From 146138378c1587b7297d245b7177641315f6180b Mon Sep 17 00:00:00 2001 From: Georgios Pinitas Date: Fri, 1 Mar 2019 19:07:11 +0000 Subject: COMPMID-1995: Update RSH GEMM assembly kernels. -Updates u8/s8 hybrid dot product kernels to work for any N and any K >=16. -Adds hybrid FP32 kernels with generic and A55 variants. -Adds SVE native kernels for fp16/u8/s8. Change-Id: Ifc0eaba9e3c8ea5bb19d334e870e1b39e4e7e728 Signed-off-by: Georgios Pinitas Reviewed-on: https://review.mlplatform.org/c/863 Tested-by: Arm Jenkins Reviewed-by: Michele Di Giorgio Comments-Addressed: Arm Jenkins Reviewed-by: Michalis Spyrou --- src/core/NEON/kernels/arm_gemm/gemm_fp16.cpp | 51 +- src/core/NEON/kernels/arm_gemm/gemm_fp32.cpp | 12 +- src/core/NEON/kernels/arm_gemm/gemm_hybrid.hpp | 1 - .../NEON/kernels/arm_gemm/gemm_implementation.hpp | 10 +- src/core/NEON/kernels/arm_gemm/gemm_int16.cpp | 2 +- src/core/NEON/kernels/arm_gemm/gemm_int8.cpp | 14 +- .../NEON/kernels/arm_gemm/gemm_interleaved.hpp | 1 - src/core/NEON/kernels/arm_gemm/gemm_uint16.cpp | 2 +- src/core/NEON/kernels/arm_gemm/gemm_uint8.cpp | 14 +- src/core/NEON/kernels/arm_gemm/gemv_batched.hpp | 4 +- .../NEON/kernels/arm_gemm/gemv_pretransposed.hpp | 1 - .../arm_gemm/kernels/a64_hybrid_fp32_mla_16x4.hpp | 77 + .../kernels/a64_hybrid_fp32_mla_16x4/a55.cpp | 2352 ++++++++++ .../kernels/a64_hybrid_fp32_mla_16x4/generic.cpp | 1726 ++++++++ .../kernels/a64_hybrid_s8s32_dot_16x4/a55.cpp | 4581 ++++++++++---------- .../kernels/a64_hybrid_s8s32_dot_16x4/generic.cpp | 3289 +++++++------- .../kernels/a64_hybrid_u8u32_dot_16x4/a55.cpp | 4581 ++++++++++---------- .../kernels/a64_hybrid_u8u32_dot_16x4/generic.cpp | 3289 +++++++------- .../arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4.hpp | 74 + .../kernels/sve_hybrid_fp16_mla_4VLx4/generic.cpp | 3681 ++++++++++++++++ .../kernels/sve_hybrid_s8s32_dot_4VLx4.hpp | 74 + .../kernels/sve_hybrid_s8s32_dot_4VLx4/generic.cpp | 2150 +++++++++ .../kernels/sve_hybrid_u8u32_dot_4VLx4.hpp | 74 + .../kernels/sve_hybrid_u8u32_dot_4VLx4/generic.cpp | 2150 +++++++++ .../sve_interleaved_u8u32_dot_3VLx8/generic.cpp | 2 +- .../arm_gemm/kernels/sve_native_fp16_mla_4VLx4.hpp | 74 + .../kernels/sve_native_fp16_mla_4VLx4/generic.cpp | 3821 ++++++++++++++++ .../kernels/sve_native_s8s32_dot_4VLx4/generic.cpp | 1877 ++++---- .../kernels/sve_native_u8u32_dot_4VLx4/generic.cpp | 1877 ++++---- 29 files changed, 26539 insertions(+), 9322 deletions(-) create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4.hpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4/a55.cpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4/generic.cpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4.hpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4/generic.cpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4.hpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4/generic.cpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4.hpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4/generic.cpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4.hpp create mode 100644 src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4/generic.cpp (limited to 'src/core') diff --git a/src/core/NEON/kernels/arm_gemm/gemm_fp16.cpp b/src/core/NEON/kernels/arm_gemm/gemm_fp16.cpp index b56165927d..0927123f7c 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_fp16.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_fp16.cpp @@ -28,49 +28,76 @@ #include "arm_gemm.hpp" #include "gemm_common.hpp" +#include "gemm_hybrid.hpp" #include "gemm_implementation.hpp" #include "gemm_interleaved.hpp" +#include "gemm_native.hpp" +#include "kernels/a32_sgemm_8x6.hpp" #include "kernels/a64_hgemm_24x8.hpp" #include "kernels/a64_sgemm_12x8.hpp" -#include "kernels/a32_sgemm_8x6.hpp" +#include "kernels/sve_hybrid_fp16_mla_4VLx4.hpp" #include "kernels/sve_interleaved_fp16_mla_3VLx8.hpp" +#include "kernels/sve_native_fp16_mla_4VLx4.hpp" namespace arm_gemm { static const GemmImplementation<__fp16, __fp16> gemm_fp16_methods[] = { #if defined(__ARM_FEATURE_SVE) +{ + GemmMethod::GEMM_HYBRID, + "hybrid_fp16_mla_4VLx4", + [](const GemmArgs<__fp16> &args) { return (args._Ksize >= 8) && (args._alpha == 1.0f) && !args._trA && args._pretransposed_hint; }, + [](const GemmArgs<__fp16> &args) { return ((args._Ksize <= 256) && (args._Nsize <= 256)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, + [](const GemmArgs<__fp16> &args) { return new GemmHybrid(args); } +}, +{ + GemmMethod::GEMM_NATIVE, + "native_fp16_mla_4VLx4", + [](const GemmArgs<__fp16> &args) { return (args._Ksize >= 8 && args._alpha==1.0f && !args._trA && !args._trB); }, + [](const GemmArgs<__fp16> &args) { return ((args._Ksize <= 128) && (args._Nsize <= 128)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, + [](const GemmArgs<__fp16> &args) { return new GemmNative(args); } +}, { GemmMethod::GEMM_INTERLEAVED, "interleaved_fp16_mla_3VLx8", [](const GemmArgs<__fp16> &args) { return (args._Ksize > 4); }, - [](const GemmArgs<__fp16> &args) { return true; }, + nullptr, [](const GemmArgs<__fp16> &args) { return new GemmInterleaved(args); } }, #endif + #if defined(__aarch64__) && (defined(__ARM_FEATURE_FP16_VECTOR_ARITHMETIC) || defined(FP16_KERNELS)) { GemmMethod::GEMM_INTERLEAVED, "hgemm_24x8", - [](const GemmArgs<__fp16> &args) { #ifndef __ARM_FEATURE_FP16_VECTOR_ARITHMETIC - return args._ci->has_fp16(); + [](const GemmArgs<__fp16> &args) { return args._ci->has_fp16(); }, #else - return true; + nullptr, #endif - }, - [](const GemmArgs<__fp16> &args) { return true; }, + nullptr, [](const GemmArgs<__fp16> &args) { return new GemmInterleaved(args); } }, #endif -#if defined(__arm__) +#ifdef __aarch64__ +{ + GemmMethod::GEMM_INTERLEAVED, + "sgemm_12x8", + nullptr, + nullptr, + [](const GemmArgs<__fp16> &args) { return new GemmInterleaved(args); } +}, +#elif defined(__arm__) { GemmMethod::GEMM_INTERLEAVED, "sgemm_8x6", - [](const GemmArgs<__fp16> &args) { return true; }, - [](const GemmArgs<__fp16> &args) { return true; }, + nullptr, + nullptr, [](const GemmArgs<__fp16> &args) { return new GemmInterleaved(args); } }, +#else // not AArch64 or AArch32 +# error Unknown Architecture #endif { GemmMethod::DEFAULT, @@ -90,8 +117,8 @@ const GemmImplementation<__fp16, __fp16> *gemm_implementation_list<__fp16, __fp1 template UniqueGemmCommon<__fp16, __fp16> gemm<__fp16, __fp16>(const GemmArgs<__fp16> &args); template KernelDescription get_gemm_method<__fp16, __fp16>(const GemmArgs<__fp16> &args); template bool method_is_compatible<__fp16, __fp16>(GemmMethod method, const GemmArgs<__fp16> &args); -template std::vector get_compatible_kernels<__fp16, __fp16> (const GemmArgs<__fp16> &args); +template std::vector get_compatible_kernels<__fp16, __fp16> (const GemmArgs<__fp16> &args); } // namespace arm_gemm -#endif // __ARM_FP16_ARGS \ No newline at end of file +#endif // __ARM_FP16_ARGS diff --git a/src/core/NEON/kernels/arm_gemm/gemm_fp32.cpp b/src/core/NEON/kernels/arm_gemm/gemm_fp32.cpp index 8bc33ccb69..6869279bb9 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_fp32.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_fp32.cpp @@ -32,6 +32,7 @@ #include "gemv_pretransposed.hpp" #include "kernels/a32_sgemm_8x6.hpp" +#include "kernels/a64_hybrid_fp32_mla_16x4.hpp" #include "kernels/a64_sgemm_12x8.hpp" #include "kernels/a64_sgemm_native_16x4.hpp" #include "kernels/a64_sgemm_nativeA_pretransposeB_16x4.hpp" @@ -111,6 +112,13 @@ static const GemmImplementation gemm_fp32_methods[] = [](const GemmArgs &args) { return ((args._Ksize <= 256) && (args._Nsize <= 256)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, [](const GemmArgs &args) { return new GemmHybrid(args); } }, +{ + GemmMethod::GEMM_HYBRID, + "hybrid_fp32_mla_16x4", + [](const GemmArgs &args) { return (args._Ksize >= 4) && (args._alpha == 1.0f) && !args._trA && args._pretransposed_hint; }, + [](const GemmArgs &args) { return ((args._Ksize <= 256) && (args._Nsize <= 256)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, + [](const GemmArgs &args) { return new GemmHybrid(args); } +}, { GemmMethod::GEMM_NATIVE, "sgemm_native_16x4", @@ -165,6 +173,6 @@ const GemmImplementation *gemm_implementation_list() template UniqueGemmCommon gemm(const GemmArgs &args); template KernelDescription get_gemm_method(const GemmArgs &args); template bool method_is_compatible(GemmMethod method, const GemmArgs &args); -template std::vector get_compatible_kernels (const GemmArgs &args); +template std::vector get_compatible_kernels (const GemmArgs &args); -} // namespace arm_gemm \ No newline at end of file +} // namespace arm_gemm diff --git a/src/core/NEON/kernels/arm_gemm/gemm_hybrid.hpp b/src/core/NEON/kernels/arm_gemm/gemm_hybrid.hpp index c2bd0bb882..82e0625b68 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_hybrid.hpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_hybrid.hpp @@ -208,7 +208,6 @@ public: return roundup(_Nsize, strategy::out_width()) * roundup(_Ksize, strategy::k_unroll()) * _nmulti * sizeof(Toi); } - using GemmCommon::pretranspose_B_array; void pretranspose_B_array(void *in_buffer, const To *B, const int ldb, const int B_multi_stride) override { Toi *buffer = reinterpret_cast(in_buffer); _B_transposed = buffer; diff --git a/src/core/NEON/kernels/arm_gemm/gemm_implementation.hpp b/src/core/NEON/kernels/arm_gemm/gemm_implementation.hpp index bf80784b79..d952140959 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_implementation.hpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_implementation.hpp @@ -112,8 +112,12 @@ bool find_implementation(const GemmArgs &args, const GemmImplementation -std::vector get_compatible_kernels(const GemmArgs &args) { - std::vector res; +std::vector get_compatible_kernels(const GemmArgs &args) { + std::vector res; + + /* Find out what the default implementation in so we can set the flag accordingly later. */ + const GemmImplementation *default_impl; + find_implementation(args, default_impl); auto gemms = gemm_implementation_list(); @@ -123,7 +127,7 @@ std::vector get_compatible_kernels(const GemmArgs &args) { continue; } - res.push_back(i->name); + res.push_back(KernelDescription(i->method, i->name, i==default_impl)); } return res; diff --git a/src/core/NEON/kernels/arm_gemm/gemm_int16.cpp b/src/core/NEON/kernels/arm_gemm/gemm_int16.cpp index b4503dd6a2..0db0654f81 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_int16.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_int16.cpp @@ -58,7 +58,7 @@ const GemmImplementation *gemm_implementation_list gemm(const GemmArgs &args); template KernelDescription get_gemm_method(const GemmArgs &args); template bool method_is_compatible(GemmMethod method, const GemmArgs &args); -template std::vector get_compatible_kernels (const GemmArgs &args); +template std::vector get_compatible_kernels (const GemmArgs &args); } // namespace arm_gemm diff --git a/src/core/NEON/kernels/arm_gemm/gemm_int8.cpp b/src/core/NEON/kernels/arm_gemm/gemm_int8.cpp index 5811c2a1ce..9e49df1c28 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_int8.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_int8.cpp @@ -1,5 +1,5 @@ /* - * Copyright (c) 2017-2019 Arm Limited. + * Copyright (c) 2017-2019 ARM Limited. * * SPDX-License-Identifier: MIT * @@ -34,6 +34,7 @@ #include "kernels/a64_gemm_s8_12x8.hpp" #include "kernels/a64_gemm_s8_4x4.hpp" #include "kernels/a64_hybrid_s8s32_dot_16x4.hpp" +#include "kernels/sve_hybrid_s8s32_dot_4VLx4.hpp" #include "kernels/sve_interleaved_s8s32_dot_3VLx8.hpp" #include "kernels/sve_native_s8s32_dot_4VLx4.hpp" @@ -41,6 +42,13 @@ namespace arm_gemm { static const GemmImplementation gemm_s8_methods[] = { #ifdef __ARM_FEATURE_SVE +{ + GemmMethod::GEMM_HYBRID, + "hybrid_s8s32_dot_4VLx4", + [](const GemmArgs &args) { return args._Ksize>=16 && args._alpha==1 && !args._trA && !args._trB && args._pretransposed_hint; }, + [](const GemmArgs &args) { return ((args._Ksize <= 128) && (args._Nsize <= 128)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, + [](const GemmArgs &args) { return new GemmHybrid(args); } +}, { GemmMethod::GEMM_NATIVE, "native_s8s32_dot_4VLx4", @@ -59,7 +67,7 @@ static const GemmImplementation gemm_s8_methods[] = { { GemmMethod::GEMM_HYBRID, "hybrid_s8s32_dot_16x4", - [](const GemmArgs &args) { return args._ci->has_dotprod() && args._Ksize>=16 && (args._Ksize % 16 == 0) && (args._Nsize % 16 == 0) && !args._trA && !args._trB && args._pretransposed_hint; }, + [](const GemmArgs &args) { return args._ci->has_dotprod() && args._Ksize>=16 && !args._trA && !args._trB && args._pretransposed_hint; }, [](const GemmArgs &args) { return args._Nsize<=256 && args._Ksize>128; }, [](const GemmArgs &args) { return new GemmHybrid(args); } }, @@ -95,7 +103,7 @@ const GemmImplementation *gemm_implementation_list gemm(const GemmArgs &args); template KernelDescription get_gemm_method(const GemmArgs &args); template bool method_is_compatible(GemmMethod method, const GemmArgs &args); -template std::vector get_compatible_kernels (const GemmArgs &args); +template std::vector get_compatible_kernels (const GemmArgs &args); } // namespace arm_gemm diff --git a/src/core/NEON/kernels/arm_gemm/gemm_interleaved.hpp b/src/core/NEON/kernels/arm_gemm/gemm_interleaved.hpp index b83ccd3407..a7731666ec 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_interleaved.hpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_interleaved.hpp @@ -480,7 +480,6 @@ public: return total; } - using GemmCommon::pretranspose_B_array; void pretranspose_B_array(void *in_buffer, const To *B, const int ldb, const int B_multi_stride) override { blockwalker current(*this); Toi *buffer = reinterpret_cast(in_buffer); diff --git a/src/core/NEON/kernels/arm_gemm/gemm_uint16.cpp b/src/core/NEON/kernels/arm_gemm/gemm_uint16.cpp index 6bcbca9e8b..9e3e4e43b3 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_uint16.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_uint16.cpp @@ -58,7 +58,7 @@ const GemmImplementation *gemm_implementation_list gemm(const GemmArgs &args); template KernelDescription get_gemm_method(const GemmArgs &args); template bool method_is_compatible(GemmMethod method, const GemmArgs &args); -template std::vector get_compatible_kernels (const GemmArgs &args); +template std::vector get_compatible_kernels (const GemmArgs &args); } // namespace arm_gemm diff --git a/src/core/NEON/kernels/arm_gemm/gemm_uint8.cpp b/src/core/NEON/kernels/arm_gemm/gemm_uint8.cpp index b95ca8016b..9321bfccfd 100644 --- a/src/core/NEON/kernels/arm_gemm/gemm_uint8.cpp +++ b/src/core/NEON/kernels/arm_gemm/gemm_uint8.cpp @@ -1,5 +1,5 @@ /* - * Copyright (c) 2017-2019 Arm Limited. + * Copyright (c) 2017-2019 ARM Limited. * * SPDX-License-Identifier: MIT * @@ -34,6 +34,7 @@ #include "kernels/a64_gemm_u8_12x8.hpp" #include "kernels/a64_gemm_u8_4x4.hpp" #include "kernels/a64_hybrid_u8u32_dot_16x4.hpp" +#include "kernels/sve_hybrid_u8u32_dot_4VLx4.hpp" #include "kernels/sve_interleaved_u8u32_dot_3VLx8.hpp" #include "kernels/sve_native_u8u32_dot_4VLx4.hpp" @@ -41,6 +42,13 @@ namespace arm_gemm { static const GemmImplementation gemm_u8_methods[] = { #ifdef __ARM_FEATURE_SVE +{ + GemmMethod::GEMM_HYBRID, + "hybrid_u8u32_dot_4VLx4", + [](const GemmArgs &args) { return args._Ksize>=16 && args._alpha==1 && !args._trA && !args._trB && args._pretransposed_hint; }, + [](const GemmArgs &args) { return ((args._Ksize <= 128) && (args._Nsize <= 128)) || ((args._nmulti > 1) && ((args._Msize / args._maxthreads) < 8)); }, + [](const GemmArgs &args) { return new GemmHybrid(args); } +}, { GemmMethod::GEMM_NATIVE, "native_u8u32_dot_4VLx4", @@ -59,7 +67,7 @@ static const GemmImplementation gemm_u8_methods[] = { { GemmMethod::GEMM_HYBRID, "hybrid_u8u32_dot_16x4", - [](const GemmArgs &args) { return args._ci->has_dotprod() && args._Ksize>=16 && (args._Ksize % 16 == 0) && (args._Nsize % 16 == 0) && !args._trA && !args._trB && args._pretransposed_hint; }, + [](const GemmArgs &args) { return args._ci->has_dotprod() && args._Ksize>=16 && !args._trA && !args._trB && args._pretransposed_hint; }, [](const GemmArgs &args) { return args._Nsize<=256 && args._Ksize>128; }, [](const GemmArgs &args) { return new GemmHybrid(args); } }, @@ -95,7 +103,7 @@ const GemmImplementation *gemm_implementation_list gemm(const GemmArgs &args); template KernelDescription get_gemm_method(const GemmArgs &args); template bool method_is_compatible(GemmMethod method, const GemmArgs &args); -template std::vector get_compatible_kernels (const GemmArgs &args); +template std::vector get_compatible_kernels (const GemmArgs &args); } // namespace arm_gemm diff --git a/src/core/NEON/kernels/arm_gemm/gemv_batched.hpp b/src/core/NEON/kernels/arm_gemm/gemv_batched.hpp index 32d668f66d..b7f9de85c4 100644 --- a/src/core/NEON/kernels/arm_gemm/gemv_batched.hpp +++ b/src/core/NEON/kernels/arm_gemm/gemv_batched.hpp @@ -44,10 +44,9 @@ public: _subgemm = gemm(newargs); } - using GemmCommon::set_arrays; void set_arrays(const To *A, const int lda, const int A_batch_stride, const int A_multi_stride, const To *B, const int ldb, const int B_multi_stride, - Tr *C, const int