git.sesse.net Git - ffmpeg/blob - libavcodec/x86/dsputil_mmx.c

   1 /*
   2  * MMX optimized DSP utils
   3  * Copyright (c) 2000, 2001 Fabrice Bellard
   4  * Copyright (c) 2002-2004 Michael Niedermayer <michaelni@gmx.at>
   5  *
   6  * This file is part of FFmpeg.
   7  *
   8  * FFmpeg is free software; you can redistribute it and/or
   9  * modify it under the terms of the GNU Lesser General Public
  10  * License as published by the Free Software Foundation; either
  11  * version 2.1 of the License, or (at your option) any later version.
  12  *
  13  * FFmpeg is distributed in the hope that it will be useful,
  14  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  15  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  16  * Lesser General Public License for more details.
  17  *
  18  * You should have received a copy of the GNU Lesser General Public
  19  * License along with FFmpeg; if not, write to the Free Software
  20  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  21  *
  22  * MMX optimization by Nick Kurshev <nickols_k@mail.ru>
  23  */
  24
  25 #include "libavutil/cpu.h"
  26 #include "libavutil/x86_cpu.h"
  27 #include "libavcodec/dsputil.h"
  28 #include "libavcodec/h264dsp.h"
  29 #include "libavcodec/mpegvideo.h"
  30 #include "libavcodec/simple_idct.h"
  31 #include "libavcodec/ac3dec.h"
  32 #include "dsputil_mmx.h"
  33 #include "idct_xvid.h"
  34
  35 //#undef NDEBUG
  36 //#include <assert.h>
  37
  38 /* pixel operations */
  39 DECLARE_ALIGNED(8,  const uint64_t, ff_bone) = 0x0101010101010101ULL;
  40 DECLARE_ALIGNED(8,  const uint64_t, ff_wtwo) = 0x0002000200020002ULL;
  41
  42 DECLARE_ALIGNED(16, const uint64_t, ff_pdw_80000000)[2] =
  43 {0x8000000080000000ULL, 0x8000000080000000ULL};
  44
  45 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_1  ) = 0x0001000100010001ULL;
  46 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_3  ) = {0x0003000300030003ULL, 0x0003000300030003ULL};
  47 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_4  ) = {0x0004000400040004ULL, 0x0004000400040004ULL};
  48 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_5  ) = {0x0005000500050005ULL, 0x0005000500050005ULL};
  49 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_8  ) = {0x0008000800080008ULL, 0x0008000800080008ULL};
  50 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_9  ) = {0x0009000900090009ULL, 0x0009000900090009ULL};
  51 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_15 ) = 0x000F000F000F000FULL;
  52 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_16 ) = {0x0010001000100010ULL, 0x0010001000100010ULL};
  53 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_17 ) = {0x0011001100110011ULL, 0x0011001100110011ULL};
  54 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_18 ) = {0x0012001200120012ULL, 0x0012001200120012ULL};
  55 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_20 ) = 0x0014001400140014ULL;
  56 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_27 ) = {0x001B001B001B001BULL, 0x001B001B001B001BULL};
  57 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_28 ) = {0x001C001C001C001CULL, 0x001C001C001C001CULL};
  58 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_32 ) = {0x0020002000200020ULL, 0x0020002000200020ULL};
  59 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_42 ) = 0x002A002A002A002AULL;
  60 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_53 ) = 0x0035003500350035ULL;
  61 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_63 ) = {0x003F003F003F003FULL, 0x003F003F003F003FULL};
  62 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_64 ) = {0x0040004000400040ULL, 0x0040004000400040ULL};
  63 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_96 ) = 0x0060006000600060ULL;
  64 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_128) = 0x0080008000800080ULL;
  65 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_255) = 0x00ff00ff00ff00ffULL;
  66
  67 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_0  ) = {0x0000000000000000ULL, 0x0000000000000000ULL};
  68 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_1  ) = {0x0101010101010101ULL, 0x0101010101010101ULL};
  69 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_3  ) = {0x0303030303030303ULL, 0x0303030303030303ULL};
  70 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_4  ) = {0x0404040404040404ULL, 0x0404040404040404ULL};
  71 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_7  ) = 0x0707070707070707ULL;
  72 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_1F ) = 0x1F1F1F1F1F1F1F1FULL;
  73 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_3F ) = 0x3F3F3F3F3F3F3F3FULL;
  74 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_80 ) = {0x8080808080808080ULL, 0x8080808080808080ULL};
  75 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_81 ) = 0x8181818181818181ULL;
  76 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_A1 ) = {0xA1A1A1A1A1A1A1A1ULL, 0xA1A1A1A1A1A1A1A1ULL};
  77 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_F8 ) = {0xF8F8F8F8F8F8F8F8ULL, 0xF8F8F8F8F8F8F8F8ULL};
  78 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_FC ) = 0xFCFCFCFCFCFCFCFCULL;
  79 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_FE ) = {0xFEFEFEFEFEFEFEFEULL, 0xFEFEFEFEFEFEFEFEULL};
  80
  81 DECLARE_ALIGNED(16, const double, ff_pd_1)[2] = { 1.0, 1.0 };
  82 DECLARE_ALIGNED(16, const double, ff_pd_2)[2] = { 2.0, 2.0 };
  83
  84 #define JUMPALIGN() __asm__ volatile (".p2align 3"::)
  85 #define MOVQ_ZERO(regd)  __asm__ volatile ("pxor %%" #regd ", %%" #regd ::)
