diff options
Diffstat (limited to 'src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp')
| -rw-r--r-- | src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp | 1875 |
1 files changed, 949 insertions, 926 deletions
diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp index 7d89948dc1..cdcea59c5e 100644 --- a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_u8u32_dot_4VLx4/generic.cpp @@ -1,5 +1,5 @@ /* - * Copyright (c) 2019 Arm Limited. + * Copyright (c) 2018-2019 Arm Limited. * * SPDX-License-Identifier: MIT * @@ -86,63 +86,73 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "mov z19.s, #0\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" - "b 2f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "zip2 z11.b, z8.b, z9.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "zip1 z9.b, z8.b, z9.b\n" + "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "zip2 z12.b, z10.b, z8.b\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "cbz %[loops], 2f\n" + "b 3f\n" "1:\n" "ld1rw z15.s, p7/z, [%[betaptr]]\n" "ld1w z16.s, p0/z, [%[c_ptr0]]\n" "ld1w z17.s, p1/z, [%[c_ptr0], #1, MUL VL]\n" "ld1w z18.s, p2/z, [%[c_ptr0], #2, MUL VL]\n" "ld1w z19.s, p3/z, [%[c_ptr0], #3, MUL VL]\n" - "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" - "add %[a_ptr0], %[a_ptr0], #0x10\n" "mul z16.s, p7/m, z16.s, z15.s\n" - "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" "mul z17.s, p7/m, z17.s, z15.s\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "mul z18.s, p7/m, z18.s, z15.s\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "mul z19.s, p7/m, z19.s, z15.s\n" - "2:\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "cbz %[loops], 3f\n" - "4:\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "cbz %[loops], 2f\n" + "3:\n" "zip1 z10.b, z10.b, z8.b\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "subs %[loops], %[loops], #0x1\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z16.s, z8.b, z0.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z17.s, z9.b, z0.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip2 z15.b, z12.b, z13.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" - "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" - "udot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[a_ptr0], %[a_ptr0], #0x20\n" "zip2 z13.b, z13.b, z14.b\n" - "subs %[loops], %[loops], #0x1\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" @@ -150,137 +160,137 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z8.b, z0.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z9.b, z0.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z0.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z0.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[3]\n" "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z9.b, z4.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[0]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z4.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z4.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z8.b, z4.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z9.b, z4.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z10.b, z4.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z4.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z4.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z4.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z4.b[3]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "b.ne 4b\n" - "3:\n" "zip2 z12.b, z10.b, z8.b\n" + "b.ne 3b\n" + "2:\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" @@ -289,118 +299,118 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" - "cbz %[regs], 5f\n" + "cbz %[regs], 4f\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z17.s, z9.b, z0.b[0]\n" "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "udot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z19.s, z11.b, z0.b[0]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z13.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z0.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z8.b, z0.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z9.b, z0.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z0.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z0.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[3]\n" "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z9.b, z4.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[0]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z4.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z4.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" @@ -427,15 +437,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[3]\n" "udot z18.s, z14.b, z4.b[3]\n" "udot z19.s, z15.b, z4.b[3]\n" - "cbz %[blocks], 6f\n" + "cbz %[blocks], 5f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -449,15 +459,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[0]\n" "udot z18.s, z10.b, z0.b[0]\n" "udot z19.s, z11.b, z0.b[0]\n" - "b.eq 7f\n" + "b.eq 6f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -471,13 +481,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[1]\n" "udot z18.s, z14.b, z0.b[1]\n" "udot z19.s, z15.b, z0.b[1]\n" - "b.eq 8f\n" + "b.eq 7f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -492,31 +502,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[2]\n" "udot z18.s, z10.b, z0.b[2]\n" "udot z19.s, z11.b, z0.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 10f\n" + "b.eq 9f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 11f\n" + "b.eq 10f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "11:\n" + "b 11f\n" + "10:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "10:\n" + "b 11f\n" + "9:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "12:\n" + "11:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -530,33 +540,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[3]\n" "udot z18.s, z14.b, z0.b[3]\n" "udot z19.s, z15.b, z0.b[3]\n" - "b 9f\n" - "8:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "7:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 13f\n" + "b.eq 12f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 14f\n" + "b.eq 13f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "14:\n" + "b 14f\n" + "13:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "13:\n" + "b 14f\n" + "12:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "15:\n" + "14:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -570,33 +580,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[2]\n" "udot z18.s, z10.b, z0.b[2]\n" "udot z19.s, z11.b, z0.b[2]\n" - "b 9f\n" - "7:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "6:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 16f\n" + "b.eq 15f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 17f\n" + "b.eq 16f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "17:\n" + "b 17f\n" + "16:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "16:\n" + "b 17f\n" + "15:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "18:\n" + "17:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -610,33 +620,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[1]\n" "udot z18.s, z14.b, z0.b[1]\n" "udot z19.s, z15.b, z0.b[1]\n" - "b 9f\n" - "6:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "5:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 19f\n" + "b.eq 18f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 20f\n" + "b.eq 19f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "20:\n" + "b 20f\n" + "19:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "19:\n" + "b 20f\n" + "18:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "21:\n" + "20:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -650,38 +660,38 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[0]\n" "udot z18.s, z10.b, z0.b[0]\n" "udot z19.s, z11.b, z0.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z17.s, z9.b, z0.b[0]\n" "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" "udot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z19.s, z11.b, z0.b[0]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z13.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z16.s, z12.b, z0.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" @@ -708,15 +718,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[3]\n" "udot z18.s, z14.b, z0.b[3]\n" "udot z19.s, z15.b, z0.b[3]\n" - "cbz %[blocks], 22f\n" + "cbz %[blocks], 21f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -730,15 +740,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[0]\n" "udot z18.s, z10.b, z4.b[0]\n" "udot z19.s, z11.b, z4.b[0]\n" - "b.eq 23f\n" + "b.eq 22f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -752,13 +762,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[1]\n" "udot z18.s, z14.b, z4.b[1]\n" "udot z19.s, z15.b, z4.b[1]\n" - "b.eq 24f\n" + "b.eq 23f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -773,31 +783,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[2]\n" "udot z18.s, z10.b, z4.b[2]\n" "udot z19.s, z11.b, z4.