/*********************************************************************/
/* Copyright 2009, 2010 The University of Texas at Austin. */
/* All rights reserved. */
/* */
/* Redistribution and use in source and binary forms, with or */
/* without modification, are permitted provided that the following */
/* conditions are met: */
/* */
/* 1. Redistributions of source code must retain the above */
/* copyright notice, this list of conditions and the following */
/* disclaimer. */
/* */
/* 2. Redistributions in binary form must reproduce the above */
/* copyright notice, this list of conditions and the following */
/* disclaimer in the documentation and/or other materials */
/* provided with the distribution. */
/* */
/* THIS SOFTWARE IS PROVIDED BY THE UNIVERSITY OF TEXAS AT */
/* AUSTIN ``AS IS'' AND ANY EXPRESS OR IMPLIED WARRANTIES, */
/* INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES OF */
/* MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE */
/* DISCLAIMED. IN NO EVENT SHALL THE UNIVERSITY OF TEXAS AT */
/* AUSTIN OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, */
/* INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES */
/* (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE */
/* GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR */
/* BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF */
/* LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT */
/* (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT */
/* OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE */
/* POSSIBILITY OF SUCH DAMAGE. */
/* */
/* The views and conclusions contained in the software and */
/* documentation are those of the authors and should not be */
/* interpreted as representing official policies, either expressed */
/* or implied, of The University of Texas at Austin. */
/*********************************************************************/
#define ASSEMBLER
#include "common.h"
#define M %rdi
#define N %rsi
#define K %rdx
#define A %rcx
#define B %r8
#define C %r9
#define LDC %r10
#define I %r11
#define J %r12
#define AO %r13
#define BO %r14
#define CO1 %r15
#define CO2 %rbx
#define BB %rbp
#ifndef WINDOWS_ABI
#define STACKSIZE 128
#define OLD_LDC 8 + STACKSIZE(%rsp)
#define OLD_OFFSET 16 + STACKSIZE(%rsp)
#define ALPHA_R 48(%rsp)
#define ALPHA_I 56(%rsp)
#define OFFSET 64(%rsp)
#define KKK 72(%rsp)
#define KK 80(%rsp)
#else
#define STACKSIZE 512
#define OLD_ALPHA_I 40 + STACKSIZE(%rsp)
#define OLD_A 48 + STACKSIZE(%rsp)
#define OLD_B 56 + STACKSIZE(%rsp)