  86
  87 #define MOVQ_BFE(regd) \
  88     __asm__ volatile ( \
  89     "pcmpeqd %%" #regd ", %%" #regd " \n\t"\
  90     "paddb %%" #regd ", %%" #regd " \n\t" ::)
  91
  92 #ifndef PIC
  93 #define MOVQ_BONE(regd)  __asm__ volatile ("movq %0, %%" #regd " \n\t" ::"m"(ff_bone))
  94 #define MOVQ_WTWO(regd)  __asm__ volatile ("movq %0, %%" #regd " \n\t" ::"m"(ff_wtwo))
  95 #else
  96 // for shared library it's better to use this way for accessing constants
  97 // pcmpeqd -> -1
  98 #define MOVQ_BONE(regd) \
  99     __asm__ volatile ( \
 100     "pcmpeqd %%" #regd ", %%" #regd " \n\t" \
 101     "psrlw $15, %%" #regd " \n\t" \
 102     "packuswb %%" #regd ", %%" #regd " \n\t" ::)
 103
 104 #define MOVQ_WTWO(regd) \
 105     __asm__ volatile ( \
 106     "pcmpeqd %%" #regd ", %%" #regd " \n\t" \
 107     "psrlw $15, %%" #regd " \n\t" \
 108     "psllw $1, %%" #regd " \n\t"::)
 109
 110 #endif
 111
 112 // using regr as temporary and for the output result
 113 // first argument is unmodifed and second is trashed
 114 // regfe is supposed to contain 0xfefefefefefefefe
 115 #define PAVGB_MMX_NO_RND(rega, regb, regr, regfe) \
 116     "movq " #rega ", " #regr "  \n\t"\
 117     "pand " #regb ", " #regr "  \n\t"\
 118     "pxor " #rega ", " #regb "  \n\t"\
 119     "pand " #regfe "," #regb "  \n\t"\
 120     "psrlq $1, " #regb "        \n\t"\
 121     "paddb " #regb ", " #regr " \n\t"
 122
 123 #define PAVGB_MMX(rega, regb, regr, regfe) \
 124     "movq " #rega ", " #regr "  \n\t"\
 125     "por  " #regb ", " #regr "  \n\t"\
 126     "pxor " #rega ", " #regb "  \n\t"\
 127     "pand " #regfe "," #regb "  \n\t"\
 128     "psrlq $1, " #regb "        \n\t"\
 129     "psubb " #regb ", " #regr " \n\t"
 130
 131 // mm6 is supposed to contain 0xfefefefefefefefe
 132 #define PAVGBP_MMX_NO_RND(rega, regb, regr,  regc, regd, regp) \
 133     "movq " #rega ", " #regr "  \n\t"\
 134     "movq " #regc ", " #regp "  \n\t"\
 135     "pand " #regb ", " #regr "  \n\t"\
 136     "pand " #regd ", " #regp "  \n\t"\
 137     "pxor " #rega ", " #regb "  \n\t"\
 138     "pxor " #regc ", " #regd "  \n\t"\
 139     "pand %%mm6, " #regb "      \n\t"\
 140     "pand %%mm6, " #regd "      \n\t"\
 141     "psrlq $1, " #regb "        \n\t"\
 142     "psrlq $1, " #regd "        \n\t"\
 143     "paddb " #regb ", " #regr " \n\t"\
 144     "paddb " #regd ", " #regp " \n\t"
 145
 146 #define PAVGBP_MMX(rega, regb, regr, regc, regd, regp) \
 147     "movq " #rega ", " #regr "  \n\t"\
 148     "movq " #regc ", " #regp "  \n\t"\
 149     "por  " #regb ", " #regr "  \n\t"\
 150     "por  " #regd ", " #regp "  \n\t"\
 151     "pxor " #rega ", " #regb "  \n\t"\
 152     "pxor " #regc ", " #regd "  \n\t"\
 153     "pand %%mm6, " #regb "      \n\t"\
 154     "pand %%mm6, " #regd "      \n\t"\
 155     "psrlq $1, " #regd "        \n\t"\
 156     "psrlq $1, " #regb "        \n\t"\
 157     "psubb " #regb ", " #regr " \n\t"\
 158     "psubb " #regd ", " #regp " \n\t"
 159
 160 /***********************************/
 161 /* MMX no rounding */
 162 #define DEF(x, y) x ## _no_rnd_ ## y ##_mmx
 163 #define SET_RND  MOVQ_WONE
 164 #define PAVGBP(a, b, c, d, e, f)        PAVGBP_MMX_NO_RND(a, b, c, d, e, f)
 165 #define PAVGB(a, b, c, e)               PAVGB_MMX_NO_RND(a, b, c, e)
 166 #define OP_AVG(a, b, c, e)              PAVGB_MMX(a, b, c, e)
 167
 168 #include "dsputil_mmx_rnd_template.c"
 169
 170 #undef DEF
 171 #undef SET_RND
 172 #undef PAVGBP
 173 #undef PAVGB
 174 /***********************************/
 175 /* MMX rounding */
 176
 177 #define DEF(x, y) x ## _ ## y ##_mmx
 178 #define SET_RND  MOVQ_WTWO
 179 #define PAVGBP(a, b, c, d, e, f)        PAVGBP_MMX(a, b, c, d, e, f)
 180 #define PAVGB(a, b, c, e)               PAVGB_MMX(a, b, c, e)
 181
 182 #include "dsputil_mmx_rnd_template.c"
 183
 184 #undef DEF
 185 #undef SET_RND
 186 #undef PAVGBP
 187 #undef PAVGB
 188 #undef OP_AVG
 189
 190 /***********************************/
 191 /* 3Dnow specific */
 192
 193 #define DEF(x) x ## _3dnow
 194 #define PAVGB "pavgusb"
 195 #define OP_AVG PAVGB
 196
 197 #include "dsputil_mmx_avg_template.c"
 198
 199 #undef DEF
 200 #undef PAVGB
 201 #undef OP_AVG
 202
 203 /***********************************/
 204 /* MMX2 specific */
 205
 206 #define DEF(x) x ## _mmx2
 207
 208 /* Introduced only in MMX2 set */
 209 #define PAVGB "pavgb"
 210 #define OP_AVG PAVGB
 211
 212 #include "dsputil_mmx_avg_template.c"
 213
 214 #undef DEF
 215 #undef PAVGB
 216 #undef OP_AVG
 217
 218 #define put_no_rnd_pixels16_mmx put_pixels16_mmx
 219 #define put_no_rnd_pixels8_mmx put_pixels8_mmx
 220 #define put_pixels16_mmx2 put_pixels16_mmx
 221 #define put_pixels8_mmx2 put_pixels8_mmx
 222 #define put_pixels4_mmx2 put_pixels4_mmx
 223 #define put_no_rnd_pixels16_mmx2 put_no_rnd_pixels16_mmx
 224 #define put_no_rnd_pixels8_mmx2 put_no_rnd_pixels8_mmx
 225 #define put_pixels16_3dnow put_pixels16_mmx
 226 #define put_pixels8_3dnow put_pixels8_mmx
 227 #define put_pixels4_3dnow put_pixels4_mmx
 228 #define put_no_rnd_pixels16_3dnow put_no_rnd_pixels16_mmx
 229 #define put_no_rnd_pixels8_3dnow put_no_rnd_pixels8_mmx
 230
 231 /***********************************/
 232 /* standard MMX */
 233
 234 void ff_put_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
 235 {
 236     const DCTELEM *p;
 237     uint8_t *pix;
 238
 239     /* read the pixels */
 240     p = block;
 241     pix = pixels;
 242     /* unrolled loop */
 243         __asm__ volatile(
 244                 "movq   %3, %%mm0               \n\t"
 245                 "movq   8%3, %%mm1              \n\t"