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 25f\n" + "b.eq 24f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 26f\n" + "b.eq 25f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "26:\n" + "b 26f\n" + "25:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "25:\n" + "b 26f\n" + "24:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "27:\n" + "26:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -811,33 +821,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[3]\n" "udot z18.s, z14.b, z4.b[3]\n" "udot z19.s, z15.b, z4.b[3]\n" - "b 9f\n" - "24:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "23:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 28f\n" + "b.eq 27f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 29f\n" + "b.eq 28f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "29:\n" + "b 29f\n" + "28:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "28:\n" + "b 29f\n" + "27:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "30:\n" + "29:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -851,33 +861,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[2]\n" "udot z18.s, z10.b, z4.b[2]\n" "udot z19.s, z11.b, z4.b[2]\n" - "b 9f\n" - "23:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "22:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 31f\n" + "b.eq 30f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 32f\n" + "b.eq 31f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "32:\n" + "b 32f\n" + "31:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "31:\n" + "b 32f\n" + "30:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "33:\n" + "32:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -891,33 +901,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[1]\n" "udot z18.s, z14.b, z4.b[1]\n" "udot z19.s, z15.b, z4.b[1]\n" - "b 9f\n" - "22:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "21:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 34f\n" + "b.eq 33f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 35f\n" + "b.eq 34f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "35:\n" + "b 35f\n" + "34:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "34:\n" + "b 35f\n" + "33:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "36:\n" + "35:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -931,14 +941,14 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[0]\n" "udot z18.s, z10.b, z4.b[0]\n" "udot z19.s, z11.b, z4.b[0]\n" - "9:\n" + "8:\n" "st1w z16.s, p0, [%[c_ptr0]]\n" "st1w z17.s, p1, [%[c_ptr0], #1, MUL VL]\n" "st1w z18.s, p2, [%[c_ptr0], #2, MUL VL]\n" "st1w z19.s, p3, [%[c_ptr0], #3, MUL VL]\n" "addvl %[c_ptr0], %[c_ptr0], #4\n" : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [b_ptr1] "+r" (b_ptr1), [b_ptr2] "+r" (b_ptr2), [b_ptr3] "+r" (b_ptr3), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks), [odds] "+r" (odds) - : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [leftovers] "r" (leftovers), [lda] "r" (ldab), [ldc] "r" (ldcb), [ldb] "r" (ldbb) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers), [ldb] "r" (ldbb) : "z0", "z1", "z2", "z3", "z4", "z5", "z6", "z7", "z8", "z9", "z10", "z11", "z12", "z13", "z14", "z15", "z16", "z17", "z18", "z19", "z20", "z21", "z22", "z23", "z24", "z25", "z26", "z27", "z28", "z29", "z30", "z31", "cc", "memory" ); break; @@ -971,103 +981,108 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "mov z21.s, #0\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" - "mov z22.s, #0\n" - "add a_ptr1, a_ptr1, #0x10\n" "zip2 z11.b, z8.b, z9.b\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "add a_ptr1, a_ptr1, #0x10\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "mov z22.s, #0\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z23.s, #0\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" - "zip1 z10.b, z10.b, z8.b\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "zip1 z10.b, z10.b, z8.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 2f\n" + "zip1 z8.b, z9.b, z10.b\n" + "zip2 z9.b, z9.b, z10.b\n" + "zip1 z10.b, z11.b, z12.b\n" + "zip2 z11.b, z11.b, z12.b\n" + "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "cbz %[loops], 2f\n" + "b 3f\n" "1:\n" "ld1rw z15.s, p7/z, [%[betaptr]]\n" "ld1w z16.s, p0/z, [%[c_ptr0]]\n" "ld1w z17.s, p1/z, [%[c_ptr0], #1, MUL VL]\n" "ld1w z18.s, p2/z, [%[c_ptr0], #2, MUL VL]\n" "ld1w z19.s, p3/z, [%[c_ptr0], #3, MUL VL]\n" - "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z16.s, p7/m, z16.s, z15.s\n" - "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z17.s, p7/m, z17.s, z15.s\n" - "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" "mul z18.s, p7/m, z18.s, z15.s\n" - "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" "mul z19.s, p7/m, z19.s, z15.s\n" - "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" "mul z20.s, p7/m, z20.s, z15.s\n" - "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" "mul z21.s, p7/m, z21.s, z15.s\n" - "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" "mul z22.s, p7/m, z22.s, z15.s\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" "add a_ptr1, a_ptr1, #0x10\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip1 z10.b, z10.b, z8.b\n" - "2:\n" - "cbz %[loops], 3f\n" - "4:\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "zip2 z15.b, z12.b, z13.b\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" "zip1 z13.b, z12.b, z13.b\n" - "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "subs %[loops], %[loops], #0x1\n" "udot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z5.b, p7/z, [a_ptr1]\n" - "udot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z10.b, z1.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "zip2 z13.b, z13.b, z14.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "zip2 z13.b, z13.b, z14.b\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" "zip1 z14.b, z15.b, z8.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add a_ptr1, a_ptr1, #0x20\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z23.s, z11.b, z1.b[0]\n" - "add %[a_ptr0], %[a_ptr0], #0x20\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" - "add a_ptr1, a_ptr1, #0x20\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" "udot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "udot z20.s, z12.b, z1.b[1]\n" - "subs %[loops], %[loops], #0x1\n" "zip2 z12.b, z10.b, z8.b\n" "zip1 z10.b, z10.b, z8.b\n" "udot z17.s, z13.b, z0.b[1]\n" @@ -1092,148 +1107,148 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z16.s, z8.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "udot z20.s, z8.b, z1.b[2]\n" - "udot z17.s, z9.b, z0.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "udot z22.s, z10.b, z1.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z23.s, z11.b, z1.b[2]\n" - "udot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "udot z20.s, z12.b, z1.b[3]\n" + "udot z16.s, z12.b, z0.b[3]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "udot z17.s, z13.b, z0.b[3]\n" "udot z21.s, z13.b, z1.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "zip2 z12.b, z10.b, z8.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z10.b, z10.b, z8.b\n" "udot z18.s, z14.b, z0.b[3]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "zip1 z8.b, z9.b, z10.b\n" + "zip2 z9.b, z9.b, z10.b\n" + "zip1 z10.b, z11.b, z12.b\n" + "zip2 z11.b, z11.b, z12.b\n" + "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "udot z22.s, z14.b, z1.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[3]\n" "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" "udot z23.s, z15.b, z1.b[3]\n" "ld1rqb z1.b, p7/z, [a_ptr1, #-0x10]\n" - "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "zip2 z9.b, z9.b, z10.b\n" - "zip1 z10.b, z11.b, z12.b\n" - "zip2 z11.b, z11.b, z12.b\n" - "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z16.s, z8.b, z4.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z20.s, z8.b, z5.b[0]\n" - "udot z17.s, z9.b, z4.b[0]\n" "zip2 z15.b, z12.b, z13.b\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z4.b[0]\n" "udot z21.s, z9.b, z5.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z10.b, z5.b[0]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z19.s, z11.b, z4.b[0]\n" - "udot z23.s, z11.b, z5.b[0]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z12.b, z4.b[1]\n" - "udot z20.s, z12.b, z5.b[1]\n" - "udot z17.s, z13.b, z4.b[1]\n" + "udot z23.s, z11.b, z5.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" + "udot z17.s, z13.b, z4.b[1]\n" "udot z21.s, z13.b, z5.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z4.b[1]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z14.b, z5.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "zip2 z12.b, z10.b, z8.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z10.b, z10.b, z8.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z19.s, z15.b, z4.b[1]\n" - "udot z23.s, z15.b, z5.b[1]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z8.b, z4.b[2]\n" - "udot z20.s, z8.b, z5.b[2]\n" - "udot z17.s, z9.b, z4.b[2]\n" + "udot z23.s, z15.b, z5.b[1]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z8.b, z5.