#define OLD_C 64 + STACKSIZE(%rsp)
#define OLD_LDC 72 + STACKSIZE(%rsp)
#define OLD_OFFSET 80 + STACKSIZE(%rsp)
#define ALPHA_R 224(%rsp)
#define ALPHA_I 232(%rsp)
#define OFFSET 240(%rsp)
#define KK 248(%rsp)
#define KKK 256(%rsp)
#endif
#define PREFETCH prefetcht0
#define PREFETCHSIZE (8 * 8 + 3)
#if defined(OS_LINUX) && defined(CORE_BARCELONA)
.align 32768
#endif
PROLOGUE
PROFCODE
subq $STACKSIZE, %rsp
movq %rbx, 0(%rsp)
movq %rbp, 8(%rsp)
movq %r12, 16(%rsp)
movq %r13, 24(%rsp)
movq %r14, 32(%rsp)
movq %r15, 40(%rsp)
#ifdef WINDOWS_ABI
movq %rdi, 48(%rsp)
movq %rsi, 56(%rsp)
movups %xmm6, 64(%rsp)
movups %xmm7, 80(%rsp)
movups %xmm8, 96(%rsp)
movups %xmm9, 112(%rsp)
movups %xmm10, 128(%rsp)
movups %xmm11, 144(%rsp)
movups %xmm12, 160(%rsp)
movups %xmm13, 176(%rsp)
movups %xmm14, 192(%rsp)
movups %xmm15, 208(%rsp)
movq ARG1, M
movq ARG2, N
movq ARG3, K
movq OLD_A, A
movq OLD_B, B
movq OLD_C, C
movq OLD_LDC, LDC
movaps %xmm3, %xmm0
movsd OLD_ALPHA_I, %xmm1
#else
movq OLD_LDC, LDC
#endif
movsd %xmm0, ALPHA_R
movsd %xmm1, ALPHA_I
salq $ZBASE_SHIFT, LDC
movq N, J
sarq $1, J
jle .L40
ALIGN_4
.L10:
movq C, CO1
leaq (C, LDC, 1), CO2
leaq (C, LDC, 2), C
movq A, AO
movq K, %rax
salq $BASE_SHIFT + 1, %rax
leaq (B, %rax), BB
movq M, I
sarq $2, I
jle .L20
ALIGN_4
.L11:
movq B, BO
prefetcht0 0 * SIZE(BB)
subq $-8 * SIZE, BB
movsd 0 * SIZE(AO), %xmm0
xorps %xmm2, %xmm2
movsd 1 * SIZE(AO), %xmm4
xorps %xmm5, %xmm5
movsd 2 * SIZE(AO), %xmm5
xorps %xmm6, %xmm6
xorps %xmm7, %xmm7
movsd 0 * SIZE(BO), %xmm1
xorps %xmm8, %xmm8
xorps %xmm9, %xmm9
movsd 1 * SIZE(BO), %xmm3
xorps %xmm10, %xmm10
xorps %xmm11, %xmm11
prefetcht0 3 * SIZE(CO1)
xorps %xmm12, %xmm12
xorps %xmm13, %xmm13
prefetcht0 3 * SIZE(CO2)
xorps %xmm14, %xmm14
xorps %xmm15, %xmm15
movq K, %rax
sarq $2, %rax
je .L15
ALIGN_4
.L12:
addsd %xmm2, %xmm13
PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm7, %xmm14
movsd 3 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm15
PREFETCH ((PREFETCHSIZE) >> 1 + 0) * SIZE(BO)
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
addsd %xmm0, %xmm8
movsd 4 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm4, %xmm10
movsd 5 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 2 * SIZE(BO), %xmm1
addsd %xmm5, %xmm12
movsd 6 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm6
movsd 3 * SIZE(BO), %xmm3
addsd %xmm2, %xmm13
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm7, %xmm14
movsd 7 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm15
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
