/*********************************************************************/ /* 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