summaryrefslogtreecommitdiffstats
path: root/src/neon.s
blob: 6995066967314790ffe68f735411c9be78fe50d5 (plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
/*
 
 This file is part of FFTS -- The Fastest Fourier Transform in the South
  
 Copyright (c) 2012, Anthony M. Blake <amb@anthonix.com>
 Copyright (c) 2012, The University of Waikato 
 
 All rights reserved.

 Redistribution and use in source and binary forms, with or without
 modification, are permitted provided that the following conditions are met:
 	* Redistributions of source code must retain the above copyright
 		notice, this list of conditions and the following disclaimer.
 	* Redistributions in binary form must reproduce the above copyright
 		notice, this list of conditions and the following disclaimer in the
 		documentation and/or other materials provided with the distribution.
 	* Neither the name of the organization nor the
	  names of its contributors may be used to endorse or promote products
 		derived from this software without specific prior written permission.

 THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS" AND
 ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED
 WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
 DISCLAIMED. IN NO EVENT SHALL ANTHONY M. BLAKE BE LIABLE FOR ANY
 DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES
 (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES;
 LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND
 ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
 (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
 SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.

*/

	.align	4
#ifdef __APPLE__
	.globl	_neon_x4
_neon_x4:
#else
	.globl	neon_x4
neon_x4:
#endif
@	add r3, r0, #0

	vld1.32 {q8,q9}, [r0, :128]
	add r4, r0, r1, lsl #1
	vld1.32 {q10,q11}, [r4, :128]
	add r5, r0, r1, lsl #2
	vld1.32 {q12,q13}, [r5, :128]
	add r6, r4, r1, lsl #2
	vld1.32 {q14,q15}, [r6, :128]
	vld1.32 {q2,q3}, [r2, :128]
	
	vmul.f32	q0, q13, q3
	vmul.f32	q5, q12, q2
	vmul.f32	q1, q14, q2
	vmul.f32	q4, q14, q3
	vmul.f32	q14, q12, q3
	vmul.f32	q13, q13, q2
	vmul.f32	q12, q15, q3
	vmul.f32	q2, q15, q2
	vsub.f32	q0, q5, q0
	vadd.f32	q13, q13, q14
	vadd.f32	q12, q12, q1
	vsub.f32	q1, q2, q4
	vadd.f32	q15, q0, q12
	vsub.f32	q12, q0, q12
	vadd.f32	q14, q13, q1
	vsub.f32	q13, q13, q1
	vadd.f32	q0, q8, q15
	vadd.f32	q1, q9, q14
	vsub.f32	q2, q10, q13  @
	vsub.f32	q4, q8, q15
	vadd.f32	q3, q11, q12  @
	vst1.32 {q0,q1}, [r0, :128]
	vsub.f32	q5, q9, q14
	vadd.f32	q6, q10, q13  @
	vsub.f32	q7, q11, q12  @
	vst1.32 {q2,q3}, [r4, :128]
	vst1.32 {q4,q5}, [r5, :128]
	vst1.32 {q6,q7}, [r6, :128]
	bx lr

	.align 4
#ifdef __APPLE__
	.globl	_neon_x8
_neon_x8:
#else
	.globl	neon_x8
neon_x8:
#endif
	mov r11, #0
	add r3, r0, #0           @ data0
	add r5, r0, r1, lsl #1   @ data2
	add r4, r0, r1           @ data1
	add r7, r5, r1, lsl #1   @ data4
	add r6, r5, r1           @ data3
	add r9, r7, r1, lsl #1   @ data6
	add r8, r7, r1           @ data5
	add r10, r9, r1          @ data7
	add r12, r2, #0          @ LUT

