| /* |
| * Copyright (c) 2021, Alliance for Open Media. All rights reserved |
| * |
| * This source code is subject to the terms of the BSD 3-Clause Clear License |
| * and the Alliance for Open Media Patent License 1.0. If the BSD 3-Clause Clear |
| * License was not distributed with this source code in the LICENSE file, you |
| * can obtain it at aomedia.org/license/software-license/bsd-3-c-c/. If the |
| * Alliance for Open Media Patent License 1.0 was not distributed with this |
| * source code in the PATENTS file, you can obtain it at |
| * aomedia.org/license/patent-license/. |
| */ |
| #include <assert.h> |
| #include <immintrin.h> |
| |
| #include "config/aom_config.h" |
| #include "config/av1_rtcd.h" |
| #include "aom_dsp/x86/synonyms.h" |
| #include "av1/common/idct.h" |
| #include "av1/common/txb_common.h" |
| |
| void av1_highbd_inv_txfm_add_avx2(const tran_low_t *input, uint16_t *dest, |
| int stride, const TxfmParam *txfm_param) { |
| assert(av1_ext_tx_used[txfm_param->tx_set_type][txfm_param->tx_type]); |
| inv_txfm(input, dest, stride, txfm_param); |
| } |
| |
| // 256bit intrinsic implementation of ROUND_POWER_OF_TWO_SIGNED. |
| static INLINE __m256i round_power_of_two_signed_avx2(__m256i v_val_d, |
| int bits) { |
| const __m256i v_bias_d = _mm256_set1_epi32((1 << bits) >> 1); |
| const __m256i v_sign_d = _mm256_srai_epi32(v_val_d, 31); |
| const __m256i v_tmp_d = |
| _mm256_add_epi32(_mm256_add_epi32(v_val_d, v_bias_d), v_sign_d); |
| return _mm256_srai_epi32(v_tmp_d, bits); |
| } |
| |
| // Inverse secondary transform |
| void inv_stxfm_avx2(tran_low_t *src, tran_low_t *dst, |
| const PREDICTION_MODE mode, const uint8_t stx_idx, |
| const int size, const int bd) { |
| assert(stx_idx < 4); |
| const int32_t *kernel = (size == 0) ? ist_4x4_kernel_int32[mode][stx_idx][0] |
| : ist_8x8_kernel_int32[mode][stx_idx][0]; |
| |
| int reduced_width, reduced_height; |
| if (size == 0) { |
| reduced_height = IST_4x4_HEIGHT; |
| reduced_width = IST_4x4_WIDTH; |
| } else { |
| reduced_height = (size == 1) |
| ? IST_8x8_HEIGHT_RED |
| : ((size == 3) ? IST_ADST_NZ_CNT : IST_8x8_HEIGHT); |
| reduced_width = IST_8x8_WIDTH; |
| } |
| for (int j = 0; j < reduced_height; j++) { |
| const int32_t *kernel_tmp = kernel; |
| int *srcPtr = src; |
| int *out = dst; |
| __m256i tmpCoeff = _mm256_set1_epi32(srcPtr[j]); |
| __m256i *tmpBlock = (__m256i *)out; |
| for (int i = 0; i < reduced_width; i += 8, tmpBlock++) { |
| __m256i tmp = _mm256_loadu_si256((__m256i *)(kernel_tmp + i)); |
| __m256i sum = _mm256_loadu_si256(tmpBlock); |
| tmp = _mm256_mullo_epi32(tmpCoeff, tmp); |
| tmp = _mm256_add_epi32(tmp, sum); |
| _mm256_storeu_si256(tmpBlock, tmp); |
| } |
| kernel += reduced_width; |
| } |
| int *out = dst; |
| __m256i *tmpBlock = (__m256i *)out; |
| const __m256i max_value = _mm256_set1_epi32((1 << (7 + bd)) - 1); |
| const __m256i min_value = _mm256_set1_epi32(-(1 << (7 + bd))); |
| for (int j = 0; j < reduced_width; j += 8, tmpBlock++) { |
| __m256i tmp = _mm256_loadu_si256(tmpBlock); |
| tmp = round_power_of_two_signed_avx2(tmp, 7); |
| tmp = _mm256_min_epi32(_mm256_max_epi32(tmp, min_value), max_value); |
| _mm256_storeu_si256(tmpBlock, tmp); |
| } |
| } |
| |
| void transpose_load_8x8_avx2(const int *src, __m256i *b, int size) { |
| __m256i a[8]; |
| |
| a[0] = _mm256_loadu_si256((__m256i *)(src + 0 * size)); |
| a[1] = _mm256_loadu_si256((__m256i *)(src + 1 * size)); |
| a[2] = _mm256_loadu_si256((__m256i *)(src + 2 * size)); |
| a[3] = _mm256_loadu_si256((__m256i *)(src + 3 * size)); |
| a[4] = _mm256_loadu_si256((__m256i *)(src + 4 * size)); |
| a[5] = _mm256_loadu_si256((__m256i *)(src + 5 * size)); |
| a[6] = _mm256_loadu_si256((__m256i *)(src + 6 * size)); |
| a[7] = _mm256_loadu_si256((__m256i *)(src + 7 * size)); |
| |
| __m256i t0 = |
| _mm256_unpacklo_epi32(a[0], a[1]); // { A0 B0 A1 B1 A4 B4 A5 B5 } |
| __m256i t1 = |
| _mm256_unpackhi_epi32(a[0], a[1]); // { A2 B2 A3 B3 A6 B6 A7 B7 } |
| __m256i t2 = |
| _mm256_unpacklo_epi32(a[2], a[3]); // { C0 D0 C1 D1 C4 D4 C5 D5 } |
| __m256i t3 = |
| _mm256_unpackhi_epi32(a[2], a[3]); // { C2 D2 C3 D3 C6 D6 C7 D7 } |
| __m256i t4 = |
| _mm256_unpacklo_epi32(a[4], a[5]); // { E0 F0 E1 F1 E4 F4 E5 F5 } |
| __m256i t5 = |
| _mm256_unpackhi_epi32(a[4], a[5]); // { E2 F2 E3 F3 E6 F6 E7 F7 } |
| __m256i t6 = |
| _mm256_unpacklo_epi32(a[6], a[7]); // { G0 H0 G1 H1 G4 H4 G5 H5 } |
| __m256i t7 = |
| _mm256_unpackhi_epi32(a[6], a[7]); // { G2 H2 G3 H3 G6 H6 G7 H7 } |
| |
| // Interleave 64-bit elements |
| __m256i u0 = _mm256_unpacklo_epi64(t0, t2); // { A0 B0 C0 D0 A4 B4 C4 D4 } |
| __m256i u1 = _mm256_unpackhi_epi64(t0, t2); // { A1 B1 C1 D1 A5 B5 C5 D5 } |
| __m256i u2 = _mm256_unpacklo_epi64(t1, t3); // { A2 B2 C2 D2 A6 B6 C6 D6 } |
| __m256i u3 = _mm256_unpackhi_epi64(t1, t3); // { A3 B3 C3 D3 A7 B7 C7 D7 } |
| __m256i u4 = _mm256_unpacklo_epi64(t4, t6); // { E0 F0 G0 H0 E4 F4 G4 H4 } |
| __m256i u5 = _mm256_unpackhi_epi64(t4, t6); // { E1 F1 G1 H1 E5 F5 G5 H5 } |
| __m256i u6 = _mm256_unpacklo_epi64(t5, t7); // { E2 F2 G2 H2 E6 F6 G6 H6 } |
| __m256i u7 = _mm256_unpackhi_epi64(t5, t7); // { E3 F3 G3 H3 E7 F7 G7 H7 } |
| |
| // Permute 128-bit lanes to complete the transpose |
| b[0] = |
| _mm256_permute2x128_si256(u0, u4, 0x20); // { A0 B0 C0 D0 E0 F0 G0 H0 } |
| b[1] = |
| _mm256_permute2x128_si256(u1, u5, 0x20); // { A1 B1 C1 D1 E1 F1 G1 H1 } |
| b[2] = |
| _mm256_permute2x128_si256(u2, u6, 0x20); // { A2 B2 C2 D2 E2 F2 G2 H2 } |
| b[3] = |
| _mm256_permute2x128_si256(u3, u7, 0x20); // { A3 B3 C3 D3 E3 F3 G3 H3 } |
| b[4] = |
| _mm256_permute2x128_si256(u0, u4, 0x31); // { A4 B4 C4 D4 E4 F4 G4 H4 } |
| b[5] = |
| _mm256_permute2x128_si256(u1, u5, 0x31); // { A5 B5 C5 D5 E5 F5 G5 H5 } |
| b[6] = |
| _mm256_permute2x128_si256(u2, u6, 0x31); // { A6 B6 C6 D6 E6 F6 G6 H6 } |
| b[7] = |
| _mm256_permute2x128_si256(u3, u7, 0x31); // { A7 B7 C7 D7 E7 F7 G7 H7 } |
| } |
| |
| void transpose_load_8x4_sse4(const int *src, __m128i *b, int size) { |
| __m128i a[8]; |
| |
| a[0] = _mm_loadu_si128((__m128i *)(src + 0 * size)); // { A0 A1 A2 A3 } |
| a[1] = _mm_loadu_si128((__m128i *)(src + 1 * size)); // { B0 B1 B2 B3 } |
| a[2] = _mm_loadu_si128((__m128i *)(src + 2 * size)); // { C0 C1 C2 C3 } |
| a[3] = _mm_loadu_si128((__m128i *)(src + 3 * size)); // { D0 D1 D2 D3 } |
| a[4] = _mm_loadu_si128((__m128i *)(src + 0 * size + 4)); // { A4 A5 A6 A7 } |
| a[5] = _mm_loadu_si128((__m128i *)(src + 1 * size + 4)); // { B4 B5 B6 B7 } |
| a[6] = _mm_loadu_si128((__m128i *)(src + 2 * size + 4)); // { C4 C5 C6 C7 } |
| a[7] = _mm_loadu_si128((__m128i *)(src + 3 * size + 4)); // { D4 D5 D6 D7 } |
| |
| // Step 1: Interleave 32-bit elements |
| __m128i t0 = _mm_unpacklo_epi32(a[0], a[1]); // { A0 B0 A1 B1 } |
| __m128i t1 = _mm_unpackhi_epi32(a[0], a[1]); // { A2 B2 A3 B3 } |
| __m128i t2 = _mm_unpacklo_epi32(a[2], a[3]); // { C0 D0 C1 D1 } |
| __m128i t3 = _mm_unpackhi_epi32(a[2], a[3]); // { C2 D2 C3 D3 } |
| __m128i t4 = _mm_unpacklo_epi32(a[4], a[5]); // { A4 B4 A5 B5 } |
| __m128i t5 = _mm_unpackhi_epi32(a[4], a[5]); // { A6 B6 A7 B7 } |
| __m128i t6 = _mm_unpacklo_epi32(a[6], a[7]); // { C4 D4 C5 D5 } |
| __m128i t7 = _mm_unpackhi_epi32(a[6], a[7]); // { C6 D6 C7 D7 } |
| |
| // Step 2: Interleave 64-bit elements |
| b[0] = _mm_unpacklo_epi64(t0, t2); // { A0 B0 C0 D0 } |
| b[1] = _mm_unpackhi_epi64(t0, t2); // { A1 B1 C1 D1 } |
| b[2] = _mm_unpacklo_epi64(t1, t3); // { A2 B2 C2 D2 } |
| b[3] = _mm_unpackhi_epi64(t1, t3); // { A3 B3 C3 D3 } |
| b[4] = _mm_unpacklo_epi64(t4, t6); // { A4 B4 C4 D4 } |
| b[5] = _mm_unpackhi_epi64(t4, t6); // { A5 B5 C5 D5 } |
| b[6] = _mm_unpacklo_epi64(t5, t7); // { A6 B6 C6 D6 } |
| b[7] = _mm_unpackhi_epi64(t5, t7); // { A7 B7 C7 D7 } |
| } |
| |
| void transpose_load_4x8_avx2(const int *src, __m256i *b, int size) { |
| __m128i a[8]; |
| |
| a[0] = _mm_loadu_si128((__m128i *)(src + 0 * size)); // { A0 A1 A2 A3 } |
| a[1] = _mm_loadu_si128((__m128i *)(src + 1 * size)); // { B0 B1 B2 B3 } |
| a[2] = _mm_loadu_si128((__m128i *)(src + 2 * size)); // { C0 C1 C2 C3 } |
| a[3] = _mm_loadu_si128((__m128i *)(src + 3 * size)); // { D0 D1 D2 D3 } |
| a[4] = _mm_loadu_si128((__m128i *)(src + 4 * size)); // { E0 E1 E2 E3 } |
| a[5] = _mm_loadu_si128((__m128i *)(src + 5 * size)); // { F0 F1 F2 F3 } |
| a[6] = _mm_loadu_si128((__m128i *)(src + 6 * size)); // { G0 G1 G2 G3 } |
| a[7] = _mm_loadu_si128((__m128i *)(src + 7 * size)); // { H0 H1 H2 H3 } |
| |
| __m128i t0 = _mm_unpacklo_epi32(a[0], a[1]); // { A0 B0 A1 B1 } |
| __m128i t1 = _mm_unpackhi_epi32(a[0], a[1]); // { A2 B2 A3 B3 } |
| __m128i t2 = _mm_unpacklo_epi32(a[2], a[3]); // { C0 D0 C1 D1 } |
| __m128i t3 = _mm_unpackhi_epi32(a[2], a[3]); // { C2 D2 C3 D3 } |
| __m128i t4 = _mm_unpacklo_epi32(a[4], a[5]); // { E0 F0 E1 F1 } |
| __m128i t5 = _mm_unpackhi_epi32(a[4], a[5]); // { E2 F2 E3 F3 } |
| __m128i t6 = _mm_unpacklo_epi32(a[6], a[7]); // { G0 H0 G1 H1 } |
| __m128i t7 = _mm_unpackhi_epi32(a[6], a[7]); // { G2 H2 G3 H3 } |
| |
| // Interleave 64-bit elements |
| __m128i u0 = _mm_unpacklo_epi64(t0, t2); // { A0 B0 C0 D0 } |
| __m128i u1 = _mm_unpackhi_epi64(t0, t2); // { A1 B1 C1 D1 } |
| __m128i u2 = _mm_unpacklo_epi64(t1, t3); // { A2 B2 C2 D2 } |
| __m128i u3 = _mm_unpackhi_epi64(t1, t3); // { A3 B3 C3 D3 } |
| __m128i u4 = _mm_unpacklo_epi64(t4, t6); // { E0 F0 G0 H0 } |
| __m128i u5 = _mm_unpackhi_epi64(t4, t6); // { E1 F1 G1 H1 } |
| __m128i u6 = _mm_unpacklo_epi64(t5, t7); // { E2 F2 G2 H2 } |
| __m128i u7 = _mm_unpackhi_epi64(t5, t7); // { E3 F3 G3 H3 } |
| |
| // Permute 128-bit lanes to complete the transpose |
| b[0] = _mm256_set_m128i(u4, u0); // { A0 B0 C0 D0 E0 F0 G0 H0 } |
| b[1] = _mm256_set_m128i(u5, u1); // { A1 B1 C1 D1 E1 F1 G1 H1 } |
| b[2] = _mm256_set_m128i(u6, u2); // { A2 B2 C2 D2 E2 F2 G2 H2 } |
| b[3] = _mm256_set_m128i(u7, u3); // { A3 B3 C3 D3 E3 F3 G3 H3 } |
| } |
| |
| void inv_txfm_dct2_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| int j; |
| |
| int add = 1 << (shift - 1); |
| |
| const int *tx_mat = tx_kernel_dct2_size4[INV_TXFM][0]; |
| |
| const int nz_line = line - skip_line; |
| |
| const int tx1d_size = 4; |
| if (nz_line >= 8) { |
| __m256i a[2], b[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(add); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| __m256i s[4]; |
| |
| __m256i txmat_1_0 = _mm256_set1_epi32(tx_mat[1 * 4 + 0]); // 85 |
| __m256i txmat_1_1 = _mm256_set1_epi32(tx_mat[1 * 4 + 1]); // 35 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_4x8_avx2(src, s, tx1d_size); |
| |
| b[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_0), |
| _mm256_mullo_epi32(s[3], txmat_1_1)); |
| b[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_1), |
| _mm256_mullo_epi32(s[3], txmat_1_0)); |
| a[0] = _mm256_add_epi32(s[0], s[2]); |
| a[0] = _mm256_slli_epi32(a[0], 6); |
| a[1] = _mm256_sub_epi32(s[0], s[2]); |
| a[1] = _mm256_slli_epi32(a[1], 6); |
| |
| s[0] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[0], b[0])); |
| s[0] = _mm256_srai_epi32(s[0], shift); |
| s[0] = _mm256_min_epi32(s[0], v_coef_max); |
| s[0] = _mm256_max_epi32(s[0], v_coef_min); |
| _mm256_storeu_si256((__m256i *)(dst + 0 * line), s[0]); |
| |
| s[1] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[1], b[1])); |
| s[1] = _mm256_srai_epi32(s[1], shift); |
| s[1] = _mm256_min_epi32(s[1], v_coef_max); |
| s[1] = _mm256_max_epi32(s[1], v_coef_min); |
| _mm256_storeu_si256((__m256i *)(dst + 1 * line), s[1]); |
| |
| s[2] = _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[1], b[1])); |
| s[2] = _mm256_srai_epi32(s[2], shift); |
| s[2] = _mm256_min_epi32(s[2], v_coef_max); |
| s[2] = _mm256_max_epi32(s[2], v_coef_min); |
| _mm256_storeu_si256((__m256i *)(dst + 2 * line), s[2]); |
| |
| s[3] = _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[0], b[0])); |
| s[3] = _mm256_srai_epi32(s[3], shift); |
| s[3] = _mm256_min_epi32(s[3], v_coef_max); |
| s[3] = _mm256_max_epi32(s[3], v_coef_min); |
| _mm256_storeu_si256((__m256i *)(dst + 3 * line), s[3]); |
| |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } else { |
| __m256i v_offset = _mm256_set1_epi32(add); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[(j + 0) * tx1d_size + k]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[(j + 1) * tx1d_size + k]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m128i tmp_val0 = _mm_loadu_si128((__m128i *)(tx_mat + k * tx1d_size)); |
| __m256i tmp_val = _mm256_set_m128i(tmp_val0, tmp_val0); |
| |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[0 * line + j + 1] = _mm256_extract_epi32(sum, 4); |
| dst[1 * line + j + 1] = _mm256_extract_epi32(sum, 5); |
| dst[2 * line + j + 1] = _mm256_extract_epi32(sum, 6); |
| dst[3 * line + j + 1] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_dct2_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| int j, k; |
| |
| int add = 1 << (shift - 1); |
| |
| const int *tx_mat = tx_kernel_dct2_size8[INV_TXFM][0]; |
| |
| const int nz_line = line - skip_line; |
| |
| const int tx1d_size = 8; |
| if (nz_line >= 8) { |
| __m256i a[4], b[4]; |
| __m256i c[2], d[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(add); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| __m256i s[8]; |
| |
| __m256i txmat_2_0 = _mm256_set1_epi32(tx_mat[2 * 8 + 0]); // 85 |
| __m256i txmat_2_1 = _mm256_set1_epi32(tx_mat[2 * 8 + 1]); // 35 |
| |
| __m256i txmat_1_0 = _mm256_set1_epi32(tx_mat[1 * 8 + 0]); // 89 |
| __m256i txmat_1_1 = _mm256_set1_epi32(tx_mat[1 * 8 + 1]); // 75 |
| __m256i txmat_1_2 = _mm256_set1_epi32(tx_mat[1 * 8 + 2]); // 50 |
| __m256i txmat_1_3 = _mm256_set1_epi32(tx_mat[1 * 8 + 3]); // 18 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_8x8_avx2(src, s, tx1d_size); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_0); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_1); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_2); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_3); |
| b[0] = _mm256_add_epi32(_mm256_add_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_1); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_3); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_0); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_2); |
| b[1] = _mm256_sub_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_2); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_0); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_3); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_1); |
| b[2] = _mm256_add_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_3); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_2); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_1); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_0); |
| b[3] = _mm256_add_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| |
| d[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_0), |
| _mm256_mullo_epi32(s[6], txmat_2_1)); |
| d[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_1), |
| _mm256_mullo_epi32(s[6], txmat_2_0)); |
| c[0] = _mm256_add_epi32(s[0], s[4]); |
| c[0] = _mm256_slli_epi32(c[0], 6); |
| c[1] = _mm256_sub_epi32(s[0], s[4]); |
| c[1] = _mm256_slli_epi32(c[1], 6); |
| |
| a[0] = _mm256_add_epi32(c[0], d[0]); |
| a[3] = _mm256_sub_epi32(c[0], d[0]); |
| a[1] = _mm256_add_epi32(c[1], d[1]); |
| a[2] = _mm256_sub_epi32(c[1], d[1]); |
| |
| for (k = 0; k < 4; k++) { |
| c[0] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[k], b[k])); |
| c[1] = _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[3 - k], b[3 - k])); |
| |
| c[0] = _mm256_srai_epi32(c[0], shift); |
| c[1] = _mm256_srai_epi32(c[1], shift); |
| |
| c[0] = _mm256_min_epi32(c[0], v_coef_max); |
| c[0] = _mm256_max_epi32(c[0], v_coef_min); |
| c[1] = _mm256_min_epi32(c[1], v_coef_max); |
| c[1] = _mm256_max_epi32(c[1], v_coef_min); |
| |
| _mm256_storeu_si256((__m256i *)(dst + k * line), c[0]); |
| _mm256_storeu_si256((__m256i *)(dst + (k + 4) * line), c[1]); |
| } |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } else { |
| __m128i a[4], b[4]; |
| __m128i c[2], d[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(add); |
| __m128i v_coef_min = _mm_set1_epi32(coef_min); |
| __m128i v_coef_max = _mm_set1_epi32(coef_max); |
| |
| __m128i s[8]; |
| |
| __m128i txmat_2_0 = _mm_set1_epi32(tx_mat[2 * 8 + 0]); // 85 |
| __m128i txmat_2_1 = _mm_set1_epi32(tx_mat[2 * 8 + 1]); // 35 |
| |
| __m128i txmat_1_0 = _mm_set1_epi32(tx_mat[1 * 8 + 0]); // 89 |
| __m128i txmat_1_1 = _mm_set1_epi32(tx_mat[1 * 8 + 1]); // 75 |
| __m128i txmat_1_2 = _mm_set1_epi32(tx_mat[1 * 8 + 2]); // 50 |
| __m128i txmat_1_3 = _mm_set1_epi32(tx_mat[1 * 8 + 3]); // 18 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_8x4_sse4(src, s, tx1d_size); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_0); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_1); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_2); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_3); |
| b[0] = |
| _mm_add_epi32(_mm_add_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_1); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_3); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_0); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_2); |
| b[1] = |
| _mm_sub_epi32(_mm_sub_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_2); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_0); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_3); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_1); |
| b[2] = |
| _mm_add_epi32(_mm_sub_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_3); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_2); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_1); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_0); |
| b[3] = |
| _mm_add_epi32(_mm_sub_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| |
| d[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_0), |
| _mm_mullo_epi32(s[6], txmat_2_1)); |
| d[1] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_1), |
| _mm_mullo_epi32(s[6], txmat_2_0)); |
| c[0] = _mm_add_epi32(s[0], s[4]); |
| c[0] = _mm_slli_epi32(c[0], 6); |
| c[1] = _mm_sub_epi32(s[0], s[4]); |
| c[1] = _mm_slli_epi32(c[1], 6); |
| |
| a[0] = _mm_add_epi32(c[0], d[0]); |
| a[3] = _mm_sub_epi32(c[0], d[0]); |
| a[1] = _mm_add_epi32(c[1], d[1]); |
| a[2] = _mm_sub_epi32(c[1], d[1]); |
| |
| for (k = 0; k < 4; k++) { |
| c[0] = _mm_add_epi32(v_offset, _mm_add_epi32(a[k], b[k])); |
| c[1] = _mm_add_epi32(v_offset, _mm_sub_epi32(a[3 - k], b[3 - k])); |
| |
| c[0] = _mm_srai_epi32(c[0], shift); |
| c[1] = _mm_srai_epi32(c[1], shift); |
| |
| c[0] = _mm_min_epi32(c[0], v_coef_max); |
| c[0] = _mm_max_epi32(c[0], v_coef_min); |
| c[1] = _mm_min_epi32(c[1], v_coef_max); |
| c[1] = _mm_max_epi32(c[1], v_coef_min); |
| |
| _mm_storeu_si128((__m128i *)(dst + k * line), c[0]); |
| _mm_storeu_si128((__m128i *)(dst + (k + 4) * line), c[1]); |
| } |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } |
| } |
| |
| void inv_txfm_dct2_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| int j, k; |
| int add = 1 << (shift - 1); |
| |
| const int *tx_mat = tx_kernel_dct2_size16[INV_TXFM][0]; |
| |
| const int nz_line = line - skip_line; |
| |
| const int tx1d_size = 16; |
| if (nz_line >= 8) { |
| __m256i a[8], b[8]; |
| __m256i c[4], d[4]; |
| __m256i e[2], f[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(add); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| __m256i s[16]; |
| |
| __m256i txmat_4_0 = _mm256_set1_epi32(tx_mat[4 * 16 + 0]); // 85 |
| __m256i txmat_4_1 = _mm256_set1_epi32(tx_mat[4 * 16 + 1]); // 35 |
| |
| __m256i txmat_2_0 = _mm256_set1_epi32(tx_mat[2 * 16 + 0]); // 89 |
| __m256i txmat_2_1 = _mm256_set1_epi32(tx_mat[2 * 16 + 1]); // 75 |
| __m256i txmat_2_2 = _mm256_set1_epi32(tx_mat[2 * 16 + 2]); // 50 |
| __m256i txmat_2_3 = _mm256_set1_epi32(tx_mat[2 * 16 + 3]); // 18 |
| |
| __m256i txmat_1_0 = _mm256_set1_epi32(tx_mat[1 * 16 + 0]); // 90 |
| __m256i txmat_1_1 = _mm256_set1_epi32(tx_mat[1 * 16 + 1]); // 87 |
| __m256i txmat_1_2 = _mm256_set1_epi32(tx_mat[1 * 16 + 2]); // 80 |
| __m256i txmat_1_3 = _mm256_set1_epi32(tx_mat[1 * 16 + 3]); // 70 |
| __m256i txmat_1_4 = _mm256_set1_epi32(tx_mat[1 * 16 + 4]); // 57 |
| __m256i txmat_1_5 = _mm256_set1_epi32(tx_mat[1 * 16 + 5]); // 43 |
| __m256i txmat_1_6 = _mm256_set1_epi32(tx_mat[1 * 16 + 6]); // 26 |
| __m256i txmat_1_7 = _mm256_set1_epi32(tx_mat[1 * 16 + 7]); // 9 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_8x8_avx2(src, s, tx1d_size); |
| transpose_load_8x8_avx2(src + 8, s + 8, tx1d_size); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_0); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_1); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_2); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_3); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_4); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_5); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_6); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_7); |
| a[0] = _mm256_add_epi32(_mm256_add_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| a[4] = _mm256_add_epi32(_mm256_add_epi32(a[4], a[5]), |
| _mm256_add_epi32(a[6], a[7])); |
| b[0] = _mm256_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_1); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_4); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_7); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_5); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_2); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_0); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_3); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_6); |
| a[0] = _mm256_add_epi32(_mm256_add_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| a[4] = _mm256_add_epi32(_mm256_add_epi32(a[4], a[5]), |
| _mm256_add_epi32(a[6], a[7])); |
| b[1] = _mm256_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_2); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_7); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_3); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_1); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_6); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_4); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_0); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_5); |
| a[0] = _mm256_sub_epi32(_mm256_add_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| a[4] = _mm256_sub_epi32(_mm256_sub_epi32(a[4], a[5]), |
| _mm256_add_epi32(a[6], a[7])); |
| b[2] = _mm256_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_3); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_5); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_1); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_7); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_0); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_6); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_2); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_4); |
| a[0] = _mm256_sub_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| a[4] = _mm256_sub_epi32(_mm256_add_epi32(a[4], a[5]), |
| _mm256_add_epi32(a[6], a[7])); |
| b[3] = _mm256_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_4); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_2); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_6); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_0); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_7); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_1); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_5); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_3); |
| a[0] = _mm256_sub_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| a[4] = _mm256_sub_epi32(_mm256_add_epi32(a[4], a[5]), |
| _mm256_add_epi32(a[6], a[7])); |
| b[4] = _mm256_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_5); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_0); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_4); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_6); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_1); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_3); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_7); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_2); |
| a[0] = _mm256_add_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_add_epi32(a[2], a[3])); |
| a[4] = _mm256_sub_epi32(_mm256_sub_epi32(a[4], a[5]), |
| _mm256_sub_epi32(a[6], a[7])); |
