diff options
Diffstat (limited to 'src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp')
| -rw-r--r-- | src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp | 1663 |
1 files changed, 831 insertions, 832 deletions
diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp index 79bd563a4b..e74b424888 100644 --- a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8qa_dot_4x4VL/generic.cpp @@ -104,11 +104,11 @@ void sve_hybrid_u8qa_dot_4x4VL ( "4:" // Height 1: String loop "ldr x20, [%x[args_ptr], %[offsetof_string_lengths]]\n" "ldr w25, [x20, x26, LSL #0x2]\n" - "ldr x20, [%x[args_ptr], %[offsetof_input_offset]]\n" + "ldr x21, [%x[args_ptr], %[offsetof_input_offset]]\n" "tbz %x[flags], #3, 5f\n" - "ldr x21, [%x[input_ptr], x26, LSL #0x3]\n" - "add x21, x21, x20, LSL #3\n" - "ldr x24, [x21, #0x0]\n" + "ldr x20, [%x[input_ptr], x26, LSL #0x3]\n" + "add x20, x20, x21, LSL #3\n" + "ldr x24, [x20, #0x0]\n" "cbnz x26, 6f\n" "ldr x20, [%x[args_ptr], %[offsetof_input_initial_col]]\n" "add x24, x24, x20\n" @@ -121,39 +121,39 @@ void sve_hybrid_u8qa_dot_4x4VL ( "7:" // Height 1: Multiply loop: Main loop head "whilelt p0.b, XZR, x25\n" "ld1rqb { z0.b }, p0/Z, [x24]\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z19.s, z7.b, z0.b[0]\n" - "ld1b { z8.b }, p2/Z, [x28, #4, MUL VL]\n" - "udot z16.s, z8.b, z0.b[1]\n" - "ld1b { z9.b }, p2/Z, [x28, #5, MUL VL]\n" - "ld1b { z10.b }, p2/Z, [x28, #6, MUL VL]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "ld1b { z4.b }, p2/Z, [x28, #7, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28]\n" + "udot z16.s, z20.b, z0.b[0]\n" + "ld1b { z21.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #2, MUL VL]\n" + "udot z17.s, z21.b, z0.b[0]\n" + "udot z18.s, z20.b, z0.b[0]\n" + "ld1b { z20.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z19.s, z20.b, z0.b[0]\n" + "ld1b { z20.b }, p2/Z, [x28, #4, MUL VL]\n" + "udot z16.s, z20.b, z0.b[1]\n" + "ld1b { z21.b }, p2/Z, [x28, #5, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #6, MUL VL]\n" + "udot z17.s, z21.b, z0.b[1]\n" + "udot z18.s, z20.b, z0.b[1]\n" + "ld1b { z20.b }, p2/Z, [x28, #7, MUL VL]\n" "addvl x28, x28, #16\n" - "udot z19.s, z4.b, z0.b[1]\n" - "ld1b { z5.b }, p2/Z, [x28, #-8, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #-7, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #-6, MUL VL]\n" - "udot z16.s, z5.b, z0.b[2]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "ld1b { z8.b }, p2/Z, [x28, #-5, MUL VL]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "ld1b { z9.b }, p2/Z, [x28, #-4, MUL VL]\n" - "ld1b { z10.b }, p2/Z, [x28, #-3, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #-2, MUL VL]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "ld1b { z5.b }, p2/Z, [x28, #-1, MUL VL]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" + "udot z19.s, z20.b, z0.b[1]\n" + "ld1b { z22.b }, p2/Z, [x28, #-8, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #-7, MUL VL]\n" + "ld1b { z21.b }, p2/Z, [x28, #-6, MUL VL]\n" + "udot z16.s, z22.b, z0.b[2]\n" + "udot z17.s, z20.b, z0.b[2]\n" + "ld1b { z20.b }, p2/Z, [x28, #-5, MUL VL]\n" + "udot z18.s, z21.b, z0.b[2]\n" + "udot z19.s, z20.b, z0.b[2]\n" + "ld1b { z22.b }, p2/Z, [x28, #-4, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #-3, MUL VL]\n" + "ld1b { z21.b }, p2/Z, [x28, #-2, MUL VL]\n" + "udot z16.s, z22.b, z0.b[3]\n" + "udot z17.s, z20.b, z0.b[3]\n" + "ld1b { z20.b }, p2/Z, [x28, #-1, MUL VL]\n" + "udot z18.s, z21.b, z0.b[3]\n" + "udot z19.s, z20.b, z0.b[3]\n" "add x24, x24, #0x10\n" "tbnz %x[flags], #31, 8f\n" "udot z11.s, z0.b, z15.b\n" @@ -164,47 +164,47 @@ void sve_hybrid_u8qa_dot_4x4VL ( "9:" // Height 1: Multiply loop: Single iteration only "whilelt p0.b, XZR, x25\n" "ld1rqb { z0.b }, p0/Z, [x24]\n" - "ld1b { z4.b }, p2/Z, [x28]\n" + "ld1b { z22.b }, p2/Z, [x28]\n" "subs x25, x25, #0x4\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z19.s, z7.b, z0.b[0]\n" + "ld1b { z20.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z21.b }, p2/Z, [x28, #2, MUL VL]\n" + "udot z16.s, z22.b, z0.b[0]\n" + "udot z17.s, z20.b, z0.b[0]\n" + "ld1b { z20.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z18.s, z21.b, z0.b[0]\n" + "udot z19.s, z20.b, z0.b[0]\n" "addvl x28, x28, #4\n" "ble 10f\n" - "ld1b { z8.b }, p2/Z, [x28]\n" - "ld1b { z9.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28]\n" + "ld1b { z22.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z8.b, z0.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z19.s, z4.b, z0.b[1]\n" + "udot z16.s, z20.b, z0.b[1]\n" + "ld1b { z21.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z17.s, z22.b, z0.b[1]\n" + "udot z18.s, z21.b, z0.b[1]\n" + "udot z19.s, z20.b, z0.b[1]\n" "addvl x28, x28, #4\n" "ble 10f\n" - "ld1b { z5.b }, p2/Z, [x28]\n" - "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28]\n" + "ld1b { z22.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z5.b, z0.b[2]\n" - "ld1b { z7.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z8.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" + "udot z16.s, z20.b, z0.b[2]\n" + "ld1b { z21.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z17.s, z22.b, z0.b[2]\n" + "udot z18.s, z21.b, z0.b[2]\n" + "udot z19.s, z20.b, z0.b[2]\n" "addvl x28, x28, #4\n" "ble 10f\n" - "ld1b { z9.b }, p2/Z, [x28]\n" - "ld1b { z10.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "ld1b { z4.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z5.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" + "ld1b { z21.b }, p2/Z, [x28]\n" + "ld1b { z20.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z21.b, z0.b[3]\n" + "udot z17.s, z20.b, z0.b[3]\n" + "ld1b { z21.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z20.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z18.s, z21.b, z0.b[3]\n" + "udot z19.s, z20.b, z0.b[3]\n" "addvl x28, x28, #4\n" "10:" // Height 1: Multiply loop: multiply skip "tbnz %x[flags], #31, 11f\n" @@ -218,71 +218,71 @@ void sve_hybrid_u8qa_dot_4x4VL ( "mov x20, #0x4\n" "whilelt p0.s, XZR, x20\n" "add x20, %x[qp], %[b_offset]\n" - "ld1rw { z1.s }, p2/Z, [x20]\n" + "ld1rw { z20.s }, p2/Z, [x20]\n" "uaddv d11, p0, z11.s\n" "mov z11.s, z11.s[0]\n" - "neg z1.s, p2/M, z1.s\n" - "mul z11.s, p2/M, z11.s, z1.s\n" + "neg z20.s, p2/M, z20.s\n" + "mul z11.s, p2/M, z11.s, z20.s\n" "12:" // Height 1: skip row sum fixup "add z16.s, z16.s, z11.s\n" "add z17.s, z17.s, z11.s\n" - "ld1w { z0.s }, p2/Z, [x10]\n" - "ld1w { z1.s }, p2/Z, [x10, #1, MUL VL]\n" + "ld1w { z23.s }, p2/Z, [x10]\n" + "ld1w { z22.s }, p2/Z, [x10, #1, MUL VL]\n" "add z18.s, z18.s, z11.s\n" "add z19.s, z19.s, z11.s\n" - "ld1w { z2.s }, p2/Z, [x10, #2, MUL VL]\n" - "ld1w { z3.s }, p2/Z, [x10, #3, MUL VL]\n" + "ld1w { z21.s }, p2/Z, [x10, #2, MUL VL]\n" + "ld1w { z20.s }, p2/Z, [x10, #3, MUL VL]\n" "add x20, %x[qp], %[per_layer_mul]\n" "orr %x[flags], %x[flags], #0x80000000\n" - "add z16.s, z16.s, z0.s\n" - "add z17.s, z17.s, z1.s\n" - "add z18.s, z18.s, z2.s\n" - "add z19.s, z19.s, z3.s\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "add z16.s, z16.s, z23.s\n" + "add z17.s, z17.s, z22.s\n" + "add z18.s, z18.s, z21.s\n" + "add z19.s, z19.s, z20.s\n" + "ld1rw { z20.s }, p2/Z, [x20]\n" "add x20, %x[qp], %[per_layer_right_shift]\n" "ld1rw { z0.s }, p2/Z, [x20]\n" - ".inst 0x04a47610 // sqrdmulh z16.s, z16.s, z4.s\n" - ".inst 0x04a47631 // sqrdmulh z17.s, z17.s, z4.s\n" + ".inst 0x04b47610 // sqrdmulh z16.s, z16.s, z20.s\n" + ".inst 0x04b47631 // sqrdmulh z17.s, z17.s, z20.s\n" "addvl x10, x10, #4\n" - ".inst 0x04a47652 // sqrdmulh z18.s, z18.s, z4.s\n" - ".inst 0x04a47673 // sqrdmulh z19.s, z19.s, z4.s\n" + ".inst 0x04b47652 // sqrdmulh z18.s, z18.s, z20.s\n" + ".inst 0x04b47673 // sqrdmulh z19.s, z19.s, z20.s\n" "tbz %x[flags], #5, 13f\n" - "and z4.d, z16.d, z0.d\n" - "and z5.d, z17.d, z0.d\n" - "and z6.d, z18.d, z0.d\n" - "and z7.d, z19.d, z0.d\n" - "asr z4.s, z4.s, #0x1f\n" - "asr z5.s, z5.s, #0x1f\n" - "asr z6.s, z6.s, #0x1f\n" - "asr z7.s, z7.s, #0x1f\n" - "sqadd z16.s, z16.s, z4.s\n" - "sqadd z17.s, z17.s, z5.s\n" - "sqadd z18.s, z18.s, z6.s\n" - "sqadd z19.s, z19.s, z7.s\n" + "and z23.d, z16.d, z0.d\n" + "and z22.d, z17.d, z0.d\n" + "and z21.d, z18.d, z0.d\n" + "and z20.d, z19.d, z0.d\n" + "asr z23.s, z23.s, #0x1f\n" + "asr z22.s, z22.s, #0x1f\n" + "asr z21.s, z21.s, #0x1f\n" + "asr z20.s, z20.s, #0x1f\n" + "sqadd z16.s, z16.s, z23.s\n" + "sqadd z17.s, z17.s, z22.s\n" + "sqadd z18.s, z18.s, z21.s\n" + "sqadd z19.s, z19.s, z20.s\n" "13:" // Height 1: no shift correction "add x20, %x[qp], %[c_offset]\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z20.s }, p2/Z, [x20]\n" ".inst 0x44828810 // srshl z16.s, p2/M, z16.s, z0.s\n" - "add z16.s, z16.s, z4.s\n" + "add z16.s, z16.s, z20.s\n" ".inst 0x44828811 // srshl z17.s, p2/M, z17.s, z0.s\n" ".inst 0x44828812 // srshl