/*
 * Copyright (c) 2021, 2023 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.
 */


#include "arm_gemm.hpp"
#include <cstddef>
#include <cstdint>

#if defined(ARM_COMPUTE_ENABLE_SVE)

namespace arm_conv {
namespace depthwise {

void sve_u8q_packed_to_nhwc_5x5_s1_with_multiplier_output4x2_dot_depthfirst_impl(
  const uint8_t *const *const inptrs,
  uint8_t *const *const outptrs,
  const void *params,
  unsigned int n_output_channels,
  const arm_gemm::Requantize32& qp
)
{
  __asm__ __volatile__(
    "mov x20, #0x6\n"
    "whilelt p0.b, XZR, x20\n"
    "ldr x22, [%x[inptrs], #0x18]\n"
    "ldr x21, [%x[inptrs], #0x20]\n"
    "ldr x20, [%x[inptrs], #0x10]\n"
    "ld1b { z3.b }, p0/Z, [x22]\n"
    "mov z23.d, z3.d\n"
    "ext z23.b, z23.b, z23.b, #0x1\n"
    "ld1b { z4.b }, p0/Z, [x21]\n"
    "ldr x24, [%x[inptrs], #0x8]\n"
    "mov z18.d, z4.d\n"
    "ext z18.b, z18.b, z18.b, #0x1\n"
    "ld1b { z2.b }, p0/Z, [x20]\n"
    "ldr x23, [%x[inptrs], #0x28]\n"
    "mov z15.d, z2.d\n"
    "ext z15.b, z15.b, z15.b, #0x1\n"
    "ldr x22, [%x[inptrs], #0x30]\n"
    "ldr x21, [%x[inptrs], #0x38]\n"
    "zip1 z3.d, z3.d, z23.d\n"
    "zip1 z4.d, z4.d, z18.d\n"
    "ldr x20, [%x[inptrs], #0x0]\n"
    "ld1b { z1.b }, p0/Z, [x24]\n"
    "mov z19.d, z1.d\n"
    "ext z19.b, z19.b, z19.b, #0x1\n"
    "ld1b { z5.b }, p0/Z, [x23]\n"
    "ld1b { z6.b }, p0/Z, [x22]\n"
    "mov z18.d, z5.d\n"
    "mov z22.d, z6.d\n"
    "ld1b { z7.b }, p0/Z, [x21]\n"
    "ld1b { z0.b }, p0/Z, [x20]\n"
    "mov z8.d, z7.d\n"
    "zip1 z2.d, z2.d, z15.d\n"
    "mov z3.q, z3.q[0]\n"
    "mov z4.q, z4.q[0]\n"
    "ptrue p2.b\n"
    "ld1rw { z23.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_b_offset]]\n"
    "ext z18.b, z18.b, z18.b, #0x1\n"
    "ext z22.b, z22.b, z22.b, #0x1\n"
    "lsl x10, %x[n_channels], #0x2\n"
    "neg z23.s, p2/M, z23.s\n"
    "ext z8.b, z8.b, z8.b, #0x1\n"
    "mov z28.b, #0x1\n"
    "mov x9, #0x0\n"
    "whilelt p0.b, x9, x10\n"
    "mov z25.s, #0x0\n"
    "mov z24.s, #0x0\n"
    "udot z25.s, z28.b, z3.b[0]\n"
    "ld1w { z12.s }, p0/Z, [%x[params]]\n"
    "mov z17.s, #0x0\n"
    "mov z16.s, #0x0\n"
    "udot z24.s, z28.b, z3.b[2]\n"
    "mov x28, #0x0\n"
    "mov z27.d, z0.d\n"
    "udot z17.s, z28.b, z4.b[0]\n"
    "udot z16.s, z28.b, z4.b[2]\n"
    "ldp x27, x26, [%x[outptrs], #0x0]\n"
