| /* |
| * 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> /*AVX2*/ |
| |
| #include "config/aom_config.h" |
| #include "config/av1_rtcd.h" |
| #include "av1/common/av1_txfm.h" |
| #include "aom_dsp/txfm_common.h" |
| #include "aom_ports/mem.h" |
| #include "aom_dsp/x86/txfm_common_sse2.h" |
| #include "av1/common/txb_common.h" |
| |
| 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); |
| } |
| |
| static INLINE __m128i round_power_of_two_signed_sse2(__m128i v_val_d, |
| int bits) { |
| const __m128i v_bias_d = _mm_set1_epi32((1 << bits) >> 1); |
| const __m128i v_sign_d = _mm_srai_epi32(v_val_d, 31); |
| const __m128i v_tmp_d = |
| _mm_add_epi32(_mm_add_epi32(v_val_d, v_bias_d), v_sign_d); |
| return _mm_srai_epi32(v_tmp_d, bits); |
| } |
| |
| void av1_fwd_cross_chroma_tx_block_avx2(tran_low_t *coeff_c1, |
| tran_low_t *coeff_c2, TX_SIZE tx_size, |
| CctxType cctx_type, const int bd) { |
| if (cctx_type == CCTX_NONE) return; |
| const int ncoeffs = av1_get_max_eob(tx_size); |
| int32_t *src_c1 = (int32_t *)coeff_c1; |
| int32_t *src_c2 = (int32_t *)coeff_c2; |
| |
| const int angle_idx = cctx_type - CCTX_START; |
| const __m256i cos_t = _mm256_set1_epi32(cctx_mtx[angle_idx][0]); |
| const __m256i sin_t = _mm256_set1_epi32(cctx_mtx[angle_idx][1]); |
| const __m256i max_value = _mm256_set1_epi32((1 << (7 + bd)) - 1); |
| const __m256i min_value = _mm256_set1_epi32(-(1 << (7 + bd))); |
| |
| for (int i = 0; i < ncoeffs; i += 8) { |
| // Load 8 elements from both coeff_c1 and coeff_c2 |
| const __m256i v_c1 = _mm256_loadu_si256((__m256i *)&src_c1[i]); |
| const __m256i v_c2 = _mm256_loadu_si256((__m256i *)&src_c2[i]); |
| |
| // Perform matrix multiplication |
| const __m256i v_tmp0 = _mm256_mullo_epi32(cos_t, v_c1); |
| const __m256i v_tmp1 = _mm256_mullo_epi32(sin_t, v_c2); |
| const __m256i v_tmp2 = _mm256_mullo_epi32(sin_t, v_c1); |
| const __m256i v_tmp3 = _mm256_mullo_epi32(cos_t, v_c2); |
| |
| // Add and round the results to CCTX_PREC_BITS |
| __m256i v_res0 = round_power_of_two_signed_avx2( |
| _mm256_add_epi32(v_tmp0, v_tmp1), CCTX_PREC_BITS); |
| __m256i v_res1 = round_power_of_two_signed_avx2( |
| _mm256_sub_epi32(v_tmp3, v_tmp2), CCTX_PREC_BITS); |
| |
| // Clamp to valid range |
| v_res0 = _mm256_min_epi32(_mm256_max_epi32(v_res0, min_value), max_value); |
| v_res1 = _mm256_min_epi32(_mm256_max_epi32(v_res1, min_value), max_value); |
| |
| // Round and store the results back to src_c1 and src_c2 |
| _mm256_storeu_si256((__m256i *)&src_c1[i], v_res0); |
| _mm256_storeu_si256((__m256i *)&src_c2[i], v_res1); |
| } |
| } |
| |
| static void fwd_stxfm_transpose_4x8_avx2(__m256i *in, __m128i *out) { |
| __m256i x0, x1; |
| |
| // First step: unpack 32-bit elements within lanes |
| const __m256i u0 = _mm256_unpacklo_epi32(in[0], in[1]); |
| const __m256i u1 = _mm256_unpackhi_epi32(in[0], in[1]); |
| const __m256i u2 = _mm256_unpacklo_epi32(in[2], in[3]); |
| const __m256i u3 = _mm256_unpackhi_epi32(in[2], in[3]); |
| |
| // Second step: unpack 64-bit elements within lanes |
| x0 = _mm256_unpacklo_epi64(u0, u2); // A0 A2 B0 B2 C0 C2 D0 D2 |
| x1 = _mm256_unpackhi_epi64(u0, u2); // A1 A3 B1 B3 C1 C3 D1 D3 |
| |
| // Extract low and high 128-bit lanes to get the transposed 128-bit rows |
| out[0] = _mm256_castsi256_si128(x0); // A0 A2 B0 B2 |
| out[1] = _mm256_castsi256_si128(x1); // A1 A3 B1 B3 |
| out[4] = _mm256_extracti128_si256(x0, 1); // C0 C2 D0 D2 |
| out[5] = _mm256_extracti128_si256(x1, 1); // C1 C3 D1 D3 |
| |
| // Repeat for the upper half |
| x0 = _mm256_unpacklo_epi64(u1, u3); // A4 A6 B4 B6 C4 C6 D4 D6 |
| x1 = _mm256_unpackhi_epi64(u1, u3); // A5 A7 B5 B7 C5 C7 D5 D7 |
| |
| out[2] = _mm256_castsi256_si128(x0); // A4 A6 B4 B6 |
| out[3] = _mm256_castsi256_si128(x1); // A5 A7 B5 B7 |
| out[6] = _mm256_extracti128_si256(x0, 1); // C4 C6 D4 D6 |
| out[7] = _mm256_extracti128_si256(x1, 1); // C5 C7 D5 D7 |
| } |
| |
| static void fwd_stxfm_transpose_8x8_avx2(__m256i *in, __m256i *out) { |
| __m256i x0, x1; |
| |
| const __m256i u0 = _mm256_unpacklo_epi32(in[0], in[1]); |
| const __m256i u1 = _mm256_unpackhi_epi32(in[0], in[1]); |
| |
| const __m256i u2 = _mm256_unpacklo_epi32(in[2], in[3]); |
| const __m256i u3 = _mm256_unpackhi_epi32(in[2], in[3]); |
| |
| const __m256i u4 = _mm256_unpacklo_epi32(in[4], in[5]); |
| const __m256i u5 = _mm256_unpackhi_epi32(in[4], in[5]); |
| |
| const __m256i u6 = _mm256_unpacklo_epi32(in[6], in[7]); |
| const __m256i u7 = _mm256_unpackhi_epi32(in[6], in[7]); |
| |
| x0 = _mm256_unpacklo_epi64(u0, u2); |
| x1 = _mm256_unpacklo_epi64(u4, u6); |
| out[0] = _mm256_permute2f128_si256(x0, x1, 0x20); |
| out[4] = _mm256_permute2f128_si256(x0, x1, 0x31); |
| |
| x0 = _mm256_unpackhi_epi64(u0, u2); |
| x1 = _mm256_unpackhi_epi64(u4, u6); |
| out[1] = _mm256_permute2f128_si256(x0, x1, 0x20); |
| out[5] = _mm256_permute2f128_si256(x0, x1, 0x31); |
| |
| x0 = _mm256_unpacklo_epi64(u1, u3); |
| x1 = _mm256_unpacklo_epi64(u5, u7); |
| out[2] = _mm256_permute2f128_si256(x0, x1, 0x20); |
| out[6] = _mm256_permute2f128_si256(x0, x1, 0x31); |
| |
| x0 = _mm256_unpackhi_epi64(u1, u3); |
| x1 = _mm256_unpackhi_epi64(u5, u7); |
| out[3] = _mm256_permute2f128_si256(x0, x1, 0x20); |
| out[7] = _mm256_permute2f128_si256(x0, x1, 0x31); |
| } |
| |
| // Forward secondary transform |
| void fwd_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); |
| // Secondary transform kernels are stored as 32-bit integers to match SIMD |
| // processing needs. This avoids on-the-fly conversion from int16_t to int32_t |
| // during execution by letting SIMD variants directly load the pre-converted |
| // filter weights. |
| 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; |
| } |
| |
| const int shift = 7; |
| |
| if (reduced_height == 8) { |
| assert(reduced_width % 8 == 0); |
| __m256i resi_vec[8]; |
| __m256i resi_vec_out[8]; |
| const __m256i max_value = _mm256_set1_epi32((1 << (7 + bd)) - 1); |
| const __m256i min_value = _mm256_set1_epi32(-(1 << (7 + bd))); |
| const int *out = dst; |
| const int *src_ptr = src; |
| const __m256i zeros = _mm256_setzero_si256(); |
| resi_vec[0] = zeros; |
| resi_vec[1] = zeros; |
| resi_vec[2] = zeros; |
| resi_vec[3] = zeros; |
| resi_vec[4] = zeros; |
| resi_vec[5] = zeros; |
| resi_vec[6] = zeros; |
| resi_vec[7] = zeros; |
| for (int i = 0; i < reduced_width; i += 8) { |
| __m256i kernel_vec0 = _mm256_loadu_si256((__m256i *)(kernel + i)); |
| __m256i kernel_vec1 = |
| _mm256_loadu_si256((__m256i *)(kernel + reduced_width + i)); |
| __m256i kernel_vec2 = |
| _mm256_loadu_si256((__m256i *)(kernel + 2 * reduced_width + i)); |
| __m256i kernel_vec3 = |
| _mm256_loadu_si256((__m256i *)(kernel + 3 * reduced_width + i)); |
| __m256i kernel_vec4 = |
| _mm256_loadu_si256((__m256i *)(kernel + 4 * reduced_width + i)); |
| __m256i kernel_vec5 = |
| _mm256_loadu_si256((__m256i *)(kernel + 5 * reduced_width + i)); |
| __m256i kernel_vec6 = |
| _mm256_loadu_si256((__m256i *)(kernel + 6 * reduced_width + i)); |
| __m256i kernel_vec7 = |
| _mm256_loadu_si256((__m256i *)(kernel + 7 * reduced_width + i)); |
| |
| __m256i src_vec = _mm256_loadu_si256((__m256i *)(src_ptr + i)); |
| |
| kernel_vec0 = _mm256_mullo_epi32(kernel_vec0, src_vec); |
| kernel_vec1 = _mm256_mullo_epi32(kernel_vec1, src_vec); |
| kernel_vec2 = _mm256_mullo_epi32(kernel_vec2, src_vec); |
| kernel_vec3 = _mm256_mullo_epi32(kernel_vec3, src_vec); |
| kernel_vec4 = _mm256_mullo_epi32(kernel_vec4, src_vec); |
| kernel_vec5 = _mm256_mullo_epi32(kernel_vec5, src_vec); |
| kernel_vec6 = _mm256_mullo_epi32(kernel_vec6, src_vec); |
| kernel_vec7 = _mm256_mullo_epi32(kernel_vec7, src_vec); |
| |
| resi_vec[0] = _mm256_add_epi32(resi_vec[0], kernel_vec0); |
| resi_vec[1] = _mm256_add_epi32(resi_vec[1], kernel_vec1); |
| resi_vec[2] = _mm256_add_epi32(resi_vec[2], kernel_vec2); |
| resi_vec[3] = _mm256_add_epi32(resi_vec[3], kernel_vec3); |
| resi_vec[4] = _mm256_add_epi32(resi_vec[4], kernel_vec4); |
| resi_vec[5] = _mm256_add_epi32(resi_vec[5], kernel_vec5); |
| resi_vec[6] = _mm256_add_epi32(resi_vec[6], kernel_vec6); |
| resi_vec[7] = _mm256_add_epi32(resi_vec[7], kernel_vec7); |
| } |
| fwd_stxfm_transpose_8x8_avx2(resi_vec, resi_vec_out); |
| __m256i sum_vec = _mm256_setzero_si256(); |
| for (int i = 0; i < 8; i++) { |
| sum_vec = _mm256_add_epi32(sum_vec, resi_vec_out[i]); |
| } |
| |
| sum_vec = round_power_of_two_signed_avx2(sum_vec, shift); |
| sum_vec = _mm256_min_epi32(_mm256_max_epi32(sum_vec, min_value), max_value); |
| _mm256_storeu_si256((__m256i *)out, sum_vec); |
| } else if (reduced_height % 8 != 0) { |
| assert(reduced_height % 4 == 0 && reduced_width % 8 == 0); |
| __m256i resi_vec[4]; |
| __m128i resi_vec_out[8]; |
| const int *src_ptr = src; |
| const __m128i max_value = _mm_set1_epi32((1 << (7 + bd)) - 1); |
| const __m128i min_value = _mm_set1_epi32(-(1 << (7 + bd))); |
| int *out = dst; |
| const __m256i zeros = _mm256_setzero_si256(); |
| for (int j = 0; j < reduced_height; j += 4) { |
| resi_vec[0] = zeros; |
| resi_vec[1] = zeros; |
| resi_vec[2] = zeros; |
| resi_vec[3] = zeros; |
| for (int i = 0; i < reduced_width; i += 8) { |
| __m256i kernel_vec0 = _mm256_loadu_si256((__m256i *)(kernel + i)); |
| __m256i kernel_vec1 = |
| _mm256_loadu_si256((__m256i *)(kernel + reduced_width + i)); |
| __m256i kernel_vec2 = |
| _mm256_loadu_si256((__m256i *)(kernel + 2 * reduced_width + i)); |
| __m256i kernel_vec3 = |
| _mm256_loadu_si256((__m256i *)(kernel + 3 * reduced_width + i)); |
| |
| __m256i src_vec = _mm256_loadu_si256((__m256i *)(src_ptr + i)); |
| |
| kernel_vec0 = _mm256_mullo_epi32(kernel_vec0, src_vec); |
| kernel_vec1 = _mm256_mullo_epi32(kernel_vec1, src_vec); |
| kernel_vec2 = _mm256_mullo_epi32(kernel_vec2, src_vec); |
| kernel_vec3 = _mm256_mullo_epi32(kernel_vec3, src_vec); |
| |
| resi_vec[0] = _mm256_add_epi32(resi_vec[0], kernel_vec0); |
| resi_vec[1] = _mm256_add_epi32(resi_vec[1], kernel_vec1); |
| resi_vec[2] = _mm256_add_epi32(resi_vec[2], kernel_vec2); |
| resi_vec[3] = _mm256_add_epi32(resi_vec[3], kernel_vec3); |
| } |
| fwd_stxfm_transpose_4x8_avx2(resi_vec, resi_vec_out); |
| __m128i sum_vec = _mm_setzero_si128(); |
| for (int i = 0; i < 8; i++) { |
| sum_vec = _mm_add_epi32(sum_vec, resi_vec_out[i]); |
| } |
| |
| sum_vec = round_power_of_two_signed_sse2(sum_vec, shift); |
| sum_vec = _mm_min_epi32(_mm_max_epi32(sum_vec, min_value), max_value); |
| _mm_storeu_si128((__m128i *)out, sum_vec); |
| kernel += reduced_width << 2; |
| out += 4; |
| } |
| } else { |
| assert(reduced_height % 8 == 0 && reduced_width % 8 == 0); |
| __m256i resi_vec[8]; |
| __m256i resi_vec_out[8]; |
| const __m256i max_value = _mm256_set1_epi32((1 << (7 + bd)) - 1); |
| const __m256i min_value = _mm256_set1_epi32(-(1 << (7 + bd))); |
| int *out = dst; |
| int *src_ptr = src; |
| int stride_width = reduced_width; |
| const __m256i zeros = _mm256_setzero_si256(); |
| for (int j = 0; j < reduced_height; j += 8) { |
| resi_vec[0] = zeros; |
| resi_vec[1] = zeros; |
| resi_vec[2] = zeros; |
| resi_vec[3] = zeros; |
| resi_vec[4] = zeros; |
| resi_vec[5] = zeros; |
| resi_vec[6] = zeros; |
| resi_vec[7] = zeros; |
| for (int i = 0; i < reduced_width; i += 8) { |
| __m256i kernel_vec0 = _mm256_loadu_si256((__m256i *)(kernel + i)); |
| __m256i kernel_vec1 = |
| _mm256_loadu_si256((__m256i *)(kernel + stride_width + i)); |
| __m256i kernel_vec2 = |
| _mm256_loadu_si256((__m256i *)(kernel + 2 * stride_width + i)); |
| __m256i kernel_vec3 = |
| _mm256_loadu_si256((__m256i *)(kernel + 3 * stride_width + i)); |
| __m256i kernel_vec4 = |
| _mm256_loadu_si256((__m256i *)(kernel + 4 * stride_width + i)); |
| __m256i kernel_vec5 = |
| _mm256_loadu_si256((__m256i *)(kernel + 5 * stride_width + i)); |
| __m256i kernel_vec6 = |
| _mm256_loadu_si256((__m256i *)(kernel + 6 * stride_width + i)); |
| __m256i kernel_vec7 = |
| _mm256_loadu_si256((__m256i *)(kernel + 7 * stride_width + i)); |
| |
| __m256i src_vec = _mm256_loadu_si256((__m256i *)(src_ptr + i)); |
| |
| kernel_vec0 = _mm256_mullo_epi32(kernel_vec0, src_vec); |
| kernel_vec1 = _mm256_mullo_epi32(kernel_vec1, src_vec); |
| kernel_vec2 = _mm256_mullo_epi32(kernel_vec2, src_vec); |
| kernel_vec3 = _mm256_mullo_epi32(kernel_vec3, src_vec); |
| kernel_vec4 = _mm256_mullo_epi32(kernel_vec4, src_vec); |
| kernel_vec5 = _mm256_mullo_epi32(kernel_vec5, src_vec); |
| kernel_vec6 = _mm256_mullo_epi32(kernel_vec6, src_vec); |
| kernel_vec7 = _mm256_mullo_epi32(kernel_vec7, src_vec); |
| |
| resi_vec[0] = _mm256_add_epi32(resi_vec[0], kernel_vec0); |
| resi_vec[1] = _mm256_add_epi32(resi_vec[1], kernel_vec1); |
| resi_vec[2] = _mm256_add_epi32(resi_vec[2], kernel_vec2); |
| resi_vec[3] = _mm256_add_epi32(resi_vec[3], kernel_vec3); |
| resi_vec[4] = _mm256_add_epi32(resi_vec[4], kernel_vec4); |
| resi_vec[5] = _mm256_add_epi32(resi_vec[5], kernel_vec5); |
| resi_vec[6] = _mm256_add_epi32(resi_vec[6], kernel_vec6); |
| resi_vec[7] = _mm256_add_epi32(resi_vec[7], kernel_vec7); |
| } |
| fwd_stxfm_transpose_8x8_avx2(resi_vec, resi_vec_out); |
| __m256i sum_vec = zeros; |
| for (int i = 0; i < 8; i++) { |
| sum_vec = _mm256_add_epi32(sum_vec, resi_vec_out[i]); |
| } |
| sum_vec = round_power_of_two_signed_avx2(sum_vec, shift); |
| sum_vec = |
| _mm256_min_epi32(_mm256_max_epi32(sum_vec, min_value), max_value); |
| _mm256_storeu_si256((__m256i *)out, sum_vec); |
| kernel += stride_width << 3; |
| out += 8; |
| } |
| } |
| } |
| |
| void transpose_store_8x8_avx2(__m256i *a, int *dst, int 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 |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 0 * size), |
| _mm256_permute2x128_si256(u0, u4, 0x20)); // { A0 B0 C0 D0 E0 F0 G0 H0 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 1 * size), |
| _mm256_permute2x128_si256(u1, u5, 0x20)); // { A1 B1 C1 D1 E1 F1 G1 H1 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 2 * size), |
| _mm256_permute2x128_si256(u2, u6, 0x20)); // { A2 B2 C2 D2 E2 F2 G2 H2 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 3 * size), |
| _mm256_permute2x128_si256(u3, u7, 0x20)); // { A3 B3 C3 D3 E3 F3 G3 H3 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 4 * size), |
| _mm256_permute2x128_si256(u0, u4, 0x31)); // { A4 B4 C4 D4 E4 F4 G4 H4 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 5 * size), |
| _mm256_permute2x128_si256(u1, u5, 0x31)); // { A5 B5 C5 D5 E5 F5 G5 H5 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 6 * size), |
| _mm256_permute2x128_si256(u2, u6, 0x31)); // { A6 B6 C6 D6 E6 F6 G6 H6 } |
| _mm256_storeu_si256( |
| (__m256i *)(dst + 7 * size), |
| _mm256_permute2x128_si256(u3, u7, 0x31)); // { A7 B7 C7 D7 E7 F7 G7 H7 } |
| } |
| |
| void transpose_store_8x4_sse4(__m128i *a, int *dst, int size) { |
| // 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]); // { 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 } |
| |
| // Step 2: 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 } |
| |
| // Step 3: Store results into int dst[4][8] |
| _mm_storeu_si128((__m128i *)(dst + 0 * size), u0); // { A0 B0 C0 D0 } |
| _mm_storeu_si128((__m128i *)(dst + 1 * size), u1); // { A1 B1 C1 D1 } |
| _mm_storeu_si128((__m128i *)(dst + 2 * size), u2); // { A2 B2 C2 D2 } |
| _mm_storeu_si128((__m128i *)(dst + 3 * size), u3); // { A3 B3 C3 D3 } |
| _mm_storeu_si128((__m128i *)(dst + 0 * size + 4), u4); // { E0 F0 G0 H0 } |
| _mm_storeu_si128((__m128i *)(dst + 1 * size + 4), u5); // { E1 F1 G1 H1 } |
| _mm_storeu_si128((__m128i *)(dst + 2 * size + 4), u6); // { E2 F2 G2 H2 } |
| _mm_storeu_si128((__m128i *)(dst + 3 * size + 4), u7); // { E3 F3 G3 H3 } |
| } |
| |
| void transpose_store_8x4_avx2(__m256i *a, int *dst, int 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 } |
| |
| // 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 } |
| |
| // Permute 128-bit lanes to complete the transpose |
| _mm_storeu_si128((__m128i *)(dst + 0 * size), |
| _mm256_castsi256_si128(u0)); // { A0 B0 C0 D0 } |
| _mm_storeu_si128((__m128i *)(dst + 1 * size), |
| _mm256_castsi256_si128(u1)); // { A1 B1 C1 D1 } |
| _mm_storeu_si128((__m128i *)(dst + 2 * size), |
| _mm256_castsi256_si128(u2)); // { A2 B2 C2 D2 } |
| _mm_storeu_si128((__m128i *)(dst + 3 * size), |
| _mm256_castsi256_si128(u3)); // { A3 B3 C3 D3 } |
| _mm_storeu_si128((__m128i *)(dst + 4 * size), |
| _mm256_extracti128_si256(u0, 1)); // { A4 B4 C4 D4 } |
| _mm_storeu_si128((__m128i *)(dst + 5 * size), |
| _mm256_extracti128_si256(u1, 1)); // { A5 B5 C5 D5 } |
| _mm_storeu_si128((__m128i *)(dst + 6 * size), |
| _mm256_extracti128_si256(u2, 1)); // { A6 B6 C6 D6 } |
| _mm_storeu_si128((__m128i *)(dst + 7 * size), |
| _mm256_extracti128_si256(u3, 1)); // { A7 B7 C7 D7 } |
| } |
| |
| // ********************************** DCT-II ********************************** |
| void fwd_txfm_dct2_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| int j, k; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| |
| const int *tx_mat = tx_kernel_dct2_size4[FWD_TXFM][0]; |
| |
| const int tx1d_size = 4; |
| |
| if (nz_line >= 8) { |
| __m256i a[2], b[2], aa[4]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| |
| __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) { |
| for (k = 0; k < 2; k++) { |
| __m256i src0 = _mm256_loadu_si256((__m256i *)&src[k * line]); |
| __m256i src1 = |
| _mm256_loadu_si256((__m256i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm256_add_epi32(src0, src1); |
| b[k] = _mm256_sub_epi32(src0, src1); |
| } |
| |
| aa[0] = _mm256_add_epi32(a[0], a[1]); |
| aa[0] = _mm256_slli_epi32(aa[0], 6); |
| |
| aa[2] = _mm256_sub_epi32(a[0], a[1]); |
| aa[2] = _mm256_slli_epi32(aa[2], 6); |
| |
| aa[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_0), |
| _mm256_mullo_epi32(b[1], txmat_1_1)); |
| |
| aa[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_1), |
| _mm256_mullo_epi32(b[1], txmat_1_0)); |
| |
| for (k = 0; k < 4; k++) { |
| aa[k] = _mm256_add_epi32(aa[k], v_offset); |
| aa[k] = _mm256_srai_epi32(aa[k], shift); |
| } |
| |
| transpose_store_8x4_avx2(aa, dst, tx1d_size); |
| |
| src += 8; |
| dst += tx1d_size * 8; |
| } |
| } else { |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| for (j = 0; j < nz_line; j += 2) { |
| __m256i sum = _mm256_set1_epi32(0); |
| for (k = 0; k < tx1d_size; k++) { |
| __m128i tmp_src0 = _mm_set1_epi32(src[k * line + j + 0]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[k * line + j + 1]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m256i tmp_val = _mm256_set_epi32( |
| tx_mat[3 * tx1d_size + k], tx_mat[2 * tx1d_size + k], |
| tx_mat[1 * tx1d_size + k], tx_mat[0 * tx1d_size + k], |
| tx_mat[3 * tx1d_size + k], tx_mat[2 * tx1d_size + k], |
| tx_mat[1 * tx1d_size + k], tx_mat[0 * tx1d_size + k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| } |
| |
| void fwd_txfm_dct2_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| int j, k; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| |
| const int *tx_mat = tx_kernel_dct2_size8[FWD_TXFM][0]; |
| |
| const int tx1d_size = 8; |
| |
| if (nz_line >= 8) { |
| __m256i a[8], b[4], aa[4]; |
| __m256i c[2], d[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| |
| __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) { |
| for (k = 0; k < 4; k++) { |
| __m256i src0 = _mm256_loadu_si256((__m256i *)&src[k * line]); |
| __m256i src1 = |
| _mm256_loadu_si256((__m256i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm256_add_epi32(src0, src1); |
| b[k] = _mm256_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 2; k++) { |
| c[k] = _mm256_add_epi32(a[k], a[3 - k]); |
| d[k] = _mm256_sub_epi32(a[k], a[3 - k]); |
| } |
| |
| a[0] = _mm256_add_epi32(c[0], c[1]); |
| a[0] = _mm256_slli_epi32(a[0], 6); |
| |
| a[4] = _mm256_sub_epi32(c[0], c[1]); |
| a[4] = _mm256_slli_epi32(a[4], 6); |
| |
| a[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_0), |
| _mm256_mullo_epi32(d[1], txmat_2_1)); |
| |
| a[6] = _mm256_sub_epi32(_mm256_mullo_epi32(d[0], txmat_2_1), |
| _mm256_mullo_epi32(d[1], txmat_2_0)); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_0); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_1); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_2); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_3); |
| a[1] = _mm256_add_epi32(_mm256_add_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_1); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_3); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_0); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_2); |
| a[3] = _mm256_sub_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_2); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_0); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_3); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_1); |
| a[5] = _mm256_add_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_3); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_2); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_1); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_0); |
| a[7] = _mm256_add_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| |
| for (k = 0; k < 8; k++) { |
| a[k] = _mm256_add_epi32(a[k], v_offset); |
| a[k] = _mm256_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x8_avx2(a, dst, tx1d_size); |
| |
| src += 8; |
| dst += tx1d_size * 8; |
| } |
| } else { |
| __m128i a[8], b[4], aa[4]; |
| __m128i c[2], d[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| |
| __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 (k = 0; k < 4; k++) { |
| __m128i src0 = _mm_loadu_si128((__m128i *)&src[k * line]); |
| __m128i src1 = |
| _mm_loadu_si128((__m128i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm_add_epi32(src0, src1); |
| b[k] = _mm_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 2; k++) { |
| c[k] = _mm_add_epi32(a[k], a[3 - k]); |
| d[k] = _mm_sub_epi32(a[k], a[3 - k]); |
| } |
| |
| a[0] = _mm_add_epi32(c[0], c[1]); |
| a[0] = _mm_slli_epi32(a[0], 6); |
| |
| a[4] = _mm_sub_epi32(c[0], c[1]); |
| a[4] = _mm_slli_epi32(a[4], 6); |
| |
| a[2] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_0), |
| _mm_mullo_epi32(d[1], txmat_2_1)); |
| |
| a[6] = _mm_sub_epi32(_mm_mullo_epi32(d[0], txmat_2_1), |
| _mm_mullo_epi32(d[1], txmat_2_0)); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_0); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_1); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_2); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_3); |
| a[1] = |
| _mm_add_epi32(_mm_add_epi32(aa[0], aa[1]), _mm_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_1); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_3); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_0); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_2); |
| a[3] = |