	sub r11, r11, r1, lsr #5
neon_x8_loop: 
  vld1.32 {q2,q3}, [r12, :128]!
  vld1.32 {q14,q15}, [r6, :128]
  vld1.32 {q10,q11}, [r5, :128]
  adds	r11, r11, #1
  vmul.f32	q12, q15, q2
  vmul.f32	q8, q14, q3
  vmul.f32	q13, q14, q2
  vmul.f32	q9, q10, q3
  vmul.f32	q1, q10, q2
  vmul.f32	q0, q11, q2
  vmul.f32	q14, q11, q3
  vmul.f32	q15, q15, q3
  vld1.32 {q2,q3}, [r12, :128]!
  vsub.f32	q10, q12, q8
  vadd.f32	q11, q0, q9
  vadd.f32	q8, q15, q13
  vld1.32 {q12,q13}, [r4, :128]
  vsub.f32	q9, q1, q14
  vsub.f32	q15, q11, q10
  vsub.f32	q14, q9, q8
  vsub.f32	q4, q12, q15  @
  vadd.f32	q6, q12, q15  @ 
  vadd.f32	q5, q13, q14  @
  vsub.f32	q7, q13, q14  @
  vld1.32 {q14,q15}, [r9, :128]
  vld1.32 {q12,q13}, [r7, :128]
  vmul.f32	q1, q14, q2
  vmul.f32	q0, q14, q3
  vst1.32 {q4,q5}, [r4, :128]
  vmul.f32	q14, q15, q3
  vmul.f32	q4, q15, q2
  vadd.f32	q15, q9, q8
  vst1.32 {q6,q7}, [r6, :128]
  vmul.f32	q8, q12, q3
  vmul.f32	q5, q13, q3
  vmul.f32	q12, q12, q2
  vmul.f32	q9, q13, q2
  vadd.f32	q14, q14, q1
  vsub.f32	q13, q4, q0
  vadd.f32	q0, q9, q8
  vld1.32 {q8,q9}, [r3, :128]
  vadd.f32	q1, q11, q10
  vsub.f32	q12, q12, q5
  vadd.f32	q11, q8, q15
  vsub.f32	q8, q8, q15
  vadd.f32	q2, q12, q14
  vsub.f32	q10, q0, q13
  vadd.f32	q15, q0, q13
  vadd.f32	q13, q9, q1
  vsub.f32	q9, q9, q1
  vsub.f32	q12, q12, q14
  vadd.f32	q0, q11, q2
  vadd.f32	q1, q13, q15
  vsub.f32	q4, q11, q2
  vsub.f32	q2, q8, q10  @
  vadd.f32	q3, q9, q12  @
  vst1.32 {q0,q1}, [r3, :128]!
  vsub.f32	q5, q13, q15
  vld1.32 {q14,q15}, [r10, :128]
  vsub.f32	q7, q9, q12  @
  vld1.32 {q12,q13}, [r8, :128]
  vst1.32 {q2,q3}, [r5, :128]!
  vld1.32 {q2,q3}, [r12, :128]!
  vadd.f32	q6, q8, q10  @
  vmul.f32	q8, q14, q2
  vst1.32 {q4,q5}, [r7, :128]!
  vmul.f32	q10, q15, q3
  vmul.f32	q9, q13, q3
  vmul.f32	q11, q12, q2
  vmul.f32	q14, q14, q3
  vst1.32 {q6,q7}, [r9, :128]!
  vmul.f32	q15, q15, q2
  vmul.f32	q12, q12, q3
  vmul.f32	q13, q13, q2
  vadd.f32	q10, q10, q8
  vsub.f32	q11, q11, q9
  vld1.32 {q8,q9}, [r4, :128]
  vsub.f32	q14, q15, q14
  vadd.f32	q15, q13, q12
  vadd.f32	q13, q11, q10
  vadd.f32	q12, q15, q14
  vsub.f32	q15, q15, q14
  vsub.f32	q14, q11, q10
  vld1.32 {q10,q11}, [r6, :128]
  vadd.f32	q0, q8, q13
  vadd.f32	q1, q9, q12
  vsub.f32	q2, q10, q15  @
  vadd.f32	q3, q11, q14  @
  vsub.f32	q4, q8, q13
  vst1.32 {q0,q1}, [r4, :128]!
  vsub.f32	q5, q9, q12
  vadd.f32	q6, q10, q15  @
  vst1.32 {q2,q3}, [r6, :128]!
  vsub.f32	q7, q11, q14  @
  vst1.32 {q4,q5}, [r8, :128]!
  vst1.32 {q6,q7}, [r10, :128]!
	bne neon_x8_loop	