| b[5] = _mm256_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_6); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_3); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_0); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_2); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_5); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_7); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_4); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_1); |
| a[0] = _mm256_add_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| a[4] = _mm256_sub_epi32(_mm256_add_epi32(a[4], a[5]), |
| _mm256_sub_epi32(a[6], a[7])); |
| b[6] = _mm256_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm256_mullo_epi32(s[1], txmat_1_7); |
| a[1] = _mm256_mullo_epi32(s[3], txmat_1_6); |
| a[2] = _mm256_mullo_epi32(s[5], txmat_1_5); |
| a[3] = _mm256_mullo_epi32(s[7], txmat_1_4); |
| a[4] = _mm256_mullo_epi32(s[9], txmat_1_3); |
| a[5] = _mm256_mullo_epi32(s[11], txmat_1_2); |
| a[6] = _mm256_mullo_epi32(s[13], txmat_1_1); |
| a[7] = _mm256_mullo_epi32(s[15], txmat_1_0); |
| a[0] = _mm256_add_epi32(_mm256_sub_epi32(a[0], a[1]), |
| _mm256_sub_epi32(a[2], a[3])); |
| a[4] = _mm256_add_epi32(_mm256_sub_epi32(a[4], a[5]), |
| _mm256_sub_epi32(a[6], a[7])); |
| b[7] = _mm256_add_epi32(a[0], a[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_0); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_1); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_2); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_3); |
| d[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_1); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_3); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_0); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_2); |
| d[1] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_2); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_0); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_3); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_1); |
| d[2] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_3); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_2); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_1); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_0); |
| d[3] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| f[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[4], txmat_4_0), |
| _mm256_mullo_epi32(s[12], txmat_4_1)); |
| f[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_1), |
| _mm256_mullo_epi32(s[12], txmat_4_0)); |
| e[0] = _mm256_add_epi32(s[0], s[8]); |
| e[0] = _mm256_slli_epi32(e[0], 6); |
| e[1] = _mm256_sub_epi32(s[0], s[8]); |
| e[1] = _mm256_slli_epi32(e[1], 6); |
| |
| c[0] = _mm256_add_epi32(e[0], f[0]); |
| c[3] = _mm256_sub_epi32(e[0], f[0]); |
| c[1] = _mm256_add_epi32(e[1], f[1]); |
| c[2] = _mm256_sub_epi32(e[1], f[1]); |
| |
| for (k = 0; k < 4; k++) { |
| a[k] = _mm256_add_epi32(c[k], d[k]); |
| a[k + 4] = _mm256_sub_epi32(c[3 - k], d[3 - k]); |
| } |
| for (k = 0; k < 8; k++) { |
| e[0] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[k], b[k])); |
| e[1] = _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[7 - k], b[7 - k])); |
| |
| e[0] = _mm256_srai_epi32(e[0], shift); |
| e[1] = _mm256_srai_epi32(e[1], shift); |
| |
| e[0] = _mm256_min_epi32(e[0], v_coef_max); |
| e[0] = _mm256_max_epi32(e[0], v_coef_min); |
| e[1] = _mm256_min_epi32(e[1], v_coef_max); |
| e[1] = _mm256_max_epi32(e[1], v_coef_min); |
| |
| _mm256_storeu_si256((__m256i *)(dst + k * line), e[0]); |
| _mm256_storeu_si256((__m256i *)(dst + (k + 8) * line), e[1]); |
| } |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } else { |
| __m128i a[8], b[8]; |
| __m128i c[4], d[4]; |
| __m128i e[2], f[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(add); |
| __m128i v_coef_min = _mm_set1_epi32(coef_min); |
| __m128i v_coef_max = _mm_set1_epi32(coef_max); |
| |
| __m128i s[16]; |
| |
| __m128i txmat_4_0 = _mm_set1_epi32(tx_mat[4 * 16 + 0]); // 85 |
| __m128i txmat_4_1 = _mm_set1_epi32(tx_mat[4 * 16 + 1]); // 35 |
| |
| __m128i txmat_2_0 = _mm_set1_epi32(tx_mat[2 * 16 + 0]); // 89 |
| __m128i txmat_2_1 = _mm_set1_epi32(tx_mat[2 * 16 + 1]); // 75 |
| __m128i txmat_2_2 = _mm_set1_epi32(tx_mat[2 * 16 + 2]); // 50 |
| __m128i txmat_2_3 = _mm_set1_epi32(tx_mat[2 * 16 + 3]); // 18 |
| |
| __m128i txmat_1_0 = _mm_set1_epi32(tx_mat[1 * 16 + 0]); // 90 |
| __m128i txmat_1_1 = _mm_set1_epi32(tx_mat[1 * 16 + 1]); // 87 |
| __m128i txmat_1_2 = _mm_set1_epi32(tx_mat[1 * 16 + 2]); // 80 |
| __m128i txmat_1_3 = _mm_set1_epi32(tx_mat[1 * 16 + 3]); // 70 |
| __m128i txmat_1_4 = _mm_set1_epi32(tx_mat[1 * 16 + 4]); // 57 |
| __m128i txmat_1_5 = _mm_set1_epi32(tx_mat[1 * 16 + 5]); // 43 |
| __m128i txmat_1_6 = _mm_set1_epi32(tx_mat[1 * 16 + 6]); // 26 |
| __m128i txmat_1_7 = _mm_set1_epi32(tx_mat[1 * 16 + 7]); // 9 |
| |
| // Transpose input |
| transpose_load_8x4_sse4(src, s, tx1d_size); |
| transpose_load_8x4_sse4(src + 8, s + 8, tx1d_size); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_0); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_1); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_2); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_3); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_4); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_5); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_6); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_7); |
| a[0] = _mm_add_epi32(_mm_add_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| a[4] = _mm_add_epi32(_mm_add_epi32(a[4], a[5]), _mm_add_epi32(a[6], a[7])); |
| b[0] = _mm_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_1); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_4); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_7); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_5); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_2); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_0); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_3); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_6); |
| a[0] = _mm_add_epi32(_mm_add_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| a[4] = _mm_add_epi32(_mm_add_epi32(a[4], a[5]), _mm_add_epi32(a[6], a[7])); |
| b[1] = _mm_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_2); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_7); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_3); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_1); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_6); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_4); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_0); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_5); |
| a[0] = _mm_sub_epi32(_mm_add_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| a[4] = _mm_sub_epi32(_mm_sub_epi32(a[4], a[5]), _mm_add_epi32(a[6], a[7])); |
| b[2] = _mm_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_3); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_5); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_1); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_7); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_0); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_6); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_2); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_4); |
| a[0] = _mm_sub_epi32(_mm_sub_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| a[4] = _mm_sub_epi32(_mm_add_epi32(a[4], a[5]), _mm_add_epi32(a[6], a[7])); |
| b[3] = _mm_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_4); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_2); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_6); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_0); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_7); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_1); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_5); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_3); |
| a[0] = _mm_sub_epi32(_mm_sub_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| a[4] = _mm_sub_epi32(_mm_add_epi32(a[4], a[5]), _mm_add_epi32(a[6], a[7])); |
| b[4] = _mm_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_5); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_0); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_4); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_6); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_1); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_3); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_7); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_2); |
| a[0] = _mm_add_epi32(_mm_sub_epi32(a[0], a[1]), _mm_add_epi32(a[2], a[3])); |
| a[4] = _mm_sub_epi32(_mm_sub_epi32(a[4], a[5]), _mm_sub_epi32(a[6], a[7])); |
| b[5] = _mm_sub_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_6); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_3); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_0); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_2); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_5); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_7); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_4); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_1); |
| a[0] = _mm_add_epi32(_mm_sub_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| a[4] = _mm_sub_epi32(_mm_add_epi32(a[4], a[5]), _mm_sub_epi32(a[6], a[7])); |
| b[6] = _mm_add_epi32(a[0], a[4]); |
| |
| a[0] = _mm_mullo_epi32(s[1], txmat_1_7); |
| a[1] = _mm_mullo_epi32(s[3], txmat_1_6); |
| a[2] = _mm_mullo_epi32(s[5], txmat_1_5); |
| a[3] = _mm_mullo_epi32(s[7], txmat_1_4); |
| a[4] = _mm_mullo_epi32(s[9], txmat_1_3); |
| a[5] = _mm_mullo_epi32(s[11], txmat_1_2); |
| a[6] = _mm_mullo_epi32(s[13], txmat_1_1); |
| a[7] = _mm_mullo_epi32(s[15], txmat_1_0); |
| a[0] = _mm_add_epi32(_mm_sub_epi32(a[0], a[1]), _mm_sub_epi32(a[2], a[3])); |
| a[4] = _mm_add_epi32(_mm_sub_epi32(a[4], a[5]), _mm_sub_epi32(a[6], a[7])); |
| b[7] = _mm_add_epi32(a[0], a[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_0); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_1); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_2); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_3); |
| d[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_1); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_3); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_0); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_2); |
| d[1] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_2); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_0); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_3); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_1); |
| d[2] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_3); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_2); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_1); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_0); |
| d[3] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| f[0] = _mm_add_epi32(_mm_mullo_epi32(s[4], txmat_4_0), |
| _mm_mullo_epi32(s[12], txmat_4_1)); |
| f[1] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_1), |
| _mm_mullo_epi32(s[12], txmat_4_0)); |
| e[0] = _mm_add_epi32(s[0], s[8]); |
| e[0] = _mm_slli_epi32(e[0], 6); |
| e[1] = _mm_sub_epi32(s[0], s[8]); |
| e[1] = _mm_slli_epi32(e[1], 6); |
| |
| c[0] = _mm_add_epi32(e[0], f[0]); |
| c[3] = _mm_sub_epi32(e[0], f[0]); |
| c[1] = _mm_add_epi32(e[1], f[1]); |
| c[2] = _mm_sub_epi32(e[1], f[1]); |
| |
| for (k = 0; k < 4; k++) { |
| a[k] = _mm_add_epi32(c[k], d[k]); |
| a[k + 4] = _mm_sub_epi32(c[3 - k], d[3 - k]); |
| } |
| for (k = 0; k < 8; k++) { |
| e[0] = _mm_add_epi32(v_offset, _mm_add_epi32(a[k], b[k])); |
| e[1] = _mm_add_epi32(v_offset, _mm_sub_epi32(a[7 - k], b[7 - k])); |
| |
| e[0] = _mm_srai_epi32(e[0], shift); |
| e[1] = _mm_srai_epi32(e[1], shift); |
| |
| e[0] = _mm_min_epi32(e[0], v_coef_max); |
| e[0] = _mm_max_epi32(e[0], v_coef_min); |
| e[1] = _mm_min_epi32(e[1], v_coef_max); |
| e[1] = _mm_max_epi32(e[1], v_coef_min); |
| |
| _mm_storeu_si128((__m128i *)(dst + k * line), e[0]); |
| _mm_storeu_si128((__m128i *)(dst + (k + 8) * line), e[1]); |
| } |
| } |
| } |
| |
| void inv_txfm_dct2_size32_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| int j, k; |
| int add = 1 << (shift - 1); |
| |
| const int *tx_mat = tx_kernel_dct2_size32[INV_TXFM][0]; |
| |
| const int nz_line = line - skip_line; |
| |
| const int tx1d_size = 32; |
| if (nz_line >= 8) { |
| __m256i a[16], b[16]; |
| __m256i c[8], d[8]; |
| __m256i e[4], f[4]; |
| __m256i g[2], h[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(add); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| __m256i s[32]; |
| |
| __m256i txmat_8_0 = _mm256_set1_epi32(tx_mat[8 * 32 + 0]); // 85 |
| __m256i txmat_8_1 = _mm256_set1_epi32(tx_mat[8 * 32 + 1]); // 35 |
| |
| __m256i txmat_4_0 = _mm256_set1_epi32(tx_mat[4 * 32 + 0]); // 89 |
| __m256i txmat_4_1 = _mm256_set1_epi32(tx_mat[4 * 32 + 1]); // 75 |
| __m256i txmat_4_2 = _mm256_set1_epi32(tx_mat[4 * 32 + 2]); // 50 |
| __m256i txmat_4_3 = _mm256_set1_epi32(tx_mat[4 * 32 + 3]); // 18 |
| |
| __m256i txmat_2_0 = _mm256_set1_epi32(tx_mat[2 * 32 + 0]); // 90 |
| __m256i txmat_2_1 = _mm256_set1_epi32(tx_mat[2 * 32 + 1]); // 87 |
| __m256i txmat_2_2 = _mm256_set1_epi32(tx_mat[2 * 32 + 2]); // 80 |
| __m256i txmat_2_3 = _mm256_set1_epi32(tx_mat[2 * 32 + 3]); // 70 |
| __m256i txmat_2_4 = _mm256_set1_epi32(tx_mat[2 * 32 + 4]); // 57 |
| __m256i txmat_2_5 = _mm256_set1_epi32(tx_mat[2 * 32 + 5]); // 43 |
| __m256i txmat_2_6 = _mm256_set1_epi32(tx_mat[2 * 32 + 6]); // 26 |
| __m256i txmat_2_7 = _mm256_set1_epi32(tx_mat[2 * 32 + 7]); // 9 |
| |
| __m256i txmat_1_0 = _mm256_set1_epi32(tx_mat[1 * 32 + 0]); // 90 |
| __m256i txmat_1_1 = _mm256_set1_epi32(tx_mat[1 * 32 + 1]); // 90 |
| __m256i txmat_1_2 = _mm256_set1_epi32(tx_mat[1 * 32 + 2]); // 88 |
| __m256i txmat_1_3 = _mm256_set1_epi32(tx_mat[1 * 32 + 3]); // 85 |
| __m256i txmat_1_4 = _mm256_set1_epi32(tx_mat[1 * 32 + 4]); // 82 |
| __m256i txmat_1_5 = _mm256_set1_epi32(tx_mat[1 * 32 + 5]); // 78 |
| __m256i txmat_1_6 = _mm256_set1_epi32(tx_mat[1 * 32 + 6]); // 73 |
| __m256i txmat_1_7 = _mm256_set1_epi32(tx_mat[1 * 32 + 7]); // 67 |
| __m256i txmat_1_8 = _mm256_set1_epi32(tx_mat[1 * 32 + 8]); // 61 |
| __m256i txmat_1_9 = _mm256_set1_epi32(tx_mat[1 * 32 + 9]); // 54 |
| __m256i txmat_1_10 = _mm256_set1_epi32(tx_mat[1 * 32 + 10]); // 47 |
| __m256i txmat_1_11 = _mm256_set1_epi32(tx_mat[1 * 32 + 11]); // 39 |
| __m256i txmat_1_12 = _mm256_set1_epi32(tx_mat[1 * 32 + 12]); // 30 |
| __m256i txmat_1_13 = _mm256_set1_epi32(tx_mat[1 * 32 + 13]); // 22 |
| __m256i txmat_1_14 = _mm256_set1_epi32(tx_mat[1 * 32 + 14]); // 13 |
| __m256i txmat_1_15 = _mm256_set1_epi32(tx_mat[1 * 32 + 15]); // 4 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_8x8_avx2(src, s, tx1d_size); |
| transpose_load_8x8_avx2(src + 8, s + 8, tx1d_size); |
| transpose_load_8x8_avx2(src + 16, s + 16, tx1d_size); |
| transpose_load_8x8_avx2(src + 24, s + 24, tx1d_size); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_0), |
| _mm256_mullo_epi32(s[3], txmat_1_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_2), |
| _mm256_mullo_epi32(s[7], txmat_1_3)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_4), |
| _mm256_mullo_epi32(s[11], txmat_1_5)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_6), |
| _mm256_mullo_epi32(s[15], txmat_1_7)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_8), |
| _mm256_mullo_epi32(s[19], txmat_1_9)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_10), |
| _mm256_mullo_epi32(s[23], txmat_1_11)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_12), |
| _mm256_mullo_epi32(s[27], txmat_1_13)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_14), |
| _mm256_mullo_epi32(s[31], txmat_1_15)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[0] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_1), |
| _mm256_mullo_epi32(s[3], txmat_1_4)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_7), |
| _mm256_mullo_epi32(s[7], txmat_1_10)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_13), |
| _mm256_mullo_epi32(s[11], txmat_1_15)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_12), |
| _mm256_mullo_epi32(s[15], txmat_1_9)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_6), |
| _mm256_mullo_epi32(s[19], txmat_1_3)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_0), |
| _mm256_mullo_epi32(s[23], txmat_1_2)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_5), |
| _mm256_mullo_epi32(s[27], txmat_1_8)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_11), |
| _mm256_mullo_epi32(s[31], txmat_1_14)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[1] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_2), |
| _mm256_mullo_epi32(s[3], txmat_1_7)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_12), |
| _mm256_mullo_epi32(s[7], txmat_1_14)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_9), |
| _mm256_mullo_epi32(s[11], txmat_1_4)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_0), |
| _mm256_mullo_epi32(s[15], txmat_1_5)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_10), |
| _mm256_mullo_epi32(s[19], txmat_1_15)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_11), |
| _mm256_mullo_epi32(s[23], txmat_1_6)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_1), |
| _mm256_mullo_epi32(s[27], txmat_1_3)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_8), |
| _mm256_mullo_epi32(s[31], txmat_1_13)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[2] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_3), |
| _mm256_mullo_epi32(s[3], txmat_1_10)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_14), |
| _mm256_mullo_epi32(s[7], txmat_1_7)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_0), |
| _mm256_mullo_epi32(s[11], txmat_1_6)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_13), |
| _mm256_mullo_epi32(s[15], txmat_1_11)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_4), |
| _mm256_mullo_epi32(s[19], txmat_1_2)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_9), |
| _mm256_mullo_epi32(s[23], txmat_1_15)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_8), |
| _mm256_mullo_epi32(s[27], txmat_1_1)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_5), |
| _mm256_mullo_epi32(s[31], txmat_1_12)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[3] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_4), |
| _mm256_mullo_epi32(s[3], txmat_1_13)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_9), |
| _mm256_mullo_epi32(s[7], txmat_1_0)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_8), |
| _mm256_mullo_epi32(s[11], txmat_1_14)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_5), |
| _mm256_mullo_epi32(s[15], txmat_1_3)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_12), |
| _mm256_mullo_epi32(s[19], txmat_1_10)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_1), |
| _mm256_mullo_epi32(s[23], txmat_1_7)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_15), |
| _mm256_mullo_epi32(s[27], txmat_1_6)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_2), |
| _mm256_mullo_epi32(s[31], txmat_1_11)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[4] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_5), |
| _mm256_mullo_epi32(s[3], txmat_1_15)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_4), |
| _mm256_mullo_epi32(s[7], txmat_1_6)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_14), |
| _mm256_mullo_epi32(s[11], txmat_1_3)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_7), |
| _mm256_mullo_epi32(s[15], txmat_1_13)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_2), |
| _mm256_mullo_epi32(s[19], txmat_1_8)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_12), |
| _mm256_mullo_epi32(s[23], txmat_1_1)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_9), |
| _mm256_mullo_epi32(s[27], txmat_1_11)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_0), |
| _mm256_mullo_epi32(s[31], txmat_1_10)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[5] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_6), |
| _mm256_mullo_epi32(s[3], txmat_1_12)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_0), |
| _mm256_mullo_epi32(s[7], txmat_1_13)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_5), |
| _mm256_mullo_epi32(s[11], txmat_1_7)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_11), |
| _mm256_mullo_epi32(s[15], txmat_1_1)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_14), |
| _mm256_mullo_epi32(s[19], txmat_1_4)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_8), |
| _mm256_mullo_epi32(s[23], txmat_1_10)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_2), |
| _mm256_mullo_epi32(s[27], txmat_1_15)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_3), |
| _mm256_mullo_epi32(s[31], txmat_1_9)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[6] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_7), |
| _mm256_mullo_epi32(s[3], txmat_1_9)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_5), |
| _mm256_mullo_epi32(s[7], txmat_1_11)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_3), |
| _mm256_mullo_epi32(s[11], txmat_1_13)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_1), |
| _mm256_mullo_epi32(s[15], txmat_1_15)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_0), |
| _mm256_mullo_epi32(s[19], txmat_1_14)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_2), |
| _mm256_mullo_epi32(s[23], txmat_1_12)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_4), |
| _mm256_mullo_epi32(s[27], txmat_1_10)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_6), |
| _mm256_mullo_epi32(s[31], txmat_1_8)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[7] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_8), |
| _mm256_mullo_epi32(s[3], txmat_1_6)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_10), |
| _mm256_mullo_epi32(s[7], txmat_1_4)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_12), |
| _mm256_mullo_epi32(s[11], txmat_1_2)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_14), |
| _mm256_mullo_epi32(s[15], txmat_1_0)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_15), |
| _mm256_mullo_epi32(s[19], txmat_1_1)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_13), |
| _mm256_mullo_epi32(s[23], txmat_1_3)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_11), |
| _mm256_mullo_epi32(s[27], txmat_1_5)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_9), |
| _mm256_mullo_epi32(s[31], txmat_1_7)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[8] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_9), |
| _mm256_mullo_epi32(s[3], txmat_1_3)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_15), |
| _mm256_mullo_epi32(s[7], txmat_1_2)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_10), |
| _mm256_mullo_epi32(s[11], txmat_1_8)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_4), |
| _mm256_mullo_epi32(s[15], txmat_1_14)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_1), |
| _mm256_mullo_epi32(s[19], txmat_1_11)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_7), |
| _mm256_mullo_epi32(s[23], txmat_1_5)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_13), |
| _mm256_mullo_epi32(s[27], txmat_1_0)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_12), |
| _mm256_mullo_epi32(s[31], txmat_1_6)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[9] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_10), |
| _mm256_mullo_epi32(s[3], txmat_1_0)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_11), |
| _mm256_mullo_epi32(s[7], txmat_1_9)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_1), |
| _mm256_mullo_epi32(s[11], txmat_1_12)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_8), |
| _mm256_mullo_epi32(s[15], txmat_1_2)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_13), |
| _mm256_mullo_epi32(s[19], txmat_1_7)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_3), |
| _mm256_mullo_epi32(s[23], txmat_1_14)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_6), |
| _mm256_mullo_epi32(s[27], txmat_1_4)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_15), |
| _mm256_mullo_epi32(s[31], txmat_1_5)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[10] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_11), |
| _mm256_mullo_epi32(s[3], txmat_1_2)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_6), |
| _mm256_mullo_epi32(s[7], txmat_1_15)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_7), |