ldc, const int C_batch_stride, const int C_multi_stride) override { + Tr *C, const int ldc, const int C_batch_stride, const int C_multi_stride) override { /* A and C's batch stride becomes their new row stride. New batch stride is 0 as nbatches for subgemm is always 1. */ _subgemm->set_arrays(A, A_batch_stride, 0, A_multi_stride, B, ldb, B_multi_stride, @@ -86,7 +85,6 @@ public: return _subgemm->get_B_pretransposed_array_size(); } - using GemmCommon::pretranspose_B_array; void pretranspose_B_array(void *buffer, const To *B, const int ldb, const int B_multi_stride) override { _subgemm->pretranspose_B_array(buffer, B, ldb, B_multi_stride); } diff --git a/src/core/NEON/kernels/arm_gemm/gemv_pretransposed.hpp b/src/core/NEON/kernels/arm_gemm/gemv_pretransposed.hpp index f7beb0a34c..21f8278529 100644 --- a/src/core/NEON/kernels/arm_gemm/gemv_pretransposed.hpp +++ b/src/core/NEON/kernels/arm_gemm/gemv_pretransposed.hpp @@ -148,7 +148,6 @@ public: return _buffer_per_multi * _nmultis * sizeof(To); } - using GemmCommon::pretranspose_B_array; void pretranspose_B_array(void *buffer, const To *B, const int ldb, const int B_multi_stride) override { Toi *A_buffer = reinterpret_cast(buffer); diff --git a/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4.hpp b/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4.hpp new file mode 100644 index 0000000000..560593958a --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4.hpp @@ -0,0 +1,77 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#pragma once + +#ifdef __aarch64__ + + +#include "../std_transforms_fixed.hpp" + +namespace arm_gemm +{ + +// Actual kernel implementations +void a64_hybrid_fp32_mla_16x4(const float *, int, const float *, float *, int, float, int, int, int); +void a64_hybrid_fp32_mla_16x4_a55(const float *, int, const float *, float *, int, float, int, int, int); + +class hybrid_fp32_mla_16x4 +{ +public: + typedef float operand_type; + typedef float result_type; + + typedef void (*kern_type)(const float *, int, const float *, float *, int, float, int, int, int); + + /* Kernel blocking parameters */ + static unsigned int out_height() + { + return 4; + } + + static unsigned int out_width() + { + return 16; + } + + static unsigned int k_unroll() + { + return 1; + } + + StdTransformsFixed transforms = {}; + + // Default to the generic kernel + kern_type kernel=a64_hybrid_fp32_mla_16x4; + + hybrid_fp32_mla_16x4(const CPUInfo *ci) + { + if (ci->get_cpu_model() == CPUModel::A55r1) { + kernel = a64_hybrid_fp32_mla_16x4_a55; + } + } +}; + +} // namespace arm_gemm + +#endif // __aarch64__ diff --git a/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4/a55.cpp b/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4/a55.cpp new file mode 100644 index 0000000000..7261761d7e --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/a64_hybrid_fp32_mla_16x4/a55.cpp @@ -0,0 +1,2352 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#ifdef __aarch64__ + +#include + + +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void a64_hybrid_fp32_mla_16x4_a55(const float *A, int lda, const float *B, float *C, int ldc, float beta, int M, int N, int K) { + const long beta0 = (beta == 0.0f); + const int K_stride = K; + const long loops_count = ((K + 4) / 8) - 1; + K -= loops_count * 8; + const long regs_count = (K / 4) - 1; + K -= (regs_count + 1) * 4; + const long blocks_count = K / 1; + + for (int y=0; y + + +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void a64_hybrid_fp32_mla_16x4(const float *A, int lda, const float *B, float *C, int ldc, float beta, int M, int N, int K) { + const long beta0 = (beta == 0.0f); + const int K_stride = K; + const long loops_count = ((K + 4) / 8) - 1; + K -= loops_count * 8; + const long regs_count = (K / 4) - 1; + K -= (regs_count + 1) * 4; + const long blocks_count = K / 1; + + for (int y=0; y() * 4; + } + + static unsigned int k_unroll() + { + return 1; + } + + StdTransformsSVE transforms = {}; + + // Default to the generic kernel + kern_type kernel=sve_hybrid_fp16_mla_4VLx4; + + hybrid_fp16_mla_4VLx4(const CPUInfo *ci) + { + + } +}; + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4/generic.cpp new file mode 100644 index 0000000000..ab41fb3743 --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_fp16_mla_4VLx4/generic.cpp @@ -0,0 +1,3681 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#ifdef __ARM_FEATURE_SVE + +#include + + +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void sve_hybrid_fp16_mla_4VLx4(const __fp16 *A, int lda, const __fp16 *B, __fp16 *C, int ldc, __fp16 beta, int M, int N, int K) { + const long beta0 = (beta == 0.0f); + const int K_stride = K; + const long loops_count = ((K + 8) / 16) - 1; + K -= loops_count * 16; + const long regs_count = (K / 8) - 1; + K -= (regs_count + 1) * 8; + const long leftovers = K; + + for (int y=0; y())) { + const long width = std::min((unsigned long)N-x0, (4 * get_vector_length<__fp16>())); + const __fp16 *betaptr = β + long loops = loops_count; + long regs = regs_count; + long temp = 0; + long blocks = leftovers; + const __fp16 *a_ptr0 = a_ptr0_base; + const __fp16 *b_ptr0 = B + (K_stride * x0); + + switch(M-y) { + case 1: + __asm __volatile ( + "whilelt p6.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "mov z18.h, #0\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z19.h, #0\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 2: + __asm __volatile ( + "a_ptr1 .req X0\n" + "c_ptr1 .req X1\n" + "add a_ptr1, %[a_ptr0], %[lda]\n" + "add c_ptr1, %[c_ptr0], %[ldc]\n" + "whilelt p6.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "mov z19.h, #0\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z20.h, #0\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z21.h, #0\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z22.h, #0\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z23.h, #0\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq c_ptr1\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 3: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "c_ptr1 .req X2\n" + "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.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "mov z19.h, #0\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "mov z20.h, #0\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z21.h, #0\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z22.h, #0\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z23.h, #0\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z24.h, #0\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z25.h, #0\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z26.h, #0\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z27.h, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "add a_ptr1, a_ptr1, #0x10\n" + "add a_ptr2, a_ptr2, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1h z24.h, p0/z, [c_ptr2]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1h z25.h, p1/z, [c_ptr2, #1, MUL VL]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z26.h, p2/z, [c_ptr2, #2, MUL VL]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z27.h, p3/z, [c_ptr2, #3, MUL VL]\n" + "fmul z24.h, p7/m, z24.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z25.h, p7/m, z25.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z26.h, p7/m, z26.h, z15.h\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "fmul z27.h, p7/m, z27.h, z15.h\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z2.h, p7/z, [a_ptr2, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z2.h, p6/z, [a_ptr2, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p6/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + "st1h z24.h, p0, [c_ptr2]\n" + "st1h z25.h, p1, [c_ptr2, #1, MUL VL]\n" + "st1h z26.h, p2, [c_ptr2, #2, MUL VL]\n" + "st1h z27.h, p3, [c_ptr2, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + default: + case 4: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "a_ptr3 .req X2\n" + "c_ptr1 .req X3\n" + "c_ptr2 .req X4\n" + "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.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "mov z19.h, #0\n" + "ld1rqh z3.h, p7/z, [a_ptr3]\n" + "mov z20.h, #0\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "mov z21.h, #0\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z22.h, #0\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z23.h, #0\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z24.h, #0\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z25.h, #0\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z26.h, #0\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z27.h, #0\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z28.h, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z29.h, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "mov z30.h, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" + "mov z31.h, #0\n" + "add a_ptr3, a_ptr3, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1h z24.h, p0/z, [c_ptr2]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1h z25.h, p1/z, [c_ptr2, #1, MUL VL]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z26.h, p2/z, [c_ptr2, #2, MUL VL]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z27.h, p3/z, [c_ptr2, #3, MUL VL]\n" + "fmul z24.h, p7/m, z24.h, z15.h\n" + "ld1h z28.h, p0/z, [c_ptr3]\n" + "fmul z25.h, p7/m, z25.h, z15.h\n" + "ld1h z29.h, p1/z, [c_ptr3, #1, MUL VL]\n" + "fmul z26.h, p7/m, z26.h, z15.h\n" + "ld1h z30.h, p2/z, [c_ptr3, #2, MUL VL]\n" + "fmul z27.h, p7/m, z27.h, z15.h\n" + "ld1h z31.h, p3/z, [c_ptr3, #3, MUL VL]\n" + "fmul z28.h, p7/m, z28.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z29.h, p7/m, z29.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z30.h, p7/m, z30.h, z15.h\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "fmul z31.h, p7/m, z31.h, z15.h\n" + "ld1rqh z3.h, p7/z, [a_ptr3]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr3, a_ptr3, #0x10\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p7/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "add a_ptr3, a_ptr3, #0x20\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1rqh z2.h, p7/z, [a_ptr2, #-0x10]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z3.h, p7/z, [a_ptr3, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z28.h, z12.h, z7.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z29.h, z13.h, z7.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z30.h, z14.h, z7.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "fmla z31.h, z15.h, z7.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p7/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1rqh z2.h, p6/z, [a_ptr2, #0x10]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z3.h, p6/z, [a_ptr3, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z28.h, z12.h, z7.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z29.h, z13.h, z7.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z30.h, z14.h, z7.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "fmla z31.h, z15.h, z7.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p6/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p6/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "b.eq 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "b.eq 5f\n" + "ld1h z12.h, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z13.h, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1h z14.h, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z15.h, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "b.eq 5f\n" + "ld1h z8.h, p7/z, [%[b_ptr0]]\n" + "ld1h z9.h, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + "st1h z24.h, p0, [c_ptr2]\n" + "st1h z25.h, p1, [c_ptr2, #1, MUL VL]\n" + "st1h z26.h, p2, [c_ptr2, #2, MUL VL]\n" + "st1h z27.h, p3, [c_ptr2, #3, MUL VL]\n" + "st1h z28.h, p0, [c_ptr3]\n" + "st1h z29.h, p1, [c_ptr3, #1, MUL VL]\n" + "st1h z30.h, p2, [c_ptr3, #2, MUL VL]\n" + "st1h z31.h, p3, [c_ptr3, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq a_ptr3\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + ".unreq c_ptr3\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + } + } + } +} + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4.hpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4.hpp new file mode 100644 index 0000000000..ffd7918b7a --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4.hpp @@ -0,0 +1,74 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#pragma once + +#ifdef __ARM_FEATURE_SVE + +#include +#include "../std_transforms_sve.hpp" + +namespace arm_gemm +{ + +// Actual kernel implementations +void sve_hybrid_s8s32_dot_4VLx4(const int8_t *, int, const int8_t *, int32_t *, int, int32_t, int, int, int); + +class hybrid_s8s32_dot_4VLx4 +{ +public: + typedef int8_t operand_type; + typedef int32_t result_type; + + typedef void (*kern_type)(const int8_t *, int, const int8_t *, int32_t *, int, int32_t, int, int, int); + + /* Kernel blocking parameters */ + static unsigned int out_height() + { + return 4; + } + + static unsigned int out_width() + { + return get_vector_length() * 4; + } + + static unsigned int k_unroll() + { + return 4; + } + + StdTransformsSVE transforms = {}; + + // Default to the generic kernel + kern_type kernel=sve_hybrid_s8s32_dot_4VLx4; + + hybrid_s8s32_dot_4VLx4(const CPUInfo *ci) + { + + } +}; + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4/generic.cpp new file mode 100644 index 0000000000..673f186524 --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_s8s32_dot_4VLx4/generic.cpp @@ -0,0 +1,2150 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#ifdef __ARM_FEATURE_SVE + +#include + +#include +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void sve_hybrid_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int32_t *C, int ldc, int32_t beta, int M, int N, int K) { + const long beta0 = (beta == 0); + const int K_stride = ((K + 3) / 4) * 4; + const long loops_count = ((K + 16) / 32) - 1; + K -= loops_count * 32; + const long regs_count = (K / 16) - 1; + K -= (regs_count + 1) * 16; + const long leftovers = K; + const long blocks_count = (K + 3) / 4; + + for (int y=0; y())) { + const long width = std::min((unsigned long)N-x0, (4 * get_vector_length())); + const int32_t *betaptr = β + long loops = loops_count; + long regs = regs_count; + long temp = 0; + long blocks = blocks_count; + const int8_t *a_ptr0 = a_ptr0_base; + const int8_t *b_ptr0 = B + (K_stride * x0); + + switch(M-y) { + case 1: + __asm __volatile ( + "whilelt p6.b, %[temp], %[leftovers]\n" + "whilelt p0.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z18.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z19.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "subs %[loops], %[loops], #0x1\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "b 5f\n" + "4:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "5:\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), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 2: + __asm __volatile ( + "a_ptr1 .req X0\n" + "c_ptr1 .req X1\n" + "add a_ptr1, %[a_ptr0], %[lda]\n" + "add c_ptr1, %[c_ptr0], %[ldc]\n" + "whilelt p6.b, %[temp], %[leftovers]\n" + "whilelt p0.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z19.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z20.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z21.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z1.b, p7/z, [a_ptr1, #-0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "b 5f\n" + "4:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z5.b, p6/z, [a_ptr1]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq c_ptr1\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 3: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "c_ptr1 .req X2\n" + "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" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mov z19.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z20.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z21.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z24.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z25.s, #0\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z26.s, #0\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z27.s, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "add a_ptr1, a_ptr1, #0x10\n" + "add a_ptr2, a_ptr2, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "mul z24.s, p7/m, z24.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z25.s, p7/m, z25.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z26.s, p7/m, z26.s, z15.s\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mul z27.s, p7/m, z27.