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z4.b[2]\n" "udot z21.s, z9.b, z5.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[2]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z10.b, z5.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z19.s, z11.b, z4.b[2]\n" - "udot z23.s, z11.b, z5.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z5.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z12.b, z4.b[3]\n" - "udot z20.s, z12.b, z5.b[3]\n" - "udot z17.s, z13.b, z4.b[3]\n" + "udot z23.s, z11.b, z5.b[2]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "udot z21.s, z13.b, z5.b[3]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[3]\n" + "udot z16.s, z12.b, z4.b[3]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z14.b, z5.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z20.s, z12.b, z5.b[3]\n" "zip2 z12.b, z10.b, z8.b\n" "zip1 z10.b, z10.b, z8.b\n" - "udot z19.s, z15.b, z4.b[3]\n" - "udot z23.s, z15.b, z5.b[3]\n" - "b.ne 4b\n" - "3:\n" + "udot z17.s, z13.b, z4.b[3]\n" + "udot z21.s, z13.b, z5.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "udot z18.s, z14.b, z4.b[3]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z14.b, z5.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z4.b[3]\n" + "udot z23.s, z15.b, z5.b[3]\n" + "b.ne 3b\n" + "2:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" - "cbz %[regs], 5f\n" + "cbz %[regs], 4f\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -1245,13 +1260,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "udot z22.s, z10.b, z1.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "zip1 z12.b, z13.b, z14.b\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" @@ -1261,142 +1276,142 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z23.s, z11.b, z1.b[0]\n" - "udot z16.s, z12.b, z0.b[1]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "udot z20.s, z12.b, z1.b[1]\n" + "udot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "udot z17.s, z13.b, z0.b[1]\n" "udot z21.s, z13.b, z1.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "zip2 z12.b, z10.b, z8.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z10.b, z10.b, z8.b\n" "udot z18.s, z14.b, z0.b[1]\n" - "udot z22.s, z14.b, z1.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "udot z19.s, z15.b, z0.b[1]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z23.s, z15.b, z1.b[1]\n" + "udot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z8.b, z0.b[2]\n" - "udot z20.s, z8.b, z1.b[2]\n" + "udot z23.s, z15.b, z1.b[1]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" - "udot z17.s, z9.b, z0.b[2]\n" + "udot z16.s, z8.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z8.b, z1.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip2 z8.b, z14.b, z12.b\n" - "zip1 z14.b, z14.b, z12.b\n" - "udot z22.s, z10.b, z1.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "udot z19.s, z11.b, z0.b[2]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z23.s, z11.b, z1.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z12.b, z0.b[3]\n" - "udot z20.s, z12.b, z1.b[3]\n" - "udot z17.s, z13.b, z0.b[3]\n" + "udot z23.s, z11.b, z1.b[2]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" + "udot z17.s, z13.b, z0.b[3]\n" "udot z21.s, z13.b, z1.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[3]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z14.b, z1.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "zip2 z12.b, z10.b, z8.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z10.b, z10.b, z8.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z19.s, z15.b, z0.b[3]\n" - "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" - "udot z23.s, z15.b, z1.b[3]\n" - "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "udot z23.s, z15.b, z1.b[3]\n" + "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" + "zip2 z15.b, z12.b, z13.b\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "zip1 z13.b, z12.b, z13.b\n" + "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "udot z20.s, z8.b, z5.b[0]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" "udot z17.s, z9.b, z4.b[0]\n" - "zip2 z15.b, z12.b, z13.b\n" - "zip1 z13.b, z12.b, z13.b\n" - "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z21.s, z9.b, z5.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z10.b, z5.b[0]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z19.s, z11.b, z4.b[0]\n" - "udot z23.s, z11.b, z5.b[0]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z16.s, z12.b, z4.b[1]\n" - "udot z20.s, z12.b, z5.b[1]\n" - "udot z17.s, z13.b, z4.b[1]\n" + "udot z23.s, z11.b, z5.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "udot z21.s, z13.b, z5.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[1]\n" + "udot z16.s, z12.b, z4.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z22.s, z14.b, z5.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z20.s, z12.b, z5.b[1]\n" "zip2 z12.b, z10.b, z8.b\n" "zip1 z10.b, z10.b, z8.b\n" - "udot z19.s, z15.b, z4.b[1]\n" - "udot z23.s, z15.b, z5.b[1]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "udot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "udot z18.s, z14.b, z4.b[1]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z16.s, z8.b, z4.b[2]\n" - "udot z20.s, z8.b, z5.b[2]\n" - "udot z17.s, z9.b, z4.b[2]\n" + "udot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z4.b[1]\n" + "udot z23.s, z15.b, z5.b[1]\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "udot z20.s, z8.b, z5.b[2]\n" + "udot z17.s, z9.b, z4.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" "udot z21.s, z9.b, z5.b[2]\n" "udot z18.s, z10.b, z4.b[2]\n" "udot z22.s, z10.b, z5.b[2]\n" - "udot z19.s, z11.b, z4.b[2]\n" - "zip2 z8.b, z14.b, z12.b\n" - "zip1 z14.b, z14.b, z12.b\n" - "udot z23.s, z11.b, z5.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z19.s, z11.b, z4.b[2]\n" + "udot z23.s, z11.b, z5.b[2]\n" "udot z16.s, z12.b, z4.b[3]\n" "udot z20.s, z12.b, z5.b[3]\n" "udot z17.s, z13.b, z4.b[3]\n" @@ -1405,15 +1420,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z5.b[3]\n" "udot z19.s, z15.b, z4.b[3]\n" "udot z23.s, z15.b, z5.b[3]\n" - "cbz %[blocks], 6f\n" + "cbz %[blocks], 5f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -1431,15 +1446,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z1.b[0]\n" "udot z19.s, z11.b, z0.b[0]\n" "udot z23.s, z11.b, z1.b[0]\n" - "b.eq 7f\n" + "b.eq 6f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -1457,13 +1472,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z1.b[1]\n" "udot z19.s, z15.b, z0.b[1]\n" "udot z23.s, z15.b, z1.b[1]\n" - "b.eq 8f\n" + "b.eq 7f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -1482,31 +1497,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z1.b[2]\n" "udot z19.s, z11.b, z0.b[2]\n" "udot z23.s, z11.b, z1.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 10f\n" + "b.eq 9f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 11f\n" + "b.eq 10f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "11:\n" + "b 11f\n" + "10:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "10:\n" + "b 11f\n" + "9:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "12:\n" + "11:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -1524,33 +1539,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z1.b[3]\n" "udot z19.s, z15.b, z0.b[3]\n" "udot z23.s, z15.b, z1.b[3]\n" - "b 9f\n" - "8:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "7:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 13f\n" + "b.eq 12f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 14f\n" + "b.eq 13f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "14:\n" + "b 14f\n" + "13:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "13:\n" + "b 14f\n" + "12:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "15:\n" + "14:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -1568,33 +1583,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z1.b[2]\n" "udot z19.s, z11.b, z0.b[2]\n" "udot z23.s, z11.b, z1.b[2]\n" - "b 9f\n" - "7:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "6:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 16f\n" + "b.eq 15f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 17f\n" + "b.eq 16f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "17:\n" + "b 17f\n" + "16:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "16:\n" + "b 17f\n" + "15:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "18:\n" + "17:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -1612,33 +1627,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z1.b[1]\n" "udot z19.s, z15.b, z0.b[1]\n" "udot z23.s, z15.b, z1.b[1]\n" - "b 9f\n" - "6:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "5:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 19f\n" + "b.eq 18f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 20f\n" + "b.eq 19f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "20:\n" + "b 20f\n" + "19:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "19:\n" + "b 20f\n" + "18:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "21:\n" + "20:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -1656,8 +1671,8 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z1.b[0]\n" "udot z19.s, z11.b, z0.b[0]\n" "udot z23.s, z11.b, z1.