	bx lr

	.align 4
#ifdef __APPLE__
	.globl	_neon_x8_t
_neon_x8_t:
#else
	.globl	neon_x8_t
neon_x8_t:
#endif
	mov r11, #0
	add r3, r0, #0           @ data0
	add r5, r0, r1, lsl #1   @ data2
	add r4, r0, r1           @ data1
	add r7, r5, r1, lsl #1   @ data4
	add r6, r5, r1           @ data3
	add r9, r7, r1, lsl #1   @ data6
	add r8, r7, r1           @ data5
	add r10, r9, r1          @ data7
	add r12, r2, #0          @ LUT

	sub r11, r11, r1, lsr #5
neon_x8_t_loop: 
  vld1.32 {q2,q3}, [r12, :128]!
  vld1.32 {q14,q15}, [r6, :128]
  vld1.32 {q10,q11}, [r5, :128]
  adds	r11, r11, #1
  vmul.f32	q12, q15, q2
  vmul.f32	q8, q14, q3
  vmul.f32	q13, q14, q2
  vmul.f32	q9, q10, q3
  vmul.f32	q1, q10, q2
  vmul.f32	q0, q11, q2
  vmul.f32	q14, q11, q3
  vmul.f32	q15, q15, q3
  vld1.32 {q2,q3}, [r12, :128]!
  vsub.f32	q10, q12, q8
  vadd.f32	q11, q0, q9
  vadd.f32	q8, q15, q13
  vld1.32 {q12,q13}, [r4, :128]
  vsub.f32	q9, q1, q14
  vsub.f32	q15, q11, q10
  vsub.f32	q14, q9, q8
  vsub.f32	q4, q12, q15  @
  vadd.f32	q6, q12, q15  @
  vadd.f32	q5, q13, q14  @
  vsub.f32	q7, q13, q14  @
  vld1.32 {q14,q15}, [r9, :128]
  vld1.32 {q12,q13}, [r7, :128]
  vmul.f32	q1, q14, q2
  vmul.f32	q0, q14, q3
  vst1.32 {q4,q5}, [r4, :128]
  vmul.f32	q14, q15, q3
  vmul.f32	q4, q15, q2
  vadd.f32	q15, q9, q8
  vst1.32 {q6,q7}, [r6, :128]
  vmul.f32	q8, q12, q3
  vmul.f32	q5, q13, q3
  vmul.f32	q12, q12, q2
  vmul.f32	q9, q13, q2
  vadd.f32	q14, q14, q1
  vsub.f32	q13, q4, q0
  vadd.f32	q0, q9, q8
  vld1.32 {q8,q9}, [r3, :128]
  vadd.f32	q1, q11, q10
  vsub.f32	q12, q12, q5
  vadd.f32	q11, q8, q15
  vsub.f32	q8, q8, q15
  vadd.f32	q2, q12, q14
  vsub.f32	q10, q0, q13
  vadd.f32	q15, q0, q13
  vadd.f32	q13, q9, q1
  vsub.f32	q9, q9, q1
  vsub.f32	q12, q12, q14
  vadd.f32	q0, q11, q2
  vadd.f32	q1, q13, q15
  vsub.f32	q4, q11, q2
  vsub.f32	q2, q8, q10  @
  vadd.f32	q3, q9, q12  @
  vst2.32 {q0,q1}, [r3, :128]!
  vsub.f32	q5, q13, q15
  vld1.32 {q14,q15}, [r10, :128]
  vsub.f32	q7, q9, q12  @
  vld1.32 {q12,q13}, [r8, :128]
  vst2.32 {q2,q3}, [r5, :128]!
  vld1.32 {q2,q3}, [r12, :128]!
  vadd.f32	q6, q8, q10  @
  vmul.f32	q8, q14, q2
  vst2.32 {q4,q5}, [r7, :128]!
  vmul.f32	q10, q15, q3
  vmul.f32	q9, q13, q3
  vmul.f32	q11, q12, q2
  vmul.f32	q14, q14, q3
  vst2.32 {q6,q7}, [r9, :128]!
  vmul.f32	q15, q15, q2
  vmul.f32	q12, q12, q3
  vmul.f32	q13, q13, q2
  vadd.f32	q10, q10, q8
  vsub.f32	q11, q11, q9
  vld1.32 {q8,q9}, [r4, :128]
  vsub.f32	q14, q15, q14
  vadd.f32	q15, q13, q12
  vadd.f32	q13, q11, q10
  vadd.f32	q12, q15, q14
  vsub.f32	q15, q15, q14
  vsub.f32	q14, q11, q10
  vld1.32 {q10,q11}, [r6, :128]
  vadd.f32	q0, q8, q13
  vadd.f32	q1, q9, q12
  vsub.f32	q2, q10, q15  @
  vadd.f32	q3, q11, q14  @
  vsub.f32	q4, q8, q13
  vst2.32 {q0,q1}, [r4, :128]!
  vsub.f32	q5, q9, q12
  vadd.f32	q6, q10, q15  @
  vst2.32 {q2,q3}, [r6, :128]!
  vsub.f32	q7, q11, q14  @
  vst2.32 {q4,q5}, [r8, :128]!
  vst2.32 {q6,q7}, [r10, :128]!
	bne neon_x8_t_loop	