| _mm256_mullo_epi32(s[11], txmat_1_1)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_10), |
| _mm256_mullo_epi32(s[15], txmat_1_12)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_3), |
| _mm256_mullo_epi32(s[19], txmat_1_5)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_14), |
| _mm256_mullo_epi32(s[23], txmat_1_8)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_0), |
| _mm256_mullo_epi32(s[27], txmat_1_9)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_13), |
| _mm256_mullo_epi32(s[31], txmat_1_4)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[11] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_12), |
| _mm256_mullo_epi32(s[3], txmat_1_5)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_1), |
| _mm256_mullo_epi32(s[7], txmat_1_8)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_15), |
| _mm256_mullo_epi32(s[11], txmat_1_9)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_2), |
| _mm256_mullo_epi32(s[15], txmat_1_4)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_11), |
| _mm256_mullo_epi32(s[19], txmat_1_13)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_6), |
| _mm256_mullo_epi32(s[23], txmat_1_0)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_7), |
| _mm256_mullo_epi32(s[27], txmat_1_14)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_10), |
| _mm256_mullo_epi32(s[31], txmat_1_3)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[12] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_13), |
| _mm256_mullo_epi32(s[3], txmat_1_8)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_3), |
| _mm256_mullo_epi32(s[7], txmat_1_1)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_6), |
| _mm256_mullo_epi32(s[11], txmat_1_11)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_15), |
| _mm256_mullo_epi32(s[15], txmat_1_10)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_5), |
| _mm256_mullo_epi32(s[19], txmat_1_0)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_4), |
| _mm256_mullo_epi32(s[23], txmat_1_9)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_14), |
| _mm256_mullo_epi32(s[27], txmat_1_12)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_7), |
| _mm256_mullo_epi32(s[31], txmat_1_2)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[13] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_14), |
| _mm256_mullo_epi32(s[3], txmat_1_11)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_8), |
| _mm256_mullo_epi32(s[7], txmat_1_5)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_2), |
| _mm256_mullo_epi32(s[11], txmat_1_0)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_3), |
| _mm256_mullo_epi32(s[15], txmat_1_6)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_9), |
| _mm256_mullo_epi32(s[19], txmat_1_12)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_15), |
| _mm256_mullo_epi32(s[23], txmat_1_13)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_10), |
| _mm256_mullo_epi32(s[27], txmat_1_7)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_4), |
| _mm256_mullo_epi32(s[31], txmat_1_1)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[14] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_15), |
| _mm256_mullo_epi32(s[3], txmat_1_14)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_13), |
| _mm256_mullo_epi32(s[7], txmat_1_12)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_11), |
| _mm256_mullo_epi32(s[11], txmat_1_10)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_9), |
| _mm256_mullo_epi32(s[15], txmat_1_8)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_7), |
| _mm256_mullo_epi32(s[19], txmat_1_6)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_5), |
| _mm256_mullo_epi32(s[23], txmat_1_4)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_3), |
| _mm256_mullo_epi32(s[27], txmat_1_2)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_1), |
| _mm256_mullo_epi32(s[31], txmat_1_0)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[15] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_0); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_1); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_2); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_3); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_4); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_5); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_6); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_7); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| d[0] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_1); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_4); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_7); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_5); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_2); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_0); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_3); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_6); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| d[1] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_2); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_7); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_3); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_1); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_6); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_4); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_0); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_5); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| d[2] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_3); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_5); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_1); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_7); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_0); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_6); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_2); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_4); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| d[3] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_4); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_2); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_6); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_0); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_7); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_1); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_5); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_3); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| d[4] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_5); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_0); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_4); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_6); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_1); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_3); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_7); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_2); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| d[5] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_6); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_3); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_0); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_2); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_5); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_7); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_4); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_1); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| d[6] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(s[2], txmat_2_7); |
| c[1] = _mm256_mullo_epi32(s[6], txmat_2_6); |
| c[2] = _mm256_mullo_epi32(s[10], txmat_2_5); |
| c[3] = _mm256_mullo_epi32(s[14], txmat_2_4); |
| c[4] = _mm256_mullo_epi32(s[18], txmat_2_3); |
| c[5] = _mm256_mullo_epi32(s[22], txmat_2_2); |
| c[6] = _mm256_mullo_epi32(s[26], txmat_2_1); |
| c[7] = _mm256_mullo_epi32(s[30], txmat_2_0); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| d[7] = _mm256_add_epi32(c[0], c[4]); |
| |
| e[0] = _mm256_mullo_epi32(s[4], txmat_4_0); |
| e[1] = _mm256_mullo_epi32(s[12], txmat_4_1); |
| e[2] = _mm256_mullo_epi32(s[20], txmat_4_2); |
| e[3] = _mm256_mullo_epi32(s[28], txmat_4_3); |
| f[0] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(s[4], txmat_4_1); |
| e[1] = _mm256_mullo_epi32(s[12], txmat_4_3); |
| e[2] = _mm256_mullo_epi32(s[20], txmat_4_0); |
| e[3] = _mm256_mullo_epi32(s[28], txmat_4_2); |
| f[1] = _mm256_sub_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(s[4], txmat_4_2); |
| e[1] = _mm256_mullo_epi32(s[12], txmat_4_0); |
| e[2] = _mm256_mullo_epi32(s[20], txmat_4_3); |
| e[3] = _mm256_mullo_epi32(s[28], txmat_4_1); |
| f[2] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(s[4], txmat_4_3); |
| e[1] = _mm256_mullo_epi32(s[12], txmat_4_2); |
| e[2] = _mm256_mullo_epi32(s[20], txmat_4_1); |
| e[3] = _mm256_mullo_epi32(s[28], txmat_4_0); |
| f[3] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| |
| h[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[8], txmat_8_0), |
| _mm256_mullo_epi32(s[24], txmat_8_1)); |
| h[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[8], txmat_8_1), |
| _mm256_mullo_epi32(s[24], txmat_8_0)); |
| g[0] = _mm256_add_epi32(s[0], s[16]); |
| g[0] = _mm256_slli_epi32(g[0], 6); |
| g[1] = _mm256_sub_epi32(s[0], s[16]); |
| g[1] = _mm256_slli_epi32(g[1], 6); |
| |
| e[0] = _mm256_add_epi32(g[0], h[0]); |
| e[3] = _mm256_sub_epi32(g[0], h[0]); |
| e[1] = _mm256_add_epi32(g[1], h[1]); |
| e[2] = _mm256_sub_epi32(g[1], h[1]); |
| |
| for (k = 0; k < 4; k++) { |
| c[k] = _mm256_add_epi32(e[k], f[k]); |
| c[k + 4] = _mm256_sub_epi32(e[3 - k], f[3 - k]); |
| } |
| for (k = 0; k < 8; k++) { |
| a[k] = _mm256_add_epi32(c[k], d[k]); |
| a[k + 8] = _mm256_sub_epi32(c[7 - k], d[7 - k]); |
| } |
| for (k = 0; k < 16; k++) { |
| g[0] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[k], b[k])); |
| g[1] = |
| _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[15 - k], b[15 - k])); |
| |
| g[0] = _mm256_srai_epi32(g[0], shift); |
| g[1] = _mm256_srai_epi32(g[1], shift); |
| |
| g[0] = _mm256_min_epi32(g[0], v_coef_max); |
| g[0] = _mm256_max_epi32(g[0], v_coef_min); |
| g[1] = _mm256_min_epi32(g[1], v_coef_max); |
| g[1] = _mm256_max_epi32(g[1], v_coef_min); |
| |
| _mm256_storeu_si256((__m256i *)(dst + k * line), g[0]); |
| _mm256_storeu_si256((__m256i *)(dst + (k + 16) * line), g[1]); |
| } |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } else { |
| __m128i a[16], b[16]; |
| __m128i c[8], d[8]; |
| __m128i e[4], f[4]; |
| __m128i g[2], h[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(add); |
| __m128i v_coef_min = _mm_set1_epi32(coef_min); |
| __m128i v_coef_max = _mm_set1_epi32(coef_max); |
| |
| __m128i s[32]; |
| |
| __m128i txmat_8_0 = _mm_set1_epi32(tx_mat[8 * 32 + 0]); // 85 |
| __m128i txmat_8_1 = _mm_set1_epi32(tx_mat[8 * 32 + 1]); // 35 |
| |
| __m128i txmat_4_0 = _mm_set1_epi32(tx_mat[4 * 32 + 0]); // 89 |
| __m128i txmat_4_1 = _mm_set1_epi32(tx_mat[4 * 32 + 1]); // 75 |
| __m128i txmat_4_2 = _mm_set1_epi32(tx_mat[4 * 32 + 2]); // 50 |
| __m128i txmat_4_3 = _mm_set1_epi32(tx_mat[4 * 32 + 3]); // 18 |
| |
| __m128i txmat_2_0 = _mm_set1_epi32(tx_mat[2 * 32 + 0]); // 90 |
| __m128i txmat_2_1 = _mm_set1_epi32(tx_mat[2 * 32 + 1]); // 87 |
| __m128i txmat_2_2 = _mm_set1_epi32(tx_mat[2 * 32 + 2]); // 80 |
| __m128i txmat_2_3 = _mm_set1_epi32(tx_mat[2 * 32 + 3]); // 70 |
| __m128i txmat_2_4 = _mm_set1_epi32(tx_mat[2 * 32 + 4]); // 57 |
| __m128i txmat_2_5 = _mm_set1_epi32(tx_mat[2 * 32 + 5]); // 43 |
| __m128i txmat_2_6 = _mm_set1_epi32(tx_mat[2 * 32 + 6]); // 26 |
| __m128i txmat_2_7 = _mm_set1_epi32(tx_mat[2 * 32 + 7]); // 9 |
| |
| __m128i txmat_1_0 = _mm_set1_epi32(tx_mat[1 * 32 + 0]); // 90 |
| __m128i txmat_1_1 = _mm_set1_epi32(tx_mat[1 * 32 + 1]); // 90 |
| __m128i txmat_1_2 = _mm_set1_epi32(tx_mat[1 * 32 + 2]); // 88 |
| __m128i txmat_1_3 = _mm_set1_epi32(tx_mat[1 * 32 + 3]); // 85 |
| __m128i txmat_1_4 = _mm_set1_epi32(tx_mat[1 * 32 + 4]); // 82 |
| __m128i txmat_1_5 = _mm_set1_epi32(tx_mat[1 * 32 + 5]); // 78 |
| __m128i txmat_1_6 = _mm_set1_epi32(tx_mat[1 * 32 + 6]); // 73 |
| __m128i txmat_1_7 = _mm_set1_epi32(tx_mat[1 * 32 + 7]); // 67 |
| __m128i txmat_1_8 = _mm_set1_epi32(tx_mat[1 * 32 + 8]); // 61 |
| __m128i txmat_1_9 = _mm_set1_epi32(tx_mat[1 * 32 + 9]); // 54 |
| __m128i txmat_1_10 = _mm_set1_epi32(tx_mat[1 * 32 + 10]); // 47 |
| __m128i txmat_1_11 = _mm_set1_epi32(tx_mat[1 * 32 + 11]); // 39 |
| __m128i txmat_1_12 = _mm_set1_epi32(tx_mat[1 * 32 + 12]); // 30 |
| __m128i txmat_1_13 = _mm_set1_epi32(tx_mat[1 * 32 + 13]); // 22 |
| __m128i txmat_1_14 = _mm_set1_epi32(tx_mat[1 * 32 + 14]); // 13 |
| __m128i txmat_1_15 = _mm_set1_epi32(tx_mat[1 * 32 + 15]); // 4 |
| |
| // Transpose input |
| transpose_load_8x4_sse4(src, s, tx1d_size); |
| transpose_load_8x4_sse4(src + 8, s + 8, tx1d_size); |
| transpose_load_8x4_sse4(src + 16, s + 16, tx1d_size); |
| transpose_load_8x4_sse4(src + 24, s + 24, tx1d_size); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_0), |
| _mm_mullo_epi32(s[3], txmat_1_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_2), |
| _mm_mullo_epi32(s[7], txmat_1_3)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_4), |
| _mm_mullo_epi32(s[11], txmat_1_5)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_6), |
| _mm_mullo_epi32(s[15], txmat_1_7)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_8), |
| _mm_mullo_epi32(s[19], txmat_1_9)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_10), |
| _mm_mullo_epi32(s[23], txmat_1_11)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_12), |
| _mm_mullo_epi32(s[27], txmat_1_13)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_14), |
| _mm_mullo_epi32(s[31], txmat_1_15)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[0] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_1), |
| _mm_mullo_epi32(s[3], txmat_1_4)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_7), |
| _mm_mullo_epi32(s[7], txmat_1_10)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_13), |
| _mm_mullo_epi32(s[11], txmat_1_15)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_12), |
| _mm_mullo_epi32(s[15], txmat_1_9)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_6), |
| _mm_mullo_epi32(s[19], txmat_1_3)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_0), |
| _mm_mullo_epi32(s[23], txmat_1_2)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_5), |
| _mm_mullo_epi32(s[27], txmat_1_8)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_11), |
| _mm_mullo_epi32(s[31], txmat_1_14)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[1] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_2), |
| _mm_mullo_epi32(s[3], txmat_1_7)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_12), |
| _mm_mullo_epi32(s[7], txmat_1_14)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_9), |
| _mm_mullo_epi32(s[11], txmat_1_4)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_0), |
| _mm_mullo_epi32(s[15], txmat_1_5)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_10), |
| _mm_mullo_epi32(s[19], txmat_1_15)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_11), |
| _mm_mullo_epi32(s[23], txmat_1_6)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_1), |
| _mm_mullo_epi32(s[27], txmat_1_3)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_8), |
| _mm_mullo_epi32(s[31], txmat_1_13)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[2] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_3), |
| _mm_mullo_epi32(s[3], txmat_1_10)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_14), |
| _mm_mullo_epi32(s[7], txmat_1_7)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_0), |
| _mm_mullo_epi32(s[11], txmat_1_6)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_13), |
| _mm_mullo_epi32(s[15], txmat_1_11)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_4), |
| _mm_mullo_epi32(s[19], txmat_1_2)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_9), |
| _mm_mullo_epi32(s[23], txmat_1_15)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_8), |
| _mm_mullo_epi32(s[27], txmat_1_1)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_5), |
| _mm_mullo_epi32(s[31], txmat_1_12)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[3] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_4), |
| _mm_mullo_epi32(s[3], txmat_1_13)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_9), |
| _mm_mullo_epi32(s[7], txmat_1_0)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_8), |
| _mm_mullo_epi32(s[11], txmat_1_14)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_5), |
| _mm_mullo_epi32(s[15], txmat_1_3)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_12), |
| _mm_mullo_epi32(s[19], txmat_1_10)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_1), |
| _mm_mullo_epi32(s[23], txmat_1_7)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_15), |
| _mm_mullo_epi32(s[27], txmat_1_6)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_2), |
| _mm_mullo_epi32(s[31], txmat_1_11)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[4] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_5), |
| _mm_mullo_epi32(s[3], txmat_1_15)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_4), |
| _mm_mullo_epi32(s[7], txmat_1_6)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_14), |
| _mm_mullo_epi32(s[11], txmat_1_3)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_7), |
| _mm_mullo_epi32(s[15], txmat_1_13)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_2), |
| _mm_mullo_epi32(s[19], txmat_1_8)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_12), |
| _mm_mullo_epi32(s[23], txmat_1_1)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_9), |
| _mm_mullo_epi32(s[27], txmat_1_11)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_0), |
| _mm_mullo_epi32(s[31], txmat_1_10)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[5] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_6), |
| _mm_mullo_epi32(s[3], txmat_1_12)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_0), |
| _mm_mullo_epi32(s[7], txmat_1_13)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_5), |
| _mm_mullo_epi32(s[11], txmat_1_7)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_11), |
| _mm_mullo_epi32(s[15], txmat_1_1)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_14), |
| _mm_mullo_epi32(s[19], txmat_1_4)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_8), |
| _mm_mullo_epi32(s[23], txmat_1_10)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_2), |
| _mm_mullo_epi32(s[27], txmat_1_15)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_3), |
| _mm_mullo_epi32(s[31], txmat_1_9)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[6] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_7), |
| _mm_mullo_epi32(s[3], txmat_1_9)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_5), |
| _mm_mullo_epi32(s[7], txmat_1_11)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_3), |
| _mm_mullo_epi32(s[11], txmat_1_13)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_1), |
| _mm_mullo_epi32(s[15], txmat_1_15)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_0), |
| _mm_mullo_epi32(s[19], txmat_1_14)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_2), |
| _mm_mullo_epi32(s[23], txmat_1_12)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_4), |
| _mm_mullo_epi32(s[27], txmat_1_10)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_6), |
| _mm_mullo_epi32(s[31], txmat_1_8)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[7] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_8), |
| _mm_mullo_epi32(s[3], txmat_1_6)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_10), |
| _mm_mullo_epi32(s[7], txmat_1_4)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_12), |
| _mm_mullo_epi32(s[11], txmat_1_2)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_14), |
| _mm_mullo_epi32(s[15], txmat_1_0)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_15), |
| _mm_mullo_epi32(s[19], txmat_1_1)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_13), |
| _mm_mullo_epi32(s[23], txmat_1_3)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_11), |
| _mm_mullo_epi32(s[27], txmat_1_5)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_9), |
| _mm_mullo_epi32(s[31], txmat_1_7)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[8] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_9), |
| _mm_mullo_epi32(s[3], txmat_1_3)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_15), |
| _mm_mullo_epi32(s[7], txmat_1_2)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_10), |
| _mm_mullo_epi32(s[11], txmat_1_8)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_4), |
| _mm_mullo_epi32(s[15], txmat_1_14)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_1), |
| _mm_mullo_epi32(s[19], txmat_1_11)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_7), |
| _mm_mullo_epi32(s[23], txmat_1_5)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_13), |
| _mm_mullo_epi32(s[27], txmat_1_0)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_12), |
| _mm_mullo_epi32(s[31], txmat_1_6)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[9] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_10), |
| _mm_mullo_epi32(s[3], txmat_1_0)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_11), |
| _mm_mullo_epi32(s[7], txmat_1_9)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_1), |
| _mm_mullo_epi32(s[11], txmat_1_12)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_8), |
| _mm_mullo_epi32(s[15], txmat_1_2)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_13), |
| _mm_mullo_epi32(s[19], txmat_1_7)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_3), |
| _mm_mullo_epi32(s[23], txmat_1_14)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_6), |
| _mm_mullo_epi32(s[27], txmat_1_4)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_15), |
| _mm_mullo_epi32(s[31], txmat_1_5)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[10] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_11), |
| _mm_mullo_epi32(s[3], txmat_1_2)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_6), |
| _mm_mullo_epi32(s[7], txmat_1_15)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_7), |
| _mm_mullo_epi32(s[11], txmat_1_1)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_10), |
| _mm_mullo_epi32(s[15], txmat_1_12)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_3), |
| _mm_mullo_epi32(s[19], txmat_1_5)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_14), |
| _mm_mullo_epi32(s[23], txmat_1_8)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_0), |
| _mm_mullo_epi32(s[27], txmat_1_9)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_13), |
| _mm_mullo_epi32(s[31], txmat_1_4)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[11] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_12), |
| _mm_mullo_epi32(s[3], txmat_1_5)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_1), |
| _mm_mullo_epi32(s[7], txmat_1_8)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_15), |
| _mm_mullo_epi32(s[11], txmat_1_9)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_2), |
| _mm_mullo_epi32(s[15], txmat_1_4)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_11), |
| _mm_mullo_epi32(s[19], txmat_1_13)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_6), |
| _mm_mullo_epi32(s[23], txmat_1_0)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_7), |
| _mm_mullo_epi32(s[27], txmat_1_14)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_10), |
| _mm_mullo_epi32(s[31], txmat_1_3)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[12] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_13), |
| _mm_mullo_epi32(s[3], txmat_1_8)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_3), |
| _mm_mullo_epi32(s[7], txmat_1_1)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_6), |
| _mm_mullo_epi32(s[11], txmat_1_11)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_15), |
| _mm_mullo_epi32(s[15], txmat_1_10)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_5), |
| _mm_mullo_epi32(s[19], txmat_1_0)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_4), |
| _mm_mullo_epi32(s[23], txmat_1_9)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_14), |
| _mm_mullo_epi32(s[27], txmat_1_12)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_7), |