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -1669,13 +1684,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "zip2 z8.b, z14.b, z12.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "udot z22.s, z10.b, z1.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "zip1 z12.b, z13.b, z14.b\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" @@ -1685,44 +1700,44 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z23.s, z11.b, z1.b[0]\n" - "udot z16.s, z12.b, z0.b[1]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" - "udot z20.s, z12.b, z1.b[1]\n" + "udot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "udot z17.s, z13.b, z0.b[1]\n" "udot z21.s, z13.b, z1.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "zip2 z12.b, z10.b, z8.b\n" - "zip1 z10.b, z10.b, z8.b\n" "udot z18.s, z14.b, z0.b[1]\n" - "udot z22.s, z14.b, z1.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "udot z19.s, z15.b, z0.b[1]\n" - "udot z23.s, z15.b, z1.b[1]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z16.s, z8.b, z0.b[2]\n" - "udot z20.s, z8.b, z1.b[2]\n" - "udot z17.s, z9.b, z0.b[2]\n" + "udot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "udot z23.s, z15.b, z1.b[1]\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" "udot z21.s, z9.b, z1.b[2]\n" "udot z18.s, z10.b, z0.b[2]\n" "udot z22.s, z10.b, z1.b[2]\n" - "udot z19.s, z11.b, z0.b[2]\n" - "zip2 z8.b, z14.b, z12.b\n" - "zip1 z14.b, z14.b, z12.b\n" - "udot z23.s, z11.b, z1.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z19.s, z11.b, z0.b[2]\n" + "udot z23.s, z11.b, z1.b[2]\n" "udot z16.s, z12.b, z0.b[3]\n" "udot z20.s, z12.b, z1.b[3]\n" "udot z17.s, z13.b, z0.b[3]\n" @@ -1731,15 +1746,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z1.b[3]\n" "udot z19.s, z15.b, z0.b[3]\n" "udot z23.s, z15.b, z1.b[3]\n" - "cbz %[blocks], 22f\n" + "cbz %[blocks], 21f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -1757,15 +1772,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z5.b[0]\n" "udot z19.s, z11.b, z4.b[0]\n" "udot z23.s, z11.b, z5.b[0]\n" - "b.eq 23f\n" + "b.eq 22f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -1783,13 +1798,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z5.b[1]\n" "udot z19.s, z15.b, z4.b[1]\n" "udot z23.s, z15.b, z5.b[1]\n" - "b.eq 24f\n" + "b.eq 23f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -1808,31 +1823,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z5.b[2]\n" "udot z19.s, z11.b, z4.b[2]\n" "udot z23.s, z11.b, z5.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 25f\n" + "b.eq 24f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 26f\n" + "b.eq 25f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "26:\n" + "b 26f\n" + "25:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "25:\n" + "b 26f\n" + "24:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "27:\n" + "26:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -1850,33 +1865,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z5.b[3]\n" "udot z19.s, z15.b, z4.b[3]\n" "udot z23.s, z15.b, z5.b[3]\n" - "b 9f\n" - "24:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "23:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 28f\n" + "b.eq 27f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 29f\n" + "b.eq 28f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "29:\n" + "b 29f\n" + "28:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "28:\n" + "b 29f\n" + "27:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "30:\n" + "29:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -1894,33 +1909,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z5.b[2]\n" "udot z19.s, z11.b, z4.b[2]\n" "udot z23.s, z11.b, z5.b[2]\n" - "b 9f\n" - "23:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "22:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 31f\n" + "b.eq 30f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 32f\n" + "b.eq 31f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "32:\n" + "b 32f\n" + "31:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "31:\n" + "b 32f\n" + "30:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "33:\n" + "32:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -1938,33 +1953,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z14.b, z5.b[1]\n" "udot z19.s, z15.b, z4.b[1]\n" "udot z23.s, z15.b, z5.b[1]\n" - "b 9f\n" - "22:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "21:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 34f\n" + "b.eq 33f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 35f\n" + "b.eq 34f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "35:\n" + "b 35f\n" + "34:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "34:\n" + "b 35f\n" + "33:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "36:\n" + "35:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -1982,7 +1997,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z22.s, z10.b, z5.b[0]\n" "udot z19.s, z11.b, z4.b[0]\n" "udot z23.s, z11.b, z5.b[0]\n" - "9:\n" + "8:\n" "st1w z16.s, p0, [%[c_ptr0]]\n" "st1w z17.s, p1, [%[c_ptr0], #1, MUL VL]\n" "st1w z18.s, p2, [%[c_ptr0], #2, MUL VL]\n" @@ -1995,7 +2010,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int ".unreq a_ptr1\n" ".unreq c_ptr1\n" : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [b_ptr1] "+r" (b_ptr1), [b_ptr2] "+r" (b_ptr2), [b_ptr3] "+r" (b_ptr3), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks), [odds] "+r" (odds) - : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [leftovers] "r" (leftovers), [lda] "r" (ldab), [ldc] "r" (ldcb), [ldb] "r" (ldbb) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers), [ldb] "r" (ldbb) : "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", "x0", "x1", "cc", "memory" ); break; @@ -2007,11 +2022,11 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "c_ptr2 .req X3\n" "add a_ptr1, %[a_ptr0], %[lda]\n" "add c_ptr1, %[c_ptr0], %[ldc]\n" + "add a_ptr2, a_ptr1, %[lda]\n" + "add c_ptr2, c_ptr1, %[ldc]\n" "whilelt p6.b, %[temp], %[leftovers]\n" "whilelt p0.s, %[temp], %[width]\n" "whilelt p4.b, %[temp], %[width]\n" - "add a_ptr2, a_ptr1, %[lda]\n" - "add c_ptr2, c_ptr1, %[ldc]\n" "incw %[temp], all, mul #1\n" "ptrue p7.b\n" "whilelt p1.s, %[temp], %[width]\n" @@ -2034,116 +2049,122 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "mov z22.s, #0\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" - "mov z23.s, #0\n" - "add a_ptr1, a_ptr1, #0x10\n" "zip2 z11.b, z8.b, z9.b\n" - "add a_ptr2, a_ptr2, #0x10\n" + "add a_ptr1, a_ptr1, #0x10\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "mov z23.s, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" "mov z24.s, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "mov z25.s, #0\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "mov z26.s, #0\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "mov z25.s, #0\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "mov z26.s, #0\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "zip2 z9.b, z9.b, z10.b\n" + "zip1 z10.b, z11.b, z12.b\n" + "zip2 z11.b, z11.b, z12.b\n" + "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "mov z27.s, #0\n" - "b 2f\n" + "cbz %[loops], 2f\n" + "b 3f\n" "1:\n" "ld1rw z15.s, p7/z, [%[betaptr]]\n" "ld1w z16.s, p0/z, [%[c_ptr0]]\n" "ld1w z17.s, p1/z, [%[c_ptr0], #1, MUL VL]\n" "ld1w z18.s, p2/z, [%[c_ptr0], #2, MUL VL]\n" "ld1w z19.s, p3/z, [%[c_ptr0], #3, MUL VL]\n" - "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z16.s, p7/m, z16.s, z15.s\n" - "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z17.s, p7/m, z17.s, z15.s\n" - "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" "mul z18.s, p7/m, z18.s, z15.s\n" - "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" "mul z19.s, p7/m, z19.s, z15.s\n" - "ld1w z24.s, p0/z, [c_ptr2]\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" "mul z20.s, p7/m, z20.s, z15.s\n" - "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" "mul z21.s, p7/m, z21.s, z15.s\n" - "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" "mul z22.s, p7/m, z22.s, z15.s\n" - "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" "mul z23.s, p7/m, z23.s, z15.s\n" - "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" "mul z24.s, p7/m, z24.s, z15.s\n" - "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" "mul z25.s, p7/m, z25.s, z15.s\n" - "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" "mul z26.s, p7/m, z26.s, z15.s\n" - "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" "mul z27.s, p7/m, z27.s, z15.s\n" + "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "add a_ptr1, a_ptr1, #0x10\n" - "add a_ptr2, a_ptr2, #0x10\n" "zip2 z11.b, z8.b, z9.b\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "add a_ptr2, a_ptr2, #0x10\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z10.b, z10.b, z8.b\n" - "2:\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "cbz %[loops], 3f\n" - "4:\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "zip2 z15.b, z12.b, z13.b\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" "zip1 z13.b, z12.b, z13.b\n" - "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" - "udot z24.s, z8.b, z2.b[0]\n" - "ld1rqb z5.b, p7/z, [a_ptr1]\n" - "udot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z24.s, z8.b, z2.b[0]\n" + "subs %[loops], %[loops], #0x1\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z18.s, z10.b, z0.