Quelle  mullo_basecase.asm   Sprache: Masm

dnl  X64-64 mpn_mullo_basecase optimised for Intel Broadwell.

dnl  Contributed to the GNU project by Torbjorn Granlund.

dnl  Copyright 2017 Free Software Foundation, Inc.

dnl  This file is part of the GNU MP Library.
dnl
dnl  The GNU MP Library is free software; you can redistribute it and/or modify
dnl  it under the terms of either:
dnl
dnl    * the GNU Lesser General Public License as published by the Free
dnl      Software Foundation; either version 3 of the License, or (at your
dnl      option) any later version.
dnl
dnl  or
dnl
dnl    * the GNU General Public License as published by the Free Software
dnl      Foundation; either version 2 of the License, or (at your option) any
dnl      later version.
dnl
dnl  or both in parallel, as here.
dnl
dnl  The GNU MP Library is distributed in the hope that it will be useful, but
dnl  WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY
dnl  or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
dnl  for more details.
dnl
dnl  You should have received copies of the GNU General Public License and the
dnl  GNU Lesser General Public License along with the GNU MP Library.  If not,
dnl  see https://www.gnu.org/licenses/.

include(`../config.m4')

C The inner loops of this code are the result of running a code generation and
C optimisation tool suite written by David Harvey and Torbjorn Granlund.

define(`rp', `%rdi')
define(`up', `%rsi')
define(`vp_param', `%rdx')
define(`n', `%rcx')

define(`vp', `%r11')
define(`jmpreg',`%rbx')
define(`nn', `%rbp')

C TODO
C  * Suppress more rp[] rewrites in corner.
C  * Rearrange feed-in jumps for short branch forms.
C  * Perhaps roll out the heavy artillery and 8-way unroll outer loop.  Since
C    feed-in code implodes, the blow-up will not be more than perhaps 4x.
C  * Micro-optimise critical lead-in code block around L(ent).
C  * Write n < 4 code specifically for Broadwell (current code is for Haswell).

ABI_SUPPORT(DOS64)
ABI_SUPPORT(STD64)

ASM_START()
 TEXT
 ALIGN(32)
PROLOGUE(mpn_mullo_basecase)
 FUNC_ENTRY(4)
 cmp $4, R32(n)
 jae L(big)

 mov vp_param, vp
 mov (up), %rdx

 cmp $2, R32(n)
 jae L(gt1)
L(n1): imul (vp), %rdx
 mov %rdx, (rp)
 FUNC_EXIT()
 ret
L(gt1): ja L(gt2)
L(n2): mov (vp), %r9
 mulx( %r9, %rax, %rdx)
 mov %rax, (rp)
 mov 8(up), %rax
 imul %r9, %rax
 add %rax, %rdx
 mov 8(vp), %r9
 mov (up), %rcx
 imul %r9, %rcx
 add %rcx, %rdx
 mov %rdx, 8(rp)
 FUNC_EXIT()
 ret
L(gt2):
L(n3): mov (vp), %r9
 mulx( %r9, %rax, %r10) C u0 x v0
 mov %rax, (rp)
 mov 8(up), %rdx
 mulx( %r9, %rax, %rdx) C u1 x v0
 imul 16(up), %r9  C u2 x v0
 add %rax, %r10
 adc %rdx, %r9
 mov 8(vp), %r8
 mov (up), %rdx
 mulx( %r8, %rax, %rdx) C u0 x v1
 add %rax, %r10
 adc %rdx, %r9
 imul 8(up), %r8  C u1 x v1
 add %r8, %r9
 mov %r10, 8(rp)
 mov 16(vp), %r10
 mov (up), %rax
 imul %rax, %r10  C u0 x v2
 add %r10, %r9
 mov %r9, 16(rp)
 FUNC_EXIT()
 ret

 ALIGN(16)
L(big): push %r14
 push %r12
 push %rbx
 push %rbp
 mov -8(vp_param,n,8), %r14 C FIXME Put at absolute end
 imul (up), %r14  C FIXME Put at absolute end
 lea -3(n), R32(nn)
 lea 8(vp_param), vp
 mov (vp_param), %rdx

 mov R32(n), R32(%rax)
 shr $3, R32(n)
 and $7, R32(%rax)  C clear OF, CF as side-effect
 lea L(mtab)(%rip), %r10
ifdef(`PIC',
` movslq (%r10,%rax,4), %rax
 lea (%rax, %r10), %r10
 jmp *%r10
',`
 jmp *(%r10,%rax,8)
')