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z6.b, p7/z, [a_ptr2]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1rqb z1.b, p7/z, [a_ptr1, #-0x10]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z2.b, p7/z, [a_ptr2, #-0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z6.b, p7/z, [a_ptr2]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z2.b, p6/z, [a_ptr2, #0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "b 5f\n" + "4:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p6/z, [a_ptr1]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z6.b, p6/z, [a_ptr2]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + "st1w z24.s, p0, [c_ptr2]\n" + "st1w z25.s, p1, [c_ptr2, #1, MUL VL]\n" + "st1w z26.s, p2, [c_ptr2, #2, MUL VL]\n" + "st1w z27.s, p3, [c_ptr2, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + default: + case 4: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "a_ptr3 .req X2\n" + "c_ptr1 .req X3\n" + "c_ptr2 .req X4\n" + "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" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mov z19.s, #0\n" + "ld1rqb z3.b, p7/z, [a_ptr3]\n" + "mov z20.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z21.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z24.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z25.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z26.s, #0\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z27.s, #0\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z28.s, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z29.s, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "mov z30.s, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" + "mov z31.s, #0\n" + "add a_ptr3, a_ptr3, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "mul z24.s, p7/m, z24.s, z15.s\n" + "ld1w z28.s, p0/z, [c_ptr3]\n" + "mul z25.s, p7/m, z25.s, z15.s\n" + "ld1w z29.s, p1/z, [c_ptr3, #1, MUL VL]\n" + "mul z26.s, p7/m, z26.s, z15.s\n" + "ld1w z30.s, p2/z, [c_ptr3, #2, MUL VL]\n" + "mul z27.s, p7/m, z27.s, z15.s\n" + "ld1w z31.s, p3/z, [c_ptr3, #3, MUL VL]\n" + "mul z28.s, p7/m, z28.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z29.s, p7/m, z29.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z30.s, p7/m, z30.s, z15.s\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, p7/z, [%[b_ptr0]]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr3, a_ptr3, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z28.s, z8.b, z3.b[0]\n" + "ld1rqb z6.b, p7/z, [a_ptr2]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z7.b, p7/z, [a_ptr3]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "sdot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "sdot z30.s, z10.b, z3.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "add a_ptr3, a_ptr3, #0x20\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "sdot z31.s, z11.b, z3.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "sdot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "sdot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "sdot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z28.s, z8.b, z3.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z30.s, z10.b, z3.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "sdot z31.s, z11.b, z3.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z28.s, z12.b, z3.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z30.s, z14.b, z3.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1rqb z1.b, p7/z, [a_ptr1, #-0x10]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "ld1rqb z2.b, p7/z, [a_ptr2, #-0x10]\n" + "sdot z31.s, z15.b, z3.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z3.b, p7/z, [a_ptr3, #-0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "sdot z28.s, z8.b, z7.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "sdot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "sdot z30.s, z10.b, z7.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "sdot z31.s, z11.b, z7.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "sdot z28.s, z12.b, z7.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "sdot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "sdot z30.s, z14.b, z7.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "sdot z31.s, z15.b, z7.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z28.s, z8.b, z7.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "sdot z29.s, z9.b, z7.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "sdot z30.s, z10.b, z7.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "sdot z31.s, z11.b, z7.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "sdot z28.s, z12.b, z7.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "sdot z29.s, z13.b, z7.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "sdot z30.s, z14.b, z7.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "sdot z31.s, z15.b, z7.b[3]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p7/z, [a_ptr1]\n" + "sdot z28.s, z8.b, z3.b[0]\n" + "ld1rqb z6.b, p7/z, [a_ptr2]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z7.b, p7/z, [a_ptr3]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "sdot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "sdot z30.s, z10.b, z3.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "sdot z31.s, z11.b, z3.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "sdot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "sdot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "sdot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z28.s, z8.b, z3.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z30.s, z10.b, z3.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "sdot z31.s, z11.b, z3.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z28.s, z12.b, z3.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z30.s, z14.b, z3.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "ld1rqb z2.b, p6/z, [a_ptr2, #0x10]\n" + "sdot z31.s, z15.b, z3.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z3.b, p6/z, [a_ptr3, #0x10]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "sdot z28.s, z8.b, z7.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "sdot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "sdot z30.s, z10.b, z7.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "sdot z31.s, z11.b, z7.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "sdot z28.s, z12.b, z7.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "sdot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "sdot z30.s, z14.b, z7.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "sdot z31.s, z15.b, z7.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z28.s, z8.b, z7.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "sdot z29.s, z9.b, z7.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "sdot z30.s, z10.b, z7.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "sdot z31.s, z11.b, z7.b[2]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "sdot z28.s, z12.b, z7.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "sdot z29.s, z13.b, z7.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "sdot z30.s, z14.b, z7.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "sdot z31.s, z15.b, z7.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "sdot z28.s, z8.b, z3.b[0]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "sdot z29.s, z9.b, z3.b[0]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "sdot z30.s, z10.b, z3.b[0]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "sdot z31.s, z11.b, z3.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "sdot z28.s, z12.b, z3.b[1]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "sdot z29.s, z13.b, z3.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "sdot z30.s, z14.b, z3.b[1]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "sdot z31.s, z15.b, z3.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z28.s, z8.b, z3.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z29.s, z9.b, z3.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z30.s, z10.b, z3.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "sdot z31.s, z11.b, z3.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z28.s, z12.b, z3.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z29.s, z13.b, z3.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z30.s, z14.b, z3.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "sdot z31.s, z15.b, z3.b[3]\n" + "b 5f\n" + "4:\n" + "sdot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "sdot z24.s, z8.b, z2.b[0]\n" + "ld1rqb z5.b, p6/z, [a_ptr1]\n" + "sdot z28.s, z8.b, z3.b[0]\n" + "ld1rqb z6.b, p6/z, [a_ptr2]\n" + "sdot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z7.b, p6/z, [a_ptr3]\n" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "sdot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z26.s, z10.b, z2.b[0]\n" + "sdot z30.s, z10.b, z3.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z19.s, z11.b, z0.b[0]\n" + "sdot z23.s, z11.b, z1.b[0]\n" + "sdot z27.s, z11.b, z2.b[0]\n" + "sdot z31.s, z11.b, z3.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z16.s, z12.b, z0.b[1]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z24.s, z12.b, z2.b[1]\n" + "sdot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "sdot z17.s, z13.b, z0.b[1]\n" + "sdot z21.s, z13.b, z1.b[1]\n" + "sdot z25.s, z13.b, z2.b[1]\n" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "sdot z18.s, z14.b, z0.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z26.s, z14.b, z2.b[1]\n" + "sdot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z27.s, z15.b, z2.b[1]\n" + "sdot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z8.b, z0.b[2]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z24.s, z8.b, z2.b[2]\n" + "sdot z28.s, z8.b, z3.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z21.s, z9.b, z1.b[2]\n" + "sdot z25.s, z9.b, z2.b[2]\n" + "sdot z29.s, z9.b, z3.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z26.s, z10.b, z2.b[2]\n" + "sdot z30.s, z10.b, z3.b[2]\n" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" + "sdot z27.s, z11.b, z2.b[2]\n" + "sdot z31.s, z11.b, z3.b[2]\n" + "sdot z16.s, z12.b, z0.b[3]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z24.s, z12.b, z2.b[3]\n" + "sdot z28.s, z12.b, z3.b[3]\n" + "sdot z17.s, z13.b, z0.b[3]\n" + "sdot z21.s, z13.b, z1.b[3]\n" + "sdot z25.s, z13.b, z2.b[3]\n" + "sdot z29.s, z13.b, z3.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" + "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z26.s, z14.b, z2.b[3]\n" + "sdot z30.s, z14.b, z3.b[3]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "sdot z23.s, z15.b, z1.b[3]\n" + "sdot z27.s, z15.b, z2.b[3]\n" + "sdot z31.s, z15.b, z3.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[0]\n" + "sdot z20.s, z8.b, z5.b[0]\n" + "sdot z24.s, z8.b, z6.b[0]\n" + "sdot z28.s, z8.b, z7.b[0]\n" + "sdot z17.s, z9.b, z4.b[0]\n" + "sdot z21.s, z9.b, z5.b[0]\n" + "sdot z25.s, z9.b, z6.b[0]\n" + "sdot z29.s, z9.b, z7.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" + "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z26.s, z10.b, z6.b[0]\n" + "sdot z30.s, z10.b, z7.b[0]\n" + "sdot z19.s, z11.b, z4.b[0]\n" + "sdot z23.s, z11.b, z5.b[0]\n" + "sdot z27.s, z11.b, z6.b[0]\n" + "sdot z31.s, z11.b, z7.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "sdot z24.s, z12.b, z6.b[1]\n" + "sdot z28.s, z12.b, z7.b[1]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "sdot z25.s, z13.b, z6.b[1]\n" + "sdot z29.s, z13.b, z7.b[1]\n" + "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z26.s, z14.b, z6.b[1]\n" + "sdot z30.s, z14.b, z7.b[1]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z27.s, z15.b, z6.b[1]\n" + "sdot z31.s, z15.b, z7.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "sdot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z24.s, z8.b, z6.b[2]\n" + "sdot z28.s, z8.b, z7.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z21.s, z9.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.b[2]\n" + "sdot z29.s, z9.b, z7.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z26.s, z10.b, z6.b[2]\n" + "sdot z30.s, z10.b, z7.b[2]\n" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" + "sdot z27.s, z11.b, z6.b[2]\n" + "sdot z31.s, z11.b, z7.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "sdot z16.s, z12.b, z4.b[3]\n" + "sdot z20.s, z12.b, z5.b[3]\n" + "sdot z24.s, z12.b, z6.b[3]\n" + "sdot z28.s, z12.b, z7.b[3]\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "sdot z25.s, z13.b, z6.b[3]\n" + "sdot z29.s, z13.b, z7.b[3]\n" + "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z22.s, z14.b, z5.b[3]\n" + "sdot z26.s, z14.b, z6.b[3]\n" + "sdot z30.s, z14.b, z7.b[3]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot z23.s, z15.b, z5.b[3]\n" + "sdot z27.s, z15.b, z6.b[3]\n" + "sdot z31.s, z15.b, z7.b[3]\n" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + "st1w z24.s, p0, [c_ptr2]\n" + "st1w z25.s, p1, [c_ptr2, #1, MUL VL]\n" + "st1w z26.s, p2, [c_ptr2, #2, MUL VL]\n" + "st1w z27.s, p3, [c_ptr2, #3, MUL VL]\n" + "st1w z28.s, p0, [c_ptr3]\n" + "st1w z29.s, p1, [c_ptr3, #1, MUL VL]\n" + "st1w z30.s, p2, [c_ptr3, #2, MUL VL]\n" + "st1w z31.s, p3, [c_ptr3, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq a_ptr3\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + ".unreq c_ptr3\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + } + } + } +} + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4.hpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4.hpp new file mode 100644 index 0000000000..2701a9e939 --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4.hpp @@ -0,0 +1,74 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#pragma once + +#ifdef __ARM_FEATURE_SVE + +#include +#include "../std_transforms_sve.hpp" + +namespace arm_gemm +{ + +// Actual kernel implementations +void sve_hybrid_u8u32_dot_4VLx4(const uint8_t *, int, const uint8_t *, uint32_t *, int, uint32_t, int, int, int); + +class hybrid_u8u32_dot_4VLx4 +{ +public: + typedef uint8_t operand_type; + typedef uint32_t result_type; + + typedef void (*kern_type)(const uint8_t *, int, const uint8_t *, uint32_t *, int, uint32_t, int, int, int); + + /* Kernel blocking parameters */ + static unsigned int out_height() + { + return 4; + } + + static unsigned int out_width() + { + return get_vector_length() * 4; + } + + static unsigned int k_unroll() + { + return 4; + } + + StdTransformsSVE transforms = {}; + + // Default to the generic kernel + kern_type kernel=sve_hybrid_u8u32_dot_4VLx4; + + hybrid_u8u32_dot_4VLx4(const CPUInfo *ci) + { + + } +}; + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4/generic.cpp new file mode 100644 index 0000000000..d34d0e5fc7 --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_hybrid_u8u32_dot_4VLx4/generic.cpp @@ -0,0 +1,2150 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#ifdef __ARM_FEATURE_SVE + +#include + +#include +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void sve_hybrid_u8u32_dot_4VLx4(const uint8_t *A, int lda, const uint8_t *B, uint32_t *C, int ldc, uint32_t beta, int M, int N, int K) { + const long beta0 = (beta == 0u); + const int K_stride = ((K + 3) / 4) * 4; + const long loops_count = ((K + 16) / 32) - 1; + K -= loops_count * 32; + const long regs_count = (K / 16) - 1; + K -= (regs_count + 1) * 16; + const long leftovers = K; + const long blocks_count = (K + 3) / 4; + + for (int y=0; y())) { + const long width = std::min((unsigned long)N-x0, (4 * get_vector_length())); + const uint32_t *betaptr = β + long loops = loops_count; + long regs = regs_count; + long temp = 0; + long blocks = blocks_count; + const uint8_t *a_ptr0 = a_ptr0_base; + const uint8_t *b_ptr0 = B + (K_stride * x0); + + switch(M-y) { + case 1: + __asm __volatile ( + "whilelt p6.b, %[temp], %[leftovers]\n" + "whilelt p0.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z18.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z19.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "subs %[loops], %[loops], #0x1\n" + "udot z19.s, z11.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z16.s, z12.b, z0.b[3]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "udot z17.s, z13.b, z0.b[3]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "udot z19.s, z15.b, z0.b[3]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "udot z17.s, z9.b, z4.b[0]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z19.s, z11.b, z4.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z19.s, z15.b, z4.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z9.b, z4.b[2]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z10.b, z4.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z11.b, z4.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "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" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z19.s, z11.b, z0.b[2]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z17.s, z13.b, z0.b[3]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "udot z19.s, z15.b, z0.b[3]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "udot z17.s, z9.b, z4.b[0]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z19.s, z11.b, z4.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z19.s, z15.b, z4.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z9.b, z4.b[2]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z10.b, z4.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z11.b, z4.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "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.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "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 5f\n" + "4:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "udot z19.s, z11.b, z0.b[2]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "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.