 246                 "movq   16%3, %%mm2             \n\t"
 247                 "movq   24%3, %%mm3             \n\t"
 248                 "movq   32%3, %%mm4             \n\t"
 249                 "movq   40%3, %%mm5             \n\t"
 250                 "movq   48%3, %%mm6             \n\t"
 251                 "movq   56%3, %%mm7             \n\t"
 252                 "packuswb %%mm1, %%mm0          \n\t"
 253                 "packuswb %%mm3, %%mm2          \n\t"
 254                 "packuswb %%mm5, %%mm4          \n\t"
 255                 "packuswb %%mm7, %%mm6          \n\t"
 256                 "movq   %%mm0, (%0)             \n\t"
 257                 "movq   %%mm2, (%0, %1)         \n\t"
 258                 "movq   %%mm4, (%0, %1, 2)      \n\t"
 259                 "movq   %%mm6, (%0, %2)         \n\t"
 260                 ::"r" (pix), "r" ((x86_reg)line_size), "r" ((x86_reg)line_size*3), "m"(*p)
 261                 :"memory");
 262         pix += line_size*4;
 263         p += 32;
 264
 265     // if here would be an exact copy of the code above
 266     // compiler would generate some very strange code
 267     // thus using "r"
 268     __asm__ volatile(
 269             "movq       (%3), %%mm0             \n\t"
 270             "movq       8(%3), %%mm1            \n\t"
 271             "movq       16(%3), %%mm2           \n\t"
 272             "movq       24(%3), %%mm3           \n\t"
 273             "movq       32(%3), %%mm4           \n\t"
 274             "movq       40(%3), %%mm5           \n\t"
 275             "movq       48(%3), %%mm6           \n\t"
 276             "movq       56(%3), %%mm7           \n\t"
 277             "packuswb %%mm1, %%mm0              \n\t"
 278             "packuswb %%mm3, %%mm2              \n\t"
 279             "packuswb %%mm5, %%mm4              \n\t"
 280             "packuswb %%mm7, %%mm6              \n\t"
 281             "movq       %%mm0, (%0)             \n\t"
 282             "movq       %%mm2, (%0, %1)         \n\t"
 283             "movq       %%mm4, (%0, %1, 2)      \n\t"
 284             "movq       %%mm6, (%0, %2)         \n\t"
 285             ::"r" (pix), "r" ((x86_reg)line_size), "r" ((x86_reg)line_size*3), "r"(p)
 286             :"memory");
 287 }
 288
 289 DECLARE_ASM_CONST(8, uint8_t, ff_vector128)[8] =
 290   { 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80, 0x80 };
 291
 292 #define put_signed_pixels_clamped_mmx_half(off) \
 293             "movq    "#off"(%2), %%mm1          \n\t"\
 294             "movq 16+"#off"(%2), %%mm2          \n\t"\
 295             "movq 32+"#off"(%2), %%mm3          \n\t"\
 296             "movq 48+"#off"(%2), %%mm4          \n\t"\
 297             "packsswb  8+"#off"(%2), %%mm1      \n\t"\
 298             "packsswb 24+"#off"(%2), %%mm2      \n\t"\
 299             "packsswb 40+"#off"(%2), %%mm3      \n\t"\
 300             "packsswb 56+"#off"(%2), %%mm4      \n\t"\
 301             "paddb %%mm0, %%mm1                 \n\t"\
 302             "paddb %%mm0, %%mm2                 \n\t"\
 303             "paddb %%mm0, %%mm3                 \n\t"\
 304             "paddb %%mm0, %%mm4                 \n\t"\
 305             "movq %%mm1, (%0)                   \n\t"\
 306             "movq %%mm2, (%0, %3)               \n\t"\
 307             "movq %%mm3, (%0, %3, 2)            \n\t"\
 308             "movq %%mm4, (%0, %1)               \n\t"
 309
 310 void ff_put_signed_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
 311 {
 312     x86_reg line_skip = line_size;
 313     x86_reg line_skip3;
 314
 315     __asm__ volatile (
 316             "movq "MANGLE(ff_vector128)", %%mm0 \n\t"
 317             "lea (%3, %3, 2), %1                \n\t"
 318             put_signed_pixels_clamped_mmx_half(0)
 319             "lea (%0, %3, 4), %0                \n\t"
 320             put_signed_pixels_clamped_mmx_half(64)
 321             :"+&r" (pixels), "=&r" (line_skip3)
 322             :"r" (block), "r"(line_skip)
 323             :"memory");
 324 }
 325
 326 void ff_add_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
 327 {
 328     const DCTELEM *p;
 329     uint8_t *pix;
 330     int i;
 331
 332     /* read the pixels */
 333     p = block;
 334     pix = pixels;
 335     MOVQ_ZERO(mm7);
 336     i = 4;
 337     do {
 338         __asm__ volatile(
 339                 "movq   (%2), %%mm0     \n\t"
 340                 "movq   8(%2), %%mm1    \n\t"
 341                 "movq   16(%2), %%mm2   \n\t"
 342                 "movq   24(%2), %%mm3   \n\t"
 343                 "movq   %0, %%mm4       \n\t"
 344                 "movq   %1, %%mm6       \n\t"
 345                 "movq   %%mm4, %%mm5    \n\t"
 346                 "punpcklbw %%mm7, %%mm4 \n\t"
 347                 "punpckhbw %%mm7, %%mm5 \n\t"
 348                 "paddsw %%mm4, %%mm0    \n\t"
 349                 "paddsw %%mm5, %%mm1    \n\t"
 350                 "movq   %%mm6, %%mm5    \n\t"
 351                 "punpcklbw %%mm7, %%mm6 \n\t"
 352                 "punpckhbw %%mm7, %%mm5 \n\t"
 353                 "paddsw %%mm6, %%mm2    \n\t"
 354                 "paddsw %%mm5, %%mm3    \n\t"
 355                 "packuswb %%mm1, %%mm0  \n\t"
 356                 "packuswb %%mm3, %%mm2  \n\t"
 357                 "movq   %%mm0, %0       \n\t"
 358                 "movq   %%mm2, %1       \n\t"
 359                 :"+m"(*pix), "+m"(*(pix+line_size))
 360                 :"r"(p)
 361                 :"memory");
 362         pix += line_size*2;
 363         p += 16;
 364     } while (--i);
 365 }
 366