| _mm_sub_epi32(_mm_sub_epi32(aa[0], aa[1]), _mm_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_2); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_0); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_3); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_1); |
| a[5] = |
| _mm_add_epi32(_mm_sub_epi32(aa[0], aa[1]), _mm_add_epi32(aa[2], aa[3])); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_3); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_2); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_1); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_0); |
| a[7] = |
| _mm_add_epi32(_mm_sub_epi32(aa[0], aa[1]), _mm_sub_epi32(aa[2], aa[3])); |
| |
| for (k = 0; k < 8; k++) { |
| a[k] = _mm_add_epi32(a[k], v_offset); |
| a[k] = _mm_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x4_sse4(a, dst, tx1d_size); |
| } |
| } |
| |
| void fwd_txfm_dct2_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| int j, k; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| |
| const int *tx_mat = tx_kernel_dct2_size16[FWD_TXFM][0]; |
| |
| const int tx1d_size = 16; |
| |
| if (nz_line >= 8) { |
| __m256i a[16], b[8], aa[8]; |
| __m256i c[4], d[4]; |
| __m256i e[2], f[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| |
| __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) { |
| for (k = 0; k < 8; k++) { |
| __m256i src0 = _mm256_loadu_si256((__m256i *)&src[k * line]); |
| __m256i src1 = |
| _mm256_loadu_si256((__m256i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm256_add_epi32(src0, src1); |
| b[k] = _mm256_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 4; k++) { |
| c[k] = _mm256_add_epi32(a[k], a[7 - k]); |
| d[k] = _mm256_sub_epi32(a[k], a[7 - k]); |
| } |
| for (k = 0; k < 2; k++) { |
| e[k] = _mm256_add_epi32(c[k], c[3 - k]); |
| f[k] = _mm256_sub_epi32(c[k], c[3 - k]); |
| } |
| |
| a[0] = _mm256_add_epi32(e[0], e[1]); |
| a[0] = _mm256_slli_epi32(a[0], 6); |
| |
| a[8] = _mm256_sub_epi32(e[0], e[1]); |
| a[8] = _mm256_slli_epi32(a[8], 6); |
| |
| a[4] = _mm256_add_epi32(_mm256_mullo_epi32(f[0], txmat_4_0), |
| _mm256_mullo_epi32(f[1], txmat_4_1)); |
| |
| a[12] = _mm256_sub_epi32(_mm256_mullo_epi32(f[0], txmat_4_1), |
| _mm256_mullo_epi32(f[1], txmat_4_0)); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_0); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_1); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_2); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_3); |
| a[2] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_1); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_3); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_0); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_2); |
| a[6] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_2); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_0); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_3); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_1); |
| a[10] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_3); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_2); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_1); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_0); |
| a[14] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[1]), |
| _mm256_sub_epi32(c[2], c[3])); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_0); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_1); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_2); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_3); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_4); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_5); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_6); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_7); |
| aa[0] = _mm256_add_epi32(_mm256_add_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_add_epi32(_mm256_add_epi32(aa[4], aa[5]), |
| _mm256_add_epi32(aa[6], aa[7])); |
| a[1] = _mm256_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_1); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_4); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_7); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_5); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_2); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_0); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_3); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_6); |
| aa[0] = _mm256_add_epi32(_mm256_add_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_add_epi32(_mm256_add_epi32(aa[4], aa[5]), |
| _mm256_add_epi32(aa[6], aa[7])); |
| a[3] = _mm256_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_2); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_7); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_3); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_1); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_6); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_4); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_0); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_5); |
| aa[0] = _mm256_sub_epi32(_mm256_add_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_sub_epi32(_mm256_sub_epi32(aa[4], aa[5]), |
| _mm256_add_epi32(aa[6], aa[7])); |
| a[5] = _mm256_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_3); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_5); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_1); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_7); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_0); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_6); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_2); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_4); |
| aa[0] = _mm256_sub_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_sub_epi32(_mm256_add_epi32(aa[4], aa[5]), |
| _mm256_add_epi32(aa[6], aa[7])); |
| a[7] = _mm256_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_4); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_2); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_6); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_0); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_7); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_1); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_5); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_3); |
| aa[0] = _mm256_sub_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_sub_epi32(_mm256_add_epi32(aa[4], aa[5]), |
| _mm256_add_epi32(aa[6], aa[7])); |
| a[9] = _mm256_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_5); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_0); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_4); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_6); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_1); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_3); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_7); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_2); |
| aa[0] = _mm256_add_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_sub_epi32(_mm256_sub_epi32(aa[4], aa[5]), |
| _mm256_sub_epi32(aa[6], aa[7])); |
| a[11] = _mm256_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_6); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_3); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_0); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_2); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_5); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_7); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_4); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_1); |
| aa[0] = _mm256_add_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_sub_epi32(_mm256_add_epi32(aa[4], aa[5]), |
| _mm256_sub_epi32(aa[6], aa[7])); |
| a[13] = _mm256_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm256_mullo_epi32(b[0], txmat_1_7); |
| aa[1] = _mm256_mullo_epi32(b[1], txmat_1_6); |
| aa[2] = _mm256_mullo_epi32(b[2], txmat_1_5); |
| aa[3] = _mm256_mullo_epi32(b[3], txmat_1_4); |
| aa[4] = _mm256_mullo_epi32(b[4], txmat_1_3); |
| aa[5] = _mm256_mullo_epi32(b[5], txmat_1_2); |
| aa[6] = _mm256_mullo_epi32(b[6], txmat_1_1); |
| aa[7] = _mm256_mullo_epi32(b[7], txmat_1_0); |
| aa[0] = _mm256_add_epi32(_mm256_sub_epi32(aa[0], aa[1]), |
| _mm256_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm256_add_epi32(_mm256_sub_epi32(aa[4], aa[5]), |
| _mm256_sub_epi32(aa[6], aa[7])); |
| a[15] = _mm256_add_epi32(aa[0], aa[4]); |
| |
| for (k = 0; k < 16; k++) { |
| a[k] = _mm256_add_epi32(a[k], v_offset); |
| a[k] = _mm256_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x8_avx2(a, dst + 0, tx1d_size); |
| transpose_store_8x8_avx2(a + 8, dst + 8, tx1d_size); |
| |
| src += 8; |
| dst += tx1d_size * 8; |
| } |
| } else { |
| __m128i a[16], b[8], aa[8]; |
| __m128i c[4], d[4]; |
| __m128i e[2], f[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| |
| __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 |
| |
| for (j = 0; j < nz_line; j += 8) { |
| for (k = 0; k < 8; k++) { |
| __m128i src0 = _mm_loadu_si128((__m128i *)&src[k * line]); |
| __m128i src1 = |
| _mm_loadu_si128((__m128i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm_add_epi32(src0, src1); |
| b[k] = _mm_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 4; k++) { |
| c[k] = _mm_add_epi32(a[k], a[7 - k]); |
| d[k] = _mm_sub_epi32(a[k], a[7 - k]); |
| } |
| for (k = 0; k < 2; k++) { |
| e[k] = _mm_add_epi32(c[k], c[3 - k]); |
| f[k] = _mm_sub_epi32(c[k], c[3 - k]); |
| } |
| |
| a[0] = _mm_add_epi32(e[0], e[1]); |
| a[0] = _mm_slli_epi32(a[0], 6); |
| |
| a[8] = _mm_sub_epi32(e[0], e[1]); |
| a[8] = _mm_slli_epi32(a[8], 6); |
| |
| a[4] = _mm_add_epi32(_mm_mullo_epi32(f[0], txmat_4_0), |
| _mm_mullo_epi32(f[1], txmat_4_1)); |
| |
| a[12] = _mm_sub_epi32(_mm_mullo_epi32(f[0], txmat_4_1), |
| _mm_mullo_epi32(f[1], txmat_4_0)); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_0); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_1); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_2); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_3); |
| a[2] = |
| _mm_add_epi32(_mm_add_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_1); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_3); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_0); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_2); |
| a[6] = |
| _mm_sub_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_2); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_0); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_3); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_1); |
| a[10] = |
| _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_add_epi32(c[2], c[3])); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_3); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_2); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_1); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_0); |
| a[14] = |
| _mm_add_epi32(_mm_sub_epi32(c[0], c[1]), _mm_sub_epi32(c[2], c[3])); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_0); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_1); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_2); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_3); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_4); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_5); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_6); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_7); |
| aa[0] = _mm_add_epi32(_mm_add_epi32(aa[0], aa[1]), |
| _mm_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm_add_epi32(_mm_add_epi32(aa[4], aa[5]), |
| _mm_add_epi32(aa[6], aa[7])); |
| a[1] = _mm_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_1); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_4); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_7); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_5); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_2); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_0); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_3); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_6); |
| aa[0] = _mm_add_epi32(_mm_add_epi32(aa[0], aa[1]), |
| _mm_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm_add_epi32(_mm_add_epi32(aa[4], aa[5]), |
| _mm_add_epi32(aa[6], aa[7])); |
| a[3] = _mm_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_2); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_7); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_3); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_1); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_6); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_4); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_0); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_5); |
| aa[0] = _mm_sub_epi32(_mm_add_epi32(aa[0], aa[1]), |
| _mm_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm_sub_epi32(_mm_sub_epi32(aa[4], aa[5]), |
| _mm_add_epi32(aa[6], aa[7])); |
| a[5] = _mm_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_3); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_5); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_1); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_7); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_0); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_6); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_2); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_4); |
| aa[0] = _mm_sub_epi32(_mm_sub_epi32(aa[0], aa[1]), |
| _mm_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm_sub_epi32(_mm_add_epi32(aa[4], aa[5]), |
| _mm_add_epi32(aa[6], aa[7])); |
| a[7] = _mm_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_4); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_2); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_6); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_0); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_7); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_1); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_5); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_3); |
| aa[0] = _mm_sub_epi32(_mm_sub_epi32(aa[0], aa[1]), |
| _mm_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm_sub_epi32(_mm_add_epi32(aa[4], aa[5]), |
| _mm_add_epi32(aa[6], aa[7])); |
| a[9] = _mm_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_5); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_0); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_4); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_6); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_1); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_3); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_7); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_2); |
| aa[0] = _mm_add_epi32(_mm_sub_epi32(aa[0], aa[1]), |
| _mm_add_epi32(aa[2], aa[3])); |
| aa[4] = _mm_sub_epi32(_mm_sub_epi32(aa[4], aa[5]), |
| _mm_sub_epi32(aa[6], aa[7])); |
| a[11] = _mm_sub_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_6); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_3); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_0); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_2); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_5); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_7); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_4); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_1); |
| aa[0] = _mm_add_epi32(_mm_sub_epi32(aa[0], aa[1]), |
| _mm_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm_sub_epi32(_mm_add_epi32(aa[4], aa[5]), |
| _mm_sub_epi32(aa[6], aa[7])); |
| a[13] = _mm_add_epi32(aa[0], aa[4]); |
| |
| aa[0] = _mm_mullo_epi32(b[0], txmat_1_7); |
| aa[1] = _mm_mullo_epi32(b[1], txmat_1_6); |
| aa[2] = _mm_mullo_epi32(b[2], txmat_1_5); |
| aa[3] = _mm_mullo_epi32(b[3], txmat_1_4); |
| aa[4] = _mm_mullo_epi32(b[4], txmat_1_3); |
| aa[5] = _mm_mullo_epi32(b[5], txmat_1_2); |
| aa[6] = _mm_mullo_epi32(b[6], txmat_1_1); |
| aa[7] = _mm_mullo_epi32(b[7], txmat_1_0); |
| aa[0] = _mm_add_epi32(_mm_sub_epi32(aa[0], aa[1]), |
| _mm_sub_epi32(aa[2], aa[3])); |
| aa[4] = _mm_add_epi32(_mm_sub_epi32(aa[4], aa[5]), |
| _mm_sub_epi32(aa[6], aa[7])); |
| a[15] = _mm_add_epi32(aa[0], aa[4]); |
| |
| for (k = 0; k < 16; k++) { |
| a[k] = _mm_add_epi32(a[k], v_offset); |
| a[k] = _mm_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x4_sse4(a, dst + 0, tx1d_size); |
| transpose_store_8x4_sse4(a + 8, dst + 8, tx1d_size); |
| } |
| } |
| } |
| |
| void fwd_txfm_dct2_size32_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| int j, k; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| |
| const int *tx_mat = tx_kernel_dct2_size32[FWD_TXFM][0]; |
| |
| const int tx1d_size = 32; |
| |
| if (nz_line >= 8) { |
| __m256i a[32], b[16]; |
| __m256i c[8], d[8]; |
| __m256i e[4], f[4]; |
| __m256i g[2], h[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| |
| __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) { |
| for (k = 0; k < 16; k++) { |
| __m256i src0 = _mm256_loadu_si256((__m256i *)&src[k * line]); |
| __m256i src1 = |
| _mm256_loadu_si256((__m256i *)&src[(tx1d_size - 1 - k) * line]); |
| a[k] = _mm256_add_epi32(src0, src1); |
| b[k] = _mm256_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 8; k++) { |
| c[k] = _mm256_add_epi32(a[k], a[15 - k]); |
| d[k] = _mm256_sub_epi32(a[k], a[15 - k]); |
| } |
| for (k = 0; k < 4; k++) { |
| e[k] = _mm256_add_epi32(c[k], c[7 - k]); |
| f[k] = _mm256_sub_epi32(c[k], c[7 - k]); |
| } |
| g[0] = _mm256_add_epi32(e[0], e[3]); |
| h[0] = _mm256_sub_epi32(e[0], e[3]); |
| g[1] = _mm256_add_epi32(e[1], e[2]); |
| h[1] = _mm256_sub_epi32(e[1], e[2]); |
| |
| a[0] = _mm256_add_epi32(g[0], g[1]); |
| a[0] = _mm256_slli_epi32(a[0], 6); |
| |
| a[16] = _mm256_sub_epi32(g[0], g[1]); |
| a[16] = _mm256_slli_epi32(a[16], 6); |
| |
| a[8] = _mm256_add_epi32(_mm256_mullo_epi32(h[0], txmat_8_0), |
| _mm256_mullo_epi32(h[1], txmat_8_1)); |
| |
| a[24] = _mm256_sub_epi32(_mm256_mullo_epi32(h[0], txmat_8_1), |
| _mm256_mullo_epi32(h[1], txmat_8_0)); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_0); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_1); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_2); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_3); |
| a[4] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_1); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_3); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_0); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_2); |
| a[12] = _mm256_sub_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_2); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_0); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_3); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_1); |
| a[20] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_3); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_2); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_1); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_0); |
| a[28] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_0); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_1); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_2); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_3); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_4); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_5); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_6); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[2] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_1); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_4); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_7); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_5); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_2); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_0); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_3); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[6] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_2); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_7); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_3); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_1); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_6); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_4); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_0); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[10] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_3); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_5); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_1); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_7); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_0); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_6); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_2); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[14] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_4); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_2); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_6); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_0); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_7); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_1); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_5); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[18] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_5); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_0); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_4); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_6); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_1); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_3); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_7); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[22] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_6); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_3); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_0); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_2); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_5); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_7); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_4); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[26] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_mullo_epi32(d[0], txmat_2_7); |
| c[1] = _mm256_mullo_epi32(d[1], txmat_2_6); |
| c[2] = _mm256_mullo_epi32(d[2], txmat_2_5); |
| c[3] = _mm256_mullo_epi32(d[3], txmat_2_4); |
| c[4] = _mm256_mullo_epi32(d[4], txmat_2_3); |
| c[5] = _mm256_mullo_epi32(d[5], txmat_2_2); |
| c[6] = _mm256_mullo_epi32(d[6], txmat_2_1); |
| c[7] = _mm256_mullo_epi32(d[7], 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])); |
| a[30] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_0), |
| _mm256_mullo_epi32(b[1], txmat_1_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_2), |
| _mm256_mullo_epi32(b[3], txmat_1_3)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_4), |
| _mm256_mullo_epi32(b[5], txmat_1_5)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_6), |
