1 ;*****************************************************************************
2 ;* x86util.asm: x86 utility macros
3 ;*****************************************************************************
4 ;* Copyright (C) 2008-2010 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
44 %macro TRANSPOSE4x4W 5
45 SBUTTERFLY wd, %1, %2, %5
46 SBUTTERFLY wd, %3, %4, %5
47 SBUTTERFLY dq, %1, %3, %5
48 SBUTTERFLY dq, %2, %4, %5
52 %macro TRANSPOSE2x4x4W 5
53 SBUTTERFLY wd, %1, %2, %5
54 SBUTTERFLY wd, %3, %4, %5
55 SBUTTERFLY dq, %1, %3, %5
56 SBUTTERFLY dq, %2, %4, %5
57 SBUTTERFLY qdq, %1, %2, %5
58 SBUTTERFLY qdq, %3, %4, %5
61 %macro TRANSPOSE4x4D 5
62 SBUTTERFLY dq, %1, %2, %5
63 SBUTTERFLY dq, %3, %4, %5
64 SBUTTERFLY qdq, %1, %3, %5
65 SBUTTERFLY qdq, %2, %4, %5
69 %macro TRANSPOSE8x8W 9-11
71 SBUTTERFLY wd, %1, %2, %9
72 SBUTTERFLY wd, %3, %4, %9
73 SBUTTERFLY wd, %5, %6, %9
74 SBUTTERFLY wd, %7, %8, %9
75 SBUTTERFLY dq, %1, %3, %9
76 SBUTTERFLY dq, %2, %4, %9
77 SBUTTERFLY dq, %5, %7, %9
78 SBUTTERFLY dq, %6, %8, %9
79 SBUTTERFLY qdq, %1, %5, %9
80 SBUTTERFLY qdq, %2, %6, %9
81 SBUTTERFLY qdq, %3, %7, %9
82 SBUTTERFLY qdq, %4, %8, %9
86 ; in: m0..m7, unless %11 in which case m6 is in %9
87 ; out: m0..m7, unless %11 in which case m4 is in %10
88 ; spills into %9 and %10
92 SBUTTERFLY wd, %1, %2, %7
95 SBUTTERFLY wd, %3, %4, %2
96 SBUTTERFLY wd, %5, %6, %2
97 SBUTTERFLY wd, %7, %8, %2
98 SBUTTERFLY dq, %1, %3, %2
101 SBUTTERFLY dq, %2, %4, %3
102 SBUTTERFLY dq, %5, %7, %3
103 SBUTTERFLY dq, %6, %8, %3
104 SBUTTERFLY qdq, %1, %5, %3
105 SBUTTERFLY qdq, %2, %6, %3
108 SBUTTERFLY qdq, %3, %7, %2
109 SBUTTERFLY qdq, %4, %8, %2
118 %macro ABS1_MMX 2 ; a, tmp
124 %macro ABS2_MMX 4 ; a, b, tmp0, tmp1
171 %define ABS1 ABS1_MMX
172 %define ABS2 ABS2_MMX
173 %define ABSB ABSB_MMX
174 %define ABSB2 ABSB2_MMX
177 movd %1, [%2-3] ;to avoid crossing a cacheline
187 %macro SPLATB_SSSE3 3
206 %macro PALIGNR_SSSE3 4
210 %macro DEINTB 5 ; mask, reg1, mask, reg2, optional src to fill masks from
218 pand m%1, m%2 ; dst .. y6 .. y4
219 pand m%3, m%4 ; src .. y6 .. y4
220 psrlw m%2, 8 ; dst .. y7 .. y5
221 psrlw m%4, 8 ; src .. y7 .. y5
236 %macro SUMSUB_BADC 4-5
250 %macro HADAMARD4_V 4+
251 SUMSUB_BADC %1, %2, %3, %4
252 SUMSUB_BADC %1, %3, %2, %4
255 %macro HADAMARD8_V 8+
256 SUMSUB_BADC %1, %2, %3, %4
257 SUMSUB_BADC %5, %6, %7, %8
258 SUMSUB_BADC %1, %3, %2, %4
259 SUMSUB_BADC %5, %7, %6, %8
260 SUMSUB_BADC %1, %5, %2, %6
261 SUMSUB_BADC %3, %7, %4, %8
264 %macro TRANS_SSE2 5-6
266 ; %1: transpose width (d/q) - use SBUTTERFLY qdq for dq
267 ; %2: ord/unord (for compat with sse4, unused)
271 %define mask [mask_10]
274 %define mask [mask_1100]
277 %if %0==6 ; less dependency if we have two tmp
278 mova m%5, mask ; ff00
280 psll%1 m%4, shift ; x4..
