Quelle  sbpi1_bdiv_r.asm

dnl  AMD64 mpn_sbpi1_bdiv_r optimised for AMD Zen

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')


define(`up',       `%rdi')
define(`un_param', `%rsi')
define(`dp_param', `%rdx')
define(`dn_param', `%rcx')
define(`dinv',     `%r8')

define(`i',        `%rcx')
define(`dn',       `%r14')

define(`dp',       `%rsi')
define(`un',       `%r15')

C TODO
C  * The o1...o8  loops for special dn counts were naively hand-optimised by
C    folding the generic loops.  They can probably be tuned.  The speculative
C    quotient limb generation might not be in the optimal spot.
C  * Perhaps avoid late-in-loop jumps, e.g., lo0.
C  * Improve regalloc wrt dn_param/dn and un_param/un to save some moves.

C ABI_SUPPORT(DOS64)
C ABI_SUPPORT(STD64)

ASM_START()
 TEXT
 ALIGN(16)
PROLOGUE(mpn_sbpi1_bdiv_r)
 FUNC_ENTRY(4)
IFDOS(` mov 56(%rsp), dinv ')
 push %r15
 push %r14
 push %r13
 push %r12
 push %rbp
 push %rbx

 sub dn_param, un_param  C outer loop count
 mov dn_param, dn  C FIXME: Suppress by reg re-alloc
 push dinv    C keep dinv on stack
 mov un_param, un  C FIXME: Suppress by reg re-alloc
 xor R32(%rbp), R32(%rbp)

 lea (dp_param,dn_param,8), dp

 mov (up), %rdx
 imul dinv, %rdx   C first quotient limb

 neg dn
 lea -32(up,dn_param,8), up

 test $1, R8(dn_param)
 jnz L(cx1)

L(cx0): test $2, R8(dn_param)
 jnz L(b2)


C =============================================================================
L(b0): cmp $-4, dn
 jnz L(gt4)

L(o4): mulx( -32,(dp), %r9, %r14)
 mulx( -24,(dp), %r11, %r10)
 mulx( -16,(dp), %r13, %r12)
 mulx( -8,(dp), %rbx, %rax)
 add %r14, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add (up), %r9
 adc 8(up), %r11
 mov %r8, %rdx   C dinv
 mov %r11, 8(up)
 mulx( %r11, %rdx, %r12)  C next quotient
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o4)
 jmp L(ret)

L(gt4): cmp $-8, dn
 jnz L(out0)

L(o8): mulx( -64,(dp), %r9, %r14)
 mulx( -56,(dp), %rcx, %r10)
 mulx( -48,(dp), %r13, %r12)
 mulx( -40,(dp), %rbx, %rax)
 add %r14, %rcx
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add -32(up), %r9
 mulx( -32,(dp), %r9, %r14)
 adc -24(up), %rcx
 mov %rcx, -24(up)
 mulx( -24,(dp), %r11, %r10)
 adc %r13, -16(up)
 mulx( -16,(dp), %r13, %r12)
 adc %rbx, -8(up)
 adc %rax, %r9
 mulx( -8,(dp), %rbx, %rax)
 adc %r14, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 mov %r8, %rdx   C dinv
 mulx( %rcx, %rdx, %r12)  C next quotient
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o8)
 jmp L(ret)

L(out0):mov dn, i
 .byte 0xc4,0x22,0xb3,0xf6,0x04,0xf6  C mulx (dp,dn,8),%r9,%r8
 .byte 0xc4,0x22,0xa3,0xf6,0x54,0xf6,0x08 C mulx 8(dp,dn,8),%r11,%r10
 .byte 0xc4,0x22,0x93,0xf6,0x64,0xf6,0x10 C mulx 16(dp,dn,8),%r13,%r12
 clc
 jmp L(lo0)

 ALIGN(16)
L(top0):add %r9, (up,i,8)
 .byte 0xc4,0x62,0xb3,0xf6,0x04,0xce  C mulx (dp,i,8), %r9, %r8
 adc %r11, 8(up,i,8)
 .byte 0xc4,0x62,0xa3,0xf6,0x54,0xce,0x08 C mulx 8(dp,i,8), %r11, %r10
 adc %r13, 16(up,i,8)
 .byte 0xc4,0x62,0x93,0xf6,0x64,0xce,0x10 C mulx 16(dp,i,8), %r13, %r12
 adc %rbx, 24(up,i,8)
 adc %rax, %r9
L(lo0): .byte 0xc4,0xe2,0xe3,0xf6,0x44,0xce,0x18 C mulx 24(dp,i,8), %rbx, %rax
 adc %r8, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add $4, i
 js L(top0)

 mov (%rsp), %rdx   C dinv
 .byte 0xc4,0x22,0xeb,0xf6,0x64,0xf7,0x28 C mulx 40(%rdi,%r14,8),%rdx,%r12
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(out0)
 jmp L(ret)

L(cx1): test $2, R8(dn_param)
 jnz L(b3)

