diff options
Diffstat (limited to 'src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp')
| -rw-r--r-- | src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp | 370 |
1 files changed, 169 insertions, 201 deletions
diff --git a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp index 93e1908df7..3cfac06449 100644 --- a/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp +++ b/src/core/NEON/kernels/arm_conv/depthwise/kernels/sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst/generic_direct.cpp @@ -25,7 +25,7 @@ #include <cstddef> #include <cstdint> -#if defined(ARM_COMPUTE_ENABLE_SVE) && defined(__ARM_FP16_ARGS) +#if __aarch64__ && defined(ARM_COMPUTE_ENABLE_SVE) && defined(__ARM_FP16_ARGS) namespace arm_conv { namespace depthwise { @@ -113,92 +113,75 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "add x15, x8, x22, LSL #1\n" "ld1rh { z14.h }, p3/Z, [%x[params_struct], %[offsetof_args_max]]\n" "add x14, x15, x22, LSL #1\n" - "ld1h { z13.h }, p3/Z, [x4]\n" // Load from weights and bias - "mov z31.d, z13.d\n" - "ld1h { z0.h }, p3/Z, [x4, #1, MUL VL]\n" // Load from weights and bias + "ld1h { z13.h }, p3/Z, [x4]\n" "add x13, x14, x22, LSL #1\n" - "mov z30.d, z13.d\n" - "ld1h { z1.h }, p3/Z, [x4, #2, MUL VL]\n" // Load from weights and bias + "ld1h { z0.h }, p3/Z, [x4, #1, MUL VL]\n" "add x12, x13, x22, LSL #1\n" - "mov z29.d, z13.d\n" - "ld1h { z2.h }, p3/Z, [x4, #3, MUL VL]\n" // Load from weights and bias + "ld1h { z1.h }, p3/Z, [x4, #2, MUL VL]\n" "add x11, x12, x22, LSL #1\n" - "mov z28.d, z13.d\n" - "ld1h { z3.h }, p3/Z, [x4, #4, MUL VL]\n" // Load from weights and bias + "ld1h { z2.h }, p3/Z, [x4, #3, MUL VL]\n" "add x10, x7, x7\n" - "mov z27.d, z13.d\n" - "ld1h { z4.h }, p3/Z, [x4, #5, MUL VL]\n" // Load from weights and bias + "ld1h { z3.h }, p3/Z, [x4, #4, MUL VL]\n" "add x9, x10, x7\n" - "mov z26.d, z13.d\n" - "ld1h { z5.h }, p3/Z, [x4, #6, MUL VL]\n" // Load from weights and bias + "ld1h { z4.h }, p3/Z, [x4, #5, MUL VL]\n" "add x28, x9, x7\n" - "mov z25.d, z13.d\n" - "ld1h { z6.h }, p3/Z, [x4, #7, MUL VL]\n" // Load from weights and bias + "ld1h { z5.h }, p3/Z, [x4, #6, MUL VL]\n" "add x27, x28, x7\n" - "mov z24.d, z13.d\n" + "ld1h { z6.h }, p3/Z, [x4, #7, MUL VL]\n" "mul x19, x2, x20\n" // offset = tile_i * ld_output_row - "mov z23.d, z13.d\n" + "add x26, x17, x17\n" "madd x19, x3, x17, x19\n" // offset += tile_j * ld_output_col - "mov z22.d, z13.d\n" "mul x19, x19, x23\n" // offset *= output_tile_size - "mov z21.d, z13.d\n" "add x16, x16, x19, LSL #1\n" // outptrs[0] += offset * sizeof(__fp16) - "mov z20.d, z13.d\n" - "add x26, x16, x20, LSL #1\n" - "mov z19.d, z13.d\n" - "add x25, x26, x20, LSL #1\n" - "mov z18.d, z13.d\n" + "add x25, x16, x20, LSL #1\n" "add x24, x25, x20, LSL #1\n" - "mov z17.d, z13.d\n" - "add x23, x17, x17\n" - "mov z16.d, z13.d\n" - "add x22, x23, x17\n" + "add x23, x24, x20, LSL #1\n" + "add x22, x26, x17\n" "whilelt p2.h, XZR, %x[n_channels]\n" - "ld1h { z9.h }, p2/Z, [x14, x10, LSL #1]\n" // Load input point (2, 2) - "ld1h { z10.h }, p2/Z, [x8]\n" // Load input point (0, 0) + "ld1h { z9.h }, p2/Z, [x14, x10, LSL #1]\n" + "ld1h { z10.h }, p2/Z, [x8]\n" "addvl x4, x4, #16\n" - "ld1h { z11.h }, p2/Z, [x8, x27, LSL #1]\n" // Load input point (0, 5) + "ld1h { z11.h }, p2/Z, [x8, x27, LSL #1]\n" "cmp x6, %x[n_channels]\n" - "ld1h { z7.h }, p3/Z, [x4, #-8, MUL VL]\n" // Load from weights and bias - "ld1h { z8.h }, p3/Z, [x4, #-7, MUL VL]\n" // Load from weights and bias + "ld1h { z7.h }, p3/Z, [x4, #-8, MUL VL]\n" + "ld1h { z8.h }, p3/Z, [x4, #-7, MUL VL]\n" "addvl x4, x4, #-6\n" - "ld1h { z12.h }, p2/Z, [x14, x9, LSL #1]\n" // Load input point (2, 3) + "ld1h { z12.h }, p2/Z, [x14, x9, LSL #1]\n" "bge 3f\n" "2:" // Tile loop: Channel loop - "fmla z31.h, p3/M, z8.h, z9.h\n" - "ld1h { z13.h }, p3/Z, [x4]\n" // Load from weights and bias + "movprfx z31, z13\n fmla z31.h, p3/M, z8.h, z9.h\n" "whilelt p1.h, x6, %x[n_channels]\n" - "fmla z30.h, p3/M, z7.h, z9.h\n" + "movprfx z30, z13\n fmla z30.h, p3/M, z7.h, z9.h\n" "inch x21\n" - "fmla z29.h, p3/M, z6.h, z9.h\n" + "movprfx z29, z13\n fmla