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "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" + "5:\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), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 2: + __asm __volatile ( + "a_ptr1 .req X0\n" + "c_ptr1 .req X1\n" + "add a_ptr1, %[a_ptr0], %[lda]\n" + "add c_ptr1, %[c_ptr0], %[ldc]\n" + "whilelt p6.b, %[temp], %[leftovers]\n" + "whilelt p0.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z19.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z20.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z21.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "udot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "udot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "udot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "udot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "udot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "udot z21.s, z9.b, z1.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "udot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "udot z19.s, z11.b, z0.b[2]\n" + "udot z23.s, z11.b, z1.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "udot z17.s, z13.b, z0.b[3]\n" + "udot z21.s, z13.b, z1.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z1.b, p7/z, [a_ptr1, #-0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z17.s, z9.b, z4.b[0]\n" + "udot z21.s, z9.b, z5.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z4.b[0]\n" + "udot z23.s, z11.b, z5.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "udot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "udot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z15.b, z4.b[1]\n" + "udot z23.s, z15.b, z5.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z5.b[2]\n" + "udot z17.s, z9.b, z4.b[2]\n" + "udot z21.s, z9.b, z5.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z18.s, z10.b, z4.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "udot z22.s, z10.b, z5.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "udot z19.s, z11.b, z4.b[2]\n" + "udot z23.s, z11.b, z5.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "udot z17.s, z13.b, z4.b[3]\n" + "udot z21.s, z13.b, z5.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z4.b[3]\n" + "udot z22.s, z14.b, z5.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "cbz %[regs], 4f\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p7/z, [%[a_ptr0]]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "udot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "udot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "udot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "udot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z17.s, z9.b, z0.b[2]\n" + "udot z21.s, z9.b, z1.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z18.s, z10.b, z0.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "udot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "udot z19.s, z11.b, z0.b[2]\n" + "udot z23.s, z11.b, z1.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "udot z17.s, z13.b, z0.b[3]\n" + "udot z21.s, z13.b, z1.b[3]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z1.b, p6/z, [a_ptr1, #0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z17.s, z9.b, z4.b[0]\n" + "udot z21.s, z9.b, z5.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z4.b[0]\n" + "udot z23.s, z11.b, z5.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "udot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "udot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z15.b, z4.b[1]\n" + "udot z23.s, z15.b, z5.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\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 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" + "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" + "udot z21.s, z13.b, z5.b[3]\n" + "udot z18.s, z14.b, z4.b[3]\n" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[0]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "udot z17.s, z9.b, z0.b[0]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "udot z21.s, z13.b, z1.b[1]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z17.s, z9.b, z0.b[2]\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" + "udot z23.s, z11.b, z1.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\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 z21.s, z13.b, z1.b[3]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "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 5f\n" + "4:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "udot z17.s, z9.b, z0.b[0]\n" + "ld1rqb z5.b, p6/z, [a_ptr1]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "udot z23.s, z11.b, z1.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "udot z17.s, z13.b, z0.b[1]\n" + "udot z21.s, z13.b, z1.b[1]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "udot z18.s, z14.b, z0.b[1]\n" + "udot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "udot z19.s, z15.b, z0.b[1]\n" + "udot z23.s, z15.b, z1.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\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 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" + "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" + "udot z21.s, z13.b, z1.b[3]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z17.s, z9.b, z4.b[0]\n" + "udot z21.s, z9.b, z5.b[0]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z17.s, z13.b, z4.b[1]\n" + "udot z21.s, z13.b, z5.b[1]\n" + "udot z18.s, z14.b, z4.b[1]\n" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z20.s, z8.b, z5.b[2]\n" + "udot z17.s, z9.b, z4.b[2]\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" + "udot z23.s, z11.b, z5.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\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 z21.s, z13.b, z5.b[3]\n" + "udot z18.s, z14.b, z4.b[3]\n" + "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" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq c_ptr1\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + case 3: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "c_ptr1 .req X2\n" + "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" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mov z19.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z20.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z21.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z24.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z25.s, #0\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z26.s, #0\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z27.s, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "add a_ptr1, a_ptr1, #0x10\n" + "add a_ptr2, a_ptr2, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "mul z24.s, p7/m, z24.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z25.s, p7/m, z25.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z26.s, p7/m, z26.s, z15.s\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mul z27.s, p7/m, z27.s, z15.s\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "udot z22.s, z10.b, z1.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "udot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "add a_ptr1, a_ptr1, #0x20\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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\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, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\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" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z21.s, z9.b, z1.b[2]\n" + "udot z25.s, z9.b, z2.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "udot z27.s, z15.b, z2.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z2.b, p7/z, [a_ptr2, #-0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "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" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\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, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\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" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z21.s, z9.b, z5.b[2]\n" + "udot z25.s, z9.b, z6.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\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, p7/z, [%[b_ptr0], #-2, MUL VL]\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 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "udot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\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, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\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" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "udot z21.s, z9.b, z1.b[2]\n" + "udot z25.s, z9.b, z2.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "udot z27.s, z15.b, z2.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z2.b, p6/z, [a_ptr2, #0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "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" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\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, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "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" + "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" + "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" + "udot z27.s, z11.b, z6.b[2]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "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 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" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[0]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "udot z24.s, z8.b, z2.b[0]\n" + "udot z17.s, z9.b, z0.b[0]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "udot z26.s, z10.b, z2.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "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 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" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\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" + "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" + "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" + "udot z27.s, z11.b, z2.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "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 z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "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 5f\n" + "4:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "udot z24.s, z8.b, z2.b[0]\n" + "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" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "udot z22.s, z10.b, z1.b[0]\n" + "udot z26.s, z10.b, z2.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\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, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "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" + "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" + "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" + "udot z27.s, z11.b, z2.b[2]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "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 z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "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], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "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 z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "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 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "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 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" + "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 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\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" + "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" + "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" + "udot z27.s, z11.b, z6.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "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 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" + "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" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + "st1w z24.s, p0, [c_ptr2]\n" + "st1w z25.s, p1, [c_ptr2, #1, MUL VL]\n" + "st1w z26.s, p2, [c_ptr2, #2, MUL VL]\n" + "st1w z27.s, p3, [c_ptr2, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + default: + case 4: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "a_ptr3 .req X2\n" + "c_ptr1 .req X3\n" + "c_ptr2 .req X4\n" + "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" + "incw %[temp], all, mul #1\n" + "ptrue p7.b\n" + "whilelt p1.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p2.s, %[temp], %[width]\n" + "incw %[temp], all, mul #1\n" + "whilelt p3.s, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.s, #0\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mov z17.s, #0\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mov z18.s, #0\n" + "ld1rqb z2.b, p7/z, [a_ptr2]\n" + "mov z19.s, #0\n" + "ld1rqb z3.b, p7/z, [a_ptr3]\n" + "mov z20.s, #0\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "mov z21.s, #0\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z22.s, #0\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z23.s, #0\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z24.s, #0\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "mov z25.s, #0\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "mov z26.s, #0\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "mov z27.s, #0\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "mov z28.s, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z29.s, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "mov z30.s, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" + "mov z31.s, #0\n" + "add a_ptr3, a_ptr3, #0x10\n" + "addvl %[b_ptr0], %[b_ptr0], #8\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" + "mul z16.s, p7/m, z16.s, z15.s\n" + "ld1w z20.s, p0/z, [c_ptr1]\n" + "mul z17.s, p7/m, z17.s, z15.s\n" + "ld1w z21.s, p1/z, [c_ptr1, #1, MUL VL]\n" + "mul z18.s, p7/m, z18.s, z15.s\n" + "ld1w z22.s, p2/z, [c_ptr1, #2, MUL VL]\n" + "mul z19.s, p7/m, z19.s, z15.s\n" + "ld1w z23.s, p3/z, [c_ptr1, #3, MUL VL]\n" + "mul z20.s, p7/m, z20.s, z15.s\n" + "ld1w z24.s, p0/z, [c_ptr2]\n" + "mul z21.s, p7/m, z21.s, z15.s\n" + "ld1w z25.s, p1/z, [c_ptr2, #1, MUL VL]\n" + "mul z22.s, p7/m, z22.s, z15.s\n" + "ld1w z26.s, p2/z, [c_ptr2, #2, MUL VL]\n" + "mul z23.s, p7/m, z23.s, z15.s\n" + "ld1w z27.s, p3/z, [c_ptr2, #3, MUL VL]\n" + "mul z24.s, p7/m, z24.s, z15.s\n" + "ld1w z28.s, p0/z, [c_ptr3]\n" + "mul z25.s, p7/m, z25.s, z15.s\n" + "ld1w z29.s, p1/z, [c_ptr3, #1, MUL VL]\n" + "mul z26.s, p7/m, z26.s, z15.s\n" + "ld1w z30.s, p2/z, [c_ptr3, #2, MUL VL]\n" + "mul z27.s, p7/m, z27.s, z15.s\n" + "ld1w z31.s, p3/z, [c_ptr3, #3, MUL VL]\n" + "mul z28.s, p7/m, z28.s, z15.s\n" + "ld1rqb z0.b, p7/z, [%[a_ptr0]]\n" + "mul z29.s, p7/m, z29.s, z15.s\n" + "ld1rqb z1.b, p7/z, [a_ptr1]\n" + "mul z30.s, p7/m, z30.s, z15.s\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, p7/z, [%[b_ptr0]]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr3, a_ptr3, #0x10\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "addvl %[b_ptr0], %[b_ptr0], #8\n" + "cbz %[loops], 2f\n" + "3:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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 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" + "udot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "subs %[loops], %[loops], #0x1\n" + "udot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\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_ptr2, a_ptr2, #0x20\n" + "udot z30.s, z10.b, z3.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z19.s, z11.b, z0.b[0]\n" + "add a_ptr3, a_ptr3, #0x20\n" + "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" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "udot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #5, MUL VL]\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" + "udot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "udot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z24.s, z8.b, z2.b[2]\n" + "udot z28.s, z8.b, z3.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\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 z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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 z30.s, z10.b, z3.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "udot z31.s, z11.b, z3.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "udot z28.s, z12.b, z3.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "udot z30.s, z14.b, z3.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "udot z27.s, z15.b, z2.b[3]\n" + "ld1rqb z2.b, p7/z, [a_ptr2, #-0x10]\n" + "udot z31.s, z15.b, z3.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z3.b, p7/z, [a_ptr3, #-0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "udot z28.s, z8.b, z7.