    "ext z27.b, z27.b, z27.b, #0x1\n"
    "zip1 z1.d, z1.d, z19.d\n"
    "ldp x25, x24, [%x[outptrs], #0x10]\n"
    "ldp x23, x22, [%x[outptrs], #0x20]\n"
    "mov z2.q, z2.q[0]\n"
    "zip1 z5.d, z5.d, z18.d\n"
    "ldp x21, x20, [%x[outptrs], #0x30]\n"
    "ld1rw { z13.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_c_offset]]\n"
    "zip1 z6.d, z6.d, z22.d\n"
    "zip1 z7.d, z7.d, z8.d\n"
    "ld1rw { z14.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_minval]]\n"
    "ld1rw { z15.s }, p2/Z, [%x[qp], %[offsetof_Requantize32_maxval]]\n"
    "mov z30.s, #0x0\n"
    "mov z31.s, #0x0\n"
    "udot z30.s, z28.b, z2.b[0]\n"
    "ld1b { z8.b }, p0/Z, [%x[params], #1, MUL VL]\n"
    "mov z29.s, #0x1\n"
    "udot z31.s, z28.b, z2.b[2]\n"
    "udot z25.s, z29.b, z3.b[1]\n"
    "ld1b { z9.b }, p0/Z, [%x[params], #2, MUL VL]\n"
    "zip1 z0.d, z0.d, z27.d\n"
    "mov z1.q, z1.q[0]\n"
    "udot z24.s, z29.b, z3.b[3]\n"
    "ld1b { z10.b }, p0/Z, [%x[params], #3, MUL VL]\n"
    "mov z5.q, z5.q[0]\n"
    "mov z6.q, z6.q[0]\n"
    "udot z17.s, z29.b, z4.b[1]\n"
    "ld1b { z11.b }, p0/Z, [%x[params], #4, MUL VL]\n"
    "mov z7.q, z7.q[0]\n"
    "mov z22.s, #0x0\n"
    "udot z16.s, z29.b, z4.b[3]\n"
    "addvl %x[params], %x[params], #5\n"
    "mov z21.s, #0x0\n"
    "mov z26.s, #0x0\n"
    "udot z22.s, z28.b, z1.b[0]\n"
    "mov z27.s, #0x0\n"
    "mov z20.s, #0x0\n"
    "udot z21.s, z28.b, z1.b[2]\n"
    "mov z19.s, #0x0\n"
    "mov z18.s, #0x0\n"
    "udot z26.s, z28.b, z5.b[0]\n"
    "udot z27.s, z28.b, z5.b[2]\n"
    "udot z20.s, z28.b, z6.b[0]\n"
    "mov z0.q, z0.q[0]\n"
    "udot z19.s, z28.b, z6.b[2]\n"
    "udot z18.s, z28.b, z7.b[0]\n"
    "add z17.s, z25.s, z17.s\n"
    "mov z25.s, #0x0\n"
    "udot z25.s, z28.b, z7.b[2]\n"
    "udot z30.s, z29.b, z2.b[1]\n"
    "udot z31.s, z29.b, z2.b[3]\n"
    "add z16.s, z24.s, z16.s\n"
    "udot z22.s, z29.b, z1.b[1]\n"
    "mov z24.s, #0x0\n"
    "udot z24.s, z28.b, z0.b[0]\n"
    "udot z21.s, z29.b, z1.b[3]\n"
    "udot z26.s, z29.b, z5.b[1]\n"
    "udot z27.s, z29.b, z5.b[3]\n"
    "add z30.s, z30.s, z17.s\n"
    "udot z20.s, z29.b, z6.b[1]\n"
    "udot z19.s, z29.b, z6.b[3]\n"
    "add z31.s, z31.s, z16.s\n"
    "udot z18.s, z29.b, z7.b[1]\n"
    "udot z25.s, z29.b, z7.b[3]\n"
    "add z22.s, z22.s, z30.s\n"
    "udot z24.s, z29.b, z0.b[1]\n"