z29.h, p3/M, z6.h, z9.h\n" "mov p0.b, p2.b\n" - "fmla z27.h, p3/M, z5.h, z9.h\n" + "movprfx z27, z13\n fmla z27.h, p3/M, z5.h, z9.h\n" "inch x5\n" - "fmla z26.h, p3/M, z4.h, z9.h\n" + "movprfx z26, z13\n fmla z26.h, p3/M, z4.h, z9.h\n" "inch x6\n" - "fmla z25.h, p3/M, z3.h, z9.h\n" - "fmla z23.h, p3/M, z2.h, z9.h\n" - "fmla z22.h, p3/M, z1.h, z9.h\n" - "fmla z21.h, p3/M, z0.h, z9.h\n" - "ld1h { z9.h }, p2/Z, [x13, x10, LSL #1]\n" // Load input point (3, 2) + "movprfx z25, z13\n fmla z25.h, p3/M, z3.h, z9.h\n" + "movprfx z23, z13\n fmla z23.h, p3/M, z2.h, z9.h\n" + "movprfx z22, z13\n fmla z22.h, p3/M, z1.h, z9.h\n" + "movprfx z21, z13\n fmla z21.h, p3/M, z0.h, z9.h\n" + "ld1h { z9.h }, p2/Z, [x13, x10, LSL #1]\n" "fmla z31.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x11]\n" // Load input point (5, 0) - "fmla z28.h, p3/M, z2.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x27, LSL #1]\n" // Load input point (5, 5) + "ld1h { z10.h }, p2/Z, [x11]\n" + "movprfx z28, z13\n fmla z28.h, p3/M, z2.h, z11.h\n" + "ld1h { z11.h }, p2/Z, [x11, x27, LSL #1]\n" "fmla z30.h, p3/M, z8.h, z12.h\n" "fmla z29.h, p3/M, z7.h, z12.h\n" "fmla z26.h, p3/M, z5.h, z12.h\n" "fmla z28.h, p3/M, z6.h, z12.h\n" "fmla z25.h, p3/M, z4.h, z12.h\n" - "fmla z24.h, p3/M, z3.h, z12.h\n" + "movprfx z24, z13\n fmla z24.h, p3/M, z3.h, z12.h\n" "fmla z22.h, p3/M, z2.h, z12.h\n" "fmla z21.h, p3/M, z1.h, z12.h\n" - "fmla z20.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x8, x7, LSL #1]\n" // Load input point (0, 1) - "fmla z19.h, p3/M, z6.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x13, x9, LSL #1]\n" // Load input point (3, 3) - "fmla z16.h, p3/M, z8.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x8, x28, LSL #1]\n" // Load input point (0, 4) + "movprfx z20, z13\n fmla z20.h, p3/M, z0.h, z12.h\n" + "ld1h { z12.h }, p2/Z, [x8, x7, LSL #1]\n" + "movprfx z19, z13\n fmla z19.h, p3/M, z6.h, z10.h\n" + "ld1h { z10.h }, p2/Z, [x13, x9, LSL #1]\n" + "movprfx z16, z13\n fmla z16.h, p3/M, z8.h, z11.h\n" + "ld1h { z11.h }, p2/Z, [x8, x28, LSL #1]\n" "fmla z27.h, p3/M, z8.h, z9.h\n" "fmla z26.h, p3/M, z7.h, z9.h\n" "fmla z25.h, p3/M, z6.h, z9.h\n" @@ -206,15 +189,16 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "fmla z22.h, p3/M, z4.h, z9.h\n" "fmla z21.h, p3/M, z3.h, z9.h\n" "fmla z19.h, p3/M, z2.h, z9.h\n" - "fmla z18.h, p3/M, z1.h, z9.h\n" - "fmla z17.h, p3/M, z0.h, z9.h\n" - "ld1h { z9.h }, p2/Z, [x15]\n" // Load input point (1, 0) + "movprfx z18, z13\n fmla z18.h, p3/M, z1.h, z9.h\n" + "movprfx z17, z13\n fmla z17.h, p3/M, z0.h, z9.h\n" + "ld1h { z9.h }, p2/Z, [x15]\n" "fmla z31.h, p3/M, z1.h, z12.h\n" + "ld1h { z13.h }, p3/Z, [x4]\n" "fmla z30.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x15, x27, LSL #1]\n" // Load input point (1, 5) + "ld1h { z12.h }, p2/Z, [x15, x27, LSL #1]\n" "fmla z29.h, p3/M, z2.h, z11.h\n" "fmla z28.h, p3/M, z1.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12]\n" // Load input point (4, 0) + "ld1h { z11.h }, p2/Z, [x12]\n" "fmla z26.h, p3/M, z8.h, z10.h\n" "fmla z25.h, p3/M, z7.h, z10.h\n" "fmla z24.h, p3/M, z6.h, z10.h\n" @@ -224,261 +208,245 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "fmla z18.h, p3/M, z2.h, z10.h\n" "fmla z17.h, p3/M, z1.h, z10.h\n" "fmla z16.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x15, x10, LSL #1]\n" // Load input point (1, 2) + "ld1h { z10.h }, p2/Z, [x15, x10, LSL #1]\n" "fmla z31.h, p3/M, z3.h, z9.h\n" "fmla z27.h, p3/M, z0.h, z9.h\n" "fmla z28.h, p3/M, z5.h, z12.h\n" "fmla z24.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x15, x9, LSL #1]\n" // Load input point (1, 3) + "ld1h { z12.h }, p2/Z, [x15, x9, LSL #1]\n" "fmla z23.h, p3/M, z6.h, z11.h\n" "fmla z19.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x27, LSL #1]\n" // Load input point (4, 5) + "ld1h { z11.h }, p2/Z, [x12, x27, LSL #1]\n" "fmla z31.h, p3/M, z5.h, z10.h\n" "fmla z30.h, p3/M, z4.h, z10.h\n" "fmla z29.h, p3/M, z3.h, z10.h\n" "fmla z27.h, p3/M, z2.h, z10.h\n" "fmla z26.h, p3/M, z1.h, z10.h\n" "fmla z25.