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "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, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "udot z30.s, z10.b, z7.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "udot z31.s, z11.b, z7.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "udot z28.s, z12.b, z7.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #5, MUL VL]\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" + "udot z30.s, z14.b, z7.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "udot z31.s, z15.b, z7.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z5.b[2]\n" + "udot z24.s, z8.b, z6.b[2]\n" + "udot z28.s, z8.b, z7.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\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 z29.s, z9.b, z7.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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 z30.s, z10.b, z7.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "udot z31.s, z11.b, z7.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "udot z28.s, z12.b, z7.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #-3, MUL VL]\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" + "udot z30.s, z14.b, z7.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "udot z31.s, z15.b, z7.b[3]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\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 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" + "udot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "udot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\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, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "udot z31.s, z11.b, z3.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "udot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #5, MUL VL]\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" + "udot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "udot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z24.s, z8.b, z2.b[2]\n" + "udot z28.s, z8.b, z3.b[2]\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\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 z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\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 z30.s, z10.b, z3.b[2]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "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" + "udot z31.s, z11.b, z3.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "udot z28.s, z12.b, z3.b[3]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "udot z30.s, z14.b, z3.b[3]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\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" + "udot z27.s, z15.b, z2.b[3]\n" + "ld1rqb z2.b, p6/z, [a_ptr2, #0x10]\n" + "udot z31.s, z15.b, z3.b[3]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "ld1rqb z3.b, p6/z, [a_ptr3, #0x10]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "udot z28.s, z8.b, z7.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "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, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "udot z30.s, z10.b, z7.b[0]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "udot z31.s, z11.b, z7.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "udot z28.s, z12.b, z7.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #5, MUL VL]\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" + "udot z30.s, z14.b, z7.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "udot z31.s, z15.b, z7.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "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 z28.s, z8.b, z7.b[2]\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 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" + "udot z30.s, z10.b, z7.b[2]\n" + "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" + "udot z31.s, z11.b, z7.b[2]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "udot z28.s, z12.b, z7.b[3]\n" + "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" + "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" + "udot z30.s, z14.b, z7.b[3]\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" + "udot z31.s, z15.b, z7.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z0.b[0]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "udot z24.s, z8.b, z2.b[0]\n" + "udot z28.s, z8.b, z3.b[0]\n" + "udot z17.s, z9.b, z0.b[0]\n" + "udot z21.s, z9.b, z1.b[0]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "udot z29.s, z9.b, z3.b[0]\n" + "udot z18.s, z10.b, z0.b[0]\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" + "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" + "udot z31.s, z11.b, z3.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "udot z28.s, z12.b, z3.b[1]\n" + "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" + "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" + "udot z30.s, z14.b, z3.b[1]\n" + "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" + "udot z31.s, z15.b, z3.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z0.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z20.s, z8.b, z1.b[2]\n" + "udot z24.s, z8.b, z2.b[2]\n" + "udot z28.s, z8.b, z3.b[2]\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 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" + "udot z30.s, z10.b, z3.b[2]\n" + "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" + "udot z31.s, z11.b, z3.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "udot z28.s, z12.b, z3.b[3]\n" + "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" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "udot z30.s, z14.b, z3.b[3]\n" + "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" + "udot z31.s, z15.b, z3.b[3]\n" + "b 5f\n" + "4:\n" + "udot z16.s, z8.b, z0.b[0]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z8.b, z1.b[0]\n" + "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" + "udot z24.s, z8.b, z2.b[0]\n" + "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" + "udot z21.s, z9.b, z1.b[0]\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "udot z25.s, z9.b, z2.b[0]\n" + "udot z29.s, z9.b, z3.b[0]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "udot z18.s, z10.b, z0.b[0]\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, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "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" + "udot z31.s, z11.b, z3.b[0]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z16.s, z12.b, z0.b[1]\n" + "udot z20.s, z12.b, z1.b[1]\n" + "udot z24.s, z12.b, z2.b[1]\n" + "udot z28.s, z12.b, z3.b[1]\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "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, p7/z, [%[b_ptr0], #5, MUL VL]\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" + "udot z30.s, z14.b, z3.b[1]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "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" + "udot z31.s, z15.b, z3.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "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 z28.s, z8.b, z3.b[2]\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 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" + "udot z30.s, z10.b, z3.b[2]\n" + "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" + "udot z31.s, z11.b, z3.b[2]\n" + "udot z16.s, z12.b, z0.b[3]\n" + "udot z20.s, z12.b, z1.b[3]\n" + "udot z24.s, z12.b, z2.b[3]\n" + "udot z28.s, z12.b, z3.b[3]\n" + "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" + "udot z18.s, z14.b, z0.b[3]\n" + "udot z22.s, z14.b, z1.b[3]\n" + "udot z26.s, z14.b, z2.b[3]\n" + "udot z30.s, z14.b, z3.b[3]\n" + "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" + "udot z31.s, z15.b, z3.b[3]\n" + "cbz %[blocks], 5f\n" + "addvl %[b_ptr0], %[b_ptr0], #16\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z8.b, p7/z, [%[b_ptr0], #-8, MUL VL]\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #-7, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #-6, MUL VL]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #-5, MUL VL]\n" + "udot z16.s, z8.b, z4.b[0]\n" + "udot z20.s, z8.b, z5.b[0]\n" + "udot z24.s, z8.b, z6.b[0]\n" + "udot z28.s, z8.b, z7.b[0]\n" + "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" + "udot z18.s, z10.b, z4.b[0]\n" + "udot z22.s, z10.b, z5.b[0]\n" + "udot z26.s, z10.b, z6.b[0]\n" + "udot z30.s, z10.b, z7.b[0]\n" + "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" + "udot z31.s, z11.b, z7.b[0]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #-4, MUL VL]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #-3, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #-2, MUL VL]\n" + "udot z16.s, z12.b, z4.b[1]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #-1, MUL VL]\n" + "udot z20.s, z12.b, z5.b[1]\n" + "udot z24.s, z12.b, z6.b[1]\n" + "udot z28.s, z12.b, z7.b[1]\n" + "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" + "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" + "udot z30.s, z14.b, z7.b[1]\n" + "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" + "udot z31.s, z15.b, z7.b[1]\n" + "b.eq 5f\n" + "ld1b z8.b, p7/z, [%[b_ptr0]]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1b z9.b, p7/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1b z10.b, p7/z, [%[b_ptr0], #2, MUL VL]\n" + "udot z16.s, z8.b, z4.b[2]\n" + "ld1b z11.b, p7/z, [%[b_ptr0], #3, MUL VL]\n" + "udot z20.s, z8.b, z5.b[2]\n" + "udot z24.s, z8.b, z6.b[2]\n" + "udot z28.s, z8.b, z7.b[2]\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 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" + "udot z30.s, z10.b, z7.b[2]\n" + "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" + "udot z31.s, z11.b, z7.b[2]\n" + "b.eq 5f\n" + "ld1b z12.b, p7/z, [%[b_ptr0], #4, MUL VL]\n" + "ld1b z13.b, p7/z, [%[b_ptr0], #5, MUL VL]\n" + "ld1b z14.b, p7/z, [%[b_ptr0], #6, MUL VL]\n" + "ld1b z15.b, p7/z, [%[b_ptr0], #7, MUL VL]\n" + "udot z16.s, z12.b, z4.b[3]\n" + "udot z20.s, z12.b, z5.b[3]\n" + "udot z24.s, z12.b, z6.b[3]\n" + "udot z28.s, z12.b, z7.b[3]\n" + "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" + "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" + "udot z30.s, z14.b, z7.b[3]\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" + "udot z31.s, z15.b, z7.b[3]\n" + "5:\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" + "st1w z20.s, p0, [c_ptr1]\n" + "st1w z21.s, p1, [c_ptr1, #1, MUL VL]\n" + "st1w z22.s, p2, [c_ptr1, #2, MUL VL]\n" + "st1w z23.s, p3, [c_ptr1, #3, MUL VL]\n" + "st1w z24.s, p0, [c_ptr2]\n" + "st1w z25.s, p1, [c_ptr2, #1, MUL VL]\n" + "st1w z26.s, p2, [c_ptr2, #2, MUL VL]\n" + "st1w z27.s, p3, [c_ptr2, #3, MUL VL]\n" + "st1w z28.s, p0, [c_ptr3]\n" + "st1w z29.s, p1, [c_ptr3, #1, MUL VL]\n" + "st1w z30.s, p2, [c_ptr3, #2, MUL VL]\n" + "st1w z31.s, p3, [c_ptr3, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq a_ptr3\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + ".unreq c_ptr3\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [betaptr] "r" (betaptr), [width] "r" (width), [beta0] "r" (beta0), [lda] "r" (ldab), [ldc] "r" (ldcb), [leftovers] "r" (leftovers) + : "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; + } + } + } +} + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_interleaved_u8u32_dot_3VLx8/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_interleaved_u8u32_dot_3VLx8/generic.cpp index f4d33a9efa..8228df4a0f 100644 --- a/src/core/NEON/kernels/arm_gemm/kernels/sve_interleaved_u8u32_dot_3VLx8/generic.cpp +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_interleaved_u8u32_dot_3VLx8/generic.cpp @@ -1,5 +1,5 @@ /* - * Copyright (c) 2018 Arm Limited. + * Copyright (c) 2019 Arm Limited. * * SPDX-License-Identifier: MIT * diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4.hpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4.hpp new file mode 100644 index 0000000000..6cce601dcc --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4.hpp @@ -0,0 +1,74 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#pragma once + +#ifdef __ARM_FEATURE_SVE + + + + +namespace arm_gemm +{ + +// Actual kernel implementations +void sve_native_fp16_mla_4VLx4(const __fp16 *, int, const __fp16 *, int ldb, __fp16 *, int, __fp16, int, int, int); + +class native_fp16_mla_4VLx4 +{ +public: + typedef __fp16 operand_type; + typedef __fp16 result_type; + + typedef void (*kern_type)(const __fp16 *, int, const __fp16 *, int ldb, __fp16 *, int, __fp16, int, int, int); + + /* Kernel blocking parameters */ + static unsigned int out_height() + { + return 4; + } + + static unsigned int out_width() + { + return get_vector_length<__fp16>() * 4; + } + + static unsigned int k_unroll() + { + return 1; + } + + + + // Default to the generic kernel + kern_type kernel=sve_native_fp16_mla_4VLx4; + + native_fp16_mla_4VLx4(const CPUInfo *ci) + { + + } +}; + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4/generic.cpp new file mode 100644 index 0000000000..f1aaeb13ee --- /dev/null +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_fp16_mla_4VLx4/generic.cpp @@ -0,0 +1,3821 @@ +/* + * Copyright (c) 2019 Arm Limited. + * + * SPDX-License-Identifier: MIT + * + * Permission is hereby granted, free of charge, to any person obtaining a copy + * of this software and associated documentation files (the "Software"), to + * deal in the Software without restriction, including without limitation the + * rights to use, copy, modify, merge, publish, distribute, sublicense, and/or + * sell copies of the Software, and to permit persons to whom the Software is + * furnished to do so, subject to the following conditions: + * + * The above copyright notice and this permission notice shall be included in all + * copies or substantial portions of the Software. + * + * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR + * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, + * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE + * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER + * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, + * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE + * SOFTWARE. + */ +#ifdef __ARM_FEATURE_SVE + +#include + + +#include "../../asmlib.hpp" +#include "../../utils.hpp" + +namespace arm_gemm { + +void sve_native_fp16_mla_4VLx4(const __fp16 *A, int lda, const __fp16 *B, int ldb, __fp16 *C, int ldc, __fp16 beta, int M, int N, int K) { + const long beta0 = (beta == 0.0f); + const long loops_count = ((K + 8) / 16) - 1; + K -= loops_count * 16; + const long regs_count = (K / 8) - 1; + K -= (regs_count + 1) * 8; + const long leftovers = K; + + for (int y=0; y())) { + const long width = std::min((unsigned long)N-x0, (4 * get_vector_length<__fp16>())); + const __fp16 *betaptr = β + long loops = loops_count; + long regs = regs_count; + long temp = 0; + long blocks = leftovers; + const __fp16 *a_ptr0 = a_ptr0_base; + const __fp16 *b_ptr0 = B + x0; + long ldbb = ldb * sizeof(__fp16); + + switch(M-y) { + case 1: + __asm __volatile ( + "whilelt p6.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "mov z18.h, #0\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z19.h, #0\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "b.ne 3b\n" + "2:\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [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; + case 2: + __asm __volatile ( + "a_ptr1 .req X0\n" + "c_ptr1 .req X1\n" + "add a_ptr1, %[a_ptr0], %[lda]\n" + "add c_ptr1, %[c_ptr0], %[ldc]\n" + "whilelt p6.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "mov z19.h, #0\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z20.h, #0\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z21.h, #0\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z22.h, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z23.h, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq c_ptr1\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [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; + case 3: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "c_ptr1 .req X2\n" + "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.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "mov z19.h, #0\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "mov z20.h, #0\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z21.h, #0\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z22.h, #0\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z23.h, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z24.h, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "mov z25.h, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" + "mov z26.h, #0\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "mov z27.h, #0\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1h z24.h, p0/z, [c_ptr2]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1h z25.h, p1/z, [c_ptr2, #1, MUL VL]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z26.h, p2/z, [c_ptr2, #2, MUL VL]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z27.h, p3/z, [c_ptr2, #3, MUL VL]\n" + "fmul z24.h, p7/m, z24.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z25.h, p7/m, z25.