	@bx lr

@ assumes r0 = out 
@         r1 = in ? 
@
@         r12 = offsets
@         r3-r10 = data pointers
@         r11 = loop iterations
@         r2 & lr = temps
	.align 4
#ifdef __APPLE__
	.globl	_neon_ee
_neon_ee:
#else
	.globl	neon_ee
neon_ee:
#endif
	vld1.32	{d16, d17}, [r2, :128]
_neon_ee_loop:
	vld2.32 {q15}, [r10, :128]!
	vld2.32 {q13}, [r8, :128]!
	vld2.32 {q14}, [r7, :128]!
	vld2.32 {q9},  [r4, :128]!
	vld2.32 {q10}, [r3, :128]!
	vld2.32 {q11}, [r6, :128]!
	vld2.32 {q12}, [r5, :128]!
	vsub.f32	q1, q14, q13
	vld2.32 {q0}, [r9, :128]!
	subs	r11, r11, #1
	vsub.f32	q2, q0, q15
	vadd.f32	q0, q0, q15
	vmul.f32	d10, d2, d17
	vmul.f32	d11, d3, d16
	vmul.f32	d12, d3, d17
	vmul.f32	d6, d4, d17  
	vmul.f32	d7, d5, d16  
	vmul.f32	d8, d4, d16  
	vmul.f32	d9, d5, d17  
	vmul.f32	d13, d2, d16
	vsub.f32	d7, d7, d6
	vadd.f32	d11, d11, d10
	vsub.f32	q1, q12, q11
	vsub.f32	q2, q10, q9
	vadd.f32	d6, d9, d8
	vadd.f32	q4, q14, q13
	vadd.f32	q11, q12, q11
	vadd.f32	q12, q10, q9
	vsub.f32	d10, d13, d12
	vsub.f32	q7, q4, q0
	vsub.f32	q9, q12, q11
	vsub.f32	q13, q5, q3
	vadd.f32	d29, d5, d2  @
	vadd.f32	q5, q5, q3
	vadd.f32	q10, q4, q0
	vadd.f32	q11, q12, q11
	vsub.f32	d31, d5, d2  @
	vsub.f32	d28, d4, d3  @
	vadd.f32	d30, d4, d3  @
	vadd.f32	d5, d19, d14  @-
	vadd.f32	d7, d31, d26  @-
	vadd.f32	q1, q14, q5
	vadd.f32	q0, q11, q10
	vsub.f32	d6, d30, d27  @-
	vsub.f32	d4, d18, d15  @-
	vsub.f32	d13, d19, d14  @-
	vadd.f32	d12, d18, d15  @-
	vsub.f32	d15, d31, d26  @-
	ldr r2, [r12], #4
	vtrn.32	q1, q3
	ldr lr, [r12], #4
	vtrn.32	q0, q2
	add r2, r0, r2, lsl #2
	vsub.f32	q4, q11, q10
	add lr, r0, lr, lsl #2
	vsub.f32	q5, q14, q5
	vadd.f32	d14, d30, d27 @-
	vst2.32 {q0,q1}, [r2, :128]!
	vst2.32 {q2,q3}, [lr, :128]!
	vtrn.32	q4, q6
	vtrn.32	q5, q7
	vst2.32 {q4,q5}, [r2, :128]!
	vst2.32 {q6,q7}, [lr, :128]!
	bne _neon_ee_loop

