summaryrefslogtreecommitdiffstats
path: root/lib/ffts/src/neon.s
diff options
context:
space:
mode:
Diffstat (limited to 'lib/ffts/src/neon.s')
-rw-r--r--lib/ffts/src/neon.s738
1 files changed, 738 insertions, 0 deletions
diff --git a/lib/ffts/src/neon.s b/lib/ffts/src/neon.s
new file mode 100644
index 0000000..6995066
--- /dev/null
+++ b/lib/ffts/src/neon.s
@@ -0,0 +1,738 @@
+/*
+
+ This file is part of FFTS -- The Fastest Fourier Transform in the South
+
+ Copyright (c) 2012, Anthony M. Blake <amb@anthonix.com>
+ Copyright (c) 2012, The University of Waikato
+
+ All rights reserved.
+
+ Redistribution and use in source and binary forms, with or without
+ modification, are permitted provided that the following conditions are met:
+ * Redistributions of source code must retain the above copyright
+ notice, this list of conditions and the following disclaimer.
+ * 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.
+ * Neither the name of the organization nor the
+ names of its contributors may be used to endorse or promote products
+ derived from this software without specific prior written permission.
+
+ THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "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 ANTHONY M. BLAKE 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.
+
+*/
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_x4
+_neon_x4:
+#else
+ .globl neon_x4
+neon_x4:
+#endif
+@ add r3, r0, #0
+
+ vld1.32 {q8,q9}, [r0, :128]
+ add r4, r0, r1, lsl #1
+ vld1.32 {q10,q11}, [r4, :128]
+ add r5, r0, r1, lsl #2
+ vld1.32 {q12,q13}, [r5, :128]
+ add r6, r4, r1, lsl #2
+ vld1.32 {q14,q15}, [r6, :128]
+ vld1.32 {q2,q3}, [r2, :128]
+
+ vmul.f32 q0, q13, q3
+ vmul.f32 q5, q12, q2
+ vmul.f32 q1, q14, q2
+ vmul.f32 q4, q14, q3
+ vmul.f32 q14, q12, q3
+ vmul.f32 q13, q13, q2
+ vmul.f32 q12, q15, q3
+ vmul.f32 q2, q15, q2
+ vsub.f32 q0, q5, q0
+ vadd.f32 q13, q13, q14
+ vadd.f32 q12, q12, q1
+ vsub.f32 q1, q2, q4
+ vadd.f32 q15, q0, q12
+ vsub.f32 q12, q0, q12
+ vadd.f32 q14, q13, q1
+ vsub.f32 q13, q13, q1
+ vadd.f32 q0, q8, q15
+ vadd.f32 q1, q9, q14
+ vsub.f32 q2, q10, q13 @
+ vsub.f32 q4, q8, q15
+ vadd.f32 q3, q11, q12 @
+ vst1.32 {q0,q1}, [r0, :128]
+ vsub.f32 q5, q9, q14
+ vadd.f32 q6, q10, q13 @
+ vsub.f32 q7, q11, q12 @
+ vst1.32 {q2,q3}, [r4, :128]
+ vst1.32 {q4,q5}, [r5, :128]
+ vst1.32 {q6,q7}, [r6, :128]
+ bx lr
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_x8
+_neon_x8:
+#else
+ .globl neon_x8
+neon_x8:
+#endif
+ mov r11, #0
+ add r3, r0, #0 @ data0
+ add r5, r0, r1, lsl #1 @ data2
+ add r4, r0, r1 @ data1
+ add r7, r5, r1, lsl #1 @ data4
+ add r6, r5, r1 @ data3
+ add r9, r7, r1, lsl #1 @ data6
+ add r8, r7, r1 @ data5
+ add r10, r9, r1 @ data7
+ add r12, r2, #0 @ LUT
+
+ sub r11, r11, r1, lsr #5
+neon_x8_loop:
+ vld1.32 {q2,q3}, [r12, :128]!
+ vld1.32 {q14,q15}, [r6, :128]
+ vld1.32 {q10,q11}, [r5, :128]
+ adds r11, r11, #1
+ vmul.f32 q12, q15, q2
+ vmul.f32 q8, q14, q3
+ vmul.f32 q13, q14, q2
+ vmul.f32 q9, q10, q3
+ vmul.f32 q1, q10, q2
+ vmul.f32 q0, q11, q2
+ vmul.f32 q14, q11, q3
+ vmul.f32 q15, q15, q3
+ vld1.32 {q2,q3}, [r12, :128]!
