1 ;*****************************************************************************
2 ;* x86util.asm: x86 utility macros
3 ;*****************************************************************************
4 ;* Copyright (C) 2008-2011 x264 project
6 ;* Authors: Holger Lubitz <holger@lubitz.org>
7 ;* Loren Merritt <lorenm@u.washington.edu>
9 ;* This program is free software; you can redistribute it and/or modify
10 ;* it under the terms of the GNU General Public License as published by
11 ;* the Free Software Foundation; either version 2 of the License, or
12 ;* (at your option) any later version.
14 ;* This program is distributed in the hope that it will be useful,
15 ;* but WITHOUT ANY WARRANTY; without even the implied warranty of
16 ;* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
17 ;* GNU General Public License for more details.
19 ;* You should have received a copy of the GNU General Public License
20 ;* along with this program; if not, write to the Free Software
21 ;* Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02111, USA.
23 ;* This program is also available under a commercial proprietary license.
24 ;* For more information, contact us at licensing@x264.com.
25 ;*****************************************************************************
27 %assign FENC_STRIDE 16
28 %assign FDEC_STRIDE 32
30 %assign SIZEOF_PIXEL 1
31 %assign SIZEOF_DCTCOEF 2
34 %assign SIZEOF_PIXEL 2
35 %assign SIZEOF_DCTCOEF 4
39 %assign FENC_STRIDEB SIZEOF_PIXEL*FENC_STRIDE
40 %assign FDEC_STRIDEB SIZEOF_PIXEL*FDEC_STRIDE
42 %assign PIXEL_MAX ((1 << BIT_DEPTH)-1)
44 %macro FIX_STRIDES 1-*
55 %if avx_enabled && mmsize == 16
56 punpckh%1 m%4, m%2, m%3
67 punpckl%1 m%4, m%2, m%3
68 punpckh%1 m%2, m%2, m%3
72 %macro TRANSPOSE4x4W 5
73 SBUTTERFLY wd, %1, %2, %5
74 SBUTTERFLY wd, %3, %4, %5
75 SBUTTERFLY dq, %1, %3, %5
76 SBUTTERFLY dq, %2, %4, %5
80 %macro TRANSPOSE2x4x4W 5
81 SBUTTERFLY wd, %1, %2, %5
82 SBUTTERFLY wd, %3, %4, %5
83 SBUTTERFLY dq, %1, %3, %5
84 SBUTTERFLY dq, %2, %4, %5
85 SBUTTERFLY qdq, %1, %2, %5
86 SBUTTERFLY qdq, %3, %4, %5
89 %macro TRANSPOSE4x4D 5
90 SBUTTERFLY dq, %1, %2, %5
91 SBUTTERFLY dq, %3, %4, %5
92 SBUTTERFLY qdq, %1, %3, %5
93 SBUTTERFLY qdq, %2, %4, %5
97 %macro TRANSPOSE8x8W 9-11
99 SBUTTERFLY wd, %1, %2, %9
100 SBUTTERFLY wd, %3, %4, %9
101 SBUTTERFLY wd, %5, %6, %9
102 SBUTTERFLY wd, %7, %8, %9
103 SBUTTERFLY dq, %1, %3, %9
104 SBUTTERFLY dq, %2, %4, %9
105 SBUTTERFLY dq, %5, %7, %9
106 SBUTTERFLY dq, %6, %8, %9