    "add z21.s, z21.s, z31.s\n"
    "add z20.s, z26.s, z20.s\n"
    "add z19.s, z27.s, z19.s\n"
    "add z18.s, z18.s, z17.s\n"
    "mov z17.s, #0x0\n"
    "udot z17.s, z28.b, z0.b[2]\n"
    "udot z17.s, z29.b, z0.b[3]\n"
    "add z16.s, z25.s, z16.s\n"
    "add z24.s, z22.s, z24.s\n"
    "add z25.s, z21.s, z17.s\n"
    "mul z24.s, p2/M, z24.s, z23.s\n"
    "mul z25.s, p2/M, z25.s, z23.s\n"
    "add z26.s, z26.s, z22.s\n"
    "add z27.s, z27.s, z21.s\n"
    "mul z26.s, p2/M, z26.s, z23.s\n"
    "mul z27.s, p2/M, z27.s, z23.s\n"
    "add z28.s, z20.s, z30.s\n"
    "add z29.s, z19.s, z31.s\n"
    "mul z28.s, p2/M, z28.s, z23.s\n"
    "mul z29.s, p2/M, z29.s, z23.s\n"
    "add z30.s, z20.s, z18.s\n"
    "add z31.s, z19.s, z16.s\n"
    "mul z30.s, p2/M, z30.s, z23.s\n"
    "mul z31.s, p2/M, z31.s, z23.s\n"
    "zip1 z19.s, z24.s, z26.s\n"
    "zip1 z18.s, z25.s, z27.s\n"
    "zip1 z17.s, z28.s, z30.s\n"
    "zip1 z16.s, z29.s, z31.s\n"
    "zip1 z22.s, z19.s, z18.s\n"
    "zip1 z23.s, z17.s, z16.s\n"
    "add z24.s, z24.s, z12.s\n"
    "add z25.s, z25.s, z12.s\n"
    "add z26.s, z26.s, z12.s\n"
    "add z27.s, z27.s, z12.s\n"
    "add z28.s, z28.s, z12.s\n"
    "add z29.s, z29.s, z12.s\n"
    "add z30.s, z30.s, z12.s\n"
    "add z31.s, z31.s, z12.s\n"
    "1:"  // Loop
    "udot z24.s, z8.b, z0.b[0]\n"
    "udot z25.s, z8.b, z0.b[2]\n"
    "ld1w { z12.s }, p2/Z, [%x[params], #6, MUL VL]\n"
    "ld1w { z21.s }, p2/Z, [%x[params], #7, MUL VL]\n"
    "udot z26.s, z8.b, z1.b[0]\n"
    "udot z27.s, z8.b, z1.b[2]\n"
    "incb x9\n"
    "whilelt p1.s, x28, %x[n_channels]\n"
    "udot z24.s, z9.b, z0.b[1]\n"
    "udot z25.s, z9.b, z0.b[3]\n"
    "whilelt p0.b, x9, x10\n"
    "udot z26.s, z9.b, z1.b[1]\n"
    "udot z27.s, z9.b, z1.b[3]\n"
    "udot z28.s, z8.b, z2.b[0]\n"
    "udot z29.s, z8.b, z2.b[2]\n"
    "udot z30.s, z8.b, z3.b[0]\n"
    "udot z31.s, z8.b, z3.b[2]\n"
    "ld1b { z17.b }, p2/Z, [%x[params]]\n"
    "udot z24.s, z10.b, z1.b[0]\n"
    "udot z25.s, z10.b, z1.b[2]\n"
    "udot z26.s, z10.b, z2.b[0]\n"
    "udot z27.s, z10.b, z2.b[2]\n"
    "udot z28.s, z9.b, z2.b[1]\n"
    "udot z29.s, z9.b, z2.b[3]\n"
    "udot z30.s, z9.b, z3.b[1]\n"
    "udot z31.s, z9.b, z3.b[3]\n"
    "ld1b { z16.b }, p2/Z, [%x[params], #1, MUL VL]\n"
    "udot z24.s, z11.b, z1.b[1]\n"