 367 static void put_pixels4_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
 368 {
 369     __asm__ volatile(
 370          "lea (%3, %3), %%"REG_a"       \n\t"
 371          ".p2align 3                    \n\t"
 372          "1:                            \n\t"
 373          "movd (%1), %%mm0              \n\t"
 374          "movd (%1, %3), %%mm1          \n\t"
 375          "movd %%mm0, (%2)              \n\t"
 376          "movd %%mm1, (%2, %3)          \n\t"
 377          "add %%"REG_a", %1             \n\t"
 378          "add %%"REG_a", %2             \n\t"
 379          "movd (%1), %%mm0              \n\t"
 380          "movd (%1, %3), %%mm1          \n\t"
 381          "movd %%mm0, (%2)              \n\t"
 382          "movd %%mm1, (%2, %3)          \n\t"
 383          "add %%"REG_a", %1             \n\t"
 384          "add %%"REG_a", %2             \n\t"
 385          "subl $4, %0                   \n\t"
 386          "jnz 1b                        \n\t"
 387          : "+g"(h), "+r" (pixels),  "+r" (block)
 388          : "r"((x86_reg)line_size)
 389          : "%"REG_a, "memory"
 390         );
 391 }
 392
 393 static void put_pixels8_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
 394 {
 395     __asm__ volatile(
 396          "lea (%3, %3), %%"REG_a"       \n\t"
 397          ".p2align 3                    \n\t"
 398          "1:                            \n\t"
 399          "movq (%1), %%mm0              \n\t"
 400          "movq (%1, %3), %%mm1          \n\t"
 401          "movq %%mm0, (%2)              \n\t"
 402          "movq %%mm1, (%2, %3)          \n\t"
 403          "add %%"REG_a", %1             \n\t"
 404          "add %%"REG_a", %2             \n\t"
 405          "movq (%1), %%mm0              \n\t"
 406          "movq (%1, %3), %%mm1          \n\t"
 407          "movq %%mm0, (%2)              \n\t"
 408          "movq %%mm1, (%2, %3)          \n\t"
 409          "add %%"REG_a", %1             \n\t"
 410          "add %%"REG_a", %2             \n\t"
 411          "subl $4, %0                   \n\t"
 412          "jnz 1b                        \n\t"
 413          : "+g"(h), "+r" (pixels),  "+r" (block)
 414          : "r"((x86_reg)line_size)
 415          : "%"REG_a, "memory"
 416         );
 417 }
 418
 419 static void put_pixels16_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
 420 {
 421     __asm__ volatile(
 422          "lea (%3, %3), %%"REG_a"       \n\t"
 423          ".p2align 3                    \n\t"
 424          "1:                            \n\t"
 425          "movq (%1), %%mm0              \n\t"
 426          "movq 8(%1), %%mm4             \n\t"
 427          "movq (%1, %3), %%mm1          \n\t"
 428          "movq 8(%1, %3), %%mm5         \n\t"
 429          "movq %%mm0, (%2)              \n\t"
 430          "movq %%mm4, 8(%2)             \n\t"
 431          "movq %%mm1, (%2, %3)          \n\t"
 432          "movq %%mm5, 8(%2, %3)         \n\t"
 433          "add %%"REG_a", %1             \n\t"
 434          "add %%"REG_a", %2             \n\t"
 435          "movq (%1), %%mm0              \n\t"
 436          "movq 8(%1), %%mm4             \n\t"
 437          "movq (%1, %3), %%mm1          \n\t"
 438          "movq 8(%1, %3), %%mm5         \n\t"
 439          "movq %%mm0, (%2)              \n\t"
 440          "movq %%mm4, 8(%2)             \n\t"
 441          "movq %%mm1, (%2, %3)          \n\t"
 442          "movq %%mm5, 8(%2, %3)         \n\t"
 443          "add %%"REG_a", %1             \n\t"
 444          "add %%"REG_a", %2             \n\t"
 445          "subl $4, %0                   \n\t"
 446          "jnz 1b                        \n\t"
 447          : "+g"(h), "+r" (pixels),  "+r" (block)
 448          : "r"((x86_reg)line_size)
 449          : "%"REG_a, "memory"
 450         );
 451 }
 452
 453 static void put_pixels16_sse2(uint8_t *block, const uint8_t *pixels, int line_size, int h)
 454 {
 455     __asm__ volatile(
 456          "1:                            \n\t"
 457          "movdqu (%1), %%xmm0           \n\t"
 458          "movdqu (%1,%3), %%xmm1        \n\t"
 459          "movdqu (%1,%3,2), %%xmm2      \n\t"
 460          "movdqu (%1,%4), %%xmm3        \n\t"
 461          "movdqa %%xmm0, (%2)           \n\t"
 462          "movdqa %%xmm1, (%2,%3)        \n\t"
 463          "movdqa %%xmm2, (%2,%3,2)      \n\t"
 464          "movdqa %%xmm3, (%2,%4)        \n\t"
 465          "subl $4, %0                   \n\t"
 466          "lea (%1,%3,4), %1             \n\t"
 467          "lea (%2,%3,4), %2             \n\t"
 468          "jnz 1b                        \n\t"
 469          : "+g"(h), "+r" (pixels),  "+r" (block)
 470          : "r"((x86_reg)line_size), "r"((x86_reg)3L*line_size)
 471          : "memory"
 472         );
 473 }
 474
 475 static void avg_pixels16_sse2(uint8_t *block, const uint8_t *pixels, int line_size, int h)
 476 {
 477     __asm__ volatile(
 478          "1:                            \n\t"
 479          "movdqu (%1), %%xmm0           \n\t"
 480          "movdqu (%1,%3), %%xmm1        \n\t"
 481          "movdqu (%1,%3,2), %%xmm2      \n\t"
 482          "movdqu (%1,%4), %%xmm3        \n\t"
 483          "pavgb  (%2), %%xmm0           \n\t"
 484          "pavgb  (%2,%3), %%xmm1        \n\t"
 485          "pavgb  (%2,%3,2), %%xmm2      \n\t"
 486          "pavgb  (%2,%4), %%xmm3        \n\t"
 487          "movdqa %%xmm0, (%2)           \n\t"
 488          "movdqa %%xmm1, (%2,%3)        \n\t"
 489          "movdqa %%xmm2, (%2,%3,2)      \n\t"
 490          "movdqa %%xmm3, (%2,%4)        \n\t"