@ assumes r0 = out 
@         
@         r12 = offsets
@         r3-r10 = data pointers
@         r11 = loop iterations
@         r2 & lr = temps
	.align 4
#ifdef __APPLE__
	.globl	_neon_oo
_neon_oo:
#else
	.globl	neon_oo
neon_oo:
#endif
_neon_oo_loop:
	vld2.32 {q8}, [r6, :128]!
	vld2.32 {q9}, [r5, :128]!
	vld2.32 {q10}, [r4, :128]!
	vld2.32 {q13}, [r3, :128]!
	vadd.f32	q11, q9, q8
	vsub.f32	q8, q9, q8
	vsub.f32	q9, q13, q10
	vadd.f32	q12, q13, q10
	subs	r11, r11, #1
	vld2.32 {q10}, [r7, :128]!
	vld2.32 {q13}, [r9, :128]!
	vsub.f32	q2, q12, q11
	vsub.f32	d7, d19, d16  @
	vadd.f32	d3, d19, d16  @
	vadd.f32	d6, d18, d17  @
	vsub.f32	d2, d18, d17  @
	vld2.32 {q9}, [r8, :128]!
	vld2.32 {q8}, [r10, :128]!
	vadd.f32	q0, q12, q11
	vadd.f32	q11, q13, q8
	vadd.f32	q12, q10, q9
	vsub.f32	q8, q13, q8
	vsub.f32	q9, q10, q9
	vsub.f32	q6, q12, q11
	vadd.f32	q4, q12, q11
	vtrn.32	q0, q2
	ldr r2, [r12], #4
	vsub.f32	d15, d19, d16  @
	ldr lr, [r12], #4
	vadd.f32	d11, d19, d16  @
	vadd.f32	d14, d18, d17  @
	vsub.f32	d10, d18, d17  @
	add r2, r0, r2, lsl #2
	vtrn.32	q1, q3
	add lr, r0, lr, lsl #2
	vst2.32 {q0,q1}, [r2, :128]!
	vst2.32 {q2,q3}, [lr, :128]!
	vtrn.32	q4, q6
	vtrn.32	q5, q7
	vst2.32 {q4,q5}, [r2, :128]!
	vst2.32 {q6,q7}, [lr, :128]!
	bne _neon_oo_loop

@ assumes r0 = out 
@         
@         r12 = offsets
@         r3-r10 = data pointers
@         r11 = addr of twiddle 
@         r2 & lr = temps
	.align 4
#ifdef __APPLE__
	.globl	_neon_eo
_neon_eo:
#else
	.globl	neon_eo
neon_eo:
#endif
	vld2.32 {q9}, [r5, :128]! @tag2
	vld2.32 {q13}, [r3, :128]! @tag0
	vld2.32 {q12}, [r4, :128]! @tag1
	vld2.32 {q0}, [r7, :128]! @tag4
	vsub.f32	q11, q13, q12
	vld2.32 {q8}, [r6, :128]! @tag3
	vadd.f32	q12, q13, q12
	vsub.f32	q10, q9, q8
	vadd.f32	q8, q9, q8
	vadd.f32	q9, q12, q8
	vadd.f32	d9, d23, d20  @
	vsub.f32	d11, d23, d20  @
	vsub.f32	q8, q12, q8
	vsub.f32	d8, d22, d21  @
	vadd.f32	d10, d22, d21  @
	ldr r2, [r12], #4
	vld1.32	{d20, d21}, [r11, :128]
	ldr lr, [r12], #4
	vtrn.32	q9, q4
	add r2, r0, r2, lsl #2
	vtrn.32	q8, q5
	add lr, r0, lr, lsl #2
	vswp d9,d10
	vst1.32 {d8,d9,d10,d11}, [lr, :128]!
	vld2.32 {q13}, [r10, :128]! @tag7
	vld2.32 {q15}, [r9, :128]! @tag6
	vld2.32 {q11}, [r8, :128]! @tag5
	vsub.f32	q14, q15, q13
	vsub.f32	q12, q0, q11
	vadd.f32	q11, q0, q11
	vadd.f32	q13, q15, q13
	vadd.f32	d13, d29, d24  @
	vadd.f32	q15, q13, q11
	vsub.f32	d12, d28, d25  @
	vsub.f32	d15, d29, d24  @
	vadd.f32	d14, d28, d25  @
	vtrn.32	q15, q6
	vsub.f32	q15, q13, q11
	vtrn.32	q15, q7
	vswp d13, d14
	vst1.32 {d12,d13,d14,d15}, [lr, :128]!
	vtrn.32	q13, q14
	vtrn.32	q11, q12
	vmul.f32	d24, d26, d21
	vmul.f32	d28, d27, d20
	vmul.f32	d25, d26, d20
	vmul.f32	d26, d27, d21
	vmul.f32	d27, d22, d21
	vmul.f32	d30, d23, d20
	vmul.f32	d29, d23, d21
	vmul.f32	d22, d22, d20
	vsub.f32	d21, d28, d24
	vadd.f32	d20, d26, d25
	vadd.f32	d25, d30, d27
	vsub.f32	d24, d22, d29
	vadd.f32	q11, q12, q10
	vsub.f32	q10, q12, q10
	vadd.f32	q0, q9, q11
	vsub.f32	q2, q9, q11
	vadd.f32	d3, d17, d20  @
	vsub.f32	d7, d17, d20  @
	vsub.f32	d2, d16, d21  @
	vadd.f32	d6, d16, d21  @
	vswp d1, d2
	vswp d5, d6
	vstmia r2!, {q0-q3}
	