| _mm_mullo_epi32(s[31], txmat_1_2)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[13] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_14), |
| _mm_mullo_epi32(s[3], txmat_1_11)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_8), |
| _mm_mullo_epi32(s[7], txmat_1_5)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_2), |
| _mm_mullo_epi32(s[11], txmat_1_0)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_3), |
| _mm_mullo_epi32(s[15], txmat_1_6)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_9), |
| _mm_mullo_epi32(s[19], txmat_1_12)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_15), |
| _mm_mullo_epi32(s[23], txmat_1_13)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_10), |
| _mm_mullo_epi32(s[27], txmat_1_7)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_4), |
| _mm_mullo_epi32(s[31], txmat_1_1)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[14] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_15), |
| _mm_mullo_epi32(s[3], txmat_1_14)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_13), |
| _mm_mullo_epi32(s[7], txmat_1_12)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_11), |
| _mm_mullo_epi32(s[11], txmat_1_10)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_9), |
| _mm_mullo_epi32(s[15], txmat_1_8)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_7), |
| _mm_mullo_epi32(s[19], txmat_1_6)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_5), |
| _mm_mullo_epi32(s[23], txmat_1_4)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_3), |
| _mm_mullo_epi32(s[27], txmat_1_2)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_1), |
| _mm_mullo_epi32(s[31], txmat_1_0)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[15] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_0); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_1); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_2); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_3); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_4); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_5); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_6); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_7); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| d[0] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_1); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_4); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_7); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_5); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_2); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_0); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_3); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_6); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| d[1] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_2); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_7); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_3); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_1); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_6); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_4); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_0); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_5); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| d[2] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_3); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_5); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_1); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_7); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_0); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_6); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_2); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_4); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| d[3] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_4); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_2); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_6); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_0); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_7); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_1); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_5); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_3); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| d[4] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_5); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_0); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_4); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_6); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_1); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_3); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_7); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_2); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| d[5] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_6); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_3); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_0); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_2); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_5); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_7); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_4); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_1); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| d[6] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(s[2], txmat_2_7); |
| c[1] = _mm_mullo_epi32(s[6], txmat_2_6); |
| c[2] = _mm_mullo_epi32(s[10], txmat_2_5); |
| c[3] = _mm_mullo_epi32(s[14], txmat_2_4); |
| c[4] = _mm_mullo_epi32(s[18], txmat_2_3); |
| c[5] = _mm_mullo_epi32(s[22], txmat_2_2); |
| c[6] = _mm_mullo_epi32(s[26], txmat_2_1); |
| c[7] = _mm_mullo_epi32(s[30], txmat_2_0); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| d[7] = _mm_add_epi32(c[0], c[4]); |
| |
| e[0] = _mm_mullo_epi32(s[4], txmat_4_0); |
| e[1] = _mm_mullo_epi32(s[12], txmat_4_1); |
| e[2] = _mm_mullo_epi32(s[20], txmat_4_2); |
| e[3] = _mm_mullo_epi32(s[28], txmat_4_3); |
| f[0] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(s[4], txmat_4_1); |
| e[1] = _mm_mullo_epi32(s[12], txmat_4_3); |
| e[2] = _mm_mullo_epi32(s[20], txmat_4_0); |
| e[3] = _mm_mullo_epi32(s[28], txmat_4_2); |
| f[1] = _mm_sub_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(s[4], txmat_4_2); |
| e[1] = _mm_mullo_epi32(s[12], txmat_4_0); |
| e[2] = _mm_mullo_epi32(s[20], txmat_4_3); |
| e[3] = _mm_mullo_epi32(s[28], txmat_4_1); |
| f[2] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(s[4], txmat_4_3); |
| e[1] = _mm_mullo_epi32(s[12], txmat_4_2); |
| e[2] = _mm_mullo_epi32(s[20], txmat_4_1); |
| e[3] = _mm_mullo_epi32(s[28], txmat_4_0); |
| f[3] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| |
| h[0] = _mm_add_epi32(_mm_mullo_epi32(s[8], txmat_8_0), |
| _mm_mullo_epi32(s[24], txmat_8_1)); |
| h[1] = _mm_sub_epi32(_mm_mullo_epi32(s[8], txmat_8_1), |
| _mm_mullo_epi32(s[24], txmat_8_0)); |
| g[0] = _mm_add_epi32(s[0], s[16]); |
| g[0] = _mm_slli_epi32(g[0], 6); |
| g[1] = _mm_sub_epi32(s[0], s[16]); |
| g[1] = _mm_slli_epi32(g[1], 6); |
| |
| e[0] = _mm_add_epi32(g[0], h[0]); |
| e[3] = _mm_sub_epi32(g[0], h[0]); |
| e[1] = _mm_add_epi32(g[1], h[1]); |
| e[2] = _mm_sub_epi32(g[1], h[1]); |
| |
| for (k = 0; k < 4; k++) { |
| c[k] = _mm_add_epi32(e[k], f[k]); |
| c[k + 4] = _mm_sub_epi32(e[3 - k], f[3 - k]); |
| } |
| for (k = 0; k < 8; k++) { |
| a[k] = _mm_add_epi32(c[k], d[k]); |
| a[k + 8] = _mm_sub_epi32(c[7 - k], d[7 - k]); |
| } |
| for (k = 0; k < 16; k++) { |
| g[0] = _mm_add_epi32(v_offset, _mm_add_epi32(a[k], b[k])); |
| g[1] = _mm_add_epi32(v_offset, _mm_sub_epi32(a[15 - k], b[15 - k])); |
| |
| g[0] = _mm_srai_epi32(g[0], shift); |
| g[1] = _mm_srai_epi32(g[1], shift); |
| |
| g[0] = _mm_min_epi32(g[0], v_coef_max); |
| g[0] = _mm_max_epi32(g[0], v_coef_min); |
| g[1] = _mm_min_epi32(g[1], v_coef_max); |
| g[1] = _mm_max_epi32(g[1], v_coef_min); |
| |
| _mm_storeu_si128((__m128i *)(dst + k * line), g[0]); |
| _mm_storeu_si128((__m128i *)(dst + (k + 16) * line), g[1]); |
| } |
| } |
| } |
| |
| void inv_txfm_dct2_size64_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| int offset = 1 << (shift - 1); |
| const int tx1d_size = 64; |
| const int *tx_mat = tx_kernel_dct2_size64[INV_TXFM][0]; |
| |
| int j, k; |
| const int nz_line = line - skip_line; |
| |
| if (nz_line >= 8) { |
| __m256i a[32], b[32]; |
| __m256i c[16], d[16]; |
| __m256i e[8], f[8]; |
| __m256i g[4], h[4]; |
| __m256i u[2], v[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| __m256i s[64]; |
| |
| __m256i txmat_16_0 = _mm256_set1_epi32(tx_mat[16 * 64 + 0]); // 85 |
| __m256i txmat_16_1 = _mm256_set1_epi32(tx_mat[16 * 64 + 1]); // 35 |
| |
| __m256i txmat_8_0 = _mm256_set1_epi32(tx_mat[8 * 64 + 0]); // 89 |
| __m256i txmat_8_1 = _mm256_set1_epi32(tx_mat[8 * 64 + 1]); // 75 |
| __m256i txmat_8_2 = _mm256_set1_epi32(tx_mat[8 * 64 + 2]); // 50 |
| __m256i txmat_8_3 = _mm256_set1_epi32(tx_mat[8 * 64 + 3]); // 18 |
| |
| __m256i txmat_4_0 = _mm256_set1_epi32(tx_mat[4 * 64 + 0]); // 90 |
| __m256i txmat_4_1 = _mm256_set1_epi32(tx_mat[4 * 64 + 1]); // 87 |
| __m256i txmat_4_2 = _mm256_set1_epi32(tx_mat[4 * 64 + 2]); // 80 |
| __m256i txmat_4_3 = _mm256_set1_epi32(tx_mat[4 * 64 + 3]); // 70 |
| __m256i txmat_4_4 = _mm256_set1_epi32(tx_mat[4 * 64 + 4]); // 57 |
| __m256i txmat_4_5 = _mm256_set1_epi32(tx_mat[4 * 64 + 5]); // 43 |
| __m256i txmat_4_6 = _mm256_set1_epi32(tx_mat[4 * 64 + 6]); // 26 |
| __m256i txmat_4_7 = _mm256_set1_epi32(tx_mat[4 * 64 + 7]); // 9 |
| |
| __m256i txmat_2_0 = _mm256_set1_epi32(tx_mat[2 * 64 + 0]); // 90 |
| __m256i txmat_2_1 = _mm256_set1_epi32(tx_mat[2 * 64 + 1]); // 90 |
| __m256i txmat_2_2 = _mm256_set1_epi32(tx_mat[2 * 64 + 2]); // 88 |
| __m256i txmat_2_3 = _mm256_set1_epi32(tx_mat[2 * 64 + 3]); // 85 |
| __m256i txmat_2_4 = _mm256_set1_epi32(tx_mat[2 * 64 + 4]); // 82 |
| __m256i txmat_2_5 = _mm256_set1_epi32(tx_mat[2 * 64 + 5]); // 78 |
| __m256i txmat_2_6 = _mm256_set1_epi32(tx_mat[2 * 64 + 6]); // 73 |
| __m256i txmat_2_7 = _mm256_set1_epi32(tx_mat[2 * 64 + 7]); // 67 |
| __m256i txmat_2_8 = _mm256_set1_epi32(tx_mat[2 * 64 + 8]); // 61 |
| __m256i txmat_2_9 = _mm256_set1_epi32(tx_mat[2 * 64 + 9]); // 54 |
| __m256i txmat_2_10 = _mm256_set1_epi32(tx_mat[2 * 64 + 10]); // 47 |
| __m256i txmat_2_11 = _mm256_set1_epi32(tx_mat[2 * 64 + 11]); // 39 |
| __m256i txmat_2_12 = _mm256_set1_epi32(tx_mat[2 * 64 + 12]); // 30 |
| __m256i txmat_2_13 = _mm256_set1_epi32(tx_mat[2 * 64 + 13]); // 22 |
| __m256i txmat_2_14 = _mm256_set1_epi32(tx_mat[2 * 64 + 14]); // 13 |
| __m256i txmat_2_15 = _mm256_set1_epi32(tx_mat[2 * 64 + 15]); // 4 |
| |
| __m256i txmat_1_0 = _mm256_set1_epi32(tx_mat[1 * 64 + 0]); // 90 |
| __m256i txmat_1_1 = _mm256_set1_epi32(tx_mat[1 * 64 + 1]); // 90 |
| __m256i txmat_1_2 = _mm256_set1_epi32(tx_mat[1 * 64 + 2]); // 90 |
| __m256i txmat_1_3 = _mm256_set1_epi32(tx_mat[1 * 64 + 3]); // 89 |
| __m256i txmat_1_4 = _mm256_set1_epi32(tx_mat[1 * 64 + 4]); // 88 |
| __m256i txmat_1_5 = _mm256_set1_epi32(tx_mat[1 * 64 + 5]); // 87 |
| __m256i txmat_1_6 = _mm256_set1_epi32(tx_mat[1 * 64 + 6]); // 86 |
| __m256i txmat_1_7 = _mm256_set1_epi32(tx_mat[1 * 64 + 7]); // 84 |
| __m256i txmat_1_8 = _mm256_set1_epi32(tx_mat[1 * 64 + 8]); // 83 |
| __m256i txmat_1_9 = _mm256_set1_epi32(tx_mat[1 * 64 + 9]); // 81 |
| __m256i txmat_1_10 = _mm256_set1_epi32(tx_mat[1 * 64 + 10]); // 79 |
| __m256i txmat_1_11 = _mm256_set1_epi32(tx_mat[1 * 64 + 11]); // 76 |
| __m256i txmat_1_12 = _mm256_set1_epi32(tx_mat[1 * 64 + 12]); // 74 |
| __m256i txmat_1_13 = _mm256_set1_epi32(tx_mat[1 * 64 + 13]); // 71 |
| __m256i txmat_1_14 = _mm256_set1_epi32(tx_mat[1 * 64 + 14]); // 69 |
| __m256i txmat_1_15 = _mm256_set1_epi32(tx_mat[1 * 64 + 15]); // 66 |
| __m256i txmat_1_16 = _mm256_set1_epi32(tx_mat[1 * 64 + 16]); // 62 |
| __m256i txmat_1_17 = _mm256_set1_epi32(tx_mat[1 * 64 + 17]); // 59 |
| __m256i txmat_1_18 = _mm256_set1_epi32(tx_mat[1 * 64 + 18]); // 56 |
| __m256i txmat_1_19 = _mm256_set1_epi32(tx_mat[1 * 64 + 19]); // 52 |
| __m256i txmat_1_20 = _mm256_set1_epi32(tx_mat[1 * 64 + 20]); // 48 |
| __m256i txmat_1_21 = _mm256_set1_epi32(tx_mat[1 * 64 + 21]); // 45 |
| __m256i txmat_1_22 = _mm256_set1_epi32(tx_mat[1 * 64 + 22]); // 41 |
| __m256i txmat_1_23 = _mm256_set1_epi32(tx_mat[1 * 64 + 23]); // 37 |
| __m256i txmat_1_24 = _mm256_set1_epi32(tx_mat[1 * 64 + 24]); // 33 |
| __m256i txmat_1_25 = _mm256_set1_epi32(tx_mat[1 * 64 + 25]); // 28 |
| __m256i txmat_1_26 = _mm256_set1_epi32(tx_mat[1 * 64 + 26]); // 24 |
| __m256i txmat_1_27 = _mm256_set1_epi32(tx_mat[1 * 64 + 27]); // 20 |
| __m256i txmat_1_28 = _mm256_set1_epi32(tx_mat[1 * 64 + 28]); // 15 |
| __m256i txmat_1_29 = _mm256_set1_epi32(tx_mat[1 * 64 + 29]); // 11 |
| __m256i txmat_1_30 = _mm256_set1_epi32(tx_mat[1 * 64 + 30]); // 7 |
| __m256i txmat_1_31 = _mm256_set1_epi32(tx_mat[1 * 64 + 31]); // 2 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| // Transpose input |
| transpose_load_8x8_avx2(src, s, tx1d_size); |
| transpose_load_8x8_avx2(src + 8, s + 8, tx1d_size); |
| transpose_load_8x8_avx2(src + 16, s + 16, tx1d_size); |
| transpose_load_8x8_avx2(src + 24, s + 24, tx1d_size); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_0), |
| _mm256_mullo_epi32(s[3], txmat_1_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_2), |
| _mm256_mullo_epi32(s[7], txmat_1_3)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_4), |
| _mm256_mullo_epi32(s[11], txmat_1_5)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_6), |
| _mm256_mullo_epi32(s[15], txmat_1_7)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_8), |
| _mm256_mullo_epi32(s[19], txmat_1_9)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_10), |
| _mm256_mullo_epi32(s[23], txmat_1_11)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_12), |
| _mm256_mullo_epi32(s[27], txmat_1_13)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_14), |
| _mm256_mullo_epi32(s[31], txmat_1_15)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[0] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_1), |
| _mm256_mullo_epi32(s[3], txmat_1_4)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_7), |
| _mm256_mullo_epi32(s[7], txmat_1_10)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_13), |
| _mm256_mullo_epi32(s[11], txmat_1_16)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_19), |
| _mm256_mullo_epi32(s[15], txmat_1_22)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_25), |
| _mm256_mullo_epi32(s[19], txmat_1_28)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_31), |
| _mm256_mullo_epi32(s[23], txmat_1_29)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_26), |
| _mm256_mullo_epi32(s[27], txmat_1_23)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_20), |
| _mm256_mullo_epi32(s[31], txmat_1_17)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[1] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_2), |
| _mm256_mullo_epi32(s[3], txmat_1_7)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_12), |
| _mm256_mullo_epi32(s[7], txmat_1_17)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_22), |
| _mm256_mullo_epi32(s[11], txmat_1_27)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_31), |
| _mm256_mullo_epi32(s[15], txmat_1_26)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_21), |
| _mm256_mullo_epi32(s[19], txmat_1_16)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_11), |
| _mm256_mullo_epi32(s[23], txmat_1_6)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_1), |
| _mm256_mullo_epi32(s[27], txmat_1_3)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_8), |
| _mm256_mullo_epi32(s[31], txmat_1_13)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[2] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_3), |
| _mm256_mullo_epi32(s[3], txmat_1_10)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_17), |
| _mm256_mullo_epi32(s[7], txmat_1_24)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_31), |
| _mm256_mullo_epi32(s[11], txmat_1_25)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_18), |
| _mm256_mullo_epi32(s[15], txmat_1_11)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_4), |
| _mm256_mullo_epi32(s[19], txmat_1_2)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_9), |
| _mm256_mullo_epi32(s[23], txmat_1_16)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_23), |
| _mm256_mullo_epi32(s[27], txmat_1_30)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_26), |
| _mm256_mullo_epi32(s[31], txmat_1_19)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[3] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_4), |
| _mm256_mullo_epi32(s[3], txmat_1_13)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_22), |
| _mm256_mullo_epi32(s[7], txmat_1_31)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_23), |
| _mm256_mullo_epi32(s[11], txmat_1_14)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_5), |
| _mm256_mullo_epi32(s[15], txmat_1_3)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_12), |
| _mm256_mullo_epi32(s[19], txmat_1_21)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_30), |
| _mm256_mullo_epi32(s[23], txmat_1_24)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_15), |
| _mm256_mullo_epi32(s[27], txmat_1_6)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_2), |
| _mm256_mullo_epi32(s[31], txmat_1_11)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[4] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_5), |
| _mm256_mullo_epi32(s[3], txmat_1_16)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_27), |
| _mm256_mullo_epi32(s[7], txmat_1_25)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_14), |
| _mm256_mullo_epi32(s[11], txmat_1_3)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_7), |
| _mm256_mullo_epi32(s[15], txmat_1_18)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_29), |
| _mm256_mullo_epi32(s[19], txmat_1_23)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_12), |
| _mm256_mullo_epi32(s[23], txmat_1_1)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_9), |
| _mm256_mullo_epi32(s[27], txmat_1_20)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_31), |
| _mm256_mullo_epi32(s[31], txmat_1_21)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[5] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_6), |
| _mm256_mullo_epi32(s[3], txmat_1_19)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_31), |
| _mm256_mullo_epi32(s[7], txmat_1_18)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_5), |
| _mm256_mullo_epi32(s[11], txmat_1_7)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_20), |
| _mm256_mullo_epi32(s[15], txmat_1_30)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_17), |
| _mm256_mullo_epi32(s[19], txmat_1_4)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_8), |
| _mm256_mullo_epi32(s[23], txmat_1_21)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_29), |
| _mm256_mullo_epi32(s[27], txmat_1_16)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_3), |
| _mm256_mullo_epi32(s[31], txmat_1_9)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[6] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_7), |
| _mm256_mullo_epi32(s[3], txmat_1_22)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_26), |
| _mm256_mullo_epi32(s[7], txmat_1_11)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_3), |
| _mm256_mullo_epi32(s[11], txmat_1_18)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_30), |
| _mm256_mullo_epi32(s[15], txmat_1_15)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_0), |
| _mm256_mullo_epi32(s[19], txmat_1_14)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_29), |
| _mm256_mullo_epi32(s[23], txmat_1_19)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_4), |
| _mm256_mullo_epi32(s[27], txmat_1_10)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_25), |
| _mm256_mullo_epi32(s[31], txmat_1_23)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[7] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_8), |
| _mm256_mullo_epi32(s[3], txmat_1_25)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_21), |
| _mm256_mullo_epi32(s[7], txmat_1_4)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_12), |
| _mm256_mullo_epi32(s[11], txmat_1_29)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_17), |
| _mm256_mullo_epi32(s[15], txmat_1_0)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_16), |
| _mm256_mullo_epi32(s[19], txmat_1_30)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_13), |
| _mm256_mullo_epi32(s[23], txmat_1_3)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_20), |
| _mm256_mullo_epi32(s[27], txmat_1_26)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_9), |
| _mm256_mullo_epi32(s[31], txmat_1_7)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[8] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_9), |
| _mm256_mullo_epi32(s[3], txmat_1_28)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_16), |
| _mm256_mullo_epi32(s[7], txmat_1_2)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_21), |
| _mm256_mullo_epi32(s[11], txmat_1_23)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_4), |
| _mm256_mullo_epi32(s[15], txmat_1_14)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_30), |
| _mm256_mullo_epi32(s[19], txmat_1_11)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_7), |
| _mm256_mullo_epi32(s[23], txmat_1_26)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_18), |
| _mm256_mullo_epi32(s[27], txmat_1_0)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_19), |
| _mm256_mullo_epi32(s[31], txmat_1_25)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[9] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[1], txmat_1_10), |
| _mm256_mullo_epi32(s[3], txmat_1_31)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_11), |
| _mm256_mullo_epi32(s[7], txmat_1_9)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_30), |
| _mm256_mullo_epi32(s[11], txmat_1_12)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_8), |
| _mm256_mullo_epi32(s[15], txmat_1_29)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_13), |
| _mm256_mullo_epi32(s[19], txmat_1_7)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_28), |
| _mm256_mullo_epi32(s[23], txmat_1_14)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_6), |
| _mm256_mullo_epi32(s[27], txmat_1_27)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_15), |
| _mm256_mullo_epi32(s[31], txmat_1_5)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[10] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_11), |
| _mm256_mullo_epi32(s[3], txmat_1_29)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_6), |
| _mm256_mullo_epi32(s[7], txmat_1_16)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_24), |
| _mm256_mullo_epi32(s[11], txmat_1_1)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_21), |
| _mm256_mullo_epi32(s[15], txmat_1_19)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_3), |
| _mm256_mullo_epi32(s[19], txmat_1_26)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_14), |
| _mm256_mullo_epi32(s[23], txmat_1_8)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_31), |
| _mm256_mullo_epi32(s[27], txmat_1_9)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_13), |
| _mm256_mullo_epi32(s[31], txmat_1_27)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[11] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_12), |
| _mm256_mullo_epi32(s[3], txmat_1_26)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_1), |
| _mm256_mullo_epi32(s[7], txmat_1_23)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_15), |
| _mm256_mullo_epi32(s[11], txmat_1_9)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_29), |
| _mm256_mullo_epi32(s[15], txmat_1_4)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_20), |
| _mm256_mullo_epi32(s[19], txmat_1_18)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_6), |
| _mm256_mullo_epi32(s[23], txmat_1_31)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_7), |
| _mm256_mullo_epi32(s[27], txmat_1_17)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_21), |
| _mm256_mullo_epi32(s[31], txmat_1_3)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[12] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_13), |
| _mm256_mullo_epi32(s[3], txmat_1_23)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_3), |
| _mm256_mullo_epi32(s[7], txmat_1_30)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_6), |
| _mm256_mullo_epi32(s[11], txmat_1_20)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_16), |