 491          "subl $4, %0                   \n\t"
 492          "lea (%1,%3,4), %1             \n\t"
 493          "lea (%2,%3,4), %2             \n\t"
 494          "jnz 1b                        \n\t"
 495          : "+g"(h), "+r" (pixels),  "+r" (block)
 496          : "r"((x86_reg)line_size), "r"((x86_reg)3L*line_size)
 497          : "memory"
 498         );
 499 }
 500
 501 #define CLEAR_BLOCKS(name,n) \
 502 static void name(DCTELEM *blocks)\
 503 {\
 504     __asm__ volatile(\
 505                 "pxor %%mm7, %%mm7              \n\t"\
 506                 "mov     %1, %%"REG_a"          \n\t"\
 507                 "1:                             \n\t"\
 508                 "movq %%mm7, (%0, %%"REG_a")    \n\t"\
 509                 "movq %%mm7, 8(%0, %%"REG_a")   \n\t"\
 510                 "movq %%mm7, 16(%0, %%"REG_a")  \n\t"\
 511                 "movq %%mm7, 24(%0, %%"REG_a")  \n\t"\
 512                 "add $32, %%"REG_a"             \n\t"\
 513                 " js 1b                         \n\t"\
 514                 : : "r" (((uint8_t *)blocks)+128*n),\
 515                     "i" (-128*n)\
 516                 : "%"REG_a\
 517         );\
 518 }
 519 CLEAR_BLOCKS(clear_blocks_mmx, 6)
 520 CLEAR_BLOCKS(clear_block_mmx, 1)
 521
 522 static void clear_block_sse(DCTELEM *block)
 523 {
 524     __asm__ volatile(
 525         "xorps  %%xmm0, %%xmm0  \n"
 526         "movaps %%xmm0,    (%0) \n"
 527         "movaps %%xmm0,  16(%0) \n"
 528         "movaps %%xmm0,  32(%0) \n"
 529         "movaps %%xmm0,  48(%0) \n"
 530         "movaps %%xmm0,  64(%0) \n"
 531         "movaps %%xmm0,  80(%0) \n"
 532         "movaps %%xmm0,  96(%0) \n"
 533         "movaps %%xmm0, 112(%0) \n"
 534         :: "r"(block)
 535         : "memory"
 536     );
 537 }
 538
 539 static void clear_blocks_sse(DCTELEM *blocks)
 540 {\
 541     __asm__ volatile(
 542         "xorps  %%xmm0, %%xmm0  \n"
 543         "mov     %1, %%"REG_a"  \n"
 544         "1:                     \n"
 545         "movaps %%xmm0,    (%0, %%"REG_a") \n"
 546         "movaps %%xmm0,  16(%0, %%"REG_a") \n"
 547         "movaps %%xmm0,  32(%0, %%"REG_a") \n"
 548         "movaps %%xmm0,  48(%0, %%"REG_a") \n"
 549         "movaps %%xmm0,  64(%0, %%"REG_a") \n"
 550         "movaps %%xmm0,  80(%0, %%"REG_a") \n"
 551         "movaps %%xmm0,  96(%0, %%"REG_a") \n"
 552         "movaps %%xmm0, 112(%0, %%"REG_a") \n"
 553         "add $128, %%"REG_a"    \n"
 554         " js 1b                 \n"
 555         : : "r" (((uint8_t *)blocks)+128*6),
 556             "i" (-128*6)
 557         : "%"REG_a
 558     );
 559 }
 560
 561 static void add_bytes_mmx(uint8_t *dst, uint8_t *src, int w){
 562     x86_reg i=0;
 563     __asm__ volatile(
 564         "jmp 2f                         \n\t"
 565         "1:                             \n\t"
 566         "movq  (%1, %0), %%mm0          \n\t"
 567         "movq  (%2, %0), %%mm1          \n\t"
 568         "paddb %%mm0, %%mm1             \n\t"
 569         "movq %%mm1, (%2, %0)           \n\t"
 570         "movq 8(%1, %0), %%mm0          \n\t"
 571         "movq 8(%2, %0), %%mm1          \n\t"
 572         "paddb %%mm0, %%mm1             \n\t"
 573         "movq %%mm1, 8(%2, %0)          \n\t"
 574         "add $16, %0                    \n\t"
 575         "2:                             \n\t"
 576         "cmp %3, %0                     \n\t"
 577         " js 1b                         \n\t"
 578         : "+r" (i)
 579         : "r"(src), "r"(dst), "r"((x86_reg)w-15)
 580     );
 581     for(; i<w; i++)
 582         dst[i+0] += src[i+0];
 583 }
 584
 585 static void add_bytes_l2_mmx(uint8_t *dst, uint8_t *src1, uint8_t *src2, int w){
 586     x86_reg i=0;
 587     __asm__ volatile(
 588         "jmp 2f                         \n\t"
 589         "1:                             \n\t"
 590         "movq   (%2, %0), %%mm0         \n\t"
 591         "movq  8(%2, %0), %%mm1         \n\t"
 592         "paddb  (%3, %0), %%mm0         \n\t"
 593         "paddb 8(%3, %0), %%mm1         \n\t"
 594         "movq %%mm0,  (%1, %0)          \n\t"
 595         "movq %%mm1, 8(%1, %0)          \n\t"
 596         "add $16, %0                    \n\t"
 597         "2:                             \n\t"
 598         "cmp %4, %0                     \n\t"
 599         " js 1b                         \n\t"
 600         : "+r" (i)
 601         : "r"(dst), "r"(src1), "r"(src2), "r"((x86_reg)w-15)
 602     );
 603     for(; i<w; i++)
 604         dst[i] = src1[i] + src2[i];
 605 }
 606
 607 #if HAVE_7REGS && HAVE_TEN_OPERANDS
 608 static void add_hfyu_median_prediction_cmov(uint8_t *dst, const uint8_t *top, const uint8_t *diff, int w, int *left, int *left_top) {
 609     x86_reg w2 = -w;
 610     x86_reg x;
 611     int l = *left & 0xff;
 612     int tl = *left_top & 0xff;
 613     int t;
 614     __asm__ volatile(
 615         "mov    %7, %3 \n"
 616         "1: \n"
 617         "movzbl (%3,%4), %2 \n"
 618         "mov    %2, %k3 \n"
 619         "sub   %b1, %b3 \n"
 620         "add   %b0, %b3 \n"
 621         "mov    %2, %1 \n"
 622         "cmp    %0, %2 \n"
 623         "cmovg  %0, %2 \n"
 624         "cmovg  %1, %0 \n"
 625         "cmp   %k3, %0 \n"
 626         "cmovg %k3, %0 \n"
 627         "mov    %7, %3 \n"
 628         "cmp    %2, %0 \n"
 629         "cmovl  %2, %0 \n"
 630         "add (%6,%4), %b0 \n"
 631         "mov   %b0, (%5,%4) \n"
 632         "inc    %4 \n"
 633         "jl 1b \n"
 634         :"+&q"(l), "+&q"(tl), "=&r"(t), "=&q"(x), "+&r"(w2)
 635         :"r"(dst+w), "r"(diff+w), "rm"(top+w)