+ vsub.f32 q10, q12, q8
+ vadd.f32 q11, q0, q9
+ vadd.f32 q8, q15, q13
+ vld1.32 {q12,q13}, [r4, :128]
+ vsub.f32 q9, q1, q14
+ vsub.f32 q15, q11, q10
+ vsub.f32 q14, q9, q8
+ vsub.f32 q4, q12, q15 @
+ vadd.f32 q6, q12, q15 @
+ vadd.f32 q5, q13, q14 @
+ vsub.f32 q7, q13, q14 @
+ vld1.32 {q14,q15}, [r9, :128]
+ vld1.32 {q12,q13}, [r7, :128]
+ vmul.f32 q1, q14, q2
+ vmul.f32 q0, q14, q3
+ vst1.32 {q4,q5}, [r4, :128]
+ vmul.f32 q14, q15, q3
+ vmul.f32 q4, q15, q2
+ vadd.f32 q15, q9, q8
+ vst1.32 {q6,q7}, [r6, :128]
+ vmul.f32 q8, q12, q3
+ vmul.f32 q5, q13, q3
+ vmul.f32 q12, q12, q2
+ vmul.f32 q9, q13, q2
+ vadd.f32 q14, q14, q1
+ vsub.f32 q13, q4, q0
+ vadd.f32 q0, q9, q8
+ vld1.32 {q8,q9}, [r3, :128]
+ vadd.f32 q1, q11, q10
+ vsub.f32 q12, q12, q5
+ vadd.f32 q11, q8, q15
+ vsub.f32 q8, q8, q15
+ vadd.f32 q2, q12, q14
+ vsub.f32 q10, q0, q13
+ vadd.f32 q15, q0, q13
+ vadd.f32 q13, q9, q1
+ vsub.f32 q9, q9, q1
+ vsub.f32 q12, q12, q14
+ vadd.f32 q0, q11, q2
+ vadd.f32 q1, q13, q15
+ vsub.f32 q4, q11, q2
+ vsub.f32 q2, q8, q10 @
+ vadd.f32 q3, q9, q12 @
+ vst1.32 {q0,q1}, [r3, :128]!
+ vsub.f32 q5, q13, q15
+ vld1.32 {q14,q15}, [r10, :128]
+ vsub.f32 q7, q9, q12 @
+ vld1.32 {q12,q13}, [r8, :128]
+ vst1.32 {q2,q3}, [r5, :128]!
+ vld1.32 {q2,q3}, [r12, :128]!
+ vadd.f32 q6, q8, q10 @
+ vmul.f32 q8, q14, q2
+ vst1.32 {q4,q5}, [r7, :128]!
+ vmul.f32 q10, q15, q3
+ vmul.f32 q9, q13, q3
+ vmul.f32 q11, q12, q2
+ vmul.f32 q14, q14, q3
+ vst1.32 {q6,q7}, [r9, :128]!
+ vmul.f32 q15, q15, q2
+ vmul.f32 q12, q12, q3
+ vmul.f32 q13, q13, q2
+ vadd.f32 q10, q10, q8
+ vsub.f32 q11, q11, q9
+ vld1.32 {q8,q9}, [r4, :128]
+ vsub.f32 q14, q15, q14
+ vadd.f32 q15, q13, q12
+ vadd.f32 q13, q11, q10
+ vadd.f32 q12, q15, q14
+ vsub.f32 q15, q15, q14
+ vsub.f32 q14, q11, q10
+ vld1.32 {q10,q11}, [r6, :128]
+ vadd.f32 q0, q8, q13
+ vadd.f32 q1, q9, q12
+ vsub.f32 q2, q10, q15 @
+ vadd.f32 q3, q11, q14 @
+ vsub.f32 q4, q8, q13
+ vst1.32 {q0,q1}, [r4, :128]!
+ vsub.f32 q5, q9, q12
+ vadd.f32 q6, q10, q15 @
+ vst1.32 {q2,q3}, [r6, :128]!
+ vsub.f32 q7, q11, q14 @
+ vst1.32 {q4,q5}, [r8, :128]!
+ vst1.32 {q6,q7}, [r10, :128]!