addsd %xmm0, %xmm8
movsd 8 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm4, %xmm10
movsd 9 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 4 * SIZE(BO), %xmm1
addsd %xmm5, %xmm12
movsd 10 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm6
movsd 5 * SIZE(BO), %xmm3
addsd %xmm2, %xmm13
PREFETCH (PREFETCHSIZE + 8) * SIZE(AO)
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm7, %xmm14
movsd 11 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm15
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
addsd %xmm0, %xmm8
movsd 12 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm4, %xmm10
movsd 13 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 6 * SIZE(BO), %xmm1
addsd %xmm5, %xmm12
movsd 14 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm6
movsd 7 * SIZE(BO), %xmm3
addsd %xmm2, %xmm13
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm7, %xmm14
movsd 15 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm2
subq $-16 * SIZE, AO
addsd %xmm6, %xmm15
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
addsd %xmm0, %xmm8
movsd 0 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addq $ 8 * SIZE, BO
addsd %xmm4, %xmm10
movsd 1 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm2
decq %rax
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 0 * SIZE(BO), %xmm1
addsd %xmm5, %xmm12
movsd 2 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm6
movsd 1 * SIZE(BO), %xmm3
jne .L12
ALIGN_4
.L15:
movq K, %rax
andq $3, %rax
BRANCH
BRANCH
je .L19
ALIGN_4
.L16:
addsd %xmm2, %xmm13
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm7, %xmm14
movsd 3 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm15
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
addsd %xmm0, %xmm8
movsd 4 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm4, %xmm10
movsd 5 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm2
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 2 * SIZE(BO), %xmm1
addsd %xmm5, %xmm12
movsd 6 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm6
movsd 3 * SIZE(BO), %xmm3
addq $4 * SIZE, AO
addq $2 * SIZE, BO
decq %rax
BRANCH
jg .L16
ALIGN_4
.L19:
movsd ALPHA_R, %xmm4
addsd %xmm2, %xmm13
movsd ALPHA_I, %xmm5
addsd %xmm7, %xmm14
addsd %xmm6, %xmm15
movaps %xmm8, %xmm0
movaps %xmm10, %xmm1
movaps %xmm12, %xmm2
movaps %xmm14, %xmm3
mulsd %xmm4, %xmm8
mulsd %xmm5, %xmm0
mulsd %xmm4, %xmm10
mulsd %xmm5, %xmm1
mulsd %xmm4, %xmm12
mulsd %xmm5, %xmm2
mulsd %xmm4, %xmm14
mulsd %xmm5, %xmm3
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm0