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z26.h, p7/m, z26.h, z15.h\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "fmul z27.h, p7/m, z27.h, z15.h\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z2.h, p7/z, [a_ptr2, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z2.h, p6/z, [a_ptr2, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z6.h, p6/z, [a_ptr2]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + "st1h z24.h, p0, [c_ptr2]\n" + "st1h z25.h, p1, [c_ptr2, #1, MUL VL]\n" + "st1h z26.h, p2, [c_ptr2, #2, MUL VL]\n" + "st1h z27.h, p3, [c_ptr2, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [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; + default: + case 4: + __asm __volatile ( + "a_ptr1 .req X0\n" + "a_ptr2 .req X1\n" + "a_ptr3 .req X2\n" + "c_ptr1 .req X3\n" + "c_ptr2 .req X4\n" + "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.h, %[temp], %[leftovers]\n" + "whilelt p0.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "ptrue p7.h\n" + "whilelt p1.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p2.h, %[temp], %[width]\n" + "inch %[temp], all, mul #1\n" + "whilelt p3.h, %[temp], %[width]\n" + "cbz %[beta0], 1f\n" + "mov z16.h, #0\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "mov z17.h, #0\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "mov z18.h, #0\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "mov z19.h, #0\n" + "ld1rqh z3.h, p7/z, [a_ptr3]\n" + "mov z20.h, #0\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "mov z21.h, #0\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z22.h, #0\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "mov z23.h, #0\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "mov z24.h, #0\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "mov z25.h, #0\n" + "add a_ptr1, a_ptr1, #0x10\n" + "mov z26.h, #0\n" + "add a_ptr2, a_ptr2, #0x10\n" + "mov z27.h, #0\n" + "add a_ptr3, a_ptr3, #0x10\n" + "mov z28.h, #0\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "mov z29.h, #0\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "mov z30.h, #0\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "mov z31.h, #0\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "b 3f\n" + "1:\n" + "ld1rh z15.h, p7/z, [%[betaptr]]\n" + "ld1h z16.h, p0/z, [%[c_ptr0]]\n" + "ld1h z17.h, p1/z, [%[c_ptr0], #1, MUL VL]\n" + "ld1h z18.h, p2/z, [%[c_ptr0], #2, MUL VL]\n" + "ld1h z19.h, p3/z, [%[c_ptr0], #3, MUL VL]\n" + "fmul z16.h, p7/m, z16.h, z15.h\n" + "ld1h z20.h, p0/z, [c_ptr1]\n" + "fmul z17.h, p7/m, z17.h, z15.h\n" + "ld1h z21.h, p1/z, [c_ptr1, #1, MUL VL]\n" + "fmul z18.h, p7/m, z18.h, z15.h\n" + "ld1h z22.h, p2/z, [c_ptr1, #2, MUL VL]\n" + "fmul z19.h, p7/m, z19.h, z15.h\n" + "ld1h z23.h, p3/z, [c_ptr1, #3, MUL VL]\n" + "fmul z20.h, p7/m, z20.h, z15.h\n" + "ld1h z24.h, p0/z, [c_ptr2]\n" + "fmul z21.h, p7/m, z21.h, z15.h\n" + "ld1h z25.h, p1/z, [c_ptr2, #1, MUL VL]\n" + "fmul z22.h, p7/m, z22.h, z15.h\n" + "ld1h z26.h, p2/z, [c_ptr2, #2, MUL VL]\n" + "fmul z23.h, p7/m, z23.h, z15.h\n" + "ld1h z27.h, p3/z, [c_ptr2, #3, MUL VL]\n" + "fmul z24.h, p7/m, z24.h, z15.h\n" + "ld1h z28.h, p0/z, [c_ptr3]\n" + "fmul z25.h, p7/m, z25.h, z15.h\n" + "ld1h z29.h, p1/z, [c_ptr3, #1, MUL VL]\n" + "fmul z26.h, p7/m, z26.h, z15.h\n" + "ld1h z30.h, p2/z, [c_ptr3, #2, MUL VL]\n" + "fmul z27.h, p7/m, z27.h, z15.h\n" + "ld1h z31.h, p3/z, [c_ptr3, #3, MUL VL]\n" + "fmul z28.h, p7/m, z28.h, z15.h\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0]]\n" + "fmul z29.h, p7/m, z29.h, z15.h\n" + "ld1rqh z1.h, p7/z, [a_ptr1]\n" + "fmul z30.h, p7/m, z30.h, z15.h\n" + "ld1rqh z2.h, p7/z, [a_ptr2]\n" + "fmul z31.h, p7/m, z31.h, z15.h\n" + "ld1rqh z3.h, p7/z, [a_ptr3]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "add %[a_ptr0], %[a_ptr0], #0x10\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "add a_ptr1, a_ptr1, #0x10\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "add a_ptr2, a_ptr2, #0x10\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "add a_ptr3, a_ptr3, #0x10\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "cbz %[loops], 2f\n" + "3:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p7/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "subs %[loops], %[loops], #0x1\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "add a_ptr3, a_ptr3, #0x20\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p7/z, [%[a_ptr0], #-0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p7/z, [a_ptr1, #-0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1rqh z2.h, p7/z, [a_ptr2, #-0x10]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z3.h, p7/z, [a_ptr3, #-0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z28.h, z12.h, z7.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z29.h, z13.h, z7.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z30.h, z14.h, z7.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "fmla z31.h, z15.h, z7.h[7]\n" + "b.ne 3b\n" + "2:\n" + "cbz %[regs], 4f\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p7/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p7/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p7/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p7/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "ld1rqh z0.h, p6/z, [%[a_ptr0], #0x10]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "ld1rqh z1.h, p6/z, [a_ptr1, #0x10]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "ld1rqh z2.h, p6/z, [a_ptr2, #0x10]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "ld1rqh z3.h, p6/z, [a_ptr3, #0x10]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "fmla z16.h, z12.h, z4.h[7]\n" + "fmla z20.h, z12.h, z5.h[7]\n" + "fmla z24.h, z12.h, z6.h[7]\n" + "fmla z28.h, z12.h, z7.h[7]\n" + "fmla z17.h, z13.h, z4.h[7]\n" + "fmla z21.h, z13.h, z5.h[7]\n" + "fmla z25.h, z13.h, z6.h[7]\n" + "fmla z29.h, z13.h, z7.h[7]\n" + "fmla z18.h, z14.h, z4.h[7]\n" + "fmla z22.h, z14.h, z5.h[7]\n" + "fmla z26.h, z14.h, z6.h[7]\n" + "fmla z30.h, z14.h, z7.h[7]\n" + "fmla z19.h, z15.h, z4.h[7]\n" + "fmla z23.h, z15.h, z5.h[7]\n" + "fmla z27.h, z15.h, z6.h[7]\n" + "fmla z31.h, z15.h, z7.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "b 5f\n" + "4:\n" + "fmla z16.h, z8.h, z0.h[0]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z20.h, z8.h, z1.h[0]\n" + "ld1rqh z4.h, p6/z, [%[a_ptr0]]\n" + "fmla z24.h, z8.h, z2.h[0]\n" + "ld1rqh z5.h, p6/z, [a_ptr1]\n" + "fmla z28.h, z8.h, z3.h[0]\n" + "ld1rqh z6.h, p6/z, [a_ptr2]\n" + "fmla z17.h, z9.h, z0.h[0]\n" + "ld1rqh z7.h, p6/z, [a_ptr3]\n" + "fmla z21.h, z9.h, z1.h[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z25.h, z9.h, z2.h[0]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z29.h, z9.h, z3.h[0]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[0]\n" + "fmla z22.h, z10.h, z1.h[0]\n" + "fmla z26.h, z10.h, z2.h[0]\n" + "fmla z30.h, z10.h, z3.h[0]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[0]\n" + "fmla z23.h, z11.h, z1.h[0]\n" + "fmla z27.h, z11.h, z2.h[0]\n" + "fmla z31.h, z11.h, z3.h[0]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[1]\n" + "fmla z24.h, z12.h, z2.h[1]\n" + "fmla z28.h, z12.h, z3.h[1]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[1]\n" + "fmla z21.h, z13.h, z1.h[1]\n" + "fmla z25.h, z13.h, z2.h[1]\n" + "fmla z29.h, z13.h, z3.h[1]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[1]\n" + "fmla z22.h, z14.h, z1.h[1]\n" + "fmla z26.h, z14.h, z2.h[1]\n" + "fmla z30.h, z14.h, z3.h[1]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[1]\n" + "fmla z23.h, z15.h, z1.h[1]\n" + "fmla z27.h, z15.h, z2.h[1]\n" + "fmla z31.h, z15.h, z3.h[1]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[2]\n" + "fmla z24.h, z8.h, z2.h[2]\n" + "fmla z28.h, z8.h, z3.h[2]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[2]\n" + "fmla z21.h, z9.h, z1.h[2]\n" + "fmla z25.h, z9.h, z2.h[2]\n" + "fmla z29.h, z9.h, z3.h[2]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[2]\n" + "fmla z22.h, z10.h, z1.h[2]\n" + "fmla z26.h, z10.h, z2.h[2]\n" + "fmla z30.h, z10.h, z3.h[2]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[2]\n" + "fmla z23.h, z11.h, z1.h[2]\n" + "fmla z27.h, z11.h, z2.h[2]\n" + "fmla z31.h, z11.h, z3.h[2]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[3]\n" + "fmla z24.h, z12.h, z2.h[3]\n" + "fmla z28.h, z12.h, z3.h[3]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[3]\n" + "fmla z21.h, z13.h, z1.h[3]\n" + "fmla z25.h, z13.h, z2.h[3]\n" + "fmla z29.h, z13.h, z3.h[3]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[3]\n" + "fmla z22.h, z14.h, z1.h[3]\n" + "fmla z26.h, z14.h, z2.h[3]\n" + "fmla z30.h, z14.h, z3.h[3]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[3]\n" + "fmla z23.h, z15.h, z1.h[3]\n" + "fmla z27.h, z15.h, z2.h[3]\n" + "fmla z31.h, z15.h, z3.h[3]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[4]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z8.h, z1.h[4]\n" + "fmla z24.h, z8.h, z2.h[4]\n" + "fmla z28.h, z8.h, z3.h[4]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z9.h, z0.h[4]\n" + "fmla z21.h, z9.h, z1.h[4]\n" + "fmla z25.h, z9.h, z2.h[4]\n" + "fmla z29.h, z9.h, z3.h[4]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z10.h, z0.h[4]\n" + "fmla z22.h, z10.h, z1.h[4]\n" + "fmla z26.h, z10.h, z2.h[4]\n" + "fmla z30.h, z10.h, z3.h[4]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z11.h, z0.h[4]\n" + "fmla z23.h, z11.h, z1.h[4]\n" + "fmla z27.h, z11.h, z2.h[4]\n" + "fmla z31.h, z11.h, z3.h[4]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z0.h[5]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "fmla z20.h, z12.h, z1.h[5]\n" + "fmla z24.h, z12.h, z2.h[5]\n" + "fmla z28.h, z12.h, z3.h[5]\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "fmla z17.h, z13.h, z0.h[5]\n" + "fmla z21.h, z13.h, z1.h[5]\n" + "fmla z25.h, z13.h, z2.h[5]\n" + "fmla z29.h, z13.h, z3.h[5]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "fmla z18.h, z14.h, z0.h[5]\n" + "fmla z22.h, z14.h, z1.h[5]\n" + "fmla z26.h, z14.h, z2.h[5]\n" + "fmla z30.h, z14.h, z3.h[5]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "fmla z19.h, z15.h, z0.h[5]\n" + "fmla z23.h, z15.h, z1.h[5]\n" + "fmla z27.h, z15.h, z2.h[5]\n" + "fmla z31.h, z15.h, z3.h[5]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z0.h[6]\n" + "fmla z20.h, z8.h, z1.h[6]\n" + "fmla z24.h, z8.h, z2.h[6]\n" + "fmla z28.h, z8.h, z3.h[6]\n" + "fmla z17.h, z9.h, z0.h[6]\n" + "fmla z21.h, z9.h, z1.h[6]\n" + "fmla z25.h, z9.h, z2.h[6]\n" + "fmla z29.h, z9.h, z3.h[6]\n" + "fmla z18.h, z10.h, z0.h[6]\n" + "fmla z22.h, z10.h, z1.h[6]\n" + "fmla z26.h, z10.h, z2.h[6]\n" + "fmla z30.h, z10.h, z3.h[6]\n" + "fmla z19.h, z11.h, z0.h[6]\n" + "fmla z23.h, z11.h, z1.h[6]\n" + "fmla z27.h, z11.h, z2.h[6]\n" + "fmla z31.h, z11.h, z3.h[6]\n" + "fmla z16.h, z12.h, z0.h[7]\n" + "fmla z20.h, z12.h, z1.h[7]\n" + "fmla z24.h, z12.h, z2.h[7]\n" + "fmla z28.h, z12.h, z3.h[7]\n" + "fmla z17.h, z13.h, z0.h[7]\n" + "fmla z21.h, z13.h, z1.h[7]\n" + "fmla z25.h, z13.h, z2.h[7]\n" + "fmla z29.h, z13.h, z3.h[7]\n" + "fmla z18.h, z14.h, z0.h[7]\n" + "fmla z22.h, z14.h, z1.h[7]\n" + "fmla z26.h, z14.h, z2.h[7]\n" + "fmla z30.h, z14.h, z3.h[7]\n" + "fmla z19.h, z15.h, z0.h[7]\n" + "fmla z23.h, z15.h, z1.h[7]\n" + "fmla z27.h, z15.h, z2.h[7]\n" + "fmla z31.h, z15.h, z3.h[7]\n" + "cbz %[blocks], 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[0]\n" + "fmla z20.h, z8.h, z5.h[0]\n" + "fmla z24.h, z8.h, z6.h[0]\n" + "fmla z28.h, z8.h, z7.h[0]\n" + "fmla z17.h, z9.h, z4.h[0]\n" + "fmla z21.h, z9.h, z5.h[0]\n" + "fmla z25.h, z9.h, z6.h[0]\n" + "fmla z29.h, z9.h, z7.h[0]\n" + "fmla z18.h, z10.h, z4.h[0]\n" + "fmla z22.h, z10.h, z5.h[0]\n" + "fmla z26.h, z10.h, z6.h[0]\n" + "fmla z30.h, z10.h, z7.h[0]\n" + "fmla z19.h, z11.h, z4.h[0]\n" + "fmla z23.h, z11.h, z5.h[0]\n" + "fmla z27.h, z11.h, z6.h[0]\n" + "fmla z31.h, z11.h, z7.h[0]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[1]\n" + "fmla z20.h, z12.h, z5.h[1]\n" + "fmla z24.h, z12.h, z6.h[1]\n" + "fmla z28.h, z12.h, z7.h[1]\n" + "fmla z17.h, z13.h, z4.h[1]\n" + "fmla z21.h, z13.h, z5.h[1]\n" + "fmla z25.h, z13.h, z6.h[1]\n" + "fmla z29.h, z13.h, z7.h[1]\n" + "fmla z18.h, z14.h, z4.h[1]\n" + "fmla z22.h, z14.h, z5.h[1]\n" + "fmla z26.h, z14.h, z6.h[1]\n" + "fmla z30.h, z14.h, z7.h[1]\n" + "fmla z19.h, z15.h, z4.h[1]\n" + "fmla z23.h, z15.h, z5.h[1]\n" + "fmla z27.h, z15.h, z6.h[1]\n" + "fmla z31.h, z15.h, z7.h[1]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[2]\n" + "fmla z20.h, z8.h, z5.h[2]\n" + "fmla z24.h, z8.h, z6.h[2]\n" + "fmla z28.h, z8.h, z7.h[2]\n" + "fmla z17.h, z9.h, z4.h[2]\n" + "fmla z21.h, z9.h, z5.h[2]\n" + "fmla z25.h, z9.h, z6.h[2]\n" + "fmla z29.h, z9.h, z7.h[2]\n" + "fmla z18.h, z10.h, z4.h[2]\n" + "fmla z22.h, z10.h, z5.h[2]\n" + "fmla z26.h, z10.h, z6.h[2]\n" + "fmla z30.h, z10.h, z7.h[2]\n" + "fmla z19.h, z11.h, z4.h[2]\n" + "fmla z23.h, z11.h, z5.h[2]\n" + "fmla z27.h, z11.h, z6.h[2]\n" + "fmla z31.h, z11.h, z7.h[2]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[3]\n" + "fmla z20.h, z12.h, z5.h[3]\n" + "fmla z24.h, z12.h, z6.h[3]\n" + "fmla z28.h, z12.h, z7.h[3]\n" + "fmla z17.h, z13.h, z4.h[3]\n" + "fmla z21.h, z13.h, z5.h[3]\n" + "fmla z25.h, z13.h, z6.h[3]\n" + "fmla z29.h, z13.h, z7.h[3]\n" + "fmla z18.h, z14.h, z4.h[3]\n" + "fmla z22.h, z14.h, z5.h[3]\n" + "fmla z26.h, z14.h, z6.h[3]\n" + "fmla z30.h, z14.h, z7.h[3]\n" + "fmla z19.h, z15.h, z4.h[3]\n" + "fmla z23.h, z15.h, z5.h[3]\n" + "fmla z27.h, z15.h, z6.h[3]\n" + "fmla z31.h, z15.h, z7.h[3]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[4]\n" + "fmla z20.h, z8.h, z5.h[4]\n" + "fmla z24.h, z8.h, z6.h[4]\n" + "fmla z28.h, z8.h, z7.h[4]\n" + "fmla z17.h, z9.h, z4.h[4]\n" + "fmla z21.h, z9.h, z5.h[4]\n" + "fmla z25.h, z9.h, z6.h[4]\n" + "fmla z29.h, z9.h, z7.h[4]\n" + "fmla z18.h, z10.h, z4.h[4]\n" + "fmla z22.h, z10.h, z5.h[4]\n" + "fmla z26.h, z10.h, z6.h[4]\n" + "fmla z30.h, z10.h, z7.h[4]\n" + "fmla z19.h, z11.h, z4.h[4]\n" + "fmla z23.h, z11.h, z5.h[4]\n" + "fmla z27.h, z11.h, z6.h[4]\n" + "fmla z31.h, z11.h, z7.h[4]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "subs %[blocks], %[blocks], #0x1\n" + "ld1h z12.h, p0/z, [%[b_ptr0]]\n" + "ld1h z13.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z14.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z15.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z12.h, z4.h[5]\n" + "fmla z20.h, z12.h, z5.h[5]\n" + "fmla z24.h, z12.h, z6.h[5]\n" + "fmla z28.h, z12.h, z7.h[5]\n" + "fmla z17.h, z13.h, z4.h[5]\n" + "fmla z21.h, z13.h, z5.h[5]\n" + "fmla z25.h, z13.h, z6.h[5]\n" + "fmla z29.h, z13.h, z7.h[5]\n" + "fmla z18.h, z14.h, z4.h[5]\n" + "fmla z22.h, z14.h, z5.h[5]\n" + "fmla z26.h, z14.h, z6.h[5]\n" + "fmla z30.h, z14.h, z7.h[5]\n" + "fmla z19.h, z15.h, z4.h[5]\n" + "fmla z23.h, z15.h, z5.h[5]\n" + "fmla z27.h, z15.h, z6.h[5]\n" + "fmla z31.h, z15.h, z7.h[5]\n" + "b.eq 5f\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1h z8.h, p0/z, [%[b_ptr0]]\n" + "ld1h z9.h, p1/z, [%[b_ptr0], #1, MUL VL]\n" + "ld1h z10.h, p2/z, [%[b_ptr0], #2, MUL VL]\n" + "ld1h z11.h, p3/z, [%[b_ptr0], #3, MUL VL]\n" + "fmla z16.h, z8.h, z4.h[6]\n" + "fmla z20.h, z8.h, z5.h[6]\n" + "fmla z24.h, z8.h, z6.h[6]\n" + "fmla z28.h, z8.h, z7.h[6]\n" + "fmla z17.h, z9.h, z4.h[6]\n" + "fmla z21.h, z9.h, z5.h[6]\n" + "fmla z25.h, z9.h, z6.h[6]\n" + "fmla z29.h, z9.h, z7.h[6]\n" + "fmla z18.h, z10.h, z4.h[6]\n" + "fmla z22.h, z10.h, z5.h[6]\n" + "fmla z26.h, z10.h, z6.h[6]\n" + "fmla z30.h, z10.h, z7.h[6]\n" + "fmla z19.h, z11.h, z4.h[6]\n" + "fmla z23.h, z11.h, z5.h[6]\n" + "fmla z27.h, z11.h, z6.h[6]\n" + "fmla z31.h, z11.h, z7.h[6]\n" + "5:\n" + "st1h z16.h, p0, [%[c_ptr0]]\n" + "st1h z17.h, p1, [%[c_ptr0], #1, MUL VL]\n" + "st1h z18.h, p2, [%[c_ptr0], #2, MUL VL]\n" + "st1h z19.h, p3, [%[c_ptr0], #3, MUL VL]\n" + "addvl %[c_ptr0], %[c_ptr0], #4\n" + "st1h z20.h, p0, [c_ptr1]\n" + "st1h z21.h, p1, [c_ptr1, #1, MUL VL]\n" + "st1h z22.h, p2, [c_ptr1, #2, MUL VL]\n" + "st1h z23.h, p3, [c_ptr1, #3, MUL VL]\n" + "st1h z24.h, p0, [c_ptr2]\n" + "st1h z25.h, p1, [c_ptr2, #1, MUL VL]\n" + "st1h z26.h, p2, [c_ptr2, #2, MUL VL]\n" + "st1h z27.h, p3, [c_ptr2, #3, MUL VL]\n" + "st1h z28.h, p0, [c_ptr3]\n" + "st1h z29.h, p1, [c_ptr3, #1, MUL VL]\n" + "st1h z30.h, p2, [c_ptr3, #2, MUL VL]\n" + "st1h z31.h, p3, [c_ptr3, #3, MUL VL]\n" + ".unreq a_ptr1\n" + ".unreq a_ptr2\n" + ".unreq a_ptr3\n" + ".unreq c_ptr1\n" + ".unreq c_ptr2\n" + ".unreq c_ptr3\n" + : [a_ptr0] "+r" (a_ptr0), [b_ptr0] "+r" (b_ptr0), [c_ptr0] "+r" (c_ptr0), [loops] "+r" (loops), [regs] "+r" (regs), [temp] "+r" (temp), [blocks] "+r" (blocks) + : [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; + } + } + } +} + +} // namespace arm_gemm + +#endif // __ARM_FEATURE_SVE diff --git a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_s8s32_dot_4VLx4/generic.cpp b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_s8s32_dot_4VLx4/generic.cpp index 9c02d95044..abee1bbe1f 100644 --- a/src/core/NEON/kernels/arm_gemm/kernels/sve_native_s8s32_dot_4VLx4/generic.cpp +++ b/src/core/NEON/kernels/arm_gemm/kernels/sve_native_s8s32_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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" + "sdot z16.s, z8.b, z0.