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "add %[a_ptr0], %[a_ptr0], #0x20\n" "zip1 z14.b, z15.b, z8.b\n" "add a_ptr1, a_ptr1, #0x20\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z1.b[0]\n" + "udot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" "udot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "udot z23.s, z11.b, z1.b[0]\n" - "add a_ptr2, a_ptr2, #0x20\n" "udot z27.s, z11.b, z2.b[0]\n" - "subs %[loops], %[loops], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -2157,15 +2178,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z14.b, z1.b[1]\n" + "udot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z14.b, z1.b[1]\n" "udot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[1]\n" @@ -2185,15 +2206,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z0.b[2]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z1.b[2]\n" + "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z1.b[2]\n" "udot z26.s, z10.b, z2.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[2]\n" @@ -2213,15 +2234,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z1.b[3]\n" "udot z25.s, z13.b, z2.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[3]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z14.b, z1.b[3]\n" + "udot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z14.b, z1.b[3]\n" "udot z26.s, z14.b, z2.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[3]\n" @@ -2244,15 +2265,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z9.b, z5.b[0]\n" "udot z25.s, z9.b, z6.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z5.b[0]\n" + "udot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z5.b[0]\n" "udot z26.s, z10.b, z6.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[0]\n" @@ -2272,15 +2293,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z5.b[1]\n" "udot z25.s, z13.b, z6.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[1]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z14.b, z5.b[1]\n" + "udot z18.s, z14.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z14.b, z5.b[1]\n" "udot z26.s, z14.b, z6.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z4.b[1]\n" @@ -2300,15 +2321,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z9.b, z5.b[2]\n" "udot z25.s, z9.b, z6.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[2]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z5.b[2]\n" + "udot z18.s, z10.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z5.b[2]\n" "udot z26.s, z10.b, z6.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[2]\n" @@ -2328,23 +2349,23 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z5.b[3]\n" "udot z25.s, z13.b, z6.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[3]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z18.s, z14.b, z4.b[3]\n" "udot z22.s, z14.b, z5.b[3]\n" "udot z26.s, z14.b, z6.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z4.b[3]\n" "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" - "b.ne 4b\n" - "3:\n" + "b.ne 3b\n" + "2:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" - "cbz %[regs], 5f\n" + "cbz %[regs], 4f\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -2353,24 +2374,24 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1rqb z5.b, p7/z, [a_ptr1]\n" "udot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z18.s, z10.b, z0.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z1.b[0]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "udot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" @@ -2390,15 +2411,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z14.b, z1.b[1]\n" + "udot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z14.b, z1.b[1]\n" "udot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[1]\n" @@ -2418,15 +2439,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z0.b[2]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z1.b[2]\n" + "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z1.b[2]\n" "udot z26.s, z10.b, z2.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[2]\n" @@ -2446,15 +2467,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z1.b[3]\n" "udot z25.s, z13.b, z2.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[3]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z14.b, z1.b[3]\n" + "udot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z14.b, z1.b[3]\n" "udot z26.s, z14.b, z2.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z15.b, z0.b[3]\n" @@ -2477,15 +2498,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z9.b, z5.b[0]\n" "udot z25.s, z9.b, z6.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z5.b[0]\n" + "udot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z5.b[0]\n" "udot z26.s, z10.b, z6.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z4.b[0]\n" @@ -2505,12 +2526,12 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z5.b[1]\n" "udot z25.s, z13.b, z6.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z4.b[1]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z18.s, z14.b, z4.b[1]\n" "udot z22.s, z14.b, z5.b[1]\n" "udot z26.s, z14.b, z6.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -2523,17 +2544,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z16.s, z8.b, z4.b[2]\n" "udot z20.s, z8.b, z5.b[2]\n" "udot z24.s, z8.b, z6.b[2]\n" - "udot z17.s, z9.b, z4.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z4.b[2]\n" "udot z21.s, z9.b, z5.b[2]\n" "udot z25.s, z9.b, z6.b[2]\n" - "udot z18.s, z10.b, z4.b[2]\n" - "udot z22.s, z10.b, z5.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z18.s, z10.b, z4.b[2]\n" + "udot z22.s, z10.b, z5.b[2]\n" "udot z26.s, z10.b, z6.b[2]\n" "udot z19.s, z11.b, z4.b[2]\n" "udot z23.s, z11.b, z5.b[2]\n" @@ -2550,15 +2571,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z4.b[3]\n" "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" - "cbz %[blocks], 6f\n" + "cbz %[blocks], 5f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -2580,15 +2601,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[0]\n" "udot z23.s, z11.b, z1.b[0]\n" "udot z27.s, z11.b, z2.b[0]\n" - "b.eq 7f\n" + "b.eq 6f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -2610,13 +2631,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z0.b[1]\n" "udot z23.s, z15.b, z1.b[1]\n" "udot z27.s, z15.b, z2.b[1]\n" - "b.eq 8f\n" + "b.eq 7f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -2639,31 +2660,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[2]\n" "udot z23.s, z11.b, z1.b[2]\n" "udot z27.s, z11.b, z2.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 10f\n" + "b.eq 9f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 11f\n" + "b.eq 10f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "11:\n" + "b 11f\n" + "10:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "10:\n" + "b 11f\n" + "9:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "12:\n" + "11:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -2685,33 +2706,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z0.b[3]\n" "udot z23.s, z15.b, z1.b[3]\n" "udot z27.s, z15.b, z2.b[3]\n" - "b 9f\n" - "8:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "7:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 13f\n" + "b.eq 12f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 14f\n" + "b.eq 13f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "14:\n" + "b 14f\n" + "13:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "13:\n" + "b 14f\n" + "12:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "15:\n" + "14:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -2733,33 +2754,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[2]\n" "udot z23.s, z11.b, z1.b[2]\n" "udot z27.s, z11.b, z2.b[2]\n" - "b 9f\n" - "7:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "6:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 16f\n" + "b.eq 15f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 17f\n" + "b.eq 16f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "17:\n" + "b 17f\n" + "16:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "16:\n" + "b 17f\n" + "15:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "18:\n" + "17:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -2781,33 +2802,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z0.b[1]\n" "udot z23.s, z15.b, z1.b[1]\n" "udot z27.s, z15.b, z2.b[1]\n" - "b 9f\n" - "6:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "5:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 19f\n" + "b.eq 18f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 20f\n" + "b.eq 19f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "20:\n" + "b 20f\n" + "19:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "19:\n" + "b 20f\n" + "18:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "21:\n" + "20:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -2829,8 +2850,8 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z0.b[0]\n" "udot z23.s, z11.b, z1.b[0]\n" "udot z27.s, z11.b, z2.