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x14, x7, LSL #1]\n" // Load input point (2, 1) + "ld1h { z10.h }, p2/Z, [x14, x7, LSL #1]\n" "fmla z20.h, p3/M, z8.h, z11.h\n" "fmla z16.h, p3/M, z5.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x7, LSL #1]\n" // Load input point (5, 1) + "ld1h { z11.h }, p2/Z, [x11, x7, LSL #1]\n" "fmla z30.h, p3/M, z5.h, z12.h\n" "fmla z29.h, p3/M, z4.h, z12.h\n" "fmla z28.h, p3/M, z3.h, z12.h\n" "fmla z26.h, p3/M, z2.h, z12.h\n" "fmla z25.h, p3/M, z1.h, z12.h\n" "fmla z24.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x14, x28, LSL #1]\n" // Load input point (2, 4) + "ld1h { z12.h }, p2/Z, [x14, x28, LSL #1]\n" "fmla z19.h, p3/M, z7.h, z11.h\n" "fmla z18.h, p3/M, z6.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x28, LSL #1]\n" // Load input point (5, 4) + "ld1h { z11.h }, p2/Z, [x11, x28, LSL #1]\n" "fmla z31.h, p3/M, z7.h, z10.h\n" "fmla z30.h, p3/M, z6.h, z10.h\n" "fmla z27.h, p3/M, z4.h, z10.h\n" "fmla z26.h, p3/M, z3.h, z10.h\n" "fmla z23.h, p3/M, z1.h, z10.h\n" "fmla z22.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x8, x10, LSL #1]\n" // Load input point (0, 2) + "ld1h { z10.h }, p2/Z, [x8, x10, LSL #1]\n" "fmla z17.h, p3/M, z8.h, z11.h\n" "fmla z16.h, p3/M, z7.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x13, x7, LSL #1]\n" // Load input point (3, 1) + "ld1h { z11.h }, p2/Z, [x13, x7, LSL #1]\n" "fmla z29.h, p3/M, z8.h, z12.h\n" "fmla z28.h, p3/M, z7.h, z12.h\n" "fmla z25.h, p3/M, z5.h, z12.h\n" "fmla z24.h, p3/M, z4.h, z12.h\n" "fmla z21.h, p3/M, z2.h, z12.h\n" "fmla z20.h, p3/M, z1.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x8, x9, LSL #1]\n" // Load input point (0, 3) + "ld1h { z12.h }, p2/Z, [x8, x9, LSL #1]\n" "addvl x8, x8, #1\n" "fmla z31.h, p3/M, z2.h, z10.h\n" "fmla z30.h, p3/M, z1.h, z10.h\n" "fmla z29.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x14]\n" // Load input point (2, 0) + "ld1h { z10.h }, p2/Z, [x14]\n" "fmla z27.h, p3/M, z7.h, z11.h\n" "fmla z26.h, p3/M, z6.h, z11.h\n" "fmla z23.h, p3/M, z4.h, z11.h\n" "fmla z22.h, p3/M, z3.h, z11.h\n" "fmla z19.h, p3/M, z1.h, z11.h\n" "fmla z18.h, p3/M, z0.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x13, x28, LSL #1]\n" // Load input point (3, 4) + "ld1h { z11.h }, p2/Z, [x13, x28, LSL #1]\n" "fmla z30.h, p3/M, z2.h, z12.h\n" "fmla z29.h, p3/M, z1.h, z12.h\n" "fmla z28.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x14, x27, LSL #1]\n" // Load input point (2, 5) + "ld1h { z12.h }, p2/Z, [x14, x27, LSL #1]\n" "addvl x14, x14, #1\n" "fmla z31.h, p3/M, z6.h, z10.h\n" - "ld1h { z9.h }, p1/Z, [x14, x10, LSL #1]\n" // Load input point (2, 2) + "ld1h { z9.h }, p1/Z, [x14, x10, LSL #1]\n" "fmla z27.h, p3/M, z3.h, z10.h\n" "fmla z23.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x13]\n" // Load input point (3, 0) + "ld1h { z10.h }, p2/Z, [x13]\n" "fmla z25.h, p3/M, z8.h, z11.h\n" "fmla z24.h, p3/M, z7.h, z11.h\n" "fmla z21.h, p3/M, z5.h, z11.h\n" "fmla z20.h, p3/M, z4.h, z11.h\n" "fmla z17.h, p3/M, z2.h, z11.h\n" "fmla z16.h, p3/M, z1.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x10, LSL #1]\n" // Load input point (4, 2) + "ld1h { z11.h }, p2/Z, [x12, x10, LSL #1]\n" "fmla z28.h, p3/M, z8.h, z12.h\n" "fmla z24.h, p3/M, z5.h, z12.h\n" "fmla z20.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x13, x27, LSL #1]\n" // Load input point (3, 5) + "ld1h { z12.h }, p2/Z, [x13, x27, LSL #1]\n" "addvl x13, x13, #1\n" "fmla z27.h, p3/M, z6.h, z10.h\n" "fmla z23.h, p3/M, z3.h, z10.h\n" "fmla z19.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x11, x10, LSL #1]\n" // Load input point (5, 2) + "ld1h { z10.h }, p2/Z, [x11, x10, LSL #1]\n" "fmla z22.h, p3/M, z7.h, z11.h\n" "fmla z21.h, p3/M, z6.h, z11.h\n" "fmla z23.h, p3/M, z8.h, z11.h\n" "fmla z19.h, p3/M, z5.h, z11.h\n" "fmla z18.h, p3/M, z4.h, z11.h\n" "fmla z17.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x9, LSL #1]\n" // Load input point (4, 3) + "ld1h { z11.h }, p2/Z, [x12, x9, LSL #1]\n" "fmla z24.h, p3/M, z8.h, z12.h\n" "fmla z20.h, p3/M, z5.h, z12.h\n" "fmla z16.