1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
|
#define UNITY_ASSEMBLER
#include "Configuration/PrefixConfigure.h"
#if UNITY_SUPPORTS_NEON
.set device,0
.set device,__arm__
.if device
//.code32
.globl _CopyMatrix_NEON
.globl _TransposeMatrix4x4_NEON
.globl _MultiplyMatrices4x4_NEON
.globl _MultiplyMatrixArray4x4_NEON
.globl _MultiplyMatrixArrayWithBase4x4_NEON
#if UNITY_ANDROID
.hidden _CopyMatrix_NEON
.hidden _TransposeMatrix4x4_NEON
.hidden _MultiplyMatrices4x4_NEON
.hidden _MultiplyMatrixArray4x4_NEON
.hidden _MultiplyMatrixArrayWithBase4x4_NEON
#endif
//===========================================================================================================================================
// void CopyMatrix_NEON(const float* __restrict lhs, float* __restrict res)
_CopyMatrix_NEON:
// r0: src
// r1: dst
vld1.32 {q0,q1}, [r0]!
vld1.32 {q2,q3}, [r0]
vst1.32 {q0,q1}, [r1]!
vst1.32 {q2,q3}, [r1]
bx lr
//===========================================================================================================================================
// void TransposeMatrix4x4_NEON(const Matrix4x4f* __restrict lhs, Matrix4x4f* __restrict res)
_TransposeMatrix4x4_NEON:
// r0: src
// r1: dst
vld4.32 {d0,d2,d4,d6}, [r0]!
vld4.32 {d1,d3,d5,d7}, [r0]
vst1.32 {d0,d1,d2,d3}, [r1]!
vst1.32 {d4,d5,d6,d7}, [r1]
bx lr
//===========================================================================================================================================
// void MultiplyMatrices4x4_NEON(const Matrix4x4f* __restrict lhs, const Matrix4x4f* __restrict rhs, Matrix4x4f* __restrict res)
_MultiplyMatrices4x4_NEON:
// r0: A
// r1: B
// r2: dst
vld1.32 {q0,q1}, [r1]! // load Brow1-2
vld1.32 {q8}, [r0]! // load Arow1
// R = Arow1 * Bcol1
vmul.f32 q12, q8, d0[0]
vld1.32 {q2}, [r1]! // load Brow3
vmul.f32 q13, q8, d2[0]
vld1.32 {q3}, [r1]! // load Brow4
vmul.f32 q14, q8, d4[0]
vld1.32 {q9}, [r0]! // load Arow2
vmul.f32 q15, q8, d6[0]
vld1.32 {q10}, [r0]! // load Arow3
// R += Arow2 * Bcolumn2
vmla.f32 q12, q9, d0[1]
vld1.32 {q11}, [r0]! // load Arow4
vmla.f32 q13, q9, d2[1]
vmla.f32 q14, q9, d4[1]
vmla.f32 q15, q9, d6[1]
// R += Arow3 * Bcolumn3
vmla.f32 q12, q10, d1[0]
vmla.f32 q13, q10, d3[0]
vmla.f32 q14, q10, d5[0]
vmla.f32 q15, q10, d7[0]
// R += Arow4 * Bcolumn4
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 {q12,q13}, [r2]!
vst1.32 {q14,q15}, [r2]!
bx lr
//===========================================================================================================================================
// void MultiplyMatrixArray4x4_NEON(const Matrix4x4f* arrayA, const Matrix4x4f* arrayB, Matrix4x4f* arrayRes, size_t count)
_MultiplyMatrixArray4x4_NEON:
// r0: A
// r1: B
// r2: dst
// r3: A end
vpush {d8-d15}
add r3, r0, r3, lsl #6
vld1.32 {q0,q1}, [r1]!
vld1.32 {q2,q3}, [r1]!
vld1.32 {q8}, [r0]!
.align 4
_MultiplyMatrixArray4x4_NEON_loop:
vmul.f32 q12, q8, d0[0]
vld1.32 {q9}, [r0]! // load Arow2
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 {q10}, [r0]! // load Arow3
vmla.f32 q13, q9, d2[1]
vld1.32 {q4,q5}, [r1]! // load B[i+1]
vmla.f32 q14, q9, d4[1]
vld1.32 {q6,q7}, [r1]! // load B[i+1]
vmla.f32 q15, q9, d6[1]
vmla.f32 q12, q10, d1[0]
vld1.32 {q11}, [r0]! // load Arow3
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 {q8}, [r0]! // load A[i+1]row1
vmla.f32 q13, q11, d3[1]
vmla.f32 q14, q11, d5[1]
vmla.f32 q15, q11, d7[1]
vst1.32 {q12,q13}, [r2]!
vst1.32 {q14,q15}, [r2]!
cmp r0, r3
bcs _MultiplyMatrixArray4x4_out
vmul.f32 q12, q8, d8[0]
vld1.32 {q9}, [r0]! // load A[i+1]row2
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 {q10}, [r0]! // load A[i+1]row3
vmla.f32 q13, q9, d10[1]
vld1.32 {q0,q1}, [r1]! // load B[i+2]
vmla.f32 q14, q9, d12[1]
vld1.32 {q2,q3}, [r1]! // load B[i+2]
vmla.f32 q15, q9, d14[1]
vmla.f32 q12, q10, d9[0]
vld1.32 {q11}, [r0]! // load A[i+1]row4
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 {q8}, [r0]! // load A[i+2]row1
vmla.f32 q13, q11, d11[1]
vmla.f32 q14, q11, d13[1]
vmla.f32 q15, q11, d15[1]
vst1.32 {q12,q13}, [r2]!