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -2839,24 +2860,24 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1rqb z5.b, p6/z, [a_ptr1]\n" "udot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p6/z, [a_ptr2]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z14.b, z14.b, z12.b\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "udot z18.s, z10.b, z0.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "udot z22.s, z10.b, z1.b[0]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "udot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" @@ -2876,12 +2897,12 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "udot z18.s, z14.b, z0.b[1]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z18.s, z14.b, z0.b[1]\n" "udot z22.s, z14.b, z1.b[1]\n" "udot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -2894,17 +2915,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z16.s, z8.b, z0.b[2]\n" "udot z20.s, z8.b, z1.b[2]\n" "udot z24.s, z8.b, z2.b[2]\n" - "udot z17.s, z9.b, z0.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" - "udot z18.s, z10.b, z0.b[2]\n" - "udot z22.s, z10.b, z1.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z18.s, z10.b, z0.b[2]\n" + "udot z22.s, z10.b, z1.b[2]\n" "udot z26.s, z10.b, z2.b[2]\n" "udot z19.s, z11.b, z0.b[2]\n" "udot z23.s, z11.b, z1.b[2]\n" @@ -2921,15 +2942,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z0.b[3]\n" "udot z23.s, z15.b, z1.b[3]\n" "udot z27.s, z15.b, z2.b[3]\n" - "cbz %[blocks], 22f\n" + "cbz %[blocks], 21f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -2951,15 +2972,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z4.b[0]\n" "udot z23.s, z11.b, z5.b[0]\n" "udot z27.s, z11.b, z6.b[0]\n" - "b.eq 23f\n" + "b.eq 22f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -2981,13 +3002,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z4.b[1]\n" "udot z23.s, z15.b, z5.b[1]\n" "udot z27.s, z15.b, z6.b[1]\n" - "b.eq 24f\n" + "b.eq 23f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -3010,31 +3031,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z4.b[2]\n" "udot z23.s, z11.b, z5.b[2]\n" "udot z27.s, z11.b, z6.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 25f\n" + "b.eq 24f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 26f\n" + "b.eq 25f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "26:\n" + "b 26f\n" + "25:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "25:\n" + "b 26f\n" + "24:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "27:\n" + "26:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -3056,33 +3077,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z4.b[3]\n" "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" - "b 9f\n" - "24:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "23:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 28f\n" + "b.eq 27f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 29f\n" + "b.eq 28f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "29:\n" + "b 29f\n" + "28:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "28:\n" + "b 29f\n" + "27:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "30:\n" + "29:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -3104,33 +3125,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z4.b[2]\n" "udot z23.s, z11.b, z5.b[2]\n" "udot z27.s, z11.b, z6.b[2]\n" - "b 9f\n" - "23:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "22:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 31f\n" + "b.eq 30f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 32f\n" + "b.eq 31f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "32:\n" + "b 32f\n" + "31:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "31:\n" + "b 32f\n" + "30:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "33:\n" + "32:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -3152,33 +3173,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z15.b, z4.b[1]\n" "udot z23.s, z15.b, z5.b[1]\n" "udot z27.s, z15.b, z6.b[1]\n" - "b 9f\n" - "22:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "21:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 34f\n" + "b.eq 33f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 35f\n" + "b.eq 34f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "35:\n" + "b 35f\n" + "34:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "34:\n" + "b 35f\n" + "33:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "36:\n" + "35:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -3200,7 +3221,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z19.s, z11.b, z4.b[0]\n" "udot z23.s, z11.b, z5.b[0]\n" "udot z27.s, z11.b, z6.b[0]\n" - "9:\n" + "8:\n" "st1w z16.s, p0, [%[c_ptr0]]\n" "st1w z17.s, p1, [%[c_ptr0], #1, MUL VL]\n" "st1w z18.s, p2, [%[c_ptr0], #2, MUL VL]\n" @@ -3219,7 +3240,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int ".unreq c_ptr1\n" ".unreq c_ptr2\n" : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [b_ptr1] "+r" (b_ptr1), [b_ptr2] "+r" (b_ptr2), [b_ptr3] "+r" (b_ptr3), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks), [odds] "+r" (odds) - : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [leftovers] "r" (leftovers), [lda] "r" (ldab), [ldc] "r" (ldcb), [ldb] "r" (ldbb) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers), [ldb] "r" (ldbb) : "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", "x0", "x1", "x2", "x3", "cc", "memory" ); break; @@ -3234,15 +3255,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "c_ptr3 .req X5\n" "add a_ptr1, %[a_ptr0], %[lda]\n" "add c_ptr1, %[c_ptr0], %[ldc]\n" + "add a_ptr2, a_ptr1, %[lda]\n" + "add c_ptr2, c_ptr1, %[ldc]\n" + "add a_ptr3, a_ptr2, %[lda]\n" + "add c_ptr3, c_ptr2, %[ldc]\n" "whilelt p6.b, %[temp], %[leftovers]\n" "whilelt p0.s, %[temp], %[width]\n" "whilelt p4.b, %[temp], %[width]\n" - "add a_ptr2, a_ptr1, %[lda]\n" - "add c_ptr2, c_ptr1, %[ldc]\n" "incw %[temp], all, mul #1\n" "ptrue p7.b\n" - "add a_ptr3, a_ptr2, %[lda]\n" - "add c_ptr3, c_ptr2, %[ldc]\n" "whilelt p1.s, %[temp], %[width]\n" "incw %[temp], all, mul #1\n" "whilelt p2.s, %[temp], %[width]\n" @@ -3265,77 +3286,80 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "mov z23.s, #0\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" - "mov z24.s, #0\n" - "add a_ptr1, a_ptr1, #0x10\n" "zip2 z11.b, z8.b, z9.b\n" - "add a_ptr2, a_ptr2, #0x10\n" + "add a_ptr1, a_ptr1, #0x10\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" + "mov z24.s, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" "mov z25.s, #0\n" "add a_ptr3, a_ptr3, #0x10\n" - "mov z26.s, #0\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z10.b, z10.b, z8.b\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "mov z27.s, #0\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "mov z28.s, #0\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "mov z26.s, #0\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "mov z27.s, #0\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "zip2 z9.b, z9.b, z10.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "mov z28.s, #0\n" "mov z29.s, #0\n" "mov z30.s, #0\n" + "zip2 z15.b, z12.b, z13.b\n" + "zip1 z13.b, z12.b, z13.b\n" "mov z31.s, #0\n" - "b 2f\n" + "cbz %[loops], 2f\n" + "b 3f\n" "1:\n" "ld1rw z15.s, p7/z, [%[betaptr]]\n" "ld1w z16.s, p0/z, [%[c_ptr0]]\n" "ld1w z17.s, p1/z, [%[c_ptr0], #1, MUL VL]\n" "ld1w z18.s, p2/z, [%[c_ptr0], #2, MUL VL]\n" "ld1w z19.s, p3/z, [%[c_ptr0], #3, MUL VL]\n" - "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z16.s, p7/m, z16.s, z15.s\n" - "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" "mul z17.s, p7/m, z17.s, z15.s\n" - "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" "mul z18.s, p7/m, z18.s, z15.s\n" - "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" "mul z19.s, p7/m, z19.s, z15.s\n" - "ld1w z24.s, p0/z, [c_ptr2]\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" "mul z20.s, p7/m, z20.s, z15.s\n" - "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" "mul z21.s, p7/m, z21.s, z15.s\n" - "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" "mul z22.s, p7/m, z22.s, z15.s\n" - "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" "mul z23.s, p7/m, z23.s, z15.s\n" - "ld1w z28.s, p0/z, [c_ptr3]\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" "mul z24.s, p7/m, z24.s, z15.s\n" - "ld1w z29.s, p1/z, [c_ptr3, #1, MUL VL]\n" + "ld1w z28.s, p0/z, [c_ptr3]\n" "mul z25.s, p7/m, z25.s, z15.s\n" - "ld1w z30.s, p2/z, [c_ptr3, #2, MUL VL]\n" + "ld1w z29.s, p1/z, [c_ptr3, #1, MUL