| _mm256_mullo_epi32(b[7], txmat_1_7)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_8), |
| _mm256_mullo_epi32(b[9], txmat_1_9)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_10), |
| _mm256_mullo_epi32(b[11], txmat_1_11)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_12), |
| _mm256_mullo_epi32(b[13], txmat_1_13)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_14), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[1] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_1), |
| _mm256_mullo_epi32(b[1], txmat_1_4)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_7), |
| _mm256_mullo_epi32(b[3], txmat_1_10)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_13), |
| _mm256_mullo_epi32(b[5], txmat_1_15)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_12), |
| _mm256_mullo_epi32(b[7], txmat_1_9)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_6), |
| _mm256_mullo_epi32(b[9], txmat_1_3)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_0), |
| _mm256_mullo_epi32(b[11], txmat_1_2)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_5), |
| _mm256_mullo_epi32(b[13], txmat_1_8)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_11), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[3] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_2), |
| _mm256_mullo_epi32(b[1], txmat_1_7)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_12), |
| _mm256_mullo_epi32(b[3], txmat_1_14)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_9), |
| _mm256_mullo_epi32(b[5], txmat_1_4)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_0), |
| _mm256_mullo_epi32(b[7], txmat_1_5)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_10), |
| _mm256_mullo_epi32(b[9], txmat_1_15)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_11), |
| _mm256_mullo_epi32(b[11], txmat_1_6)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_1), |
| _mm256_mullo_epi32(b[13], txmat_1_3)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_8), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[5] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_3), |
| _mm256_mullo_epi32(b[1], txmat_1_10)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_14), |
| _mm256_mullo_epi32(b[3], txmat_1_7)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_0), |
| _mm256_mullo_epi32(b[5], txmat_1_6)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_13), |
| _mm256_mullo_epi32(b[7], txmat_1_11)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_4), |
| _mm256_mullo_epi32(b[9], txmat_1_2)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_9), |
| _mm256_mullo_epi32(b[11], txmat_1_15)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_8), |
| _mm256_mullo_epi32(b[13], txmat_1_1)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_5), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[7] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_4), |
| _mm256_mullo_epi32(b[1], txmat_1_13)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_9), |
| _mm256_mullo_epi32(b[3], txmat_1_0)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_8), |
| _mm256_mullo_epi32(b[5], txmat_1_14)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_5), |
| _mm256_mullo_epi32(b[7], txmat_1_3)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_12), |
| _mm256_mullo_epi32(b[9], txmat_1_10)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_1), |
| _mm256_mullo_epi32(b[11], txmat_1_7)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_15), |
| _mm256_mullo_epi32(b[13], txmat_1_6)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_2), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[9] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_5), |
| _mm256_mullo_epi32(b[1], txmat_1_15)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_4), |
| _mm256_mullo_epi32(b[3], txmat_1_6)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_14), |
| _mm256_mullo_epi32(b[5], txmat_1_3)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_7), |
| _mm256_mullo_epi32(b[7], txmat_1_13)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_2), |
| _mm256_mullo_epi32(b[9], txmat_1_8)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_12), |
| _mm256_mullo_epi32(b[11], txmat_1_1)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_9), |
| _mm256_mullo_epi32(b[13], txmat_1_11)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_0), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[11] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_6), |
| _mm256_mullo_epi32(b[1], txmat_1_12)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_0), |
| _mm256_mullo_epi32(b[3], txmat_1_13)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_5), |
| _mm256_mullo_epi32(b[5], txmat_1_7)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_11), |
| _mm256_mullo_epi32(b[7], txmat_1_1)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_14), |
| _mm256_mullo_epi32(b[9], txmat_1_4)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_8), |
| _mm256_mullo_epi32(b[11], txmat_1_10)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_2), |
| _mm256_mullo_epi32(b[13], txmat_1_15)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_3), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[13] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_7), |
| _mm256_mullo_epi32(b[1], txmat_1_9)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_5), |
| _mm256_mullo_epi32(b[3], txmat_1_11)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_3), |
| _mm256_mullo_epi32(b[5], txmat_1_13)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_1), |
| _mm256_mullo_epi32(b[7], txmat_1_15)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_0), |
| _mm256_mullo_epi32(b[9], txmat_1_14)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_2), |
| _mm256_mullo_epi32(b[11], txmat_1_12)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_4), |
| _mm256_mullo_epi32(b[13], txmat_1_10)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_6), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[15] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_8), |
| _mm256_mullo_epi32(b[1], txmat_1_6)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_10), |
| _mm256_mullo_epi32(b[3], txmat_1_4)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_12), |
| _mm256_mullo_epi32(b[5], txmat_1_2)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_14), |
| _mm256_mullo_epi32(b[7], txmat_1_0)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_15), |
| _mm256_mullo_epi32(b[9], txmat_1_1)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_13), |
| _mm256_mullo_epi32(b[11], txmat_1_3)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_11), |
| _mm256_mullo_epi32(b[13], txmat_1_5)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_9), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[17] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_9), |
| _mm256_mullo_epi32(b[1], txmat_1_3)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_15), |
| _mm256_mullo_epi32(b[3], txmat_1_2)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_10), |
| _mm256_mullo_epi32(b[5], txmat_1_8)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_4), |
| _mm256_mullo_epi32(b[7], txmat_1_14)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_1), |
| _mm256_mullo_epi32(b[9], txmat_1_11)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_7), |
| _mm256_mullo_epi32(b[11], txmat_1_5)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_13), |
| _mm256_mullo_epi32(b[13], txmat_1_0)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_12), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[19] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_10), |
| _mm256_mullo_epi32(b[1], txmat_1_0)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_11), |
| _mm256_mullo_epi32(b[3], txmat_1_9)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_1), |
| _mm256_mullo_epi32(b[5], txmat_1_12)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_8), |
| _mm256_mullo_epi32(b[7], txmat_1_2)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_13), |
| _mm256_mullo_epi32(b[9], txmat_1_7)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_3), |
| _mm256_mullo_epi32(b[11], txmat_1_14)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_6), |
| _mm256_mullo_epi32(b[13], txmat_1_4)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_15), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[21] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_11), |
| _mm256_mullo_epi32(b[1], txmat_1_2)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_6), |
| _mm256_mullo_epi32(b[3], txmat_1_15)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_7), |
| _mm256_mullo_epi32(b[5], txmat_1_1)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_10), |
| _mm256_mullo_epi32(b[7], txmat_1_12)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_3), |
| _mm256_mullo_epi32(b[9], txmat_1_5)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_14), |
| _mm256_mullo_epi32(b[11], txmat_1_8)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_0), |
| _mm256_mullo_epi32(b[13], txmat_1_9)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_13), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[23] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_12), |
| _mm256_mullo_epi32(b[1], txmat_1_5)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_1), |
| _mm256_mullo_epi32(b[3], txmat_1_8)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_15), |
| _mm256_mullo_epi32(b[5], txmat_1_9)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_2), |
| _mm256_mullo_epi32(b[7], txmat_1_4)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_11), |
| _mm256_mullo_epi32(b[9], txmat_1_13)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_6), |
| _mm256_mullo_epi32(b[11], txmat_1_0)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_7), |
| _mm256_mullo_epi32(b[13], txmat_1_14)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_10), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[25] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_13), |
| _mm256_mullo_epi32(b[1], txmat_1_8)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_3), |
| _mm256_mullo_epi32(b[3], txmat_1_1)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_6), |
| _mm256_mullo_epi32(b[5], txmat_1_11)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_15), |
| _mm256_mullo_epi32(b[7], txmat_1_10)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_5), |
| _mm256_mullo_epi32(b[9], txmat_1_0)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_4), |
| _mm256_mullo_epi32(b[11], txmat_1_9)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_14), |
| _mm256_mullo_epi32(b[13], txmat_1_12)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_7), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[27] = _mm256_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_14), |
| _mm256_mullo_epi32(b[1], txmat_1_11)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_8), |
| _mm256_mullo_epi32(b[3], txmat_1_5)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_2), |
| _mm256_mullo_epi32(b[5], txmat_1_0)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_3), |
| _mm256_mullo_epi32(b[7], txmat_1_6)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_9), |
| _mm256_mullo_epi32(b[9], txmat_1_12)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_15), |
| _mm256_mullo_epi32(b[11], txmat_1_13)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_10), |
| _mm256_mullo_epi32(b[13], txmat_1_7)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_4), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[29] = _mm256_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_15), |
| _mm256_mullo_epi32(b[1], txmat_1_14)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_13), |
| _mm256_mullo_epi32(b[3], txmat_1_12)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_11), |
| _mm256_mullo_epi32(b[5], txmat_1_10)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_9), |
| _mm256_mullo_epi32(b[7], txmat_1_8)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_7), |
| _mm256_mullo_epi32(b[9], txmat_1_6)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_5), |
| _mm256_mullo_epi32(b[11], txmat_1_4)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_3), |
| _mm256_mullo_epi32(b[13], txmat_1_2)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_1), |
| _mm256_mullo_epi32(b[15], 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])); |
| a[31] = _mm256_add_epi32(c[0], c[4]); |
| |
| for (k = 0; k < 32; k++) { |
| a[k] = _mm256_add_epi32(a[k], v_offset); |
| a[k] = _mm256_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x8_avx2(a, dst + 0, 32); |
| transpose_store_8x8_avx2(a + 8, dst + 8, 32); |
| transpose_store_8x8_avx2(a + 16, dst + 16, 32); |
| transpose_store_8x8_avx2(a + 24, dst + 24, 32); |
| |
| src += 8; |
| dst += tx1d_size * 8; |
| } |
| } else { |
| __m128i a[32], b[16]; |
| __m128i c[8], d[8]; |
| __m128i e[4], f[4]; |
| __m128i g[2], h[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| |
| __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 |
| |
| for (k = 0; k < 16; k++) { |
| __m128i src0 = _mm_loadu_si128((__m128i *)&src[k * line]); |
| __m128i src1 = _mm_loadu_si128((__m128i *)&src[(31 - k) * line]); |
| a[k] = _mm_add_epi32(src0, src1); |
| b[k] = _mm_sub_epi32(src0, src1); |
| } |
| for (k = 0; k < 8; k++) { |
| c[k] = _mm_add_epi32(a[k], a[15 - k]); |
| d[k] = _mm_sub_epi32(a[k], a[15 - k]); |
| } |
| for (k = 0; k < 4; k++) { |
| e[k] = _mm_add_epi32(c[k], c[7 - k]); |
| f[k] = _mm_sub_epi32(c[k], c[7 - k]); |
| } |
| g[0] = _mm_add_epi32(e[0], e[3]); |
| h[0] = _mm_sub_epi32(e[0], e[3]); |
| g[1] = _mm_add_epi32(e[1], e[2]); |
| h[1] = _mm_sub_epi32(e[1], e[2]); |
| |
| a[0] = _mm_add_epi32(g[0], g[1]); |
| a[0] = _mm_slli_epi32(a[0], 6); |
| |
| a[16] = _mm_sub_epi32(g[0], g[1]); |
| a[16] = _mm_slli_epi32(a[16], 6); |
| |
| a[8] = _mm_add_epi32(_mm_mullo_epi32(h[0], txmat_8_0), |
| _mm_mullo_epi32(h[1], txmat_8_1)); |
| |
| a[24] = _mm_sub_epi32(_mm_mullo_epi32(h[0], txmat_8_1), |
| _mm_mullo_epi32(h[1], txmat_8_0)); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_0); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_1); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_2); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_3); |
| a[4] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_1); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_3); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_0); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_2); |
| a[12] = _mm_sub_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_2); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_0); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_3); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_1); |
| a[20] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_3); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_2); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_1); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_0); |
| a[28] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_0); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_1); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_2); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_3); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_4); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_5); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_6); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[2] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_1); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_4); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_7); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_5); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_2); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_0); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_3); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[6] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_2); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_7); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_3); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_1); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_6); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_4); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_0); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[10] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_3); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_5); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_1); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_7); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_0); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_6); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_2); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[14] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_4); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_2); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_6); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_0); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_7); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_1); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_5); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[18] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_5); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_0); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_4); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_6); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_1); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_3); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_7); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[22] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_6); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_3); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_0); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_2); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_5); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_7); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_4); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[26] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_mullo_epi32(d[0], txmat_2_7); |
| c[1] = _mm_mullo_epi32(d[1], txmat_2_6); |
| c[2] = _mm_mullo_epi32(d[2], txmat_2_5); |
| c[3] = _mm_mullo_epi32(d[3], txmat_2_4); |
| c[4] = _mm_mullo_epi32(d[4], txmat_2_3); |
| c[5] = _mm_mullo_epi32(d[5], txmat_2_2); |
| c[6] = _mm_mullo_epi32(d[6], txmat_2_1); |
| c[7] = _mm_mullo_epi32(d[7], 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])); |
| a[30] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_0), |
| _mm_mullo_epi32(b[1], txmat_1_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_2), |
| _mm_mullo_epi32(b[3], txmat_1_3)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_4), |
| _mm_mullo_epi32(b[5], txmat_1_5)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_6), |
| _mm_mullo_epi32(b[7], txmat_1_7)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_8), |
| _mm_mullo_epi32(b[9], txmat_1_9)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_10), |
| _mm_mullo_epi32(b[11], txmat_1_11)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_12), |
| _mm_mullo_epi32(b[13], txmat_1_13)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_14), |
| _mm_mullo_epi32(b[15], 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])); |
| a[1] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_1), |
| _mm_mullo_epi32(b[1], txmat_1_4)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_7), |
| _mm_mullo_epi32(b[3], txmat_1_10)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_13), |
| _mm_mullo_epi32(b[5], txmat_1_15)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_12), |
| _mm_mullo_epi32(b[7], txmat_1_9)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_6), |
| _mm_mullo_epi32(b[9], txmat_1_3)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_0), |
| _mm_mullo_epi32(b[11], txmat_1_2)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_5), |
| _mm_mullo_epi32(b[13], txmat_1_8)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_11), |
| _mm_mullo_epi32(b[15], 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])); |
| a[3] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_2), |
| _mm_mullo_epi32(b[1], txmat_1_7)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_12), |
| _mm_mullo_epi32(b[3], txmat_1_14)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_9), |
| _mm_mullo_epi32(b[5], txmat_1_4)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_0), |
| _mm_mullo_epi32(b[7], txmat_1_5)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_10), |
| _mm_mullo_epi32(b[9], txmat_1_15)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_11), |
| _mm_mullo_epi32(b[11], txmat_1_6)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_1), |
| _mm_mullo_epi32(b[13], txmat_1_3)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_8), |
| _mm_mullo_epi32(b[15], 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])); |
| a[5] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_3), |
| _mm_mullo_epi32(b[1], txmat_1_10)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_14), |
| _mm_mullo_epi32(b[3], txmat_1_7)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_0), |
| _mm_mullo_epi32(b[5], txmat_1_6)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_13), |
| _mm_mullo_epi32(b[7], txmat_1_11)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_4), |
| _mm_mullo_epi32(b[9], txmat_1_2)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_9), |
| _mm_mullo_epi32(b[11], txmat_1_15)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_8), |
| _mm_mullo_epi32(b[13], txmat_1_1)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_5), |
| _mm_mullo_epi32(b[15], 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])); |
| a[7] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_4), |
| _mm_mullo_epi32(b[1], txmat_1_13)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_9), |
| _mm_mullo_epi32(b[3], txmat_1_0)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_8), |
| _mm_mullo_epi32(b[5], txmat_1_14)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_5), |
| _mm_mullo_epi32(b[7], txmat_1_3)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_12), |
| _mm_mullo_epi32(b[9], txmat_1_10)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_1), |
| _mm_mullo_epi32(b[11], txmat_1_7)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_15), |
| _mm_mullo_epi32(b[13], txmat_1_6)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_2), |
| _mm_mullo_epi32(b[15], 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])); |
| a[9] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_5), |