 636     );
 637     *left = l;
 638     *left_top = tl;
 639 }
 640 #endif
 641
 642 #define H263_LOOP_FILTER \
 643         "pxor %%mm7, %%mm7              \n\t"\
 644         "movq  %0, %%mm0                \n\t"\
 645         "movq  %0, %%mm1                \n\t"\
 646         "movq  %3, %%mm2                \n\t"\
 647         "movq  %3, %%mm3                \n\t"\
 648         "punpcklbw %%mm7, %%mm0         \n\t"\
 649         "punpckhbw %%mm7, %%mm1         \n\t"\
 650         "punpcklbw %%mm7, %%mm2         \n\t"\
 651         "punpckhbw %%mm7, %%mm3         \n\t"\
 652         "psubw %%mm2, %%mm0             \n\t"\
 653         "psubw %%mm3, %%mm1             \n\t"\
 654         "movq  %1, %%mm2                \n\t"\
 655         "movq  %1, %%mm3                \n\t"\
 656         "movq  %2, %%mm4                \n\t"\
 657         "movq  %2, %%mm5                \n\t"\
 658         "punpcklbw %%mm7, %%mm2         \n\t"\
 659         "punpckhbw %%mm7, %%mm3         \n\t"\
 660         "punpcklbw %%mm7, %%mm4         \n\t"\
 661         "punpckhbw %%mm7, %%mm5         \n\t"\
 662         "psubw %%mm2, %%mm4             \n\t"\
 663         "psubw %%mm3, %%mm5             \n\t"\
 664         "psllw $2, %%mm4                \n\t"\
 665         "psllw $2, %%mm5                \n\t"\
 666         "paddw %%mm0, %%mm4             \n\t"\
 667         "paddw %%mm1, %%mm5             \n\t"\
 668         "pxor %%mm6, %%mm6              \n\t"\
 669         "pcmpgtw %%mm4, %%mm6           \n\t"\
 670         "pcmpgtw %%mm5, %%mm7           \n\t"\
 671         "pxor %%mm6, %%mm4              \n\t"\
 672         "pxor %%mm7, %%mm5              \n\t"\
 673         "psubw %%mm6, %%mm4             \n\t"\
 674         "psubw %%mm7, %%mm5             \n\t"\
 675         "psrlw $3, %%mm4                \n\t"\
 676         "psrlw $3, %%mm5                \n\t"\
 677         "packuswb %%mm5, %%mm4          \n\t"\
 678         "packsswb %%mm7, %%mm6          \n\t"\
 679         "pxor %%mm7, %%mm7              \n\t"\
 680         "movd %4, %%mm2                 \n\t"\
 681         "punpcklbw %%mm2, %%mm2         \n\t"\
 682         "punpcklbw %%mm2, %%mm2         \n\t"\
 683         "punpcklbw %%mm2, %%mm2         \n\t"\
 684         "psubusb %%mm4, %%mm2           \n\t"\
 685         "movq %%mm2, %%mm3              \n\t"\
 686         "psubusb %%mm4, %%mm3           \n\t"\
 687         "psubb %%mm3, %%mm2             \n\t"\
 688         "movq %1, %%mm3                 \n\t"\
 689         "movq %2, %%mm4                 \n\t"\
 690         "pxor %%mm6, %%mm3              \n\t"\
 691         "pxor %%mm6, %%mm4              \n\t"\
 692         "paddusb %%mm2, %%mm3           \n\t"\
 693         "psubusb %%mm2, %%mm4           \n\t"\
 694         "pxor %%mm6, %%mm3              \n\t"\
 695         "pxor %%mm6, %%mm4              \n\t"\
 696         "paddusb %%mm2, %%mm2           \n\t"\
 697         "packsswb %%mm1, %%mm0          \n\t"\
 698         "pcmpgtb %%mm0, %%mm7           \n\t"\
 699         "pxor %%mm7, %%mm0              \n\t"\
 700         "psubb %%mm7, %%mm0             \n\t"\
 701         "movq %%mm0, %%mm1              \n\t"\
 702         "psubusb %%mm2, %%mm0           \n\t"\
 703         "psubb %%mm0, %%mm1             \n\t"\
 704         "pand %5, %%mm1                 \n\t"\
 705         "psrlw $2, %%mm1                \n\t"\
 706         "pxor %%mm7, %%mm1              \n\t"\
 707         "psubb %%mm7, %%mm1             \n\t"\
 708         "movq %0, %%mm5                 \n\t"\
 709         "movq %3, %%mm6                 \n\t"\
 710         "psubb %%mm1, %%mm5             \n\t"\
 711         "paddb %%mm1, %%mm6             \n\t"
 712
 713 static void h263_v_loop_filter_mmx(uint8_t *src, int stride, int qscale){
 714     if(CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
 715     const int strength= ff_h263_loop_filter_strength[qscale];
 716
 717     __asm__ volatile(
 718
 719         H263_LOOP_FILTER
 720
 721         "movq %%mm3, %1                 \n\t"
 722         "movq %%mm4, %2                 \n\t"
 723         "movq %%mm5, %0                 \n\t"
 724         "movq %%mm6, %3                 \n\t"
 725         : "+m" (*(uint64_t*)(src - 2*stride)),
 726           "+m" (*(uint64_t*)(src - 1*stride)),
 727           "+m" (*(uint64_t*)(src + 0*stride)),
 728           "+m" (*(uint64_t*)(src + 1*stride))
 729         : "g" (2*strength), "m"(ff_pb_FC)
 730     );
 731     }
 732 }
 733
 734 static void h263_h_loop_filter_mmx(uint8_t *src, int stride, int qscale){
 735     if(CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
 736     const int strength= ff_h263_loop_filter_strength[qscale];
 737     DECLARE_ALIGNED(8, uint64_t, temp)[4];
 738     uint8_t *btemp= (uint8_t*)temp;
 739
 740     src -= 2;
 741
 742     transpose4x4(btemp  , src           , 8, stride);
 743     transpose4x4(btemp+4, src + 4*stride, 8, stride);
 744     __asm__ volatile(
 745         H263_LOOP_FILTER // 5 3 4 6
 746
 747         : "+m" (temp[0]),
 748           "+m" (temp[1]),
 749           "+m" (temp[2]),
 750           "+m" (temp[3])
 751         : "g" (2*strength), "m"(ff_pb_FC)
 752     );
 753
 754     __asm__ volatile(
 755         "movq %%mm5, %%mm1              \n\t"
 756         "movq %%mm4, %%mm0              \n\t"
 757         "punpcklbw %%mm3, %%mm5         \n\t"
 758         "punpcklbw %%mm6, %%mm4         \n\t"
 759         "punpckhbw %%mm3, %%mm1         \n\t"
 760         "punpckhbw %%mm6, %%mm0         \n\t"
 761         "movq %%mm5, %%mm3              \n\t"