z18.s, p2/M, z18.s, z0.s\n" - "add z17.s, z17.s, z4.s\n" - "add z18.s, z18.s, z4.s\n" + "add z17.s, z17.s, z20.s\n" + "add z18.s, z18.s, z20.s\n" ".inst 0x44828813 // srshl z19.s, p2/M, z19.s, z0.s\n" "add x20, %x[qp], %[maxval]\n" - "ld1rw { z6.s }, p2/Z, [x20]\n" - "add z19.s, z19.s, z4.s\n" + "ld1rw { z21.s }, p2/Z, [x20]\n" + "add z19.s, z19.s, z20.s\n" "add x20, %x[qp], %[minval]\n" - "ld1rw { z5.s }, p2/Z, [x20]\n" - "smin z16.s, p2/M, z16.s, z6.s\n" - "smin z17.s, p2/M, z17.s, z6.s\n" - "smin z18.s, p2/M, z18.s, z6.s\n" - "smin z19.s, p2/M, z19.s, z6.s\n" - "smax z16.s, p2/M, z16.s, z5.s\n" - "smax z17.s, p2/M, z17.s, z5.s\n" - "smax z18.s, p2/M, z18.s, z5.s\n" + "ld1rw { z20.s }, p2/Z, [x20]\n" + "smin z16.s, p2/M, z16.s, z21.s\n" + "smin z17.s, p2/M, z17.s, z21.s\n" + "smin z18.s, p2/M, z18.s, z21.s\n" + "smin z19.s, p2/M, z19.s, z21.s\n" + "smax z16.s, p2/M, z16.s, z20.s\n" + "smax z17.s, p2/M, z17.s, z20.s\n" + "smax z18.s, p2/M, z18.s, z20.s\n" "uzp1 z16.h, z16.h, z17.h\n" - "smax z19.s, p2/M, z19.s, z5.s\n" + "smax z19.s, p2/M, z19.s, z20.s\n" "uzp1 z17.h, z18.h, z19.h\n" "uzp1 z16.b, z16.b, z17.b\n" "st1b { z16.b }, p1, [x27]\n" @@ -317,12 +317,12 @@ void sve_hybrid_u8qa_dot_4x4VL ( "18:" // Height 2: String loop "ldr x20, [%x[args_ptr], %[offsetof_string_lengths]]\n" "ldr w25, [x20, x26, LSL #0x2]\n" - "ldr x20, [%x[args_ptr], %[offsetof_input_offset]]\n" + "ldr x21, [%x[args_ptr], %[offsetof_input_offset]]\n" "tbz %x[flags], #3, 19f\n" - "ldr x21, [%x[input_ptr], x26, LSL #0x3]\n" - "add x21, x21, x20, LSL #3\n" - "ldr x24, [x21, #0x0]\n" - "ldr x23, [x21, #0x8]\n" + "ldr x20, [%x[input_ptr], x26, LSL #0x3]\n" + "add x20, x20, x21, LSL #3\n" + "ldr x24, [x20, #0x0]\n" + "ldr x23, [x20, #0x8]\n" "cbnz x26, 20f\n" "ldr x20, [%x[args_ptr], %[offsetof_input_initial_col]]\n" "add x24, x24, x20\n" @@ -330,7 +330,7 @@ void sve_hybrid_u8qa_dot_4x4VL ( "b 20f\n" "19:" // Height 2: setup direct input "mov x24, %x[input_ptr]\n" - "add x23, x24, x20\n" + "add x23, x24, x21\n" "20:" // Height 2: input setup done "cmp x25, #0x10\n" "ble 23f\n" @@ -339,56 +339,56 @@ void sve_hybrid_u8qa_dot_4x4VL ( "ld1rqb { z0.b }, p0/Z, [x24]\n" "ld1rqb { z1.b }, p0/Z, [x23]\n" "add x24, x24, #0x10\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "udot z21.s, z5.b, z1.b[0]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" - "ld1b { z8.b }, p2/Z, [x28, #4, MUL VL]\n" - "ld1b { z9.b }, p2/Z, [x28, #5, MUL VL]\n" - "udot z19.s, z7.b, z0.b[0]\n" - "udot z23.s, z7.b, z1.b[0]\n" - "ld1b { z10.b }, p2/Z, [x28, #6, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #7, MUL VL]\n" + "ld1b { z24.b }, p2/Z, [x28]\n" + "ld1b { z26.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z24.b, z0.b[0]\n" + "udot z20.s, z24.b, z1.b[0]\n" + "ld1b { z24.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z25.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z17.s, z26.b, z0.b[0]\n" + "udot z21.s, z26.b, z1.b[0]\n" + "udot z18.s, z24.b, z0.b[0]\n" + "udot z22.s, z24.b, z1.b[0]\n" + "ld1b { z24.b }, p2/Z, [x28, #4, MUL VL]\n" + "ld1b { z27.b }, p2/Z, [x28, #5, MUL VL]\n" + "udot z19.s, z25.b, z0.b[0]\n" + "udot z23.s, z25.b, z1.b[0]\n" + "ld1b { z26.b }, p2/Z, [x28, #6, MUL VL]\n" + "ld1b { z25.b }, p2/Z, [x28, #7, MUL VL]\n" "addvl x28, x28, #16\n" - "udot z16.s, z8.b, z0.b[1]\n" - "udot z20.s, z8.b, z1.b[1]\n" - "ld1b { z5.b }, p2/Z, [x28, #-8, MUL VL]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z21.s, z9.b, z1.b[1]\n" - "ld1b { z6.b }, p2/Z, [x28, #-7, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #-6, MUL VL]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z22.s, z10.b, z1.b[1]\n" - "ld1b { z8.b }, p2/Z, [x28, #-5, MUL VL]\n" - "ld1b { z9.b }, p2/Z, [x28, #-4, MUL VL]\n" - "udot z19.s, z4.b, z0.b[1]\n" - "udot z23.s, z4.b, z1.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #-3, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #-2, MUL VL]\n" - "udot z16.s, z5.b, z0.b[2]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "ld1b { z5.b }, p2/Z, [x28, #-1, MUL VL]\n" + "udot z16.s, z24.b, z0.b[1]\n" + "udot z20.s, z24.b, z1.b[1]\n" + "ld1b { z24.b }, p2/Z, [x28, #-8, MUL VL]\n" + "udot z17.s, z27.b, z0.b[1]\n" + "udot z21.s, z27.b, z1.b[1]\n" + "ld1b { z30.b }, p2/Z, [x28, #-7, MUL VL]\n" + "ld1b { z29.b }, p2/Z, [x28, #-6, MUL VL]\n" + "udot z18.s, z26.b, z0.b[1]\n" + "udot z22.s, z26.b, z1.b[1]\n" + "ld1b { z28.b }, p2/Z, [x28, #-5, MUL VL]\n" + "ld1b { z27.b }, p2/Z, [x28, #-4, MUL VL]\n" + "udot z19.s, z25.b, z0.b[1]\n" + "udot z23.s, z25.b, z1.b[1]\n" + "ld1b { z26.b }, p2/Z, [x28, #-3, MUL VL]\n" + "ld1b { z25.b }, p2/Z, [x28, #-2, MUL VL]\n" + "udot z16.s, z24.b, z0.b[2]\n" + "udot z20.s, z24.b, z1.b[2]\n" + "ld1b { z24.b }, p2/Z, [x28, #-1, MUL VL]\n" "add x23, x23, #0x10\n" - "udot z17.s, z6.b, z0.b[2]\n" - "udot z21.s, z6.b, z1.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "udot z23.s, z8.b, z1.b[2]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" + "udot z17.s, z30.b, z0.b[2]\n" + "udot z21.s, z30.b, z1.b[2]\n" + "udot z18.s, z29.b, z0.b[2]\n" + "udot z22.s, z29.b, z1.b[2]\n" + "udot z19.s, z28.b, z0.b[2]\n" + "udot z23.s, z28.b, z1.b[2]\n" + "udot z16.s, z27.b, z0.b[3]\n" + "udot z20.s, z27.b, z1.b[3]\n" + "udot z17.s, z26.b, z0.b[3]\n" + "udot z21.s, z26.b, z1.b[3]\n" + "udot z18.s, z25.b, z0.b[3]\n" + "udot z22.s, z25.b, z1.b[3]\n" + "udot z19.s, z24.b, z0.b[3]\n" + "udot z23.s, z24.b, z1.b[3]\n" "tbnz %x[flags], #31, 22f\n" "udot z11.s, z0.b, z15.b\n" "udot z12.s, z1.b, z15.b\n" @@ -401,63 +401,63 @@ void sve_hybrid_u8qa_dot_4x4VL ( "ld1rqb { z0.b }, p0/Z, [x24]\n" "ld1rqb { z1.b }, p0/Z, [x23]\n" "subs x25, x25, #0x4\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "udot z21.s, z5.b, z1.b[0]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" + "ld1b { z24.b }, p2/Z, [x28]\n" + "ld1b { z26.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z24.b, z0.b[0]\n" + "udot z20.s, z24.b, z1.b[0]\n" + "ld1b { z25.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z24.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z17.s, z26.b, z0.b[0]\n" + "udot z21.s, z26.b, z1.b[0]\n" + "udot z18.s, z25.b, z0.b[0]\n" + "udot z22.s, z25.b, z1.b[0]\n" "addvl x28, x28, #4\n" - "udot z19.s, z7.b, z0.b[0]\n" - "udot z23.s, z7.b, z1.b[0]\n" + "udot z19.s, z24.b, z0.b[0]\n" + "udot z23.s, z24.b, z1.b[0]\n" "ble 24f\n" - "ld1b { z8.b }, p2/Z, [x28]\n" - "ld1b { z9.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z27.b }, p2/Z, [x28]\n" + "ld1b { z26.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z8.b, z0.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z8.b, z1.b[1]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z21.s, z9.b, z1.b[1]\n" - "udot z18.s, z10.b, z0.b[1]\n" + "udot z16.s, z27.b, z0.b[1]\n" + "ld1b { z25.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z24.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z20.s, z27.b, z1.b[1]\n" + "udot z17.s, z26.b, z0.b[1]\n" + "udot z21.s, z26.b, z1.b[1]\n" + "udot z18.s, z25.b, z0.b[1]\n" "addvl x28, x28, #4\n" - "udot z22.s, z10.b, z1.b[1]\n" - "udot z19.s, z4.b, z0.b[1]\n" - "udot z23.s, z4.b, z1.b[1]\n" + "udot z22.s, z25.b, z1.b[1]\n" + "udot z19.s, z24.b, z0.b[1]\n" + "udot z23.s, z24.b, z1.b[1]\n" "ble 24f\n" - "ld1b { z5.b }, p2/Z, [x28]\n" - "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z27.b }, p2/Z, [x28]\n" + "ld1b { z26.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z5.b, z0.b[2]\n" - "ld1b { z7.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z8.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "udot z21.s, z6.b, z1.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" + "udot z16.s, z27.b, z0.b[2]\n" + "ld1b { z25.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z24.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z20.s, z27.b, z1.b[2]\n" + "udot z17.s, z26.b, z0.b[2]\n" + "udot z21.s, z26.b, z1.b[2]\n" + "udot z18.s, z25.b, z0.b[2]\n" "addvl x28, x28, #4\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "udot z23.s, z8.b, z1.b[2]\n" + "udot z22.s, z25.b, z1.b[2]\n" + "udot z19.s, z24.b, z0.b[2]\n" + "udot z23.s, z24.b, z1.b[2]\n" "ble 24f\n" - "ld1b { z9.b }, p2/Z, [x28]\n" - "ld1b { z10.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "ld1b { z4.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z5.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" + "ld1b { z24.b }, p2/Z, [x28]\n" + "ld1b { z26.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z24.b, z0.b[3]\n" + "udot z20.s, z24.b, z1.b[3]\n" + "ld1b { z25.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z24.