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot 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" - "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" - "sdot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z8.b, z0.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z9.b, z0.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z10.b, z0.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z0.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z9.b, z4.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z10.b, z4.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z4.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z4.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z8.b, z4.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z9.b, z4.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z10.b, z4.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z12.b, z4.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z4.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z4.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z17.s, z9.b, z0.b[0]\n" "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" "sdot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot 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" + "sdot 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" "sdot z16.s, z12.b, z0.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z8.b, z0.b[2]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z9.b, z0.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z10.b, z0.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z0.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z9.b, z4.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z10.b, z4.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot 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" "sdot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z4.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z4.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[3]\n" "sdot z18.s, z14.b, z4.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[0]\n" "sdot z18.s, z10.b, z0.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[1]\n" "sdot z18.s, z14.b, z0.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[2]\n" "sdot z18.s, z10.b, z0.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[3]\n" "sdot z18.s, z14.b, z0.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[2]\n" "sdot z18.s, z10.b, z0.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[1]\n" "sdot z18.s, z14.b, z0.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[0]\n" "sdot z18.s, z10.b, z0.b[0]\n" "sdot z19.s, z11.b, z0.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z17.s, z9.b, z0.b[0]\n" "ld1rqb z4.b, p6/z, [%[a_ptr0]]\n" "sdot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot 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" + "sdot 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" "sdot z16.s, z12.b, z0.b[1]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z17.s, z13.b, z0.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[3]\n" "sdot z18.s, z14.b, z0.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[0]\n" "sdot z18.s, z10.b, z4.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[1]\n" "sdot z18.s, z14.b, z4.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[2]\n" "sdot z18.s, z10.b, z4.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[3]\n" "sdot z18.s, z14.b, z4.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[2]\n" "sdot z18.s, z10.b, z4.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[1]\n" "sdot z18.s, z14.b, z4.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[0]\n" "sdot z18.s, z10.b, z4.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" + "sdot 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" - "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" + "subs %[loops], %[loops], #0x1\n" "sdot z17.s, z9.b, z0.b[0]\n" - "ld1rqb z5.b, p7/z, [a_ptr1]\n" - "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" + "sdot z22.s, z10.b, z1.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot 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" "sdot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "sdot 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" "sdot z17.s, z13.b, z0.b[1]\n" @@ -1092,148 +1107,148 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z16.s, z8.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" "sdot z20.s, z8.b, z1.b[2]\n" - "sdot z17.s, z9.b, z0.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "sdot 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" + "sdot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z23.s, z11.b, z1.b[2]\n" - "sdot 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" - "sdot z20.s, z12.b, z1.b[3]\n" + "sdot z16.s, z12.b, z0.b[3]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "sdot z17.s, z13.b, z0.b[3]\n" "sdot 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" "sdot 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" "sdot z22.s, z14.b, z1.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z0.b[3]\n" "ld1rqb z0.b, p7/z, [%[a_ptr0], #-0x10]\n" "sdot 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" - "sdot z16.s, z8.b, z4.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z20.s, z8.b, z5.b[0]\n" - "sdot 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" + "sdot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" + "sdot 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" + "sdot z17.s, z9.b, z4.b[0]\n" "sdot z21.s, z9.b, z5.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z19.s, z11.b, z4.b[0]\n" - "sdot 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" + "sdot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z12.b, z4.b[1]\n" - "sdot z20.s, z12.b, z5.b[1]\n" - "sdot z17.s, z13.b, z4.b[1]\n" + "sdot 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" + "sdot z16.s, z12.b, z4.b[1]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z12.b, z5.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" + "sdot z17.s, z13.b, z4.b[1]\n" "sdot z21.s, z13.b, z5.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z4.b[1]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z19.s, z15.b, z4.b[1]\n" - "sdot 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" + "sdot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z8.b, z4.b[2]\n" - "sdot z20.s, z8.b, z5.b[2]\n" - "sdot z17.s, z9.b, z4.b[2]\n" + "sdot 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" + "sdot z16.s, z8.b, z4.b[2]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" + "sdot z17.s, z9.b, z4.b[2]\n" "sdot z21.s, z9.b, z5.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[2]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z19.s, z11.b, z4.b[2]\n" - "sdot 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" + "sdot z22.s, z10.b, z5.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z11.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z12.b, z4.b[3]\n" - "sdot z20.s, z12.b, z5.b[3]\n" - "sdot z17.s, z13.b, z4.b[3]\n" + "sdot 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" - "sdot z21.s, z13.b, z5.b[3]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot z18.s, z14.b, z4.b[3]\n" + "sdot z16.s, z12.b, z4.b[3]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot z22.s, z14.b, z5.b[3]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z20.s, z12.b, z5.b[3]\n" "zip2 z12.b, z10.b, z8.b\n" "zip1 z10.b, z10.b, z8.b\n" - "sdot z19.s, z15.b, z4.b[3]\n" - "sdot z23.s, z15.b, z5.b[3]\n" - "b.ne 4b\n" - "3:\n" + "sdot z17.s, z13.b, z4.b[3]\n" + "sdot z21.s, z13.b, z5.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "sdot 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" + "sdot z22.s, z14.b, z5.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z4.b[3]\n" + "sdot 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" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -1245,13 +1260,13 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z23.s, z11.b, z1.b[0]\n" - "sdot 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" - "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "sdot z17.s, z13.b, z0.b[1]\n" "sdot 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" "sdot z18.s, z14.b, z0.b[1]\n" - "sdot z22.s, z14.b, z1.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "sdot 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" - "sdot z23.s, z15.b, z1.b[1]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z8.b, z0.b[2]\n" - "sdot z20.s, z8.b, z1.b[2]\n" + "sdot 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" - "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z16.s, z8.b, z0.b[2]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" + "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot 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" - "sdot z22.s, z10.b, z1.b[2]\n" - "ld1b z10.b, p4/z, [%[b_ptr1]]\n" - "sdot z19.s, z11.b, z0.b[2]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot 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" + "sdot z22.s, z10.b, z1.b[2]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z11.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z12.b, z0.b[3]\n" - "sdot z20.s, z12.b, z1.b[3]\n" - "sdot z17.s, z13.b, z0.b[3]\n" + "sdot 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" + "sdot z16.s, z12.b, z0.b[3]\n" + "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z12.b, z1.b[3]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" + "sdot z17.s, z13.b, z0.b[3]\n" "sdot z21.s, z13.b, z1.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[3]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z19.s, z15.b, z0.b[3]\n" - "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" - "sdot 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" + "sdot z22.s, z14.b, z1.b[3]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z0.b[3]\n" + "ld1rqb z0.b, p6/z, [%[a_ptr0], #0x10]\n" + "sdot 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" "sdot z16.s, z8.b, z4.b[0]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "sdot 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" "sdot 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" "sdot z21.s, z9.b, z5.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z19.s, z11.b, z4.b[0]\n" - "sdot 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" + "sdot z22.s, z10.b, z5.b[0]\n" + "ld1b z10.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z11.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z16.s, z12.b, z4.b[1]\n" - "sdot z20.s, z12.b, z5.b[1]\n" - "sdot z17.s, z13.b, z4.b[1]\n" + "sdot 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" - "sdot z21.s, z13.b, z5.b[1]\n" - "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot z18.s, z14.b, z4.b[1]\n" + "sdot z16.s, z12.b, z4.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot z22.s, z14.b, z5.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z20.s, z12.b, z5.b[1]\n" "zip2 z12.b, z10.b, z8.b\n" "zip1 z10.b, z10.b, z8.b\n" - "sdot z19.s, z15.b, z4.b[1]\n" - "sdot z23.s, z15.b, z5.b[1]\n" + "sdot z17.s, z13.b, z4.b[1]\n" + "sdot z21.s, z13.b, z5.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" + "sdot 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" - "sdot z16.s, z8.b, z4.b[2]\n" - "sdot z20.s, z8.b, z5.b[2]\n" - "sdot z17.s, z9.b, z4.b[2]\n" + "sdot z22.s, z14.b, z5.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z4.b[1]\n" + "sdot 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" + "sdot z16.s, z8.b, z4.b[2]\n" + "sdot z20.s, z8.b, z5.b[2]\n" + "sdot z17.s, z9.b, z4.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" "sdot z21.s, z9.b, z5.b[2]\n" "sdot z18.s, z10.b, z4.b[2]\n" "sdot z22.s, z10.b, z5.b[2]\n" - "sdot z19.s, z11.b, z4.b[2]\n" - "zip2 z8.b, z14.b, z12.b\n" - "zip1 z14.b, z14.b, z12.b\n" - "sdot 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" + "sdot z19.s, z11.b, z4.b[2]\n" + "sdot z23.s, z11.b, z5.b[2]\n" "sdot z16.s, z12.b, z4.b[3]\n" "sdot z20.s, z12.b, z5.b[3]\n" "sdot z17.s, z13.b, z4.b[3]\n" @@ -1405,15 +1420,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z5.b[3]\n" "sdot z19.s, z15.b, z4.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z1.b[0]\n" "sdot z19.s, z11.b, z0.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z1.b[1]\n" "sdot z19.s, z15.b, z0.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z1.b[2]\n" "sdot z19.s, z11.b, z0.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z1.b[3]\n" "sdot z19.s, z15.b, z0.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z1.b[2]\n" "sdot z19.s, z11.b, z0.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z1.b[1]\n" "sdot z19.s, z15.b, z0.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z1.b[0]\n" "sdot z19.s, z11.b, z0.b[0]\n" "sdot z23.s, z11.b, z1.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -1669,13 +1684,13 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z23.s, z11.b, z1.b[0]\n" - "sdot 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" - "sdot z20.s, z12.b, z1.b[1]\n" + "sdot z16.s, z12.b, z0.b[1]\n" "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "sdot z20.s, z12.b, z1.b[1]\n" + "zip2 z12.b, z10.b, z8.b\n" + "zip1 z10.b, z10.b, z8.b\n" "sdot z17.s, z13.b, z0.b[1]\n" "sdot 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" "sdot z18.s, z14.b, z0.b[1]\n" - "sdot z22.s, z14.b, z1.b[1]\n" - "ld1b z14.b, p4/z, [%[b_ptr1]]\n" - "sdot z19.s, z15.b, z0.b[1]\n" - "sdot 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" - "sdot z16.s, z8.b, z0.b[2]\n" - "sdot z20.s, z8.b, z1.b[2]\n" - "sdot z17.s, z9.b, z0.b[2]\n" + "sdot z22.s, z14.b, z1.b[1]\n" + "ld1b z14.b, p4/z, [%[b_ptr1]]\n" + "sdot z19.s, z15.b, z0.b[1]\n" + "sdot 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" + "sdot z16.s, z8.b, z0.b[2]\n" + "sdot z20.s, z8.b, z1.b[2]\n" + "sdot z17.s, z9.b, z0.b[2]\n" + "zip2 z8.b, z14.b, z12.b\n" + "zip1 z14.b, z14.b, z12.b\n" "sdot z21.s, z9.b, z1.b[2]\n" "sdot z18.s, z10.b, z0.b[2]\n" "sdot z22.s, z10.b, z1.b[2]\n" - "sdot z19.s, z11.b, z0.b[2]\n" - "zip2 z8.b, z14.b, z12.b\n" - "zip1 z14.b, z14.b, z12.b\n" - "sdot 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" + "sdot z19.s, z11.b, z0.b[2]\n" + "sdot z23.s, z11.b, z1.b[2]\n" "sdot z16.s, z12.b, z0.b[3]\n" "sdot z20.s, z12.b, z1.b[3]\n" "sdot z17.s, z13.b, z0.b[3]\n" @@ -1731,15 +1746,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z1.b[3]\n" "sdot z19.s, z15.b, z0.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z5.b[0]\n" "sdot z19.s, z11.b, z4.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z5.b[1]\n" "sdot z19.s, z15.b, z4.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z5.b[2]\n" "sdot z19.s, z11.b, z4.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z5.b[3]\n" "sdot z19.s, z15.b, z4.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z5.b[2]\n" "sdot z19.s, z11.b, z4.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z14.b, z5.b[1]\n" "sdot z19.s, z15.b, z4.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z22.s, z10.b, z5.b[0]\n" "sdot z19.s, z11.b, z4.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l ".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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" + "sdot 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" - "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" - "ld1rqb z4.b, p7/z, [%[a_ptr0]]\n" - "sdot z24.s, z8.b, z2.b[0]\n" - "ld1rqb z5.b, p7/z, [a_ptr1]\n" - "sdot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "sdot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot 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" + "sdot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add a_ptr2, a_ptr2, #0x20\n" "sdot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "sdot z23.s, z11.b, z1.b[0]\n" - "add a_ptr2, a_ptr2, #0x20\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z14.b, z1.b[1]\n" "sdot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z0.b[1]\n" @@ -2185,15 +2206,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[2]\n" "sdot z26.s, z10.b, z2.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[2]\n" @@ -2213,15 +2234,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z1.b[3]\n" "sdot z25.s, z13.b, z2.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z14.b, z1.b[3]\n" "sdot z26.s, z14.b, z2.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z0.b[3]\n" @@ -2244,15 +2265,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z9.b, z5.b[0]\n" "sdot z25.s, z9.b, z6.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z5.b[0]\n" "sdot z26.s, z10.b, z6.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z4.b[0]\n" @@ -2272,15 +2293,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z5.b[1]\n" "sdot z25.s, z13.b, z6.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z14.b, z5.b[1]\n" + "sdot z18.s, z14.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z14.b, z5.b[1]\n" "sdot z26.s, z14.b, z6.