1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
|
AREA .text, CODE
EXPORT _CopyMatrix_NEON
EXPORT _TransposeMatrix4x4_NEON
EXPORT _MultiplyMatrices4x4_NEON
EXPORT _MultiplyMatrixArray4x4_NEON
EXPORT _MultiplyMatrixArrayWithBase4x4_NEON
|_CopyMatrix_NEON| PROC
vld1.32 {d0-d3}, [r0]!
vld1.32 {d4-d7}, [r0]
vst1.32 {d0-d3}, [r1]!
vst1.32 {d4-d7}, [r1]
bx lr
ENDP
|_TransposeMatrix4x4_NEON| PROC
vld4.32 {d0,d2,d4,d6}, [r0]!
vld4.32 {d1,d3,d5,d7}, [r0]
vst1.32 {d0-d3}, [r1]!
vst1.32 {d4-d7}, [r1]
bx lr
ENDP
|_MultiplyMatrices4x4_NEON| PROC
vld1.32 {d0-d3}, [r1]!
vld1.32 {d16-d17}, [r0]!
vmul.f32 q12, q8, d0[0]
vld1.32 {d4-d5}, [r1]!
vmul.f32 q13, q8, d2[0]
vld1.32 {d6-d7}, [r1]!
vmul.f32 q14, q8, d4[0]
vld1.32 {d18-d19}, [r0]!
vmul.f32 q15, q8, d6[0]
vld1.32 {d20-d21}, [r0]!
vmla.f32 q12, q9, d0[1]
vld1.32 {d22-d23}, [r0]!
vmla.f32 q13, q9, d2[1]
vmla.f32 q14, q9, d4[1]
vmla.f32 q15, q9, d6[1]
vmla.f32 q12, q10, d1[0]
vmla.f32 q13, q10, d3[0]
vmla.f32 q14, q10, d5[0]
vmla.f32 q15, q10, d7[0]
vmla.f32 q12, q11, d1[1]
vmla.f32 q13, q11, d3[1]
vmla.f32 q14, q11, d5[1]
vmla.f32 q15, q11, d7[1]
vst1.32 {d24-d27}, [r2]!
vst1.32 {d28-d31}, [r2]!
bx lr
ENDP
|_MultiplyMatrixArray4x4_NEON| PROC
vpush {d8-d15}
add.w r3, r0, r3, lsl #6
vld1.32 {d0-d3}, [r1]!
vld1.32 {d4-d7}, [r1]!
vld1.32 {d16-d17}, [r0]!
nop
|_MultiplyMatrixArray4x4_NEON_loop|
vmul.f32 q12, q8, d0[0]
vld1.32 {d18-d19}, [r0]!
vmul.f32 q13, q8, d2[0]
vmul.f32 q14, q8, d4[0]
vmul.f32 q15, q8, d6[0]
vmla.f32 q12, q9, d0[1]
vld1.32 {d20-d21}, [r0]!
vmla.f32 q13, q9, d2[1]
vld1.32 {d8-d11}, [r1]!
vmla.f32 q14, q9, d4[1]
vld1.32 {d12-d15}, [r1]!
vmla.f32 q15, q9, d6[1]
vmla.f32 q12, q10, d1[0]
vld1.32 {d22-d23}, [r0]!
vmla.f32 q13, q10, d3[0]
vmla.f32 q14, q10, d5[0]
vmla.f32 q15, q10, d7[0]
vmla.f32 q12, q11, d1[1]
vld1.32 {d16-d17}, [r0]!
vmla.f32 q13, q11, d3[1]
vmla.f32 q14, q11, d5[1]
vmla.f32 q15, q11, d7[1]
vst1.32 {d24-d27}, [r2]!
vst1.32 {d28-d31}, [r2]!
cmp r0, r3
bcs.w |_MultiplyMatrixArray4x4_out|
vmul.f32 q12, q8, d8[0]
vld1.32 {d18-d19}, [r0]!
vmul.f32 q13, q8, d10[0]
vmul.f32 q14, q8, d12[0]
vmul.f32 q15, q8, d14[0]
vmla.f32 q12, q9, d8[1]
vld1.32 {d20-d21}, [r0]!