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z17.s, z26.b, z0.b[3]\n" + "udot z21.s, z26.b, z1.b[3]\n" + "udot z18.s, z25.b, z0.b[3]\n" + "udot z22.s, z25.b, z1.b[3]\n" "addvl x28, x28, #4\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" + "udot z19.s, z24.b, z0.b[3]\n" + "udot z23.s, z24.b, z1.b[3]\n" "24:" // Height 2: Multiply loop: multiply skip "tbnz %x[flags], #31, 25f\n" "udot z11.s, z0.b, z15.b\n" @@ -473,120 +473,120 @@ void sve_hybrid_u8qa_dot_4x4VL ( "mov x20, #0x4\n" "whilelt p0.s, XZR, x20\n" "add x20, %x[qp], %[b_offset]\n" - "ld1rw { z2.s }, p2/Z, [x20]\n" + "ld1rw { z24.s }, p2/Z, [x20]\n" "uaddv d11, p0, z11.s\n" "mov z11.s, z11.s[0]\n" "uaddv d12, p0, z12.s\n" - "neg z2.s, p2/M, z2.s\n" + "neg z24.s, p2/M, z24.s\n" "mov z12.s, z12.s[0]\n" - "mul z11.s, p2/M, z11.s, z2.s\n" - "mul z12.s, p2/M, z12.s, z2.s\n" + "mul z11.s, p2/M, z11.s, z24.s\n" + "mul z12.s, p2/M, z12.s, z24.s\n" "26:" // Height 2: skip row sum fixup "add z16.s, z16.s, z11.s\n" "add z17.s, z17.s, z11.s\n" - "ld1w { z0.s }, p2/Z, [x10]\n" - "ld1w { z1.s }, p2/Z, [x10, #1, MUL VL]\n" + "ld1w { z28.s }, p2/Z, [x10]\n" + "ld1w { z27.s }, p2/Z, [x10, #1, MUL VL]\n" "add z18.s, z18.s, z11.s\n" "add z19.s, z19.s, z11.s\n" - "ld1w { z2.s }, p2/Z, [x10, #2, MUL VL]\n" - "ld1w { z3.s }, p2/Z, [x10, #3, MUL VL]\n" + "ld1w { z26.s }, p2/Z, [x10, #2, MUL VL]\n" + "ld1w { z25.s }, p2/Z, [x10, #3, MUL VL]\n" "add z20.s, z20.s, z12.s\n" "add z21.s, z21.s, z12.s\n" "add x20, %x[qp], %[per_layer_mul]\n" "orr %x[flags], %x[flags], #0x80000000\n" "add z22.s, z22.s, z12.s\n" "add z23.s, z23.s, z12.s\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z24.s }, p2/Z, [x20]\n" "add x20, %x[qp], %[per_layer_right_shift]\n" - "add z16.s, z16.s, z0.s\n" - "add z17.s, z17.s, z1.s\n" + "add z16.s, z16.s, z28.s\n" + "add z17.s, z17.s, z27.s\n" "addvl x10, x10, #4\n" - "add z18.s, z18.s, z2.s\n" - "add z19.s, z19.s, z3.s\n" - "add z20.s, z20.s, z0.s\n" - "add z21.s, z21.s, z1.s\n" + "add z18.s, z18.s, z26.s\n" + "add z19.s, z19.s, z25.s\n" + "add z20.s, z20.s, z28.s\n" + "add z21.s, z21.s, z27.s\n" "ld1rw { z0.s }, p2/Z, [x20]\n" - "add z22.s, z22.s, z2.s\n" - "add z23.s, z23.s, z3.s\n" - ".inst 0x04a47610 // sqrdmulh z16.s, z16.s, z4.s\n" - ".inst 0x04a47631 // sqrdmulh z17.s, z17.s, z4.s\n" - ".inst 0x04a47652 // sqrdmulh z18.s, z18.s, z4.s\n" - ".inst 0x04a47673 // sqrdmulh z19.s, z19.s, z4.s\n" - ".inst 0x04a47694 // sqrdmulh z20.s, z20.s, z4.s\n" - ".inst 0x04a476b5 // sqrdmulh z21.s, z21.s, z4.s\n" - ".inst 0x04a476d6 // sqrdmulh z22.s, z22.s, z4.s\n" - ".inst 0x04a476f7 // sqrdmulh z23.s, z23.s, z4.s\n" + "add z22.s, z22.s, z26.s\n" + "add z23.s, z23.s, z25.s\n" + ".inst 0x04b87610 // sqrdmulh z16.s, z16.s, z24.s\n" + ".inst 0x04b87631 // sqrdmulh z17.s, z17.s, z24.s\n" + ".inst 0x04b87652 // sqrdmulh z18.s, z18.s, z24.s\n" + ".inst 0x04b87673 // sqrdmulh z19.s, z19.s, z24.s\n" + ".inst 0x04b87694 // sqrdmulh z20.s, z20.s, z24.s\n" + ".inst 0x04b876b5 // sqrdmulh z21.s, z21.s, z24.s\n" + ".inst 0x04b876d6 // sqrdmulh z22.s, z22.s, z24.s\n" + ".inst 0x04b876f7 // sqrdmulh z23.s, z23.s, z24.s\n" "tbz %x[flags], #5, 27f\n" - "and z4.d, z16.d, z0.d\n" - "asr z4.s, z4.s, #0x1f\n" - "sqadd z16.s, z16.s, z4.s\n" - "and z5.d, z17.d, z0.d\n" - "and z6.d, z18.d, z0.d\n" - "and z7.d, z19.d, z0.d\n" - "and z8.d, z20.d, z0.d\n" - "and z9.d, z21.d, z0.d\n" - "and z10.d, z22.d, z0.d\n" - "and z4.d, z23.d, z0.d\n" - "asr z5.s, z5.s, #0x1f\n" - "asr z6.s, z6.s, #0x1f\n" - "asr z7.s, z7.s, #0x1f\n" - "asr z8.s, z8.s, #0x1f\n" - "asr z9.s, z9.s, #0x1f\n" - "asr z10.s, z10.s, #0x1f\n" - "asr z4.s, z4.s, #0x1f\n" - "sqadd z17.s, z17.s, z5.s\n" - "sqadd z18.s, z18.s, z6.s\n" - "sqadd z19.s, z19.s, z7.s\n" - "sqadd z20.s, z20.s, z8.s\n" - "sqadd z21.s, z21.s, z9.s\n" - "sqadd z22.s, z22.s, z10.s\n" - "sqadd z23.s, z23.s, z4.s\n" + "and z24.d, z16.d, z0.d\n" + "asr z24.s, z24.s, #0x1f\n" + "sqadd z16.s, z16.s, z24.s\n" + "and z30.d, z17.d, z0.d\n" + "and z29.d, z18.d, z0.d\n" + "and z28.d, z19.d, z0.d\n" + "and z27.d, z20.d, z0.d\n" + "and z26.d, z21.d, z0.d\n" + "and z25.d, z22.d, z0.d\n" + "and z24.d, z23.d, z0.d\n" + "asr z30.s, z30.s, #0x1f\n" + "asr z29.s, z29.s, #0x1f\n" + "asr z28.s, z28.s, #0x1f\n" + "asr z27.s, z27.s, #0x1f\n" + "asr z26.s, z26.s, #0x1f\n" + "asr z25.s, z25.s, #0x1f\n" + "asr z24.s, z24.s, #0x1f\n" + "sqadd z17.s, z17.s, z30.s\n" + "sqadd z18.s, z18.s, z29.s\n" + "sqadd z19.s, z19.s, z28.s\n" + "sqadd z20.s, z20.s, z27.s\n" + "sqadd z21.s, z21.s, z26.s\n" + "sqadd z22.s, z22.s, z25.s\n" + "sqadd z23.s, z23.s, z24.s\n" "27:" // Height 2: no shift correction "add x20, %x[qp], %[c_offset]\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z24.s }, p2/Z, [x20]\n" ".inst 0x44828810 // srshl z16.s, p2/M, z16.s, z0.s\n" - "add z16.s, z16.s, z4.s\n" + "add z16.s, z16.s, z24.s\n" ".inst 0x44828811 // srshl z17.s, p2/M, z17.s, z0.s\n" ".inst 0x44828812 // srshl z18.s, p2/M, z18.s, z0.s\n" - "add z17.s, z17.s, z4.s\n" - "add z18.s, z18.s, z4.s\n" + "add z17.s, z17.s, z24.s\n" + "add z18.s, z18.s, z24.s\n" ".inst 0x44828813 // srshl z19.s, p2/M, z19.s, z0.s\n" ".inst 0x44828814 // srshl z20.s, p2/M, z20.s, z0.s\n" - "add z19.s, z19.s, z4.s\n" - "add z20.s, z20.s, z4.s\n" + "add z19.s, z19.s, z24.s\n" + "add z20.s, z20.s, z24.s\n" ".inst 0x44828815 // srshl z21.s, p2/M, z21.s, z0.s\n" ".inst 0x44828816 // srshl z22.s, p2/M, z22.s, z0.s\n" - "add z21.s, z21.s, z4.s\n" - "add z22.s, z22.s, z4.s\n" + "add z21.s, z21.s, z24.s\n" + "add z22.s, z22.s, z24.s\n" ".inst 0x44828817 // srshl z23.s, p2/M, z23.s, z0.s\n" "add x20, %x[qp], %[maxval]\n" - "ld1rw { z6.s }, p2/Z, [x20]\n" - "add z23.s, z23.s, z4.s\n" + "ld1rw { z25.s }, p2/Z, [x20]\n" + "add z23.s, z23.s, z24.s\n" "add x20, %x[qp], %[minval]\n" - "ld1rw { z5.s }, p2/Z, [x20]\n" - "smin z16.s, p2/M, z16.s, z6.s\n" - "smin z17.s, p2/M, z17.s, z6.s\n" - "smin z18.s, p2/M, z18.s, z6.s\n" - "smin z19.s, p2/M, z19.s, z6.s\n" - "smin z20.s, p2/M, z20.s, z6.s\n" - "smin z21.s, p2/M, z21.s, z6.s\n" - "smin z22.s, p2/M, z22.s, z6.s\n" - "smin z23.s, p2/M, z23.s, z6.s\n" - "smax z16.s, p2/M, z16.s, z5.s\n" - "smax z17.s, p2/M, z17.s, z5.s\n" - "smax z18.s, p2/M, z18.s, z5.s\n" + "ld1rw { z24.s }, p2/Z, [x20]\n" + "smin z16.s, p2/M, z16.s, z25.s\n" + "smin z17.s, p2/M, z17.s, z25.s\n" + "smin z18.s, p2/M, z18.s, z25.s\n" + "smin z19.s, p2/M, z19.s, z25.s\n" + "smin z20.s, p2/M, z20.s, z25.s\n" + "smin z21.s, p2/M, z21.s, z25.s\n" + "smin z22.s, p2/M, z22.s, z25.s\n" + "smin z23.s, p2/M, z23.s, z25.s\n" + "smax z16.s, p2/M, z16.s, z24.s\n" + "smax z17.s, p2/M, z17.s, z24.s\n" + "smax z18.s, p2/M, z18.s, z24.s\n" "uzp1 z16.h, z16.h, z17.h\n" - "smax z19.s, p2/M, z19.s, z5.s\n" - "smax z20.s, p2/M, z20.s, z5.s\n" + "smax z19.s, p2/M, z19.s, z24.s\n" + "smax z20.s, p2/M, z20.s, z24.s\n" "uzp1 z17.h, z18.h, z19.h\n" "uzp1 z16.b, z16.b, z17.b\n" - "smax z21.s, p2/M, z21.s, z5.s\n" - "smax z22.s, p2/M, z22.s, z5.s\n" + "smax z21.s, p2/M, z21.s, z24.s\n" + "smax z22.s, p2/M, z22.s, z24.s\n" "uzp1 z20.h, z20.h, z21.h\n" "st1b { z16.b }, p1, [x27]\n" - "smax z23.s, p2/M, z23.s, z5.s\n" - "uzp1 z21.h, z22.h, z23.h\n" - "uzp1 z20.b, z20.b, z21.b\n" + "smax z23.s, p2/M, z23.s, z24.s\n" + "uzp1 z16.h, z22.h, z23.h\n" + "uzp1 z20.b, z20.b, z16.b\n" "st1b { z20.b }, p1, [x23]\n" "addvl x27, x27, #1\n" "28:" // Height 2: Writeback done @@ -624,13 +624,13 @@ void sve_hybrid_u8qa_dot_4x4VL ( "32:" // Height 3: String loop "ldr x20, [%x[args_ptr], %[offsetof_string_lengths]]\n" "ldr w25, [x20, x26, LSL #0x2]\n" - "ldr x20, [%x[args_ptr], %[offsetof_input_offset]]\n" + "ldr x21, [%x[args_ptr], %[offsetof_input_offset]]\n" "tbz %x[flags], #3, 33f\n" - "ldr x21, [%x[input_ptr], x26, LSL #0x3]\n" - "add x21, x21, x20, LSL #3\n" - "ldr x24, [x21, #0x0]\n" - "ldr x23, [x21, #0x8]\n" - "ldr x22, [x21, #0x10]\n" + "ldr x20, [%x[input_ptr], x26, LSL #0x3]\n" + "add x20, x20, x21, LSL #3\n" + "ldr x24, [x20, #0x0]\n" + "ldr x23, [x20, #0x8]\n" + "ldr x22, [x20, #0x10]\n" "cbnz x26, 34f\n" "ldr x20, [%x[args_ptr], %[offsetof_input_initial_col]]\n" "add x24, x24, x20\n" @@ -639,8 +639,8 @@ void sve_hybrid_u8qa_dot_4x4VL ( "b 34f\n" "33:" // Height 3: setup direct input "mov x24, %x[input_ptr]\n" - "add x23, x24, x20\n" - "add x22, x23, x20\n" + "add x23, x24, x21\n" + "add x22, x23, x21\n" "34:" // Height 3: input setup done "cmp x25, #0x10\n" "ble 37f\n" @@ -650,73 +650,73 @@ void sve_hybrid_u8qa_dot_4x4VL ( "ld1rqb { z1.b }, p0/Z, [x23]\n" "add x24, x24, #0x10\n" "ld1rqb { z2.b }, p0/Z, [x22]\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "udot z24.s, z4.b, z2.b[0]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z21.s, z5.b, z1.b[0]\n" - "udot z25.s, z5.b, z2.b[0]\n" - "ld1b { z8.b }, p2/Z, [x28, #4, MUL VL]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" - "ld1b { z9.b }, p2/Z, [x28, #5, MUL VL]\n" - "ld1b { z10.b }, p2/Z, [x28, #6, MUL VL]\n" - "udot z26.s, z6.b, z2.b[0]\n" - "udot z19.s, z7.b, z0.b[0]\n" - "ld1b { z4.b }, p2/Z, [x28, #7, MUL VL]\n" + "ld1b { z28.b }, p2/Z, [x28]\n" + "udot z16.s, z28.b, z0.b[0]\n" + "udot z20.s, z28.b, z1.b[0]\n" + "ld1b { z30.