addsd 2 * SIZE(CO1), %xmm10
addsd 3 * SIZE(CO1), %xmm1
addsd 4 * SIZE(CO1), %xmm12
addsd 5 * SIZE(CO1), %xmm2
addsd 6 * SIZE(CO1), %xmm14
addsd 7 * SIZE(CO1), %xmm3
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm0, 1 * SIZE(CO1)
movsd %xmm10, 2 * SIZE(CO1)
movsd %xmm1, 3 * SIZE(CO1)
movsd %xmm12, 4 * SIZE(CO1)
movsd %xmm2, 5 * SIZE(CO1)
movsd %xmm14, 6 * SIZE(CO1)
movsd %xmm3, 7 * SIZE(CO1)
movaps %xmm9, %xmm0
movaps %xmm11, %xmm1
movaps %xmm13, %xmm2
movaps %xmm15, %xmm3
mulsd %xmm4, %xmm9
mulsd %xmm5, %xmm0
mulsd %xmm4, %xmm11
mulsd %xmm5, %xmm1
mulsd %xmm4, %xmm13
mulsd %xmm5, %xmm2
mulsd %xmm4, %xmm15
mulsd %xmm5, %xmm3
addsd 0 * SIZE(CO2), %xmm9
addsd 1 * SIZE(CO2), %xmm0
addsd 2 * SIZE(CO2), %xmm11
addsd 3 * SIZE(CO2), %xmm1
addsd 4 * SIZE(CO2), %xmm13
addsd 5 * SIZE(CO2), %xmm2
addsd 6 * SIZE(CO2), %xmm15
addsd 7 * SIZE(CO2), %xmm3
movsd %xmm9, 0 * SIZE(CO2)
movsd %xmm0, 1 * SIZE(CO2)
movsd %xmm11, 2 * SIZE(CO2)
movsd %xmm1, 3 * SIZE(CO2)
movsd %xmm13, 4 * SIZE(CO2)
movsd %xmm2, 5 * SIZE(CO2)
movsd %xmm15, 6 * SIZE(CO2)
movsd %xmm3, 7 * SIZE(CO2)
addq $8 * SIZE, CO1
addq $8 * SIZE, CO2
decq I # i --
jg .L11
ALIGN_4
.L20:
testq $2, M
jle .L30
movq B, BO
movsd 0 * SIZE(AO), %xmm0
xorps %xmm2, %xmm2
movsd 1 * SIZE(AO), %xmm4
xorps %xmm5, %xmm5
movsd 2 * SIZE(AO), %xmm5
xorps %xmm6, %xmm6
movsd 3 * SIZE(AO), %xmm7
movsd 0 * SIZE(BO), %xmm1
xorps %xmm8, %xmm8
xorps %xmm9, %xmm9
movsd 1 * SIZE(BO), %xmm3
xorps %xmm10, %xmm10
xorps %xmm11, %xmm11
movq K, %rax
sarq $2, %rax
je .L25
ALIGN_4
.L22:
PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
addsd %xmm2, %xmm9
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm6, %xmm11
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
movsd 2 * SIZE(BO), %xmm1
addsd %xmm0, %xmm8
movsd 4 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm2
addsd %xmm4, %xmm10
movsd 5 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm6
movsd 3 * SIZE(BO), %xmm3
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 4 * SIZE(BO), %xmm1
addsd %xmm5, %xmm8
movsd 6 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm2
addsd %xmm7, %xmm10
movsd 7 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm6
movsd 5 * SIZE(BO), %xmm3
addsd %xmm2, %xmm9
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm6, %xmm11
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
movsd 6 * SIZE(BO), %xmm1
addsd %xmm0, %xmm8
movsd 8 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm2
addsd %xmm4, %xmm10
movsd 9 * SIZE(AO), %xmm4
mulsd %xmm3, %xmm6