| _mm_mullo_epi32(b[1], txmat_1_15)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_4), |
| _mm_mullo_epi32(b[3], txmat_1_6)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_14), |
| _mm_mullo_epi32(b[5], txmat_1_3)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_7), |
| _mm_mullo_epi32(b[7], txmat_1_13)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_2), |
| _mm_mullo_epi32(b[9], txmat_1_8)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_12), |
| _mm_mullo_epi32(b[11], txmat_1_1)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_9), |
| _mm_mullo_epi32(b[13], txmat_1_11)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_0), |
| _mm_mullo_epi32(b[15], 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])); |
| a[11] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_6), |
| _mm_mullo_epi32(b[1], txmat_1_12)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_0), |
| _mm_mullo_epi32(b[3], txmat_1_13)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_5), |
| _mm_mullo_epi32(b[5], txmat_1_7)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_11), |
| _mm_mullo_epi32(b[7], txmat_1_1)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_14), |
| _mm_mullo_epi32(b[9], txmat_1_4)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_8), |
| _mm_mullo_epi32(b[11], txmat_1_10)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_2), |
| _mm_mullo_epi32(b[13], txmat_1_15)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_3), |
| _mm_mullo_epi32(b[15], 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])); |
| a[13] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_7), |
| _mm_mullo_epi32(b[1], txmat_1_9)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_5), |
| _mm_mullo_epi32(b[3], txmat_1_11)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_3), |
| _mm_mullo_epi32(b[5], txmat_1_13)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_1), |
| _mm_mullo_epi32(b[7], txmat_1_15)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_0), |
| _mm_mullo_epi32(b[9], txmat_1_14)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_2), |
| _mm_mullo_epi32(b[11], txmat_1_12)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_4), |
| _mm_mullo_epi32(b[13], txmat_1_10)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_6), |
| _mm_mullo_epi32(b[15], 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])); |
| a[15] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_8), |
| _mm_mullo_epi32(b[1], txmat_1_6)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_10), |
| _mm_mullo_epi32(b[3], txmat_1_4)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_12), |
| _mm_mullo_epi32(b[5], txmat_1_2)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_14), |
| _mm_mullo_epi32(b[7], txmat_1_0)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_15), |
| _mm_mullo_epi32(b[9], txmat_1_1)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_13), |
| _mm_mullo_epi32(b[11], txmat_1_3)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_11), |
| _mm_mullo_epi32(b[13], txmat_1_5)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_9), |
| _mm_mullo_epi32(b[15], 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])); |
| a[17] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_9), |
| _mm_mullo_epi32(b[1], txmat_1_3)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_15), |
| _mm_mullo_epi32(b[3], txmat_1_2)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_10), |
| _mm_mullo_epi32(b[5], txmat_1_8)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_4), |
| _mm_mullo_epi32(b[7], txmat_1_14)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_1), |
| _mm_mullo_epi32(b[9], txmat_1_11)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_7), |
| _mm_mullo_epi32(b[11], txmat_1_5)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_13), |
| _mm_mullo_epi32(b[13], txmat_1_0)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_12), |
| _mm_mullo_epi32(b[15], 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])); |
| a[19] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_10), |
| _mm_mullo_epi32(b[1], txmat_1_0)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_11), |
| _mm_mullo_epi32(b[3], txmat_1_9)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_1), |
| _mm_mullo_epi32(b[5], txmat_1_12)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_8), |
| _mm_mullo_epi32(b[7], txmat_1_2)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_13), |
| _mm_mullo_epi32(b[9], txmat_1_7)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_3), |
| _mm_mullo_epi32(b[11], txmat_1_14)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_6), |
| _mm_mullo_epi32(b[13], txmat_1_4)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_15), |
| _mm_mullo_epi32(b[15], 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])); |
| a[21] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_11), |
| _mm_mullo_epi32(b[1], txmat_1_2)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_6), |
| _mm_mullo_epi32(b[3], txmat_1_15)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_7), |
| _mm_mullo_epi32(b[5], txmat_1_1)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_10), |
| _mm_mullo_epi32(b[7], txmat_1_12)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_3), |
| _mm_mullo_epi32(b[9], txmat_1_5)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_14), |
| _mm_mullo_epi32(b[11], txmat_1_8)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_0), |
| _mm_mullo_epi32(b[13], txmat_1_9)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_13), |
| _mm_mullo_epi32(b[15], 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])); |
| a[23] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_12), |
| _mm_mullo_epi32(b[1], txmat_1_5)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_1), |
| _mm_mullo_epi32(b[3], txmat_1_8)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_15), |
| _mm_mullo_epi32(b[5], txmat_1_9)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_2), |
| _mm_mullo_epi32(b[7], txmat_1_4)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_11), |
| _mm_mullo_epi32(b[9], txmat_1_13)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_6), |
| _mm_mullo_epi32(b[11], txmat_1_0)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_7), |
| _mm_mullo_epi32(b[13], txmat_1_14)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_10), |
| _mm_mullo_epi32(b[15], 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])); |
| a[25] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_13), |
| _mm_mullo_epi32(b[1], txmat_1_8)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_3), |
| _mm_mullo_epi32(b[3], txmat_1_1)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_6), |
| _mm_mullo_epi32(b[5], txmat_1_11)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_15), |
| _mm_mullo_epi32(b[7], txmat_1_10)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_5), |
| _mm_mullo_epi32(b[9], txmat_1_0)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_4), |
| _mm_mullo_epi32(b[11], txmat_1_9)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_14), |
| _mm_mullo_epi32(b[13], txmat_1_12)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_7), |
| _mm_mullo_epi32(b[15], 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])); |
| a[27] = _mm_sub_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_14), |
| _mm_mullo_epi32(b[1], txmat_1_11)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_8), |
| _mm_mullo_epi32(b[3], txmat_1_5)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_2), |
| _mm_mullo_epi32(b[5], txmat_1_0)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_3), |
| _mm_mullo_epi32(b[7], txmat_1_6)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_9), |
| _mm_mullo_epi32(b[9], txmat_1_12)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_15), |
| _mm_mullo_epi32(b[11], txmat_1_13)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_10), |
| _mm_mullo_epi32(b[13], txmat_1_7)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_4), |
| _mm_mullo_epi32(b[15], 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])); |
| a[29] = _mm_add_epi32(c[0], c[4]); |
| |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_15), |
| _mm_mullo_epi32(b[1], txmat_1_14)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_13), |
| _mm_mullo_epi32(b[3], txmat_1_12)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_11), |
| _mm_mullo_epi32(b[5], txmat_1_10)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_9), |
| _mm_mullo_epi32(b[7], txmat_1_8)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_7), |
| _mm_mullo_epi32(b[9], txmat_1_6)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_5), |
| _mm_mullo_epi32(b[11], txmat_1_4)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_3), |
| _mm_mullo_epi32(b[13], txmat_1_2)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_1), |
| _mm_mullo_epi32(b[15], 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])); |
| a[31] = _mm_add_epi32(c[0], c[4]); |
| |
| for (k = 0; k < 32; k++) { |
| a[k] = _mm_add_epi32(a[k], v_offset); |
| a[k] = _mm_srai_epi32(a[k], shift); |
| } |
| |
| transpose_store_8x4_sse4(a, dst + 0, 32); |
| transpose_store_8x4_sse4(a + 8, dst + 8, 32); |
| transpose_store_8x4_sse4(a + 16, dst + 16, 32); |
| transpose_store_8x4_sse4(a + 24, dst + 24, 32); |
| } |
| } |
| |
| void fwd_txfm_dct2_size64_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| int m, n; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| |
| const int *tx_mat = tx_kernel_dct2_size64[FWD_TXFM][0]; |
| |
| const int tx1d_size = 64; |
| |
| 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 i[2], j[2]; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| |
| __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 (m = 0; m < nz_line; m += 8) { |
| for (n = 0; n < 32; n++) { |
| __m256i src0 = _mm256_loadu_si256((__m256i *)&src[n * line]); |
| __m256i src1 = |
| _mm256_loadu_si256((__m256i *)&src[(tx1d_size - 1 - n) * line]); |
| a[n] = _mm256_add_epi32(src0, src1); |
| b[n] = _mm256_sub_epi32(src0, src1); |
| } |
| for (n = 0; n < 16; n++) { |
| c[n] = _mm256_add_epi32(a[n], a[31 - n]); |
| d[n] = _mm256_sub_epi32(a[n], a[31 - n]); |
| } |
| for (n = 0; n < 8; n++) { |
| e[n] = _mm256_add_epi32(c[n], c[15 - n]); |
| f[n] = _mm256_sub_epi32(c[n], c[15 - n]); |
| } |
| for (n = 0; n < 4; n++) { |
| g[n] = _mm256_add_epi32(e[n], e[7 - n]); |
| h[n] = _mm256_sub_epi32(e[n], e[7 - n]); |
| } |
| i[0] = _mm256_add_epi32(g[0], g[3]); |
| j[0] = _mm256_sub_epi32(g[0], g[3]); |
| i[1] = _mm256_add_epi32(g[1], g[2]); |
| j[1] = _mm256_sub_epi32(g[1], g[2]); |
| |
| a[0] = _mm256_slli_epi32(_mm256_add_epi32(i[0], i[1]), 6); |
| |
| a[16] = _mm256_add_epi32(_mm256_mullo_epi32(j[0], txmat_16_0), |
| _mm256_mullo_epi32(j[1], txmat_16_1)); |
| |
| g[0] = _mm256_mullo_epi32(h[0], txmat_8_0); |
| g[1] = _mm256_mullo_epi32(h[1], txmat_8_1); |
| g[2] = _mm256_mullo_epi32(h[2], txmat_8_2); |
| g[3] = _mm256_mullo_epi32(h[3], txmat_8_3); |
| a[8] = _mm256_add_epi32(_mm256_add_epi32(g[0], g[1]), |
| _mm256_add_epi32(g[2], g[3])); |
| |
| g[0] = _mm256_mullo_epi32(h[0], txmat_8_1); |
| g[1] = _mm256_mullo_epi32(h[1], txmat_8_3); |
| g[2] = _mm256_mullo_epi32(h[2], txmat_8_0); |
| g[3] = _mm256_mullo_epi32(h[3], txmat_8_2); |
| a[24] = _mm256_sub_epi32(_mm256_sub_epi32(g[0], g[1]), |
| _mm256_add_epi32(g[2], g[3])); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_0); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_1); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_2); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_3); |
| e[4] = _mm256_mullo_epi32(f[4], txmat_4_4); |
| e[5] = _mm256_mullo_epi32(f[5], txmat_4_5); |
| e[6] = _mm256_mullo_epi32(f[6], txmat_4_6); |
| e[7] = _mm256_mullo_epi32(f[7], txmat_4_7); |
| e[0] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[4] = _mm256_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_1); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_4); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_7); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_5); |
| e[4] = _mm256_mullo_epi32(f[4], txmat_4_2); |
| e[5] = _mm256_mullo_epi32(f[5], txmat_4_0); |
| e[6] = _mm256_mullo_epi32(f[6], txmat_4_3); |
| e[7] = _mm256_mullo_epi32(f[7], txmat_4_6); |
| e[0] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[12] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_2); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_7); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_3); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_1); |
| e[4] = _mm256_mullo_epi32(f[4], txmat_4_6); |
| e[5] = _mm256_mullo_epi32(f[5], txmat_4_4); |
| e[6] = _mm256_mullo_epi32(f[6], txmat_4_0); |
| e[7] = _mm256_mullo_epi32(f[7], txmat_4_5); |
| e[0] = _mm256_sub_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_sub_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[20] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_mullo_epi32(f[0], txmat_4_3); |
| e[1] = _mm256_mullo_epi32(f[1], txmat_4_5); |
| e[2] = _mm256_mullo_epi32(f[2], txmat_4_1); |
| e[3] = _mm256_mullo_epi32(f[3], txmat_4_7); |
| e[4] = _mm256_mullo_epi32(f[4], txmat_4_0); |
| e[5] = _mm256_mullo_epi32(f[5], txmat_4_6); |
| e[6] = _mm256_mullo_epi32(f[6], txmat_4_2); |
| e[7] = _mm256_mullo_epi32(f[7], txmat_4_4); |
| e[0] = _mm256_sub_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_sub_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[28] = _mm256_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_0), |
| _mm256_mullo_epi32(d[1], txmat_2_1)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_2), |
| _mm256_mullo_epi32(d[3], txmat_2_3)); |
| e[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[4], txmat_2_4), |
| _mm256_mullo_epi32(d[5], txmat_2_5)); |
| e[3] = _mm256_add_epi32(_mm256_mullo_epi32(d[6], txmat_2_6), |
| _mm256_mullo_epi32(d[7], txmat_2_7)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_8), |
| _mm256_mullo_epi32(d[9], txmat_2_9)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_10), |
| _mm256_mullo_epi32(d[11], txmat_2_11)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_12), |
| _mm256_mullo_epi32(d[13], txmat_2_13)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_14), |
| _mm256_mullo_epi32(d[15], txmat_2_15)); |
| e[0] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[2] = _mm256_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_1), |
| _mm256_mullo_epi32(d[1], txmat_2_4)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_7), |
| _mm256_mullo_epi32(d[3], txmat_2_10)); |
| e[2] = _mm256_sub_epi32(_mm256_mullo_epi32(d[4], txmat_2_13), |
| _mm256_mullo_epi32(d[5], txmat_2_15)); |
| e[3] = _mm256_add_epi32(_mm256_mullo_epi32(d[6], txmat_2_12), |
| _mm256_mullo_epi32(d[7], txmat_2_9)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_6), |
| _mm256_mullo_epi32(d[9], txmat_2_3)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_0), |
| _mm256_mullo_epi32(d[11], txmat_2_2)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_5), |
| _mm256_mullo_epi32(d[13], txmat_2_8)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_11), |
| _mm256_mullo_epi32(d[15], txmat_2_14)); |
| e[0] = _mm256_add_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[6] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_2), |
| _mm256_mullo_epi32(d[1], txmat_2_7)); |
| e[1] = _mm256_sub_epi32(_mm256_mullo_epi32(d[2], txmat_2_12), |
| _mm256_mullo_epi32(d[3], txmat_2_14)); |
| e[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[4], txmat_2_9), |
| _mm256_mullo_epi32(d[5], txmat_2_4)); |
| e[3] = _mm256_add_epi32(_mm256_mullo_epi32(d[6], txmat_2_0), |
| _mm256_mullo_epi32(d[7], txmat_2_5)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_10), |
| _mm256_mullo_epi32(d[9], txmat_2_15)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_11), |
| _mm256_mullo_epi32(d[11], txmat_2_6)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_1), |
| _mm256_mullo_epi32(d[13], txmat_2_3)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_8), |
| _mm256_mullo_epi32(d[15], txmat_2_13)); |
| e[0] = _mm256_sub_epi32(_mm256_add_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_sub_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[10] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_3), |
| _mm256_mullo_epi32(d[1], txmat_2_10)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_14), |
| _mm256_mullo_epi32(d[3], txmat_2_7)); |
| e[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[4], txmat_2_0), |
| _mm256_mullo_epi32(d[5], txmat_2_6)); |
| e[3] = _mm256_sub_epi32(_mm256_mullo_epi32(d[6], txmat_2_13), |
| _mm256_mullo_epi32(d[7], txmat_2_11)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_4), |
| _mm256_mullo_epi32(d[9], txmat_2_2)); |
| e[5] = _mm256_sub_epi32(_mm256_mullo_epi32(d[10], txmat_2_9), |
| _mm256_mullo_epi32(d[11], txmat_2_15)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_8), |
| _mm256_mullo_epi32(d[13], txmat_2_1)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_5), |
| _mm256_mullo_epi32(d[15], txmat_2_12)); |
| e[0] = _mm256_sub_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_sub_epi32(_mm256_add_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[14] = _mm256_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_add_epi32(_mm256_mullo_epi32(d[0], txmat_2_4), |
| _mm256_mullo_epi32(d[1], txmat_2_13)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_9), |
| _mm256_mullo_epi32(d[3], txmat_2_0)); |
| e[2] = _mm256_sub_epi32(_mm256_mullo_epi32(d[4], txmat_2_8), |
| _mm256_mullo_epi32(d[5], txmat_2_14)); |
| e[3] = _mm256_add_epi32(_mm256_mullo_epi32(d[6], txmat_2_5), |
| _mm256_mullo_epi32(d[7], txmat_2_3)); |
| e[4] = _mm256_sub_epi32(_mm256_mullo_epi32(d[8], txmat_2_12), |
| _mm256_mullo_epi32(d[9], txmat_2_10)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_1), |
| _mm256_mullo_epi32(d[11], txmat_2_7)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_15), |
| _mm256_mullo_epi32(d[13], txmat_2_6)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_2), |
| _mm256_mullo_epi32(d[15], txmat_2_11)); |
| e[0] = _mm256_sub_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_add_epi32(e[6], e[7])); |
| a[18] = _mm256_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_sub_epi32(_mm256_mullo_epi32(d[0], txmat_2_5), |
| _mm256_mullo_epi32(d[1], txmat_2_15)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_4), |
| _mm256_mullo_epi32(d[3], txmat_2_6)); |
| e[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[4], txmat_2_14), |
| _mm256_mullo_epi32(d[5], txmat_2_3)); |
| e[3] = _mm256_sub_epi32(_mm256_mullo_epi32(d[6], txmat_2_7), |
| _mm256_mullo_epi32(d[7], txmat_2_13)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_2), |
| _mm256_mullo_epi32(d[9], txmat_2_8)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_12), |
| _mm256_mullo_epi32(d[11], txmat_2_1)); |
| e[6] = _mm256_sub_epi32(_mm256_mullo_epi32(d[12], txmat_2_9), |
| _mm256_mullo_epi32(d[13], txmat_2_11)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_0), |
| _mm256_mullo_epi32(d[15], txmat_2_10)); |
| e[0] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_add_epi32(e[2], e[3])); |
| e[4] = _mm256_sub_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_sub_epi32(e[6], e[7])); |
| a[22] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_sub_epi32(_mm256_mullo_epi32(d[0], txmat_2_6), |
| _mm256_mullo_epi32(d[1], txmat_2_12)); |
| e[1] = _mm256_add_epi32(_mm256_mullo_epi32(d[2], txmat_2_0), |
| _mm256_mullo_epi32(d[3], txmat_2_13)); |
| e[2] = _mm256_add_epi32(_mm256_mullo_epi32(d[4], txmat_2_5), |
| _mm256_mullo_epi32(d[5], txmat_2_7)); |
| e[3] = _mm256_add_epi32(_mm256_mullo_epi32(d[6], txmat_2_11), |
| _mm256_mullo_epi32(d[7], txmat_2_1)); |
| e[4] = _mm256_sub_epi32(_mm256_mullo_epi32(d[8], txmat_2_14), |
| _mm256_mullo_epi32(d[9], txmat_2_4)); |
| e[5] = _mm256_sub_epi32(_mm256_mullo_epi32(d[10], txmat_2_8), |
| _mm256_mullo_epi32(d[11], txmat_2_10)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_2), |
| _mm256_mullo_epi32(d[13], txmat_2_15)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_3), |
| _mm256_mullo_epi32(d[15], txmat_2_9)); |
| e[0] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_sub_epi32(e[6], e[7])); |
| a[26] = _mm256_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm256_sub_epi32(_mm256_mullo_epi32(d[0], txmat_2_7), |
| _mm256_mullo_epi32(d[1], txmat_2_9)); |
| e[1] = _mm256_sub_epi32(_mm256_mullo_epi32(d[2], txmat_2_5), |
| _mm256_mullo_epi32(d[3], txmat_2_11)); |
| e[2] = _mm256_sub_epi32(_mm256_mullo_epi32(d[4], txmat_2_3), |
| _mm256_mullo_epi32(d[5], txmat_2_13)); |
| e[3] = _mm256_sub_epi32(_mm256_mullo_epi32(d[6], txmat_2_1), |
| _mm256_mullo_epi32(d[7], txmat_2_15)); |
| e[4] = _mm256_add_epi32(_mm256_mullo_epi32(d[8], txmat_2_0), |
| _mm256_mullo_epi32(d[9], txmat_2_14)); |
| e[5] = _mm256_add_epi32(_mm256_mullo_epi32(d[10], txmat_2_2), |
| _mm256_mullo_epi32(d[11], txmat_2_12)); |
| e[6] = _mm256_add_epi32(_mm256_mullo_epi32(d[12], txmat_2_4), |
| _mm256_mullo_epi32(d[13], txmat_2_10)); |
| e[7] = _mm256_add_epi32(_mm256_mullo_epi32(d[14], txmat_2_6), |
| _mm256_mullo_epi32(d[15], txmat_2_8)); |
| e[0] = _mm256_add_epi32(_mm256_sub_epi32(e[0], e[1]), |
| _mm256_sub_epi32(e[2], e[3])); |
| e[4] = _mm256_add_epi32(_mm256_sub_epi32(e[4], e[5]), |
| _mm256_sub_epi32(e[6], e[7])); |
| a[30] = _mm256_add_epi32(e[0], e[4]); |
| |
| // 362, 361, 359, 357, 353, 349, 344, 338, 331, 323, 315, 306, |
| // 296, 285, 274, 262, 250, 236, 223, 208, 194, 178, 163, 147, |
| // 130, 114, 97, 79, 62, 44, 27, 9 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_0), |
| _mm256_mullo_epi32(b[1], txmat_1_1)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_2), |
| _mm256_mullo_epi32(b[3], txmat_1_3)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_4), |
| _mm256_mullo_epi32(b[5], txmat_1_5)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_6), |
| _mm256_mullo_epi32(b[7], txmat_1_7)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_8), |
| _mm256_mullo_epi32(b[9], txmat_1_9)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_10), |
| _mm256_mullo_epi32(b[11], txmat_1_11)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_12), |
| _mm256_mullo_epi32(b[13], txmat_1_13)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_14), |
| _mm256_mullo_epi32(b[15], txmat_1_15)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_16), |
| _mm256_mullo_epi32(b[17], txmat_1_17)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_18), |
| _mm256_mullo_epi32(b[19], txmat_1_19)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_20), |
| _mm256_mullo_epi32(b[21], txmat_1_21)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_22), |
| _mm256_mullo_epi32(b[23], txmat_1_23)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_24), |