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z29.b }, p2/Z, [x28, #2, MUL VL]\n" + "udot z24.s, z28.b, z2.b[0]\n" + "udot z17.s, z30.b, z0.b[0]\n" + "ld1b { z28.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z21.s, z30.b, z1.b[0]\n" + "udot z25.s, z30.b, z2.b[0]\n" + "ld1b { z3.b }, p2/Z, [x28, #4, MUL VL]\n" + "udot z18.s, z29.b, z0.b[0]\n" + "udot z22.s, z29.b, z1.b[0]\n" + "ld1b { z31.b }, p2/Z, [x28, #5, MUL VL]\n" + "ld1b { z30.b }, p2/Z, [x28, #6, MUL VL]\n" + "udot z26.s, z29.b, z2.b[0]\n" + "udot z19.s, z28.b, z0.b[0]\n" + "ld1b { z29.b }, p2/Z, [x28, #7, MUL VL]\n" "addvl x28, x28, #16\n" - "udot z23.s, z7.b, z1.b[0]\n" - "udot z27.s, z7.b, z2.b[0]\n" - "ld1b { z5.b }, p2/Z, [x28, #-8, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #-7, MUL VL]\n" - "udot z16.s, z8.b, z0.b[1]\n" - "udot z20.s, z8.b, z1.b[1]\n" - "ld1b { z7.b }, p2/Z, [x28, #-6, MUL VL]\n" + "udot z23.s, z28.b, z1.b[0]\n" + "udot z27.s, z28.b, z2.b[0]\n" + "ld1b { z28.b }, p2/Z, [x28, #-8, MUL VL]\n" + "ld1b { z5.b }, p2/Z, [x28, #-7, MUL VL]\n" + "udot z16.s, z3.b, z0.b[1]\n" + "udot z20.s, z3.b, z1.b[1]\n" + "ld1b { z4.b }, p2/Z, [x28, #-6, MUL VL]\n" "add x23, x23, #0x10\n" - "udot z24.s, z8.b, z2.b[1]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "ld1b { z8.b }, p2/Z, [x28, #-5, MUL VL]\n" + "udot z24.s, z3.b, z2.b[1]\n" + "udot z17.s, z31.b, z0.b[1]\n" + "ld1b { z3.b }, p2/Z, [x28, #-5, MUL VL]\n" "add x22, x22, #0x10\n" - "udot z21.s, z9.b, z1.b[1]\n" - "udot z25.s, z9.b, z2.b[1]\n" - "ld1b { z9.b }, p2/Z, [x28, #-4, MUL VL]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z22.s, z10.b, z1.b[1]\n" - "udot z26.s, z10.b, z2.b[1]\n" - "udot z19.s, z4.b, z0.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #-3, MUL VL]\n" - "udot z23.s, z4.b, z1.b[1]\n" - "udot z27.s, z4.b, z2.b[1]\n" - "ld1b { z4.b }, p2/Z, [x28, #-2, MUL VL]\n" - "udot z16.s, z5.b, z0.b[2]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "udot z24.s, z5.b, z2.b[2]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "ld1b { z5.b }, p2/Z, [x28, #-1, MUL VL]\n" - "udot z21.s, z6.b, z1.b[2]\n" - "udot z25.s, z6.b, z2.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z26.s, z7.b, z2.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "udot z23.s, z8.b, z1.b[2]\n" - "udot z27.s, z8.b, z2.b[2]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "udot z24.s, z9.b, z2.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" - "udot z25.s, z10.b, z2.b[3]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" - "udot z26.s, z4.b, z2.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" - "udot z27.s, z5.b, z2.b[3]\n" + "udot z21.s, z31.b, z1.b[1]\n" + "udot z25.s, z31.b, z2.b[1]\n" + "ld1b { z31.b }, p2/Z, [x28, #-4, MUL VL]\n" + "udot z18.s, z30.b, z0.b[1]\n" + "udot z22.s, z30.b, z1.b[1]\n" + "udot z26.s, z30.b, z2.b[1]\n" + "udot z19.s, z29.b, z0.b[1]\n" + "ld1b { z30.b }, p2/Z, [x28, #-3, MUL VL]\n" + "udot z23.s, z29.b, z1.b[1]\n" + "udot z27.s, z29.b, z2.b[1]\n" + "ld1b { z29.b }, p2/Z, [x28, #-2, MUL VL]\n" + "udot z16.s, z28.b, z0.b[2]\n" + "udot z20.s, z28.b, z1.b[2]\n" + "udot z24.s, z28.b, z2.b[2]\n" + "udot z17.s, z5.b, z0.b[2]\n" + "ld1b { z28.b }, p2/Z, [x28, #-1, MUL VL]\n" + "udot z21.s, z5.b, z1.b[2]\n" + "udot z25.s, z5.b, z2.b[2]\n" + "udot z18.s, z4.b, z0.b[2]\n" + "udot z22.s, z4.b, z1.b[2]\n" + "udot z26.s, z4.b, z2.b[2]\n" + "udot z19.s, z3.b, z0.b[2]\n" + "udot z23.s, z3.b, z1.b[2]\n" + "udot z27.s, z3.b, z2.b[2]\n" + "udot z16.s, z31.b, z0.b[3]\n" + "udot z20.s, z31.b, z1.b[3]\n" + "udot z24.s, z31.b, z2.b[3]\n" + "udot z17.s, z30.b, z0.b[3]\n" + "udot z21.s, z30.b, z1.b[3]\n" + "udot z25.s, z30.b, z2.b[3]\n" + "udot z18.s, z29.b, z0.b[3]\n" + "udot z22.s, z29.b, z1.b[3]\n" + "udot z26.s, z29.b, z2.b[3]\n" + "udot z19.s, z28.b, z0.b[3]\n" + "udot z23.s, z28.b, z1.b[3]\n" + "udot z27.s, z28.b, z2.b[3]\n" "tbnz %x[flags], #31, 36f\n" "udot z11.s, z0.b, z15.b\n" "udot z12.s, z1.b, z15.b\n" @@ -731,79 +731,79 @@ void sve_hybrid_u8qa_dot_4x4VL ( "ld1rqb { z1.b }, p0/Z, [x23]\n" "subs x25, x25, #0x4\n" "ld1rqb { z2.b }, p0/Z, [x22]\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "udot z24.s, z4.b, z2.b[0]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z21.s, z5.b, z1.b[0]\n" - "udot z25.s, z5.b, z2.b[0]\n" + "ld1b { z28.b }, p2/Z, [x28]\n" + "udot z16.s, z28.b, z0.b[0]\n" + "udot z20.s, z28.b, z1.b[0]\n" + "ld1b { z30.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z29.b }, p2/Z, [x28, #2, MUL VL]\n" + "udot z24.s, z28.b, z2.b[0]\n" + "udot z17.s, z30.b, z0.b[0]\n" + "ld1b { z28.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z21.s, z30.b, z1.b[0]\n" + "udot z25.s, z30.b, z2.b[0]\n" "addvl x28, x28, #4\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" - "udot z26.s, z6.b, z2.b[0]\n" - "udot z19.s, z7.b, z0.b[0]\n" - "udot z23.s, z7.b, z1.b[0]\n" - "udot z27.s, z7.b, z2.b[0]\n" + "udot z18.s, z29.b, z0.b[0]\n" + "udot z22.s, z29.b, z1.b[0]\n" + "udot z26.s, z29.b, z2.b[0]\n" + "udot z19.s, z28.b, z0.b[0]\n" + "udot z23.s, z28.b, z1.b[0]\n" + "udot z27.s, z28.b, z2.b[0]\n" "ble 38f\n" - "ld1b { z8.b }, p2/Z, [x28]\n" - "ld1b { z9.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z31.b }, p2/Z, [x28]\n" + "ld1b { z30.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z8.b, z0.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z8.b, z1.b[1]\n" - "udot z24.s, z8.b, z2.b[1]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z21.s, z9.b, z1.b[1]\n" + "udot z16.s, z31.b, z0.b[1]\n" + "ld1b { z29.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z28.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z20.s, z31.b, z1.b[1]\n" + "udot z24.s, z31.b, z2.b[1]\n" + "udot z17.s, z30.b, z0.b[1]\n" + "udot z21.s, z30.b, z1.b[1]\n" "addvl x28, x28, #4\n" - "udot z25.s, z9.b, z2.b[1]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z22.s, z10.b, z1.b[1]\n" - "udot z26.s, z10.b, z2.b[1]\n" - "udot z19.s, z4.b, z0.b[1]\n" - "udot z23.s, z4.b, z1.b[1]\n" - "udot z27.s, z4.b, z2.b[1]\n" + "udot z25.s, z30.b, z2.b[1]\n" + "udot z18.s, z29.b, z0.b[1]\n" + "udot z22.s, z29.b, z1.b[1]\n" + "udot z26.s, z29.b, z2.b[1]\n" + "udot z19.s, z28.b, z0.b[1]\n" + "udot z23.s, z28.b, z1.b[1]\n" + "udot z27.s, z28.b, z2.b[1]\n" "ble 38f\n" - "ld1b { z5.b }, p2/Z, [x28]\n" - "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z31.b }, p2/Z, [x28]\n" + "ld1b { z30.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z5.b, z0.b[2]\n" - "ld1b { z7.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z8.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "udot z24.s, z5.b, z2.b[2]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "udot z21.s, z6.b, z1.b[2]\n" + "udot z16.s, z31.b, z0.b[2]\n" + "ld1b { z29.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z28.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z20.s, z31.b, z1.b[2]\n" + "udot z24.s, z31.b, z2.b[2]\n" + "udot z17.s, z30.b, z0.b[2]\n" + "udot z21.s, z30.b, z1.b[2]\n" "addvl x28, x28, #4\n" - "udot z25.s, z6.b, z2.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z26.s, z7.b, z2.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "udot z23.s, z8.b, z1.b[2]\n" - "udot z27.s, z8.b, z2.b[2]\n" + "udot z25.s, z30.b, z2.b[2]\n" + "udot z18.s, z29.b, z0.b[2]\n" + "udot z22.s, z29.b, z1.b[2]\n" + "udot z26.s, z29.b, z2.b[2]\n" + "udot z19.s, z28.b, z0.b[2]\n" + "udot z23.s, z28.b, z1.b[2]\n" + "udot z27.s, z28.b, z2.b[2]\n" "ble 38f\n" - "ld1b { z9.b }, p2/Z, [x28]\n" - "ld1b { z10.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "ld1b { z4.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z5.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z24.s, z9.b, z2.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" - "udot z25.s, z10.b, z2.b[3]\n" + "ld1b { z31.b }, p2/Z, [x28]\n" + "ld1b { z30.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z31.b, z0.b[3]\n" + "udot z20.s, z31.b, z1.b[3]\n" + "ld1b { z29.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z28.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z24.s, z31.b, z2.b[3]\n" + "udot z17.s, z30.b, z0.b[3]\n" + "udot z21.s, z30.b, z1.b[3]\n" + "udot z25.s, z30.b, z2.b[3]\n" "addvl x28, x28, #4\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" - "udot z26.s, z4.b, z2.