C =============================================================================
L(b1): cmp $-1, dn
 jnz L(gt1)

 mov 24(up), %r9
L(o1): mulx( -8,(dp), %rbx, %rdx)
 add %r9, %rbx
 adc %rbp, %rdx
 add 32(up), %rdx
 setc R8(%rbp)
 mov %rdx, %r9
 mulx( %r8, %rdx, %r12)  C next quotient
 lea 8(up), up
 dec un
 jne L(o1)
 mov %r9, 24(up)
 jmp L(ret)

L(gt1): cmp $-5, dn
 jnz L(out1)

L(o5): mulx( -40,(dp), %rbx, %rax)
 mulx( -32,(dp), %r9, %r14)
 mulx( -24,(dp), %r11, %r10)
 mulx( -16,(dp), %r13, %r12)
 add -8(up), %rbx
 adc %rax, %r9
 mulx( -8,(dp), %rbx, %rax)
 adc %r14, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add (up), %r9
 mov %r9, (up)
 mov %r8, %rdx   C dinv
 mulx( %r9, %rdx, %r12)  C next quotient
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o5)
 jmp L(ret)

L(out1):lea 1(dn), i
 .byte 0xc4,0xa2,0xe3,0xf6,0x04,0xf6  C mulx (dp,dn,8),%rbx,%rax
 .byte 0xc4,0x22,0xb3,0xf6,0x44,0xf6,0x08 C mulx 8(dp,dn,8),%r9,%r8
 .byte 0xc4,0x22,0xa3,0xf6,0x54,0xf6,0x10 C mulx 16(dp,dn,8),%r11,%r10
 clc
 jmp L(lo1)

 ALIGN(16)
L(top1):add %r9, (up,i,8)
 .byte 0xc4,0x62,0xb3,0xf6,0x04,0xce  C mulx (dp,i,8), %r9, %r8
 adc %r11, 8(up,i,8)
 .byte 0xc4,0x62,0xa3,0xf6,0x54,0xce,0x08 C mulx 8(dp,i,8), %r11, %r10
 adc %r13, 16(up,i,8)
L(lo1): .byte 0xc4,0x62,0x93,0xf6,0x64,0xce,0x10 C mulx 16(dp,i,8), %r13, %r12
 adc %rbx, 24(up,i,8)
 adc %rax, %r9
 .byte 0xc4,0xe2,0xe3,0xf6,0x44,0xce,0x18 C mulx 24(dp,i,8), %rbx, %rax
 adc %r8, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add $4, i
 js L(top1)

 mov (%rsp), %rdx   C dinv
 .byte 0xc4,0x22,0xeb,0xf6,0x64,0xf7,0x28 C mulx 40(up,dn,8), %rdx, %r12
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(out1)
 jmp L(ret)

C =============================================================================
L(b2): cmp $-2, dn
 jnz L(gt2)

 mov 16(up), %r10
 mov 24(up), %r9
L(o2): mulx( -16,(dp), %r13, %r12)
 mulx( -8,(dp), %rbx, %rax)
 add %r12, %rbx
 adc $0, %rax
 add %r10, %r13  C 0  add just to produce carry
 mov %r9, %r10  C 1
 adc %rbx, %r10  C 1
 mov %r8, %rdx
 mulx( %r10, %rdx, %r12) C next quotient
 adc %rbp, %rax  C 2
 setc R8(%rbp)  C 3
 mov 32(up), %r9  C 2
 add %rax, %r9  C 2
 adc $0, R32(%rbp)  C 3
 lea 8(up), up
 dec un
 jne L(o2)
 mov %r10, 16(up)
 mov %r9, 24(up)
 jmp L(ret)

L(gt2): cmp $-6, dn
 jnz L(out2)

L(o6): mulx( -48,(dp), %r13, %r12)
 mulx( -40,(dp), %rcx, %rax)
 add %r12, %rcx
 adc $0, %rax
 mulx( -32,(dp), %r9, %r14)
 mulx( -24,(dp), %r11, %r10)
 add -16(up), %r13
 mulx( -16,(dp), %r13, %r12)
 adc -8(up), %rcx
 mov %rcx, -8(up)
 adc %rax, %r9
 mulx( -8,(dp), %rbx, %rax)
 adc %r14, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 mov %r8, %rdx   C dinv
 mulx( %rcx, %rdx, %r12)  C next quotient
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o6)
 jmp L(ret)

L(out2):lea 2(dn), i
 .byte 0xc4,0x22,0x93,0xf6,0x24,0xf6  C mulx (dp,dn,8),%r13,%r12
 .byte 0xc4,0xa2,0xe3,0xf6,0x44,0xf6,0x08 C mulx 8(dp,dn,8),%rbx,%rax
 add %r12, %rbx
 adc $0, %rax
 .byte 0xc4,0x22,0xb3,0xf6,0x44,0xf6,0x10 C mulx 16(dp,dn,8),%r9,%r8
 jmp L(lo2)