| _mm256_mullo_epi32(s[15], txmat_1_10)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_26), |
| _mm256_mullo_epi32(s[19], txmat_1_0)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_27), |
| _mm256_mullo_epi32(s[23], txmat_1_9)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_17), |
| _mm256_mullo_epi32(s[27], txmat_1_19)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_7), |
| _mm256_mullo_epi32(s[31], txmat_1_29)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[13] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_14), |
| _mm256_mullo_epi32(s[3], txmat_1_20)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_8), |
| _mm256_mullo_epi32(s[7], txmat_1_26)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_2), |
| _mm256_mullo_epi32(s[11], txmat_1_31)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_3), |
| _mm256_mullo_epi32(s[15], txmat_1_25)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_9), |
| _mm256_mullo_epi32(s[19], txmat_1_19)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_15), |
| _mm256_mullo_epi32(s[23], txmat_1_13)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_21), |
| _mm256_mullo_epi32(s[27], txmat_1_7)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_27), |
| _mm256_mullo_epi32(s[31], txmat_1_1)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[14] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_15), |
| _mm256_mullo_epi32(s[3], txmat_1_17)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_13), |
| _mm256_mullo_epi32(s[7], txmat_1_19)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_11), |
| _mm256_mullo_epi32(s[11], txmat_1_21)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_9), |
| _mm256_mullo_epi32(s[15], txmat_1_23)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_7), |
| _mm256_mullo_epi32(s[19], txmat_1_25)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_5), |
| _mm256_mullo_epi32(s[23], txmat_1_27)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_3), |
| _mm256_mullo_epi32(s[27], txmat_1_29)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_1), |
| _mm256_mullo_epi32(s[31], txmat_1_31)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[15] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_16), |
| _mm256_mullo_epi32(s[3], txmat_1_14)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_18), |
| _mm256_mullo_epi32(s[7], txmat_1_12)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_20), |
| _mm256_mullo_epi32(s[11], txmat_1_10)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_22), |
| _mm256_mullo_epi32(s[15], txmat_1_8)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_24), |
| _mm256_mullo_epi32(s[19], txmat_1_6)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_26), |
| _mm256_mullo_epi32(s[23], txmat_1_4)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_28), |
| _mm256_mullo_epi32(s[27], txmat_1_2)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_30), |
| _mm256_mullo_epi32(s[31], txmat_1_0)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[16] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_17), |
| _mm256_mullo_epi32(s[3], txmat_1_11)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_23), |
| _mm256_mullo_epi32(s[7], txmat_1_5)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_29), |
| _mm256_mullo_epi32(s[11], txmat_1_0)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_28), |
| _mm256_mullo_epi32(s[15], txmat_1_6)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_22), |
| _mm256_mullo_epi32(s[19], txmat_1_12)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_16), |
| _mm256_mullo_epi32(s[23], txmat_1_18)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_10), |
| _mm256_mullo_epi32(s[27], txmat_1_24)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_4), |
| _mm256_mullo_epi32(s[31], txmat_1_30)); |
| c[0] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[17] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_18), |
| _mm256_mullo_epi32(s[3], txmat_1_8)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_28), |
| _mm256_mullo_epi32(s[7], txmat_1_1)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_25), |
| _mm256_mullo_epi32(s[11], txmat_1_11)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_15), |
| _mm256_mullo_epi32(s[15], txmat_1_21)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_5), |
| _mm256_mullo_epi32(s[19], txmat_1_31)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_4), |
| _mm256_mullo_epi32(s[23], txmat_1_22)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_14), |
| _mm256_mullo_epi32(s[27], txmat_1_12)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_24), |
| _mm256_mullo_epi32(s[31], txmat_1_2)); |
| c[0] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[18] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_19), |
| _mm256_mullo_epi32(s[3], txmat_1_5)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_30), |
| _mm256_mullo_epi32(s[7], txmat_1_8)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_16), |
| _mm256_mullo_epi32(s[11], txmat_1_22)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_2), |
| _mm256_mullo_epi32(s[15], txmat_1_27)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_11), |
| _mm256_mullo_epi32(s[19], txmat_1_13)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_25), |
| _mm256_mullo_epi32(s[23], txmat_1_0)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_24), |
| _mm256_mullo_epi32(s[27], txmat_1_14)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_10), |
| _mm256_mullo_epi32(s[31], txmat_1_28)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[19] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_20), |
| _mm256_mullo_epi32(s[3], txmat_1_2)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_25), |
| _mm256_mullo_epi32(s[7], txmat_1_15)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_7), |
| _mm256_mullo_epi32(s[11], txmat_1_30)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_10), |
| _mm256_mullo_epi32(s[15], txmat_1_12)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_28), |
| _mm256_mullo_epi32(s[19], txmat_1_5)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_17), |
| _mm256_mullo_epi32(s[23], txmat_1_23)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_0), |
| _mm256_mullo_epi32(s[27], txmat_1_22)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_18), |
| _mm256_mullo_epi32(s[31], txmat_1_4)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[20] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_21), |
| _mm256_mullo_epi32(s[3], txmat_1_0)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_20), |
| _mm256_mullo_epi32(s[7], txmat_1_22)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_1), |
| _mm256_mullo_epi32(s[11], txmat_1_19)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_23), |
| _mm256_mullo_epi32(s[15], txmat_1_2)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_18), |
| _mm256_mullo_epi32(s[19], txmat_1_24)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_3), |
| _mm256_mullo_epi32(s[23], txmat_1_17)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_25), |
| _mm256_mullo_epi32(s[27], txmat_1_4)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_16), |
| _mm256_mullo_epi32(s[31], txmat_1_26)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[21] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_22), |
| _mm256_mullo_epi32(s[3], txmat_1_3)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[5], txmat_1_15), |
| _mm256_mullo_epi32(s[7], txmat_1_29)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_10), |
| _mm256_mullo_epi32(s[11], txmat_1_8)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_27), |
| _mm256_mullo_epi32(s[15], txmat_1_17)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_1), |
| _mm256_mullo_epi32(s[19], txmat_1_20)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_24), |
| _mm256_mullo_epi32(s[23], txmat_1_5)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_13), |
| _mm256_mullo_epi32(s[27], txmat_1_31)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_12), |
| _mm256_mullo_epi32(s[31], txmat_1_6)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[22] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_23), |
| _mm256_mullo_epi32(s[3], txmat_1_6)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_10), |
| _mm256_mullo_epi32(s[7], txmat_1_27)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_19), |
| _mm256_mullo_epi32(s[11], txmat_1_2)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_14), |
| _mm256_mullo_epi32(s[15], txmat_1_31)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_15), |
| _mm256_mullo_epi32(s[19], txmat_1_1)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(s[21], txmat_1_18), |
| _mm256_mullo_epi32(s[23], txmat_1_28)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_11), |
| _mm256_mullo_epi32(s[27], txmat_1_5)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_22), |
| _mm256_mullo_epi32(s[31], txmat_1_24)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[23] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_24), |
| _mm256_mullo_epi32(s[3], txmat_1_9)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_5), |
| _mm256_mullo_epi32(s[7], txmat_1_20)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_28), |
| _mm256_mullo_epi32(s[11], txmat_1_13)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_1), |
| _mm256_mullo_epi32(s[15], txmat_1_16)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_31), |
| _mm256_mullo_epi32(s[19], txmat_1_17)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_2), |
| _mm256_mullo_epi32(s[23], txmat_1_12)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_27), |
| _mm256_mullo_epi32(s[27], txmat_1_21)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_6), |
| _mm256_mullo_epi32(s[31], txmat_1_8)); |
| c[0] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[24] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_25), |
| _mm256_mullo_epi32(s[3], txmat_1_12)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_0), |
| _mm256_mullo_epi32(s[7], txmat_1_13)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[9], txmat_1_26), |
| _mm256_mullo_epi32(s[11], txmat_1_24)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_11), |
| _mm256_mullo_epi32(s[15], txmat_1_1)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_14), |
| _mm256_mullo_epi32(s[19], txmat_1_27)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_23), |
| _mm256_mullo_epi32(s[23], txmat_1_10)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_2), |
| _mm256_mullo_epi32(s[27], txmat_1_15)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(s[29], txmat_1_28), |
| _mm256_mullo_epi32(s[31], txmat_1_22)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[25] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_26), |
| _mm256_mullo_epi32(s[3], txmat_1_15)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_4), |
| _mm256_mullo_epi32(s[7], txmat_1_6)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_17), |
| _mm256_mullo_epi32(s[11], txmat_1_28)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_24), |
| _mm256_mullo_epi32(s[15], txmat_1_13)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_2), |
| _mm256_mullo_epi32(s[19], txmat_1_8)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_19), |
| _mm256_mullo_epi32(s[23], txmat_1_30)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_22), |
| _mm256_mullo_epi32(s[27], txmat_1_11)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_0), |
| _mm256_mullo_epi32(s[31], txmat_1_10)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[26] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_27), |
| _mm256_mullo_epi32(s[3], txmat_1_18)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_9), |
| _mm256_mullo_epi32(s[7], txmat_1_0)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_8), |
| _mm256_mullo_epi32(s[11], txmat_1_17)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[13], txmat_1_26), |
| _mm256_mullo_epi32(s[15], txmat_1_28)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_19), |
| _mm256_mullo_epi32(s[19], txmat_1_10)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_1), |
| _mm256_mullo_epi32(s[23], txmat_1_7)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_16), |
| _mm256_mullo_epi32(s[27], txmat_1_25)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_29), |
| _mm256_mullo_epi32(s[31], txmat_1_20)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[27] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_28), |
| _mm256_mullo_epi32(s[3], txmat_1_21)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_14), |
| _mm256_mullo_epi32(s[7], txmat_1_7)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_0), |
| _mm256_mullo_epi32(s[11], txmat_1_6)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_13), |
| _mm256_mullo_epi32(s[15], txmat_1_20)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(s[17], txmat_1_27), |
| _mm256_mullo_epi32(s[19], txmat_1_29)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_22), |
| _mm256_mullo_epi32(s[23], txmat_1_15)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_8), |
| _mm256_mullo_epi32(s[27], txmat_1_1)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_5), |
| _mm256_mullo_epi32(s[31], txmat_1_12)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[28] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_29), |
| _mm256_mullo_epi32(s[3], txmat_1_24)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_19), |
| _mm256_mullo_epi32(s[7], txmat_1_14)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_9), |
| _mm256_mullo_epi32(s[11], txmat_1_4)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_0), |
| _mm256_mullo_epi32(s[15], txmat_1_5)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_10), |
| _mm256_mullo_epi32(s[19], txmat_1_15)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_20), |
| _mm256_mullo_epi32(s[23], txmat_1_25)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(s[25], txmat_1_30), |
| _mm256_mullo_epi32(s[27], txmat_1_28)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_23), |
| _mm256_mullo_epi32(s[31], txmat_1_18)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| b[29] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_30), |
| _mm256_mullo_epi32(s[3], txmat_1_27)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_24), |
| _mm256_mullo_epi32(s[7], txmat_1_21)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_18), |
| _mm256_mullo_epi32(s[11], txmat_1_15)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_12), |
| _mm256_mullo_epi32(s[15], txmat_1_9)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_6), |
| _mm256_mullo_epi32(s[19], txmat_1_3)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_0), |
| _mm256_mullo_epi32(s[23], txmat_1_2)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_5), |
| _mm256_mullo_epi32(s[27], txmat_1_8)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_11), |
| _mm256_mullo_epi32(s[31], txmat_1_14)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[30] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[1], txmat_1_31), |
| _mm256_mullo_epi32(s[3], txmat_1_30)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[5], txmat_1_29), |
| _mm256_mullo_epi32(s[7], txmat_1_28)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[9], txmat_1_27), |
| _mm256_mullo_epi32(s[11], txmat_1_26)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[13], txmat_1_25), |
| _mm256_mullo_epi32(s[15], txmat_1_24)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(s[17], txmat_1_23), |
| _mm256_mullo_epi32(s[19], txmat_1_22)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(s[21], txmat_1_21), |
| _mm256_mullo_epi32(s[23], txmat_1_20)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(s[25], txmat_1_19), |
| _mm256_mullo_epi32(s[27], txmat_1_18)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(s[29], txmat_1_17), |
| _mm256_mullo_epi32(s[31], txmat_1_16)); |
| c[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| c[4] = _mm256_add_epi32(_mm256_add_epi32(c[4], c[5]), |
| _mm256_add_epi32(c[6], c[7])); |
| b[31] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_0), |
| _mm256_mullo_epi32(s[6], txmat_2_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_2), |
| _mm256_mullo_epi32(s[14], txmat_2_3)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_4), |
| _mm256_mullo_epi32(s[22], txmat_2_5)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_6), |
| _mm256_mullo_epi32(s[30], txmat_2_7)); |
| d[0] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_1), |
| _mm256_mullo_epi32(s[6], txmat_2_4)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_7), |
| _mm256_mullo_epi32(s[14], txmat_2_10)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_13), |
| _mm256_mullo_epi32(s[22], txmat_2_15)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_12), |
| _mm256_mullo_epi32(s[30], txmat_2_9)); |
| d[1] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_2), |
| _mm256_mullo_epi32(s[6], txmat_2_7)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_12), |
| _mm256_mullo_epi32(s[14], txmat_2_14)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_9), |
| _mm256_mullo_epi32(s[22], txmat_2_4)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_0), |
| _mm256_mullo_epi32(s[30], txmat_2_5)); |
| d[2] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_3), |
| _mm256_mullo_epi32(s[6], txmat_2_10)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_14), |
| _mm256_mullo_epi32(s[14], txmat_2_7)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_0), |
| _mm256_mullo_epi32(s[22], txmat_2_6)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_13), |
| _mm256_mullo_epi32(s[30], txmat_2_11)); |
| d[3] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[2], txmat_2_4), |
| _mm256_mullo_epi32(s[6], txmat_2_13)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_9), |
| _mm256_mullo_epi32(s[14], txmat_2_0)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_8), |
| _mm256_mullo_epi32(s[22], txmat_2_14)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_5), |
| _mm256_mullo_epi32(s[30], txmat_2_3)); |
| d[4] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_5), |
| _mm256_mullo_epi32(s[6], txmat_2_15)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_4), |
| _mm256_mullo_epi32(s[14], txmat_2_6)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_14), |
| _mm256_mullo_epi32(s[22], txmat_2_3)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_7), |
| _mm256_mullo_epi32(s[30], txmat_2_13)); |
| d[5] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_6), |
| _mm256_mullo_epi32(s[6], txmat_2_12)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_0), |
| _mm256_mullo_epi32(s[14], txmat_2_13)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_5), |
| _mm256_mullo_epi32(s[22], txmat_2_7)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_11), |
| _mm256_mullo_epi32(s[30], txmat_2_1)); |
| d[6] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_7), |
| _mm256_mullo_epi32(s[6], txmat_2_9)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_5), |
| _mm256_mullo_epi32(s[14], txmat_2_11)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_3), |
| _mm256_mullo_epi32(s[22], txmat_2_13)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_1), |
| _mm256_mullo_epi32(s[30], txmat_2_15)); |
| d[7] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_8), |
| _mm256_mullo_epi32(s[6], txmat_2_6)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_10), |
| _mm256_mullo_epi32(s[14], txmat_2_4)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_12), |
| _mm256_mullo_epi32(s[22], txmat_2_2)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_14), |
| _mm256_mullo_epi32(s[30], txmat_2_0)); |
| d[8] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_9), |
| _mm256_mullo_epi32(s[6], txmat_2_3)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_15), |
| _mm256_mullo_epi32(s[14], txmat_2_2)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_10), |
| _mm256_mullo_epi32(s[22], txmat_2_8)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_4), |
| _mm256_mullo_epi32(s[30], txmat_2_14)); |
| d[9] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_10), |
| _mm256_mullo_epi32(s[6], txmat_2_0)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[10], txmat_2_11), |
| _mm256_mullo_epi32(s[14], txmat_2_9)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_1), |
| _mm256_mullo_epi32(s[22], txmat_2_12)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_8), |
| _mm256_mullo_epi32(s[30], txmat_2_2)); |
| d[10] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_11), |
| _mm256_mullo_epi32(s[6], txmat_2_2)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_6), |
| _mm256_mullo_epi32(s[14], txmat_2_15)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_7), |
| _mm256_mullo_epi32(s[22], txmat_2_1)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(s[26], txmat_2_10), |
| _mm256_mullo_epi32(s[30], txmat_2_12)); |
| d[11] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_12), |
| _mm256_mullo_epi32(s[6], txmat_2_5)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_1), |
| _mm256_mullo_epi32(s[14], txmat_2_8)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(s[18], txmat_2_15), |
| _mm256_mullo_epi32(s[22], txmat_2_9)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_2), |
| _mm256_mullo_epi32(s[30], txmat_2_4)); |
| d[12] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_13), |
| _mm256_mullo_epi32(s[6], txmat_2_8)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_3), |
| _mm256_mullo_epi32(s[14], txmat_2_1)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_6), |
| _mm256_mullo_epi32(s[22], txmat_2_11)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_15), |
| _mm256_mullo_epi32(s[30], txmat_2_10)); |
| d[13] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_14), |
| _mm256_mullo_epi32(s[6], txmat_2_11)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_8), |
| _mm256_mullo_epi32(s[14], txmat_2_5)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_2), |
| _mm256_mullo_epi32(s[22], txmat_2_0)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_3), |
| _mm256_mullo_epi32(s[30], txmat_2_6)); |
| d[14] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[2], txmat_2_15), |
| _mm256_mullo_epi32(s[6], txmat_2_14)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[10], txmat_2_13), |
| _mm256_mullo_epi32(s[14], txmat_2_12)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[18], txmat_2_11), |
| _mm256_mullo_epi32(s[22], txmat_2_10)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[26], txmat_2_9), |
| _mm256_mullo_epi32(s[30], txmat_2_8)); |
| d[15] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[4], txmat_4_0), |
| _mm256_mullo_epi32(s[12], txmat_4_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[20], txmat_4_2), |
| _mm256_mullo_epi32(s[28], txmat_4_3)); |
| f[0] = _mm256_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[4], txmat_4_1), |
| _mm256_mullo_epi32(s[12], txmat_4_4)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[20], txmat_4_7), |
| _mm256_mullo_epi32(s[28], txmat_4_5)); |
| f[1] = _mm256_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[4], txmat_4_2), |
| _mm256_mullo_epi32(s[12], txmat_4_7)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[20], txmat_4_3), |
| _mm256_mullo_epi32(s[28], txmat_4_1)); |
| f[2] = _mm256_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_3), |
| _mm256_mullo_epi32(s[12], txmat_4_5)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[20], txmat_4_1), |
| _mm256_mullo_epi32(s[28], txmat_4_7)); |
| f[3] = _mm256_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_4), |
| _mm256_mullo_epi32(s[12], txmat_4_2)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[20], txmat_4_6), |
| _mm256_mullo_epi32(s[28], txmat_4_0)); |
| f[4] = _mm256_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_5), |
| _mm256_mullo_epi32(s[12], txmat_4_0)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(s[20], txmat_4_4), |
| _mm256_mullo_epi32(s[28], txmat_4_6)); |
| f[5] = _mm256_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_6), |
| _mm256_mullo_epi32(s[12], txmat_4_3)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[20], txmat_4_0), |
| _mm256_mullo_epi32(s[28], txmat_4_2)); |
| f[6] = _mm256_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(s[4], txmat_4_7), |
| _mm256_mullo_epi32(s[12], txmat_4_6)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[20], txmat_4_5), |