    "udot z25.s, z11.b, z1.b[3]\n"
    "udot z26.s, z11.b, z2.b[1]\n"
    "udot z27.s, z11.b, z2.b[3]\n"
    "udot z28.s, z10.b, z3.b[0]\n"
    "udot z29.s, z10.b, z3.b[2]\n"
    "udot z30.s, z10.b, z4.b[0]\n"
    "udot z31.s, z10.b, z4.b[2]\n"
    "ld1b { z19.b }, p2/Z, [%x[params], #2, MUL VL]\n"
    "udot z24.s, z17.b, z2.b[0]\n"
    "udot z25.s, z17.b, z2.b[2]\n"
    "udot z26.s, z17.b, z3.b[0]\n"
    "udot z27.s, z17.b, z3.b[2]\n"
    "udot z28.s, z11.b, z3.b[1]\n"
    "udot z29.s, z11.b, z3.b[3]\n"
    "udot z30.s, z11.b, z4.b[1]\n"
    "udot z31.s, z11.b, z4.b[3]\n"
    "ld1b { z18.b }, p2/Z, [%x[params], #3, MUL VL]\n"
    "udot z24.s, z16.b, z2.b[1]\n"
    "udot z25.s, z16.b, z2.b[3]\n"
    "udot z26.s, z16.b, z3.b[1]\n"
    "udot z27.s, z16.b, z3.b[3]\n"
    "udot z28.s, z17.b, z4.b[0]\n"
    "udot z29.s, z17.b, z4.b[2]\n"
    "udot z30.s, z17.b, z5.b[0]\n"
    "udot z31.s, z17.b, z5.b[2]\n"
    "ld1b { z17.b }, p2/Z, [%x[params], #4, MUL VL]\n"
    "udot z24.s, z19.b, z3.b[0]\n"
    "udot z25.s, z19.b, z3.b[2]\n"
    "udot z26.s, z19.b, z4.b[0]\n"
    "udot z27.s, z19.b, z4.b[2]\n"
    "udot z28.s, z16.b, z4.b[1]\n"
    "udot z29.s, z16.b, z4.b[3]\n"
    "udot z30.s, z16.b, z5.b[1]\n"
    "udot z31.s, z16.b, z5.b[3]\n"
    "ld1b { z16.b }, p2/Z, [%x[params], #5, MUL VL]\n"
    "addvl %x[params], %x[params], #16\n"
    "udot z24.s, z18.b, z3.b[1]\n"
    "udot z25.s, z18.b, z3.b[3]\n"
    "ld1w { z20.s }, p0/Z, [%x[params], #-8, MUL VL]\n"
    "udot z26.s, z18.b, z4.b[1]\n"
    "udot z27.s, z18.b, z4.b[3]\n"
    "udot z28.s, z19.b, z5.b[0]\n"
    "udot z29.s, z19.b, z5.b[2]\n"
    "udot z30.s, z19.b, z6.b[0]\n"
    "udot z31.s, z19.b, z6.b[2]\n"
    "ld1b { z10.b }, p0/Z, [%x[params], #-5, MUL VL]\n"
    "udot z24.s, z17.b, z4.b[0]\n"
    "udot z25.s, z17.b, z4.b[2]\n"
    "udot z26.s, z17.b, z5.b[0]\n"
    "udot z27.s, z17.b, z5.b[2]\n"
    "udot z28.s, z18.b, z5.b[1]\n"
    "udot z29.s, z18.b, z5.b[3]\n"
    "udot z30.s, z18.b, z6.b[1]\n"
    "udot z31.s, z18.b, z6.b[3]\n"
    "ld1b { z11.b }, p0/Z, [%x[params], #-4, MUL VL]\n"
    "udot z24.s, z16.b, z4.b[1]\n"
    "udot z25.s, z16.b, z4.b[3]\n"
    ".inst 0x04ac7718  // sqrdmulh z24.s, z24.s, z12.s\n"
    "udot z26.s, z16.b, z5.b[1]\n"
    "udot z27.s, z16.b, z5.b[3]\n"
    ".inst 0x04ac7739  // sqrdmulh z25.s, z25.s, z12.s\n"