282 pandn m%5, m%3 ; ..x0
283 psrl%1 m%3, shift ; ..x1
286 %else ; more dependency, one insn less. sometimes faster, sometimes not
288 psll%1 m%4, shift ; x4..
289 pxor m%4, m%3 ; (x4^x1)x0
290 pand m%4, mask ; (x4^x1)..
292 psrl%1 m%4, shift ; ..(x1^x4)
298 %macro TRANS_SSE4 5-6 ; see above
304 pblendw m%3, m%4, 10101010b
307 pblendw m%4, m%5, 01010101b
314 shufps m%3, m%4, 10001000b
315 shufps m%5, m%4, 11011101b
321 ; %1=distance in words (0 for vertical pass, 1/2/4 for horizontal passes)
322 ; %2=sumsub/max/amax (sum and diff / maximum / maximum of absolutes)
325 %if %1!=0 ; have to reorder stuff for horizontal op
328 ; sumsub needs order because a-b != b-a unless a=b
331 ; if we just max, order doesn't matter (allows pblendw+or in sse4)
334 TRANS d, ORDER, %3, %4, %5, %6
337 SBUTTERFLY dq, %3, %4, %5
339 TRANS q, ORDER, %3, %4, %5, %6
342 SBUTTERFLY qdq, %3, %4, %5
346 SUMSUB_BA m%3, m%4, m%5
350 ABS2 m%3, m%4, m%5, m%6
361 %macro HADAMARD2_2D 6-7 sumsub
362 HADAMARD 0, sumsub, %1, %2, %5
363 HADAMARD 0, sumsub, %3, %4, %5
364 SBUTTERFLY %6, %1, %2, %5
366 HADAMARD 0, amax, %1, %2, %5, %7
368 HADAMARD 0, %7, %1, %2, %5
370 SBUTTERFLY %6, %3, %4, %5
372 HADAMARD 0, amax, %3, %4, %5, %7
374 HADAMARD 0, %7, %3, %4, %5
378 %macro HADAMARD4_2D 5-6 sumsub
379 HADAMARD2_2D %1, %2, %3, %4, %5, wd
380 HADAMARD2_2D %1, %3, %2, %4, %5, dq, %6
384 %macro HADAMARD4_2D_SSE 5-6 sumsub
385 HADAMARD 0, sumsub, %1, %2, %5 ; 1st V row 0 + 1
386 HADAMARD 0, sumsub, %3, %4, %5 ; 1st V row 2 + 3
387 SBUTTERFLY wd, %1, %2, %5 ; %1: m0 1+0 %2: m1 1+0
388 SBUTTERFLY wd, %3, %4, %5 ; %3: m0 3+2 %4: m1 3+2
389 HADAMARD2_2D %1, %3, %2, %4, %5, dq
390 SBUTTERFLY qdq, %1, %2, %5
391 HADAMARD 0, %6, %1, %2, %5 ; 2nd H m1/m0 row 0+1
392 SBUTTERFLY qdq, %3, %4, %5
393 HADAMARD 0, %6, %3, %4, %5 ; 2nd H m1/m0 row 2+3
396 %macro HADAMARD8_2D 9-10 sumsub
397 HADAMARD2_2D %1, %2, %3, %4, %9, wd
398 HADAMARD2_2D %5, %6, %7, %8, %9, wd
399 HADAMARD2_2D %1, %3, %2, %4, %9, dq
400 HADAMARD2_2D %5, %7, %6, %8, %9, dq
401 HADAMARD2_2D %1, %5, %3, %7, %9, qdq, %10
402 HADAMARD2_2D %2, %6, %4, %8, %9, qdq, %10
428 psraw %2, 1 ; %2: %2>>1
429 psraw %1, 1 ; %1: %1>>1
430 paddw %2, %4 ; %2: %2>>1+%1