| _mm256_mullo_epi32(s[28], txmat_4_4)); |
| f[7] = _mm256_add_epi32(c[0], c[1]); |
| |
| h[0] = _mm256_add_epi32(_mm256_mullo_epi32(s[8], txmat_8_0), |
| _mm256_mullo_epi32(s[24], txmat_8_1)); |
| h[1] = _mm256_sub_epi32(_mm256_mullo_epi32(s[8], txmat_8_1), |
| _mm256_mullo_epi32(s[24], txmat_8_3)); |
| h[2] = _mm256_sub_epi32(_mm256_mullo_epi32(s[8], txmat_8_2), |
| _mm256_mullo_epi32(s[24], txmat_8_0)); |
| h[3] = _mm256_sub_epi32(_mm256_mullo_epi32(s[8], txmat_8_3), |
| _mm256_mullo_epi32(s[24], txmat_8_2)); |
| |
| u[0] = _mm256_mullo_epi32(s[16], txmat_16_0); |
| u[1] = _mm256_mullo_epi32(s[16], txmat_16_1); |
| v[0] = _mm256_slli_epi32(s[0], 6); |
| v[1] = _mm256_slli_epi32(s[0], 6); |
| |
| g[0] = _mm256_add_epi32(v[0], u[0]); |
| g[2] = _mm256_sub_epi32(v[1], u[1]); |
| g[1] = _mm256_add_epi32(v[1], u[1]); |
| g[3] = _mm256_sub_epi32(v[0], u[0]); |
| |
| for (k = 0; k < 4; k++) { |
| e[k] = _mm256_add_epi32(g[k], h[k]); |
| e[k + 4] = _mm256_sub_epi32(g[3 - k], h[3 - k]); |
| } |
| |
| for (k = 0; k < 8; k++) { |
| c[k] = _mm256_add_epi32(e[k], f[k]); |
| c[k + 8] = _mm256_sub_epi32(e[7 - k], f[7 - k]); |
| } |
| |
| for (k = 0; k < 16; k++) { |
| a[k] = _mm256_add_epi32(c[k], d[k]); |
| a[k + 16] = _mm256_sub_epi32(c[15 - k], d[15 - k]); |
| } |
| |
| for (k = 0; k < 32; k++) { |
| g[0] = _mm256_add_epi32(v_offset, _mm256_add_epi32(a[k], b[k])); |
| g[1] = |
| _mm256_add_epi32(v_offset, _mm256_sub_epi32(a[31 - k], b[31 - k])); |
| |
| g[0] = _mm256_srai_epi32(g[0], shift); |
| g[1] = _mm256_srai_epi32(g[1], shift); |
| |
| g[0] = _mm256_min_epi32(g[0], v_coef_max); |
| g[0] = _mm256_max_epi32(g[0], v_coef_min); |
| g[1] = _mm256_min_epi32(g[1], v_coef_max); |
| g[1] = _mm256_max_epi32(g[1], v_coef_min); |
| |
| _mm256_storeu_si256((__m256i *)(dst + k * line), g[0]); |
| _mm256_storeu_si256((__m256i *)(dst + (k + 32) * line), g[1]); |
| } |
| src += 8 * tx1d_size; |
| dst += 8; |
| } |
| } else { |
| __m128i a[32], b[32]; |
| __m128i c[16], d[16]; |
| __m128i e[8], f[8]; |
| __m128i g[4], h[4]; |
| __m128i u[2], v[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| __m128i v_coef_min = _mm_set1_epi32(coef_min); |
| __m128i v_coef_max = _mm_set1_epi32(coef_max); |
| |
| __m128i s[64]; |
| |
| __m128i txmat_16_0 = _mm_set1_epi32(tx_mat[16 * 64 + 0]); // 85 |
| __m128i txmat_16_1 = _mm_set1_epi32(tx_mat[16 * 64 + 1]); // 35 |
| |
| __m128i txmat_8_0 = _mm_set1_epi32(tx_mat[8 * 64 + 0]); // 89 |
| __m128i txmat_8_1 = _mm_set1_epi32(tx_mat[8 * 64 + 1]); // 75 |
| __m128i txmat_8_2 = _mm_set1_epi32(tx_mat[8 * 64 + 2]); // 50 |
| __m128i txmat_8_3 = _mm_set1_epi32(tx_mat[8 * 64 + 3]); // 18 |
| |
| __m128i txmat_4_0 = _mm_set1_epi32(tx_mat[4 * 64 + 0]); // 90 |
| __m128i txmat_4_1 = _mm_set1_epi32(tx_mat[4 * 64 + 1]); // 87 |
| __m128i txmat_4_2 = _mm_set1_epi32(tx_mat[4 * 64 + 2]); // 80 |
| __m128i txmat_4_3 = _mm_set1_epi32(tx_mat[4 * 64 + 3]); // 70 |
| __m128i txmat_4_4 = _mm_set1_epi32(tx_mat[4 * 64 + 4]); // 57 |
| __m128i txmat_4_5 = _mm_set1_epi32(tx_mat[4 * 64 + 5]); // 43 |
| __m128i txmat_4_6 = _mm_set1_epi32(tx_mat[4 * 64 + 6]); // 26 |
| __m128i txmat_4_7 = _mm_set1_epi32(tx_mat[4 * 64 + 7]); // 9 |
| |
| __m128i txmat_2_0 = _mm_set1_epi32(tx_mat[2 * 64 + 0]); // 90 |
| __m128i txmat_2_1 = _mm_set1_epi32(tx_mat[2 * 64 + 1]); // 90 |
| __m128i txmat_2_2 = _mm_set1_epi32(tx_mat[2 * 64 + 2]); // 88 |
| __m128i txmat_2_3 = _mm_set1_epi32(tx_mat[2 * 64 + 3]); // 85 |
| __m128i txmat_2_4 = _mm_set1_epi32(tx_mat[2 * 64 + 4]); // 82 |
| __m128i txmat_2_5 = _mm_set1_epi32(tx_mat[2 * 64 + 5]); // 78 |
| __m128i txmat_2_6 = _mm_set1_epi32(tx_mat[2 * 64 + 6]); // 73 |
| __m128i txmat_2_7 = _mm_set1_epi32(tx_mat[2 * 64 + 7]); // 67 |
| __m128i txmat_2_8 = _mm_set1_epi32(tx_mat[2 * 64 + 8]); // 61 |
| __m128i txmat_2_9 = _mm_set1_epi32(tx_mat[2 * 64 + 9]); // 54 |
| __m128i txmat_2_10 = _mm_set1_epi32(tx_mat[2 * 64 + 10]); // 47 |
| __m128i txmat_2_11 = _mm_set1_epi32(tx_mat[2 * 64 + 11]); // 39 |
| __m128i txmat_2_12 = _mm_set1_epi32(tx_mat[2 * 64 + 12]); // 30 |
| __m128i txmat_2_13 = _mm_set1_epi32(tx_mat[2 * 64 + 13]); // 22 |
| __m128i txmat_2_14 = _mm_set1_epi32(tx_mat[2 * 64 + 14]); // 13 |
| __m128i txmat_2_15 = _mm_set1_epi32(tx_mat[2 * 64 + 15]); // 4 |
| |
| __m128i txmat_1_0 = _mm_set1_epi32(tx_mat[1 * 64 + 0]); // 90 |
| __m128i txmat_1_1 = _mm_set1_epi32(tx_mat[1 * 64 + 1]); // 90 |
| __m128i txmat_1_2 = _mm_set1_epi32(tx_mat[1 * 64 + 2]); // 90 |
| __m128i txmat_1_3 = _mm_set1_epi32(tx_mat[1 * 64 + 3]); // 89 |
| __m128i txmat_1_4 = _mm_set1_epi32(tx_mat[1 * 64 + 4]); // 88 |
| __m128i txmat_1_5 = _mm_set1_epi32(tx_mat[1 * 64 + 5]); // 87 |
| __m128i txmat_1_6 = _mm_set1_epi32(tx_mat[1 * 64 + 6]); // 86 |
| __m128i txmat_1_7 = _mm_set1_epi32(tx_mat[1 * 64 + 7]); // 84 |
| __m128i txmat_1_8 = _mm_set1_epi32(tx_mat[1 * 64 + 8]); // 83 |
| __m128i txmat_1_9 = _mm_set1_epi32(tx_mat[1 * 64 + 9]); // 81 |
| __m128i txmat_1_10 = _mm_set1_epi32(tx_mat[1 * 64 + 10]); // 79 |
| __m128i txmat_1_11 = _mm_set1_epi32(tx_mat[1 * 64 + 11]); // 76 |
| __m128i txmat_1_12 = _mm_set1_epi32(tx_mat[1 * 64 + 12]); // 74 |
| __m128i txmat_1_13 = _mm_set1_epi32(tx_mat[1 * 64 + 13]); // 71 |
| __m128i txmat_1_14 = _mm_set1_epi32(tx_mat[1 * 64 + 14]); // 69 |
| __m128i txmat_1_15 = _mm_set1_epi32(tx_mat[1 * 64 + 15]); // 66 |
| __m128i txmat_1_16 = _mm_set1_epi32(tx_mat[1 * 64 + 16]); // 62 |
| __m128i txmat_1_17 = _mm_set1_epi32(tx_mat[1 * 64 + 17]); // 59 |
| __m128i txmat_1_18 = _mm_set1_epi32(tx_mat[1 * 64 + 18]); // 56 |
| __m128i txmat_1_19 = _mm_set1_epi32(tx_mat[1 * 64 + 19]); // 52 |
| __m128i txmat_1_20 = _mm_set1_epi32(tx_mat[1 * 64 + 20]); // 48 |
| __m128i txmat_1_21 = _mm_set1_epi32(tx_mat[1 * 64 + 21]); // 45 |
| __m128i txmat_1_22 = _mm_set1_epi32(tx_mat[1 * 64 + 22]); // 41 |
| __m128i txmat_1_23 = _mm_set1_epi32(tx_mat[1 * 64 + 23]); // 37 |
| __m128i txmat_1_24 = _mm_set1_epi32(tx_mat[1 * 64 + 24]); // 33 |
| __m128i txmat_1_25 = _mm_set1_epi32(tx_mat[1 * 64 + 25]); // 28 |
| __m128i txmat_1_26 = _mm_set1_epi32(tx_mat[1 * 64 + 26]); // 24 |
| __m128i txmat_1_27 = _mm_set1_epi32(tx_mat[1 * 64 + 27]); // 20 |
| __m128i txmat_1_28 = _mm_set1_epi32(tx_mat[1 * 64 + 28]); // 15 |
| __m128i txmat_1_29 = _mm_set1_epi32(tx_mat[1 * 64 + 29]); // 11 |
| __m128i txmat_1_30 = _mm_set1_epi32(tx_mat[1 * 64 + 30]); // 7 |
| __m128i txmat_1_31 = _mm_set1_epi32(tx_mat[1 * 64 + 31]); // 2 |
| |
| // Transpose input |
| transpose_load_8x4_sse4(src, s, tx1d_size); |
| transpose_load_8x4_sse4(src + 8, s + 8, tx1d_size); |
| transpose_load_8x4_sse4(src + 16, s + 16, tx1d_size); |
| transpose_load_8x4_sse4(src + 24, s + 24, tx1d_size); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_0), |
| _mm_mullo_epi32(s[3], txmat_1_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_2), |
| _mm_mullo_epi32(s[7], txmat_1_3)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_4), |
| _mm_mullo_epi32(s[11], txmat_1_5)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_6), |
| _mm_mullo_epi32(s[15], txmat_1_7)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_8), |
| _mm_mullo_epi32(s[19], txmat_1_9)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_10), |
| _mm_mullo_epi32(s[23], txmat_1_11)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_12), |
| _mm_mullo_epi32(s[27], txmat_1_13)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_14), |
| _mm_mullo_epi32(s[31], txmat_1_15)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[0] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_1), |
| _mm_mullo_epi32(s[3], txmat_1_4)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_7), |
| _mm_mullo_epi32(s[7], txmat_1_10)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_13), |
| _mm_mullo_epi32(s[11], txmat_1_16)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_19), |
| _mm_mullo_epi32(s[15], txmat_1_22)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_25), |
| _mm_mullo_epi32(s[19], txmat_1_28)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_31), |
| _mm_mullo_epi32(s[23], txmat_1_29)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_26), |
| _mm_mullo_epi32(s[27], txmat_1_23)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_20), |
| _mm_mullo_epi32(s[31], txmat_1_17)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[1] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_2), |
| _mm_mullo_epi32(s[3], txmat_1_7)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_12), |
| _mm_mullo_epi32(s[7], txmat_1_17)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_22), |
| _mm_mullo_epi32(s[11], txmat_1_27)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_31), |
| _mm_mullo_epi32(s[15], txmat_1_26)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_21), |
| _mm_mullo_epi32(s[19], txmat_1_16)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_11), |
| _mm_mullo_epi32(s[23], txmat_1_6)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_1), |
| _mm_mullo_epi32(s[27], txmat_1_3)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_8), |
| _mm_mullo_epi32(s[31], txmat_1_13)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[2] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_3), |
| _mm_mullo_epi32(s[3], txmat_1_10)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_17), |
| _mm_mullo_epi32(s[7], txmat_1_24)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_31), |
| _mm_mullo_epi32(s[11], txmat_1_25)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_18), |
| _mm_mullo_epi32(s[15], txmat_1_11)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_4), |
| _mm_mullo_epi32(s[19], txmat_1_2)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_9), |
| _mm_mullo_epi32(s[23], txmat_1_16)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_23), |
| _mm_mullo_epi32(s[27], txmat_1_30)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_26), |
| _mm_mullo_epi32(s[31], txmat_1_19)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[3] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_4), |
| _mm_mullo_epi32(s[3], txmat_1_13)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_22), |
| _mm_mullo_epi32(s[7], txmat_1_31)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_23), |
| _mm_mullo_epi32(s[11], txmat_1_14)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_5), |
| _mm_mullo_epi32(s[15], txmat_1_3)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_12), |
| _mm_mullo_epi32(s[19], txmat_1_21)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_30), |
| _mm_mullo_epi32(s[23], txmat_1_24)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_15), |
| _mm_mullo_epi32(s[27], txmat_1_6)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_2), |
| _mm_mullo_epi32(s[31], txmat_1_11)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[4] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_5), |
| _mm_mullo_epi32(s[3], txmat_1_16)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_27), |
| _mm_mullo_epi32(s[7], txmat_1_25)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_14), |
| _mm_mullo_epi32(s[11], txmat_1_3)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_7), |
| _mm_mullo_epi32(s[15], txmat_1_18)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_29), |
| _mm_mullo_epi32(s[19], txmat_1_23)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_12), |
| _mm_mullo_epi32(s[23], txmat_1_1)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_9), |
| _mm_mullo_epi32(s[27], txmat_1_20)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_31), |
| _mm_mullo_epi32(s[31], txmat_1_21)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[5] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_6), |
| _mm_mullo_epi32(s[3], txmat_1_19)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_31), |
| _mm_mullo_epi32(s[7], txmat_1_18)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_5), |
| _mm_mullo_epi32(s[11], txmat_1_7)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_20), |
| _mm_mullo_epi32(s[15], txmat_1_30)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_17), |
| _mm_mullo_epi32(s[19], txmat_1_4)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_8), |
| _mm_mullo_epi32(s[23], txmat_1_21)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_29), |
| _mm_mullo_epi32(s[27], txmat_1_16)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_3), |
| _mm_mullo_epi32(s[31], txmat_1_9)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[6] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_7), |
| _mm_mullo_epi32(s[3], txmat_1_22)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_26), |
| _mm_mullo_epi32(s[7], txmat_1_11)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_3), |
| _mm_mullo_epi32(s[11], txmat_1_18)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_30), |
| _mm_mullo_epi32(s[15], txmat_1_15)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_0), |
| _mm_mullo_epi32(s[19], txmat_1_14)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_29), |
| _mm_mullo_epi32(s[23], txmat_1_19)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_4), |
| _mm_mullo_epi32(s[27], txmat_1_10)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_25), |
| _mm_mullo_epi32(s[31], txmat_1_23)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[7] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_8), |
| _mm_mullo_epi32(s[3], txmat_1_25)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_21), |
| _mm_mullo_epi32(s[7], txmat_1_4)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_12), |
| _mm_mullo_epi32(s[11], txmat_1_29)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_17), |
| _mm_mullo_epi32(s[15], txmat_1_0)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_16), |
| _mm_mullo_epi32(s[19], txmat_1_30)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_13), |
| _mm_mullo_epi32(s[23], txmat_1_3)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_20), |
| _mm_mullo_epi32(s[27], txmat_1_26)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_9), |
| _mm_mullo_epi32(s[31], txmat_1_7)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[8] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_9), |
| _mm_mullo_epi32(s[3], txmat_1_28)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_16), |
| _mm_mullo_epi32(s[7], txmat_1_2)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_21), |
| _mm_mullo_epi32(s[11], txmat_1_23)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_4), |
| _mm_mullo_epi32(s[15], txmat_1_14)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_30), |
| _mm_mullo_epi32(s[19], txmat_1_11)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_7), |
| _mm_mullo_epi32(s[23], txmat_1_26)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_18), |
| _mm_mullo_epi32(s[27], txmat_1_0)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_19), |
| _mm_mullo_epi32(s[31], txmat_1_25)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[9] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[1], txmat_1_10), |
| _mm_mullo_epi32(s[3], txmat_1_31)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_11), |
| _mm_mullo_epi32(s[7], txmat_1_9)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_30), |
| _mm_mullo_epi32(s[11], txmat_1_12)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_8), |
| _mm_mullo_epi32(s[15], txmat_1_29)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_13), |
| _mm_mullo_epi32(s[19], txmat_1_7)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_28), |
| _mm_mullo_epi32(s[23], txmat_1_14)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_6), |
| _mm_mullo_epi32(s[27], txmat_1_27)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_15), |
| _mm_mullo_epi32(s[31], txmat_1_5)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[10] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_11), |
| _mm_mullo_epi32(s[3], txmat_1_29)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_6), |
| _mm_mullo_epi32(s[7], txmat_1_16)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_24), |
| _mm_mullo_epi32(s[11], txmat_1_1)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_21), |
| _mm_mullo_epi32(s[15], txmat_1_19)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_3), |
| _mm_mullo_epi32(s[19], txmat_1_26)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_14), |
| _mm_mullo_epi32(s[23], txmat_1_8)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_31), |
| _mm_mullo_epi32(s[27], txmat_1_9)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_13), |
| _mm_mullo_epi32(s[31], txmat_1_27)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[11] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_12), |
| _mm_mullo_epi32(s[3], txmat_1_26)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_1), |
| _mm_mullo_epi32(s[7], txmat_1_23)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_15), |
| _mm_mullo_epi32(s[11], txmat_1_9)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_29), |
| _mm_mullo_epi32(s[15], txmat_1_4)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_20), |
| _mm_mullo_epi32(s[19], txmat_1_18)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_6), |
| _mm_mullo_epi32(s[23], txmat_1_31)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_7), |
| _mm_mullo_epi32(s[27], txmat_1_17)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_21), |
| _mm_mullo_epi32(s[31], txmat_1_3)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[12] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_13), |
| _mm_mullo_epi32(s[3], txmat_1_23)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_3), |
| _mm_mullo_epi32(s[7], txmat_1_30)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_6), |
| _mm_mullo_epi32(s[11], txmat_1_20)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_16), |
| _mm_mullo_epi32(s[15], txmat_1_10)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_26), |
| _mm_mullo_epi32(s[19], txmat_1_0)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_27), |
| _mm_mullo_epi32(s[23], txmat_1_9)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_17), |
| _mm_mullo_epi32(s[27], txmat_1_19)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_7), |
| _mm_mullo_epi32(s[31], txmat_1_29)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[13] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_14), |
| _mm_mullo_epi32(s[3], txmat_1_20)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_8), |
| _mm_mullo_epi32(s[7], txmat_1_26)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_2), |
| _mm_mullo_epi32(s[11], txmat_1_31)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_3), |
| _mm_mullo_epi32(s[15], txmat_1_25)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_9), |
| _mm_mullo_epi32(s[19], txmat_1_19)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_15), |
| _mm_mullo_epi32(s[23], txmat_1_13)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_21), |
| _mm_mullo_epi32(s[27], txmat_1_7)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_27), |
| _mm_mullo_epi32(s[31], txmat_1_1)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[14] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_15), |
| _mm_mullo_epi32(s[3], txmat_1_17)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_13), |
| _mm_mullo_epi32(s[7], txmat_1_19)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_11), |
| _mm_mullo_epi32(s[11], txmat_1_21)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_9), |
| _mm_mullo_epi32(s[15], txmat_1_23)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_7), |
| _mm_mullo_epi32(s[19], txmat_1_25)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_5), |
| _mm_mullo_epi32(s[23], txmat_1_27)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_3), |
| _mm_mullo_epi32(s[27], txmat_1_29)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_1), |
| _mm_mullo_epi32(s[31], txmat_1_31)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[15] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_16), |
| _mm_mullo_epi32(s[3], txmat_1_14)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_18), |
| _mm_mullo_epi32(s[7], txmat_1_12)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_20), |
| _mm_mullo_epi32(s[11], txmat_1_10)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_22), |
| _mm_mullo_epi32(s[15], txmat_1_8)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_24), |
| _mm_mullo_epi32(s[19], txmat_1_6)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_26), |
| _mm_mullo_epi32(s[23], txmat_1_4)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_28), |
| _mm_mullo_epi32(s[27], txmat_1_2)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_30), |
| _mm_mullo_epi32(s[31], txmat_1_0)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[16] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_17), |
| _mm_mullo_epi32(s[3], txmat_1_11)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_23), |
| _mm_mullo_epi32(s[7], txmat_1_5)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_29), |
| _mm_mullo_epi32(s[11], txmat_1_0)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_28), |
| _mm_mullo_epi32(s[15], txmat_1_6)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_22), |
| _mm_mullo_epi32(s[19], txmat_1_12)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_16), |
| _mm_mullo_epi32(s[23], txmat_1_18)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_10), |
| _mm_mullo_epi32(s[27], txmat_1_24)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_4), |
| _mm_mullo_epi32(s[31], txmat_1_30)); |
| c[0] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[17] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_18), |
| _mm_mullo_epi32(s[3], txmat_1_8)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_28), |
| _mm_mullo_epi32(s[7], txmat_1_1)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_25), |
| _mm_mullo_epi32(s[11], txmat_1_11)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_15), |
| _mm_mullo_epi32(s[15], txmat_1_21)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_5), |
| _mm_mullo_epi32(s[19], txmat_1_31)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_4), |
| _mm_mullo_epi32(s[23], txmat_1_22)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_14), |
| _mm_mullo_epi32(s[27], txmat_1_12)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_24), |
| _mm_mullo_epi32(s[31], txmat_1_2)); |
| c[0] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[18] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_19), |
| _mm_mullo_epi32(s[3], txmat_1_5)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_30), |
| _mm_mullo_epi32(s[7], txmat_1_8)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_16), |
| _mm_mullo_epi32(s[11], txmat_1_22)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_2), |
| _mm_mullo_epi32(s[15], txmat_1_27)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_11), |
| _mm_mullo_epi32(s[19], txmat_1_13)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_25), |
| _mm_mullo_epi32(s[23], txmat_1_0)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_24), |
| _mm_mullo_epi32(s[27], txmat_1_14)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_10), |
| _mm_mullo_epi32(s[31], txmat_1_28)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[19] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_20), |
| _mm_mullo_epi32(s[3], txmat_1_2)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_25), |
| _mm_mullo_epi32(s[7], txmat_1_15)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_7), |
| _mm_mullo_epi32(s[11], txmat_1_30)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_10), |
| _mm_mullo_epi32(s[15], txmat_1_12)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_28), |
| _mm_mullo_epi32(s[19], txmat_1_5)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_17), |
| _mm_mullo_epi32(s[23], txmat_1_23)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_0), |
| _mm_mullo_epi32(s[27], txmat_1_22)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_18), |
| _mm_mullo_epi32(s[31], txmat_1_4)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[20] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_21), |
| _mm_mullo_epi32(s[3], txmat_1_0)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_20), |
| _mm_mullo_epi32(s[7], txmat_1_22)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_1), |
| _mm_mullo_epi32(s[11], txmat_1_19)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_23), |
| _mm_mullo_epi32(s[15], txmat_1_2)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_18), |