@ assumes r0 = out 
@       
@         r12 = offsets
@         r3-r10 = data pointers
@         r11 = addr of twiddle 
@         r2 & lr = temps
	.align 4
#ifdef __APPLE__
	.globl	_neon_oe
_neon_oe:
#else
	.globl	neon_oe
neon_oe:
#endif
	vld1.32 {q8}, [r5, :128]!
	vld1.32 {q10}, [r6, :128]!
	vld2.32 {q11}, [r4, :128]!
	vld2.32 {q13}, [r3, :128]!
	vld2.32 {q15}, [r10, :128]!
	vorr	d25, d17, d17
	vorr	d24, d20, d20
	vorr	d20, d16, d16
	vsub.f32	q9, q13, q11
	vadd.f32	q11, q13, q11
	ldr r2, [r12], #4
	vtrn.32	d24, d25
	ldr lr, [r12], #4
	vtrn.32	d20, d21
	add r2, r0, r2, lsl #2
	vsub.f32	q8, q10, q12
	add lr, r0, lr, lsl #2
	vadd.f32	q10, q10, q12
	vadd.f32	q0, q11, q10
	vadd.f32	d25, d19, d16  @
	vsub.f32	d27, d19, d16  @
	vsub.f32	q1, q11, q10
	vsub.f32	d24, d18, d17  @
	vadd.f32	d26, d18, d17  @
	vtrn.32	q0, q12
	vtrn.32	q1, q13
	vld1.32	{d24, d25}, [r11, :128]
	vswp d1, d2
	vst1.32 {q0, q1}, [r2, :128]!
	vld2.32 {q0}, [r9, :128]!
	vadd.f32	q1, q0, q15
	vld2.32 {q13}, [r8, :128]!
	vld2.32 {q14}, [r7, :128]!
	vsub.f32	q15, q0, q15
	vsub.f32	q0, q14, q13
	vadd.f32	q3, q14, q13
	vadd.f32	q2, q3, q1
	vadd.f32	d29, d1, d30  @
	vsub.f32	d27, d1, d30  @
	vsub.f32	q3, q3, q1
	vsub.f32	d28, d0, d31  @
	vadd.f32	d26, d0, d31  @
	vtrn.32	q2, q14
	vtrn.32	q3, q13
	vswp d5, d6
	vst1.32 {q2, q3}, [r2, :128]!
	vtrn.32	q11, q9
	vtrn.32	q10, q8
	vmul.f32	d20, d18, d25
	vmul.f32	d22, d19, d24
	vmul.f32	d21, d19, d25
	vmul.f32	d18, d18, d24
	vmul.f32	d19, d16, d25
	vmul.f32	d30, d17, d24
	vmul.f32	d23, d16, d24
	vmul.f32	d24, d17, d25
	vadd.f32	d17, d22, d20
	vsub.f32	d16, d18, d21
	vsub.f32	d21, d30, d19
	vadd.f32	d20, d24, d23
	vadd.f32	q9, q8, q10
	vsub.f32	q8, q8, q10
	vadd.f32	q4, q14, q9
	vsub.f32	q6, q14, q9
	vadd.f32	d11, d27, d16  @
	vsub.f32	d15, d27, d16  @
	vsub.f32	d10, d26, d17  @
	vadd.f32	d14, d26, d17  @
	vswp d9, d10
	vswp d13, d14
	vstmia lr!, {q4-q7}
	