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z4.b[1]\n" @@ -2300,15 +2321,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z9.b, z5.b[2]\n" "sdot z25.s, z9.b, z6.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z18.s, z10.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z5.b[2]\n" "sdot z26.s, z10.b, z6.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z4.b[2]\n" @@ -2328,23 +2349,23 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z5.b[3]\n" "sdot z25.s, z13.b, z6.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z4.b[3]\n" "sdot z22.s, z14.b, z5.b[3]\n" "sdot z26.s, z14.b, z6.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z4.b[3]\n" "sdot z23.s, z15.b, z5.b[3]\n" "sdot 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" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -2353,24 +2374,24 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "ld1rqb z5.b, p7/z, [a_ptr1]\n" "sdot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[0]\n" @@ -2390,15 +2411,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z14.b, z1.b[1]\n" + "sdot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z14.b, z1.b[1]\n" "sdot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z0.b[1]\n" @@ -2418,15 +2439,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z10.b, z1.b[2]\n" + "sdot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[2]\n" "sdot z26.s, z10.b, z2.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[2]\n" @@ -2446,15 +2467,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z1.b[3]\n" "sdot z25.s, z13.b, z2.b[3]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z14.b, z1.b[3]\n" + "sdot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z14.b, z1.b[3]\n" "sdot z26.s, z14.b, z2.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z15.b, z0.b[3]\n" @@ -2477,15 +2498,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z9.b, z5.b[0]\n" "sdot z25.s, z9.b, z6.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" - "sdot z22.s, z10.b, z5.b[0]\n" + "sdot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z5.b[0]\n" "sdot z26.s, z10.b, z6.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z4.b[0]\n" @@ -2505,12 +2526,12 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z5.b[1]\n" "sdot z25.s, z13.b, z6.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z4.b[1]\n" "sdot z22.s, z14.b, z5.b[1]\n" "sdot z26.s, z14.b, z6.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -2523,17 +2544,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z16.s, z8.b, z4.b[2]\n" "sdot z20.s, z8.b, z5.b[2]\n" "sdot z24.s, z8.b, z6.b[2]\n" - "sdot z17.s, z9.b, z4.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "sdot z17.s, z9.b, z4.b[2]\n" "sdot z21.s, z9.b, z5.b[2]\n" - "sdot z25.s, z9.b, z6.b[2]\n" - "sdot z18.s, z10.b, z4.b[2]\n" - "sdot z22.s, z10.b, z5.b[2]\n" + "sdot z25.s, z9.b, z6.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" + "sdot z18.s, z10.b, z4.b[2]\n" + "sdot z22.s, z10.b, z5.b[2]\n" "sdot z26.s, z10.b, z6.b[2]\n" "sdot z19.s, z11.b, z4.b[2]\n" "sdot z23.s, z11.b, z5.b[2]\n" @@ -2550,15 +2571,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z4.b[3]\n" "sdot z23.s, z15.b, z5.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[0]\n" "sdot z23.s, z11.b, z1.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z0.b[1]\n" "sdot z23.s, z15.b, z1.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[2]\n" "sdot z23.s, z11.b, z1.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z0.b[3]\n" "sdot z23.s, z15.b, z1.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[2]\n" "sdot z23.s, z11.b, z1.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z0.b[1]\n" "sdot z23.s, z15.b, z1.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z0.b[0]\n" "sdot z23.s, z11.b, z1.b[0]\n" "sdot z27.s, z11.b, z2.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -2839,24 +2860,24 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "ld1rqb z5.b, p6/z, [a_ptr1]\n" "sdot z17.s, z9.b, z0.b[0]\n" "ld1rqb z6.b, p6/z, [a_ptr2]\n" - "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" - "sdot 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" - "sdot z22.s, z10.b, z1.b[0]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" + "sdot z18.s, z10.b, z0.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z2.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[0]\n" @@ -2876,12 +2897,12 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" "ld1b z13.b, p4/z, [%[b_ptr2]]\n" - "sdot 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" + "sdot z18.s, z14.b, z0.b[1]\n" "sdot z22.s, z14.b, z1.b[1]\n" "sdot z26.s, z14.b, z2.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -2894,17 +2915,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z16.s, z8.b, z0.b[2]\n" "sdot z20.s, z8.b, z1.b[2]\n" "sdot z24.s, z8.b, z2.b[2]\n" - "sdot z17.s, z9.b, z0.b[2]\n" "zip2 z8.b, z14.b, z12.b\n" "zip1 z14.b, z14.b, z12.b\n" + "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" - "sdot z18.s, z10.b, z0.b[2]\n" - "sdot 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" + "sdot z18.s, z10.b, z0.b[2]\n" + "sdot z22.s, z10.b, z1.b[2]\n" "sdot z26.s, z10.b, z2.b[2]\n" "sdot z19.s, z11.b, z0.b[2]\n" "sdot z23.s, z11.b, z1.b[2]\n" @@ -2921,15 +2942,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z0.b[3]\n" "sdot z23.s, z15.b, z1.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z4.b[0]\n" "sdot z23.s, z11.b, z5.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z4.b[1]\n" "sdot z23.s, z15.b, z5.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z4.b[2]\n" "sdot z23.s, z11.b, z5.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z4.b[3]\n" "sdot z23.s, z15.b, z5.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z4.b[2]\n" "sdot z23.s, z11.b, z5.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z15.b, z4.b[1]\n" "sdot z23.s, z15.b, z5.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z19.s, z11.b, z4.b[0]\n" "sdot z23.s, z11.b, z5.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l ".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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "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" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -3367,38 +3390,38 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "ld1rqb z5.b, p7/z, [a_ptr1]\n" "sdot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "sdot 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" - "sdot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot z25.s, z9.b, z2.b[0]\n" - "add %[b_ptr3], %[b_ptr3], %[ldb]\n" + "subs %[loops], %[loops], #0x1\n" + "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z25.s, z9.b, z2.b[0]\n" + "add %[a_ptr0], %[a_ptr0], #0x20\n" "sdot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" + "add a_ptr1, a_ptr1, #0x20\n" "sdot z26.s, z10.b, z2.b[0]\n" - "add a_ptr3, a_ptr3, #0x20\n" + "add a_ptr2, a_ptr2, #0x20\n" "sdot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" "sdot z19.s, z11.b, z0.b[0]\n" "add %[b_ptr1], %[b_ptr1], %[ldb]\n" "sdot z23.s, z11.b, z1.b[0]\n" - "subs %[loops], %[loops], #0x1\n" + "add a_ptr3, a_ptr3, #0x20\n" "sdot z27.s, z11.b, z2.b[0]\n" "sdot z31.s, z11.b, z3.b[0]\n" "zip2 z11.b, z8.b, z9.b\n" @@ -3414,17 +3437,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[1]\n" "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" - "sdot 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" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z14.b, z1.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z14.b, z2.b[1]\n" "sdot z30.s, z14.b, z3.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3446,17 +3469,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" - "sdot 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" + "sdot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z10.b, z1.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z2.b[2]\n" "sdot z30.s, z10.b, z3.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3478,17 +3501,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[3]\n" "sdot z21.s, z13.b, z1.b[3]\n" "sdot z25.s, z13.b, z2.b[3]\n" - "sdot 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" + "sdot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z14.b, z1.b[3]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z14.b, z2.b[3]\n" "sdot z30.s, z14.b, z3.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3514,17 +3537,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[0]\n" "sdot z21.s, z9.b, z5.b[0]\n" "sdot z25.s, z9.b, z6.b[0]\n" - "sdot 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" + "sdot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z10.b, z5.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z6.b[0]\n" "sdot z30.s, z10.b, z7.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3546,17 +3569,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[1]\n" "sdot z21.s, z13.b, z5.b[1]\n" "sdot z25.s, z13.b, z6.b[1]\n" - "sdot 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" + "sdot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z4.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z14.b, z5.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z14.b, z6.b[1]\n" "sdot z30.s, z14.b, z7.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3578,17 +3601,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[2]\n" "sdot z21.s, z9.b, z5.b[2]\n" "sdot z25.s, z9.b, z6.b[2]\n" - "sdot 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" + "sdot z29.s, z9.b, z7.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z10.b, z5.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z6.b[2]\n" "sdot z30.s, z10.b, z7.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3610,13 +3633,13 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[3]\n" "sdot z21.s, z13.b, z5.b[3]\n" "sdot z25.s, z13.b, z6.b[3]\n" - "sdot 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" + "sdot z29.s, z13.b, z7.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z4.b[3]\n" "sdot z22.s, z14.b, z5.b[3]\n" "sdot z26.s, z14.b, z6.b[3]\n" @@ -3626,11 +3649,11 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z5.b[3]\n" "sdot z27.s, z15.b, z6.b[3]\n" "sdot 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" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -3639,27 +3662,27 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "ld1rqb z5.b, p7/z, [a_ptr1]\n" "sdot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p7/z, [a_ptr2]\n" - "sdot 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" + "sdot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "sdot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z25.s, z9.b, z2.b[0]\n" "sdot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" "sdot z26.s, z10.b, z2.b[0]\n" "sdot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3681,17 +3704,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[1]\n" "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" - "sdot 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" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[1]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z14.b, z1.b[1]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z14.b, z2.b[1]\n" "sdot z30.s, z14.b, z3.b[1]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3713,17 +3736,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" - "sdot 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" + "sdot z29.s, z9.b, z3.b[2]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[2]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z10.b, z1.b[2]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z2.b[2]\n" "sdot z30.s, z10.b, z3.b[2]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3745,17 +3768,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[3]\n" "sdot z21.s, z13.b, z1.b[3]\n" "sdot z25.s, z13.b, z2.b[3]\n" - "sdot 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" + "sdot z29.s, z13.b, z3.b[3]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[3]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z14.b, z1.b[3]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z14.b, z2.b[3]\n" "sdot z30.s, z14.b, z3.b[3]\n" "ld1b z14.b, p4/z, [%[b_ptr1]]\n" @@ -3781,17 +3804,17 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[0]\n" "sdot z21.s, z9.b, z5.b[0]\n" "sdot z25.s, z9.b, z6.b[0]\n" - "sdot 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" + "sdot z29.s, z9.b, z7.b[0]\n" + "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z4.b[0]\n" "add %[b_ptr0], %[b_ptr0], %[ldb]\n" "sdot z22.s, z10.b, z5.b[0]\n" + "add %[b_ptr2], %[b_ptr2], %[ldb]\n" "sdot z26.s, z10.b, z6.b[0]\n" "sdot z30.s, z10.b, z7.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -3813,13 +3836,13 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z4.b[1]\n" "sdot z21.s, z13.b, z5.b[1]\n" "sdot z25.s, z13.b, z6.b[1]\n" - "sdot 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" + "sdot z29.s, z13.b, z7.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z4.b[1]\n" "sdot z22.s, z14.b, z5.b[1]\n" "sdot z26.s, z14.b, z6.b[1]\n" @@ -3841,11 +3864,11 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z4.b[2]\n" "sdot z21.s, z9.b, z5.b[2]\n" "sdot z25.s, z9.b, z6.b[2]\n" - "sdot 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" + "sdot z29.s, z9.b, z7.b[2]\n" "sdot z18.s, z10.b, z4.b[2]\n" "sdot z22.s, z10.b, z5.b[2]\n" "sdot z26.s, z10.b, z6.b[2]\n" @@ -3870,15 +3893,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z5.b[3]\n" "sdot z27.s, z15.b, z6.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z1.b[0]\n" "sdot z27.s, z11.b, z2.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z1.b[1]\n" "sdot z27.s, z15.b, z2.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z1.b[2]\n" "sdot z27.s, z11.b, z2.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z1.b[3]\n" "sdot z27.s, z15.b, z2.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z1.b[2]\n" "sdot z27.s, z11.b, z2.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z1.b[1]\n" "sdot z27.s, z15.b, z2.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z1.b[0]\n" "sdot z27.s, z11.b, z2.b[0]\n" "sdot z31.s, z11.b, z3.b[0]\n" - "b 9f\n" - "5:\n" + "b 8f\n" + "4:\n" "sdot z16.s, z8.b, z0.b[0]\n" "ld1b z12.b, p4/z, [%[b_ptr3]]\n" "sdot z20.s, z8.b, z1.b[0]\n" @@ -4187,27 +4210,27 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "ld1rqb z5.b, p6/z, [a_ptr1]\n" "sdot z28.s, z8.b, z3.b[0]\n" "ld1rqb z6.b, p6/z, [a_ptr2]\n" - "sdot 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" + "sdot z17.s, z9.b, z0.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" - "sdot z21.s, z9.b, z1.b[0]\n" - "add %[b_ptr1], %[b_ptr1], %[ldb]\n" - "sdot 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" + "sdot z21.s, z9.b, z1.b[0]\n" + "add %[b_ptr0], %[b_ptr0], %[ldb]\n" + "sdot z25.s, z9.b, z2.b[0]\n" "sdot z29.s, z9.b, z3.b[0]\n" "ld1b z9.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z10.b, z0.b[0]\n" - "add %[b_ptr0], %[b_ptr0], %[ldb]\n" - "sdot z22.s, z10.b, z1.b[0]\n" "add %[b_ptr2], %[b_ptr2], %[ldb]\n" + "sdot z22.s, z10.b, z1.b[0]\n" "sdot z26.s, z10.b, z2.b[0]\n" "sdot z30.s, z10.b, z3.b[0]\n" "ld1b z10.b, p4/z, [%[b_ptr1]]\n" @@ -4229,13 +4252,13 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z13.b, z0.b[1]\n" "sdot z21.s, z13.b, z1.b[1]\n" "sdot z25.s, z13.b, z2.b[1]\n" - "sdot 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" + "sdot z29.s, z13.b, z3.b[1]\n" + "ld1b z13.b, p4/z, [%[b_ptr2]]\n" "sdot z18.s, z14.b, z0.b[1]\n" "sdot z22.s, z14.b, z1.b[1]\n" "sdot z26.s, z14.b, z2.b[1]\n" @@ -4257,11 +4280,11 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z17.s, z9.b, z0.b[2]\n" "sdot z21.s, z9.b, z1.b[2]\n" "sdot z25.s, z9.b, z2.b[2]\n" - "sdot 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" + "sdot z29.s, z9.b, z3.b[2]\n" "sdot z18.s, z10.b, z0.b[2]\n" "sdot z22.s, z10.b, z1.b[2]\n" "sdot z26.s, z10.b, z2.b[2]\n" @@ -4286,15 +4309,15 @@ void sve_native_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z1.b[3]\n" "sdot z27.s, z15.b, z2.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z5.b[0]\n" "sdot z27.s, z11.b, z6.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z5.b[1]\n" "sdot z27.s, z15.b, z6.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z5.b[2]\n" "sdot z27.s, z11.b, z6.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z5.b[3]\n" "sdot z27.s, z15.b, z6.b[3]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z5.b[2]\n" "sdot z27.s, z11.b, z6.b[2]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z15.b, z5.b[1]\n" "sdot z27.s, z15.b, z6.b[1]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l "sdot z23.s, z11.b, z5.b[0]\n" "sdot z27.s, z11.b, z6.b[0]\n" "sdot 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_s8s32_dot_4VLx4(const int8_t *A, int lda, const int8_t *B, int l ".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; 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" + "udot z25.s, z9.b, z6.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; -- cgit v1.2.1