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" - "udot z27.s, z5.b, z2.b[3]\n" + "udot z18.s, z29.b, z0.b[3]\n" + "udot z22.s, z29.b, z1.b[3]\n" + "udot z26.s, z29.b, z2.b[3]\n" + "udot z19.s, z28.b, z0.b[3]\n" + "udot z23.s, z28.b, z1.b[3]\n" + "udot z27.s, z28.b, z2.b[3]\n" "38:" // Height 3: Multiply loop: multiply skip "tbnz %x[flags], #31, 39f\n" "udot z11.s, z0.b, z15.b\n" @@ -821,33 +821,33 @@ void sve_hybrid_u8qa_dot_4x4VL ( "mov x20, #0x4\n" "whilelt p0.s, XZR, x20\n" "add x20, %x[qp], %[b_offset]\n" - "ld1rw { z3.s }, p2/Z, [x20]\n" + "ld1rw { z28.s }, p2/Z, [x20]\n" "uaddv d11, p0, z11.s\n" "mov z11.s, z11.s[0]\n" "uaddv d12, p0, z12.s\n" "uaddv d13, p0, z13.s\n" "mov z12.s, z12.s[0]\n" "mov z13.s, z13.s[0]\n" - "neg z3.s, p2/M, z3.s\n" - "mul z11.s, p2/M, z11.s, z3.s\n" - "mul z12.s, p2/M, z12.s, z3.s\n" - "mul z13.s, p2/M, z13.s, z3.s\n" + "neg z28.s, p2/M, z28.s\n" + "mul z11.s, p2/M, z11.s, z28.s\n" + "mul z12.s, p2/M, z12.s, z28.s\n" + "mul z13.s, p2/M, z13.s, z28.s\n" "40:" // Height 3: skip row sum fixup "add z16.s, z16.s, z11.s\n" "add z17.s, z17.s, z11.s\n" "ld1w { z0.s }, p2/Z, [x10]\n" - "ld1w { z1.s }, p2/Z, [x10, #1, MUL VL]\n" + "ld1w { z31.s }, p2/Z, [x10, #1, MUL VL]\n" "add z18.s, z18.s, z11.s\n" "add z19.s, z19.s, z11.s\n" - "ld1w { z2.s }, p2/Z, [x10, #2, MUL VL]\n" - "ld1w { z3.s }, p2/Z, [x10, #3, MUL VL]\n" + "ld1w { z30.s }, p2/Z, [x10, #2, MUL VL]\n" + "ld1w { z29.s }, p2/Z, [x10, #3, MUL VL]\n" "add z20.s, z20.s, z12.s\n" "add z21.s, z21.s, z12.s\n" "add x20, %x[qp], %[per_layer_mul]\n" "orr %x[flags], %x[flags], #0x80000000\n" "add z22.s, z22.s, z12.s\n" "add z23.s, z23.s, z12.s\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z28.s }, p2/Z, [x20]\n" "add x20, %x[qp], %[per_layer_right_shift]\n" "add z24.s, z24.s, z13.s\n" "add z25.s, z25.s, z13.s\n" @@ -855,133 +855,133 @@ void sve_hybrid_u8qa_dot_4x4VL ( "add z26.s, z26.s, z13.s\n" "add z27.s, z27.s, z13.s\n" "add z16.s, z16.s, z0.s\n" - "add z17.s, z17.s, z1.s\n" - "add z18.s, z18.s, z2.s\n" - "add z19.s, z19.s, z3.s\n" + "add z17.s, z17.s, z31.s\n" + "add z18.s, z18.s, z30.s\n" + "add z19.s, z19.s, z29.s\n" "add z20.s, z20.s, z0.s\n" - "add z21.s, z21.s, z1.s\n" - "add z22.s, z22.s, z2.s\n" - "add z23.s, z23.s, z3.s\n" + "add z21.s, z21.s, z31.s\n" + "add z22.s, z22.s, z30.s\n" + "add z23.s, z23.s, z29.s\n" "add z24.s, z24.s, z0.s\n" - "add z25.s, z25.s, z1.s\n" + "add z25.s, z25.s, z31.s\n" "ld1rw { z0.s }, p2/Z, [x20]\n" - "add z26.s, z26.s, z2.s\n" - "add z27.s, z27.s, z3.s\n" - ".inst 0x04a47610 // sqrdmulh z16.s, z16.s, z4.s\n" - ".inst 0x04a47631 // sqrdmulh z17.s, z17.s, z4.s\n" - ".inst 0x04a47652 // sqrdmulh z18.s, z18.s, z4.s\n" - ".inst 0x04a47673 // sqrdmulh z19.s, z19.s, z4.s\n" - ".inst 0x04a47694 // sqrdmulh z20.s, z20.s, z4.s\n" - ".inst 0x04a476b5 // sqrdmulh z21.s, z21.s, z4.s\n" - ".inst 0x04a476d6 // sqrdmulh z22.s, z22.s, z4.s\n" - ".inst 0x04a476f7 // sqrdmulh z23.s, z23.s, z4.s\n" - ".inst 0x04a47718 // sqrdmulh z24.s, z24.s, z4.s\n" - ".inst 0x04a47739 // sqrdmulh z25.s, z25.s, z4.s\n" - ".inst 0x04a4775a // sqrdmulh z26.s, z26.s, z4.s\n" - ".inst 0x04a4777b // sqrdmulh z27.s, z27.s, z4.s\n" + "add z26.s, z26.s, z30.s\n" + "add z27.s, z27.s, z29.s\n" + ".inst 0x04bc7610 // sqrdmulh z16.s, z16.s, z28.s\n" + ".inst 0x04bc7631 // sqrdmulh z17.s, z17.s, z28.s\n" + ".inst 0x04bc7652 // sqrdmulh z18.s, z18.s, z28.s\n" + ".inst 0x04bc7673 // sqrdmulh z19.s, z19.s, z28.s\n" + ".inst 0x04bc7694 // sqrdmulh z20.s, z20.s, z28.s\n" + ".inst 0x04bc76b5 // sqrdmulh z21.s, z21.s, z28.s\n" + ".inst 0x04bc76d6 // sqrdmulh z22.s, z22.s, z28.s\n" + ".inst 0x04bc76f7 // sqrdmulh z23.s, z23.s, z28.s\n" + ".inst 0x04bc7718 // sqrdmulh z24.s, z24.s, z28.s\n" + ".inst 0x04bc7739 // sqrdmulh z25.s, z25.s, z28.s\n" + ".inst 0x04bc775a // sqrdmulh z26.s, z26.s, z28.s\n" + ".inst 0x04bc777b // sqrdmulh z27.s, z27.s, z28.s\n" "tbz %x[flags], #5, 41f\n" - "and z4.d, z16.d, z0.d\n" - "and z5.d, z17.d, z0.d\n" - "and z6.d, z18.d, z0.d\n" - "and z7.d, z19.d, z0.d\n" - "and z8.d, z20.d, z0.d\n" - "asr z4.s, z4.s, #0x1f\n" - "asr z5.s, z5.s, #0x1f\n" - "asr z6.s, z6.s, #0x1f\n" - "asr z7.s, z7.s, #0x1f\n" - "asr z8.s, z8.s, #0x1f\n" - "sqadd z16.s, z16.s, z4.s\n" - "sqadd z17.s, z17.s, z5.s\n" - "sqadd z18.s, z18.s, z6.s\n" - "sqadd z19.s, z19.s, z7.s\n" - "sqadd z20.s, z20.s, z8.s\n" - "and z9.d, z21.d, z0.d\n" - "and z10.d, z22.d, z0.d\n" - "and z4.d, z23.d, z0.d\n" - "and z5.d, z24.d, z0.d\n" - "and z6.d, z25.d, z0.d\n" - "and z7.d, z26.d, z0.d\n" - "and z8.d, z27.d, z0.d\n" - "asr z9.s, z9.s, #0x1f\n" - "asr z10.s, z10.s, #0x1f\n" - "asr z4.s, z4.s, #0x1f\n" - "asr z5.s, z5.s, #0x1f\n" - "asr z6.s, z6.s, #0x1f\n" - "asr z7.s, z7.s, #0x1f\n" - "asr z8.s, z8.s, #0x1f\n" - "sqadd z21.s, z21.s, z9.s\n" - "sqadd z22.s, z22.s, z10.s\n" - "sqadd z23.s, z23.s, z4.s\n" - "sqadd z24.s, z24.s, z5.s\n" - "sqadd z25.s, z25.s, z6.s\n" - "sqadd z26.s, z26.s, z7.s\n" - "sqadd z27.s, z27.s, z8.s\n" + "and z1.d, z16.d, z0.d\n" + "and z31.d, z17.d, z0.d\n" + "and z30.d, z18.d, z0.d\n" + "and z29.d, z19.d, z0.d\n" + "and z28.d, z20.d, z0.d\n" + "asr z1.s, z1.s, #0x1f\n" + "asr z31.s, z31.s, #0x1f\n" + "asr z30.s, z30.s, #0x1f\n" + "asr z29.s, z29.s, #0x1f\n" + "asr z28.s, z28.s, #0x1f\n" + "sqadd z16.s, z16.s, z1.s\n" + "sqadd z17.s, z17.s, z31.s\n" + "sqadd z18.s, z18.s, z30.s\n" + "sqadd z19.s, z19.s, z29.s\n" + "sqadd z20.s, z20.s, z28.s\n" + "and z3.d, z21.d, z0.d\n" + "and z2.d, z22.d, z0.d\n" + "and z1.d, z23.d, z0.d\n" + "and z31.d, z24.d, z0.d\n" + "and z30.d, z25.d, z0.d\n" + "and z29.d, z26.d, z0.d\n" + "and z28.d, z27.d, z0.d\n" + "asr z3.s, z3.s, #0x1f\n" + "asr z2.s, z2.s, #0x1f\n" + "asr z1.s, z1.s, #0x1f\n" + "asr z31.s, z31.s, #0x1f\n" + "asr z30.s, z30.s, #0x1f\n" + "asr z29.s, z29.s, #0x1f\n" + "asr z28.s, z28.s, #0x1f\n" + "sqadd z21.s, z21.s, z3.s\n" + "sqadd z22.s, z22.s, z2.s\n" + "sqadd z23.s, z23.s, z1.s\n" + "sqadd z24.s, z24.s, z31.s\n" + "sqadd z25.s, z25.s, z30.s\n" + "sqadd z26.s, z26.s, z29.s\n" + "sqadd z27.s, z27.s, z28.s\n" "41:" // Height 3: no shift correction "add x20, %x[qp], %[c_offset]\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z28.s }, p2/Z, [x20]\n" ".inst 0x44828810 // srshl z16.s, p2/M, z16.s, z0.s\n" - "add z16.s, z16.s, z4.s\n" + "add z16.s, z16.s, z28.s\n" ".inst 0x44828811 // srshl z17.s, p2/M, z17.s, z0.s\n" ".inst 0x44828812 // srshl z18.s, p2/M, z18.s, z0.s\n" - "add z17.s, z17.s, z4.s\n" - "add z18.s, z18.s, z4.s\n" + "add z17.s, z17.s, z28.s\n" + "add z18.s, z18.s, z28.s\n" ".inst 0x44828813 // srshl z19.s, p2/M, z19.s, z0.s\n" ".inst 0x44828814 // srshl z20.s, p2/M, z20.s, z0.s\n" - "add z19.s, z19.s, z4.s\n" - "add z20.s, z20.s, z4.s\n" + "add z19.s, z19.s, z28.s\n" + "add z20.s, z20.s, z28.s\n" ".inst 0x44828815 // srshl z21.s, p2/M, z21.s, z0.s\n" ".inst 0x44828816 // srshl z22.s, p2/M, z22.s, z0.s\n" - "add z21.s, z21.s, z4.s\n" - "add z22.s, z22.s, z4.s\n" + "add z21.s, z21.s, z28.s\n" + "add z22.s, z22.s, z28.s\n" ".inst 0x44828817 // srshl z23.s, p2/M, z23.s, z0.s\n" ".inst 0x44828818 // srshl z24.s, p2/M, z24.s, z0.s\n" - "add z23.s, z23.s, z4.s\n" - "add z24.s, z24.s, z4.s\n" + "add z23.s, z23.s, z28.s\n" + "add z24.s, z24.s, z28.s\n" ".inst 0x44828819 // srshl z25.s, p2/M, z25.s, z0.s\n" ".inst 0x4482881a // srshl z26.s, p2/M, z26.s, z0.s\n" - "add z25.s, z25.s, z4.s\n" - "add z26.s, z26.s, z4.s\n" + "add z25.s, z25.s, z28.s\n" + "add z26.s, z26.s, z28.s\n" ".inst 0x4482881b // srshl z27.s, p2/M, z27.s, z0.s\n" "add x20, %x[qp], %[maxval]\n" - "ld1rw { z6.s }, p2/Z, [x20]\n" - "add z27.s, z27.s, z4.s\n" + "ld1rw { z29.s }, p2/Z, [x20]\n" + "add z27.s, z27.s, z28.s\n" "add x20, %x[qp], %[minval]\n" - "ld1rw { z5.s }, p2/Z, [x20]\n" - "smin z16.s, p2/M, z16.s, z6.s\n" - "smin z17.s, p2/M, z17.s, z6.s\n" - "smin z18.s, p2/M, z18.s, z6.s\n" - "smin z19.s, p2/M, z19.s, z6.s\n" - "smin z20.s, p2/M, z20.s, z6.s\n" - "smin z21.s, p2/M, z21.s, z6.s\n" - "smin z22.s, p2/M, z22.s, z6.s\n" - "smin z23.s, p2/M, z23.s, z6.s\n" - "smin z24.s, p2/M, z24.s, z6.s\n" - "smin z25.s, p2/M, z25.s, z6.s\n" - "smin z26.s, p2/M, z26.s, z6.s\n" - "smin z27.s, p2/M, z27.s, z6.s\n" - "smax z16.s, p2/M, z16.s, z5.s\n" - "smax z17.s, p2/M, z17.s, z5.s\n" - "smax z18.s, p2/M, z18.s, z5.s\n" + "ld1rw { z28.s }, p2/Z, [x20]\n" + "smin z16.s, p2/M, z16.s, z29.s\n" + "smin z17.s, p2/M, z17.s, z29.s\n" + "smin z18.s, p2/M, z18.s, z29.s\n" + "smin z19.s, p2/M, z19.s, z29.s\n" + "smin z20.s, p2/M, z20.s, z29.s\n" + "smin z21.s, p2/M, z21.s, z29.s\n" + "smin z22.s, p2/M, z22.s, z29.s\n" + "smin z23.s, p2/M, z23.s, z29.s\n" + "smin z24.s, p2/M, z24.s, z29.s\n" + "smin z25.s, p2/M, z25.s, z29.s\n" + "smin z26.s, p2/M, z26.s, z29.s\n" + "smin z27.s, p2/M, z27.s, z29.s\n" + "smax z16.s, p2/M, z16.s, z28.s\n" + "smax z17.s, p2/M, z17.s, z28.s\n" + "smax z18.s, p2/M, z18.s, z28.s\n" "uzp1 z16.h, z16.h, z17.h\n" - "smax z19.s, p2/M, z19.s, z5.s\n" - "smax z20.s, p2/M, z20.s, z5.s\n" + "smax z19.s, p2/M, z19.s, z28.s\n" + "smax z20.s, p2/M, z20.s, z28.s\n" "uzp1 z17.h, z18.h, z19.h\n" "uzp1 z16.b, z16.b, z17.b\n" - "smax z21.s, p2/M, z21.s, z5.s\n" - "smax z22.s, p2/M, z22.s, z5.s\n" + "smax z21.s, p2/M, z21.s, z28.s\n" + "smax z22.s, p2/M, z22.s, z28.s\n" "uzp1 z20.h, z20.h, z21.h\n" "st1b { z16.b }, p1, [x27]\n" - "smax z23.s, p2/M, z23.s, z5.s\n" - "smax