movsd 7 * SIZE(BO), %xmm3
addsd %xmm2, %xmm9
movaps %xmm5, %xmm2
mulsd %xmm1, %xmm5
addsd %xmm6, %xmm11
movaps %xmm7, %xmm6
mulsd %xmm1, %xmm7
movsd 8 * SIZE(BO), %xmm1
addsd %xmm5, %xmm8
movsd 10 * SIZE(AO), %xmm5
mulsd %xmm3, %xmm2
addsd %xmm7, %xmm10
movsd 11 * SIZE(AO), %xmm7
mulsd %xmm3, %xmm6
movsd 9 * SIZE(BO), %xmm3
addq $8 * SIZE, AO
addq $8 * SIZE, BO
decq %rax
jne .L22
ALIGN_4
.L25:
movq K, %rax
movsd ALPHA_R, %xmm5
movsd ALPHA_I, %xmm7
andq $3, %rax
BRANCH
BRANCH
je .L29
ALIGN_4
.L26:
addsd %xmm2, %xmm9
movaps %xmm0, %xmm2
mulsd %xmm1, %xmm0
addsd %xmm6, %xmm11
movaps %xmm4, %xmm6
mulsd %xmm1, %xmm4
movsd 2 * SIZE(BO), %xmm1
mulsd %xmm3, %xmm2
addsd %xmm0, %xmm8
movsd 2 * SIZE(AO), %xmm0
mulsd %xmm3, %xmm6
movsd 3 * SIZE(BO), %xmm3
addsd %xmm4, %xmm10
movsd 3 * SIZE(AO), %xmm4
addq $2 * SIZE, AO
addq $2 * SIZE, BO
decq %rax
BRANCH
jg .L26
ALIGN_4
.L29:
addsd %xmm2, %xmm9
addsd %xmm6, %xmm11
movaps %xmm8, %xmm12
movaps %xmm10, %xmm13
movaps %xmm9, %xmm14
movaps %xmm11, %xmm15
mulsd %xmm5, %xmm8
mulsd %xmm7, %xmm12
mulsd %xmm5, %xmm10
mulsd %xmm7, %xmm13
mulsd %xmm5, %xmm9
mulsd %xmm7, %xmm14
mulsd %xmm5, %xmm11
mulsd %xmm7, %xmm15
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm12
addsd 2 * SIZE(CO1), %xmm10
addsd 3 * SIZE(CO1), %xmm13
addsd 0 * SIZE(CO2), %xmm9
addsd 1 * SIZE(CO2), %xmm14
addsd 2 * SIZE(CO2), %xmm11
addsd 3 * SIZE(CO2), %xmm15
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm12, 1 * SIZE(CO1)
movsd %xmm10, 2 * SIZE(CO1)
movsd %xmm13, 3 * SIZE(CO1)
movsd %xmm9, 0 * SIZE(CO2)
movsd %xmm14, 1 * SIZE(CO2)
movsd %xmm11, 2 * SIZE(CO2)
movsd %xmm15, 3 * SIZE(CO2)
addq $4 * SIZE, CO1
addq $4 * SIZE, CO2
ALIGN_4
.L30:
testq $1, M
je .L39
ALIGN_4
movq B, BO
movsd 0 * SIZE(AO), %xmm0
xorps %xmm7, %xmm7
movsd 1 * SIZE(AO), %xmm2
xorps %xmm5, %xmm5
movsd 0 * SIZE(BO), %xmm1
xorps %xmm8, %xmm8
xorps %xmm9, %xmm9
movsd 1 * SIZE(BO), %xmm3
movq K, %rax
sarq $2, %rax
je .L35
ALIGN_4
.L32:
addsd %xmm5, %xmm8
movsd 2 * SIZE(BO), %xmm5
mulsd %xmm0, %xmm1
PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
addsd %xmm7, %xmm9
movsd 3 * SIZE(BO), %xmm7
mulsd %xmm0, %xmm3
movsd 2 * SIZE(AO), %xmm0
addsd %xmm1, %xmm8
movsd 4 * SIZE(BO), %xmm1
mulsd %xmm2, %xmm5
addsd %xmm3, %xmm9
movsd 5 * SIZE(BO), %xmm3
mulsd %xmm2, %xmm7
movsd 3 * SIZE(AO), %xmm2
addsd %xmm5, %xmm8
movsd 6 * SIZE(BO), %xmm5
mulsd %xmm0, %xmm1
addsd %xmm7, %xmm9
movsd 7 * SIZE(BO), %xmm7
mulsd %xmm0, %xmm3
movsd 4 * SIZE(AO), %xmm0
addsd %xmm1, %xmm8
movsd 8 * SIZE(BO), %xmm1
mulsd %xmm2, %xmm5