| _mm_mullo_epi32(s[19], txmat_1_24)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_3), |
| _mm_mullo_epi32(s[23], txmat_1_17)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_25), |
| _mm_mullo_epi32(s[27], txmat_1_4)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_16), |
| _mm_mullo_epi32(s[31], txmat_1_26)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[21] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_22), |
| _mm_mullo_epi32(s[3], txmat_1_3)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[5], txmat_1_15), |
| _mm_mullo_epi32(s[7], txmat_1_29)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_10), |
| _mm_mullo_epi32(s[11], txmat_1_8)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_27), |
| _mm_mullo_epi32(s[15], txmat_1_17)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_1), |
| _mm_mullo_epi32(s[19], txmat_1_20)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_24), |
| _mm_mullo_epi32(s[23], txmat_1_5)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_13), |
| _mm_mullo_epi32(s[27], txmat_1_31)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_12), |
| _mm_mullo_epi32(s[31], txmat_1_6)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[22] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_23), |
| _mm_mullo_epi32(s[3], txmat_1_6)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_10), |
| _mm_mullo_epi32(s[7], txmat_1_27)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_19), |
| _mm_mullo_epi32(s[11], txmat_1_2)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_14), |
| _mm_mullo_epi32(s[15], txmat_1_31)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_15), |
| _mm_mullo_epi32(s[19], txmat_1_1)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(s[21], txmat_1_18), |
| _mm_mullo_epi32(s[23], txmat_1_28)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_11), |
| _mm_mullo_epi32(s[27], txmat_1_5)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_22), |
| _mm_mullo_epi32(s[31], txmat_1_24)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[23] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_24), |
| _mm_mullo_epi32(s[3], txmat_1_9)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_5), |
| _mm_mullo_epi32(s[7], txmat_1_20)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_28), |
| _mm_mullo_epi32(s[11], txmat_1_13)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_1), |
| _mm_mullo_epi32(s[15], txmat_1_16)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_31), |
| _mm_mullo_epi32(s[19], txmat_1_17)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_2), |
| _mm_mullo_epi32(s[23], txmat_1_12)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_27), |
| _mm_mullo_epi32(s[27], txmat_1_21)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_6), |
| _mm_mullo_epi32(s[31], txmat_1_8)); |
| c[0] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[24] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_25), |
| _mm_mullo_epi32(s[3], txmat_1_12)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_0), |
| _mm_mullo_epi32(s[7], txmat_1_13)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[9], txmat_1_26), |
| _mm_mullo_epi32(s[11], txmat_1_24)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_11), |
| _mm_mullo_epi32(s[15], txmat_1_1)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_14), |
| _mm_mullo_epi32(s[19], txmat_1_27)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_23), |
| _mm_mullo_epi32(s[23], txmat_1_10)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_2), |
| _mm_mullo_epi32(s[27], txmat_1_15)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(s[29], txmat_1_28), |
| _mm_mullo_epi32(s[31], txmat_1_22)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[25] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_26), |
| _mm_mullo_epi32(s[3], txmat_1_15)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_4), |
| _mm_mullo_epi32(s[7], txmat_1_6)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_17), |
| _mm_mullo_epi32(s[11], txmat_1_28)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_24), |
| _mm_mullo_epi32(s[15], txmat_1_13)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_2), |
| _mm_mullo_epi32(s[19], txmat_1_8)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_19), |
| _mm_mullo_epi32(s[23], txmat_1_30)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_22), |
| _mm_mullo_epi32(s[27], txmat_1_11)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_0), |
| _mm_mullo_epi32(s[31], txmat_1_10)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[26] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_27), |
| _mm_mullo_epi32(s[3], txmat_1_18)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_9), |
| _mm_mullo_epi32(s[7], txmat_1_0)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_8), |
| _mm_mullo_epi32(s[11], txmat_1_17)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[13], txmat_1_26), |
| _mm_mullo_epi32(s[15], txmat_1_28)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_19), |
| _mm_mullo_epi32(s[19], txmat_1_10)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_1), |
| _mm_mullo_epi32(s[23], txmat_1_7)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_16), |
| _mm_mullo_epi32(s[27], txmat_1_25)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_29), |
| _mm_mullo_epi32(s[31], txmat_1_20)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[27] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_28), |
| _mm_mullo_epi32(s[3], txmat_1_21)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_14), |
| _mm_mullo_epi32(s[7], txmat_1_7)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_0), |
| _mm_mullo_epi32(s[11], txmat_1_6)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_13), |
| _mm_mullo_epi32(s[15], txmat_1_20)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(s[17], txmat_1_27), |
| _mm_mullo_epi32(s[19], txmat_1_29)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_22), |
| _mm_mullo_epi32(s[23], txmat_1_15)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_8), |
| _mm_mullo_epi32(s[27], txmat_1_1)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_5), |
| _mm_mullo_epi32(s[31], txmat_1_12)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_sub_epi32(_mm_sub_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[28] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_29), |
| _mm_mullo_epi32(s[3], txmat_1_24)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_19), |
| _mm_mullo_epi32(s[7], txmat_1_14)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_9), |
| _mm_mullo_epi32(s[11], txmat_1_4)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_0), |
| _mm_mullo_epi32(s[15], txmat_1_5)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_10), |
| _mm_mullo_epi32(s[19], txmat_1_15)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_20), |
| _mm_mullo_epi32(s[23], txmat_1_25)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(s[25], txmat_1_30), |
| _mm_mullo_epi32(s[27], txmat_1_28)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_23), |
| _mm_mullo_epi32(s[31], txmat_1_18)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| b[29] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_30), |
| _mm_mullo_epi32(s[3], txmat_1_27)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_24), |
| _mm_mullo_epi32(s[7], txmat_1_21)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_18), |
| _mm_mullo_epi32(s[11], txmat_1_15)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_12), |
| _mm_mullo_epi32(s[15], txmat_1_9)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_6), |
| _mm_mullo_epi32(s[19], txmat_1_3)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_0), |
| _mm_mullo_epi32(s[23], txmat_1_2)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_5), |
| _mm_mullo_epi32(s[27], txmat_1_8)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_11), |
| _mm_mullo_epi32(s[31], txmat_1_14)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[30] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[1], txmat_1_31), |
| _mm_mullo_epi32(s[3], txmat_1_30)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[5], txmat_1_29), |
| _mm_mullo_epi32(s[7], txmat_1_28)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[9], txmat_1_27), |
| _mm_mullo_epi32(s[11], txmat_1_26)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[13], txmat_1_25), |
| _mm_mullo_epi32(s[15], txmat_1_24)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(s[17], txmat_1_23), |
| _mm_mullo_epi32(s[19], txmat_1_22)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(s[21], txmat_1_21), |
| _mm_mullo_epi32(s[23], txmat_1_20)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(s[25], txmat_1_19), |
| _mm_mullo_epi32(s[27], txmat_1_18)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(s[29], txmat_1_17), |
| _mm_mullo_epi32(s[31], txmat_1_16)); |
| c[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| c[4] = _mm_add_epi32(_mm_add_epi32(c[4], c[5]), _mm_add_epi32(c[6], c[7])); |
| b[31] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_0), |
| _mm_mullo_epi32(s[6], txmat_2_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_2), |
| _mm_mullo_epi32(s[14], txmat_2_3)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_4), |
| _mm_mullo_epi32(s[22], txmat_2_5)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_6), |
| _mm_mullo_epi32(s[30], txmat_2_7)); |
| d[0] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_1), |
| _mm_mullo_epi32(s[6], txmat_2_4)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_7), |
| _mm_mullo_epi32(s[14], txmat_2_10)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_13), |
| _mm_mullo_epi32(s[22], txmat_2_15)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_12), |
| _mm_mullo_epi32(s[30], txmat_2_9)); |
| d[1] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_2), |
| _mm_mullo_epi32(s[6], txmat_2_7)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_12), |
| _mm_mullo_epi32(s[14], txmat_2_14)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_9), |
| _mm_mullo_epi32(s[22], txmat_2_4)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_0), |
| _mm_mullo_epi32(s[30], txmat_2_5)); |
| d[2] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_3), |
| _mm_mullo_epi32(s[6], txmat_2_10)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_14), |
| _mm_mullo_epi32(s[14], txmat_2_7)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_0), |
| _mm_mullo_epi32(s[22], txmat_2_6)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_13), |
| _mm_mullo_epi32(s[30], txmat_2_11)); |
| d[3] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[2], txmat_2_4), |
| _mm_mullo_epi32(s[6], txmat_2_13)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_9), |
| _mm_mullo_epi32(s[14], txmat_2_0)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_8), |
| _mm_mullo_epi32(s[22], txmat_2_14)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_5), |
| _mm_mullo_epi32(s[30], txmat_2_3)); |
| d[4] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_5), |
| _mm_mullo_epi32(s[6], txmat_2_15)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_4), |
| _mm_mullo_epi32(s[14], txmat_2_6)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_14), |
| _mm_mullo_epi32(s[22], txmat_2_3)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_7), |
| _mm_mullo_epi32(s[30], txmat_2_13)); |
| d[5] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_6), |
| _mm_mullo_epi32(s[6], txmat_2_12)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_0), |
| _mm_mullo_epi32(s[14], txmat_2_13)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_5), |
| _mm_mullo_epi32(s[22], txmat_2_7)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_11), |
| _mm_mullo_epi32(s[30], txmat_2_1)); |
| d[6] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_7), |
| _mm_mullo_epi32(s[6], txmat_2_9)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_5), |
| _mm_mullo_epi32(s[14], txmat_2_11)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_3), |
| _mm_mullo_epi32(s[22], txmat_2_13)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_1), |
| _mm_mullo_epi32(s[30], txmat_2_15)); |
| d[7] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_8), |
| _mm_mullo_epi32(s[6], txmat_2_6)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_10), |
| _mm_mullo_epi32(s[14], txmat_2_4)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_12), |
| _mm_mullo_epi32(s[22], txmat_2_2)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_14), |
| _mm_mullo_epi32(s[30], txmat_2_0)); |
| d[8] = _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_9), |
| _mm_mullo_epi32(s[6], txmat_2_3)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_15), |
| _mm_mullo_epi32(s[14], txmat_2_2)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_10), |
| _mm_mullo_epi32(s[22], txmat_2_8)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_4), |
| _mm_mullo_epi32(s[30], txmat_2_14)); |
| d[9] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_10), |
| _mm_mullo_epi32(s[6], txmat_2_0)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[10], txmat_2_11), |
| _mm_mullo_epi32(s[14], txmat_2_9)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_1), |
| _mm_mullo_epi32(s[22], txmat_2_12)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_8), |
| _mm_mullo_epi32(s[30], txmat_2_2)); |
| d[10] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_11), |
| _mm_mullo_epi32(s[6], txmat_2_2)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_6), |
| _mm_mullo_epi32(s[14], txmat_2_15)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_7), |
| _mm_mullo_epi32(s[22], txmat_2_1)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(s[26], txmat_2_10), |
| _mm_mullo_epi32(s[30], txmat_2_12)); |
| d[11] = _mm_sub_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_12), |
| _mm_mullo_epi32(s[6], txmat_2_5)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_1), |
| _mm_mullo_epi32(s[14], txmat_2_8)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(s[18], txmat_2_15), |
| _mm_mullo_epi32(s[22], txmat_2_9)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_2), |
| _mm_mullo_epi32(s[30], txmat_2_4)); |
| d[12] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_13), |
| _mm_mullo_epi32(s[6], txmat_2_8)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_3), |
| _mm_mullo_epi32(s[14], txmat_2_1)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_6), |
| _mm_mullo_epi32(s[22], txmat_2_11)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_15), |
| _mm_mullo_epi32(s[30], txmat_2_10)); |
| d[13] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_14), |
| _mm_mullo_epi32(s[6], txmat_2_11)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_8), |
| _mm_mullo_epi32(s[14], txmat_2_5)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_2), |
| _mm_mullo_epi32(s[22], txmat_2_0)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_3), |
| _mm_mullo_epi32(s[30], txmat_2_6)); |
| d[14] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[2], txmat_2_15), |
| _mm_mullo_epi32(s[6], txmat_2_14)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[10], txmat_2_13), |
| _mm_mullo_epi32(s[14], txmat_2_12)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(s[18], txmat_2_11), |
| _mm_mullo_epi32(s[22], txmat_2_10)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(s[26], txmat_2_9), |
| _mm_mullo_epi32(s[30], txmat_2_8)); |
| d[15] = _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[4], txmat_4_0), |
| _mm_mullo_epi32(s[12], txmat_4_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[20], txmat_4_2), |
| _mm_mullo_epi32(s[28], txmat_4_3)); |
| f[0] = _mm_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[4], txmat_4_1), |
| _mm_mullo_epi32(s[12], txmat_4_4)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[20], txmat_4_7), |
| _mm_mullo_epi32(s[28], txmat_4_5)); |
| f[1] = _mm_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(s[4], txmat_4_2), |
| _mm_mullo_epi32(s[12], txmat_4_7)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[20], txmat_4_3), |
| _mm_mullo_epi32(s[28], txmat_4_1)); |
| f[2] = _mm_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_3), |
| _mm_mullo_epi32(s[12], txmat_4_5)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[20], txmat_4_1), |
| _mm_mullo_epi32(s[28], txmat_4_7)); |
| f[3] = _mm_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_4), |
| _mm_mullo_epi32(s[12], txmat_4_2)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[20], txmat_4_6), |
| _mm_mullo_epi32(s[28], txmat_4_0)); |
| f[4] = _mm_sub_epi32(c[0], c[1]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_5), |
| _mm_mullo_epi32(s[12], txmat_4_0)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(s[20], txmat_4_4), |
| _mm_mullo_epi32(s[28], txmat_4_6)); |
| f[5] = _mm_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_6), |
| _mm_mullo_epi32(s[12], txmat_4_3)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[20], txmat_4_0), |
| _mm_mullo_epi32(s[28], txmat_4_2)); |
| f[6] = _mm_add_epi32(c[0], c[1]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(s[4], txmat_4_7), |
| _mm_mullo_epi32(s[12], txmat_4_6)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(s[20], txmat_4_5), |
| _mm_mullo_epi32(s[28], txmat_4_4)); |
| f[7] = _mm_add_epi32(c[0], c[1]); |
| |
| h[0] = _mm_add_epi32(_mm_mullo_epi32(s[8], txmat_8_0), |
| _mm_mullo_epi32(s[24], txmat_8_1)); |
| h[1] = _mm_sub_epi32(_mm_mullo_epi32(s[8], txmat_8_1), |
| _mm_mullo_epi32(s[24], txmat_8_3)); |
| h[2] = _mm_sub_epi32(_mm_mullo_epi32(s[8], txmat_8_2), |
| _mm_mullo_epi32(s[24], txmat_8_0)); |
| h[3] = _mm_sub_epi32(_mm_mullo_epi32(s[8], txmat_8_3), |
| _mm_mullo_epi32(s[24], txmat_8_2)); |
| |
| u[0] = _mm_mullo_epi32(s[16], txmat_16_0); |
| u[1] = _mm_mullo_epi32(s[16], txmat_16_1); |
| v[0] = _mm_slli_epi32(s[0], 6); |
| v[1] = _mm_slli_epi32(s[0], 6); |
| |
| g[0] = _mm_add_epi32(v[0], u[0]); |
| g[2] = _mm_sub_epi32(v[1], u[1]); |
| g[1] = _mm_add_epi32(v[1], u[1]); |
| g[3] = _mm_sub_epi32(v[0], u[0]); |
| |
| for (k = 0; k < 4; k++) { |
| e[k] = _mm_add_epi32(g[k], h[k]); |
| e[k + 4] = _mm_sub_epi32(g[3 - k], h[3 - k]); |
| } |
| |
| for (k = 0; k < 8; k++) { |
| c[k] = _mm_add_epi32(e[k], f[k]); |
| c[k + 8] = _mm_sub_epi32(e[7 - k], f[7 - k]); |
| } |
| |
| for (k = 0; k < 16; k++) { |
| a[k] = _mm_add_epi32(c[k], d[k]); |
| a[k + 16] = _mm_sub_epi32(c[15 - k], d[15 - k]); |
| } |
| |
| for (k = 0; k < 32; k++) { |
| g[0] = _mm_add_epi32(v_offset, _mm_add_epi32(a[k], b[k])); |
| g[1] = _mm_add_epi32(v_offset, _mm_sub_epi32(a[31 - k], b[31 - k])); |
| |
| g[0] = _mm_srai_epi32(g[0], shift); |
| g[1] = _mm_srai_epi32(g[1], shift); |
| |
| g[0] = _mm_min_epi32(g[0], v_coef_max); |
| g[0] = _mm_max_epi32(g[0], v_coef_min); |
| g[1] = _mm_min_epi32(g[1], v_coef_max); |
| g[1] = _mm_max_epi32(g[1], v_coef_min); |
| |
| _mm_storeu_si128((__m128i *)(dst + k * line), g[0]); |
| _mm_storeu_si128((__m128i *)(dst + (k + 32) * line), g[1]); |
| } |
| } |
| } |
| |
| void inv_txfm_idtx_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| __m128i v_coef_min = _mm_set1_epi32(coef_min); |
| __m128i v_coef_max = _mm_set1_epi32(coef_max); |
| for (int i = 0; i < nz_line; i++) { |
| // Load 8 int16_t values and extend to int32_t |
| __m128i v_src = _mm_lddqu_si128((__m128i *)&src[i * tx1d_size]); |
| |
| // Multiply by scale and add offset |
| __m128i v_scaled = _mm_slli_epi32(v_src, 7); |
| __m128i v_offsetted = _mm_add_epi32(v_scaled, v_offset); |
| |
| // Right shift by shift |
| __m128i v_shifted = _mm_srai_epi32(v_offsetted, shift); |
| |
| // Clamp to coef_min and coef_max |
| v_shifted = _mm_min_epi32(v_shifted, v_coef_max); |
| v_shifted = _mm_max_epi32(v_shifted, v_coef_min); |
| |
| // Extract 16bit integer and store |
| dst[0 * line + i] = _mm_extract_epi32(v_shifted, 0); |
| dst[1 * line + i] = _mm_extract_epi32(v_shifted, 1); |
| dst[2 * line + i] = _mm_extract_epi32(v_shifted, 2); |
| dst[3 * line + i] = _mm_extract_epi32(v_shifted, 3); |
| } |
| } |
| |
| void inv_txfm_idtx_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| const int scale = 181; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_scale = _mm256_set1_epi32(scale); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int i = 0; i < nz_line; i++) { |
| // Load 8 int16_t values and extend to int32_t |
| __m256i v_src = _mm256_loadu_si256((__m256i *)&src[i * tx1d_size]); |
| |
| // Multiply by scale and add offset |
| __m256i v_scaled = _mm256_mullo_epi32(v_src, v_scale); |
| __m256i v_offsetted = _mm256_add_epi32(v_scaled, v_offset); |
| |
| // Right shift by shift |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Clamp to coef_min and coef_max |
| v_shifted = _mm256_min_epi32(v_shifted, v_coef_max); |
| v_shifted = _mm256_max_epi32(v_shifted, v_coef_min); |
| |
| // Extract 16bit integer and store |
| dst[0 * line + i] = _mm256_extract_epi32(v_shifted, 0); |
| dst[1 * line + i] = _mm256_extract_epi32(v_shifted, 1); |
| dst[2 * line + i] = _mm256_extract_epi32(v_shifted, 2); |
| dst[3 * line + i] = _mm256_extract_epi32(v_shifted, 3); |
| dst[4 * line + i] = _mm256_extract_epi32(v_shifted, 4); |
| dst[5 * line + i] = _mm256_extract_epi32(v_shifted, 5); |
| dst[6 * line + i] = _mm256_extract_epi32(v_shifted, 6); |
| dst[7 * line + i] = _mm256_extract_epi32(v_shifted, 7); |
| } |
| } |
| |
| void inv_txfm_idtx_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int i = 0; i < nz_line; i++) { |
| for (int j = 0; j < tx1d_size; j += 8) { |
| // Load 8 int16_t values and extend to int32_t |
| __m256i v_src = _mm256_loadu_si256((__m256i *)&src[i * tx1d_size + j]); |
| |
| // Multiply by scale and add offset |
| __m256i v_scaled = _mm256_slli_epi32(v_src, 8); |
| __m256i v_offsetted = _mm256_add_epi32(v_scaled, v_offset); |
| |
| // Right shift by shift |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Clamp to coef_min and coef_max |
| v_shifted = _mm256_min_epi32(v_shifted, v_coef_max); |
| v_shifted = _mm256_max_epi32(v_shifted, v_coef_min); |
| |
| // Extract 16bit integer and store |
| dst[(0 + j) * line + i] = _mm256_extract_epi32(v_shifted, 0); |
| dst[(1 + j) * line + i] = _mm256_extract_epi32(v_shifted, 1); |
| dst[(2 + j) * line + i] = _mm256_extract_epi32(v_shifted, 2); |
| dst[(3 + j) * line + i] = _mm256_extract_epi32(v_shifted, 3); |
| dst[(4 + j) * line + i] = _mm256_extract_epi32(v_shifted, 4); |
| dst[(5 + j) * line + i] = _mm256_extract_epi32(v_shifted, 5); |
| dst[(6 + j) * line + i] = _mm256_extract_epi32(v_shifted, 6); |
| dst[(7 + j) * line + i] = _mm256_extract_epi32(v_shifted, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_idtx_size32_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 32; |
| const int scale = 362; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_scale = _mm256_set1_epi32(scale); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int i = 0; i < nz_line; i++) { |
| for (int j = 0; j < tx1d_size; j += 8) { |
| // Load 8 int16_t values and extend to int32_t |
| __m256i v_src = _mm256_loadu_si256((__m256i *)&src[i * tx1d_size + j]); |
| |
| // Multiply by scale and add offset |
| __m256i v_scaled = _mm256_mullo_epi32(v_src, v_scale); |
| __m256i v_offsetted = _mm256_add_epi32(v_scaled, v_offset); |
| |
| // Right shift by shift |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Clamp to coef_min and coef_max |
| v_shifted = _mm256_min_epi32(v_shifted, v_coef_max); |
| v_shifted = _mm256_max_epi32(v_shifted, v_coef_min); |
| |
| // Extract 16bit integer and store |
| dst[(0 + j) * line + i] = _mm256_extract_epi32(v_shifted, 0); |
| dst[(1 + j) * line + i] = _mm256_extract_epi32(v_shifted, 1); |
| dst[(2 + j) * line + i] = _mm256_extract_epi32(v_shifted, 2); |
| dst[(3 + j) * line + i] = _mm256_extract_epi32(v_shifted, 3); |
| dst[(4 + j) * line + i] = _mm256_extract_epi32(v_shifted, 4); |
| dst[(5 + j) * line + i] = _mm256_extract_epi32(v_shifted, 5); |
| dst[(6 + j) * line + i] = _mm256_extract_epi32(v_shifted, 6); |
| dst[(7 + j) * line + i] = _mm256_extract_epi32(v_shifted, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_adst_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| const int *tx_mat = tx_kernel_adst_size4[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[(j + 0) * tx1d_size + k]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[(j + 1) * tx1d_size + k]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m128i tmp_val0 = _mm_loadu_si128((__m128i *)(tx_mat + k * tx1d_size)); |
| __m256i tmp_val = _mm256_set_m128i(tmp_val0, tmp_val0); |