+ bne neon_x8_loop
+
+ bx lr
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_x8_t
+_neon_x8_t:
+#else
+ .globl neon_x8_t
+neon_x8_t:
+#endif
+ mov r11, #0
+ add r3, r0, #0 @ data0
+ add r5, r0, r1, lsl #1 @ data2
+ add r4, r0, r1 @ data1
+ add r7, r5, r1, lsl #1 @ data4
+ add r6, r5, r1 @ data3
+ add r9, r7, r1, lsl #1 @ data6
+ add r8, r7, r1 @ data5
+ add r10, r9, r1 @ data7
+ add r12, r2, #0 @ LUT
+
+ sub r11, r11, r1, lsr #5
+neon_x8_t_loop:
+ vld1.32 {q2,q3}, [r12, :128]!
+ vld1.32 {q14,q15}, [r6, :128]
+ vld1.32 {q10,q11}, [r5, :128]
+ adds r11, r11, #1
+ vmul.f32 q12, q15, q2
+ vmul.f32 q8, q14, q3
+ vmul.f32 q13, q14, q2
+ vmul.f32 q9, q10, q3
+ vmul.f32 q1, q10, q2
+ vmul.f32 q0, q11, q2
+ vmul.f32 q14, q11, q3
+ vmul.f32 q15, q15, q3
+ vld1.32 {q2,q3}, [r12, :128]!
+ vsub.f32 q10, q12, q8
+ vadd.f32 q11, q0, q9
+ vadd.f32 q8, q15, q13
+ vld1.32 {q12,q13}, [r4, :128]
+ vsub.f32 q9, q1, q14
+ vsub.f32 q15, q11, q10
+ vsub.f32 q14, q9, q8
+ vsub.f32 q4, q12, q15 @
+ vadd.f32 q6, q12, q15 @
+ vadd.f32 q5, q13, q14 @
+ vsub.f32 q7, q13, q14 @
+ vld1.32 {q14,q15}, [r9, :128]
+ vld1.32 {q12,q13}, [r7, :128]
+ vmul.f32 q1, q14, q2
+ vmul.f32 q0, q14, q3
+ vst1.32 {q4,q5}, [r4, :128]
+ vmul.f32 q14, q15, q3
+ vmul.f32 q4, q15, q2
+ vadd.f32 q15, q9, q8
+ vst1.32 {q6,q7}, [r6, :128]
+ vmul.f32 q8, q12, q3
+ vmul.f32 q5, q13, q3
+ vmul.f32 q12, q12, q2
+ vmul.f32 q9, q13, q2
+ vadd.f32 q14, q14, q1
+ vsub.f32 q13, q4, q0
+ vadd.f32 q0, q9, q8
+ vld1.32 {q8,q9}, [r3, :128]
+ vadd.f32 q1, q11, q10
+ vsub.f32 q12, q12, q5
+ vadd.f32 q11, q8, q15
+ vsub.f32 q8, q8, q15
+ vadd.f32 q2, q12, q14
+ vsub.f32 q10, q0, q13
+ vadd.f32 q15, q0, q13
+ vadd.f32 q13, q9, q1
+ vsub.f32 q9, q9, q1
+ vsub.f32 q12, q12, q14
+ vadd.f32 q0, q11, q2
+ vadd.f32 q1, q13, q15
+ vsub.f32 q4, q11, q2
+ vsub.f32 q2, q8, q10 @
+ vadd.f32 q3, q9, q12 @
+ vst2.32 {q0,q1}, [r3, :128]!
+ vsub.f32 q5, q13, q15
+ vld1.32 {q14,q15}, [r10, :128]
+ vsub.f32 q7, q9, q12 @
+ vld1.32 {q12,q13}, [r8, :128]
+ vst2.32 {q2,q3}, [r5, :128]!
+ vld1.32 {q2,q3}, [r12, :128]!
+ vadd.f32 q6, q8, q10 @
+ vmul.f32 q8, q14, q2
+ vst2.32 {q4,q5}, [r7, :128]!
+ vmul.f32 q10, q15, q3
+ vmul.f32 q9, q13, q3
+ vmul.f32 q11, q12, q2
+ vmul.f32 q14, q14, q3
+ vst2.32 {q6,q7}, [r9, :128]!