L(mf0): mulx( (up), %r10, %r8)
 lea 56(up), up
 lea -8(rp), rp
 lea L(f7)(%rip), jmpreg
 jmp L(mb0)

L(mf3): mulx( (up), %r9, %rax)
 lea 16(up), up
 lea 16(rp), rp
 jrcxz L(mc)
 inc R32(n)
 lea L(f2)(%rip), jmpreg
 jmp L(mb3)

L(mc): mulx( -8,(up), %r10, %r8)
 add %rax, %r10
 mov %r9, -16(rp)
 mulx( (up), %r9, %rax)
 mov %r10, -8(rp)
 adc %r8, %r9
 mov %r9, (rp)
 jmp L(c2)

L(mf4): mulx( (up), %r10, %r8)
 lea 24(up), up
 lea 24(rp), rp
 inc R32(n)
 lea L(f3)(%rip), jmpreg
 jmp L(mb4)

L(mf5): mulx( (up), %r9, %rax)
 lea 32(up), up
 lea 32(rp), rp
 inc R32(n)
 lea L(f4)(%rip), jmpreg
 jmp L(mb5)

L(mf6): mulx( (up), %r10, %r8)
 lea 40(up), up
 lea 40(rp), rp
 inc R32(n)
 lea L(f5)(%rip), jmpreg
 jmp L(mb6)

L(mf7): mulx( (up), %r9, %rax)
 lea 48(up), up
 lea 48(rp), rp
 lea L(f6)(%rip), jmpreg
 jmp L(mb7)

L(mf1): mulx( (up), %r9, %rax)
 lea L(f0)(%rip), jmpreg
 jmp L(mb1)

L(mf2): mulx( (up), %r10, %r8)
 lea 8(up), up
 lea 8(rp), rp
 lea L(f1)(%rip), jmpreg
 mulx( (up), %r9, %rax)

C FIXME ugly fallthrough FIXME
 ALIGN(32)
L(mtop):mov %r10, -8(rp)
 adc %r8, %r9
L(mb1): mulx( 8,(up), %r10, %r8)
 adc %rax, %r10
 lea 64(up), up
 mov %r9, (rp)
L(mb0): mov %r10, 8(rp)
 mulx( -48,(up), %r9, %rax)
 lea 64(rp), rp
 adc %r8, %r9
L(mb7): mulx( -40,(up), %r10, %r8)
 mov %r9, -48(rp)
 adc %rax, %r10
L(mb6): mov %r10, -40(rp)
 mulx( -32,(up), %r9, %rax)
 adc %r8, %r9
L(mb5): mulx( -24,(up), %r10, %r8)
 mov %r9, -32(rp)
 adc %rax, %r10
L(mb4): mulx( -16,(up), %r9, %rax)
 mov %r10, -24(rp)
 adc %r8, %r9
L(mb3): mulx( -8,(up), %r10, %r8)
 adc %rax, %r10
 mov %r9, -16(rp)
 dec R32(n)
 mulx( (up), %r9, %rax)
 jnz L(mtop)

L(mend):mov %r10, -8(rp)
 adc %r8, %r9
 mov %r9, (rp)
 adc %rcx, %rax

 lea 8(,nn,8), %r12
 neg %r12
 shr $3, R32(nn)
 jmp L(ent)

L(f0): mulx( (up), %r10, %r8)
 lea -8(up), up
 lea -8(rp), rp
 lea L(f7)(%rip), jmpreg
 jmp L(b0)

L(f1): mulx( (up), %r9, %rax)
 lea -1(nn), R32(nn)
 lea L(f0)(%rip), jmpreg
 jmp L(b1)

L(end): adox( (rp), %r9)
 mov %r9, (rp)
 adox( %rcx, %rax)  C relies on rcx = 0
 adc %rcx, %rax  C FIXME suppress, use adc below; reqs ent path edits
 lea 8(%r12), %r12
L(ent): mulx( 8,(up), %r10, %r8) C r8 unused (use imul?)
 add %rax, %r14
 add %r10, %r14  C h
 lea (up,%r12), up  C reset up
 lea 8(rp,%r12), rp  C reset rp
 mov (vp), %rdx
 lea 8(vp), vp
 or R32(nn), R32(n)  C copy count, clear CF,OF (n = 0 prior)
 jmp *jmpreg

L(f7): mulx( (up), %r9, %rax)
 lea -16(up), up
 lea -16(rp), rp
 lea L(f6)(%rip), jmpreg
 jmp L(b7)