 ALIGN(16)
L(top2):add %r9, (up,i,8)
 .byte 0xc4,0x62,0xb3,0xf6,0x04,0xce  C mulx (dp,i,8), %r9, %r8
 adc %r11, 8(up,i,8)
L(lo2): .byte 0xc4,0x62,0xa3,0xf6,0x54,0xce,0x08 C mulx 8(dp,i,8), %r11, %r10
 adc %r13, 16(up,i,8)
 .byte 0xc4,0x62,0x93,0xf6,0x64,0xce,0x10 C mulx 16(dp,i,8), %r13, %r12
 adc %rbx, 24(up,i,8)
 adc %rax, %r9
 .byte 0xc4,0xe2,0xe3,0xf6,0x44,0xce,0x18 C mulx 24(dp,i,8), %rbx, %rax
 adc %r8, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add $4, i
 js L(top2)

 mov (%rsp), %rdx   C dinv
 .byte 0xc4,0x22,0xeb,0xf6,0x64,0xf7,0x28 C mulx 40(up,dn,8), %rdx, %r12
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(out2)
 jmp L(ret)

C =============================================================================
L(b3): cmp $-3, dn
 jnz L(gt3)

 mov 8(up), %r14
 mov 16(up), %r9
 mov 24(up), %rcx
L(o3): mulx( -24,(dp), %r11, %r10)
 mulx( -16,(dp), %r13, %r12)
 mulx( -8,(dp), %rbx, %rax)
 add %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add %r14, %r11
 mov %r9, %r14
 adc %r13, %r14
 mov %rcx, %r9
 mov %r8, %rdx   C dinv
 mulx( %r14, %rdx, %r12)  C next quotient
 adc %rbx, %r9
 adc %rbp, %rax
 setc R8(%rbp)
 mov 32(up), %rcx
 add %rax, %rcx
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o3)
 mov %r14, 8(up)
 mov %r9, 16(up)
 mov %rcx, 24(up)
 jmp L(ret)

L(gt3): cmp $-7, dn
 jnz L(out3)

L(o7): mulx( -56,(dp), %r11, %r10)
 mulx( -48,(dp), %rcx, %r12)
 mulx( -40,(dp), %rbx, %rax)
 add %r10, %rcx
 adc %r12, %rbx
 adc $0, %rax
 mulx( -32,(dp), %r9, %r14)
 add -24(up), %r11
 mulx( -24,(dp), %r11, %r10)
 adc -16(up), %rcx
 mov %rcx, -16(up)
 mulx( -16,(dp), %r13, %r12)
 adc %rbx, -8(up)
 adc %rax, %r9
 mulx( -8,(dp), %rbx, %rax)
 adc %r14, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 mov %r8, %rdx   C dinv
 mulx( %rcx, %rdx, %r12)  C next quotient
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(o7)
 jmp L(ret)

L(out3):lea 3(dn), i
 .byte 0xc4,0x22,0xa3,0xf6,0x14,0xf6  C mulx (dp,dn,8),%r11,%r10
 .byte 0xc4,0x22,0x93,0xf6,0x64,0xf6,0x08 C mulx 8(dp,dn,8),%r13,%r12
 .byte 0xc4,0xa2,0xe3,0xf6,0x44,0xf6,0x10 C mulx 16(dp,dn,8),%rbx,%rax
 add %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 jmp L(lo3)

 ALIGN(16)
L(top3):add %r9, (up,i,8)
L(lo3): .byte 0xc4,0x62,0xb3,0xf6,0x04,0xce  C mulx (dp,i,8), %r9, %r8
 adc %r11, 8(up,i,8)
 .byte 0xc4,0x62,0xa3,0xf6,0x54,0xce,0x08 C mulx 8(dp,i,8), %r11, %r10
 adc %r13, 16(up,i,8)
 .byte 0xc4,0x62,0x93,0xf6,0x64,0xce,0x10 C mulx 16(dp,i,8), %r13, %r12
 adc %rbx, 24(up,i,8)
 adc %rax, %r9
 .byte 0xc4,0xe2,0xe3,0xf6,0x44,0xce,0x18 C mulx 24(dp,i,8), %rbx, %rax
 adc %r8, %r11
 adc %r10, %r13
 adc %r12, %rbx
 adc $0, %rax
 add $4, i
 js L(top3)

 mov (%rsp), %rdx   C dinv
 .byte 0xc4,0x22,0xeb,0xf6,0x64,0xf7,0x28 C mulx 40(up,dn,8), %rdx, %r12
 add %r9, (up)
 adc %r11, 8(up)
 adc %r13, 16(up)
 adc %rbx, 24(up)
 adc %rbp, %rax
 setc R8(%rbp)
 add %rax, 32(up)
 adc $0, R32(%rbp)
 lea 8(up), up
 dec un
 jne L(out3)

L(ret): mov %rbp, %rax
 pop %rsi   C dummy dealloc
 pop %rbx
 pop %rbp
 pop %r12
 pop %r13
 pop %r14
 pop %r15
 ret
EPILOGUE()