addsd %xmm3, %xmm9
movsd 9 * SIZE(BO), %xmm3
mulsd %xmm2, %xmm7
movsd 5 * SIZE(AO), %xmm2
addq $4 * SIZE, AO
addq $8 * SIZE, BO
decq %rax
jne .L32
ALIGN_4
.L35:
movq K, %rax
addsd %xmm5, %xmm8
addsd %xmm7, %xmm9
movsd ALPHA_R, %xmm6
movsd ALPHA_I, %xmm7
andq $3, %rax
BRANCH
BRANCH
je .L38
ALIGN_4
.L36:
mulsd %xmm0, %xmm1
addq $2 * SIZE, BO
mulsd %xmm0, %xmm3
movsd 1 * SIZE(AO), %xmm0
addsd %xmm1, %xmm8
movsd 0 * SIZE(BO), %xmm1
addsd %xmm3, %xmm9
movsd 1 * SIZE(BO), %xmm3
addq $1 * SIZE, AO
decq %rax
BRANCH
jg .L36
ALIGN_4
.L38:
movaps %xmm8, %xmm10
movaps %xmm9, %xmm11
mulsd %xmm6, %xmm8
mulsd %xmm7, %xmm10
mulsd %xmm6, %xmm9
mulsd %xmm7, %xmm11
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm10
addsd 0 * SIZE(CO2), %xmm9
addsd 1 * SIZE(CO2), %xmm11
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm10, 1 * SIZE(CO1)
movsd %xmm9, 0 * SIZE(CO2)
movsd %xmm11, 1 * SIZE(CO2)
ALIGN_4
.L39:
movq BO, B
decq J # j --
jg .L10
ALIGN_4
.L40:
testq $1, N
je .L999
movq C, CO1
addq LDC, C
movq A, AO
movq M, I
sarq $2, I
jle .L50
ALIGN_4
.L41:
movq B, BO
movsd 0 * SIZE(AO), %xmm0
xorps %xmm9, %xmm9
movsd 1 * SIZE(AO), %xmm1
xorps %xmm11, %xmm11
movsd 2 * SIZE(AO), %xmm2
xorps %xmm13, %xmm13
movsd 3 * SIZE(AO), %xmm3
xorps %xmm15, %xmm15
movsd 0 * SIZE(BO), %xmm4
xorps %xmm8, %xmm8
movsd 1 * SIZE(BO), %xmm5
xorps %xmm10, %xmm10
prefetcht0 7 * SIZE(CO1)
xorps %xmm12, %xmm12
xorps %xmm14, %xmm14
movq K, %rax
sarq $2, %rax
je .L45
ALIGN_4
.L42:
addsd %xmm9, %xmm8
movsd 4 * SIZE(AO), %xmm9
mulsd %xmm4, %xmm0
PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
addsd %xmm11, %xmm10
movsd 5 * SIZE(AO), %xmm11
mulsd %xmm4, %xmm1
addsd %xmm13, %xmm12
movsd 6 * SIZE(AO), %xmm13
mulsd %xmm4, %xmm2
addsd %xmm15, %xmm14
movsd 7 * SIZE(AO), %xmm15
mulsd %xmm4, %xmm3
movsd 2 * SIZE(BO), %xmm4
addsd %xmm0, %xmm8
movsd 8 * SIZE(AO), %xmm0
mulsd %xmm5, %xmm9
addsd %xmm1, %xmm10
movsd 9 * SIZE(AO), %xmm1
mulsd %xmm5, %xmm11
addsd %xmm2, %xmm12
movsd 10 * SIZE(AO), %xmm2
mulsd %xmm5, %xmm13
addsd %xmm3, %xmm14
movsd 11 * SIZE(AO), %xmm3
mulsd %xmm5, %xmm15
movsd 3 * SIZE(BO), %xmm5
addsd %xmm9, %xmm8
movsd 12 * SIZE(AO), %xmm9
mulsd %xmm4, %xmm0
PREFETCH (PREFETCHSIZE + 8) * SIZE(AO)
addsd %xmm11, %xmm10
movsd 13 * SIZE(AO), %xmm11
mulsd %xmm4, %xmm1
addsd %xmm13, %xmm12
movsd 14 * SIZE(AO), %xmm13
mulsd %xmm4, %xmm2
addsd %xmm15, %xmm14
movsd 15 * SIZE(AO), %xmm15
mulsd %xmm4, %xmm3
movsd 4 * SIZE(BO), %xmm4
subq $-16 * SIZE, AO
addsd %xmm0, %xmm8
movsd 0 * SIZE(AO), %xmm0
mulsd %xmm5, %xmm9
addsd %xmm1, %xmm10