VL]\n" "mul z26.s, p7/m, z26.s, z15.s\n" - "ld1w z31.s, p3/z, [c_ptr3, #3, MUL VL]\n" + "ld1w z30.s, p2/z, [c_ptr3, #2, MUL VL]\n" "mul z27.s, p7/m, z27.s, z15.s\n" - "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "ld1w z31.s, p3/z, [c_ptr3, #3, MUL VL]\n" "mul z28.s, p7/m, z28.s, z15.s\n" - "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" "mul z29.s, p7/m, z29.s, z15.s\n" - "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" "mul z30.s, p7/m, z30.s, z15.s\n" - "ld1rqb z3.b, p7/z, [a_ptr3]\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" "mul z31.s, p7/m, z31.s, z15.s\n" + "ld1rqb z3.b, p7/z, [a_ptr3]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "add %[a_ptr0], %[a_ptr0], #0x10\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "add a_ptr2, a_ptr2, #0x10\n" "zip2 z11.b, z8.b, z9.b\n" "add a_ptr3, a_ptr3, #0x10\n" @@ -3344,21 +3368,20 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z12.b, z10.b, z8.b\n" - "zip1 z10.b, z10.b, z8.b\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "zip1 z10.b, z10.b, z8.b\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "2:\n" - "cbz %[loops], 3f\n" - "4:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" + "cbz %[loops], 2f\n" + "3:\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -3367,38 +3390,38 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1rqb z5.b, p7/z, [a_ptr1]\n" "udot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "udot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z7.b, p7/z, [a_ptr3]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1rqb z7.b, p7/z, [a_ptr3]\n" "zip1 z14.b, z14.b, z12.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "subs %[loops], %[loops], #0x1\n" + "udot z17.s, z9.b, z0.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[a_ptr0], %[a_ptr0], #0x20\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" - "add a_ptr1, a_ptr1, #0x20\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" - "add a_ptr2, a_ptr2, #0x20\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" "udot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" "udot z26.s, z10.b, z2.b[0]\n" - "add a_ptr3, a_ptr3, #0x20\n" + "add a_ptr2, a_ptr2, #0x20\n" "udot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "udot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "udot z23.s, z11.b, z1.b[0]\n" - "subs %[loops], %[loops], #0x1\n" + "add a_ptr3, a_ptr3, #0x20\n" "udot z27.s, z11.b, z2.b[0]\n" "udot z31.s, z11.b, z3.b[0]\n" "zip2 z11.b, z8.b, z9.b\n" @@ -3414,17 +3437,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[1]\n" "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" - "udot z29.s, z13.b, z3.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z14.b, z1.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z14.b, z2.b[1]\n" "udot z30.s, z14.b, z3.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3446,17 +3469,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" - "udot z29.s, z9.b, z3.b[2]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z10.b, z1.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z2.b[2]\n" "udot z30.s, z10.b, z3.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3478,17 +3501,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[3]\n" "udot z21.s, z13.b, z1.b[3]\n" "udot z25.s, z13.b, z2.b[3]\n" - "udot z29.s, z13.b, z3.b[3]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z14.b, z1.b[3]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z14.b, z2.b[3]\n" "udot z30.s, z14.b, z3.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3514,17 +3537,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[0]\n" "udot z21.s, z9.b, z5.b[0]\n" "udot z25.s, z9.b, z6.b[0]\n" - "udot z29.s, z9.b, z7.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z10.b, z5.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z6.b[0]\n" "udot z30.s, z10.b, z7.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3546,17 +3569,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[1]\n" "udot z21.s, z13.b, z5.b[1]\n" "udot z25.s, z13.b, z6.b[1]\n" - "udot z29.s, z13.b, z7.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z14.b, z5.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z14.b, z6.b[1]\n" "udot z30.s, z14.b, z7.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3578,17 +3601,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[2]\n" "udot z21.s, z9.b, z5.b[2]\n" "udot z25.s, z9.b, z6.b[2]\n" - "udot z29.s, z9.b, z7.b[2]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z9.b, z7.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z10.b, z5.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z6.b[2]\n" "udot z30.s, z10.b, z7.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3610,13 +3633,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[3]\n" "udot z21.s, z13.b, z5.b[3]\n" "udot z25.s, z13.b, z6.b[3]\n" - "udot z29.s, z13.b, z7.b[3]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z7.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z4.b[3]\n" "udot z22.s, z14.b, z5.b[3]\n" "udot z26.s, z14.b, z6.b[3]\n" @@ -3626,11 +3649,11 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" "udot z31.s, z15.b, z7.b[3]\n" - "b.ne 4b\n" - "3:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" - "cbz %[regs], 5f\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -3639,27 +3662,27 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1rqb z5.b, p7/z, [a_ptr1]\n" "udot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "udot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z7.b, p7/z, [a_ptr3]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1rqb z7.b, p7/z, [a_ptr3]\n" "zip1 z14.b, z14.b, z12.b\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z25.s, z9.b, z2.b[0]\n" "udot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" "udot z26.s, z10.b, z2.b[0]\n" "udot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3681,17 +3704,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[1]\n" "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" - "udot z29.s, z13.b, z3.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z14.b, z1.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z14.b, z2.b[1]\n" "udot z30.s, z14.b, z3.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3713,17 +3736,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" - "udot z29.s, z9.b, z3.b[2]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z10.b, z1.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z2.b[2]\n" "udot z30.s, z10.b, z3.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3745,17 +3768,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[3]\n" "udot z21.s, z13.b, z1.b[3]\n" "udot z25.s, z13.b, z2.b[3]\n" - "udot z29.s, z13.b, z3.b[3]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z14.b, z1.b[3]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z14.b, z2.b[3]\n" "udot z30.s, z14.b, z3.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3781,17 +3804,17 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[0]\n" "udot z21.s, z9.b, z5.b[0]\n" "udot z25.s, z9.b, z6.b[0]\n" - "udot z29.s, z9.b, z7.b[0]\n" - "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "zip1 z12.b, z13.b, z14.b\n" - "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "udot z22.s, z10.b, z5.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "udot z26.s, z10.b, z6.b[0]\n" "udot z30.s, z10.b, z7.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3813,13 +3836,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z4.b[1]\n" "udot z21.s, z13.b, z5.b[1]\n" "udot z25.s, z13.b, z6.b[1]\n" - "udot z29.s, z13.b, z7.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z4.b[1]\n" "udot z22.s, z14.b, z5.b[1]\n" "udot z26.s, z14.b, z6.b[1]\n" @@ -3841,11 +3864,11 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z4.b[2]\n" "udot z21.s, z9.b, z5.b[2]\n" "udot z25.s, z9.b, z6.b[2]\n" - "udot z29.s, z9.b, z7.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z29.s, z9.b, z7.b[2]\n" "udot z18.s, z10.b, z4.b[2]\n" "udot z22.s, z10.b, z5.b[2]\n" "udot z26.s, z10.b, z6.b[2]\n" @@ -3870,15 +3893,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" "udot z31.s, z15.b, z7.b[3]\n" - "cbz %[blocks], 6f\n" + "cbz %[blocks], 5f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -3904,15 +3927,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z1.b[0]\n" "udot z27.s, z11.b, z2.b[0]\n" "udot z31.s, z11.b, z3.b[0]\n" - "b.eq 7f\n" + "b.eq 6f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -3938,13 +3961,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z1.b[1]\n" "udot z27.s, z15.b, z2.b[1]\n" "udot z31.s, z15.b, z3.b[1]\n" - "b.eq 8f\n" + "b.eq 7f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -3971,31 +3994,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z1.b[2]\n" "udot z27.s, z11.b, z2.b[2]\n" "udot z31.s, z11.b, z3.