| _mm256_mullo_epi32(b[25], txmat_1_25)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_26), |
| _mm256_mullo_epi32(b[27], txmat_1_27)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_28), |
| _mm256_mullo_epi32(b[29], txmat_1_29)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_30), |
| _mm256_mullo_epi32(b[31], txmat_1_31)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[1] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 361, 353, 338, 315, 285, 250, 208, 163, 114, 62, 9, -44, |
| // -97,-147,-194,-236, -274,-306,-331,-349, -359,-362,-357,-344, |
| // -323,-296,-262,-223, -178,-130, -79, -27 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_1), |
| _mm256_mullo_epi32(b[1], txmat_1_4)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_7), |
| _mm256_mullo_epi32(b[3], txmat_1_10)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_13), |
| _mm256_mullo_epi32(b[5], txmat_1_16)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_19), |
| _mm256_mullo_epi32(b[7], txmat_1_22)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_25), |
| _mm256_mullo_epi32(b[9], txmat_1_28)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_31), |
| _mm256_mullo_epi32(b[11], txmat_1_29)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_26), |
| _mm256_mullo_epi32(b[13], txmat_1_23)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_20), |
| _mm256_mullo_epi32(b[15], txmat_1_17)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_14), |
| _mm256_mullo_epi32(b[17], txmat_1_11)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_8), |
| _mm256_mullo_epi32(b[19], txmat_1_5)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_2), |
| _mm256_mullo_epi32(b[21], txmat_1_0)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_3), |
| _mm256_mullo_epi32(b[23], txmat_1_6)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_9), |
| _mm256_mullo_epi32(b[25], txmat_1_12)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_15), |
| _mm256_mullo_epi32(b[27], txmat_1_18)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_21), |
| _mm256_mullo_epi32(b[29], txmat_1_24)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_27), |
| _mm256_mullo_epi32(b[31], txmat_1_30)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[3] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 359, 338, 296, 236, 163, 79, -9, -97, -178,-250,-306,-344, |
| // -361,-357,-331,-285, -223,-147, -62, 27, 114, 194, 262, 315, |
| // 349, 362, 353, 323, 274, 208, 130, 44 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_2), |
| _mm256_mullo_epi32(b[1], txmat_1_7)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_12), |
| _mm256_mullo_epi32(b[3], txmat_1_17)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_22), |
| _mm256_mullo_epi32(b[5], txmat_1_27)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_31), |
| _mm256_mullo_epi32(b[7], txmat_1_26)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_21), |
| _mm256_mullo_epi32(b[9], txmat_1_16)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_11), |
| _mm256_mullo_epi32(b[11], txmat_1_6)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_1), |
| _mm256_mullo_epi32(b[13], txmat_1_3)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_8), |
| _mm256_mullo_epi32(b[15], txmat_1_13)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_18), |
| _mm256_mullo_epi32(b[17], txmat_1_23)); |
| c[9] = _mm256_sub_epi32(_mm256_mullo_epi32(b[18], txmat_1_28), |
| _mm256_mullo_epi32(b[19], txmat_1_30)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_25), |
| _mm256_mullo_epi32(b[21], txmat_1_20)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_15), |
| _mm256_mullo_epi32(b[23], txmat_1_10)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_5), |
| _mm256_mullo_epi32(b[25], txmat_1_0)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_4), |
| _mm256_mullo_epi32(b[27], txmat_1_9)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_14), |
| _mm256_mullo_epi32(b[29], txmat_1_19)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_24), |
| _mm256_mullo_epi32(b[31], txmat_1_29)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[5] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 357, 315, 236, 130, 9,-114,-223,-306, -353,-359,-323,-250, |
| // -147, -27, 97, 208, 296, 349, 361, 331, 262, 163, 44, -79, |
| // -194,-285,-344,-362, -338,-274,-178, -62 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_3), |
| _mm256_mullo_epi32(b[1], txmat_1_10)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_17), |
| _mm256_mullo_epi32(b[3], txmat_1_24)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_31), |
| _mm256_mullo_epi32(b[5], txmat_1_25)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_18), |
| _mm256_mullo_epi32(b[7], txmat_1_11)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_4), |
| _mm256_mullo_epi32(b[9], txmat_1_2)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_9), |
| _mm256_mullo_epi32(b[11], txmat_1_16)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_23), |
| _mm256_mullo_epi32(b[13], txmat_1_30)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_26), |
| _mm256_mullo_epi32(b[15], txmat_1_19)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_12), |
| _mm256_mullo_epi32(b[17], txmat_1_5)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_1), |
| _mm256_mullo_epi32(b[19], txmat_1_8)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_15), |
| _mm256_mullo_epi32(b[21], txmat_1_22)); |
| c[11] = _mm256_sub_epi32(_mm256_mullo_epi32(b[22], txmat_1_29), |
| _mm256_mullo_epi32(b[23], txmat_1_27)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_20), |
| _mm256_mullo_epi32(b[25], txmat_1_13)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_6), |
| _mm256_mullo_epi32(b[27], txmat_1_0)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_7), |
| _mm256_mullo_epi32(b[29], txmat_1_14)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_21), |
| _mm256_mullo_epi32(b[31], txmat_1_28)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[7] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 353, 285, 163, 9, -147,-274,-349,-357, -296,-178, -27, 130, |
| // 262, 344, 359, 306, 194, 44,-114,-250, -338,-361,-315,-208, |
| // -62, 97, 236, 331, 362, 323, 223, 79 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_4), |
| _mm256_mullo_epi32(b[1], txmat_1_13)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_22), |
| _mm256_mullo_epi32(b[3], txmat_1_31)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_23), |
| _mm256_mullo_epi32(b[5], txmat_1_14)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_5), |
| _mm256_mullo_epi32(b[7], txmat_1_3)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_12), |
| _mm256_mullo_epi32(b[9], txmat_1_21)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_30), |
| _mm256_mullo_epi32(b[11], txmat_1_24)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_15), |
| _mm256_mullo_epi32(b[13], txmat_1_6)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_2), |
| _mm256_mullo_epi32(b[15], txmat_1_11)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_20), |
| _mm256_mullo_epi32(b[17], txmat_1_29)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_25), |
| _mm256_mullo_epi32(b[19], txmat_1_16)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_7), |
| _mm256_mullo_epi32(b[21], txmat_1_1)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_10), |
| _mm256_mullo_epi32(b[23], txmat_1_19)); |
| c[12] = _mm256_sub_epi32(_mm256_mullo_epi32(b[24], txmat_1_28), |
| _mm256_mullo_epi32(b[25], txmat_1_26)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_17), |
| _mm256_mullo_epi32(b[27], txmat_1_8)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_0), |
| _mm256_mullo_epi32(b[29], txmat_1_9)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_18), |
| _mm256_mullo_epi32(b[31], txmat_1_27)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[9] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 349, 250, 79,-114, -274,-357,-338,-223, -44, 147, 296, 361, |
| // 323, 194, 9,-178, -315,-362,-306,-163, 27, 208, 331, 359, |
| // 285, 130, -62,-236, -344,-353,-262, -97 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_5), |
| _mm256_mullo_epi32(b[1], txmat_1_16)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_27), |
| _mm256_mullo_epi32(b[3], txmat_1_25)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_14), |
| _mm256_mullo_epi32(b[5], txmat_1_3)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_7), |
| _mm256_mullo_epi32(b[7], txmat_1_18)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_29), |
| _mm256_mullo_epi32(b[9], txmat_1_23)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_12), |
| _mm256_mullo_epi32(b[11], txmat_1_1)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_9), |
| _mm256_mullo_epi32(b[13], txmat_1_20)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_31), |
| _mm256_mullo_epi32(b[15], txmat_1_21)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_10), |
| _mm256_mullo_epi32(b[17], txmat_1_0)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_11), |
| _mm256_mullo_epi32(b[19], txmat_1_22)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_30), |
| _mm256_mullo_epi32(b[21], txmat_1_19)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_8), |
| _mm256_mullo_epi32(b[23], txmat_1_2)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_13), |
| _mm256_mullo_epi32(b[25], txmat_1_24)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_28), |
| _mm256_mullo_epi32(b[27], txmat_1_17)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_6), |
| _mm256_mullo_epi32(b[29], txmat_1_4)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_15), |
| _mm256_mullo_epi32(b[31], txmat_1_26)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[11] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 344, 208, -9,-223, -349,-338,-194, 27, 236, 353, 331, 178, |
| // -44,-250,-357,-323, -163, 62, 262, 359, 315, 147, -79,-274, |
| // -361,-306,-130, 97, 285, 362, 296, 114 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_6), |
| _mm256_mullo_epi32(b[1], txmat_1_19)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_31), |
| _mm256_mullo_epi32(b[3], txmat_1_18)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_5), |
| _mm256_mullo_epi32(b[5], txmat_1_7)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_20), |
| _mm256_mullo_epi32(b[7], txmat_1_30)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_17), |
| _mm256_mullo_epi32(b[9], txmat_1_4)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_8), |
| _mm256_mullo_epi32(b[11], txmat_1_21)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_29), |
| _mm256_mullo_epi32(b[13], txmat_1_16)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_3), |
| _mm256_mullo_epi32(b[15], txmat_1_9)); |
| c[8] = _mm256_sub_epi32(_mm256_mullo_epi32(b[16], txmat_1_22), |
| _mm256_mullo_epi32(b[17], txmat_1_28)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_15), |
| _mm256_mullo_epi32(b[19], txmat_1_2)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_10), |
| _mm256_mullo_epi32(b[21], txmat_1_23)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_27), |
| _mm256_mullo_epi32(b[23], txmat_1_14)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_1), |
| _mm256_mullo_epi32(b[25], txmat_1_11)); |
| c[13] = _mm256_sub_epi32(_mm256_mullo_epi32(b[26], txmat_1_24), |
| _mm256_mullo_epi32(b[27], txmat_1_26)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_13), |
| _mm256_mullo_epi32(b[29], txmat_1_0)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_12), |
| _mm256_mullo_epi32(b[31], txmat_1_25)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[13] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 338, 163, -97,-306, -357,-223, 27, 262, 362, 274, 44,-208, |
| // -353,-315,-114, 147, 331, 344, 178, -79, -296,-359,-236, 9, |
| // 250, 361, 285, 62, -194,-349,-323,-130 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_7), |
| _mm256_mullo_epi32(b[1], txmat_1_22)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_26), |
| _mm256_mullo_epi32(b[3], txmat_1_11)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_3), |
| _mm256_mullo_epi32(b[5], txmat_1_18)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_30), |
| _mm256_mullo_epi32(b[7], txmat_1_15)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_0), |
| _mm256_mullo_epi32(b[9], txmat_1_14)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_29), |
| _mm256_mullo_epi32(b[11], txmat_1_19)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_4), |
| _mm256_mullo_epi32(b[13], txmat_1_10)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_25), |
| _mm256_mullo_epi32(b[15], txmat_1_23)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_8), |
| _mm256_mullo_epi32(b[17], txmat_1_6)); |
| c[9] = _mm256_sub_epi32(_mm256_mullo_epi32(b[18], txmat_1_21), |
| _mm256_mullo_epi32(b[19], txmat_1_27)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_12), |
| _mm256_mullo_epi32(b[21], txmat_1_2)); |
| c[11] = _mm256_sub_epi32(_mm256_mullo_epi32(b[22], txmat_1_17), |
| _mm256_mullo_epi32(b[23], txmat_1_31)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_16), |
| _mm256_mullo_epi32(b[25], txmat_1_1)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_13), |
| _mm256_mullo_epi32(b[27], txmat_1_28)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_20), |
| _mm256_mullo_epi32(b[29], txmat_1_5)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_9), |
| _mm256_mullo_epi32(b[31], txmat_1_24)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[15] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 331, 114,-178,-353, -296, -44, 236, 362, 250, -27,-285,-357, |
| // -194, 97, 323, 338, 130,-163,-349,-306, -62, 223, 361, 262, |
| // -9,-274,-359,-208, 79, 315, 344, 147 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_8), |
| _mm256_mullo_epi32(b[1], txmat_1_25)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_21), |
| _mm256_mullo_epi32(b[3], txmat_1_4)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_12), |
| _mm256_mullo_epi32(b[5], txmat_1_29)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_17), |
| _mm256_mullo_epi32(b[7], txmat_1_0)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_16), |
| _mm256_mullo_epi32(b[9], txmat_1_30)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_13), |
| _mm256_mullo_epi32(b[11], txmat_1_3)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_20), |
| _mm256_mullo_epi32(b[13], txmat_1_26)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_9), |
| _mm256_mullo_epi32(b[15], txmat_1_7)); |
| c[8] = _mm256_sub_epi32(_mm256_mullo_epi32(b[16], txmat_1_24), |
| _mm256_mullo_epi32(b[17], txmat_1_22)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_5), |
| _mm256_mullo_epi32(b[19], txmat_1_11)); |
| c[10] = _mm256_sub_epi32(_mm256_mullo_epi32(b[20], txmat_1_28), |
| _mm256_mullo_epi32(b[21], txmat_1_18)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_1), |
| _mm256_mullo_epi32(b[23], txmat_1_15)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_31), |
| _mm256_mullo_epi32(b[25], txmat_1_14)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_2), |
| _mm256_mullo_epi32(b[27], txmat_1_19)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_27), |
| _mm256_mullo_epi32(b[29], txmat_1_10)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_6), |
| _mm256_mullo_epi32(b[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_sub_epi32(c[4], c[5]), |
| _mm256_sub_epi32(c[6], c[7])); |
| c[8] = _mm256_sub_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_add_epi32(c[14], c[15])); |
| a[17] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 323, 62,-250,-359, -178, 147, 353, 274, -27,-306,-338, -97, |
| // 223, 362, 208,-114, -344,-296, -9, 285, 349, 130,-194,-361, |
| // -236, 79, 331, 315, 44,-262,-357,-163 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_9), |
| _mm256_mullo_epi32(b[1], txmat_1_28)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_16), |
| _mm256_mullo_epi32(b[3], txmat_1_2)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_21), |
| _mm256_mullo_epi32(b[5], txmat_1_23)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_4), |
| _mm256_mullo_epi32(b[7], txmat_1_14)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_30), |
| _mm256_mullo_epi32(b[9], txmat_1_11)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_7), |
| _mm256_mullo_epi32(b[11], txmat_1_26)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_18), |
| _mm256_mullo_epi32(b[13], txmat_1_0)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_19), |
| _mm256_mullo_epi32(b[15], txmat_1_25)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_6), |
| _mm256_mullo_epi32(b[17], txmat_1_12)); |
| c[9] = _mm256_sub_epi32(_mm256_mullo_epi32(b[18], txmat_1_31), |
| _mm256_mullo_epi32(b[19], txmat_1_13)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_5), |
| _mm256_mullo_epi32(b[21], txmat_1_24)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_20), |
| _mm256_mullo_epi32(b[23], txmat_1_1)); |
| c[12] = _mm256_sub_epi32(_mm256_mullo_epi32(b[24], txmat_1_17), |
| _mm256_mullo_epi32(b[25], txmat_1_27)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_8), |
| _mm256_mullo_epi32(b[27], txmat_1_10)); |
| c[14] = _mm256_sub_epi32(_mm256_mullo_epi32(b[28], txmat_1_29), |
| _mm256_mullo_epi32(b[29], txmat_1_15)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_3), |
| _mm256_mullo_epi32(b[31], txmat_1_22)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_add_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[19] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 315, 9,-306,-323, -27, 296, 331, 44, -285,-338, -62, 274, |
| // 344, 79,-262,-349, -97, 250, 353, 114, -236,-357,-130, 223, |
| // 359, 147,-208,-361, -163, 194, 362, 178 |
| c[0] = _mm256_add_epi32(_mm256_mullo_epi32(b[0], txmat_1_10), |
| _mm256_mullo_epi32(b[1], txmat_1_31)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_11), |
| _mm256_mullo_epi32(b[3], txmat_1_9)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_30), |
| _mm256_mullo_epi32(b[5], txmat_1_12)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_8), |
| _mm256_mullo_epi32(b[7], txmat_1_29)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_13), |
| _mm256_mullo_epi32(b[9], txmat_1_7)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_28), |
| _mm256_mullo_epi32(b[11], txmat_1_14)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_6), |
| _mm256_mullo_epi32(b[13], txmat_1_27)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_15), |
| _mm256_mullo_epi32(b[15], txmat_1_5)); |
| c[8] = _mm256_sub_epi32(_mm256_mullo_epi32(b[16], txmat_1_26), |
| _mm256_mullo_epi32(b[17], txmat_1_16)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_4), |
| _mm256_mullo_epi32(b[19], txmat_1_25)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_17), |
| _mm256_mullo_epi32(b[21], txmat_1_3)); |
| c[11] = _mm256_sub_epi32(_mm256_mullo_epi32(b[22], txmat_1_24), |
| _mm256_mullo_epi32(b[23], txmat_1_18)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_2), |
| _mm256_mullo_epi32(b[25], txmat_1_23)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_19), |
| _mm256_mullo_epi32(b[27], txmat_1_1)); |
| c[14] = _mm256_sub_epi32(_mm256_mullo_epi32(b[28], txmat_1_22), |
| _mm256_mullo_epi32(b[29], txmat_1_20)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_0), |
| _mm256_mullo_epi32(b[31], txmat_1_21)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[21] = _mm256_sub_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 306, -44,-344,-250, 130, 361, 178,-208, -357, -97, 274, 331, |
| // 9,-323,-285, 79, 353, 223,-163,-362, -147, 236, 349, 62, |
| // -296,-315, 27, 338, 262,-114,-359,-194 |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_11), |
| _mm256_mullo_epi32(b[1], txmat_1_29)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_6), |
| _mm256_mullo_epi32(b[3], txmat_1_16)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_24), |
| _mm256_mullo_epi32(b[5], txmat_1_1)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_21), |
| _mm256_mullo_epi32(b[7], txmat_1_19)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_3), |
| _mm256_mullo_epi32(b[9], txmat_1_26)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_14), |
| _mm256_mullo_epi32(b[11], txmat_1_8)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_31), |
| _mm256_mullo_epi32(b[13], txmat_1_9)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_13), |
| _mm256_mullo_epi32(b[15], txmat_1_27)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_4), |
| _mm256_mullo_epi32(b[17], txmat_1_18)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_22), |
| _mm256_mullo_epi32(b[19], txmat_1_0)); |
| c[10] = _mm256_sub_epi32(_mm256_mullo_epi32(b[20], txmat_1_23), |
| _mm256_mullo_epi32(b[21], txmat_1_17)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_5), |
| _mm256_mullo_epi32(b[23], txmat_1_28)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_12), |
| _mm256_mullo_epi32(b[25], txmat_1_10)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_30), |
| _mm256_mullo_epi32(b[27], txmat_1_7)); |
| c[14] = _mm256_sub_epi32(_mm256_mullo_epi32(b[28], txmat_1_15), |
| _mm256_mullo_epi32(b[29], txmat_1_25)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_2), |
| _mm256_mullo_epi32(b[31], txmat_1_20)); |
| 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])); |
| c[8] = _mm256_sub_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[23] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 296, -97,-361,-147, 262, 323, -44,-353, -194, 223, 344, 9, |
| // -338,-236, 178, 357, 62,-315,-274, 130, 362, 114,-285,-306, |
| // 79, 359, 163,-250, -331, 27, 349, 208 |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_12), |
| _mm256_mullo_epi32(b[1], txmat_1_26)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_1), |
| _mm256_mullo_epi32(b[3], txmat_1_23)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_15), |
| _mm256_mullo_epi32(b[5], txmat_1_9)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_29), |
| _mm256_mullo_epi32(b[7], txmat_1_4)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_20), |
| _mm256_mullo_epi32(b[9], txmat_1_18)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_6), |
| _mm256_mullo_epi32(b[11], txmat_1_31)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_7), |
| _mm256_mullo_epi32(b[13], txmat_1_17)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_21), |
| _mm256_mullo_epi32(b[15], txmat_1_3)); |
| c[8] = _mm256_sub_epi32(_mm256_mullo_epi32(b[16], txmat_1_28), |
| _mm256_mullo_epi32(b[17], txmat_1_10)); |
| c[9] = _mm256_sub_epi32(_mm256_mullo_epi32(b[18], txmat_1_14), |
| _mm256_mullo_epi32(b[19], txmat_1_24)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_0), |
| _mm256_mullo_epi32(b[21], txmat_1_25)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_13), |
| _mm256_mullo_epi32(b[23], txmat_1_11)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_27), |