z24.s, p2/M, z24.s, z5.s\n" - "uzp1 z21.h, z22.h, z23.h\n" - "uzp1 z20.b, z20.b, z21.b\n" - "smax z25.s, p2/M, z25.s, z5.s\n" - "smax z26.s, p2/M, z26.s, z5.s\n" + "smax z23.s, p2/M, z23.s, z28.s\n" + "smax z24.s, p2/M, z24.s, z28.s\n" + "uzp1 z16.h, z22.h, z23.h\n" + "uzp1 z20.b, z20.b, z16.b\n" + "smax z25.s, p2/M, z25.s, z28.s\n" + "smax z26.s, p2/M, z26.s, z28.s\n" "uzp1 z24.h, z24.h, z25.h\n" "st1b { z20.b }, p1, [x23]\n" - "smax z27.s, p2/M, z27.s, z5.s\n" - "uzp1 z25.h, z26.h, z27.h\n" - "uzp1 z24.b, z24.b, z25.b\n" + "smax z27.s, p2/M, z27.s, z28.s\n" + "uzp1 z16.h, z26.h, z27.h\n" + "uzp1 z24.b, z24.b, z16.b\n" "st1b { z24.b }, p1, [x22]\n" "addvl x27, x27, #1\n" "42:" // Height 3: Writeback done @@ -1027,14 +1027,14 @@ void sve_hybrid_u8qa_dot_4x4VL ( "46:" // Height 4: String loop "ldr x20, [%x[args_ptr], %[offsetof_string_lengths]]\n" "ldr w25, [x20, x26, LSL #0x2]\n" - "ldr x20, [%x[args_ptr], %[offsetof_input_offset]]\n" + "ldr x21, [%x[args_ptr], %[offsetof_input_offset]]\n" "tbz %x[flags], #3, 47f\n" - "ldr x21, [%x[input_ptr], x26, LSL #0x3]\n" - "add x21, x21, x20, LSL #3\n" - "ldr x24, [x21, #0x0]\n" - "ldr x23, [x21, #0x8]\n" - "ldr x22, [x21, #0x10]\n" - "ldr x21, [x21, #0x18]\n" + "ldr x20, [%x[input_ptr], x26, LSL #0x3]\n" + "add x20, x20, x21, LSL #3\n" + "ldr x24, [x20, #0x0]\n" + "ldr x23, [x20, #0x8]\n" + "ldr x22, [x20, #0x10]\n" + "ldr x21, [x20, #0x18]\n" "cbnz x26, 48f\n" "ldr x20, [%x[args_ptr], %[offsetof_input_initial_col]]\n" "add x24, x24, x20\n" @@ -1044,9 +1044,9 @@ void sve_hybrid_u8qa_dot_4x4VL ( "b 48f\n" "47:" // Height 4: setup direct input "mov x24, %x[input_ptr]\n" - "add x23, x24, x20\n" - "add x22, x23, x20\n" - "add x21, x22, x20\n" + "add x23, x24, x21\n" + "add x22, x23, x21\n" + "add x21, x22, x21\n" "48:" // Height 4: input setup done "cmp x25, #0x10\n" "ble 51f\n" @@ -1059,88 +1059,88 @@ void sve_hybrid_u8qa_dot_4x4VL ( "ld1rqb { z3.b }, p0/Z, [x21]\n" "add x23, x23, #0x10\n" "add x22, x22, #0x10\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z24.s, z4.b, z2.b[0]\n" - "udot z28.s, z4.b, z3.b[0]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "udot z21.s, z5.b, z1.b[0]\n" + "ld1b { z5.b }, p2/Z, [x28]\n" + "ld1b { z4.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z5.b, z0.b[0]\n" + "udot z20.s, z5.b, z1.b[0]\n" + "ld1b { z10.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z9.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z24.s, z5.b, z2.b[0]\n" + "udot z28.s, z5.b, z3.b[0]\n" + "udot z17.s, z4.b, z0.b[0]\n" + "udot z21.s, z4.b, z1.b[0]\n" "ld1b { z8.b }, p2/Z, [x28, #4, MUL VL]\n" - "ld1b { z9.b }, p2/Z, [x28, #5, MUL VL]\n" - "udot z25.s, z5.b, z2.b[0]\n" - "udot z29.s, z5.b, z3.b[0]\n" - "ld1b { z10.b }, p2/Z, [x28, #6, MUL VL]\n" - "ld1b { z4.b }, p2/Z, [x28, #7, MUL VL]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" + "ld1b { z7.b }, p2/Z, [x28, #5, MUL VL]\n" + "udot z25.s, z4.b, z2.b[0]\n" + "udot z29.s, z4.b, z3.b[0]\n" + "ld1b { z6.b }, p2/Z, [x28, #6, MUL VL]\n" + "ld1b { z5.b }, p2/Z, [x28, #7, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "udot z22.s, z10.b, z1.b[0]\n" "addvl x28, x28, #16\n" - "ld1b { z5.b }, p2/Z, [x28, #-8, MUL VL]\n" - "udot z26.s, z6.b, z2.b[0]\n" - "udot z30.s, z6.b, z3.b[0]\n" - "ld1b { z6.b }, p2/Z, [x28, #-7, MUL VL]\n" + "ld1b { z4.b }, p2/Z, [x28, #-8, MUL VL]\n" + "udot z26.s, z10.b, z2.b[0]\n" + "udot z30.s, z10.b, z3.b[0]\n" + "ld1b { z10.b }, p2/Z, [x28, #-7, MUL VL]\n" "add x21, x21, #0x10\n" - "udot z19.s, z7.b, z0.b[0]\n" - "udot z23.s, z7.b, z1.b[0]\n" - "udot z27.s, z7.b, z2.b[0]\n" - "udot z31.s, z7.b, z3.b[0]\n" - "ld1b { z7.b }, p2/Z, [x28, #-6, MUL VL]\n" + "udot z19.s, z9.b, z0.b[0]\n" + "udot z23.s, z9.b, z1.b[0]\n" + "udot z27.s, z9.b, z2.b[0]\n" + "udot z31.s, z9.b, z3.b[0]\n" + "ld1b { z9.b }, p2/Z, [x28, #-6, MUL VL]\n" "udot z16.s, z8.b, z0.b[1]\n" "udot z20.s, z8.b, z1.b[1]\n" "udot z24.s, z8.b, z2.b[1]\n" "udot z28.s, z8.b, z3.b[1]\n" "ld1b { z8.b }, p2/Z, [x28, #-5, MUL VL]\n" - "udot z17.s, z9.b, z0.b[1]\n" - "udot z21.s, z9.b, z1.b[1]\n" - "udot z25.s, z9.b, z2.b[1]\n" - "udot z29.s, z9.b, z3.b[1]\n" - "ld1b { z9.b }, p2/Z, [x28, #-4, MUL VL]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z22.s, z10.b, z1.b[1]\n" - "udot z26.s, z10.b, z2.b[1]\n" - "udot z30.s, z10.b, z3.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #-3, MUL VL]\n" - "udot z19.s, z4.b, z0.b[1]\n" - "udot z23.s, z4.b, z1.b[1]\n" - "udot z27.s, z4.b, z2.b[1]\n" - "udot z31.s, z4.b, z3.b[1]\n" - "ld1b { z4.b }, p2/Z, [x28, #-2, MUL VL]\n" - "udot z16.s, z5.b, z0.b[2]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "udot z24.s, z5.b, z2.b[2]\n" - "udot z28.s, z5.b, z3.b[2]\n" - "ld1b { z5.b }, p2/Z, [x28, #-1, MUL VL]\n" - "udot z17.s, z6.b, z0.b[2]\n" - "udot z21.s, z6.b, z1.b[2]\n" - "udot z25.s, z6.b, z2.b[2]\n" - "udot z29.s, z6.b, z3.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z26.s, z7.b, z2.b[2]\n" - "udot z30.s, z7.b, z3.b[2]\n" + "udot z17.s, z7.b, z0.b[1]\n" + "udot z21.s, z7.b, z1.b[1]\n" + "udot z25.s, z7.b, z2.b[1]\n" + "udot z29.s, z7.b, z3.b[1]\n" + "ld1b { z7.b }, p2/Z, [x28, #-4, MUL VL]\n" + "udot z18.s, z6.b, z0.b[1]\n" + "udot z22.s, z6.b, z1.b[1]\n" + "udot z26.s, z6.b, z2.b[1]\n" + "udot z30.s, z6.b, z3.b[1]\n" + "ld1b { z6.b }, p2/Z, [x28, #-3, MUL VL]\n" + "udot z19.s, z5.b, z0.b[1]\n" + "udot z23.s, z5.b, z1.b[1]\n" + "udot z27.s, z5.b, z2.b[1]\n" + "udot z31.s, z5.b, z3.b[1]\n" + "ld1b { z5.b }, p2/Z, [x28, #-2, MUL VL]\n" + "udot z16.s, z4.b, z0.b[2]\n" + "udot z20.s, z4.b, z1.b[2]\n" + "udot z24.s, z4.b, z2.b[2]\n" + "udot z28.s, z4.b, z3.b[2]\n" + "ld1b { z4.b }, p2/Z, [x28, #-1, MUL VL]\n" + "udot z17.s, z10.b, z0.b[2]\n" + "udot z21.s, z10.b, z1.b[2]\n" + "udot z25.s, z10.b, z2.b[2]\n" + "udot z29.s, z10.b, z3.b[2]\n" + "udot z18.s, z9.b, z0.b[2]\n" + "udot z22.s, z9.b, z1.b[2]\n" + "udot z26.s, z9.b, z2.b[2]\n" + "udot z30.s, z9.b, z3.b[2]\n" "udot z19.s, z8.b, z0.b[2]\n" "udot z23.s, z8.b, z1.b[2]\n" "udot z27.s, z8.b, z2.b[2]\n" "udot z31.s, z8.b, z3.b[2]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "udot z24.s, z9.b, z2.b[3]\n" - "udot z28.s, z9.b, z3.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" - "udot z25.s, z10.b, z2.b[3]\n" - "udot z29.s, z10.b, z3.b[3]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" - "udot z26.s, z4.b, z2.b[3]\n" - "udot z30.s, z4.b, z3.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" - "udot z27.s, z5.b, z2.b[3]\n" - "udot z31.s, z5.b, z3.b[3]\n" + "udot z16.s, z7.b, z0.b[3]\n" + "udot z20.s, z7.b, z1.b[3]\n" + "udot z24.s, z7.b, z2.b[3]\n" + "udot z28.s, z7.b, z3.b[3]\n" + "udot z17.s, z6.b, z0.b[3]\n" + "udot z21.s, z6.b, z1.b[3]\n" + "udot z25.s, z6.b, z2.b[3]\n" + "udot z29.s, z6.b, z3.b[3]\n" + "udot z18.s, z5.b, z0.b[3]\n" + "udot z22.s, z5.b, z1.b[3]\n" + "udot z26.s, z5.b, z2.b[3]\n" + "udot z30.s, z5.b, z3.b[3]\n" + "udot z19.s, z4.b, z0.b[3]\n" + "udot z23.s, z4.b, z1.b[3]\n" + "udot z27.s, z4.b, z2.b[3]\n" + "udot z31.s, z4.b, z3.b[3]\n" "tbnz %x[flags], #31, 50f\n" "udot z11.s, z0.b, z15.b\n" "udot z12.s, z1.b, z15.b\n" @@ -1157,95 +1157,95 @@ void sve_hybrid_u8qa_dot_4x4VL ( "subs x25, x25, #0x4\n" "ld1rqb { z2.b }, p0/Z, [x22]\n" "ld1rqb { z3.b }, p0/Z, [x21]\n" - "ld1b { z4.b }, p2/Z, [x28]\n" - "ld1b { z5.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z4.b, z0.b[0]\n" - "udot z20.s, z4.b, z1.b[0]\n" - "ld1b { z6.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z7.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z24.s, z4.b, z2.b[0]\n" - "udot z28.s, z4.b, z3.b[0]\n" - "udot z17.s, z5.b, z0.b[0]\n" - "udot z21.s, z5.b, z1.b[0]\n" + "ld1b { z7.b }, p2/Z, [x28]\n" + "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z7.b, z0.b[0]\n" + "udot z20.s, z7.b, z1.b[0]\n" + "ld1b { z5.