+ vmul.f32 q15, q15, q2
+ vmul.f32 q12, q12, q3
+ vmul.f32 q13, q13, q2
+ vadd.f32 q10, q10, q8
+ vsub.f32 q11, q11, q9
+ vld1.32 {q8,q9}, [r4, :128]
+ vsub.f32 q14, q15, q14
+ vadd.f32 q15, q13, q12
+ vadd.f32 q13, q11, q10
+ vadd.f32 q12, q15, q14
+ vsub.f32 q15, q15, q14
+ vsub.f32 q14, q11, q10
+ vld1.32 {q10,q11}, [r6, :128]
+ vadd.f32 q0, q8, q13
+ vadd.f32 q1, q9, q12
+ vsub.f32 q2, q10, q15 @
+ vadd.f32 q3, q11, q14 @
+ vsub.f32 q4, q8, q13
+ vst2.32 {q0,q1}, [r4, :128]!
+ vsub.f32 q5, q9, q12
+ vadd.f32 q6, q10, q15 @
+ vst2.32 {q2,q3}, [r6, :128]!
+ vsub.f32 q7, q11, q14 @
+ vst2.32 {q4,q5}, [r8, :128]!
+ vst2.32 {q6,q7}, [r10, :128]!
+ bne neon_x8_t_loop
+
+ @bx lr
+
+@ assumes r0 = out
+@ r1 = in ?
+@
+@ r12 = offsets
+@ r3-r10 = data pointers
+@ r11 = loop iterations
+@ r2 & lr = temps
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_ee
+_neon_ee:
+#else
+ .globl neon_ee
+neon_ee:
+#endif
+ vld1.32 {d16, d17}, [r2, :128]
+_neon_ee_loop:
+ vld2.32 {q15}, [r10, :128]!
+ vld2.32 {q13}, [r8, :128]!
+ vld2.32 {q14}, [r7, :128]!
+ vld2.32 {q9}, [r4, :128]!
+ vld2.32 {q10}, [r3, :128]!
+ vld2.32 {q11}, [r6, :128]!
+ vld2.32 {q12}, [r5, :128]!
+ vsub.f32 q1, q14, q13
+ vld2.32 {q0}, [r9, :128]!
+ subs r11, r11, #1
+ vsub.f32 q2, q0, q15
+ vadd.f32 q0, q0, q15
+ vmul.f32 d10, d2, d17
+ vmul.f32 d11, d3, d16
+ vmul.f32 d12, d3, d17
+ vmul.f32 d6, d4, d17
+ vmul.f32 d7, d5, d16
+ vmul.f32 d8, d4, d16
+ vmul.f32 d9, d5, d17
+ vmul.f32 d13, d2, d16
+ vsub.f32 d7, d7, d6
+ vadd.f32 d11, d11, d10
+ vsub.f32 q1, q12, q11
+ vsub.f32 q2, q10, q9
+ vadd.f32 d6, d9, d8
+ vadd.f32 q4, q14, q13
+ vadd.f32 q11, q12, q11
+ vadd.f32 q12, q10, q9
+ vsub.f32 d10, d13, d12
+ vsub.f32 q7, q4, q0
+ vsub.f32 q9, q12, q11
+ vsub.f32 q13, q5, q3
+ vadd.f32 d29, d5, d2 @
+ vadd.f32 q5, q5, q3
+ vadd.f32 q10, q4, q0
+ vadd.f32 q11, q12, q11
+ vsub.f32 d31, d5, d2 @
+ vsub.f32 d28, d4, d3 @
+ vadd.f32 d30, d4, d3 @
+ vadd.f32 d5, d19, d14 @-
+ vadd.f32 d7, d31, d26 @-
+ vadd.f32 q1, q14, q5
+ vadd.f32 q0, q11, q10
+ vsub.f32 d6, d30, d27 @-
+ vsub.f32 d4, d18, d15 @-
+ vsub.f32 d13, d19, d14 @-
+ vadd.f32 d12, d18, d15 @-
+ vsub.f32 d15, d31, d26 @-
+ ldr r2, [r12], #4
+ vtrn.32 q1, q3
+ ldr lr, [r12], #4
+ vtrn.32 q0, q2
+ add r2, r0, r2, lsl #2
+ vsub.f32 q4, q11, q10
+ add lr, r0, lr, lsl #2
+ vsub.f32 q5, q14, q5
+ vadd.f32 d14, d30, d27 @-
+ vst2.32 {q0,q1}, [r2, :128]!
+ vst2.32 {q2,q3}, [lr, :128]!