L(f2): mulx( (up), %r10, %r8)
 lea 8(up), up
 lea 8(rp), rp
 mulx( (up), %r9, %rax)
 lea L(f1)(%rip), jmpreg

C FIXME ugly fallthrough FIXME
 ALIGN(32)
L(top): adox( -8,(rp), %r10)
 adcx( %r8, %r9)
 mov %r10, -8(rp)
 jrcxz L(end)
L(b1): mulx( 8,(up), %r10, %r8)
 adox( (rp), %r9)
 lea -1(n), R32(n)
 mov %r9, (rp)
 adcx( %rax, %r10)
L(b0): mulx( 16,(up), %r9, %rax)
 adcx( %r8, %r9)
 adox( 8,(rp), %r10)
 mov %r10, 8(rp)
L(b7): mulx( 24,(up), %r10, %r8)
 lea 64(up), up
 adcx( %rax, %r10)
 adox( 16,(rp), %r9)
 mov %r9, 16(rp)
L(b6): mulx( -32,(up), %r9, %rax)
 adox( 24,(rp), %r10)
 adcx( %r8, %r9)
 mov %r10, 24(rp)
L(b5): mulx( -24,(up), %r10, %r8)
 adcx( %rax, %r10)
 adox( 32,(rp), %r9)
 mov %r9, 32(rp)
L(b4): mulx( -16,(up), %r9, %rax)
 adox( 40,(rp), %r10)
 adcx( %r8, %r9)
 mov %r10, 40(rp)
L(b3): adox( 48,(rp), %r9)
 mulx( -8,(up), %r10, %r8)
 mov %r9, 48(rp)
 lea 64(rp), rp
 adcx( %rax, %r10)
 mulx( (up), %r9, %rax)
 jmp L(top)

L(f6): mulx( (up), %r10, %r8)
 lea 40(up), up
 lea -24(rp), rp
 lea L(f5)(%rip), jmpreg
 jmp L(b6)

L(f5): mulx( (up), %r9, %rax)
 lea 32(up), up
 lea -32(rp), rp
 lea L(f4)(%rip), jmpreg
 jmp L(b5)

L(f4): mulx( (up), %r10, %r8)
 lea 24(up), up
 lea -40(rp), rp
 lea L(f3)(%rip), jmpreg
 jmp L(b4)

L(f3): mulx( (up), %r9, %rax)
 lea 16(up), up
 lea -48(rp), rp
 jrcxz L(cor)
 lea L(f2)(%rip), jmpreg
 jmp L(b3)

L(cor): adox( 48,(rp), %r9)
 mulx( -8,(up), %r10, %r8)
 mov %r9, 48(rp)
 lea 64(rp), rp
 adcx( %rax, %r10)
 mulx( (up), %r9, %rax)
 adox( -8,(rp), %r10)
 adcx( %r8, %r9)
 mov %r10, -8(rp)  C FIXME suppress
 adox( (rp), %r9)
 mov %r9, (rp)  C FIXME suppress
 adox( %rcx, %rax)
L(c2):
 mulx( 8,(up), %r10, %r8)
 adc %rax, %r14
 add %r10, %r14
 mov (vp), %rdx
 test R32(%rcx), R32(%rcx)
 mulx( -16,(up), %r10, %r8)
 mulx( -8,(up), %r9, %rax)
 adox( -8,(rp), %r10)
 adcx( %r8, %r9)
 mov %r10, -8(rp)
 adox( (rp), %r9)
 adox( %rcx, %rax)
 adc %rcx, %rax
 mulx( (up), %r10, %r8)
 add %rax, %r14
 add %r10, %r14
 mov 8(vp), %rdx
 mulx( -16,(up), %rcx, %rax)
 add %r9, %rcx
 mov %rcx, (rp)
 adc $0, %rax
 mulx( -8,(up), %r10, %r8)
 add %rax, %r14
 add %r10, %r14
 mov %r14, 8(rp)
 pop %rbp
 pop %rbx
 pop %r12
 pop %r14
 FUNC_EXIT()
 ret
EPILOGUE()
 JUMPTABSECT
 ALIGN(8)
L(mtab):JMPENT( L(mf7), L(mtab))
 JMPENT( L(mf0), L(mtab))
 JMPENT( L(mf1), L(mtab))
 JMPENT( L(mf2), L(mtab))
 JMPENT( L(mf3), L(mtab))
 JMPENT( L(mf4), L(mtab))
 JMPENT( L(mf5), L(mtab))
 JMPENT( L(mf6), L(mtab))