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z24.s, z7.b, z2.b[0]\n" + "udot z28.s, z7.b, z3.b[0]\n" + "udot z17.s, z6.b, z0.b[0]\n" + "udot z21.s, z6.b, z1.b[0]\n" "addvl x28, x28, #4\n" - "udot z25.s, z5.b, z2.b[0]\n" - "udot z29.s, z5.b, z3.b[0]\n" - "udot z18.s, z6.b, z0.b[0]\n" - "udot z22.s, z6.b, z1.b[0]\n" - "udot z26.s, z6.b, z2.b[0]\n" - "udot z30.s, z6.b, z3.b[0]\n" - "udot z19.s, z7.b, z0.b[0]\n" - "udot z23.s, z7.b, z1.b[0]\n" - "udot z27.s, z7.b, z2.b[0]\n" - "udot z31.s, z7.b, z3.b[0]\n" + "udot z25.s, z6.b, z2.b[0]\n" + "udot z29.s, z6.b, z3.b[0]\n" + "udot z18.s, z5.b, z0.b[0]\n" + "udot z22.s, z5.b, z1.b[0]\n" + "udot z26.s, z5.b, z2.b[0]\n" + "udot z30.s, z5.b, z3.b[0]\n" + "udot z19.s, z4.b, z0.b[0]\n" + "udot z23.s, z4.b, z1.b[0]\n" + "udot z27.s, z4.b, z2.b[0]\n" + "udot z31.s, z4.b, z3.b[0]\n" "ble 52f\n" - "ld1b { z8.b }, p2/Z, [x28]\n" - "ld1b { z9.b }, p2/Z, [x28, #1, MUL VL]\n" + "ld1b { z7.b }, p2/Z, [x28]\n" + "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z8.b, z0.b[1]\n" - "ld1b { z10.b }, p2/Z, [x28, #2, MUL VL]\n" + "udot z16.s, z7.b, z0.b[1]\n" + "ld1b { z5.b }, p2/Z, [x28, #2, MUL VL]\n" "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z8.b, z1.b[1]\n" - "udot z24.s, z8.b, z2.b[1]\n" - "udot z28.s, z8.b, z3.b[1]\n" - "udot z17.s, z9.b, z0.b[1]\n" + "udot z20.s, z7.b, z1.b[1]\n" + "udot z24.s, z7.b, z2.b[1]\n" + "udot z28.s, z7.b, z3.b[1]\n" + "udot z17.s, z6.b, z0.b[1]\n" "addvl x28, x28, #4\n" - "udot z21.s, z9.b, z1.b[1]\n" - "udot z25.s, z9.b, z2.b[1]\n" - "udot z29.s, z9.b, z3.b[1]\n" - "udot z18.s, z10.b, z0.b[1]\n" - "udot z22.s, z10.b, z1.b[1]\n" - "udot z26.s, z10.b, z2.b[1]\n" - "udot z30.s, z10.b, z3.b[1]\n" + "udot z21.s, z6.b, z1.b[1]\n" + "udot z25.s, z6.b, z2.b[1]\n" + "udot z29.s, z6.b, z3.b[1]\n" + "udot z18.s, z5.b, z0.b[1]\n" + "udot z22.s, z5.b, z1.b[1]\n" + "udot z26.s, z5.b, z2.b[1]\n" + "udot z30.s, z5.b, z3.b[1]\n" "udot z19.s, z4.b, z0.b[1]\n" "udot z23.s, z4.b, z1.b[1]\n" "udot z27.s, z4.b, z2.b[1]\n" "udot z31.s, z4.b, z3.b[1]\n" "ble 52f\n" - "ld1b { z5.b }, p2/Z, [x28]\n" + "ld1b { z7.b }, p2/Z, [x28]\n" "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" "subs x25, x25, #0x4\n" - "udot z16.s, z5.b, z0.b[2]\n" - "ld1b { z7.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z8.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z20.s, z5.b, z1.b[2]\n" - "udot z24.s, z5.b, z2.b[2]\n" - "udot z28.s, z5.b, z3.b[2]\n" + "udot z16.s, z7.b, z0.b[2]\n" + "ld1b { z5.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z20.s, z7.b, z1.b[2]\n" + "udot z24.s, z7.b, z2.b[2]\n" + "udot z28.s, z7.b, z3.b[2]\n" "udot z17.s, z6.b, z0.b[2]\n" "addvl x28, x28, #4\n" "udot z21.s, z6.b, z1.b[2]\n" "udot z25.s, z6.b, z2.b[2]\n" "udot z29.s, z6.b, z3.b[2]\n" - "udot z18.s, z7.b, z0.b[2]\n" - "udot z22.s, z7.b, z1.b[2]\n" - "udot z26.s, z7.b, z2.b[2]\n" - "udot z30.s, z7.b, z3.b[2]\n" - "udot z19.s, z8.b, z0.b[2]\n" - "udot z23.s, z8.b, z1.b[2]\n" - "udot z27.s, z8.b, z2.b[2]\n" - "udot z31.s, z8.b, z3.b[2]\n" + "udot z18.s, z5.b, z0.b[2]\n" + "udot z22.s, z5.b, z1.b[2]\n" + "udot z26.s, z5.b, z2.b[2]\n" + "udot z30.s, z5.b, z3.b[2]\n" + "udot z19.s, z4.b, z0.b[2]\n" + "udot z23.s, z4.b, z1.b[2]\n" + "udot z27.s, z4.b, z2.b[2]\n" + "udot z31.s, z4.b, z3.b[2]\n" "ble 52f\n" - "ld1b { z9.b }, p2/Z, [x28]\n" - "ld1b { z10.b }, p2/Z, [x28, #1, MUL VL]\n" - "udot z16.s, z9.b, z0.b[3]\n" - "udot z20.s, z9.b, z1.b[3]\n" - "ld1b { z4.b }, p2/Z, [x28, #2, MUL VL]\n" - "ld1b { z5.b }, p2/Z, [x28, #3, MUL VL]\n" - "udot z24.s, z9.b, z2.b[3]\n" - "udot z28.s, z9.b, z3.b[3]\n" - "udot z17.s, z10.b, z0.b[3]\n" - "udot z21.s, z10.b, z1.b[3]\n" + "ld1b { z7.b }, p2/Z, [x28]\n" + "ld1b { z6.b }, p2/Z, [x28, #1, MUL VL]\n" + "udot z16.s, z7.b, z0.b[3]\n" + "udot z20.s, z7.b, z1.b[3]\n" + "ld1b { z5.b }, p2/Z, [x28, #2, MUL VL]\n" + "ld1b { z4.b }, p2/Z, [x28, #3, MUL VL]\n" + "udot z24.s, z7.b, z2.b[3]\n" + "udot z28.s, z7.b, z3.b[3]\n" + "udot z17.s, z6.b, z0.b[3]\n" + "udot z21.s, z6.b, z1.b[3]\n" "addvl x28, x28, #4\n" - "udot z25.s, z10.b, z2.b[3]\n" - "udot z29.s, z10.b, z3.b[3]\n" - "udot z18.s, z4.b, z0.b[3]\n" - "udot z22.s, z4.b, z1.b[3]\n" - "udot z26.s, z4.b, z2.b[3]\n" - "udot z30.s, z4.b, z3.b[3]\n" - "udot z19.s, z5.b, z0.b[3]\n" - "udot z23.s, z5.b, z1.b[3]\n" - "udot z27.s, z5.b, z2.b[3]\n" - "udot z31.s, z5.b, z3.b[3]\n" + "udot z25.s, z6.b, z2.b[3]\n" + "udot z29.s, z6.b, z3.b[3]\n" + "udot z18.s, z5.b, z0.b[3]\n" + "udot z22.s, z5.b, z1.b[3]\n" + "udot z26.s, z5.b, z2.b[3]\n" + "udot z30.s, z5.b, z3.b[3]\n" + "udot z19.s, z4.b, z0.b[3]\n" + "udot z23.s, z4.b, z1.b[3]\n" + "udot z27.s, z4.b, z2.b[3]\n" + "udot z31.s, z4.b, z3.b[3]\n" "52:" // Height 4: Multiply loop: multiply skip "tbnz %x[flags], #31, 53f\n" "udot z11.s, z0.b, z15.b\n" @@ -1265,7 +1265,7 @@ void sve_hybrid_u8qa_dot_4x4VL ( "mov x20, #0x4\n" "whilelt p0.s, XZR, x20\n" "add x20, %x[qp], %[b_offset]\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z0.s }, p2/Z, [x20]\n" "uaddv d11, p0, z11.s\n" "mov z11.s, z11.s[0]\n" "uaddv d12, p0, z12.s\n" @@ -1273,28 +1273,28 @@ void sve_hybrid_u8qa_dot_4x4VL ( "mov z12.s, z12.s[0]\n" "mov z13.s, z13.s[0]\n" "uaddv d14, p0, z14.s\n" - "neg z4.s, p2/M, z4.s\n" + "neg z0.s, p2/M, z0.s\n" "mov z14.s, z14.s[0]\n" - "mul z11.s, p2/M, z11.s, z4.s\n" - "mul z12.s, p2/M, z12.s, z4.s\n" - "mul z13.s, p2/M, z13.s, z4.s\n" - "mul z14.s, p2/M, z14.s, z4.s\n" + "mul z11.s, p2/M, z11.s, z0.s\n" + "mul z12.s, p2/M, z12.s, z0.s\n" + "mul z13.s, p2/M, z13.s, z0.s\n" + "mul z14.s, p2/M, z14.s, z0.s\n" "54:" // Height 4: skip row sum fixup "add z16.s, z16.s, z11.s\n" "add z17.s, z17.s, z11.s\n" - "ld1w { z0.s }, p2/Z, [x10]\n" - "ld1w { z1.s }, p2/Z, [x10, #1, MUL VL]\n" + "ld1w { z4.s }, p2/Z, [x10]\n" + "ld1w { z0.s }, p2/Z, [x10, #1, MUL VL]\n" "add z18.s, z18.s, z11.s\n" "add z19.s, z19.s, z11.s\n" - "ld1w { z2.s }, p2/Z, [x10, #2, MUL VL]\n" - "ld1w { z3.s }, p2/Z, [x10, #3, MUL VL]\n" + "ld1w { z3.s }, p2/Z, [x10, #2, MUL VL]\n" + "ld1w { z2.s }, p2/Z, [x10, #3, MUL VL]\n" "add z20.s, z20.s, z12.s\n" "add z21.s, z21.s, z12.s\n" "add x20, %x[qp], %[per_layer_mul]\n" "orr %x[flags], %x[flags], #0x80000000\n" "add z22.s, z22.s, z12.s\n" "add z23.s, z23.s, z12.s\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z1.s }, p2/Z, [x20]\n" "add x20, %x[qp], %[per_layer_right_shift]\n" "add z24.s, z24.s, z13.s\n" "add z25.s, z25.s, z13.s\n" @@ -1305,174 +1305,174 @@ void sve_hybrid_u8qa_dot_4x4VL ( "add z29.s, z29.s, z14.s\n" "add z30.s, z30.s, z14.s\n" "add z31.s, z31.s, z14.s\n" - "add z16.s, z16.s, z0.s\n" - "add z17.s, z17.s, z1.s\n" - "add z18.s, z18.s, z2.s\n" - "add z19.s, z19.s, z3.s\n" - "add z20.s, z20.s, z0.s\n" - "add z21.s, z21.s, z1.s\n" - "add z22.s, z22.s, z2.s\n" - "add z23.s, z23.s, z3.s\n" - "add z24.s, z24.s, z0.s\n" - "add z25.s, z25.s, z1.s\n" - "add z26.s, z26.s, z2.s\n" - "add z27.s, z27.s, z3.s\n" - "add z28.s, z28.s, z0.s\n" - "add z29.s, z29.s, z1.s\n" + "add z16.s, z16.s, z4.s\n" + "add z17.s, z17.s, z0.s\n" + "add z18.s, z18.s, z3.s\n" + "add z19.s, z19.s, z2.s\n" + "add z20.s, z20.s, z4.s\n" + "add z21.s, z21.s, z0.s\n" + "add z22.s, z22.s, z3.s\n" + "add z23.s, z23.s, z2.s\n" + "add z24.s, z24.s, z4.s\n" + "add z25.s, z25.s, z0.s\n" + "add z26.s, z26.s, z3.s\n" + "add z27.s, z27.s, z2.s\n" + "add z28.s, z28.s, z4.s\n" + "add z29.s, z29.s, z0.s\n" "ld1rw { z0.s }, p2/Z, [x20]\n" - "add z30.s, z30.s, z2.s\n" - "add z31.s, z31.s, z3.s\n" - ".inst 0x04a47610 // sqrdmulh z16.s, z16.s, z4.s\n" - ".inst 0x04a47631 // sqrdmulh z17.s, z17.s, z4.s\n" - ".inst 0x04a47652 // sqrdmulh z18.s, z18.s, z4.s\n" - ".inst 0x04a47673 // sqrdmulh z19.s, z19.s, z4.s\n" - ".inst 0x04a47694 // sqrdmulh z20.s, z20.s, z4.s\n" - ".inst 0x04a476b5 // sqrdmulh z21.s, z21.s, z4.s\n" - ".inst 0x04a476d6 // sqrdmulh z22.s, z22.s, z4.s\n" - ".inst 0x04a476f7 // sqrdmulh z23.s, z23.s, z4.s\n" - ".inst 0x04a47718 // sqrdmulh z24.s, z24.s, z4.s\n" - ".inst 0x04a47739 // sqrdmulh z25.s, z25.s, z4.s\n" - ".inst 0x04a4775a // sqrdmulh z26.s, z26.s, z4.s\n" - ".inst 0x04a4777b // sqrdmulh z27.s, z27.s, z4.s\n" - ".inst 0x04a4779c // sqrdmulh z28.s, z28.s, z4.s\n" - ".inst 0x04a477bd // sqrdmulh z29.s, z29.s, z4.s\n" - ".inst 0x04a477de // sqrdmulh z30.s, z30.s, z4.s\n" - ".inst 0x04a477ff // sqrdmulh z31.s, z31.s, z4.s\n" + "add z30.s, z30.s, z3.s\n" + "add z31.s, z31.s, z2.s\n" + ".inst 0x04a17610 // sqrdmulh z16.s, z16.s, z1.s\n" + ".inst 0x04a17631 // sqrdmulh z17.s, z17.s, z1.s\n" + ".inst 0x04a17652 // sqrdmulh z18.s, z18.s, z1.s\n" + ".inst 0x04a17673 // sqrdmulh z19.s, z19.s, z1.s\n" + ".inst 0x04a17694 // sqrdmulh z20.s, z20.s, z1.s\n" + ".inst 0x04a176b5 // sqrdmulh z21.s, z21.s, z1.s\n" + ".inst 0x04a176d6 // sqrdmulh z22.s, z22.s, z1.s\n" + ".inst 0x04a176f7 // sqrdmulh z23.s, z23.s, z1.s\n" + ".inst 0x04a17718 // sqrdmulh z24.s, z24.s, z1.s\n" + ".inst 0x04a17739 // sqrdmulh z25.s, z25.s, z1.s\n" + ".inst 0x04a1775a // sqrdmulh z26.s, z26.s, z1.s\n" + ".inst 0x04a1777b // sqrdmulh z27.s, z27.s, z1.s\n" + ".inst 0x04a1779c // sqrdmulh z28.s, z28.s, z1.s\n" + ".inst 0x04a177bd // sqrdmulh z29.s, z29.s, z1.s\n" + ".inst 0x04a177de // sqrdmulh z30.s, z30.s, z1.s\n" + ".inst 0x04a177ff // sqrdmulh z31.s, z31.s, z1.s\n" "tbz %x[flags], #5, 55f\n" - "and z4.d, z16.d, z0.d\n" - "and z5.d, z17.d, z0.d\n" - "asr z4.s, z4.s, #0x1f\n" - "asr z5.s, z5.s, #0x1f\n" - "sqadd z16.s, z16.s, z4.s\n" - "sqadd z17.s, z17.s, z5.s\n" - "and z6.d, z18.d, z0.d\n" - "and z7.d, z19.d, z0.d\n" - "and z8.d, z20.d, z0.d\n" - "and z9.d, z21.d, z0.d\n" - "and z10.d, z22.d, z0.d\n" - "and z4.d, z23.d, z0.d\n" - "and z5.d, z24.d, z0.d\n" - "asr z6.s, z6.s, #0x1f\n" + "and z2.d, z16.d, z0.d\n" + "and z1.d, z17.d, z0.d\n" + "asr z2.s, z2.s, #0x1f\n" + "asr z1.s, z1.s, #0x1f\n" + "sqadd z16.s, z16.s, z2.s\n" + "sqadd z17.s, z17.s, z1.s\n" + "and