+ vtrn.32 q4, q6
+ vtrn.32 q5, q7
+ vst2.32 {q4,q5}, [r2, :128]!
+ vst2.32 {q6,q7}, [lr, :128]!
+ bne _neon_ee_loop
+
+@ assumes r0 = out
+@
+@ r12 = offsets
+@ r3-r10 = data pointers
+@ r11 = loop iterations
+@ r2 & lr = temps
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_oo
+_neon_oo:
+#else
+ .globl neon_oo
+neon_oo:
+#endif
+_neon_oo_loop:
+ vld2.32 {q8}, [r6, :128]!
+ vld2.32 {q9}, [r5, :128]!
+ vld2.32 {q10}, [r4, :128]!
+ vld2.32 {q13}, [r3, :128]!
+ vadd.f32 q11, q9, q8
+ vsub.f32 q8, q9, q8
+ vsub.f32 q9, q13, q10
+ vadd.f32 q12, q13, q10
+ subs r11, r11, #1
+ vld2.32 {q10}, [r7, :128]!
+ vld2.32 {q13}, [r9, :128]!
+ vsub.f32 q2, q12, q11
+ vsub.f32 d7, d19, d16 @
+ vadd.f32 d3, d19, d16 @
+ vadd.f32 d6, d18, d17 @
+ vsub.f32 d2, d18, d17 @
+ vld2.32 {q9}, [r8, :128]!
+ vld2.32 {q8}, [r10, :128]!
+ vadd.f32 q0, q12, q11
+ vadd.f32 q11, q13, q8
+ vadd.f32 q12, q10, q9
+ vsub.f32 q8, q13, q8
+ vsub.f32 q9, q10, q9
+ vsub.f32 q6, q12, q11
+ vadd.f32 q4, q12, q11
+ vtrn.32 q0, q2
+ ldr r2, [r12], #4
+ vsub.f32 d15, d19, d16 @
+ ldr lr, [r12], #4
+ vadd.f32 d11, d19, d16 @
+ vadd.f32 d14, d18, d17 @
+ vsub.f32 d10, d18, d17 @
+ add r2, r0, r2, lsl #2
+ vtrn.32 q1, q3
+ add lr, r0, lr, lsl #2
+ vst2.32 {q0,q1}, [r2, :128]!
+ vst2.32 {q2,q3}, [lr, :128]!
+ vtrn.32 q4, q6
+ vtrn.32 q5, q7
+ vst2.32 {q4,q5}, [r2, :128]!
+ vst2.32 {q6,q7}, [lr, :128]!
+ bne _neon_oo_loop
+
+@ assumes r0 = out
+@
+@ r12 = offsets
+@ r3-r10 = data pointers
+@ r11 = addr of twiddle
+@ r2 & lr = temps
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_eo
+_neon_eo:
+#else
+ .globl neon_eo
+neon_eo:
+#endif
+ vld2.32 {q9}, [r5, :128]! @tag2
+ vld2.32 {q13}, [r3, :128]! @tag0
+ vld2.32 {q12}, [r4, :128]! @tag1
+ vld2.32 {q0}, [r7, :128]! @tag4
+ vsub.f32 q11, q13, q12
+ vld2.32 {q8}, [r6, :128]! @tag3
+ vadd.f32 q12, q13, q12
+ vsub.f32 q10, q9, q8
+ vadd.f32 q8, q9, q8
+ vadd.f32 q9, q12, q8
+ vadd.f32 d9, d23, d20 @
+ vsub.f32 d11, d23, d20 @
+ vsub.f32 q8, q12, q8
+ vsub.f32 d8, d22, d21 @
+ vadd.f32 d10, d22, d21 @
+ ldr r2, [r12], #4
+ vld1.32 {d20, d21}, [r11, :128]
+ ldr lr, [r12], #4
+ vtrn.32 q9, q4
+ add r2, r0, r2, lsl #2
+ vtrn.32 q8, q5
+ add lr, r0, lr, lsl #2
+ vswp d9,d10
+ vst1.32 {d8,d9,d10,d11}, [lr, :128]!