107 SBUTTERFLY qdq, %1, %5, %9
108 SBUTTERFLY qdq, %2, %6, %9
109 SBUTTERFLY qdq, %3, %7, %9
110 SBUTTERFLY qdq, %4, %8, %9
114 ; in: m0..m7, unless %11 in which case m6 is in %9
115 ; out: m0..m7, unless %11 in which case m4 is in %10
116 ; spills into %9 and %10
120 SBUTTERFLY wd, %1, %2, %7
123 SBUTTERFLY wd, %3, %4, %2
124 SBUTTERFLY wd, %5, %6, %2
125 SBUTTERFLY wd, %7, %8, %2
126 SBUTTERFLY dq, %1, %3, %2
129 SBUTTERFLY dq, %2, %4, %3
130 SBUTTERFLY dq, %5, %7, %3
131 SBUTTERFLY dq, %6, %8, %3
132 SBUTTERFLY qdq, %1, %5, %3
133 SBUTTERFLY qdq, %2, %6, %3
136 SBUTTERFLY qdq, %3, %7, %2
137 SBUTTERFLY qdq, %4, %8, %2
146 %macro ABSW 2-3 ; dst, src, tmp (tmp used only if dst==src)
149 %elifidn %3, sign ; version for pairing with PSIGNW: modifies src
175 %macro ABSW2 6 ; dst1, dst2, src1, src2, tmp, tmp
219 %if cpuflag(ssse3) && %0 == 4
232 %define PSIGNW PSIGN w,
233 %define PSIGND PSIGN d,
240 movd %1, [%2-3] ;to avoid crossing a cacheline
247 PSHUFLW %1, %2, (%3)*q1111
255 pshufd %1, %2, (%3)*q1111
257 pshufw %1, %2, (%3)*q0101 + ((%3)+1)*q1010
261 %macro CLIPW 3 ;(dst, min, max)
266 %macro HADDD 2 ; sum junk
271 PSHUFLW %2, %1, q0032
288 %macro PALIGNR 4-5 ; [dst,] src1, src2, imm, tmp
291 palignr %1, %2, %3, %4
307 psllq %%dst, (8-%3)*8
326 %macro DEINTB 5 ; mask, reg1, mask, reg2, optional src to fill masks from
328 pand m%3, m%5, m%4 ; src .. y6 .. y4
329 pand m%1, m%5, m%2 ; dst .. y6 .. y4
332 pand m%3, m%1, m%4 ; src .. y6 .. y4
333 pand m%1, m%1, m%2 ; dst .. y6 .. y4
335 psrlw m%2, 8 ; dst .. y7 .. y5
336 psrlw m%4, 8 ; src .. y7 .. y5
355 %macro SUMSUB_BADC 5-6
357 SUMSUB_BA %1, %2, %3, %6
358 SUMSUB_BA %1, %4, %5, %6
369 %macro HADAMARD4_V 4+
370 SUMSUB_BADC w, %1, %2, %3, %4
371 SUMSUB_BADC w, %1, %3, %2, %4
374 %macro HADAMARD8_V 8+
375 SUMSUB_BADC w, %1, %2, %3, %4
376 SUMSUB_BADC w, %5, %6, %7, %8
377 SUMSUB_BADC w, %1, %3, %2, %4
378 SUMSUB_BADC w, %5, %7, %6, %8
379 SUMSUB_BADC w, %1, %5, %2, %6
380 SUMSUB_BADC w, %3, %7, %4, %8
383 %macro TRANS_SSE2 5-6
385 ; %1: transpose width (d/q) - use SBUTTERFLY qdq for dq
386 ; %2: ord/unord (for compat with sse4, unused)
390 %define mask [mask_10]
393 %define mask [mask_1100]
396 %if %0==6 ; less dependency if we have two tmp
397 mova m%5, mask ; ff00
399 psll%1 m%4, shift ; x4..
401 pandn m%5, m%3 ; ..x0
402 psrl%1 m%3, shift ; ..x1
405 %else ; more dependency, one insn less. sometimes faster, sometimes not
407 psll%1 m%4, shift ; x4..
408 pxor m%4, m%3 ; (x4^x1)x0
409 pand m%4, mask ; (x4^x1)..