 762         "movq %%mm1, %%mm6              \n\t"
 763         "punpcklwd %%mm4, %%mm5         \n\t"
 764         "punpcklwd %%mm0, %%mm1         \n\t"
 765         "punpckhwd %%mm4, %%mm3         \n\t"
 766         "punpckhwd %%mm0, %%mm6         \n\t"
 767         "movd %%mm5, (%0)               \n\t"
 768         "punpckhdq %%mm5, %%mm5         \n\t"
 769         "movd %%mm5, (%0,%2)            \n\t"
 770         "movd %%mm3, (%0,%2,2)          \n\t"
 771         "punpckhdq %%mm3, %%mm3         \n\t"
 772         "movd %%mm3, (%0,%3)            \n\t"
 773         "movd %%mm1, (%1)               \n\t"
 774         "punpckhdq %%mm1, %%mm1         \n\t"
 775         "movd %%mm1, (%1,%2)            \n\t"
 776         "movd %%mm6, (%1,%2,2)          \n\t"
 777         "punpckhdq %%mm6, %%mm6         \n\t"
 778         "movd %%mm6, (%1,%3)            \n\t"
 779         :: "r" (src),
 780            "r" (src + 4*stride),
 781            "r" ((x86_reg)   stride ),
 782            "r" ((x86_reg)(3*stride))
 783     );
 784     }
 785 }
 786
 787 /* draw the edges of width 'w' of an image of size width, height
 788    this mmx version can only handle w==8 || w==16 */
 789 static void draw_edges_mmx(uint8_t *buf, int wrap, int width, int height, int w)
 790 {
 791     uint8_t *ptr, *last_line;
 792     int i;
 793
 794     last_line = buf + (height - 1) * wrap;
 795     /* left and right */
 796     ptr = buf;
 797     if(w==8)
 798     {
 799         __asm__ volatile(
 800                 "1:                             \n\t"
 801                 "movd (%0), %%mm0               \n\t"
 802                 "punpcklbw %%mm0, %%mm0         \n\t"
 803                 "punpcklwd %%mm0, %%mm0         \n\t"
 804                 "punpckldq %%mm0, %%mm0         \n\t"
 805                 "movq %%mm0, -8(%0)             \n\t"
 806                 "movq -8(%0, %2), %%mm1         \n\t"
 807                 "punpckhbw %%mm1, %%mm1         \n\t"
 808                 "punpckhwd %%mm1, %%mm1         \n\t"
 809                 "punpckhdq %%mm1, %%mm1         \n\t"
 810                 "movq %%mm1, (%0, %2)           \n\t"
 811                 "add %1, %0                     \n\t"
 812                 "cmp %3, %0                     \n\t"
 813                 " jb 1b                         \n\t"
 814                 : "+r" (ptr)
 815                 : "r" ((x86_reg)wrap), "r" ((x86_reg)width), "r" (ptr + wrap*height)
 816         );
 817     }
 818     else
 819     {
 820         __asm__ volatile(
 821                 "1:                             \n\t"
 822                 "movd (%0), %%mm0               \n\t"
 823                 "punpcklbw %%mm0, %%mm0         \n\t"
 824                 "punpcklwd %%mm0, %%mm0         \n\t"
 825                 "punpckldq %%mm0, %%mm0         \n\t"
 826                 "movq %%mm0, -8(%0)             \n\t"
 827                 "movq %%mm0, -16(%0)            \n\t"
 828                 "movq -8(%0, %2), %%mm1         \n\t"
 829                 "punpckhbw %%mm1, %%mm1         \n\t"
 830                 "punpckhwd %%mm1, %%mm1         \n\t"
 831                 "punpckhdq %%mm1, %%mm1         \n\t"
 832                 "movq %%mm1, (%0, %2)           \n\t"
 833                 "movq %%mm1, 8(%0, %2)          \n\t"
 834                 "add %1, %0                     \n\t"
 835                 "cmp %3, %0                     \n\t"
 836                 " jb 1b                         \n\t"
 837                 : "+r" (ptr)
 838                 : "r" ((x86_reg)wrap), "r" ((x86_reg)width), "r" (ptr + wrap*height)
 839         );
 840     }
 841
 842     for(i=0;i<w;i+=4) {
 843         /* top and bottom (and hopefully also the corners) */
 844         ptr= buf - (i + 1) * wrap - w;
 845         __asm__ volatile(
 846                 "1:                             \n\t"
 847                 "movq (%1, %0), %%mm0           \n\t"
 848                 "movq %%mm0, (%0)               \n\t"
 849                 "movq %%mm0, (%0, %2)           \n\t"
 850                 "movq %%mm0, (%0, %2, 2)        \n\t"
 851                 "movq %%mm0, (%0, %3)           \n\t"
 852                 "add $8, %0                     \n\t"
 853                 "cmp %4, %0                     \n\t"
 854                 " jb 1b                         \n\t"
 855                 : "+r" (ptr)
 856                 : "r" ((x86_reg)buf - (x86_reg)ptr - w), "r" ((x86_reg)-wrap), "r" ((x86_reg)-wrap*3), "r" (ptr+width+2*w)
 857         );
 858         ptr= last_line + (i + 1) * wrap - w;
 859         __asm__ volatile(
 860                 "1:                             \n\t"
 861                 "movq (%1, %0), %%mm0           \n\t"
 862                 "movq %%mm0, (%0)               \n\t"
 863                 "movq %%mm0, (%0, %2)           \n\t"
 864                 "movq %%mm0, (%0, %2, 2)        \n\t"
 865                 "movq %%mm0, (%0, %3)           \n\t"
 866                 "add $8, %0                     \n\t"
 867                 "cmp %4, %0                     \n\t"
 868                 " jb 1b                         \n\t"
 869                 : "+r" (ptr)
 870                 : "r" ((x86_reg)last_line - (x86_reg)ptr - w), "r" ((x86_reg)wrap), "r" ((x86_reg)wrap*3), "r" (ptr+width+2*w)
 871         );
 872     }
 873 }
 874
 875 #define PAETH(cpu, abs3)\
 876 static void add_png_paeth_prediction_##cpu(uint8_t *dst, uint8_t *src, uint8_t *top, int w, int bpp)\
 877 {\
 878     x86_reg i = -bpp;\
 879     x86_reg end = w-3;\
 880     __asm__ volatile(\
 881         "pxor      %%mm7, %%mm7 \n"\