| |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[0 * line + j + 1] = _mm256_extract_epi32(sum, 4); |
| dst[1 * line + j + 1] = _mm256_extract_epi32(sum, 5); |
| dst[2 * line + j + 1] = _mm256_extract_epi32(sum, 6); |
| dst[3 * line + j + 1] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_fdst_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| const int *tx_mat = tx_kernel_fdst_size4[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[(j + 0) * tx1d_size + k]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[(j + 1) * tx1d_size + k]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m128i tmp_val0 = _mm_loadu_si128((__m128i *)(tx_mat + k * tx1d_size)); |
| __m256i tmp_val = _mm256_set_m128i(tmp_val0, tmp_val0); |
| |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[0 * line + j + 1] = _mm256_extract_epi32(sum, 4); |
| dst[1 * line + j + 1] = _mm256_extract_epi32(sum, 5); |
| dst[2 * line + j + 1] = _mm256_extract_epi32(sum, 6); |
| dst[3 * line + j + 1] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_adst_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| const int *tx_mat = tx_kernel_adst_size8[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[4 * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[5 * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[6 * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[7 * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_fdst_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| const int *tx_mat = tx_kernel_fdst_size8[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[4 * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[5 * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[6 * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[7 * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_adst_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| const int *tx_mat = tx_kernel_adst_size16[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| for (int i = 0; i < tx1d_size; i += 8) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = |
| _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size + i)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[(i + 0) * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[(i + 1) * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[(i + 2) * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[(i + 3) * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[(i + 4) * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[(i + 5) * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[(i + 6) * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[(i + 7) * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_fdst_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| const int *tx_mat = tx_kernel_fdst_size16[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| for (int i = 0; i < tx1d_size; i += 8) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = |
| _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size + i)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[(i + 0) * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[(i + 1) * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[(i + 2) * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[(i + 3) * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[(i + 4) * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[(i + 5) * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[(i + 6) * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[(i + 7) * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_ddtx_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| const int *tx_mat = tx_kernel_ddtx_size4[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[(j + 0) * tx1d_size + k]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[(j + 1) * tx1d_size + k]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m128i tmp_val0 = _mm_loadu_si128((__m128i *)(tx_mat + k * tx1d_size)); |
| __m256i tmp_val = _mm256_set_m128i(tmp_val0, tmp_val0); |
| |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[0 * line + j + 1] = _mm256_extract_epi32(sum, 4); |
| dst[1 * line + j + 1] = _mm256_extract_epi32(sum, 5); |
| dst[2 * line + j + 1] = _mm256_extract_epi32(sum, 6); |
| dst[3 * line + j + 1] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_ddtx_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| const int *tx_mat = tx_kernel_ddtx_size8[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[4 * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[5 * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[6 * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[7 * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_ddtx_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| const int *tx_mat = tx_kernel_ddtx_size16[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| for (int i = 0; i < tx1d_size; i += 8) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = |
| _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size + i)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[(i + 0) * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[(i + 1) * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[(i + 2) * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[(i + 3) * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[(i + 4) * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[(i + 5) * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[(i + 6) * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[(i + 7) * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| } |
| |
| void inv_txfm_fddt_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| const int *tx_mat = tx_kernel_ddtx_size4[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[(j + 0) * tx1d_size + k]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[(j + 1) * tx1d_size + k]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m128i tmp_val0 = _mm_loadu_si128((__m128i *)(tx_mat + k * tx1d_size)); |
| __m256i tmp_val = _mm256_set_m128i(tmp_val0, tmp_val0); |
| |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[3 * line + j + 1] = _mm256_extract_epi32(sum, 4); |
| dst[2 * line + j + 1] = _mm256_extract_epi32(sum, 5); |
| dst[1 * line + j + 1] = _mm256_extract_epi32(sum, 6); |
| dst[0 * line + j + 1] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_fddt_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| const int *tx_mat = tx_kernel_ddtx_size8[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[7 * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[6 * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[5 * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[4 * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[3 * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[2 * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[1 * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[0 * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| |
| void inv_txfm_fddt_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max) { |
| (void)zero_line; |
| const int offset = 1 << (shift - 1); |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| const int *tx_mat = tx_kernel_ddtx_size16[INV_TXFM][0]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| __m256i v_coef_min = _mm256_set1_epi32(coef_min); |
| __m256i v_coef_max = _mm256_set1_epi32(coef_max); |
| |
| for (int j = 0; j < nz_line; j++) { |
| for (int i = 0; i < tx1d_size; i += 8) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (int k = 0; k < tx1d_size; k++) { |
| __m256i tmp_src = _mm256_set1_epi32(src[j * tx1d_size + k]); |
| __m256i tmp_val = |
| _mm256_loadu_si256((__m256i *)(tx_mat + k * tx1d_size + i)); |
| tmp_val = _mm256_mullo_epi32(tmp_src, tmp_val); |
| sum = _mm256_add_epi32(tmp_val, sum); |
| } |
| // Multiply by scale and add offset |
| sum = _mm256_add_epi32(sum, v_offset); |
| |
| // Right shift by shift |
| sum = _mm256_srai_epi32(sum, shift); |
| |
| // Clamp to coef_min and coef_max |
| sum = _mm256_min_epi32(sum, v_coef_max); |
| sum = _mm256_max_epi32(sum, v_coef_min); |
| |
| // Store results |
| dst[(15 - i) * line + j] = _mm256_extract_epi32(sum, 0); |
| dst[(14 - i) * line + j] = _mm256_extract_epi32(sum, 1); |
| dst[(13 - i) * line + j] = _mm256_extract_epi32(sum, 2); |
| dst[(12 - i) * line + j] = _mm256_extract_epi32(sum, 3); |
| dst[(11 - i) * line + j] = _mm256_extract_epi32(sum, 4); |
| dst[(10 - i) * line + j] = _mm256_extract_epi32(sum, 5); |
| dst[(9 - i) * line + j] = _mm256_extract_epi32(sum, 6); |
| dst[(8 - i) * line + j] = _mm256_extract_epi32(sum, 7); |
| } |
| } |
| } |
| |
| void inv_transform_1d_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, const int coef_min, |
| const int coef_max, const int tx_type_index, |
| const int size_index) { |
| switch (size_index) { |
| case 0: |
| switch (tx_type_index) { |
| case 0: |
| inv_txfm_dct2_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 1: |
| inv_txfm_idtx_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 2: |
| inv_txfm_adst_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 3: |
| inv_txfm_fdst_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 4: |
| inv_txfm_ddtx_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 5: |
| inv_txfm_fddt_size4_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 1: |
| switch (tx_type_index) { |
| case 0: |
| inv_txfm_dct2_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 1: |
| inv_txfm_idtx_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 2: |
| inv_txfm_adst_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 3: |
| inv_txfm_fdst_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 4: |
| inv_txfm_ddtx_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 5: |
| inv_txfm_fddt_size8_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 2: |
| switch (tx_type_index) { |
| case 0: |
| inv_txfm_dct2_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 1: |
| inv_txfm_idtx_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 2: |
| inv_txfm_adst_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 3: |
| inv_txfm_fdst_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 4: |
| inv_txfm_ddtx_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 5: |
| inv_txfm_fddt_size16_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 3: |
| switch (tx_type_index) { |
| case 0: |
| inv_txfm_dct2_size32_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| case 1: |
| inv_txfm_idtx_size32_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 4: |
| switch (tx_type_index) { |
| case 0: |
| inv_txfm_dct2_size64_avx2(src, dst, shift, line, skip_line, zero_line, |
| coef_min, coef_max); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| default: assert(0); break; |
| } |
| } |
| |
| void inv_txfm_avx2(const tran_low_t *input, uint16_t *dest, int stride, |
| const TxfmParam *txfm_param) { |
| const TX_SIZE tx_size = txfm_param->tx_size; |
| TX_TYPE tx_type = txfm_param->tx_type; |
| |
| const int width = tx_size_wide[tx_size]; |
| const int height = tx_size_high[tx_size]; |
| |
| const int intermediate_bitdepth = txfm_param->bd + 8; |
| const int rng_min = -(1 << (intermediate_bitdepth - 1)); |
| const int rng_max = (1 << (intermediate_bitdepth - 1)) - 1; |
| |
| const uint32_t tx_wide_index = tx_size_wide_log2[tx_size] - 2; |
| const uint32_t tx_high_index = tx_size_high_log2[tx_size] - 2; |
| |
| if (txfm_param->lossless) { |
| #if CONFIG_LOSSLESS_DPCM && !CONFIG_IMPROVE_LOSSLESS_TXM |
| assert(tx_type == DCT_DCT || tx_type == IDTX); |
| if (tx_type == IDTX) { |
| av1_inv_txfm2d_add_4x4_c(input, dest, stride, tx_type, |
| txfm_param->use_ddt, txfm_param->bd); |
| } else { |
| av1_highbd_iwht4x4_add(input, dest, stride, txfm_param->eob, |
| txfm_param->bd); |
| } |
| #else |
| assert(tx_type == DCT_DCT); |
| av1_highbd_iwht4x4_add(input, dest, stride, txfm_param->eob, |
| txfm_param->bd); |
| #endif // CONFIG_LOSSLESS_DPCM && !CONFIG_IMPROVE_LOSSLESS_TXM |
| return; |
| } |
| |
| int tx_type_row = g_hor_tx_type[tx_type]; |
| int tx_type_col = g_ver_tx_type[tx_type]; |
| |
| if (txfm_param->use_ddt) { |
| const int use_ddt_row = (width == 4 && REPLACE_ADST4) || |
| (width == 8 && REPLACE_ADST8) || |
| (width == 16 && REPLACE_ADST16); |
| if (use_ddt_row && (tx_type_row == DST7 || tx_type_row == DCT8)) { |
| tx_type_row = (tx_type_row == DST7) ? DDTX : FDDT; |
| } |
| const int use_ddt_col = (height == 4 && REPLACE_ADST4) || |
| (height == 8 && REPLACE_ADST8) || |
| (height == 16 && REPLACE_ADST16); |
| if (use_ddt_col && (tx_type_col == DST7 || tx_type_col == DCT8)) { |
| tx_type_col = (tx_type_col == DST7) ? DDTX : FDDT; |
| } |
| } |
| |
| int skipWidth = width > 32 ? width - 32 : 0; |
| int skipHeight = height > 32 ? height - 32 : 0; |
| |
| int block[MAX_TX_SQUARE] = { 0 }; |
| int temp[MAX_TX_SQUARE] = { 0 }; |
| |
| const int log2width = tx_size_wide_log2[tx_size]; |
| const int log2height = tx_size_high_log2[tx_size]; |
| const int sqrt2 = ((log2width + log2height) & 1) ? 1 : 0; |
| |
| // Load clamp boundaries into SIMD registers |
| __m256i vcoefmin = _mm256_set1_epi32(-(1 << (txfm_param->bd + 7))); |
| __m256i vcoefmax = _mm256_set1_epi32((1 << (txfm_param->bd + 7)) - 1); |
| if (skipWidth) { |
| for (int y = 0; y < height; y++) { |
| if (sqrt2) { |
| __m256i scale_vector = _mm256_set1_epi64x((int64_t)NewInvSqrt2); |
| __m128i shift_bits = _mm_set1_epi64x(NewSqrt2Bits); |
| __m256i round_offset = _mm256_set1_epi64x(1LL << (NewSqrt2Bits - 1)); |
| __m256i idx = _mm256_set_epi32(6, 4, 2, 0, 6, 4, 2, 0); |
| for (int i = 0; i < 32; i += 8) { |
| __m256i data = _mm256_loadu_si256((__m256i *)(input + y * 32 + i)); |
| |
| __m256i data0 = |
| _mm256_cvtepi32_epi64(_mm256_extracti128_si256(data, 0)); |
| data0 = _mm256_mul_epi32(data0, scale_vector); |
| data0 = _mm256_add_epi64(data0, round_offset); |
| data0 = _mm256_srl_epi64(data0, shift_bits); |
| data0 = _mm256_permutevar8x32_epi32(data0, idx); |
| |
| __m256i data1 = |
| _mm256_cvtepi32_epi64(_mm256_extracti128_si256(data, 1)); |
| data1 = _mm256_mul_epi32(data1, scale_vector); |
| data1 = _mm256_add_epi64(data1, round_offset); |
| data1 = _mm256_srl_epi64(data1, shift_bits); |
| data1 = _mm256_permutevar8x32_epi32(data1, idx); |
| |
| data = _mm256_blend_epi32(data0, data1, 0b11110000); |
| |
| data = _mm256_min_epi32(_mm256_max_epi32(data, vcoefmin), vcoefmax); |
| _mm256_storeu_si256((__m256i *)(block + y * width + i), data); |
| } |
| } else { |
| for (int i = 0; i < 32; i += 8) { |
| __m256i data = _mm256_loadu_si256((__m256i *)(input + y * 32 + i)); |
| data = _mm256_min_epi32(_mm256_max_epi32(data, vcoefmin), vcoefmax); |
| _mm256_storeu_si256((__m256i *)(block + y * width + i), data); |
| } |
| } |
| } |
| } else { |
| if (sqrt2) { |
| __m256i scale_vector = _mm256_set1_epi64x((int64_t)NewInvSqrt2); |
| __m128i shift_bits = _mm_set1_epi64x(NewSqrt2Bits); |
| __m256i round_offset = _mm256_set1_epi64x(1LL << (NewSqrt2Bits - 1)); |
| __m256i idx = _mm256_set_epi32(6, 4, 2, 0, 6, 4, 2, 0); |
| for (int i = 0; i < AOMMIN(1024, width * height); i += 8) { |
| __m256i data = _mm256_loadu_si256((__m256i *)(input + i)); |
| |
| __m256i data0 = |
| _mm256_cvtepi32_epi64(_mm256_extracti128_si256(data, 0)); |
| data0 = _mm256_mul_epi32(data0, scale_vector); |
| data0 = _mm256_add_epi64(data0, round_offset); |
| data0 = _mm256_srl_epi64(data0, shift_bits); |
| data0 = _mm256_permutevar8x32_epi32(data0, idx); |
| |
| __m256i data1 = |
| _mm256_cvtepi32_epi64(_mm256_extracti128_si256(data, 1)); |
| data1 = _mm256_mul_epi32(data1, scale_vector); |
| data1 = _mm256_add_epi64(data1, round_offset); |
| data1 = _mm256_srl_epi64(data1, shift_bits); |
| data1 = _mm256_permutevar8x32_epi32(data1, idx); |
| |
| data = _mm256_blend_epi32(data0, data1, 0b11110000); |
| |
| data = _mm256_min_epi32(_mm256_max_epi32(data, vcoefmin), vcoefmax); |
| _mm256_storeu_si256((__m256i *)(block + i), data); |
| } |
| } else { |
| for (int i = 0; i < AOMMIN(1024, width * height); i += 8) { |
| __m256i data = _mm256_loadu_si256((__m256i *)(input + i)); |
| data = _mm256_min_epi32(_mm256_max_epi32(data, vcoefmin), vcoefmax); |
| _mm256_storeu_si256((__m256i *)(block + i), data); |
| } |
| } |
| } |
| |
| const int shift_1st = inv_tx_shift[tx_size][0]; |
| const int shift_2nd = inv_tx_shift[tx_size][1]; |
| |
| assert(shift_1st >= 0); |
| assert(shift_2nd >= 0); |
| |
| inv_transform_1d_avx2(block, temp, shift_1st, height, skipHeight, skipWidth, |
| rng_min, rng_max, tx_type_row, tx_wide_index); |
| |
| inv_transform_1d_avx2(temp, block, shift_2nd, width, 0, skipHeight, rng_min, |
| rng_max, tx_type_col, tx_high_index); |
| |
| // Load clamp boundaries into SIMD registers |
| __m256i vpixmin = _mm256_setzero_si256(); |
| __m256i vpixmax = _mm256_set1_epi32((1 << txfm_param->bd) - 1); |
| if ((width & 7) == 0) { |
| for (int y = 0; y < height; y++) { |
| int row_offset = y * stride; |
| for (int x = 0; x < width; x += 8) { |
| __m256i vdest = _mm256_cvtepu16_epi32( |
| _mm_loadu_si128((__m128i *)&dest[row_offset + x])); |
| __m256i vblock = _mm256_loadu_si256((__m256i *)&block[y * width + x]); |
| __m256i vsum = _mm256_add_epi32(vdest, vblock); |
| __m256i vclamped = |
| _mm256_min_epi32(_mm256_max_epi32(vsum, vpixmin), vpixmax); |
| __m256i vresult = _mm256_permute4x64_epi64( |
| _mm256_packus_epi32(vclamped, vclamped), 0xd8); |
| _mm_storeu_si128((__m128i *)&dest[row_offset + x], |
| _mm256_castsi256_si128(vresult)); |
| } |
| } |
| } else { |
| for (int y = 0; y < height; y += 2) { |
| int row_offset = y * stride; |
| for (int x = 0; x < width; x += 4) { |
| __m128i vdest0 = |
| _mm_cvtepu16_epi32(_mm_loadu_si64(&dest[row_offset + x])); |
| __m128i vdest1 = |
| _mm_cvtepu16_epi32(_mm_loadu_si64(&dest[row_offset + stride + x])); |
| __m256i vdest = _mm256_set_m128i(vdest1, vdest0); |
| __m256i vblock = _mm256_loadu_si256((__m256i *)&block[y * width + x]); |
| __m256i vsum = _mm256_add_epi32(vdest, vblock); |
| __m256i vclamped = |
| _mm256_min_epi32(_mm256_max_epi32(vsum, vpixmin), vpixmax); |
| __m256i vresult = _mm256_packus_epi32(vclamped, vclamped); |
| __m128i vresult_lo = _mm256_extracti128_si256(vresult, 0); |
| __m128i vresult_hi = _mm256_extracti128_si256(vresult, 1); |
| #if ARCH_X86_64 |
| *((int64_t *)&dest[row_offset + x]) = _mm_extract_epi64(vresult_lo, 0); |
| *((int64_t *)&dest[row_offset + stride + x]) = |
| _mm_extract_epi64(vresult_hi, 0); |
| #else |
| xx_storel_64(&dest[row_offset + x], vresult_lo); |
| xx_storel_64(&dest[row_offset + stride + x], vresult_hi); |
| #endif |
| } |
| } |
| } |
| } |
| |
| #if CONFIG_IMPROVE_LOSSLESS_TXM |
| void process_inv_idtx_add_4x4_avx2(const tran_low_t *input, int in_stride, |
| uint16_t *dst, int out_stride, |
| int scale_bits, int bd) { |
| const int32_t max_val = (1 << bd) - 1; |
| const int in_stride_bytes = in_stride * 4; |
| const int out_stride_bytes = out_stride * 2; |
| |
| // === Part 1: Load and Process Source (int32_t) === |
| const uint8_t *src_bytes = (const uint8_t *)input; |
| __m128i s_r0 = |
| _mm_loadu_si128((const __m128i *)(src_bytes + 0 * in_stride_bytes)); |
| __m128i s_r1 = |
| _mm_loadu_si128((const __m128i *)(src_bytes + 1 * in_stride_bytes)); |
| __m128i s_r2 = |
| _mm_loadu_si128((const __m128i *)(src_bytes + 2 * in_stride_bytes)); |
| __m128i s_r3 = |
| _mm_loadu_si128((const __m128i *)(src_bytes + 3 * in_stride_bytes)); |
| __m256i src_data_01 = _mm256_set_m128i(s_r1, s_r0); // els 0..7 |
| __m256i src_data_23 = _mm256_set_m128i(s_r3, s_r2); // els 8..15 |
| __m256i shifted_01; |
| __m256i shifted_23; |
| if (scale_bits == 0) { |
| shifted_01 = src_data_01; |
| shifted_23 = src_data_23; |
| } else { |
| shifted_01 = _mm256_srai_epi32(src_data_01, scale_bits); |
| shifted_23 = _mm256_srai_epi32(src_data_23, scale_bits); |
| } |
| |
| // === Part 2: Load and Widen Destination (uint16_t -> int32_t) |
| // --- 2a. Load dst (4x4 uint16) --- |
| const uint8_t *dst_read_bytes = |
| (const uint8_t *)dst; // Use const for reading phase |
| __m128i d_r0 = _mm_loadl_epi64( |
| (const __m128i *)(dst_read_bytes + |
| 0 * out_stride_bytes)); // Load Row 0 (8 bytes) |
| __m128i d_r1 = _mm_loadl_epi64( |
| (const __m128i *)(dst_read_bytes + 1 * out_stride_bytes)); // Load Row 1 |
| __m128i d_r2 = _mm_loadl_epi64( |
| (const __m128i *)(dst_read_bytes + 2 * out_stride_bytes)); // Load Row 2 |
| __m128i d_r3 = _mm_loadl_epi64( |
| (const __m128i *)(dst_read_bytes + 3 * out_stride_bytes)); // Load Row 3 |
| // Combine pairs into 128-bit lanes (maintains row order within lanes) |
| __m128i d_lane01 = |
| _mm_unpacklo_epi64(d_r0, d_r1); // [Row1 | Row0] (16-bit elements) |
| __m128i d_lane23 = |
| _mm_unpacklo_epi64(d_r2, d_r3); // [Row3 | Row2] (16-bit elements) |
| |
| // --- 2b. Widen dst uint16 -> int32 (ZERO-extend) --- *MODIFIED* |
| // Use _mm256_cvtepu16_epi32 for zero extension |
| __m256i dst_data_01_s32 = |
| _mm256_cvtepu16_epi32(d_lane01); // Zero-extends elements 0..7 |
| __m256i dst_data_23_s32 = |
| _mm256_cvtepu16_epi32(d_lane23); // Zero-extends elements 8..15 |
| |
| // === Part 3: Add, Clamp [0, max_val], Pack/Saturate (to uint16_t) === |
| |
| // --- 3a. Add --- |
| // Addition is still performed using 32-bit signed arithmetic |
| __m256i sum_01 = _mm256_add_epi32(shifted_01, dst_data_01_s32); |
| __m256i sum_23 = _mm256_add_epi32(shifted_23, dst_data_23_s32); |
| |
| // --- 3b. Clamp [0, max_val] --- |
| // (Clamping logic remains the same on the int32 sum) |
| const __m256i v_zero = _mm256_setzero_si256(); |
| const __m256i v_max_val = _mm256_set1_epi32(max_val); |
| __m256i clamped_01_tmp = _mm256_max_epi32(sum_01, v_zero); |
| __m256i clamped_23_tmp = _mm256_max_epi32(sum_23, v_zero); |
| __m256i clamped_01 = |
| _mm256_min_epi32(clamped_01_tmp, v_max_val); // els 0..7 clamped |
| __m256i clamped_23 = |
| _mm256_min_epi32(clamped_23_tmp, v_max_val); // els 8..15 clamped |
| // clamped_01, clamped_23 contain int32 values guaranteed >= 0 |
| |
| // --- 3c. Pack clamped int32 -> uint16 with UNSIGNED Saturation --- |
| // *MODIFIED* Use _mm_packus_epi32 which saturates int32 to [0, 65535] |
| // (uint16_t range) |
| __m128i packed_clamped_r0r1 = |
| _mm_packus_epi32( // <-- pack*us* for unsigned saturation |
| _mm256_castsi256_si128( |
| clamped_01), // Low lane of clamped_01 (els 0..3) |
| _mm256_extracti128_si256(clamped_01, |
| 1) // High lane of clamped_01 (els 4..7) |
| ); // Result: [el7..el4 | el3..el0] (saturated uint16_t) |
| |
| __m128i packed_clamped_r2r3 = _mm_packus_epi32( // <-- pack*us* |
| _mm256_castsi256_si128(clamped_23), // Low lane of clamped_23 (els 8..11) |
| _mm256_extracti128_si256(clamped_23, |
| 1) // High lane of clamped_23 (els 12..15) |
| ); // Result: [el15..el12 | el11..el8] (saturated uint16_t) |
| |
| // Combine into final 256-bit register holding uint16_t results |
| // Layout: [Row3 | Row2 | Row1 | Row0] (16-bit elements) |
| __m256i final_result_u16 = |
| _mm256_set_m128i(packed_clamped_r2r3, packed_clamped_r0r1); |
| |
| // === Part 4: Store Result back to dst (uint16_t) === |
| // (Store mechanism identical, pointer type `uint16_t*` is correct) |
| uint8_t *dst_write_bytes = (uint8_t *)dst; // Cast for byte arithmetic |
| __m128i res_lane01 = _mm256_castsi256_si128(final_result_u16); |
| __m128i res_lane23 = _mm256_extracti128_si256(final_result_u16, 1); |
| // Store Row 0 (8 bytes) |
| _mm_storel_epi64((__m128i *)(dst_write_bytes + 0 * out_stride_bytes), |
| res_lane01); |
| // Extract and Store Row 1 (8 bytes) |
| __m128i res_row1 = _mm_bsrli_si128(res_lane01, 8); |
| _mm_storel_epi64((__m128i *)(dst_write_bytes + 1 * out_stride_bytes), |
| res_row1); |
| // Store Row 2 (8 bytes) |
| _mm_storel_epi64((__m128i *)(dst_write_bytes + 2 * out_stride_bytes), |
| res_lane23); |
| // Extract and Store Row 3 (8 bytes) |
| __m128i res_row3 = _mm_bsrli_si128(res_lane23, 8); |
| _mm_storel_epi64((__m128i *)(dst_write_bytes + 3 * out_stride_bytes), |
| res_row3); |
| } |
| |
| void av1_lossless_inv_idtx_add_avx2(const tran_low_t *input, uint16_t *dest, |
| int stride, const TxfmParam *txfm_param) { |
| const int txw = tx_size_wide[txfm_param->tx_size]; |
| const int txh = tx_size_high[txfm_param->tx_size]; |
| int scale_bits = 3 - av1_get_tx_scale(txfm_param->tx_size); |
| const int bd = txfm_param->bd; |
| |
| for (int i = 0; i < txh; i += MI_SIZE) { |
| for (int j = 0; j < txw; j += MI_SIZE) { |
| process_inv_idtx_add_4x4_avx2(input + i * txw + j, txw, |
| dest + i * stride + j, stride, scale_bits, |
| bd); |
| } |
| } |
| } |
| #endif // CONFIG_IMPROVE_LOSSLESS_TXM |