    "udot z28.s, z17.b, z6.b[0]\n"
    "udot z29.s, z17.b, z6.b[2]\n"
    ".inst 0x04ac775a  // sqrdmulh z26.s, z26.s, z12.s\n"
    "udot z30.s, z17.b, z7.b[0]\n"
    "udot z31.s, z17.b, z7.b[2]\n"
    ".inst 0x04ac777b  // sqrdmulh z27.s, z27.s, z12.s\n"
    "ld1b { z8.b }, p0/Z, [%x[params], #-7, MUL VL]\n"
    "udot z28.s, z16.b, z6.b[1]\n"
    "udot z29.s, z16.b, z6.b[3]\n"
    "and z19.d, z24.d, z21.d\n"
    "udot z30.s, z16.b, z7.b[1]\n"
    "udot z31.s, z16.b, z7.b[3]\n"
    "and z18.d, z25.d, z21.d\n"
    "ld1b { z9.b }, p0/Z, [%x[params], #-6, MUL VL]\n"
    "and z17.d, z26.d, z21.d\n"
    "and z16.d, z27.d, z21.d\n"
    "addvl %x[params], %x[params], #-3\n"
    "asr z19.s, z19.s, #0x1f\n"
    "asr z18.s, z18.s, #0x1f\n"
    "asr z17.s, z17.s, #0x1f\n"
    "asr z16.s, z16.s, #0x1f\n"
    ".inst 0x04ac779c  // sqrdmulh z28.s, z28.s, z12.s\n"
    ".inst 0x04ac77bd  // sqrdmulh z29.s, z29.s, z12.s\n"
    ".inst 0x04ac77de  // sqrdmulh z30.s, z30.s, z12.s\n"
    ".inst 0x04ac77ff  // sqrdmulh z31.s, z31.s, z12.s\n"
    "sqadd z24.s, z24.s, z19.s\n"
    "sqadd z25.s, z25.s, z18.s\n"
    ".inst 0x44828ab8  // srshl z24.s, p2/M, z24.s, z21.s\n"
    ".inst 0x44828ab9  // srshl z25.s, p2/M, z25.s, z21.s\n"
    "sqadd z26.s, z26.s, z17.s\n"
    "sqadd z27.s, z27.s, z16.s\n"
    ".inst 0x44828aba  // srshl z26.s, p2/M, z26.s, z21.s\n"
    ".inst 0x44828abb  // srshl z27.s, p2/M, z27.s, z21.s\n"
    "and z19.d, z28.d, z21.d\n"
    "and z18.d, z29.d, z21.d\n"
    "and z17.d, z30.d, z21.d\n"
    "and z16.d, z31.d, z21.d\n"
    "asr z19.s, z19.s, #0x1f\n"
    "asr z18.s, z18.s, #0x1f\n"
    "asr z17.s, z17.s, #0x1f\n"
    "asr z16.s, z16.s, #0x1f\n"
    "sqadd z28.s, z28.s, z19.s\n"
    "sqadd z29.s, z29.s, z18.s\n"
    ".inst 0x44828abc  // srshl z28.s, p2/M, z28.s, z21.s\n"
    ".inst 0x44828abd  // srshl z29.s, p2/M, z29.s, z21.s\n"
    "sqadd z30.s, z30.s, z17.s\n"
    "sqadd z31.s, z31.s, z16.s\n"
    ".inst 0x44828abe  // srshl z30.s, p2/M, z30.s, z21.s\n"
    ".inst 0x44828abf  // srshl z31.s, p2/M, z31.s, z21.s\n"
    "add z24.s, z24.s, z13.s\n"
    "add z25.s, z25.s, z13.s\n"
    "smin z24.s, p2/M, z24.s, z15.s\n"
    "smin z25.s, p2/M, z25.s, z15.s\n"
    "add z26.s, z26.s, z13.s\n"
    "add z27.s, z27.s, z13.s\n"
    "smin z26.s, p2/M, z26.s, z15.s\n"
    "smin z27.s, p2/M, z27.s, z15.s\n"