| _mm256_mullo_epi32(b[25], txmat_1_2)); |
| c[13] = _mm256_sub_epi32(_mm256_mullo_epi32(b[26], txmat_1_22), |
| _mm256_mullo_epi32(b[27], txmat_1_16)); |
| c[14] = _mm256_sub_epi32(_mm256_mullo_epi32(b[28], txmat_1_8), |
| _mm256_mullo_epi32(b[29], txmat_1_30)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_5), |
| _mm256_mullo_epi32(b[31], txmat_1_19)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_sub_epi32(_mm256_add_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[25] = _mm256_add_epi32(_mm256_sub_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 285,-147,-357, -27, 344, 194,-250,-315, 97, 362, 79,-323, |
| // -236, 208, 338, -44, -359,-130, 296, 274, -163,-353, -9, 349, |
| // 178,-262,-306, 114, 361, 62,-331,-223 |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_13), |
| _mm256_mullo_epi32(b[1], txmat_1_23)); |
| c[1] = _mm256_add_epi32(_mm256_mullo_epi32(b[2], txmat_1_3), |
| _mm256_mullo_epi32(b[3], txmat_1_30)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_6), |
| _mm256_mullo_epi32(b[5], txmat_1_20)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_16), |
| _mm256_mullo_epi32(b[7], txmat_1_10)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_26), |
| _mm256_mullo_epi32(b[9], txmat_1_0)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_27), |
| _mm256_mullo_epi32(b[11], txmat_1_9)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_17), |
| _mm256_mullo_epi32(b[13], txmat_1_19)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_7), |
| _mm256_mullo_epi32(b[15], txmat_1_29)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_2), |
| _mm256_mullo_epi32(b[17], txmat_1_24)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_12), |
| _mm256_mullo_epi32(b[19], txmat_1_14)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_22), |
| _mm256_mullo_epi32(b[21], txmat_1_4)); |
| c[11] = _mm256_sub_epi32(_mm256_mullo_epi32(b[22], txmat_1_31), |
| _mm256_mullo_epi32(b[23], txmat_1_5)); |
| c[12] = _mm256_sub_epi32(_mm256_mullo_epi32(b[24], txmat_1_21), |
| _mm256_mullo_epi32(b[25], txmat_1_15)); |
| c[13] = _mm256_sub_epi32(_mm256_mullo_epi32(b[26], txmat_1_11), |
| _mm256_mullo_epi32(b[27], txmat_1_25)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_1), |
| _mm256_mullo_epi32(b[29], txmat_1_28)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_8), |
| _mm256_mullo_epi32(b[31], txmat_1_18)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_add_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[27] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_sub_epi32(c[8], c[12])); |
| |
| // 274,-194,-331, 97, 359, 9,-357,-114, 323, 208,-262,-285, |
| // 178, 338, -79,-361, -27, 353, 130,-315, -223, 250, 296,-163, |
| // -344, 62, 362, 44, -349,-147, 306, 236 |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_14), |
| _mm256_mullo_epi32(b[1], txmat_1_20)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_8), |
| _mm256_mullo_epi32(b[3], txmat_1_26)); |
| c[2] = _mm256_add_epi32(_mm256_mullo_epi32(b[4], txmat_1_2), |
| _mm256_mullo_epi32(b[5], txmat_1_31)); |
| c[3] = _mm256_add_epi32(_mm256_mullo_epi32(b[6], txmat_1_3), |
| _mm256_mullo_epi32(b[7], txmat_1_25)); |
| c[4] = _mm256_add_epi32(_mm256_mullo_epi32(b[8], txmat_1_9), |
| _mm256_mullo_epi32(b[9], txmat_1_19)); |
| c[5] = _mm256_add_epi32(_mm256_mullo_epi32(b[10], txmat_1_15), |
| _mm256_mullo_epi32(b[11], txmat_1_13)); |
| c[6] = _mm256_add_epi32(_mm256_mullo_epi32(b[12], txmat_1_21), |
| _mm256_mullo_epi32(b[13], txmat_1_7)); |
| c[7] = _mm256_add_epi32(_mm256_mullo_epi32(b[14], txmat_1_27), |
| _mm256_mullo_epi32(b[15], txmat_1_1)); |
| c[8] = _mm256_sub_epi32(_mm256_mullo_epi32(b[16], txmat_1_30), |
| _mm256_mullo_epi32(b[17], txmat_1_4)); |
| c[9] = _mm256_sub_epi32(_mm256_mullo_epi32(b[18], txmat_1_24), |
| _mm256_mullo_epi32(b[19], txmat_1_10)); |
| c[10] = _mm256_sub_epi32(_mm256_mullo_epi32(b[20], txmat_1_18), |
| _mm256_mullo_epi32(b[21], txmat_1_16)); |
| c[11] = _mm256_sub_epi32(_mm256_mullo_epi32(b[22], txmat_1_12), |
| _mm256_mullo_epi32(b[23], txmat_1_22)); |
| c[12] = _mm256_sub_epi32(_mm256_mullo_epi32(b[24], txmat_1_6), |
| _mm256_mullo_epi32(b[25], txmat_1_28)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_0), |
| _mm256_mullo_epi32(b[27], txmat_1_29)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_5), |
| _mm256_mullo_epi32(b[29], txmat_1_23)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_11), |
| _mm256_mullo_epi32(b[31], txmat_1_17)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[29] = _mm256_sub_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| // 262,-236,-285, 208, 306,-178,-323, 147, 338,-114,-349, 79, |
| // 357, -44,-361, 9, 362, 27,-359, -62, 353, 97,-344,-130, |
| // 331, 163,-315,-194, 296, 223,-274,-250 |
| c[0] = _mm256_sub_epi32(_mm256_mullo_epi32(b[0], txmat_1_15), |
| _mm256_mullo_epi32(b[1], txmat_1_17)); |
| c[1] = _mm256_sub_epi32(_mm256_mullo_epi32(b[2], txmat_1_13), |
| _mm256_mullo_epi32(b[3], txmat_1_19)); |
| c[2] = _mm256_sub_epi32(_mm256_mullo_epi32(b[4], txmat_1_11), |
| _mm256_mullo_epi32(b[5], txmat_1_21)); |
| c[3] = _mm256_sub_epi32(_mm256_mullo_epi32(b[6], txmat_1_9), |
| _mm256_mullo_epi32(b[7], txmat_1_23)); |
| c[4] = _mm256_sub_epi32(_mm256_mullo_epi32(b[8], txmat_1_7), |
| _mm256_mullo_epi32(b[9], txmat_1_25)); |
| c[5] = _mm256_sub_epi32(_mm256_mullo_epi32(b[10], txmat_1_5), |
| _mm256_mullo_epi32(b[11], txmat_1_27)); |
| c[6] = _mm256_sub_epi32(_mm256_mullo_epi32(b[12], txmat_1_3), |
| _mm256_mullo_epi32(b[13], txmat_1_29)); |
| c[7] = _mm256_sub_epi32(_mm256_mullo_epi32(b[14], txmat_1_1), |
| _mm256_mullo_epi32(b[15], txmat_1_31)); |
| c[8] = _mm256_add_epi32(_mm256_mullo_epi32(b[16], txmat_1_0), |
| _mm256_mullo_epi32(b[17], txmat_1_30)); |
| c[9] = _mm256_add_epi32(_mm256_mullo_epi32(b[18], txmat_1_2), |
| _mm256_mullo_epi32(b[19], txmat_1_28)); |
| c[10] = _mm256_add_epi32(_mm256_mullo_epi32(b[20], txmat_1_4), |
| _mm256_mullo_epi32(b[21], txmat_1_26)); |
| c[11] = _mm256_add_epi32(_mm256_mullo_epi32(b[22], txmat_1_6), |
| _mm256_mullo_epi32(b[23], txmat_1_24)); |
| c[12] = _mm256_add_epi32(_mm256_mullo_epi32(b[24], txmat_1_8), |
| _mm256_mullo_epi32(b[25], txmat_1_22)); |
| c[13] = _mm256_add_epi32(_mm256_mullo_epi32(b[26], txmat_1_10), |
| _mm256_mullo_epi32(b[27], txmat_1_20)); |
| c[14] = _mm256_add_epi32(_mm256_mullo_epi32(b[28], txmat_1_12), |
| _mm256_mullo_epi32(b[29], txmat_1_18)); |
| c[15] = _mm256_add_epi32(_mm256_mullo_epi32(b[30], txmat_1_14), |
| _mm256_mullo_epi32(b[31], txmat_1_16)); |
| 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])); |
| c[8] = _mm256_add_epi32(_mm256_sub_epi32(c[8], c[9]), |
| _mm256_sub_epi32(c[10], c[11])); |
| c[12] = _mm256_add_epi32(_mm256_sub_epi32(c[12], c[13]), |
| _mm256_sub_epi32(c[14], c[15])); |
| a[31] = _mm256_add_epi32(_mm256_add_epi32(c[0], c[4]), |
| _mm256_add_epi32(c[8], c[12])); |
| |
| for (n = 0; n < 32; n++) { |
| a[n] = _mm256_add_epi32(a[n], v_offset); |
| a[n] = _mm256_srai_epi32(a[n], shift); |
| } |
| |
| transpose_store_8x8_avx2(a, dst + 0, tx1d_size); |
| transpose_store_8x8_avx2(a + 8, dst + 8, tx1d_size); |
| transpose_store_8x8_avx2(a + 16, dst + 16, tx1d_size); |
| transpose_store_8x8_avx2(a + 24, dst + 24, tx1d_size); |
| |
| src += 8; |
| dst += tx1d_size * 8; |
| } |
| } else { |
| __m128i a[32], b[32]; |
| __m128i c[16], d[16]; |
| __m128i e[8], f[8]; |
| __m128i g[4], h[4]; |
| __m128i i[2], j[2]; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| |
| __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 |
| |
| for (n = 0; n < 32; n++) { |
| __m128i src0 = _mm_loadu_si128((__m128i *)&src[n * line]); |
| __m128i src1 = |
| _mm_loadu_si128((__m128i *)&src[(tx1d_size - 1 - n) * line]); |
| a[n] = _mm_add_epi32(src0, src1); |
| b[n] = _mm_sub_epi32(src0, src1); |
| } |
| for (n = 0; n < 16; n++) { |
| c[n] = _mm_add_epi32(a[n], a[31 - n]); |
| d[n] = _mm_sub_epi32(a[n], a[31 - n]); |
| } |
| for (n = 0; n < 8; n++) { |
| e[n] = _mm_add_epi32(c[n], c[15 - n]); |
| f[n] = _mm_sub_epi32(c[n], c[15 - n]); |
| } |
| for (n = 0; n < 4; n++) { |
| g[n] = _mm_add_epi32(e[n], e[7 - n]); |
| h[n] = _mm_sub_epi32(e[n], e[7 - n]); |
| } |
| i[0] = _mm_add_epi32(g[0], g[3]); |
| j[0] = _mm_sub_epi32(g[0], g[3]); |
| i[1] = _mm_add_epi32(g[1], g[2]); |
| j[1] = _mm_sub_epi32(g[1], g[2]); |
| |
| a[0] = _mm_slli_epi32(_mm_add_epi32(i[0], i[1]), 6); |
| |
| a[16] = _mm_add_epi32(_mm_mullo_epi32(j[0], txmat_16_0), |
| _mm_mullo_epi32(j[1], txmat_16_1)); |
| |
| g[0] = _mm_mullo_epi32(h[0], txmat_8_0); |
| g[1] = _mm_mullo_epi32(h[1], txmat_8_1); |
| g[2] = _mm_mullo_epi32(h[2], txmat_8_2); |
| g[3] = _mm_mullo_epi32(h[3], txmat_8_3); |
| a[8] = _mm_add_epi32(_mm_add_epi32(g[0], g[1]), _mm_add_epi32(g[2], g[3])); |
| |
| g[0] = _mm_mullo_epi32(h[0], txmat_8_1); |
| g[1] = _mm_mullo_epi32(h[1], txmat_8_3); |
| g[2] = _mm_mullo_epi32(h[2], txmat_8_0); |
| g[3] = _mm_mullo_epi32(h[3], txmat_8_2); |
| a[24] = _mm_sub_epi32(_mm_sub_epi32(g[0], g[1]), _mm_add_epi32(g[2], g[3])); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_0); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_1); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_2); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_3); |
| e[4] = _mm_mullo_epi32(f[4], txmat_4_4); |
| e[5] = _mm_mullo_epi32(f[5], txmat_4_5); |
| e[6] = _mm_mullo_epi32(f[6], txmat_4_6); |
| e[7] = _mm_mullo_epi32(f[7], txmat_4_7); |
| e[0] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[4] = _mm_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_1); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_4); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_7); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_5); |
| e[4] = _mm_mullo_epi32(f[4], txmat_4_2); |
| e[5] = _mm_mullo_epi32(f[5], txmat_4_0); |
| e[6] = _mm_mullo_epi32(f[6], txmat_4_3); |
| e[7] = _mm_mullo_epi32(f[7], txmat_4_6); |
| e[0] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[12] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_2); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_7); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_3); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_1); |
| e[4] = _mm_mullo_epi32(f[4], txmat_4_6); |
| e[5] = _mm_mullo_epi32(f[5], txmat_4_4); |
| e[6] = _mm_mullo_epi32(f[6], txmat_4_0); |
| e[7] = _mm_mullo_epi32(f[7], txmat_4_5); |
| e[0] = _mm_sub_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_sub_epi32(_mm_sub_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[20] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_mullo_epi32(f[0], txmat_4_3); |
| e[1] = _mm_mullo_epi32(f[1], txmat_4_5); |
| e[2] = _mm_mullo_epi32(f[2], txmat_4_1); |
| e[3] = _mm_mullo_epi32(f[3], txmat_4_7); |
| e[4] = _mm_mullo_epi32(f[4], txmat_4_0); |
| e[5] = _mm_mullo_epi32(f[5], txmat_4_6); |
| e[6] = _mm_mullo_epi32(f[6], txmat_4_2); |
| e[7] = _mm_mullo_epi32(f[7], txmat_4_4); |
| e[0] = _mm_sub_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_sub_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[28] = _mm_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_0), |
| _mm_mullo_epi32(d[1], txmat_2_1)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_2), |
| _mm_mullo_epi32(d[3], txmat_2_3)); |
| e[2] = _mm_add_epi32(_mm_mullo_epi32(d[4], txmat_2_4), |
| _mm_mullo_epi32(d[5], txmat_2_5)); |
| e[3] = _mm_add_epi32(_mm_mullo_epi32(d[6], txmat_2_6), |
| _mm_mullo_epi32(d[7], txmat_2_7)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_8), |
| _mm_mullo_epi32(d[9], txmat_2_9)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_10), |
| _mm_mullo_epi32(d[11], txmat_2_11)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_12), |
| _mm_mullo_epi32(d[13], txmat_2_13)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_14), |
| _mm_mullo_epi32(d[15], txmat_2_15)); |
| e[0] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[2] = _mm_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_1), |
| _mm_mullo_epi32(d[1], txmat_2_4)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_7), |
| _mm_mullo_epi32(d[3], txmat_2_10)); |
| e[2] = _mm_sub_epi32(_mm_mullo_epi32(d[4], txmat_2_13), |
| _mm_mullo_epi32(d[5], txmat_2_15)); |
| e[3] = _mm_add_epi32(_mm_mullo_epi32(d[6], txmat_2_12), |
| _mm_mullo_epi32(d[7], txmat_2_9)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_6), |
| _mm_mullo_epi32(d[9], txmat_2_3)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_0), |
| _mm_mullo_epi32(d[11], txmat_2_2)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_5), |
| _mm_mullo_epi32(d[13], txmat_2_8)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_11), |
| _mm_mullo_epi32(d[15], txmat_2_14)); |
| e[0] = _mm_add_epi32(_mm_add_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[6] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_2), |
| _mm_mullo_epi32(d[1], txmat_2_7)); |
| e[1] = _mm_sub_epi32(_mm_mullo_epi32(d[2], txmat_2_12), |
| _mm_mullo_epi32(d[3], txmat_2_14)); |
| e[2] = _mm_add_epi32(_mm_mullo_epi32(d[4], txmat_2_9), |
| _mm_mullo_epi32(d[5], txmat_2_4)); |
| e[3] = _mm_add_epi32(_mm_mullo_epi32(d[6], txmat_2_0), |
| _mm_mullo_epi32(d[7], txmat_2_5)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_10), |
| _mm_mullo_epi32(d[9], txmat_2_15)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_11), |
| _mm_mullo_epi32(d[11], txmat_2_6)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_1), |
| _mm_mullo_epi32(d[13], txmat_2_3)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_8), |
| _mm_mullo_epi32(d[15], txmat_2_13)); |
| e[0] = _mm_sub_epi32(_mm_add_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_sub_epi32(_mm_sub_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[10] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_3), |
| _mm_mullo_epi32(d[1], txmat_2_10)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_14), |
| _mm_mullo_epi32(d[3], txmat_2_7)); |
| e[2] = _mm_add_epi32(_mm_mullo_epi32(d[4], txmat_2_0), |
| _mm_mullo_epi32(d[5], txmat_2_6)); |
| e[3] = _mm_sub_epi32(_mm_mullo_epi32(d[6], txmat_2_13), |
| _mm_mullo_epi32(d[7], txmat_2_11)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_4), |
| _mm_mullo_epi32(d[9], txmat_2_2)); |
| e[5] = _mm_sub_epi32(_mm_mullo_epi32(d[10], txmat_2_9), |
| _mm_mullo_epi32(d[11], txmat_2_15)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_8), |
| _mm_mullo_epi32(d[13], txmat_2_1)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_5), |
| _mm_mullo_epi32(d[15], txmat_2_12)); |
| e[0] = _mm_sub_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_sub_epi32(_mm_add_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[14] = _mm_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm_add_epi32(_mm_mullo_epi32(d[0], txmat_2_4), |
| _mm_mullo_epi32(d[1], txmat_2_13)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_9), |
| _mm_mullo_epi32(d[3], txmat_2_0)); |
| e[2] = _mm_sub_epi32(_mm_mullo_epi32(d[4], txmat_2_8), |
| _mm_mullo_epi32(d[5], txmat_2_14)); |
| e[3] = _mm_add_epi32(_mm_mullo_epi32(d[6], txmat_2_5), |
| _mm_mullo_epi32(d[7], txmat_2_3)); |
| e[4] = _mm_sub_epi32(_mm_mullo_epi32(d[8], txmat_2_12), |
| _mm_mullo_epi32(d[9], txmat_2_10)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_1), |
| _mm_mullo_epi32(d[11], txmat_2_7)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_15), |
| _mm_mullo_epi32(d[13], txmat_2_6)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_2), |
| _mm_mullo_epi32(d[15], txmat_2_11)); |
| e[0] = _mm_sub_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_sub_epi32(e[4], e[5]), _mm_add_epi32(e[6], e[7])); |
| a[18] = _mm_add_epi32(e[0], e[4]); |
| |
| e[0] = _mm_sub_epi32(_mm_mullo_epi32(d[0], txmat_2_5), |
| _mm_mullo_epi32(d[1], txmat_2_15)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_4), |
| _mm_mullo_epi32(d[3], txmat_2_6)); |
| e[2] = _mm_add_epi32(_mm_mullo_epi32(d[4], txmat_2_14), |
| _mm_mullo_epi32(d[5], txmat_2_3)); |
| e[3] = _mm_sub_epi32(_mm_mullo_epi32(d[6], txmat_2_7), |
| _mm_mullo_epi32(d[7], txmat_2_13)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_2), |
| _mm_mullo_epi32(d[9], txmat_2_8)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_12), |
| _mm_mullo_epi32(d[11], txmat_2_1)); |
| e[6] = _mm_sub_epi32(_mm_mullo_epi32(d[12], txmat_2_9), |
| _mm_mullo_epi32(d[13], txmat_2_11)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_0), |
| _mm_mullo_epi32(d[15], txmat_2_10)); |
| e[0] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_add_epi32(e[2], e[3])); |
| e[4] = _mm_sub_epi32(_mm_sub_epi32(e[4], e[5]), _mm_sub_epi32(e[6], e[7])); |
| a[22] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_sub_epi32(_mm_mullo_epi32(d[0], txmat_2_6), |
| _mm_mullo_epi32(d[1], txmat_2_12)); |
| e[1] = _mm_add_epi32(_mm_mullo_epi32(d[2], txmat_2_0), |
| _mm_mullo_epi32(d[3], txmat_2_13)); |
| e[2] = _mm_add_epi32(_mm_mullo_epi32(d[4], txmat_2_5), |
| _mm_mullo_epi32(d[5], txmat_2_7)); |
| e[3] = _mm_add_epi32(_mm_mullo_epi32(d[6], txmat_2_11), |
| _mm_mullo_epi32(d[7], txmat_2_1)); |
| e[4] = _mm_sub_epi32(_mm_mullo_epi32(d[8], txmat_2_14), |
| _mm_mullo_epi32(d[9], txmat_2_4)); |
| e[5] = _mm_sub_epi32(_mm_mullo_epi32(d[10], txmat_2_8), |
| _mm_mullo_epi32(d[11], txmat_2_10)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_2), |
| _mm_mullo_epi32(d[13], txmat_2_15)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_3), |
| _mm_mullo_epi32(d[15], txmat_2_9)); |
| e[0] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_sub_epi32(e[4], e[5]), _mm_sub_epi32(e[6], e[7])); |
| a[26] = _mm_sub_epi32(e[0], e[4]); |
| |
| e[0] = _mm_sub_epi32(_mm_mullo_epi32(d[0], txmat_2_7), |
| _mm_mullo_epi32(d[1], txmat_2_9)); |
| e[1] = _mm_sub_epi32(_mm_mullo_epi32(d[2], txmat_2_5), |
| _mm_mullo_epi32(d[3], txmat_2_11)); |
| e[2] = _mm_sub_epi32(_mm_mullo_epi32(d[4], txmat_2_3), |
| _mm_mullo_epi32(d[5], txmat_2_13)); |
| e[3] = _mm_sub_epi32(_mm_mullo_epi32(d[6], txmat_2_1), |
| _mm_mullo_epi32(d[7], txmat_2_15)); |
| e[4] = _mm_add_epi32(_mm_mullo_epi32(d[8], txmat_2_0), |
| _mm_mullo_epi32(d[9], txmat_2_14)); |
| e[5] = _mm_add_epi32(_mm_mullo_epi32(d[10], txmat_2_2), |
| _mm_mullo_epi32(d[11], txmat_2_12)); |
| e[6] = _mm_add_epi32(_mm_mullo_epi32(d[12], txmat_2_4), |
| _mm_mullo_epi32(d[13], txmat_2_10)); |
| e[7] = _mm_add_epi32(_mm_mullo_epi32(d[14], txmat_2_6), |
| _mm_mullo_epi32(d[15], txmat_2_8)); |
| e[0] = _mm_add_epi32(_mm_sub_epi32(e[0], e[1]), _mm_sub_epi32(e[2], e[3])); |
| e[4] = _mm_add_epi32(_mm_sub_epi32(e[4], e[5]), _mm_sub_epi32(e[6], e[7])); |
| a[30] = _mm_add_epi32(e[0], e[4]); |
| |
| // 362, 361, 359, 357, 353, 349, 344, 338, 331, 323, 315, 306, |
| // 296, 285, 274, 262, 250, 236, 223, 208, 194, 178, 163, 147, |
| // 130, 114, 97, 79, 62, 44, 27, 9 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_0), |
| _mm_mullo_epi32(b[1], txmat_1_1)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_2), |
| _mm_mullo_epi32(b[3], txmat_1_3)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_4), |
| _mm_mullo_epi32(b[5], txmat_1_5)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_6), |
| _mm_mullo_epi32(b[7], txmat_1_7)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_8), |
| _mm_mullo_epi32(b[9], txmat_1_9)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_10), |
| _mm_mullo_epi32(b[11], txmat_1_11)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_12), |
| _mm_mullo_epi32(b[13], txmat_1_13)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_14), |
| _mm_mullo_epi32(b[15], txmat_1_15)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_16), |
| _mm_mullo_epi32(b[17], txmat_1_17)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_18), |
| _mm_mullo_epi32(b[19], txmat_1_19)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_20), |
| _mm_mullo_epi32(b[21], txmat_1_21)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_22), |
| _mm_mullo_epi32(b[23], txmat_1_23)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_24), |
| _mm_mullo_epi32(b[25], txmat_1_25)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_26), |
| _mm_mullo_epi32(b[27], txmat_1_27)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_28), |
| _mm_mullo_epi32(b[29], txmat_1_29)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_30), |
| _mm_mullo_epi32(b[31], txmat_1_31)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[1] = _mm_add_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 361, 353, 338, 315, 285, 250, 208, 163, 114, 62, 9, -44, |
| // -97,-147,-194,-236, -274,-306,-331,-349, -359,-362,-357,-344, |
| // -323,-296,-262,-223, -178,-130, -79, -27 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_1), |
| _mm_mullo_epi32(b[1], txmat_1_4)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_7), |
| _mm_mullo_epi32(b[3], txmat_1_10)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_13), |
| _mm_mullo_epi32(b[5], txmat_1_16)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_19), |
| _mm_mullo_epi32(b[7], txmat_1_22)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_25), |
| _mm_mullo_epi32(b[9], txmat_1_28)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_31), |
| _mm_mullo_epi32(b[11], txmat_1_29)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_26), |
| _mm_mullo_epi32(b[13], txmat_1_23)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_20), |
| _mm_mullo_epi32(b[15], txmat_1_17)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_14), |
| _mm_mullo_epi32(b[17], txmat_1_11)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_8), |
| _mm_mullo_epi32(b[19], txmat_1_5)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_2), |
| _mm_mullo_epi32(b[21], txmat_1_0)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_3), |
| _mm_mullo_epi32(b[23], txmat_1_6)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_9), |
| _mm_mullo_epi32(b[25], txmat_1_12)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_15), |
| _mm_mullo_epi32(b[27], txmat_1_18)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_21), |
| _mm_mullo_epi32(b[29], txmat_1_24)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_27), |
| _mm_mullo_epi32(b[31], txmat_1_30)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[3] = _mm_sub_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 359, 338, 296, 236, 163, 79, -9, -97, -178,-250,-306,-344, |
| // -361,-357,-331,-285, -223,-147, -62, 27, 114, 194, 262, 315, |
| // 349, 362, 353, 323, 274, 208, 130, 44 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_2), |
| _mm_mullo_epi32(b[1], txmat_1_7)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_12), |
| _mm_mullo_epi32(b[3], txmat_1_17)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_22), |
| _mm_mullo_epi32(b[5], txmat_1_27)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_31), |
| _mm_mullo_epi32(b[7], txmat_1_26)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_21), |
| _mm_mullo_epi32(b[9], txmat_1_16)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_11), |