+ vld2.32 {q13}, [r10, :128]! @tag7
+ vld2.32 {q15}, [r9, :128]! @tag6
+ vld2.32 {q11}, [r8, :128]! @tag5
+ vsub.f32 q14, q15, q13
+ vsub.f32 q12, q0, q11
+ vadd.f32 q11, q0, q11
+ vadd.f32 q13, q15, q13
+ vadd.f32 d13, d29, d24 @
+ vadd.f32 q15, q13, q11
+ vsub.f32 d12, d28, d25 @
+ vsub.f32 d15, d29, d24 @
+ vadd.f32 d14, d28, d25 @
+ vtrn.32 q15, q6
+ vsub.f32 q15, q13, q11
+ vtrn.32 q15, q7
+ vswp d13, d14
+ vst1.32 {d12,d13,d14,d15}, [lr, :128]!
+ vtrn.32 q13, q14
+ vtrn.32 q11, q12
+ vmul.f32 d24, d26, d21
+ vmul.f32 d28, d27, d20
+ vmul.f32 d25, d26, d20
+ vmul.f32 d26, d27, d21
+ vmul.f32 d27, d22, d21
+ vmul.f32 d30, d23, d20
+ vmul.f32 d29, d23, d21
+ vmul.f32 d22, d22, d20
+ vsub.f32 d21, d28, d24
+ vadd.f32 d20, d26, d25
+ vadd.f32 d25, d30, d27
+ vsub.f32 d24, d22, d29
+ vadd.f32 q11, q12, q10
+ vsub.f32 q10, q12, q10
+ vadd.f32 q0, q9, q11
+ vsub.f32 q2, q9, q11
+ vadd.f32 d3, d17, d20 @
+ vsub.f32 d7, d17, d20 @
+ vsub.f32 d2, d16, d21 @
+ vadd.f32 d6, d16, d21 @
+ vswp d1, d2
+ vswp d5, d6
+ vstmia r2!, {q0-q3}
+
+
+@ assumes r0 = out
+@
+@ r12 = offsets
+@ r3-r10 = data pointers
+@ r11 = addr of twiddle
+@ r2 & lr = temps
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_oe
+_neon_oe:
+#else
+ .globl neon_oe
+neon_oe:
+#endif
+ vld1.32 {q8}, [r5, :128]!
+ vld1.32 {q10}, [r6, :128]!
+ vld2.32 {q11}, [r4, :128]!
+ vld2.32 {q13}, [r3, :128]!
+ vld2.32 {q15}, [r10, :128]!
+ vorr d25, d17, d17
+ vorr d24, d20, d20
+ vorr d20, d16, d16
+ vsub.f32 q9, q13, q11
+ vadd.f32 q11, q13, q11
+ ldr r2, [r12], #4
+ vtrn.32 d24, d25
+ ldr lr, [r12], #4
+ vtrn.32 d20, d21
+ add r2, r0, r2, lsl #2
+ vsub.f32 q8, q10, q12
+ add lr, r0, lr, lsl #2
+ vadd.f32 q10, q10, q12
+ vadd.f32 q0, q11, q10
+ vadd.f32 d25, d19, d16 @
+ vsub.f32 d27, d19, d16 @
+ vsub.f32 q1, q11, q10
+ vsub.f32 d24, d18, d17 @
+ vadd.f32 d26, d18, d17 @
+ vtrn.32 q0, q12
+ vtrn.32 q1, q13
+ vld1.32 {d24, d25}, [r11, :128]
+ vswp d1, d2
+ vst1.32 {q0, q1}, [r2, :128]!
+ vld2.32 {q0}, [r9, :128]!
+ vadd.f32 q1, q0, q15
+ vld2.32 {q13}, [r8, :128]!
+ vld2.32 {q14}, [r7, :128]!
+ vsub.f32 q15, q0, q15
+ vsub.f32 q0, q14, q13
+ vadd.f32 q3, q14, q13
+ vadd.f32 q2, q3, q1
+ vadd.f32 d29, d1, d30 @
+ vsub.f32 d27, d1, d30 @
+ vsub.f32 q3, q3, q1
+ vsub.f32 d28, d0, d31 @
+ vadd.f32 d26, d0, d31 @
+ vtrn.32 q2, q14
+ vtrn.32 q3, q13
+ vswp d5, d6
+ vst1.32 {q2, q3}, [r2, :128]!