    "add z28.s, z28.s, z13.s\n"
    "add z29.s, z29.s, z13.s\n"
    "smin z28.s, p2/M, z28.s, z15.s\n"
    "smin z29.s, p2/M, z29.s, z15.s\n"
    "add z30.s, z30.s, z13.s\n"
    "add z31.s, z31.s, z13.s\n"
    "smin z30.s, p2/M, z30.s, z15.s\n"
    "smin z31.s, p2/M, z31.s, z15.s\n"
    "smax z24.s, p2/M, z24.s, z14.s\n"
    "smax z25.s, p2/M, z25.s, z14.s\n"
    "st1b { z24.s }, p1, [x27, x28]\n"
    "mov z24.s, z22.s[0]\n"
    "smax z26.s, p2/M, z26.s, z14.s\n"
    "smax z27.s, p2/M, z27.s, z14.s\n"
    "st1b { z25.s }, p1, [x26, x28]\n"
    "mov z25.s, z22.s[1]\n"
    "smax z28.s, p2/M, z28.s, z14.s\n"
    "smax z29.s, p2/M, z29.s, z14.s\n"
    "st1b { z26.s }, p1, [x25, x28]\n"
    "mov z26.s, z22.s[2]\n"
    "smax z30.s, p2/M, z30.s, z14.s\n"
    "smax z31.s, p2/M, z31.s, z14.s\n"
    "st1b { z27.s }, p1, [x24, x28]\n"
    "mov z27.s, z22.s[3]\n"
    "st1b { z28.s }, p1, [x23, x28]\n"
    "mov z28.s, z23.s[0]\n"
    "add z24.s, z24.s, z20.s\n"
    "st1b { z29.s }, p1, [x22, x28]\n"
    "mov z29.s, z23.s[1]\n"
    "add z25.s, z25.s, z20.s\n"
    "st1b { z30.s }, p1, [x21, x28]\n"
    "mov z30.s, z23.s[2]\n"
    "add z26.s, z26.s, z20.s\n"
    "st1b { z31.s }, p1, [x20, x28]\n"
    "mov z31.s, z23.s[3]\n"
    "incw x28\n"
    "add z27.s, z27.s, z20.s\n"
    "add z28.s, z28.s, z20.s\n"
    "add z29.s, z29.s, z20.s\n"
    "add z30.s, z30.s, z20.s\n"
    "add z31.s, z31.s, z20.s\n"
    "b.any 1b\n"
    : [params] "+&r" (params)
    : [inptrs] "r" (inptrs), [n_channels] "r" (n_output_channels), [offsetof_Requantize32_b_offset] "I" (offsetof(arm_gemm::Requantize32, b_offset)), [offsetof_Requantize32_c_offset] "I" (offsetof(arm_gemm::Requantize32, c_offset)), [offsetof_Requantize32_maxval] "I" (offsetof(arm_gemm::Requantize32, maxval)), [offsetof_Requantize32_minval] "I" (offsetof(arm_gemm::Requantize32, minval)), [outptrs] "r" (outptrs), [qp] "r" (&qp)
    : "cc", "memory", "p0", "p1", "p2", "x9", "x10", "x20", "x21", "x22", "x23", "x24", "x25", "x26", "x27", "x28", "z0", "z1", "z2", "z3", "z4", "z5", "z6", "z7", "z8", "z9", "z10", "z11", "z12", "z13", "z14", "z15", "z16", "z17", "z18", "z19", "z20", "z21", "z22", "z23", "z24", "z25", "z26", "z27", "z28", "z29", "z30", "z31"
  );
}

}  // namespace depthwise
}  // namespace arm_conv

#endif  // defined(ARM_COMPUTE_ENABLE_SVE)