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x11, x9, LSL #1]\n" // Load input point (5, 3) + "ld1h { z12.h }, p2/Z, [x11, x9, LSL #1]\n" "addvl x11, x11, #1\n" "fmla z19.h, p3/M, z8.h, z10.h\n" "fmla z18.h, p3/M, z7.h, z10.h\n" "fmla z17.h, p3/M, z6.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x15, x7, LSL #1]\n" // Load input point (1, 1) + "ld1h { z10.h }, p2/Z, [x15, x7, LSL #1]\n" "fmla z22.h, p3/M, z8.h, z11.h\n" "fmla z21.h, p3/M, z7.h, z11.h\n" "fmla z20.h, p3/M, z6.h, z11.h\n" "fmla z18.h, p3/M, z5.h, z11.h\n" "fmla z17.h, p3/M, z4.h, z11.h\n" "fmla z16.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x15, x28, LSL #1]\n" // Load input point (1, 4) + "ld1h { z11.h }, p2/Z, [x15, x28, LSL #1]\n" "addvl x15, x15, #1\n" "fmla z18.h, p3/M, z8.h, z12.h\n" "fmla z31.h, p3/M, z4.h, z10.h\n" "fmla z17.h, p3/M, z7.h, z12.h\n" "fmla z16.h, p3/M, z6.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x12, x7, LSL #1]\n" // Load input point (4, 1) + "ld1h { z12.h }, p2/Z, [x12, x7, LSL #1]\n" "fmla z30.h, p3/M, z3.h, z10.h\n" "fmla z27.h, p3/M, z1.h, z10.h\n" "fmla z26.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x12, x28, LSL #1]\n" // Load input point (4, 4) + "ld1h { z10.h }, p2/Z, [x12, x28, LSL #1]\n" "whilelt p2.h, x5, %x[n_channels]\n" "fmla z29.h, p3/M, z5.h, z11.h\n" - "ld1h { z0.h }, p3/Z, [x4, #1, MUL VL]\n" // Load from weights and bias + "ld1h { z0.h }, p3/Z, [x4, #1, MUL VL]\n" "addvl x12, x12, #1\n" "fmla z28.h, p3/M, z4.h, z11.h\n" "cmp x6, %x[n_channels]\n" "fmla z25.h, p3/M, z2.h, z11.h\n" - "ld1h { z2.h }, p3/Z, [x4, #3, MUL VL]\n" // Load from weights and bias + "ld1h { z2.h }, p3/Z, [x4, #3, MUL VL]\n" "fmla z24.h, p3/M, z1.h, z11.h\n" - "ld1h { z11.h }, p1/Z, [x8, x27, LSL #1]\n" // Load input point (0, 5) + "ld1h { z11.h }, p1/Z, [x8, x27, LSL #1]\n" "fmla z23.h, p3/M, z7.h, z12.h\n" - "ld1h { z1.h }, p3/Z, [x4, #2, MUL VL]\n" // Load from weights and bias + "ld1h { z1.h }, p3/Z, [x4, #2, MUL VL]\n" "fmla z22.h, p3/M, z6.h, z12.h\n" - "ld1h { z6.h }, p3/Z, [x4, #7, MUL VL]\n" // Load from weights and bias + "ld1h { z6.h }, p3/Z, [x4, #7, MUL VL]\n" "fmla z19.h, p3/M, z4.h, z12.h\n" "fmla z18.h, p3/M, z3.h, z12.h\n" - "ld1h { z12.h }, p1/Z, [x14, x9, LSL #1]\n" // Load input point (2, 3) + "ld1h { z12.h }, p1/Z, [x14, x9, LSL #1]\n" "fmla z21.h, p3/M, z8.h, z10.h\n" - "ld1h { z3.h }, p3/Z, [x4, #4, MUL VL]\n" // Load from weights and bias + "ld1h { z3.h }, p3/Z, [x4, #4, MUL VL]\n" "fmla z20.h, p3/M, z7.h, z10.h\n" "fmla z17.h, p3/M, z5.h, z10.h\n" - "ld1h { z5.h }, p3/Z, [x4, #6, MUL VL]\n" // Load from weights and bias + "ld1h { z5.h }, p3/Z, [x4, #6, MUL VL]\n" "fmla z16.h, p3/M, z4.h, z10.h\n" - "ld1h { z10.h }, p1/Z, [x8]\n" // Load input point (0, 0) + "ld1h { z10.h }, p1/Z, [x8]\n" "fmax z31.h, p3/M, z31.h, z15.h\n" - "ld1h { z4.h }, p3/Z, [x4, #5, MUL VL]\n" // Load from weights and bias + "ld1h { z4.h }, p3/Z, [x4, #5, MUL VL]\n" "addvl x4, x4, #16\n" "fmax z30.h, p3/M, z30.h, z15.h\n" - "ld1h { z7.h }, p3/Z, [x4, #-8, MUL VL]\n" // Load from weights and bias + "ld1h { z7.h }, p3/Z, [x4, #-8, MUL VL]\n" "fmax z29.h, p3/M, z29.h, z15.h\n" - "ld1h { z8.h }, p3/Z, [x4, #-7, MUL VL]\n" // Load from weights and bias + "ld1h { z8.h }, p3/Z, [x4, #-7, MUL VL]\n" "addvl x4, x4, #-6\n" "fmin z31.h, p3/M, z31.h, z14.h\n" - "st1h { z31.h }, p0, [x16]\n" // Store output point (0, 0) - "mov z31.d, z13.d\n" + "st1h { z31.h }, p0, [x16]\n" "fmin z30.h, p3/M, z30.h, z14.h\n" - "st1h { z30.h }, p0, [x16, x17, LSL #1]\n" // Store output point (0, 1) - "mov z30.d, z13.d\n" "fmin z29.h, p3/M, z29.h, z14.h\n" - "st1h { z29.h }, p0, [x16, x23, LSL #1]\n" // Store output point (0, 2) - "mov z29.d, z13.d\n" + "st1h { z30.h }, p0, [x16, x17, LSL #1]\n" "fmax z28.h, p3/M, z28.h, z15.h\n" "fmax z27.h, p3/M, z27.h, z15.h\n" + "st1h { z29.h }, p0, [x16, x26, LSL #1]\n" "fmax z26.h, p3/M, z26.h, z15.h\n" "fmax z25.h, p3/M, z25.h, z15.h\n" + "fmax z24.h, p3/M, z24.h, z15.h\n" "fmin z28.h, p3/M, z28.h, z14.h\n" - "st1h { z28.h }, p0, [x16, x22, LSL #1]\n" // Store output point (0, 3) - "mov z28.d, z13.d\n" - "addvl x16, x16, #1\n" + "st1h { z28.h }, p0, [x16, x22, LSL #1]\n" "fmin z27.h, p3/M, z27.h, z14.h\n" - "st1h { z27.h }, p0, [x26]\n" // Store output point (1, 0) - "mov z27.d, z13.d\n" + "addvl x16, x16, #1\n" "fmin z26.h, p3/M, z26.h, z14.h\n" - "st1h { z26.h }, p0, [x26, x17, LSL #1]\n" // Store output point (1, 1) - "mov z26.d, z13.d\n" + "st1h { z27.h }, p0, [x25]\n" "fmin z25.h, p3/M, z25.h, z14.h\n" - "st1h { z25.h }, p0, [x26, x23, LSL #1]\n" // Store output point (1, 2) - "mov z25.d, z13.d\n" - "fmax z24.h, p3/M, z24.h, z15.h\n" + "fmin z24.h, p3/M, z24.h, z14.h\n" + "st1h { z26.h }, p0, [x25, x17, LSL #1]\n" "fmax z23.h, p3/M, z23.h, z15.h\n" + "st1h { z25.h }, p0, [x25, x26, LSL #1]\n" "fmax z22.h, p3/M, z22.h, z15.h\n" "fmax z21.h, p3/M, z21.h, z15.h\n" - "fmin z24.h, p3/M, z24.h, z14.h\n" - "st1h { z24.h }, p0, [x26, x22, LSL #1]\n" // Store output point (1, 3) - "mov z24.d, z13.d\n" - "addvl x26, x26, #1\n" + "st1h { z24.h }, p0, [x25, x22, LSL #1]\n" + "addvl x25, x25, #1\n" "fmin z23.h, p3/M, z23.h, z14.h\n" - "st1h { z23.h }, p0, [x25]\n" // Store output point (2, 0) - "mov z23.d, z13.d\n" + "st1h { z23.h }, p0, [x24]\n" "fmin z22.h, p3/M, z22.h, z14.h\n" - "st1h { z22.h }, p0, [x25, x17, LSL #1]\n" // Store output point (2, 1) - "mov z22.d, z13.d\n" "fmin z21.h, p3/M, z21.h, z14.h\n" - "st1h { z21.h }, p0, [x25, x23, LSL #1]\n" // Store output point (2, 2) - "mov z21.d, z13.d\n" + "st1h { z22.h }, p0, [x24, x17, LSL #1]\n" "fmax z20.h, p3/M, z20.h, z15.h\n" "fmax z19.h, p3/M, z19.h, z15.h\n" + "st1h { z21.h }, p0, [x24, x26, LSL #1]\n" "fmax z18.h, p3/M, z18.h, z15.h\n" "fmax z17.h, p3/M, z17.h, z15.h\n" + "fmax z16.h, p3/M, z16.h, z15.h\n" "fmin z20.h, p3/M, z20.h, z14.h\n" - "st1h { z20.h }, p0, [x25, x22, LSL #1]\n" // Store output point (2, 3) - "mov z20.d, z13.d\n" - "addvl x25, x25, #1\n" + "st1h { z20.h }, p0, [x24, x22, LSL #1]\n" "fmin z19.h, p3/M, z19.h, z14.h\n" - "st1h { z19.h }, p0, [x24]\n" // Store output point (3, 0) - "mov z19.d, z13.d\n" + "addvl x24, x24, #1\n" "fmin z18.h, p3/M, z18.h, z14.h\n" - "st1h { z18.h }, p0, [x24, x17, LSL #1]\n" // Store output point (3, 1) - "mov z18.d, z13.d\n" + "st1h { z19.h }, p0, [x23]\n" "fmin z17.h, p3/M, z17.h, z14.h\n" - "st1h { z17.h }, p0, [x24, x23, LSL #1]\n" // Store output point (3, 2) - "mov z17.d, z13.d\n" - "fmax z16.h, p3/M, z16.h, z15.h\n" "fmin z16.h, p3/M, z16.h, z14.h\n" - "st1h { z16.h }, p0, [x24, x22, LSL #1]\n" // Store output point (3, 3) - "mov z16.d, z13.d\n" - "addvl x24, x24, #1\n" + "st1h { z18.h }, p0, [x23, x17, LSL #1]\n" + "st1h { z17.h }, p0, [x23, x26, LSL #1]\n" + "st1h { z16.h }, p0, [x23, x22, LSL #1]\n" + "addvl x23, x23, #1\n" "blt 2b\n" "3:" // Tile loop: Channel tail - "fmla z31.h, p3/M, z8.h, z9.h\n" + "movprfx z31, z13\n fmla z31.h, p3/M, z8.h, z9.h\n" "ldr x2, [%x[params_struct], %[offsetof_args_tile_i]]\n" "mov p0.b, p2.b\n" - "fmla z30.h, p3/M, z7.h, z9.h\n" + "movprfx z30, z13\n fmla z30.h, p3/M, z7.h, z9.h\n" "ldr x3, [%x[params_struct], %[offsetof_args_tile_j]]\n" "add x21, x2, #0x1\n" - "fmla z29.h, p3/M, z6.h, z9.h\n" + "movprfx z29, z13\n fmla z29.h, p3/M, z6.h, z9.h\n" "ldr x20, [%x[params_struct], %[offsetof_args_n_tile_rows]]\n" - "fmla z27.h, p3/M, z5.h, z9.h\n" + "movprfx z27, z13\n fmla z27.h, p3/M, z5.h, z9.h\n" "ldr x19, [%x[params_struct], %[offsetof_args_n_tile_cols]]\n" "add x3, x3, #0x1\n" - "fmla z26.h, p3/M, z4.h, z9.h\n" + "movprfx z26, z13\n fmla z26.h, p3/M, z4.h, z9.h\n" "cmp x3, x19\n" - "fmla z25.h, p3/M, z3.h, z9.h\n" - "fmla z23.h, p3/M, z2.h, z9.h\n" + "movprfx z25, z13\n fmla z25.h, p3/M, z3.h, z9.h\n" + "movprfx z23, z13\n fmla z23.h, p3/M, z2.h, z9.h\n" "csel x3, x3, XZR, LT\n" - "fmla z22.h, p3/M, z1.h, z9.h\n" + "movprfx z22, z13\n fmla z22.h, p3/M, z1.h, z9.h\n" "csel x2, x2, x21, LT\n" - "fmla z21.h, p3/M, z0.h, z9.h\n" - "ld1h { z9.h }, p2/Z, [x13, x10, LSL #1]\n" // Load input point (3, 2) + "movprfx z21, z13\n fmla z21.h, p3/M, z0.h, z9.h\n" + "ld1h { z9.h }, p2/Z, [x13, x10, LSL #1]\n" "cmp x2, x20\n" "fmla z31.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x11]\n" // Load input point (5, 0) - "fmla z28.h, p3/M, z2.