+ vtrn.32 q11, q9
+ vtrn.32 q10, q8
+ vmul.f32 d20, d18, d25
+ vmul.f32 d22, d19, d24
+ vmul.f32 d21, d19, d25
+ vmul.f32 d18, d18, d24
+ vmul.f32 d19, d16, d25
+ vmul.f32 d30, d17, d24
+ vmul.f32 d23, d16, d24
+ vmul.f32 d24, d17, d25
+ vadd.f32 d17, d22, d20
+ vsub.f32 d16, d18, d21
+ vsub.f32 d21, d30, d19
+ vadd.f32 d20, d24, d23
+ vadd.f32 q9, q8, q10
+ vsub.f32 q8, q8, q10
+ vadd.f32 q4, q14, q9
+ vsub.f32 q6, q14, q9
+ vadd.f32 d11, d27, d16 @
+ vsub.f32 d15, d27, d16 @
+ vsub.f32 d10, d26, d17 @
+ vadd.f32 d14, d26, d17 @
+ vswp d9, d10
+ vswp d13, d14
+ vstmia lr!, {q4-q7}
+
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_end
+_neon_end:
+#else
+ .globl neon_end
+neon_end:
+#endif
+ bx lr
+
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_transpose
+_neon_transpose:
+#else
+ .globl neon_transpose
+neon_transpose:
+#endif
+ push {r4-r8}
+ @ vpush {q8-q9}
+ mov r5, r3
+_neon_transpose_col:
+ mov r7, r1
+ add r8, r1, r3, lsl #3
+ mov r4, r2
+ add r6, r0, r2, lsl #3
+_neon_transpose_row:
+ vld1.32 {q8,q9}, [r0, :128]!
+@ vld1.32 {q10,q11}, [r0, :128]!
+ vld1.32 {q12,q13}, [r6, :128]!
+@ vld1.32 {q14,q15}, [r6, :128]!
+ sub r4, r4, #4
+ cmp r4, #0
+ vswp d17,d24
+ vswp d19,d26
+ vswp d21,d28
+ vswp d23,d30
+ vst1.32 {q8}, [r7, :128]
+ vst1.32 {q12}, [r8, :128]
+ add r7, r7, r3, lsl #4
+ add r8, r8, r3, lsl #4
+ vst1.32 {q9}, [r7, :128]
+ vst1.32 {q13}, [r8, :128]
+ add r7, r7, r3, lsl #4
+ add r8, r8, r3, lsl #4
+@@vst1.32 {q10}, [r7, :128]
+@@vst1.32 {q14}, [r8, :128]
+@@add r7, r7, r3, lsl #4
+@@add r8, r8, r3, lsl #4
+@@vst1.32 {q11}, [r7, :128]
+@@vst1.32 {q15}, [r8, :128]
+@@add r7, r7, r3, lsl #4
+@@add r8, r8, r3, lsl #4
+ bne _neon_transpose_row
+ sub r5, r5, #2
+ cmp r5, #0
+ add r0, r0, r2, lsl #3
+ add r1, r1, #16
+ bne _neon_transpose_col
+ @ vpop {q8-q9}
+ pop {r4-r8}
+ bx lr
+
+ .align 4
+#ifdef __APPLE__
+ .globl _neon_transpose_to_buf
+_neon_transpose_to_buf:
+#else
+ .globl neon_transpose_to_buf
+neon_transpose_to_buf:
+#endif
+ push {r4-r10}
+ mov r5, #8
+_neon_transpose_to_buf_col:
+ mov r4, #8
+ add r6, r0, r2, lsl #3
+ mov r7, r1
+ add r8, r1, #64
+ add r9, r1, #128
+ add r10, r1, #192
+_neon_transpose_to_buf_row:
+ vld1.32 {q8,q9}, [r0, :128]!
+ vld1.32 {q12,q13}, [r6, :128]!
+ sub r4, r4, #4
+ cmp r4, #0
+ vswp d17,d24
+ vswp d19,d26
+ vst1.32 {q8}, [r7, :128]
+ vst1.32 {q12}, [r8, :128]
+ vst1.32 {q9}, [r9, :128]
+ vst1.32 {q13}, [r10, :128]
+ add r7, r7, #256
+ add r8, r8, #256
+ add r9, r9, #256
+ add r10, r10, #256
+ bne _neon_transpose_to_buf_row
+ sub r5, r5, #2
+ cmp r5, #0
+ sub r0, r0, #64
+ add r0, r0, r2, lsl #4
+ add r1, r1, #16
+ bne _neon_transpose_to_buf_col
+ pop {r4-r10}
+ bx lr
generated by cgit v1.2.1 (git 2.18.0) at 2025-01-08 18:36:44 +0000