movsd 1 * SIZE(AO), %xmm1
mulsd %xmm5, %xmm11
addq $ 4 * SIZE, BO
addsd %xmm2, %xmm12
movsd 2 * SIZE(AO), %xmm2
mulsd %xmm5, %xmm13
decq %rax
addsd %xmm3, %xmm14
movsd 3 * SIZE(AO), %xmm3
mulsd %xmm5, %xmm15
movsd 1 * SIZE(BO), %xmm5
jne .L42
ALIGN_4
.L45:
movq K, %rax
movsd ALPHA_R, %xmm6
movsd ALPHA_I, %xmm7
addsd %xmm9, %xmm8
addsd %xmm11, %xmm10
addsd %xmm13, %xmm12
addsd %xmm15, %xmm14
andq $3, %rax
BRANCH
BRANCH
je .L49
ALIGN_4
.L46:
mulsd %xmm4, %xmm0
mulsd %xmm4, %xmm1
mulsd %xmm4, %xmm2
mulsd %xmm4, %xmm3
movsd 1 * SIZE(BO), %xmm4
addsd %xmm0, %xmm8
movsd 4 * SIZE(AO), %xmm0
addsd %xmm1, %xmm10
movsd 5 * SIZE(AO), %xmm1
addsd %xmm2, %xmm12
movsd 6 * SIZE(AO), %xmm2
addsd %xmm3, %xmm14
movsd 7 * SIZE(AO), %xmm3
addq $4 * SIZE, AO
addq $1 * SIZE, BO
decq %rax
BRANCH
jg .L46
ALIGN_4
.L49:
movaps %xmm8, %xmm9
movaps %xmm10, %xmm11
movaps %xmm12, %xmm13
movaps %xmm14, %xmm15
mulsd %xmm6, %xmm8
mulsd %xmm7, %xmm9
mulsd %xmm6, %xmm10
mulsd %xmm7, %xmm11
mulsd %xmm6, %xmm12
mulsd %xmm7, %xmm13
mulsd %xmm6, %xmm14
mulsd %xmm7, %xmm15
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm9
addsd 2 * SIZE(CO1), %xmm10
addsd 3 * SIZE(CO1), %xmm11
addsd 4 * SIZE(CO1), %xmm12
addsd 5 * SIZE(CO1), %xmm13
addsd 6 * SIZE(CO1), %xmm14
addsd 7 * SIZE(CO1), %xmm15
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm9, 1 * SIZE(CO1)
movsd %xmm10, 2 * SIZE(CO1)
movsd %xmm11, 3 * SIZE(CO1)
movsd %xmm12, 4 * SIZE(CO1)
movsd %xmm13, 5 * SIZE(CO1)
movsd %xmm14, 6 * SIZE(CO1)
movsd %xmm15, 7 * SIZE(CO1)
addq $8 * SIZE, CO1
decq I # i --
jg .L41
ALIGN_4
.L50:
testq $2, M
jle .L60
movq B, BO
movsd 0 * SIZE(AO), %xmm0
xorps %xmm2, %xmm2
movsd 1 * SIZE(AO), %xmm1
xorps %xmm3, %xmm3
movsd 0 * SIZE(BO), %xmm4
xorps %xmm8, %xmm8
movsd 1 * SIZE(BO), %xmm5
xorps %xmm10, %xmm10
movq K, %rax
sarq $2, %rax
je .L55
ALIGN_4
.L52:
addsd %xmm2, %xmm8
movsd 2 * SIZE(AO), %xmm2
mulsd %xmm4, %xmm0
PREFETCH (PREFETCHSIZE + 0) * SIZE(AO)
addsd %xmm3, %xmm10
movsd 3 * SIZE(AO), %xmm3
mulsd %xmm4, %xmm1
movsd 2 * SIZE(BO), %xmm4
addsd %xmm0, %xmm8
movsd 4 * SIZE(AO), %xmm0
mulsd %xmm5, %xmm2
addq $8 * SIZE, AO
addsd %xmm1, %xmm10
movsd -3 * SIZE(AO), %xmm1
mulsd %xmm5, %xmm3
movsd 3 * SIZE(BO), %xmm5
addsd %xmm2, %xmm8
movsd -2 * SIZE(AO), %xmm2
mulsd %xmm4, %xmm0
addq $4 * SIZE, BO
addsd %xmm3, %xmm10
movsd -1 * SIZE(AO), %xmm3
mulsd %xmm4, %xmm1
movsd 0 * SIZE(BO), %xmm4
addsd %xmm0, %xmm8
movsd 0 * SIZE(AO), %xmm0
mulsd %xmm5, %xmm2
decq %rax
addsd %xmm1, %xmm10
movsd 1 * SIZE(AO), %xmm1
mulsd %xmm5, %xmm3