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x27, LSL #1]\n" // Load input point (5, 5) + "ld1h { z10.h }, p2/Z, [x11]\n" + "movprfx z28, z13\n fmla z28.h, p3/M, z2.h, z11.h\n" + "ld1h { z11.h }, p2/Z, [x11, x27, LSL #1]\n" "fmla z30.h, p3/M, z8.h, z12.h\n" "fmla z29.h, p3/M, z7.h, z12.h\n" "fmla z26.h, p3/M, z5.h, z12.h\n" "fmla z28.h, p3/M, z6.h, z12.h\n" "fmla z25.h, p3/M, z4.h, z12.h\n" - "fmla z24.h, p3/M, z3.h, z12.h\n" + "movprfx z24, z13\n fmla z24.h, p3/M, z3.h, z12.h\n" "fmla z22.h, p3/M, z2.h, z12.h\n" "fmla z21.h, p3/M, z1.h, z12.h\n" - "fmla z20.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x8, x7, LSL #1]\n" // Load input point (0, 1) - "fmla z19.h, p3/M, z6.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x13, x9, LSL #1]\n" // Load input point (3, 3) - "fmla z16.h, p3/M, z8.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x8, x28, LSL #1]\n" // Load input point (0, 4) + "movprfx z20, z13\n fmla z20.h, p3/M, z0.h, z12.h\n" + "ld1h { z12.h }, p2/Z, [x8, x7, LSL #1]\n" + "movprfx z19, z13\n fmla z19.h, p3/M, z6.h, z10.h\n" + "ld1h { z10.h }, p2/Z, [x13, x9, LSL #1]\n" + "movprfx z16, z13\n fmla z16.h, p3/M, z8.h, z11.h\n" + "ld1h { z11.h }, p2/Z, [x8, x28, LSL #1]\n" "fmla z27.h, p3/M, z8.h, z9.h\n" "fmla z26.h, p3/M, z7.h, z9.h\n" "fmla z25.h, p3/M, z6.h, z9.h\n" @@ -486,15 +454,15 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "fmla z22.h, p3/M, z4.h, z9.h\n" "fmla z21.h, p3/M, z3.h, z9.h\n" "fmla z19.h, p3/M, z2.h, z9.h\n" - "fmla z18.h, p3/M, z1.h, z9.h\n" - "fmla z17.h, p3/M, z0.h, z9.h\n" - "ld1h { z9.h }, p2/Z, [x15]\n" // Load input point (1, 0) + "movprfx z18, z13\n fmla z18.h, p3/M, z1.h, z9.h\n" + "movprfx z17, z13\n fmla z17.h, p3/M, z0.h, z9.h\n" + "ld1h { z9.h }, p2/Z, [x15]\n" "fmla z31.h, p3/M, z1.h, z12.h\n" "fmla z30.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x15, x27, LSL #1]\n" // Load input point (1, 5) + "ld1h { z12.h }, p2/Z, [x15, x27, LSL #1]\n" "fmla z29.h, p3/M, z2.h, z11.h\n" "fmla z28.h, p3/M, z1.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12]\n" // Load input point (4, 0) + "ld1h { z11.h }, p2/Z, [x12]\n" "fmla z26.h, p3/M, z8.h, z10.h\n" "fmla z25.h, p3/M, z7.h, z10.h\n" "fmla z24.h, p3/M, z6.h, z10.h\n" @@ -504,117 +472,117 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "fmla z18.h, p3/M, z2.h, z10.h\n" "fmla z17.h, p3/M, z1.h, z10.h\n" "fmla z16.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x15, x10, LSL #1]\n" // Load input point (1, 2) + "ld1h { z10.h }, p2/Z, [x15, x10, LSL #1]\n" "fmla z31.h, p3/M, z3.h, z9.h\n" "fmla z27.h, p3/M, z0.h, z9.h\n" "fmla z28.h, p3/M, z5.h, z12.h\n" "fmla z24.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x15, x9, LSL #1]\n" // Load input point (1, 3) + "ld1h { z12.h }, p2/Z, [x15, x9, LSL #1]\n" "fmla z23.h, p3/M, z6.h, z11.h\n" "fmla z19.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x27, LSL #1]\n" // Load input point (4, 5) + "ld1h { z11.h }, p2/Z, [x12, x27, LSL #1]\n" "fmla z31.h, p3/M, z5.h, z10.h\n" "fmla z30.h, p3/M, z4.h, z10.h\n" "fmla z29.h, p3/M, z3.h, z10.h\n" "fmla z27.h, p3/M, z2.h, z10.h\n" "fmla z26.h, p3/M, z1.h, z10.h\n" "fmla z25.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x14, x7, LSL #1]\n" // Load input point (2, 1) + "ld1h { z10.h }, p2/Z, [x14, x7, LSL #1]\n" "fmla z20.h, p3/M, z8.h, z11.h\n" "fmla z16.h, p3/M, z5.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x7, LSL #1]\n" // Load input point (5, 1) + "ld1h { z11.h }, p2/Z, [x11, x7, LSL #1]\n" "fmla z30.h, p3/M, z5.h, z12.h\n" "fmla z29.h, p3/M, z4.h, z12.h\n" "fmla z28.h, p3/M, z3.h, z12.h\n" "fmla z26.h, p3/M, z2.h, z12.h\n" "fmla z25.h, p3/M, z1.h, z12.h\n" "fmla z24.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x14, x28, LSL #1]\n" // Load input point (2, 4) + "ld1h { z12.h }, p2/Z, [x14, x28, LSL #1]\n" "fmla z19.h, p3/M, z7.h, z11.h\n" "fmla z18.h, p3/M, z6.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x11, x28, LSL #1]\n" // Load input point (5, 4) + "ld1h { z11.h }, p2/Z, [x11, x28, LSL #1]\n" "fmla z31.h, p3/M, z7.h, z10.h\n" "fmla z30.h, p3/M, z6.h, z10.h\n" "fmla z27.h, p3/M, z4.h, z10.h\n" "fmla z26.h, p3/M, z3.h, z10.h\n" "fmla z23.h, p3/M, z1.h, z10.h\n" "fmla z22.