411 psrl%1 m%4, shift ; ..(x1^x4)
417 %macro TRANS_SSE4 5-6 ; see above
421 pblendw m%5, m%4, q2222
423 pblendw m%4, m%3, q1111
427 pblendw m%5, m%3, m%4, q2222
431 pblendw m%3, m%4, q2222
438 shufps m%5, m%3, m%4, q3131
439 shufps m%3, m%4, q2020
445 ; %1=distance in words (0 for vertical pass, 1/2/4 for horizontal passes)
446 ; %2=sumsub/max/amax (sum and diff / maximum / maximum of absolutes)
449 %if %1!=0 ; have to reorder stuff for horizontal op
452 ; sumsub needs order because a-b != b-a unless a=b
455 ; if we just max, order doesn't matter (allows pblendw+or in sse4)
458 TRANS d, ORDER, %3, %4, %5, %6
461 SBUTTERFLY dq, %3, %4, %5
463 TRANS q, ORDER, %3, %4, %5, %6
466 SBUTTERFLY qdq, %3, %4, %5
470 SUMSUB_BA w, %3, %4, %5
474 ABSW2 m%3, m%4, m%3, m%4, m%5, m%6
485 %macro HADAMARD2_2D 6-7 sumsub
486 HADAMARD 0, sumsub, %1, %2, %5
487 HADAMARD 0, sumsub, %3, %4, %5
488 SBUTTERFLY %6, %1, %2, %5
490 HADAMARD 0, amax, %1, %2, %5, %7
492 HADAMARD 0, %7, %1, %2, %5
494 SBUTTERFLY %6, %3, %4, %5
496 HADAMARD 0, amax, %3, %4, %5, %7
498 HADAMARD 0, %7, %3, %4, %5
502 %macro HADAMARD4_2D 5-6 sumsub
503 HADAMARD2_2D %1, %2, %3, %4, %5, wd
504 HADAMARD2_2D %1, %3, %2, %4, %5, dq, %6
508 %macro HADAMARD4_2D_SSE 5-6 sumsub
509 HADAMARD 0, sumsub, %1, %2, %5 ; 1st V row 0 + 1
510 HADAMARD 0, sumsub, %3, %4, %5 ; 1st V row 2 + 3
511 SBUTTERFLY wd, %1, %2, %5 ; %1: m0 1+0 %2: m1 1+0
512 SBUTTERFLY wd, %3, %4, %5 ; %3: m0 3+2 %4: m1 3+2
513 HADAMARD2_2D %1, %3, %2, %4, %5, dq
514 SBUTTERFLY qdq, %1, %2, %5
515 HADAMARD 0, %6, %1, %2, %5 ; 2nd H m1/m0 row 0+1
516 SBUTTERFLY qdq, %3, %4, %5
517 HADAMARD 0, %6, %3, %4, %5 ; 2nd H m1/m0 row 2+3
520 %macro HADAMARD8_2D 9-10 sumsub
521 HADAMARD2_2D %1, %2, %3, %4, %9, wd
522 HADAMARD2_2D %5, %6, %7, %8, %9, wd
523 HADAMARD2_2D %1, %3, %2, %4, %9, dq
524 HADAMARD2_2D %5, %7, %6, %8, %9, dq
525 HADAMARD2_2D %1, %5, %3, %7, %9, qdq, %10
526 HADAMARD2_2D %2, %6, %4, %8, %9, qdq, %10
566 psra%1 m%5, m%2, 1 ; %3: %3>>1
567 psra%1 m%4, m%3, 1 ; %2: %2>>1
568 padd%1 m%4, m%2 ; %3: %3>>1+%2
569 psub%1 m%5, m%3 ; %2: %2>>1-%3
575 psra%1 m%3, 1 ; %3: %3>>1