movsd 1 * SIZE(BO), %xmm5
jne .L52
ALIGN_4
.L55:
movq K, %rax
movsd ALPHA_R, %xmm6
movsd ALPHA_I, %xmm7
addsd %xmm2, %xmm8
addsd %xmm3, %xmm10
andq $3, %rax
BRANCH
BRANCH
je .L59
ALIGN_4
.L56:
mulsd %xmm4, %xmm0
mulsd %xmm4, %xmm1
movsd 1 * SIZE(BO), %xmm4
addsd %xmm0, %xmm8
movsd 2 * SIZE(AO), %xmm0
addsd %xmm1, %xmm10
movsd 3 * SIZE(AO), %xmm1
addq $2 * SIZE, AO
addq $1 * SIZE, BO
decq %rax
BRANCH
jg .L56
ALIGN_4
.L59:
movaps %xmm8, %xmm9
movaps %xmm10, %xmm11
mulsd %xmm6, %xmm8
mulsd %xmm7, %xmm9
mulsd %xmm6, %xmm10
mulsd %xmm7, %xmm11
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm9
addsd 2 * SIZE(CO1), %xmm10
addsd 3 * SIZE(CO1), %xmm11
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm9, 1 * SIZE(CO1)
movsd %xmm10, 2 * SIZE(CO1)
movsd %xmm11, 3 * SIZE(CO1)
addq $4 * SIZE, CO1
ALIGN_4
.L60:
testq $1, M
je .L999
ALIGN_4
movq B, BO
movsd 0 * SIZE(AO), %xmm0
xorps %xmm5, %xmm5
movsd 1 * SIZE(AO), %xmm2
xorps %xmm7, %xmm7
movsd 0 * SIZE(BO), %xmm1
xorps %xmm8, %xmm8
movsd 1 * SIZE(BO), %xmm3
xorps %xmm9, %xmm9
movsd 2 * SIZE(AO), %xmm4
movsd 3 * SIZE(AO), %xmm6
movq K, %rax
sarq $2, %rax
je .L65
ALIGN_4
.L62:
addsd %xmm5, %xmm8
movsd 2 * SIZE(BO), %xmm5
mulsd %xmm0, %xmm1
movsd 4 * SIZE(AO), %xmm0
addsd %xmm7, %xmm9
movsd 3 * SIZE(BO), %xmm7
mulsd %xmm2, %xmm3
movsd 5 * SIZE(AO), %xmm2
addsd %xmm1, %xmm8
movsd 4 * SIZE(BO), %xmm1
mulsd %xmm4, %xmm5
movsd 6 * SIZE(AO), %xmm4
addsd %xmm3, %xmm9
movsd 5 * SIZE(BO), %xmm3
mulsd %xmm6, %xmm7
movsd 7 * SIZE(AO), %xmm6
addq $4 * SIZE, AO
addq $4 * SIZE, BO
decq %rax
jne .L62
addsd %xmm5, %xmm8
addsd %xmm7, %xmm9
ALIGN_4
.L65:
movq K, %rax
movsd ALPHA_R, %xmm6
movsd ALPHA_I, %xmm7
andq $3, %rax
BRANCH
BRANCH
je .L68
ALIGN_4
.L66:
movsd 0 * SIZE(AO), %xmm0
movsd 0 * SIZE(BO), %xmm1
mulsd %xmm0, %xmm1
addsd %xmm1, %xmm8
addq $1 * SIZE, AO
addq $1 * SIZE, BO
decq %rax
BRANCH
jg .L66
ALIGN_4
.L68:
addsd %xmm9, %xmm8
movaps %xmm8, %xmm9
mulsd %xmm6, %xmm8
mulsd %xmm7, %xmm9
addsd 0 * SIZE(CO1), %xmm8
addsd 1 * SIZE(CO1), %xmm9
movsd %xmm8, 0 * SIZE(CO1)
movsd %xmm9, 1 * SIZE(CO1)
ALIGN_4
.L999:
movq 0(%rsp), %rbx
movq 8(%rsp), %rbp
movq 16(%rsp), %r12
movq 24(%rsp), %r13
movq 32(%rsp), %r14
movq 40(%rsp), %r15
#ifdef WINDOWS_ABI
movq 48(%rsp), %rdi
movq 56(%rsp), %rsi
movups 64(%rsp), %xmm6
movups 80(%rsp), %xmm7
movups 96(%rsp), %xmm8
movups 112(%rsp), %xmm9
movups 128(%rsp), %xmm10
movups 144(%rsp), %xmm11
movups 160(%rsp), %xmm12
movups 176(%rsp), %xmm13
movups 192(%rsp), %xmm14
movups 208(%rsp), %xmm15
#endif
addq $STACKSIZE, %rsp
ret
EPILOGUE