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x8, x10, LSL #1]\n" // Load input point (0, 2) + "ld1h { z10.h }, p2/Z, [x8, x10, LSL #1]\n" "fmla z17.h, p3/M, z8.h, z11.h\n" "fmla z16.h, p3/M, z7.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x13, x7, LSL #1]\n" // Load input point (3, 1) + "ld1h { z11.h }, p2/Z, [x13, x7, LSL #1]\n" "fmla z29.h, p3/M, z8.h, z12.h\n" "fmla z28.h, p3/M, z7.h, z12.h\n" "fmla z25.h, p3/M, z5.h, z12.h\n" "fmla z24.h, p3/M, z4.h, z12.h\n" "fmla z21.h, p3/M, z2.h, z12.h\n" "fmla z20.h, p3/M, z1.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x8, x9, LSL #1]\n" // Load input point (0, 3) + "ld1h { z12.h }, p2/Z, [x8, x9, LSL #1]\n" "fmla z31.h, p3/M, z2.h, z10.h\n" "fmla z30.h, p3/M, z1.h, z10.h\n" "fmla z29.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x14]\n" // Load input point (2, 0) + "ld1h { z10.h }, p2/Z, [x14]\n" "fmla z27.h, p3/M, z7.h, z11.h\n" "fmla z26.h, p3/M, z6.h, z11.h\n" "fmla z23.h, p3/M, z4.h, z11.h\n" "fmla z22.h, p3/M, z3.h, z11.h\n" "fmla z19.h, p3/M, z1.h, z11.h\n" "fmla z18.h, p3/M, z0.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x13, x28, LSL #1]\n" // Load input point (3, 4) + "ld1h { z11.h }, p2/Z, [x13, x28, LSL #1]\n" "fmla z30.h, p3/M, z2.h, z12.h\n" "fmla z29.h, p3/M, z1.h, z12.h\n" "fmla z28.h, p3/M, z0.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x14, x27, LSL #1]\n" // Load input point (2, 5) + "ld1h { z12.h }, p2/Z, [x14, x27, LSL #1]\n" "fmla z31.h, p3/M, z6.h, z10.h\n" "fmla z27.h, p3/M, z3.h, z10.h\n" "fmla z23.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x13]\n" // Load input point (3, 0) + "ld1h { z10.h }, p2/Z, [x13]\n" "fmla z25.h, p3/M, z8.h, z11.h\n" "fmla z24.h, p3/M, z7.h, z11.h\n" "fmla z21.h, p3/M, z5.h, z11.h\n" "fmla z20.h, p3/M, z4.h, z11.h\n" "fmla z17.h, p3/M, z2.h, z11.h\n" "fmla z16.h, p3/M, z1.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x10, LSL #1]\n" // Load input point (4, 2) + "ld1h { z11.h }, p2/Z, [x12, x10, LSL #1]\n" "fmla z28.h, p3/M, z8.h, z12.h\n" "fmla z24.h, p3/M, z5.h, z12.h\n" "fmla z20.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x13, x27, LSL #1]\n" // Load input point (3, 5) + "ld1h { z12.h }, p2/Z, [x13, x27, LSL #1]\n" "fmla z27.h, p3/M, z6.h, z10.h\n" "fmla z23.h, p3/M, z3.h, z10.h\n" "fmla z19.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x11, x10, LSL #1]\n" // Load input point (5, 2) + "ld1h { z10.h }, p2/Z, [x11, x10, LSL #1]\n" "fmla z22.h, p3/M, z7.h, z11.h\n" "fmla z21.h, p3/M, z6.h, z11.h\n" "fmla z23.h, p3/M, z8.h, z11.h\n" "fmla z19.h, p3/M, z5.h, z11.h\n" "fmla z18.h, p3/M, z4.h, z11.h\n" "fmla z17.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x12, x9, LSL #1]\n" // Load input point (4, 3) + "ld1h { z11.h }, p2/Z, [x12, x9, LSL #1]\n" "fmla z24.h, p3/M, z8.h, z12.h\n" "fmla z20.h, p3/M, z5.h, z12.h\n" "fmla z16.h, p3/M, z2.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x11, x9, LSL #1]\n" // Load input point (5, 3) + "ld1h { z12.h }, p2/Z, [x11, x9, LSL #1]\n" "fmla z19.h, p3/M, z8.h, z10.h\n" "fmla z18.h, p3/M, z7.h, z10.h\n" "fmla z17.h, p3/M, z6.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x15, x7, LSL #1]\n" // Load input point (1, 1) + "ld1h { z10.h }, p2/Z, [x15, x7, LSL #1]\n" "fmla z22.h, p3/M, z8.h, z11.h\n" "fmla z21.h, p3/M, z7.h, z11.h\n" "fmla z20.h, p3/M, z6.h, z11.h\n" "fmla z18.h, p3/M, z5.h, z11.h\n" "fmla z17.h, p3/M, z4.h, z11.h\n" "fmla z16.h, p3/M, z3.h, z11.h\n" - "ld1h { z11.h }, p2/Z, [x15, x28, LSL #1]\n" // Load input point (1, 4) + "ld1h { z11.h }, p2/Z, [x15, x28, LSL #1]\n" "fmla z31.h, p3/M, z4.h, z10.h\n" "fmla z18.h, p3/M, z8.h, z12.h\n" "fmla z17.h, p3/M, z7.h, z12.h\n" "fmla z16.h, p3/M, z6.h, z12.h\n" - "ld1h { z12.h }, p2/Z, [x12, x7, LSL #1]\n" // Load input point (4, 1) + "ld1h { z12.h }, p2/Z, [x12, x7, LSL #1]\n" "fmla z30.h, p3/M, z3.h, z10.h\n" "fmla z27.h, p3/M, z1.h, z10.h\n" "fmla z26.h, p3/M, z0.h, z10.h\n" - "ld1h { z10.h }, p2/Z, [x12, x28, LSL #1]\n" // Load input point (4, 4) + "ld1h { z10.h }, p2/Z, [x12, x28, LSL #1]\n" "fmla z29.h, p3/M, z5.h, z11.h\n" "fmla