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 10f\n" + "b.eq 9f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 11f\n" + "b.eq 10f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "11:\n" + "b 11f\n" + "10:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 12f\n" - "10:\n" + "b 11f\n" + "9:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "12:\n" + "11:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -4021,33 +4044,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z1.b[3]\n" "udot z27.s, z15.b, z2.b[3]\n" "udot z31.s, z15.b, z3.b[3]\n" - "b 9f\n" - "8:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "7:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 13f\n" + "b.eq 12f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 14f\n" + "b.eq 13f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "14:\n" + "b 14f\n" + "13:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 15f\n" - "13:\n" + "b 14f\n" + "12:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "15:\n" + "14:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -4073,33 +4096,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z1.b[2]\n" "udot z27.s, z11.b, z2.b[2]\n" "udot z31.s, z11.b, z3.b[2]\n" - "b 9f\n" - "7:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "6:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 16f\n" + "b.eq 15f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 17f\n" + "b.eq 16f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "17:\n" + "b 17f\n" + "16:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 18f\n" - "16:\n" + "b 17f\n" + "15:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "18:\n" + "17:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -4125,33 +4148,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z1.b[1]\n" "udot z27.s, z15.b, z2.b[1]\n" "udot z31.s, z15.b, z3.b[1]\n" - "b 9f\n" - "6:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "5:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 19f\n" + "b.eq 18f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 20f\n" + "b.eq 19f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "20:\n" + "b 20f\n" + "19:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 21f\n" - "19:\n" + "b 20f\n" + "18:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "21:\n" + "20:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -4177,8 +4200,8 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z1.b[0]\n" "udot z27.s, z11.b, z2.b[0]\n" "udot z31.s, z11.b, z3.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "udot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "udot z20.s, z8.b, z1.b[0]\n" @@ -4187,27 +4210,27 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "ld1rqb z5.b, p6/z, [a_ptr1]\n" "udot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p6/z, [a_ptr2]\n" - "udot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z7.b, p6/z, [a_ptr3]\n" "zip2 z8.b, z14.b, z12.b\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1rqb z7.b, p6/z, [a_ptr3]\n" "zip1 z14.b, z14.b, z12.b\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "udot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "udot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z12.b, z13.b, z14.b\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "zip2 z13.b, z13.b, z14.b\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "udot z25.s, z9.b, z2.b[0]\n" "udot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "udot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "udot z22.s, z10.b, z1.b[0]\n" "udot z26.s, z10.b, z2.b[0]\n" "udot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -4229,13 +4252,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z13.b, z0.b[1]\n" "udot z21.s, z13.b, z1.b[1]\n" "udot z25.s, z13.b, z2.b[1]\n" - "udot z29.s, z13.b, z3.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "zip1 z8.b, z9.b, z10.b\n" "zip2 z9.b, z9.b, z10.b\n" "zip1 z10.b, z11.b, z12.b\n" "zip2 z11.b, z11.b, z12.b\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "udot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "udot z18.s, z14.b, z0.b[1]\n" "udot z22.s, z14.b, z1.b[1]\n" "udot z26.s, z14.b, z2.b[1]\n" @@ -4257,11 +4280,11 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z17.s, z9.b, z0.b[2]\n" "udot z21.s, z9.b, z1.b[2]\n" "udot z25.s, z9.b, z2.b[2]\n" - "udot z29.s, z9.b, z3.b[2]\n" "zip1 z12.b, z13.b, z14.b\n" "zip2 z13.b, z13.b, z14.b\n" "zip1 z14.b, z15.b, z8.b\n" "zip2 z15.b, z15.b, z8.b\n" + "udot z29.s, z9.b, z3.b[2]\n" "udot z18.s, z10.b, z0.b[2]\n" "udot z22.s, z10.b, z1.b[2]\n" "udot z26.s, z10.b, z2.b[2]\n" @@ -4286,15 +4309,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z1.b[3]\n" "udot z27.s, z15.b, z2.b[3]\n" "udot z31.s, z15.b, z3.b[3]\n" - "cbz %[blocks], 22f\n" + "cbz %[blocks], 21f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "ld1b z8.b, p4/z, [%[b_ptr3]]\n" @@ -4320,15 +4343,15 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z5.b[0]\n" "udot z27.s, z11.b, z6.b[0]\n" "udot z31.s, z11.b, z7.b[0]\n" - "b.eq 23f\n" + "b.eq 22f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "subs %[blocks], %[blocks], #0x1\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "subs %[blocks], %[blocks], #0x1\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" @@ -4354,13 +4377,13 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z5.b[1]\n" "udot z27.s, z15.b, z6.b[1]\n" "udot z31.s, z15.b, z7.b[1]\n" - "b.eq 24f\n" + "b.eq 23f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" @@ -4387,31 +4410,31 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z5.b[2]\n" "udot z27.s, z11.b, z6.b[2]\n" "udot z31.s, z11.b, z7.b[2]\n" - "cbz %[odds], 9f\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 25f\n" + "b.eq 24f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 26f\n" + "b.eq 25f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "26:\n" + "b 26f\n" + "25:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 27f\n" - "25:\n" + "b 26f\n" + "24:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "27:\n" + "26:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -4437,33 +4460,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z5.b[3]\n" "udot z27.s, z15.b, z6.b[3]\n" "udot z31.s, z15.b, z7.b[3]\n" - "b 9f\n" - "24:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "23:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 28f\n" + "b.eq 27f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 29f\n" + "b.eq 28f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "29:\n" + "b 29f\n" + "28:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 30f\n" - "28:\n" + "b 29f\n" + "27:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "30:\n" + "29:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -4489,33 +4512,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z5.b[2]\n" "udot z27.s, z11.b, z6.b[2]\n" "udot z31.s, z11.b, z7.b[2]\n" - "b 9f\n" - "23:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "22:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 31f\n" + "b.eq 30f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 32f\n" + "b.eq 31f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "32:\n" + "b 32f\n" + "31:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "b 33f\n" - "31:\n" + "b 32f\n" + "30:\n" "mov z13.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z14.b, #0\n" "ld1b z12.b, p4/z, [%[b_ptr0]]\n" - "33:\n" + "32:\n" "zip2 z15.b, z12.b, z13.b\n" "zip1 z13.b, z12.b, z13.b\n" "mov z12.b, #0\n" @@ -4541,33 +4564,33 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z15.b, z5.b[1]\n" "udot z27.s, z15.b, z6.b[1]\n" "udot z31.s, z15.b, z7.b[1]\n" - "b 9f\n" - "22:\n" - "cbz %[odds], 9f\n" + "b 8f\n" + "21:\n" + "cbz %[odds], 8f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 34f\n" + "b.eq 33f\n" "subs %[odds], %[odds], #0x1\n" - "b.eq 35f\n" + "b.eq 34f\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "35:\n" + "b 35f\n" + "34:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "b 36f\n" - "34:\n" + "b 35f\n" + "33:\n" "mov z9.b, #0\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "mov z10.b, #0\n" "ld1b z8.b, p4/z, [%[b_ptr0]]\n" - "36:\n" + "35:\n" "zip2 z11.b, z8.b, z9.b\n" "zip1 z9.b, z8.b, z9.b\n" "mov z8.b, #0\n" @@ -4593,7 +4616,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int "udot z23.s, z11.b, z5.b[0]\n" "udot z27.s, z11.b, z6.b[0]\n" "udot z31.s, z11.b, z7.b[0]\n" - "9:\n" + "8:\n" "st1w z16.s, p0, [%[c_ptr0]]\n" "st1w z17.s, p1, [%[c_ptr0], #1, MUL VL]\n" "st1w z18.s, p2, [%[c_ptr0], #2, MUL VL]\n" @@ -4618,7 +4641,7 @@ void sve_native_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, int ".unreq c_ptr2\n" ".unreq c_ptr3\n" : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [b_ptr1] "+r" (b_ptr1), [b_ptr2] "+r" (b_ptr2), [b_ptr3] "+r" (b_ptr3), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks), [odds] "+r" (odds) - : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [leftovers] "r" (leftovers), [lda] "r" (ldab), [ldc] "r" (ldcb), [ldb] "r" (ldbb) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers), [ldb] "r" (ldbb) : "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", "x0", "x1", "x2", "x3", "x4", "x5", "cc", "memory" ); break; |