z7.d, z18.d, z0.d\n" + "and z6.d, z19.d, z0.d\n" + "and z5.d, z20.d, z0.d\n" + "and z4.d, z21.d, z0.d\n" + "and z3.d, z22.d, z0.d\n" + "and z2.d, z23.d, z0.d\n" + "and z1.d, z24.d, z0.d\n" "asr z7.s, z7.s, #0x1f\n" - "asr z8.s, z8.s, #0x1f\n" - "asr z9.s, z9.s, #0x1f\n" - "asr z10.s, z10.s, #0x1f\n" - "asr z4.s, z4.s, #0x1f\n" - "asr z5.s, z5.s, #0x1f\n" - "sqadd z18.s, z18.s, z6.s\n" - "sqadd z19.s, z19.s, z7.s\n" - "sqadd z20.s, z20.s, z8.s\n" - "sqadd z21.s, z21.s, z9.s\n" - "sqadd z22.s, z22.s, z10.s\n" - "sqadd z23.s, z23.s, z4.s\n" - "sqadd z24.s, z24.s, z5.s\n" - "and z6.d, z25.d, z0.d\n" - "and z7.d, z26.d, z0.d\n" - "and z8.d, z27.d, z0.d\n" - "and z9.d, z28.d, z0.d\n" - "and z10.d, z29.d, z0.d\n" - "and z4.d, z30.d, z0.d\n" - "and z5.d, z31.d, z0.d\n" "asr z6.s, z6.s, #0x1f\n" - "asr z7.s, z7.s, #0x1f\n" - "asr z8.s, z8.s, #0x1f\n" - "asr z9.s, z9.s, #0x1f\n" - "asr z10.s, z10.s, #0x1f\n" + "asr z5.s, z5.s, #0x1f\n" "asr z4.s, z4.s, #0x1f\n" + "asr z3.s, z3.s, #0x1f\n" + "asr z2.s, z2.s, #0x1f\n" + "asr z1.s, z1.s, #0x1f\n" + "sqadd z18.s, z18.s, z7.s\n" + "sqadd z19.s, z19.s, z6.s\n" + "sqadd z20.s, z20.s, z5.s\n" + "sqadd z21.s, z21.s, z4.s\n" + "sqadd z22.s, z22.s, z3.s\n" + "sqadd z23.s, z23.s, z2.s\n" + "sqadd z24.s, z24.s, z1.s\n" + "and z7.d, z25.d, z0.d\n" + "and z6.d, z26.d, z0.d\n" + "and z5.d, z27.d, z0.d\n" + "and z4.d, z28.d, z0.d\n" + "and z3.d, z29.d, z0.d\n" + "and z2.d, z30.d, z0.d\n" + "and z1.d, z31.d, z0.d\n" + "asr z7.s, z7.s, #0x1f\n" + "asr z6.s, z6.s, #0x1f\n" "asr z5.s, z5.s, #0x1f\n" - "sqadd z25.s, z25.s, z6.s\n" - "sqadd z26.s, z26.s, z7.s\n" - "sqadd z27.s, z27.s, z8.s\n" - "sqadd z28.s, z28.s, z9.s\n" - "sqadd z29.s, z29.s, z10.s\n" - "sqadd z30.s, z30.s, z4.s\n" - "sqadd z31.s, z31.s, z5.s\n" + "asr z4.s, z4.s, #0x1f\n" + "asr z3.s, z3.s, #0x1f\n" + "asr z2.s, z2.s, #0x1f\n" + "asr z1.s, z1.s, #0x1f\n" + "sqadd z25.s, z25.s, z7.s\n" + "sqadd z26.s, z26.s, z6.s\n" + "sqadd z27.s, z27.s, z5.s\n" + "sqadd z28.s, z28.s, z4.s\n" + "sqadd z29.s, z29.s, z3.s\n" + "sqadd z30.s, z30.s, z2.s\n" + "sqadd z31.s, z31.s, z1.s\n" "55:" // Height 4: no shift correction "add x20, %x[qp], %[c_offset]\n" - "ld1rw { z4.s }, p2/Z, [x20]\n" + "ld1rw { z2.s }, p2/Z, [x20]\n" ".inst 0x44828810 // srshl z16.s, p2/M, z16.s, z0.s\n" - "add z16.s, z16.s, z4.s\n" + "add z16.s, z16.s, z2.s\n" ".inst 0x44828811 // srshl z17.s, p2/M, z17.s, z0.s\n" ".inst 0x44828812 // srshl z18.s, p2/M, z18.s, z0.s\n" - "add z17.s, z17.s, z4.s\n" - "add z18.s, z18.s, z4.s\n" + "add z17.s, z17.s, z2.s\n" + "add z18.s, z18.s, z2.s\n" ".inst 0x44828813 // srshl z19.s, p2/M, z19.s, z0.s\n" ".inst 0x44828814 // srshl z20.s, p2/M, z20.s, z0.s\n" - "add z19.s, z19.s, z4.s\n" - "add z20.s, z20.s, z4.s\n" + "add z19.s, z19.s, z2.s\n" + "add z20.s, z20.s, z2.s\n" ".inst 0x44828815 // srshl z21.s, p2/M, z21.s, z0.s\n" ".inst 0x44828816 // srshl z22.s, p2/M, z22.s, z0.s\n" - "add z21.s, z21.s, z4.s\n" - "add z22.s, z22.s, z4.s\n" + "add z21.s, z21.s, z2.s\n" + "add z22.s, z22.s, z2.s\n" ".inst 0x44828817 // srshl z23.s, p2/M, z23.s, z0.s\n" ".inst 0x44828818 // srshl z24.s, p2/M, z24.s, z0.s\n" - "add z23.s, z23.s, z4.s\n" - "add z24.s, z24.s, z4.s\n" + "add z23.s, z23.s, z2.s\n" + "add z24.s, z24.s, z2.s\n" ".inst 0x44828819 // srshl z25.s, p2/M, z25.s, z0.s\n" ".inst 0x4482881a // srshl z26.s, p2/M, z26.s, z0.s\n" - "add z25.s, z25.s, z4.s\n" - "add z26.s, z26.s, z4.s\n" + "add z25.s, z25.s, z2.s\n" + "add z26.s, z26.s, z2.s\n" ".inst 0x4482881b // srshl z27.s, p2/M, z27.s, z0.s\n" ".inst 0x4482881c // srshl z28.s, p2/M, z28.s, z0.s\n" - "add z27.s, z27.s, z4.s\n" - "add z28.s, z28.s, z4.s\n" + "add z27.s, z27.s, z2.s\n" + "add z28.s, z28.s, z2.s\n" ".inst 0x4482881d // srshl z29.s, p2/M, z29.s, z0.s\n" ".inst 0x4482881e // srshl z30.s, p2/M, z30.s, z0.s\n" - "add z29.s, z29.s, z4.s\n" - "add z30.s, z30.s, z4.s\n" + "add z29.s, z29.s, z2.s\n" + "add z30.s, z30.s, z2.s\n" ".inst 0x4482881f // srshl z31.s, p2/M, z31.s, z0.s\n" "add x20, %x[qp], %[maxval]\n" - "ld1rw { z6.s }, p2/Z, [x20]\n" - "add z31.s, z31.s, z4.s\n" + "ld1rw { z1.s }, p2/Z, [x20]\n" + "add z31.s, z31.s, z2.s\n" "add x20, %x[qp], %[minval]\n" - "ld1rw { z5.s }, p2/Z, [x20]\n" - "smin z16.s, p2/M, z16.s, z6.s\n" - "smin z17.s, p2/M, z17.s, z6.s\n" - "smin z18.s, p2/M, z18.s, z6.s\n" - "smin z19.s, p2/M, z19.s, z6.s\n" - "smin z20.s, p2/M, z20.s, z6.s\n" - "smin z21.s, p2/M, z21.s, z6.s\n" - "smin z22.s, p2/M, z22.s, z6.s\n" - "smin z23.s, p2/M, z23.s, z6.s\n" - "smin z24.s, p2/M, z24.s, z6.s\n" - "smin z25.s, p2/M, z25.s, z6.s\n" - "smin z26.s, p2/M, z26.s, z6.s\n" - "smin z27.s, p2/M, z27.s, z6.s\n" - "smin z28.s, p2/M, z28.s, z6.s\n" - "smin z29.s, p2/M, z29.s, z6.s\n" - "smin z30.s, p2/M, z30.s, z6.s\n" - "smin z31.s, p2/M, z31.s, z6.s\n" - "smax z16.s, p2/M, z16.s, z5.s\n" - "smax z17.s, p2/M, z17.s, z5.s\n" - "smax z18.s, p2/M, z18.s, z5.s\n" + "ld1rw { z0.s }, p2/Z, [x20]\n" + "smin z16.s, p2/M, z16.s, z1.s\n" + "smin z17.s, p2/M, z17.s, z1.s\n" + "smin z18.s, p2/M, z18.s, z1.s\n" + "smin z19.s, p2/M, z19.s, z1.s\n" + "smin z20.s, p2/M, z20.s, z1.s\n" + "smin z21.s, p2/M, z21.s, z1.s\n" + "smin z22.s, p2/M, z22.s, z1.s\n" + "smin z23.s, p2/M, z23.s, z1.s\n" + "smin z24.s, p2/M, z24.s, z1.s\n" + "smin z25.s, p2/M, z25.s, z1.s\n" + "smin z26.s, p2/M, z26.s, z1.s\n" + "smin z27.s, p2/M, z27.s, z1.s\n" + "smin z28.s, p2/M, z28.s, z1.s\n" + "smin z29.s, p2/M, z29.s, z1.s\n" + "smin z30.s, p2/M, z30.s, z1.s\n" + "smin z31.s, p2/M, z31.s, z1.s\n" + "smax z16.s, p2/M, z16.s, z0.s\n" + "smax z17.s, p2/M, z17.s, z0.s\n" + "smax z18.s, p2/M, z18.s, z0.s\n" "uzp1 z16.h, z16.h, z17.h\n" - "smax z19.s, p2/M, z19.s, z5.s\n" - "smax z20.s, p2/M, z20.s, z5.s\n" + "smax z19.s, p2/M, z19.s, z0.s\n" + "smax z20.s, p2/M, z20.s, z0.s\n" "uzp1 z17.h, z18.h, z19.h\n" "uzp1 z16.b, z16.b, z17.b\n" - "smax z21.s, p2/M, z21.s, z5.s\n" - "smax z22.s, p2/M, z22.s, z5.s\n" + "smax z21.s, p2/M, z21.s, z0.s\n" + "smax z22.s, p2/M, z22.s, z0.s\n" "uzp1 z20.h, z20.h, z21.h\n" "st1b { z16.b }, p1, [x27]\n" - "smax z23.s, p2/M, z23.s, z5.s\n" - "smax z24.s, p2/M, z24.s, z5.s\n" - "uzp1 z21.h, z22.h, z23.h\n" - "uzp1 z20.b, z20.b, z21.b\n" - "smax z25.s, p2/M, z25.s, z5.s\n" - "smax z26.s, p2/M, z26.s, z5.s\n" + "smax z23.s, p2/M, z23.s, z0.s\n" + "smax z24.s, p2/M, z24.s, z0.s\n" + "uzp1 z16.h, z22.h, z23.h\n" + "uzp1 z20.b, z20.b, z16.b\n" + "smax z25.s, p2/M, z25.s, z0.s\n" + "smax z26.s, p2/M, z26.s, z0.s\n" "uzp1 z24.h, z24.h, z25.h\n" "st1b { z20.b }, p1, [x23]\n" - "smax z27.s, p2/M, z27.s, z5.s\n" - "smax z28.s, p2/M, z28.s, z5.s\n" - "uzp1 z25.h, z26.h, z27.h\n" - "uzp1 z24.b, z24.b, z25.b\n" - "smax z29.s, p2/M, z29.s, z5.s\n" - "smax z30.s, p2/M, z30.s, z5.s\n" + "smax z27.s, p2/M, z27.s, z0.s\n" + "smax z28.s, p2/M, z28.s, z0.s\n" + "uzp1 z16.h, z26.h, z27.h\n" + "uzp1 z24.b, z24.b, z16.b\n" + "smax z29.s, p2/M, z29.s, z0.s\n" + "smax z30.s, p2/M, z30.s, z0.s\n" "uzp1 z28.h, z28.h, z29.h\n" "st1b { z24.b }, p1, [x22]\n" - "smax z31.s, p2/M, z31.s, z5.s\n" - "uzp1 z29.h, z30.h, z31.h\n" - "uzp1 z28.b, z28.b, z29.b\n" + "smax z31.s, p2/M, z31.s, z0.s\n" + "uzp1 z16.h, z30.h, z31.h\n" + "uzp1 z28.b, z28.b, z16.b\n" "st1b { z28.b }, p1, [x21]\n" "addvl x27, x27, #1\n" "56:" // Height 4: Writeback done @@ -1491,7 +1491,6 @@ void sve_hybrid_u8qa_dot_4x4VL ( "madd %x[input_ptr], x20, x21, %x[input_ptr]\n" "b 1b\n" "58:" // Exit - : [M] "+&r" (M), [flags] "+&r" (flags), [input_ptr] "+&r" (input_ptr), [output_ptr] "+&r" (output_ptr) : [args_ptr] "r" (&ka), [b_offset] "I" (offsetof(Requantize32, b_offset)), [c_offset] "I" (offsetof(Requantize32, c_offset)), [col_bias] "r" (col_bias), [maxval] "I" (offsetof(Requantize32, maxval)), [minval] "I" (offsetof(Requantize32, minval)), [offsetof_B_ptr] "I" (offsetof(KernelArgs, B_ptr)), [offsetof_N] "I" (offsetof(KernelArgs, N)), [offsetof_input_initial_col] "I" (offsetof(KernelArgs, input_initial_col)), [offsetof_input_offset] "I" (offsetof(KernelArgs, input_offset)), [offsetof_num_strings] "I" (offsetof(KernelArgs, num_strings)), [offsetof_output_offset] "I" (offsetof(KernelArgs, output_offset)), [offsetof_string_lengths] "I" (offsetof(KernelArgs, string_lengths)), [per_layer_mul] "I" (offsetof(Requantize32, per_layer_mul)), [per_layer_right_shift] "I" (offsetof(Requantize32, per_layer_right_shift)), [qp] "r" (qp) : "cc", "memory", "p0", "p1", "p2", "x9", "x10", "x20", "x21", "x22", "x23", "x24", "x25", "x26", "x27", "x28", "z0", "z1", "z2", "z3", "z4", "z5", "z6", "z7", "z8", "z9", "z10", "z11", "z12", "z13", "z14", "z15", "z16", "z17", "z18", "z19", "z20", "z21", "z22", "z23", "z24", "z25", "z26", "z27", "z28", "z29", "z30", "z31" @@ -1499,4 +1498,4 @@ void sve_hybrid_u8qa_dot_4x4VL ( } } // namespace arm_gemm -#endif // __ARM_FEATURE_SVE +#endif // ARM_COMPUTE_ENABLE_SVE |