| _mm_mullo_epi32(b[11], txmat_1_6)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_1), |
| _mm_mullo_epi32(b[13], txmat_1_3)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_8), |
| _mm_mullo_epi32(b[15], txmat_1_13)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_18), |
| _mm_mullo_epi32(b[17], txmat_1_23)); |
| c[9] = _mm_sub_epi32(_mm_mullo_epi32(b[18], txmat_1_28), |
| _mm_mullo_epi32(b[19], txmat_1_30)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_25), |
| _mm_mullo_epi32(b[21], txmat_1_20)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_15), |
| _mm_mullo_epi32(b[23], txmat_1_10)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_5), |
| _mm_mullo_epi32(b[25], txmat_1_0)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_4), |
| _mm_mullo_epi32(b[27], txmat_1_9)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_14), |
| _mm_mullo_epi32(b[29], txmat_1_19)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_24), |
| _mm_mullo_epi32(b[31], txmat_1_29)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[5] = _mm_sub_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 357, 315, 236, 130, 9,-114,-223,-306, -353,-359,-323,-250, |
| // -147, -27, 97, 208, 296, 349, 361, 331, 262, 163, 44, -79, |
| // -194,-285,-344,-362, -338,-274,-178, -62 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_3), |
| _mm_mullo_epi32(b[1], txmat_1_10)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_17), |
| _mm_mullo_epi32(b[3], txmat_1_24)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_31), |
| _mm_mullo_epi32(b[5], txmat_1_25)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_18), |
| _mm_mullo_epi32(b[7], txmat_1_11)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_4), |
| _mm_mullo_epi32(b[9], txmat_1_2)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_9), |
| _mm_mullo_epi32(b[11], txmat_1_16)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_23), |
| _mm_mullo_epi32(b[13], txmat_1_30)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_26), |
| _mm_mullo_epi32(b[15], txmat_1_19)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_12), |
| _mm_mullo_epi32(b[17], txmat_1_5)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_1), |
| _mm_mullo_epi32(b[19], txmat_1_8)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_15), |
| _mm_mullo_epi32(b[21], txmat_1_22)); |
| c[11] = _mm_sub_epi32(_mm_mullo_epi32(b[22], txmat_1_29), |
| _mm_mullo_epi32(b[23], txmat_1_27)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_20), |
| _mm_mullo_epi32(b[25], txmat_1_13)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_6), |
| _mm_mullo_epi32(b[27], txmat_1_0)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_7), |
| _mm_mullo_epi32(b[29], txmat_1_14)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_21), |
| _mm_mullo_epi32(b[31], txmat_1_28)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[7] = _mm_add_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 353, 285, 163, 9, -147,-274,-349,-357, -296,-178, -27, 130, |
| // 262, 344, 359, 306, 194, 44,-114,-250, -338,-361,-315,-208, |
| // -62, 97, 236, 331, 362, 323, 223, 79 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_4), |
| _mm_mullo_epi32(b[1], txmat_1_13)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_22), |
| _mm_mullo_epi32(b[3], txmat_1_31)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_23), |
| _mm_mullo_epi32(b[5], txmat_1_14)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_5), |
| _mm_mullo_epi32(b[7], txmat_1_3)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_12), |
| _mm_mullo_epi32(b[9], txmat_1_21)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_30), |
| _mm_mullo_epi32(b[11], txmat_1_24)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_15), |
| _mm_mullo_epi32(b[13], txmat_1_6)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_2), |
| _mm_mullo_epi32(b[15], txmat_1_11)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_20), |
| _mm_mullo_epi32(b[17], txmat_1_29)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_25), |
| _mm_mullo_epi32(b[19], txmat_1_16)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_7), |
| _mm_mullo_epi32(b[21], txmat_1_1)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_10), |
| _mm_mullo_epi32(b[23], txmat_1_19)); |
| c[12] = _mm_sub_epi32(_mm_mullo_epi32(b[24], txmat_1_28), |
| _mm_mullo_epi32(b[25], txmat_1_26)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_17), |
| _mm_mullo_epi32(b[27], txmat_1_8)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_0), |
| _mm_mullo_epi32(b[29], txmat_1_9)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_18), |
| _mm_mullo_epi32(b[31], txmat_1_27)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_sub_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_sub_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[9] = _mm_add_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 349, 250, 79,-114, -274,-357,-338,-223, -44, 147, 296, 361, |
| // 323, 194, 9,-178, -315,-362,-306,-163, 27, 208, 331, 359, |
| // 285, 130, -62,-236, -344,-353,-262, -97 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_5), |
| _mm_mullo_epi32(b[1], txmat_1_16)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_27), |
| _mm_mullo_epi32(b[3], txmat_1_25)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_14), |
| _mm_mullo_epi32(b[5], txmat_1_3)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_7), |
| _mm_mullo_epi32(b[7], txmat_1_18)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_29), |
| _mm_mullo_epi32(b[9], txmat_1_23)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_12), |
| _mm_mullo_epi32(b[11], txmat_1_1)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_9), |
| _mm_mullo_epi32(b[13], txmat_1_20)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_31), |
| _mm_mullo_epi32(b[15], txmat_1_21)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_10), |
| _mm_mullo_epi32(b[17], txmat_1_0)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_11), |
| _mm_mullo_epi32(b[19], txmat_1_22)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_30), |
| _mm_mullo_epi32(b[21], txmat_1_19)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_8), |
| _mm_mullo_epi32(b[23], txmat_1_2)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_13), |
| _mm_mullo_epi32(b[25], txmat_1_24)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_28), |
| _mm_mullo_epi32(b[27], txmat_1_17)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_6), |
| _mm_mullo_epi32(b[29], txmat_1_4)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_15), |
| _mm_mullo_epi32(b[31], txmat_1_26)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_sub_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[11] = |
| _mm_sub_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 344, 208, -9,-223, -349,-338,-194, 27, 236, 353, 331, 178, |
| // -44,-250,-357,-323, -163, 62, 262, 359, 315, 147, -79,-274, |
| // -361,-306,-130, 97, 285, 362, 296, 114 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_6), |
| _mm_mullo_epi32(b[1], txmat_1_19)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_31), |
| _mm_mullo_epi32(b[3], txmat_1_18)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_5), |
| _mm_mullo_epi32(b[5], txmat_1_7)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_20), |
| _mm_mullo_epi32(b[7], txmat_1_30)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_17), |
| _mm_mullo_epi32(b[9], txmat_1_4)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_8), |
| _mm_mullo_epi32(b[11], txmat_1_21)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_29), |
| _mm_mullo_epi32(b[13], txmat_1_16)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_3), |
| _mm_mullo_epi32(b[15], txmat_1_9)); |
| c[8] = _mm_sub_epi32(_mm_mullo_epi32(b[16], txmat_1_22), |
| _mm_mullo_epi32(b[17], txmat_1_28)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_15), |
| _mm_mullo_epi32(b[19], txmat_1_2)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_10), |
| _mm_mullo_epi32(b[21], txmat_1_23)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_27), |
| _mm_mullo_epi32(b[23], txmat_1_14)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_1), |
| _mm_mullo_epi32(b[25], txmat_1_11)); |
| c[13] = _mm_sub_epi32(_mm_mullo_epi32(b[26], txmat_1_24), |
| _mm_mullo_epi32(b[27], txmat_1_26)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_13), |
| _mm_mullo_epi32(b[29], txmat_1_0)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_12), |
| _mm_mullo_epi32(b[31], txmat_1_25)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[13] = |
| _mm_sub_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 338, 163, -97,-306, -357,-223, 27, 262, 362, 274, 44,-208, |
| // -353,-315,-114, 147, 331, 344, 178, -79, -296,-359,-236, 9, |
| // 250, 361, 285, 62, -194,-349,-323,-130 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_7), |
| _mm_mullo_epi32(b[1], txmat_1_22)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_26), |
| _mm_mullo_epi32(b[3], txmat_1_11)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_3), |
| _mm_mullo_epi32(b[5], txmat_1_18)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_30), |
| _mm_mullo_epi32(b[7], txmat_1_15)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_0), |
| _mm_mullo_epi32(b[9], txmat_1_14)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_29), |
| _mm_mullo_epi32(b[11], txmat_1_19)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_4), |
| _mm_mullo_epi32(b[13], txmat_1_10)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_25), |
| _mm_mullo_epi32(b[15], txmat_1_23)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_8), |
| _mm_mullo_epi32(b[17], txmat_1_6)); |
| c[9] = _mm_sub_epi32(_mm_mullo_epi32(b[18], txmat_1_21), |
| _mm_mullo_epi32(b[19], txmat_1_27)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_12), |
| _mm_mullo_epi32(b[21], txmat_1_2)); |
| c[11] = _mm_sub_epi32(_mm_mullo_epi32(b[22], txmat_1_17), |
| _mm_mullo_epi32(b[23], txmat_1_31)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_16), |
| _mm_mullo_epi32(b[25], txmat_1_1)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_13), |
| _mm_mullo_epi32(b[27], txmat_1_28)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_20), |
| _mm_mullo_epi32(b[29], txmat_1_5)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_9), |
| _mm_mullo_epi32(b[31], txmat_1_24)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_add_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[15] = |
| _mm_add_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 331, 114,-178,-353, -296, -44, 236, 362, 250, -27,-285,-357, |
| // -194, 97, 323, 338, 130,-163,-349,-306, -62, 223, 361, 262, |
| // -9,-274,-359,-208, 79, 315, 344, 147 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_8), |
| _mm_mullo_epi32(b[1], txmat_1_25)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_21), |
| _mm_mullo_epi32(b[3], txmat_1_4)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_12), |
| _mm_mullo_epi32(b[5], txmat_1_29)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_17), |
| _mm_mullo_epi32(b[7], txmat_1_0)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_16), |
| _mm_mullo_epi32(b[9], txmat_1_30)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_13), |
| _mm_mullo_epi32(b[11], txmat_1_3)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_20), |
| _mm_mullo_epi32(b[13], txmat_1_26)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_9), |
| _mm_mullo_epi32(b[15], txmat_1_7)); |
| c[8] = _mm_sub_epi32(_mm_mullo_epi32(b[16], txmat_1_24), |
| _mm_mullo_epi32(b[17], txmat_1_22)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_5), |
| _mm_mullo_epi32(b[19], txmat_1_11)); |
| c[10] = _mm_sub_epi32(_mm_mullo_epi32(b[20], txmat_1_28), |
| _mm_mullo_epi32(b[21], txmat_1_18)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_1), |
| _mm_mullo_epi32(b[23], txmat_1_15)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_31), |
| _mm_mullo_epi32(b[25], txmat_1_14)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_2), |
| _mm_mullo_epi32(b[27], txmat_1_19)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_27), |
| _mm_mullo_epi32(b[29], txmat_1_10)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_6), |
| _mm_mullo_epi32(b[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_sub_epi32(c[4], c[5]), _mm_sub_epi32(c[6], c[7])); |
| c[8] = |
| _mm_sub_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_add_epi32(c[12], c[13]), _mm_add_epi32(c[14], c[15])); |
| a[17] = |
| _mm_add_epi32(_mm_add_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 323, 62,-250,-359, -178, 147, 353, 274, -27,-306,-338, -97, |
| // 223, 362, 208,-114, -344,-296, -9, 285, 349, 130,-194,-361, |
| // -236, 79, 331, 315, 44,-262,-357,-163 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_9), |
| _mm_mullo_epi32(b[1], txmat_1_28)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_16), |
| _mm_mullo_epi32(b[3], txmat_1_2)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_21), |
| _mm_mullo_epi32(b[5], txmat_1_23)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_4), |
| _mm_mullo_epi32(b[7], txmat_1_14)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_30), |
| _mm_mullo_epi32(b[9], txmat_1_11)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_7), |
| _mm_mullo_epi32(b[11], txmat_1_26)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_18), |
| _mm_mullo_epi32(b[13], txmat_1_0)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_19), |
| _mm_mullo_epi32(b[15], txmat_1_25)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_6), |
| _mm_mullo_epi32(b[17], txmat_1_12)); |
| c[9] = _mm_sub_epi32(_mm_mullo_epi32(b[18], txmat_1_31), |
| _mm_mullo_epi32(b[19], txmat_1_13)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_5), |
| _mm_mullo_epi32(b[21], txmat_1_24)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_20), |
| _mm_mullo_epi32(b[23], txmat_1_1)); |
| c[12] = _mm_sub_epi32(_mm_mullo_epi32(b[24], txmat_1_17), |
| _mm_mullo_epi32(b[25], txmat_1_27)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_8), |
| _mm_mullo_epi32(b[27], txmat_1_10)); |
| c[14] = _mm_sub_epi32(_mm_mullo_epi32(b[28], txmat_1_29), |
| _mm_mullo_epi32(b[29], txmat_1_15)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_3), |
| _mm_mullo_epi32(b[31], txmat_1_22)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_add_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[19] = |
| _mm_sub_epi32(_mm_sub_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 315, 9,-306,-323, -27, 296, 331, 44, -285,-338, -62, 274, |
| // 344, 79,-262,-349, -97, 250, 353, 114, -236,-357,-130, 223, |
| // 359, 147,-208,-361, -163, 194, 362, 178 |
| c[0] = _mm_add_epi32(_mm_mullo_epi32(b[0], txmat_1_10), |
| _mm_mullo_epi32(b[1], txmat_1_31)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_11), |
| _mm_mullo_epi32(b[3], txmat_1_9)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_30), |
| _mm_mullo_epi32(b[5], txmat_1_12)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_8), |
| _mm_mullo_epi32(b[7], txmat_1_29)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_13), |
| _mm_mullo_epi32(b[9], txmat_1_7)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_28), |
| _mm_mullo_epi32(b[11], txmat_1_14)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_6), |
| _mm_mullo_epi32(b[13], txmat_1_27)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_15), |
| _mm_mullo_epi32(b[15], txmat_1_5)); |
| c[8] = _mm_sub_epi32(_mm_mullo_epi32(b[16], txmat_1_26), |
| _mm_mullo_epi32(b[17], txmat_1_16)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_4), |
| _mm_mullo_epi32(b[19], txmat_1_25)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_17), |
| _mm_mullo_epi32(b[21], txmat_1_3)); |
| c[11] = _mm_sub_epi32(_mm_mullo_epi32(b[22], txmat_1_24), |
| _mm_mullo_epi32(b[23], txmat_1_18)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_2), |
| _mm_mullo_epi32(b[25], txmat_1_23)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_19), |
| _mm_mullo_epi32(b[27], txmat_1_1)); |
| c[14] = _mm_sub_epi32(_mm_mullo_epi32(b[28], txmat_1_22), |
| _mm_mullo_epi32(b[29], txmat_1_20)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_0), |
| _mm_mullo_epi32(b[31], txmat_1_21)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_sub_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[21] = |
| _mm_sub_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 306, -44,-344,-250, 130, 361, 178,-208, -357, -97, 274, 331, |
| // 9,-323,-285, 79, 353, 223,-163,-362, -147, 236, 349, 62, |
| // -296,-315, 27, 338, 262,-114,-359,-194 |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_11), |
| _mm_mullo_epi32(b[1], txmat_1_29)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_6), |
| _mm_mullo_epi32(b[3], txmat_1_16)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_24), |
| _mm_mullo_epi32(b[5], txmat_1_1)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_21), |
| _mm_mullo_epi32(b[7], txmat_1_19)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_3), |
| _mm_mullo_epi32(b[9], txmat_1_26)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_14), |
| _mm_mullo_epi32(b[11], txmat_1_8)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_31), |
| _mm_mullo_epi32(b[13], txmat_1_9)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_13), |
| _mm_mullo_epi32(b[15], txmat_1_27)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_4), |
| _mm_mullo_epi32(b[17], txmat_1_18)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_22), |
| _mm_mullo_epi32(b[19], txmat_1_0)); |
| c[10] = _mm_sub_epi32(_mm_mullo_epi32(b[20], txmat_1_23), |
| _mm_mullo_epi32(b[21], txmat_1_17)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_5), |
| _mm_mullo_epi32(b[23], txmat_1_28)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_12), |
| _mm_mullo_epi32(b[25], txmat_1_10)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_30), |
| _mm_mullo_epi32(b[27], txmat_1_7)); |
| c[14] = _mm_sub_epi32(_mm_mullo_epi32(b[28], txmat_1_15), |
| _mm_mullo_epi32(b[29], txmat_1_25)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_2), |
| _mm_mullo_epi32(b[31], txmat_1_20)); |
| 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])); |
| c[8] = |
| _mm_sub_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[23] = |
| _mm_add_epi32(_mm_sub_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 296, -97,-361,-147, 262, 323, -44,-353, -194, 223, 344, 9, |
| // -338,-236, 178, 357, 62,-315,-274, 130, 362, 114,-285,-306, |
| // 79, 359, 163,-250, -331, 27, 349, 208 |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_12), |
| _mm_mullo_epi32(b[1], txmat_1_26)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_1), |
| _mm_mullo_epi32(b[3], txmat_1_23)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_15), |
| _mm_mullo_epi32(b[5], txmat_1_9)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_29), |
| _mm_mullo_epi32(b[7], txmat_1_4)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_20), |
| _mm_mullo_epi32(b[9], txmat_1_18)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_6), |
| _mm_mullo_epi32(b[11], txmat_1_31)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_7), |
| _mm_mullo_epi32(b[13], txmat_1_17)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_21), |
| _mm_mullo_epi32(b[15], txmat_1_3)); |
| c[8] = _mm_sub_epi32(_mm_mullo_epi32(b[16], txmat_1_28), |
| _mm_mullo_epi32(b[17], txmat_1_10)); |
| c[9] = _mm_sub_epi32(_mm_mullo_epi32(b[18], txmat_1_14), |
| _mm_mullo_epi32(b[19], txmat_1_24)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_0), |
| _mm_mullo_epi32(b[21], txmat_1_25)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_13), |
| _mm_mullo_epi32(b[23], txmat_1_11)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_27), |
| _mm_mullo_epi32(b[25], txmat_1_2)); |
| c[13] = _mm_sub_epi32(_mm_mullo_epi32(b[26], txmat_1_22), |
| _mm_mullo_epi32(b[27], txmat_1_16)); |
| c[14] = _mm_sub_epi32(_mm_mullo_epi32(b[28], txmat_1_8), |
| _mm_mullo_epi32(b[29], txmat_1_30)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_5), |
| _mm_mullo_epi32(b[31], txmat_1_19)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_sub_epi32(_mm_add_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[25] = |
| _mm_add_epi32(_mm_sub_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 285,-147,-357, -27, 344, 194,-250,-315, 97, 362, 79,-323, |
| // -236, 208, 338, -44, -359,-130, 296, 274, -163,-353, -9, 349, |
| // 178,-262,-306, 114, 361, 62,-331,-223 |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_13), |
| _mm_mullo_epi32(b[1], txmat_1_23)); |
| c[1] = _mm_add_epi32(_mm_mullo_epi32(b[2], txmat_1_3), |
| _mm_mullo_epi32(b[3], txmat_1_30)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_6), |
| _mm_mullo_epi32(b[5], txmat_1_20)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_16), |
| _mm_mullo_epi32(b[7], txmat_1_10)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_26), |
| _mm_mullo_epi32(b[9], txmat_1_0)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_27), |
| _mm_mullo_epi32(b[11], txmat_1_9)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_17), |
| _mm_mullo_epi32(b[13], txmat_1_19)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_7), |
| _mm_mullo_epi32(b[15], txmat_1_29)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_2), |
| _mm_mullo_epi32(b[17], txmat_1_24)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_12), |
| _mm_mullo_epi32(b[19], txmat_1_14)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_22), |
| _mm_mullo_epi32(b[21], txmat_1_4)); |
| c[11] = _mm_sub_epi32(_mm_mullo_epi32(b[22], txmat_1_31), |
| _mm_mullo_epi32(b[23], txmat_1_5)); |
| c[12] = _mm_sub_epi32(_mm_mullo_epi32(b[24], txmat_1_21), |
| _mm_mullo_epi32(b[25], txmat_1_15)); |
| c[13] = _mm_sub_epi32(_mm_mullo_epi32(b[26], txmat_1_11), |
| _mm_mullo_epi32(b[27], txmat_1_25)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_1), |
| _mm_mullo_epi32(b[29], txmat_1_28)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_8), |
| _mm_mullo_epi32(b[31], txmat_1_18)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_sub_epi32(c[8], c[9]), _mm_add_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[27] = |
| _mm_sub_epi32(_mm_add_epi32(c[0], c[4]), _mm_sub_epi32(c[8], c[12])); |
| |
| // 274,-194,-331, 97, 359, 9,-357,-114, 323, 208,-262,-285, |
| // 178, 338, -79,-361, -27, 353, 130,-315, -223, 250, 296,-163, |
| // -344, 62, 362, 44, -349,-147, 306, 236 |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_14), |
| _mm_mullo_epi32(b[1], txmat_1_20)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_8), |
| _mm_mullo_epi32(b[3], txmat_1_26)); |
| c[2] = _mm_add_epi32(_mm_mullo_epi32(b[4], txmat_1_2), |
| _mm_mullo_epi32(b[5], txmat_1_31)); |
| c[3] = _mm_add_epi32(_mm_mullo_epi32(b[6], txmat_1_3), |
| _mm_mullo_epi32(b[7], txmat_1_25)); |
| c[4] = _mm_add_epi32(_mm_mullo_epi32(b[8], txmat_1_9), |