z28.h, p3/M, z4.h, z11.h\n" "fmla z25.h, p3/M, z2.h, z11.h\n" @@ -632,49 +600,49 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( "fmax z29.h, p3/M, z29.h, z15.h\n" "fmax z28.h, p3/M, z28.h, z15.h\n" "fmin z31.h, p3/M, z31.h, z14.h\n" - "st1h { z31.h }, p0, [x16]\n" // Store output point (0, 0) + "st1h { z31.h }, p0, [x16]\n" "fmin z30.h, p3/M, z30.h, z14.h\n" "fmin z29.h, p3/M, z29.h, z14.h\n" - "st1h { z30.h }, p0, [x16, x17, LSL #1]\n" // Store output point (0, 1) + "st1h { z30.h }, p0, [x16, x17, LSL #1]\n" "fmin z28.h, p3/M, z28.h, z14.h\n" "fmax z27.h, p3/M, z27.h, z15.h\n" - "st1h { z29.h }, p0, [x16, x23, LSL #1]\n" // Store output point (0, 2) + "st1h { z29.h }, p0, [x16, x26, LSL #1]\n" "fmax z26.h, p3/M, z26.h, z15.h\n" - "st1h { z28.h }, p0, [x16, x22, LSL #1]\n" // Store output point (0, 3) + "st1h { z28.h }, p0, [x16, x22, LSL #1]\n" "fmin z27.h, p3/M, z27.h, z14.h\n" "fmax z25.h, p3/M, z25.h, z15.h\n" - "st1h { z27.h }, p0, [x26]\n" // Store output point (1, 0) + "st1h { z27.h }, p0, [x25]\n" "fmin z26.h, p3/M, z26.h, z14.h\n" "fmin z25.h, p3/M, z25.h, z14.h\n" - "st1h { z26.h }, p0, [x26, x17, LSL #1]\n" // Store output point (1, 1) + "st1h { z26.h }, p0, [x25, x17, LSL #1]\n" "fmax z24.h, p3/M, z24.h, z15.h\n" "fmax z23.h, p3/M, z23.h, z15.h\n" - "st1h { z25.h }, p0, [x26, x23, LSL #1]\n" // Store output point (1, 2) + "st1h { z25.h }, p0, [x25, x26, LSL #1]\n" "fmax z22.h, p3/M, z22.h, z15.h\n" "fmax z21.h, p3/M, z21.h, z15.h\n" "fmax z20.h, p3/M, z20.h, z15.h\n" "fmin z24.h, p3/M, z24.h, z14.h\n" - "st1h { z24.h }, p0, [x26, x22, LSL #1]\n" // Store output point (1, 3) + "st1h { z24.h }, p0, [x25, x22, LSL #1]\n" "fmin z23.h, p3/M, z23.h, z14.h\n" "fmin z22.h, p3/M, z22.h, z14.h\n" - "st1h { z23.h }, p0, [x25]\n" // Store output point (2, 0) + "st1h { z23.h }, p0, [x24]\n" "fmin z21.h, p3/M, z21.h, z14.h\n" "fmin z20.h, p3/M, z20.h, z14.h\n" - "st1h { z22.h }, p0, [x25, x17, LSL #1]\n" // Store output point (2, 1) + "st1h { z22.h }, p0, [x24, x17, LSL #1]\n" "fmax z19.h, p3/M, z19.h, z15.h\n" - "st1h { z21.h }, p0, [x25, x23, LSL #1]\n" // Store output point (2, 2) + "st1h { z21.h }, p0, [x24, x26, LSL #1]\n" "fmax z18.h, p3/M, z18.h, z15.h\n" "fmax z17.h, p3/M, z17.h, z15.h\n" - "st1h { z20.h }, p0, [x25, x22, LSL #1]\n" // Store output point (2, 3) + "st1h { z20.h }, p0, [x24, x22, LSL #1]\n" "fmin z19.h, p3/M, z19.h, z14.h\n" - "st1h { z19.h }, p0, [x24]\n" // Store output point (3, 0) + "st1h { z19.h }, p0, [x23]\n" "fmin z18.h, p3/M, z18.h, z14.h\n" "fmin z17.h, p3/M, z17.h, z14.h\n" - "st1h { z18.h }, p0, [x24, x17, LSL #1]\n" // Store output point (3, 1) + "st1h { z18.h }, p0, [x23, x17, LSL #1]\n" "fmax z16.h, p3/M, z16.h, z15.h\n" - "st1h { z17.h }, p0, [x24, x23, LSL #1]\n" // Store output point (3, 2) + "st1h { z17.h }, p0, [x23, x26, LSL #1]\n" "fmin z16.h, p3/M, z16.h, z14.h\n" - "st1h { z16.h }, p0, [x24, x22, LSL #1]\n" // Store output point (3, 3) + "st1h { z16.h }, p0, [x23, x22, LSL #1]\n" "blt 1b\n" : : [n_channels] "r" ((unsigned long) n_channels), [offsetof_args_inptr] "I" (offsetof(Args, inptr)), [offsetof_args_ld_input_col] "I" (offsetof(Args, ld_input_col)), [offsetof_args_ld_input_row] "I" (offsetof(Args, ld_input_row)), [offsetof_args_ld_output_col] "I" (offsetof(Args, ld_output_col)), [offsetof_args_ld_output_row] "I" (offsetof(Args, ld_output_row)), [offsetof_args_max] "I" (offsetof(Args, max)), [offsetof_args_min] "I" (offsetof(Args, min)), [offsetof_args_n_tile_cols] "I" (offsetof(Args, n_tile_cols)), [offsetof_args_n_tile_rows] "I" (offsetof(Args, n_tile_rows)), [offsetof_args_outptr] "I" (offsetof(Args, outptr)), [offsetof_args_params] "I" (offsetof(Args, params)), [offsetof_args_tile_i] "I" (offsetof(Args, tile_i)), [offsetof_args_tile_j] "I" (offsetof(Args, tile_j)), [params_struct] "r" (¶ms_struct) @@ -685,4 +653,4 @@ void sve_fp16_nhwc_3x3_s1_output4x4_mla_depthfirst_direct_impl( } // namespace depthwise } // namespace arm_conv -#endif // defined(ARM_COMPUTE_ENABLE_SVE) && defined(__ARM_FP16_ARGS) +#endif // __aarch64__ && defined(ARM_COMPUTE_ENABLE_SVE) && defined(__ARM_FP16_ARGS) |