431 psubw %1, %3 ; %1: %1>>1-%2
436 SUMSUB_BADC m%4, m%1, m%3, m%2; m%5
437 SUMSUB_BA m%3, m%4, m%5
438 SUMSUB2_AB m%1, m%2, m%5
439 SWAP %1, %3, %4, %5, %2
441 SUMSUB_BADC m%4, m%1, m%3, m%2
444 SUMSUB2_AB m%1, [%5], m%2
451 SUMSUBD2_AB m%2, m%4, m%6, m%5
452 ; %2: %2>>1-%4 %4: %2+%4>>1
453 SUMSUB_BA m%3, m%1, m%6
454 ; %3: %1+%3 %1: %1-%3
455 SUMSUB_BADC m%4, m%3, m%2, m%1, m%6
456 ; %4: %1+%3 + (%2+%4>>1)
457 ; %3: %1+%3 - (%2+%4>>1)
458 ; %2: %1-%3 + (%2>>1-%4)
459 ; %1: %1-%3 - (%2>>1-%4)
461 SUMSUBD2_AB m%2, m%4, [%5], [%5+16]
463 SUMSUB_BADC m%4, m%3, m%2, m%1
466 ; %1: %1+%3 + (%2+%4>>1) row0
467 ; %2: %1-%3 + (%2>>1-%4) row1
468 ; %3: %1-%3 - (%2>>1-%4) row2
469 ; %4: %1+%3 - (%2+%4>>1) row3
474 %ifdef X264_HIGH_BIT_DEPTH
492 %macro LOAD_DIFF8x4_SSE2 8
493 LOAD_DIFF m%1, m%5, m%6, [%7+%1*FENC_STRIDE], [%8+%1*FDEC_STRIDE]
494 LOAD_DIFF m%2, m%5, m%6, [%7+%2*FENC_STRIDE], [%8+%2*FDEC_STRIDE]
495 LOAD_DIFF m%3, m%5, m%6, [%7+%3*FENC_STRIDE], [%8+%3*FDEC_STRIDE]
496 LOAD_DIFF m%4, m%5, m%6, [%7+%4*FENC_STRIDE], [%8+%4*FDEC_STRIDE]
499 %macro LOAD_DIFF8x4_SSSE3 8 ; 4x dst, 1x tmp, 1x mul, 2x ptr
500 movh m%2, [%8+%1*FDEC_STRIDE]
501 movh m%1, [%7+%1*FENC_STRIDE]
503 movh m%3, [%8+%2*FDEC_STRIDE]
504 movh m%2, [%7+%2*FENC_STRIDE]
506 movh m%4, [%8+%3*FDEC_STRIDE]
507 movh m%3, [%7+%3*FENC_STRIDE]
509 movh m%5, [%8+%4*FDEC_STRIDE]
510 movh m%4, [%7+%4*FENC_STRIDE]
523 movhps [%5+%6+32], m%1
524 movhps [%5+%6+40], m%2
525 movhps [%5+%6+48], m%3
526 movhps [%5+%6+56], m%4
530 movhps [r0-4*FDEC_STRIDE], %1
531 movh [r0-3*FDEC_STRIDE], %1
532 movhps [r0-2*FDEC_STRIDE], %2
533 movh [r0-1*FDEC_STRIDE], %2
534 movhps [r0+0*FDEC_STRIDE], %3
535 movh [r0+1*FDEC_STRIDE], %3
536 movhps [r0+2*FDEC_STRIDE], %4
537 movh [r0+3*FDEC_STRIDE], %4
540 %macro LOAD_DIFF_8x4P 7-10 r0,r2,0 ; 4x dest, 2x temp, 2x pointer, increment?
541 LOAD_DIFF m%1, m%5, m%7, [%8], [%9]
542 LOAD_DIFF m%2, m%6, m%7, [%8+r1], [%9+r3]
543 LOAD_DIFF m%3, m%5, m%7, [%8+2*r1], [%9+2*r3]
544 LOAD_DIFF m%4, m%6, m%7, [%8+r4], [%9+r5]
563 %ifdef X264_HIGH_BIT_DEPTH
583 %macro CLIPW 3 ;(dst, min, max)
588 %macro FIX_STRIDES 1-*
589 %ifdef X264_HIGH_BIT_DEPTH
599 pshuflw %1, %2, %3*0x55
602 pshufw %1, %2, %3*0x55