vst1.32 {q14,q15}, [r2]!
cmp r0, r3
bcc _MultiplyMatrixArray4x4_NEON_loop
.align 4
_MultiplyMatrixArray4x4_out:
vpop {d8-d15}
bx lr
//===========================================================================================================================================
#define MT_11_1 \
vmul.f32 q12, q10, d8[0] ; \
vmul.f32 q13, q10, d10[0] ;
#define MT_11_2 \
vmul.f32 q14, q10, d12[0] ; \
vmul.f32 q15, q10, d14[0] ;
#define MT_22_1 \
vmla.f32 q12, q11, d8[1] ; \
vmla.f32 q13, q11, d10[1] ;
#define MT_22_2 \
vmla.f32 q14, q11, d12[1] ; \
vmla.f32 q15, q11, d14[1] ;
#define MT_33_1 \
vmla.f32 q12, q8, d9[0] ; \
vmla.f32 q13, q8, d11[0] ;
#define MT_33_2_44_1 \
vmla.f32 q14, q8, d13[0] ; \
vmla.f32 q12, q9, d9[1] ; \
vmla.f32 q13, q9, d11[1] ; \
vmla.f32 q15, q8, d15[0] ;
// void MultiplyMatrixArrayWithBase4x4_NEON( const Matrix4x4f* base, const Matrix4x4f* arrayA, const Matrix4x4f* arrayB, Matrix4x4f* arrayRes, size_t count )
_MultiplyMatrixArrayWithBase4x4_NEON:
// r0: base
// r1: A
// r2: B
// r3: dst
// r4: A end
mov ip, sp
vpush {d8-d15}
stmfd sp!, {r4-r5}
ldr r4, [ip, #0]
add r4, r1, r4, lsl #6
vld1.32 {q8}, [r1]! // load Arow1
vld1.32 {q0,q1}, [r2]! // load Brow1-2
vld1.32 {q2,q3}, [r2]! // load Brow3-4
vld1.32 {q10,q11}, [r0]! // load Mrow1-2
add r5, r0, #16
// T = Arow1 * Bcol1
vmul.f32 q4, q8, d0[0]
vmul.f32 q5, q8, d2[0]
.align 4
_MultiplyMatrixArrayWithBase4x4_NEON_loop:
// T = Arow1 * Bcol1
vld1.32 {q9}, [r1]! // load Arow2
vmul.f32 q6, q8, d4[0]
vmul.f32 q7, q8, d6[0]
// T += Arow2 * Bcol2
vmla.f32 q4, q9, d0[1]
vmla.f32 q5, q9, d2[1]
vld1.32 {q8}, [r1]! // load Arow3
vmla.f32 q6, q9, d4[1]
vmla.f32 q7, q9, d6[1]
// T += Arow3 * Bcol3
vmla.f32 q4, q8, d1[0]
vmla.f32 q5, q8, d3[0]
vld1.32 {q9}, [r1]! // load Arow4
vmla.f32 q6, q8, d5[0]
vmla.f32 q7, q8, d7[0]
cmp r1, r4
// T += Arow4 * Bcol4
vmla.f32 q4, q9, d1[1]
vmla.f32 q5, q9, d3[1]
vld1.32 {q8}, [r0] // load Mrow3
vmla.f32 q6, q9, d5[1]
vmla.f32 q7, q9, d7[1]
// R = M * T
vld1.32 {q9}, [r5] // load Mrow4
MT_11_1
bge _MultiplyMatrixArrayWithBase4x4_NEON_epilogue
vld1.32 {q0}, [r2]! // load B[i+1]row1
MT_11_2
MT_22_1
vld1.32 {q1}, [r2]! // load B[i+1]row2
MT_22_2
MT_33_1
vld1.32 {q2}, [r2]! // load B[i+1]row3
MT_33_2_44_1
vld1.32 {q3}, [r2]! // load B[i+1]row4
vmla.f32 q14, q9, d13[1]
vld1.32 {q8}, [r1]! // load A[i+1]row1
vmla.f32 q15, q9, d15[1]
vst1.32 {q12,q13}, [r3]!
// interleave T = Arow1 * Bcol1
vmul.f32 q4, q8, d0[0]
vmul.f32 q5, q8, d2[0]
vst1.32 {q14,q15}, [r3]!
bcc _MultiplyMatrixArrayWithBase4x4_NEON_loop
.align 4
_MultiplyMatrixArrayWithBase4x4_NEON_epilogue:
MT_11_2
MT_22_1
MT_22_2
MT_33_1
MT_33_2_44_1
vmla.f32 q14, q9, d13[1]
vmla.f32 q15, q9, d15[1]
vst1.32 {q12,q13}, [r3]!
vst1.32 {q14,q15}, [r3]!
ldmfd sp!, {r4-r5}
vpop {d8-d15}
bx lr
.endif
#undef MT_11_1
#undef MT_11_2
#undef MT_22_1
#undef MT_22_2
#undef MT_33_1
#undef MT_33_2_44_1
#endif
|