| _mm_mullo_epi32(b[9], txmat_1_19)); |
| c[5] = _mm_add_epi32(_mm_mullo_epi32(b[10], txmat_1_15), |
| _mm_mullo_epi32(b[11], txmat_1_13)); |
| c[6] = _mm_add_epi32(_mm_mullo_epi32(b[12], txmat_1_21), |
| _mm_mullo_epi32(b[13], txmat_1_7)); |
| c[7] = _mm_add_epi32(_mm_mullo_epi32(b[14], txmat_1_27), |
| _mm_mullo_epi32(b[15], txmat_1_1)); |
| c[8] = _mm_sub_epi32(_mm_mullo_epi32(b[16], txmat_1_30), |
| _mm_mullo_epi32(b[17], txmat_1_4)); |
| c[9] = _mm_sub_epi32(_mm_mullo_epi32(b[18], txmat_1_24), |
| _mm_mullo_epi32(b[19], txmat_1_10)); |
| c[10] = _mm_sub_epi32(_mm_mullo_epi32(b[20], txmat_1_18), |
| _mm_mullo_epi32(b[21], txmat_1_16)); |
| c[11] = _mm_sub_epi32(_mm_mullo_epi32(b[22], txmat_1_12), |
| _mm_mullo_epi32(b[23], txmat_1_22)); |
| c[12] = _mm_sub_epi32(_mm_mullo_epi32(b[24], txmat_1_6), |
| _mm_mullo_epi32(b[25], txmat_1_28)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_0), |
| _mm_mullo_epi32(b[27], txmat_1_29)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_5), |
| _mm_mullo_epi32(b[29], txmat_1_23)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_11), |
| _mm_mullo_epi32(b[31], txmat_1_17)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[29] = |
| _mm_sub_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| // 262,-236,-285, 208, 306,-178,-323, 147, 338,-114,-349, 79, |
| // 357, -44,-361, 9, 362, 27,-359, -62, 353, 97,-344,-130, |
| // 331, 163,-315,-194, 296, 223,-274,-250 |
| c[0] = _mm_sub_epi32(_mm_mullo_epi32(b[0], txmat_1_15), |
| _mm_mullo_epi32(b[1], txmat_1_17)); |
| c[1] = _mm_sub_epi32(_mm_mullo_epi32(b[2], txmat_1_13), |
| _mm_mullo_epi32(b[3], txmat_1_19)); |
| c[2] = _mm_sub_epi32(_mm_mullo_epi32(b[4], txmat_1_11), |
| _mm_mullo_epi32(b[5], txmat_1_21)); |
| c[3] = _mm_sub_epi32(_mm_mullo_epi32(b[6], txmat_1_9), |
| _mm_mullo_epi32(b[7], txmat_1_23)); |
| c[4] = _mm_sub_epi32(_mm_mullo_epi32(b[8], txmat_1_7), |
| _mm_mullo_epi32(b[9], txmat_1_25)); |
| c[5] = _mm_sub_epi32(_mm_mullo_epi32(b[10], txmat_1_5), |
| _mm_mullo_epi32(b[11], txmat_1_27)); |
| c[6] = _mm_sub_epi32(_mm_mullo_epi32(b[12], txmat_1_3), |
| _mm_mullo_epi32(b[13], txmat_1_29)); |
| c[7] = _mm_sub_epi32(_mm_mullo_epi32(b[14], txmat_1_1), |
| _mm_mullo_epi32(b[15], txmat_1_31)); |
| c[8] = _mm_add_epi32(_mm_mullo_epi32(b[16], txmat_1_0), |
| _mm_mullo_epi32(b[17], txmat_1_30)); |
| c[9] = _mm_add_epi32(_mm_mullo_epi32(b[18], txmat_1_2), |
| _mm_mullo_epi32(b[19], txmat_1_28)); |
| c[10] = _mm_add_epi32(_mm_mullo_epi32(b[20], txmat_1_4), |
| _mm_mullo_epi32(b[21], txmat_1_26)); |
| c[11] = _mm_add_epi32(_mm_mullo_epi32(b[22], txmat_1_6), |
| _mm_mullo_epi32(b[23], txmat_1_24)); |
| c[12] = _mm_add_epi32(_mm_mullo_epi32(b[24], txmat_1_8), |
| _mm_mullo_epi32(b[25], txmat_1_22)); |
| c[13] = _mm_add_epi32(_mm_mullo_epi32(b[26], txmat_1_10), |
| _mm_mullo_epi32(b[27], txmat_1_20)); |
| c[14] = _mm_add_epi32(_mm_mullo_epi32(b[28], txmat_1_12), |
| _mm_mullo_epi32(b[29], txmat_1_18)); |
| c[15] = _mm_add_epi32(_mm_mullo_epi32(b[30], txmat_1_14), |
| _mm_mullo_epi32(b[31], txmat_1_16)); |
| 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])); |
| c[8] = |
| _mm_add_epi32(_mm_sub_epi32(c[8], c[9]), _mm_sub_epi32(c[10], c[11])); |
| c[12] = |
| _mm_add_epi32(_mm_sub_epi32(c[12], c[13]), _mm_sub_epi32(c[14], c[15])); |
| a[31] = |
| _mm_add_epi32(_mm_add_epi32(c[0], c[4]), _mm_add_epi32(c[8], c[12])); |
| |
| for (n = 0; n < 32; n++) { |
| a[n] = _mm_add_epi32(a[n], v_offset); |
| a[n] = _mm_srai_epi32(a[n], shift); |
| } |
| |
| transpose_store_8x4_sse4(a, dst + 0, tx1d_size); |
| transpose_store_8x4_sse4(a + 8, dst + 8, tx1d_size); |
| transpose_store_8x4_sse4(a + 16, dst + 16, tx1d_size); |
| transpose_store_8x4_sse4(a + 24, dst + 24, tx1d_size); |
| } |
| } |
| |
| // ********************************** DST-VII ********************************** |
| void fwd_txfm_idtx_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| __m128i v_offset = _mm_set1_epi32(offset); |
| for (int i = 0; i < nz_line; i += 2, src += 2) { |
| __m128i v_src0 = |
| _mm_set_epi32(src[3 * line], src[2 * line], src[line], src[0]); |
| __m128i v_src1 = _mm_set_epi32(src[3 * line + 1], src[2 * line + 1], |
| src[line + 1], src[1]); |
| |
| // Multiply by scale and add offset |
| __m128i v_scaled0 = _mm_slli_epi32(v_src0, 7); |
| __m128i v_offsetted0 = _mm_add_epi32(v_scaled0, v_offset); |
| __m128i v_shifted0 = _mm_srai_epi32(v_offsetted0, shift); |
| __m128i v_scaled1 = _mm_slli_epi32(v_src1, 7); |
| __m128i v_offsetted1 = _mm_add_epi32(v_scaled1, v_offset); |
| __m128i v_shifted1 = _mm_srai_epi32(v_offsetted1, shift); |
| |
| // Right shift by shift |
| _mm256_storeu_si256((__m256i *)(dst + (i * tx1d_size)), |
| _mm256_set_m128i(v_shifted1, v_shifted0)); |
| } |
| } |
| |
| void fwd_txfm_idtx_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| 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); |
| for (int i = 0; i < nz_line; i++, src++) { |
| __m256i v_src = _mm256_set_epi32( |
| src[7 * line], src[6 * line], src[5 * line], src[4 * line], |
| src[3 * line], src[2 * line], src[line], src[0]); |
| |
| // 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); |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Right shift by shift |
| _mm256_storeu_si256((__m256i *)(dst + (i * tx1d_size)), v_shifted); |
| } |
| } |
| |
| void fwd_txfm_idtx_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| for (int i = 0; i < nz_line; i++, src++) { |
| for (int j = 0; j < tx1d_size; j += 8) { |
| __m256i v_src = _mm256_set_epi32( |
| src[(7 + j) * line], src[(6 + j) * line], src[(5 + j) * line], |
| src[(4 + j) * line], src[(3 + j) * line], src[(2 + j) * line], |
| src[(1 + j) * line], src[(0 + j) * line]); |
| |
| // 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); |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Right shift by shift |
| _mm256_storeu_si256((__m256i *)(dst + (i * tx1d_size) + j), v_shifted); |
| } |
| } |
| } |
| |
| void fwd_txfm_idtx_size32_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| 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); |
| for (int i = 0; i < nz_line; i++, src++) { |
| for (int j = 0; j < tx1d_size; j += 8) { |
| __m256i v_src = _mm256_set_epi32( |
| src[(7 + j) * line], src[(6 + j) * line], src[(5 + j) * line], |
| src[(4 + j) * line], src[(3 + j) * line], src[(2 + j) * line], |
| src[(1 + j) * line], src[(0 + j) * line]); |
| |
| // 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); |
| __m256i v_shifted = _mm256_srai_epi32(v_offsetted, shift); |
| |
| // Right shift by shift |
| _mm256_storeu_si256((__m256i *)(dst + (i * tx1d_size) + j), v_shifted); |
| } |
| } |
| } |
| |
| void fwd_txfm_adst_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_adst_size4_avx2[4][8]) = { |
| { 18, 50, 75, 89, 18, 50, 75, 89 }, |
| { 50, 89, 18, -75, 50, 89, 18, -75 }, |
| { 75, 18, -89, 50, 75, 18, -89, 50 }, |
| { 89, -75, 50, -18, 89, -75, 50, -18 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j + 0]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[k * line + j + 1]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_adst_size4_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_adst_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_adst_size8_avx2[8][8]) = { |
| { 11, 34, 54, 71, 84, 88, 79, 50 }, |
| { 28, 74, 89, 68, 17, -44, -83, -69 }, |
| { 44, 89, 48, -41, -89, -44, 50, 81 }, |
| { 58, 76, -34, -86, 10, 88, 6, -84 }, |
| { 70, 39, -87, 1, 86, -44, -59, 78 }, |
| { 79, -12, -66, 87, -35, -44, 86, -62 }, |
| { 86, -58, 12, 38, -75, 88, -74, 40 }, |
| { 89, -86, 79, -70, 58, -44, 29, -14 }, |
| }; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_adst_size8_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_adst_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_adst_size16_avx2[32][8]) = { |
| { 8, 25, 41, 55, 67, 77, 84, 88 }, |
| { 17, 48, 73, 87, 88, 77, 55, 25 }, |
| { 25, 67, 88, 81, 48, 0, -48, -81 }, |
| { 33, 81, 84, 41, -25, -77, -87, -48 }, |
| { 41, 88, 62, -17, -81, -77, -8, 67 }, |
| { 48, 88, 25, -67, -81, 0, 81, 67 }, |
| { 55, 81, -17, -89, -25, 77, 62, -48 }, |
| { 62, 67, -55, -73, 48, 77, -41, -81 }, |
| { 67, 48, -81, -25, 88, 0, -88, 25 }, |
| { 73, 25, -89, 33, 67, -77, -17, 88 }, |
| { 77, 0, -77, 77, 0, -77, 77, 0 }, |
| { 81, -25, -48, 88, -67, 0, 67, -88 }, |
| { 84, -48, -8, 62, -88, 77, -33, -25 }, |
| { 87, -67, 33, 8, -48, 77, -89, 81 }, |
| { 88, -81, 67, -48, 25, 0, -25, 48 }, |
| { 89, -88, 87, -84, 81, -77, 73, -67 }, |
| { 89, 87, 81, 73, 62, 48, 33, 17 }, |
| { -8, -41, -67, -84, -89, -81, -62, -33 }, |
| { -88, -67, -25, 25, 67, 88, 81, 48 }, |
| { 17, 73, 88, 55, -8, -67, -89, -62 }, |
| { 87, 33, -48, -89, -55, 25, 84, 73 }, |
| { -25, -88, -48, 48, 88, 25, -67, -81 }, |
| { -84, 8, 88, 33, -73, -67, 41, 87 }, |
| { 33, 84, -25, -87, 17, 88, -8, -89 }, |
| { 81, -48, -67, 67, 48, -81, -25, 88 }, |
| { -41, -62, 81, 8, -87, 48, 55, -84 }, |
| { -77, 77, 0, -77, 77, 0, -77, 77 }, |
| { 48, 25, -81, 81, -25, -48, 88, -67 }, |
| { 73, -89, 67, -17, -41, 81, -87, 55 }, |
| { -55, 17, 25, -62, 84, -88, 73, -41 }, |
| { -67, 81, -88, 88, -81, 67, -48, 25 }, |
| { 62, -55, 48, -41, 33, -25, 17, -8 }, |
| }; |
| |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_adst_size16_avx2[2 * i + k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size) + i), sum); |
| } |
| } |
| } |
| |
| void fwd_txfm_fdst_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_fdst_size4_avx2[4][8]) = { |
| { 89, 75, 50, 18, 89, 75, 50, 18 }, |
| { 75, -18, -89, -50, 75, -18, -89, -50 }, |
| { 50, -89, 18, 75, 50, -89, 18, 75 }, |
| { 18, -50, 75, -89, 18, -50, 75, -89 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j + 0]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[k * line + j + 1]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_fdst_size4_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_fdst_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_fdst_size8_avx2[8][8]) = { |
| { 89, -86, 79, -70, 58, -44, 29, -14 }, |
| { 86, -58, 12, 38, -75, 88, -74, 40 }, |
| { 79, -12, -66, 87, -35, -44, 86, -62 }, |
| { 70, 39, -87, 1, 86, -44, -59, 78 }, |
| { 58, 76, -34, -86, 10, 88, 6, -84 }, |
| { 44, 89, 48, -41, -89, -44, 50, 81 }, |
| { 28, 74, 89, 68, 17, -44, -83, -69 }, |
| { 11, 34, 54, 71, 84, 88, 79, 50 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_fdst_size8_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_fdst_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_fdst_size16_avx2[32][8]) = { |
| { 89, 88, 87, 84, 81, 77, 73, 67 }, |
| { 88, 81, 67, 48, 25, 0, -25, -48 }, |
| { 87, 67, 33, -8, -48, -77, -89, -81 }, |
| { 84, 48, -8, -62, -88, -77, -33, 25 }, |
| { 81, 25, -48, -88, -67, 0, 67, 88 }, |
| { 77, 0, -77, -77, 0, 77, 77, 0 }, |
| { 73, -25, -89, -33, 67, 77, -17, -88 }, |
| { 67, -48, -81, 25, 88, 0, -88, -25 }, |
| { 62, -67, -55, 73, 48, -77, -41, 81 }, |
| { 55, -81, -17, 89, -25, -77, 62, 48 }, |
| { 48, -88, 25, 67, -81, 0, 81, -67 }, |
| { 41, -88, 62, 17, -81, 77, -8, -67 }, |
| { 33, -81, 84, -41, -25, 77, -87, 48 }, |
| { 25, -67, 88, -81, 48, 0, -48, 81 }, |
| { 17, -48, 73, -87, 88, -77, 55, -25 }, |
| { 8, -25, 41, -55, 67, -77, 84, -88 }, |
| { 62, 55, 48, 41, 33, 25, 17, 8 }, |
| { -67, -81, -88, -88, -81, -67, -48, -25 }, |
| { -55, -17, 25, 62, 84, 88, 73, 41 }, |
| { 73, 89, 67, 17, -41, -81, -87, -55 }, |
| { 48, -25, -81, -81, -25, 48, 88, 67 }, |
| { -77, -77, 0, 77, 77, 0, -77, -77 }, |
| { -41, 62, 81, -8, -87, -48, 55, 84 }, |
| { 81, 48, -67, -67, 48, 81, -25, -88 }, |
| { 33, -84, -25, 87, 17, -88, -8, 89 }, |
| { -84, -8, 88, -33, -73, 67, 41, -87 }, |
| { -25, 88, -48, -48, 88, -25, -67, 81 }, |
| { 87, -33, -48, 89, -55, -25, 84, -73 }, |
| { 17, -73, 88, -55, -8, 67, -89, 62 }, |
| { -88, 67, -25, -25, 67, -88, 81, -48 }, |
| { -8, 41, -67, 84, -89, 81, -62, 33 }, |
| { 89, -87, 81, -73, 62, -48, 33, -17 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_fdst_size16_avx2[2 * i + k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size) + i), sum); |
| } |
| } |
| } |
| |
| void fwd_txfm_ddtx_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_ddtx_size4_avx2[4][8]) = { |
| { 2, 14, 67, 108, 2, 14, 67, 108 }, |
| { 20, 68, 86, -61, 20, 68, 86, -61 }, |
| { 72, 81, -61, 27, 72, 81, -61, 27 }, |
| { 104, -69, 25, -8, 104, -69, 25, -8 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j + 0]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[k * line + j + 1]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_ddtx_size4_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_ddtx_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_ddtx_size8_avx2[8][8]) = { |
| { 4, 6, 22, 57, 96, 103, 78, 56 }, |
| { 7, 14, 48, 94, 73, -17, -79, -96 }, |
| { 15, 36, 85, 76, -43, -80, 7, 98 }, |
| { 33, 77, 88, -26, -69, 56, 56, -77 }, |
| { 65, 100, 0, -73, 55, 15, -82, 54 }, |
| { 98, 45, -86, 34, 20, -66, 79, -33 }, |
| { 106, -57, -23, 54, -71, 75, -56, 19 }, |
| { 80, -98, 82, -66, 53, -41, 26, -6 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_ddtx_size8_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_ddtx_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_ddtx_size16_avx2[32][8]) = { |
| { 12, 17, 37, 45, 47, 60, 64, 82 }, |
| { 15, 23, 49, 60, 60, 74, 70, 73 }, |
| { 19, 30, 60, 69, 61, 64, 40, 3 }, |
| { 23, 38, 69, 73, 49, 28, -19, -80 }, |
| { 30, 48, 75, 66, 19, -31, -79, -91 }, |
| { 39, 61, 75, 40, -29, -87, -78, 10 }, |
| { 51, 76, 61, -8, -77, -82, 11, 94 }, |
| { 66, 87, 29, -65, -83, 4, 92, 18 }, |
| { 78, 83, -18, -91, -16, 88, 28, -84 }, |
| { 88, 59, -67, -57, 75, 54, -85, -5 }, |
| { 94, 19, -96, 21, 93, -55, -41, 80 }, |
| { 97, -30, -83, 86, 3, -77, 82, -17 }, |
| { 93, -73, -28, 81, -92, 29, 39, -70 }, |
| { 83, -99, 40, 8, -74, 88, -83, 47 }, |
| { 68, -99, 84, -69, 32, 3, -37, 55 }, |
| { 50, -76, 83, -90, 97, -86, 83, -68 }, |
| { 89, 100, 92, 84, 69, 50, 51, 44 }, |
| { 48, 9, -35, -71, -83, -79, -89, -95 }, |
| { -53, -99, -91, -46, 2, 47, 73, 124 }, |
| { -96, -45, 42, 88, 75, 14, -17, -126 }, |
| { -5, 84, 71, -16, -78, -60, -45, 108 }, |
| { 89, 36, -69, -67, 18, 67, 89, -81 }, |
| { 16, -81, -22, 79, 50, -37, -103, 54 }, |
| { -83, 4, 85, -22, -85, -6, 97, -30 }, |
| { 12, 73, -60, -46, 81, 49, -83, 16 }, |
| { 75, -60, -17, 84, -43, -80, 71, -6 }, |
| { -51, -17, 77, -68, -6, 98, -56, 1 }, |
| { -43, 76, -70, 15, 53, -99, 44, 3 }, |
| { 81, -55, 11, 46, -81, 90, -31, -4 }, |
| { -14, -21, 56, -83, 88, -71, 22, 5 }, |
| { -75, 81, -83, 82, -69, 48, -11, -3 }, |
| { 67, -56, 49, -40, 32, -19, 5, 2 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_ddtx_size16_avx2[2 * i + k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size) + i), sum); |
| } |
| } |
| } |
| |
| void fwd_txfm_fddt_size4_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 4; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_ddtx_size4_avx2[4][8]) = { |
| { 104, -69, 25, -8, 104, -69, 25, -8 }, |
| { 72, 81, -61, 27, 72, 81, -61, 27 }, |
| { 20, 68, 86, -61, 20, 68, 86, -61 }, |
| { 2, 14, 67, 108, 2, 14, 67, 108 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j + 0]); |
| __m128i tmp_src1 = _mm_set1_epi32(src[k * line + j + 1]); |
| __m256i tmp_src = _mm256_set_m128i(tmp_src1, tmp_src0); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_ddtx_size4_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_fddt_size8_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 8; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_fddtx_size8_avx2[8][8]) = { |
| { 80, -98, 82, -66, 53, -41, 26, -6 }, |
| { 106, -57, -23, 54, -71, 75, -56, 19 }, |
| { 98, 45, -86, 34, 20, -66, 79, -33 }, |
| { 65, 100, 0, -73, 55, 15, -82, 54 }, |
| { 33, 77, 88, -26, -69, 56, 56, -77 }, |
| { 15, 36, 85, 76, -43, -80, 7, 98 }, |
| { 7, 14, 48, 94, 73, -17, -79, -96 }, |
| { 4, 6, 22, 57, 96, 103, 78, 56 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = |
| _mm256_load_si256((__m256i *)tx_kernel_fddtx_size8_avx2[k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size)), sum); |
| } |
| } |
| |
| void fwd_txfm_fddt_size16_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line) { |
| (void)zero_line; |
| const int offset = shift > 0 ? 1 << (shift - 1) : 0; |
| const int nz_line = line - skip_line; |
| const int tx1d_size = 16; |
| |
| DECLARE_ALIGNED(32, static const int, tx_kernel_fddtx_size16_avx2[32][8]) = { |
| { 50, -76, 83, -90, 97, -86, 83, -68 }, |
| { 68, -99, 84, -69, 32, 3, -37, 55 }, |
| { 83, -99, 40, 8, -74, 88, -83, 47 }, |
| { 93, -73, -28, 81, -92, 29, 39, -70 }, |
| { 97, -30, -83, 86, 3, -77, 82, -17 }, |
| { 94, 19, -96, 21, 93, -55, -41, 80 }, |
| { 88, 59, -67, -57, 75, 54, -85, -5 }, |
| { 78, 83, -18, -91, -16, 88, 28, -84 }, |
| { 66, 87, 29, -65, -83, 4, 92, 18 }, |
| { 51, 76, 61, -8, -77, -82, 11, 94 }, |
| { 39, 61, 75, 40, -29, -87, -78, 10 }, |
| { 30, 48, 75, 66, 19, -31, -79, -91 }, |
| { 23, 38, 69, 73, 49, 28, -19, -80 }, |
| { 19, 30, 60, 69, 61, 64, 40, 3 }, |
| { 15, 23, 49, 60, 60, 74, 70, 73 }, |
| { 12, 17, 37, 45, 47, 60, 64, 82 }, |
| { 67, -56, 49, -40, 32, -19, 5, 2 }, |
| { -75, 81, -83, 82, -69, 48, -11, -3 }, |
| { -14, -21, 56, -83, 88, -71, 22, 5 }, |
| { 81, -55, 11, 46, -81, 90, -31, -4 }, |
| { -43, 76, -70, 15, 53, -99, 44, 3 }, |
| { -51, -17, 77, -68, -6, 98, -56, 1 }, |
| { 75, -60, -17, 84, -43, -80, 71, -6 }, |
| { 12, 73, -60, -46, 81, 49, -83, 16 }, |
| { -83, 4, 85, -22, -85, -6, 97, -30 }, |
| { 16, -81, -22, 79, 50, -37, -103, 54 }, |
| { 89, 36, -69, -67, 18, 67, 89, -81 }, |
| { -5, 84, 71, -16, -78, -60, -45, 108 }, |
| { -96, -45, 42, 88, 75, 14, -17, -126 }, |
| { -53, -99, -91, -46, 2, 47, 73, 124 }, |
| { 48, 9, -35, -71, -83, -79, -89, -95 }, |
| { 89, 100, 92, 84, 69, 50, 51, 44 }, |
| }; |
| __m256i v_offset = _mm256_set1_epi32(offset); |
| 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[k * line + j]); |
| |
| __m256i tmp_val = _mm256_load_si256( |
| (__m256i *)tx_kernel_fddtx_size16_avx2[2 * i + k]); |
| |
| 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); |
| |
| // Store results |
| _mm256_storeu_si256((__m256i *)(dst + (j * tx1d_size) + i), sum); |
| } |
| } |
| } |
| |
| void fwd_transform_1d_avx2(const int *src, int *dst, int shift, int line, |
| int skip_line, int zero_line, |
| const int tx_type_index, const int size_index) { |
| switch (size_index) { |
| case 0: |
| switch (tx_type_index) { |
| case 0: |
| fwd_txfm_dct2_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 1: |
| fwd_txfm_idtx_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 2: |
| fwd_txfm_adst_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 3: |
| fwd_txfm_fdst_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 4: |
| fwd_txfm_ddtx_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 5: |
| fwd_txfm_fddt_size4_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 1: |
| switch (tx_type_index) { |
| case 0: |
| fwd_txfm_dct2_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 1: |
| fwd_txfm_idtx_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 2: |
| fwd_txfm_adst_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 3: |
| fwd_txfm_fdst_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 4: |
| fwd_txfm_ddtx_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| case 5: |
| fwd_txfm_fddt_size8_avx2(src, dst, shift, line, skip_line, zero_line); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 2: |
| switch (tx_type_index) { |
| case 0: |
| fwd_txfm_dct2_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 1: |
| fwd_txfm_idtx_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 2: |
| fwd_txfm_adst_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 3: |
| fwd_txfm_fdst_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 4: |
| fwd_txfm_ddtx_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 5: |
| fwd_txfm_fddt_size16_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 3: |
| switch (tx_type_index) { |
| case 0: |
| fwd_txfm_dct2_size32_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| case 1: |
| fwd_txfm_idtx_size32_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| case 4: |
| switch (tx_type_index) { |
| case 0: |
| fwd_txfm_dct2_size64_avx2(src, dst, shift, line, skip_line, |
| zero_line); |
| break; |
| default: assert(0); break; |
| } |
| break; |
| default: assert(0); break; |
| } |
| } |
| |
| void fwd_txfm_avx2(const int16_t *resi, tran_low_t *coeff, int diff_stride, |
| TxfmParam *txfm_param) { |
| const TX_SIZE tx_size = txfm_param->tx_size; |
| |
| const int width = tx_size_wide[tx_size]; |
| const int height = tx_size_high[tx_size]; |
| |
| 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; |
| |
| TX_TYPE tx_type = txfm_param->tx_type; |
| |
| if (txfm_param->lossless) { |
| #if CONFIG_LOSSLESS_DPCM && !CONFIG_IMPROVE_LOSSLESS_TXM |
| assert(width == 4 && height == 4); |
| assert(tx_type == DCT_DCT || tx_type == IDTX); |
| if (tx_type == IDTX) { |
| av1_fwd_txfm2d_4x4(resi, coeff, diff_stride, tx_type, txfm_param->use_ddt, |
| txfm_param->bd); |
| } else { |
| av1_highbd_fwht4x4(resi, coeff, diff_stride); |
| } |
| #else // CONFIG_LOSSLESS_DPCM |
| assert(tx_type == DCT_DCT); |
| av1_highbd_fwht4x4(resi, coeff, diff_stride); |
| #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 buf[MAX_TX_SQUARE] = { 0 }; |
| |
| for (int y = 0; y < height; y++) { |
| for (int x = 0; x < width; x++) { |
| coeff[(y * width) + x] = resi[(y * diff_stride) + x]; |
| } |
| } |
| |
| const int shift_1st = fwd_tx_shift[tx_size][0]; |
| const int shift_2nd = fwd_tx_shift[tx_size][1]; |
| |
| fwd_transform_1d_avx2(coeff, buf, shift_1st, width, 0, skipHeight, |
| tx_type_col, tx_high_index); |
| |
| fwd_transform_1d_avx2(buf, coeff, shift_2nd, height, skipHeight, skipWidth, |
| tx_type_row, tx_wide_index); |
| |
| // Re-pack non-zero coeffs in the first 32x32 indices. |
| if (skipWidth) { |
| for (int row = 1; row < height; ++row) { |
| __m256i data0 = _mm256_loadu_si256((__m256i *)(coeff + row * width)); |
| __m256i data1 = _mm256_loadu_si256((__m256i *)(coeff + row * width + 8)); |
| __m256i data2 = _mm256_loadu_si256((__m256i *)(coeff + row * width + 16)); |
| __m256i data3 = _mm256_loadu_si256((__m256i *)(coeff + row * width + 24)); |
| _mm256_storeu_si256((__m256i *)(coeff + row * 32), data0); |
| _mm256_storeu_si256((__m256i *)(coeff + row * 32 + 8), data1); |
| _mm256_storeu_si256((__m256i *)(coeff + row * 32 + 16), data2); |
| _mm256_storeu_si256((__m256i *)(coeff + row * 32 + 24), data3); |
| } |
| } |
| |
| 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; |
| if (sqrt2) { |
| __m256i scale_vector = _mm256_set1_epi64x((int64_t)NewSqrt2); |
| __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 *)(coeff + 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); |
| |
| _mm256_storeu_si256((__m256i *)(coeff + i), data); |
| } |
| } |
| } |