vmla.f32 q13, q9, d10[1]
vld1.32 {d0-d3}, [r1]!
vmla.f32 q14, q9, d12[1]
vld1.32 {d4-d7}, [r1]!
vmla.f32 q15, q9, d14[1]
vmla.f32 q12, q10, d9[0]
vld1.32 {d22-d23}, [r0]!
vmla.f32 q13, q10, d11[0]
vmla.f32 q14, q10, d13[0]
vmla.f32 q15, q10, d15[0]
vmla.f32 q12, q11, d9[1]
vld1.32 {d16-d17}, [r0]!
vmla.f32 q13, q11, d11[1]
vmla.f32 q14, q11, d13[1]
vmla.f32 q15, q11, d15[1]
vst1.32 {d24-d27}, [r2]!
vst1.32 {d28-d31}, [r2]!
cmp r0, r3
bcc.w |_MultiplyMatrixArray4x4_NEON_loop|
nop.w
|_MultiplyMatrixArray4x4_out|
vpop {d8-d15}
bx lr
ENDP
|_MultiplyMatrixArrayWithBase4x4_NEON| PROC
mov ip, sp
vpush {d8-d15}
stmdb sp!, {r4, r5}
ldr.w r4, [ip]
add.w r4, r1, r4, lsl #6
vld1.32 {d16-d17}, [r1]!
vld1.32 {d0-d3}, [r2]!
vld1.32 {d4-d7}, [r2]!
vld1.32 {d20-d23}, [r0]!
add.w r5, r0, #16
vmul.f32 q4, q8, d0[0]
vmul.f32 q5, q8, d2[0]
nop.w
nop.w
nop.w
|_MultiplyMatrixArrayWithBase4x4_NEON_loop|
vld1.32 {d18-d19}, [r1]!
vmul.f32 q6, q8, d4[0]
vmul.f32 q7, q8, d6[0]
vmla.f32 q4, q9, d0[1]
vmla.f32 q5, q9, d2[1]
vld1.32 {d16-d17}, [r1]!
vmla.f32 q6, q9, d4[1]
vmla.f32 q7, q9, d6[1]
vmla.f32 q4, q8, d1[0]
vmla.f32 q5, q8, d3[0]
vld1.32 {d18-d19}, [r1]!
vmla.f32 q6, q8, d5[0]
vmla.f32 q7, q8, d7[0]
cmp r1, r4
vmla.f32 q4, q9, d1[1]
vmla.f32 q5, q9, d3[1]
vld1.32 {d16-d17}, [r0]
vmla.f32 q6, q9, d5[1]
vmla.f32 q7, q9, d7[1]
vld1.32 {d18-d19}, [r5]
vmul.f32 q12, q10, d8[0]
vmul.f32 q13, q10, d10[0]
vld1.32 {d0-d1}, [r2]!
vmul.f32 q14, q10, d12[0]
vmul.f32 q15, q10, d14[0]
vmla.f32 q12, q11, d8[1]
vmla.f32 q13, q11, d10[1]
vld1.32 {d2-d3}, [r2]!
vmla.f32 q14, q11, d12[1]
vmla.f32 q15, q11, d14[1]
vmla.f32 q12, q8, d9[0]
vmla.f32 q13, q8, d11[0]
vld1.32 {d4-d5}, [r2]!
vmla.f32 q14, q8, d13[0]
vmla.f32 q12, q9, d9[1]
vmla.f32 q13, q9, d11[1]
vmla.f32 q15, q8, d15[0]
vld1.32 {d6-d7}, [r2]!
vmla.f32 q14, q9, d13[1]
vld1.32 {d16-d17}, [r1]!
vmla.f32 q15, q9, d15[1]
vst1.32 {d24-d27}, [r3]!
vmul.f32 q4, q8, d0[0]
vmul.f32 q5, q8, d2[0]
vst1.32 {d28-d31}, [r3]!
bcc.w |_MultiplyMatrixArrayWithBase4x4_NEON_loop|
pop {r4, r5}
vpop {d8-d15}
bx lr
nop
ENDP
END
|