576 psra%1 m%2, 1 ; %2: %2>>1
577 padd%1 m%3, %5 ; %3: %3>>1+%2
578 psub%1 m%2, %4 ; %2: %2>>1-%3
584 SUMSUB_BADC w, %4, %1, %3, %2, %5
585 SUMSUB_BA w, %3, %4, %5
586 SUMSUB2_AB w, %1, %2, %5
587 SWAP %1, %3, %4, %5, %2
589 SUMSUB_BADC w, %4, %1, %3, %2
592 SUMSUB2_AB w, %1, [%5], %2
599 SUMSUBD2_AB %1, %3, %5, %7, %6
600 ; %3: %3>>1-%5 %5: %3+%5>>1
601 SUMSUB_BA %1, %4, %2, %7
602 ; %4: %2+%4 %2: %2-%4
603 SUMSUB_BADC %1, %5, %4, %3, %2, %7
604 ; %5: %2+%4 + (%3+%5>>1)
605 ; %4: %2+%4 - (%3+%5>>1)
606 ; %3: %2-%4 + (%3>>1-%5)
607 ; %2: %2-%4 - (%3>>1-%5)
610 SUMSUBD2_AB %1, %3, %5, [%6], [%6+16]
612 SUMSUBD2_AB %1, %3, %5, [%6], [%6+32]
615 SUMSUB_BADC %1, %5, %4, %3, %2
618 ; %2: %2+%4 + (%3+%5>>1) row0
619 ; %3: %2-%4 + (%3>>1-%5) row1
620 ; %4: %2-%4 - (%3>>1-%5) row2
621 ; %5: %2+%4 - (%3+%5>>1) row3
626 %ifdef HIGH_BIT_DEPTH
644 %macro LOAD_DIFF8x4 8 ; 4x dst, 1x tmp, 1x mul, 2x ptr
646 movh m%2, [%8+%1*FDEC_STRIDE]
647 movh m%1, [%7+%1*FENC_STRIDE]
649 movh m%3, [%8+%2*FDEC_STRIDE]
650 movh m%2, [%7+%2*FENC_STRIDE]
652 movh m%4, [%8+%3*FDEC_STRIDE]
653 movh m%3, [%7+%3*FENC_STRIDE]
655 movh m%5, [%8+%4*FDEC_STRIDE]
656 movh m%4, [%7+%4*FENC_STRIDE]
663 LOAD_DIFF m%1, m%5, m%6, [%7+%1*FENC_STRIDE], [%8+%1*FDEC_STRIDE]
664 LOAD_DIFF m%2, m%5, m%6, [%7+%2*FENC_STRIDE], [%8+%2*FDEC_STRIDE]
665 LOAD_DIFF m%3, m%5, m%6, [%7+%3*FENC_STRIDE], [%8+%3*FDEC_STRIDE]
666 LOAD_DIFF m%4, m%5, m%6, [%7+%4*FENC_STRIDE], [%8+%4*FDEC_STRIDE]
675 movhps [%5+%6+32], m%1
676 movhps [%5+%6+40], m%2
677 movhps [%5+%6+48], m%3
678 movhps [%5+%6+56], m%4
682 movhps [r0-4*FDEC_STRIDE], %1
683 movh [r0-3*FDEC_STRIDE], %1
684 movhps [r0-2*FDEC_STRIDE], %2
685 movh [r0-1*FDEC_STRIDE], %2
686 movhps [r0+0*FDEC_STRIDE], %3
687 movh [r0+1*FDEC_STRIDE], %3
688 movhps [r0+2*FDEC_STRIDE], %4
689 movh [r0+3*FDEC_STRIDE], %4
692 %macro LOAD_DIFF_8x4P 7-10 r0,r2,0 ; 4x dest, 2x temp, 2x pointer, increment?
693 LOAD_DIFF m%1, m%5, m%7, [%8], [%9]
694 LOAD_DIFF m%2, m%6, m%7, [%8+r1], [%9+r3]
695 LOAD_DIFF m%3, m%5, m%7, [%8+2*r1], [%9+2*r3]
696 LOAD_DIFF m%4, m%6, m%7, [%8+r4], [%9+r5]