1, [x9]\n" "add x9, x9, x27\n" "bgt 24b\n" "25:" // End - "ldr x22, [%x[args], %[offsetof_Args_weights]]\n" - "incw x22, ALL, MUL #16\n" - "incw x22, ALL, MUL #9\n" - "str x22, [%x[args], %[offsetof_Args_weights]]\n" - "ldr x20, [%x[args], %[offsetof_Args_ld_in_vl]]\n" + "ldr x20, [%x[args], %[offsetof_Args_weights]]\n" + "incw x20, ALL, MUL #16\n" + "incw x20, ALL, MUL #9\n" + "str x20, [%x[args], %[offsetof_Args_weights]]\n" + "ldr x21, [%x[args], %[offsetof_Args_ld_in_vl]]\n" "incw x6\n" "whilelt p1.s, x6, x5\n" - "ldr x17, [%x[args], %[offsetof_Args_inptr]]\n" - "add x17, x17, x20\n" - "str x17, [%x[args], %[offsetof_Args_inptr]]\n" + "ldr x20, [%x[args], %[offsetof_Args_inptr]]\n" + "add x20, x20, x21\n" + "str x20, [%x[args], %[offsetof_Args_inptr]]\n" "ldr x25, [%x[args], %[offsetof_Args_outptrs]]\n" "ldr x24, [%x[args], %[offsetof_Args_ld_out_vls]]\n" "ldp x23, x22, [x25, #0x0]\n" |