	
	.align 4
#ifdef __APPLE__
	.globl	_neon_end
_neon_end:
#else
	.globl	neon_end
neon_end:
#endif
	bx lr


	.align 4
#ifdef __APPLE__
	.globl _neon_transpose
_neon_transpose:
#else
	.globl neon_transpose
neon_transpose:
#endif
	push {r4-r8}
	@ vpush {q8-q9}
	mov r5, r3 
_neon_transpose_col:
	mov r7, r1
	add r8, r1, r3, lsl #3
	mov r4, r2
	add r6, r0, r2, lsl #3
_neon_transpose_row:
	vld1.32 {q8,q9}, [r0, :128]!
@	vld1.32 {q10,q11}, [r0, :128]!
	vld1.32 {q12,q13}, [r6, :128]!
@	vld1.32 {q14,q15}, [r6, :128]!
	sub r4, r4, #4
	cmp r4, #0
	vswp d17,d24
	vswp d19,d26
	vswp d21,d28
	vswp d23,d30
	vst1.32 {q8}, [r7, :128]
	vst1.32 {q12}, [r8, :128]
	add r7, r7, r3, lsl #4
	add r8, r8, r3, lsl #4
	vst1.32 {q9}, [r7, :128]
	vst1.32 {q13}, [r8, :128]
	add r7, r7, r3, lsl #4
	add r8, r8, r3, lsl #4
@@vst1.32 {q10}, [r7, :128]
@@vst1.32 {q14}, [r8, :128]
@@add r7, r7, r3, lsl #4
@@add r8, r8, r3, lsl #4
@@vst1.32 {q11}, [r7, :128]
@@vst1.32 {q15}, [r8, :128]
@@add r7, r7, r3, lsl #4
@@add r8, r8, r3, lsl #4
	bne _neon_transpose_row
	sub r5, r5, #2
	cmp r5, #0
	add r0, r0, r2, lsl #3
	add r1, r1, #16
	bne _neon_transpose_col
	@ vpop {q8-q9}
	pop {r4-r8}
	bx lr

	.align 4
#ifdef __APPLE__
	.globl _neon_transpose_to_buf
_neon_transpose_to_buf:
#else
	.globl neon_transpose_to_buf
neon_transpose_to_buf:
#endif
	push {r4-r10}
	mov r5, #8 
_neon_transpose_to_buf_col:
	mov r4, #8
	add r6, r0, r2, lsl #3
	mov r7, r1
	add r8, r1, #64 
	add r9, r1, #128
	add r10, r1, #192
_neon_transpose_to_buf_row:
	vld1.32 {q8,q9}, [r0, :128]!
	vld1.32 {q12,q13}, [r6, :128]!
	sub r4, r4, #4
	cmp r4, #0
	vswp d17,d24
	vswp d19,d26
	vst1.32 {q8}, [r7, :128]
	vst1.32 {q12}, [r8, :128]
	vst1.32 {q9}, [r9, :128]
	vst1.32 {q13}, [r10, :128]
	add r7, r7, #256 
	add r8, r8, #256
	add r9, r9, #256 
	add r10, r10, #256
	bne _neon_transpose_to_buf_row
	sub r5, r5, #2
	cmp r5, #0
	sub r0, r0, #64
	add r0, r0, r2, lsl #4
	add r1, r1, #16
	bne _neon_transpose_to_buf_col
	pop {r4-r10}
	bx lr
OpenPOWER on IntegriCloud