 882         "movd    (%1,%0), %%mm0 \n"\
 883         "movd    (%2,%0), %%mm1 \n"\
 884         "punpcklbw %%mm7, %%mm0 \n"\
 885         "punpcklbw %%mm7, %%mm1 \n"\
 886         "add       %4, %0 \n"\
 887         "1: \n"\
 888         "movq      %%mm1, %%mm2 \n"\
 889         "movd    (%2,%0), %%mm1 \n"\
 890         "movq      %%mm2, %%mm3 \n"\
 891         "punpcklbw %%mm7, %%mm1 \n"\
 892         "movq      %%mm2, %%mm4 \n"\
 893         "psubw     %%mm1, %%mm3 \n"\
 894         "psubw     %%mm0, %%mm4 \n"\
 895         "movq      %%mm3, %%mm5 \n"\
 896         "paddw     %%mm4, %%mm5 \n"\
 897         abs3\
 898         "movq      %%mm4, %%mm6 \n"\
 899         "pminsw    %%mm5, %%mm6 \n"\
 900         "pcmpgtw   %%mm6, %%mm3 \n"\
 901         "pcmpgtw   %%mm5, %%mm4 \n"\
 902         "movq      %%mm4, %%mm6 \n"\
 903         "pand      %%mm3, %%mm4 \n"\
 904         "pandn     %%mm3, %%mm6 \n"\
 905         "pandn     %%mm0, %%mm3 \n"\
 906         "movd    (%3,%0), %%mm0 \n"\
 907         "pand      %%mm1, %%mm6 \n"\
 908         "pand      %%mm4, %%mm2 \n"\
 909         "punpcklbw %%mm7, %%mm0 \n"\
 910         "movq      %6,    %%mm5 \n"\
 911         "paddw     %%mm6, %%mm0 \n"\
 912         "paddw     %%mm2, %%mm3 \n"\
 913         "paddw     %%mm3, %%mm0 \n"\
 914         "pand      %%mm5, %%mm0 \n"\
 915         "movq      %%mm0, %%mm3 \n"\
 916         "packuswb  %%mm3, %%mm3 \n"\
 917         "movd      %%mm3, (%1,%0) \n"\
 918         "add       %4, %0 \n"\
 919         "cmp       %5, %0 \n"\
 920         "jle 1b \n"\
 921         :"+r"(i)\
 922         :"r"(dst), "r"(top), "r"(src), "r"((x86_reg)bpp), "g"(end),\
 923          "m"(ff_pw_255)\
 924         :"memory"\
 925     );\
 926 }
 927
 928 #define ABS3_MMX2\
 929         "psubw     %%mm5, %%mm7 \n"\
 930         "pmaxsw    %%mm7, %%mm5 \n"\
 931         "pxor      %%mm6, %%mm6 \n"\
 932         "pxor      %%mm7, %%mm7 \n"\
 933         "psubw     %%mm3, %%mm6 \n"\
 934         "psubw     %%mm4, %%mm7 \n"\
 935         "pmaxsw    %%mm6, %%mm3 \n"\
 936         "pmaxsw    %%mm7, %%mm4 \n"\
 937         "pxor      %%mm7, %%mm7 \n"
 938
 939 #define ABS3_SSSE3\
 940         "pabsw     %%mm3, %%mm3 \n"\
 941         "pabsw     %%mm4, %%mm4 \n"\
 942         "pabsw     %%mm5, %%mm5 \n"
 943
 944 PAETH(mmx2, ABS3_MMX2)
 945 #if HAVE_SSSE3
 946 PAETH(ssse3, ABS3_SSSE3)
 947 #endif
 948
 949 #define QPEL_V_LOW(m3,m4,m5,m6, pw_20, pw_3, rnd, in0, in1, in2, in7, out, OP)\
 950         "paddw " #m4 ", " #m3 "           \n\t" /* x1 */\
 951         "movq "MANGLE(ff_pw_20)", %%mm4   \n\t" /* 20 */\
 952         "pmullw " #m3 ", %%mm4            \n\t" /* 20x1 */\
 953         "movq "#in7", " #m3 "             \n\t" /* d */\
 954         "movq "#in0", %%mm5               \n\t" /* D */\
 955         "paddw " #m3 ", %%mm5             \n\t" /* x4 */\
 956         "psubw %%mm5, %%mm4               \n\t" /* 20x1 - x4 */\
 957         "movq "#in1", %%mm5               \n\t" /* C */\
 958         "movq "#in2", %%mm6               \n\t" /* B */\
 959         "paddw " #m6 ", %%mm5             \n\t" /* x3 */\
 960         "paddw " #m5 ", %%mm6             \n\t" /* x2 */\
 961         "paddw %%mm6, %%mm6               \n\t" /* 2x2 */\
 962         "psubw %%mm6, %%mm5               \n\t" /* -2x2 + x3 */\
 963         "pmullw "MANGLE(ff_pw_3)", %%mm5  \n\t" /* -6x2 + 3x3 */\
 964         "paddw " #rnd ", %%mm4            \n\t" /* x2 */\
 965         "paddw %%mm4, %%mm5               \n\t" /* 20x1 - 6x2 + 3x3 - x4 */\
 966         "psraw $5, %%mm5                  \n\t"\
 967         "packuswb %%mm5, %%mm5            \n\t"\
 968         OP(%%mm5, out, %%mm7, d)
 969
 970 #define QPEL_BASE(OPNAME, ROUNDER, RND, OP_MMX2, OP_3DNOW)\
 971 static void OPNAME ## mpeg4_qpel16_h_lowpass_mmx2(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
 972     uint64_t temp;\
 973 \
 974     __asm__ volatile(\
 975         "pxor %%mm7, %%mm7                \n\t"\
 976         "1:                               \n\t"\
 977         "movq  (%0), %%mm0                \n\t" /* ABCDEFGH */\
 978         "movq %%mm0, %%mm1                \n\t" /* ABCDEFGH */\
 979         "movq %%mm0, %%mm2                \n\t" /* ABCDEFGH */\
 980         "punpcklbw %%mm7, %%mm0           \n\t" /* 0A0B0C0D */\
 981         "punpckhbw %%mm7, %%mm1           \n\t" /* 0E0F0G0H */\
 982         "pshufw $0x90, %%mm0, %%mm5       \n\t" /* 0A0A0B0C */\
 983         "pshufw $0x41, %%mm0, %%mm6       \n\t" /* 0B0A0A0B */\
 984         "movq %%mm2, %%mm3                \n\t" /* ABCDEFGH */\
 985         "movq %%mm2, %%mm4                \n\t" /* ABCDEFGH */\
 986         "psllq $8, %%mm2                  \n\t" /* 0ABCDEFG */\
 987         "psllq $16, %%mm3                 \n\t" /* 00ABCDEF */\
 988         "psllq $24, %%mm4                 \n\t" /* 000ABCDE */\
 989         "punpckhbw %%mm7, %%mm2           \n\t" /* 0D0E0F0G */\
 990         "punpckhbw %%mm7, %%mm3           \n\t" /* 0C0D0E0F */\
 991         "punpckhbw %%mm7, %%mm4           \n\t" /* 0B0C0D0E */\
 992         "paddw %%mm3, %%mm5               \n\t" /* b */\
 993         "paddw %%mm2, %%mm6               \n\t" /* c */\
 994         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
 995         "psubw %%mm5, %%mm6               \n\t" /* c - 2b */\
 996         "pshufw $0x06, %%mm0, %%mm5       \n\t" /* 0C0B0A0A */\
 997         "pmullw "MANGLE(ff_pw_3)", %%mm6  \n\t" /* 3c - 6b */\
 998         "paddw %%mm4, %%mm0               \n\t" /* a */\
 999         "paddw %%mm1, %%mm5               \n\t" /* d */\
1000         "pmullw "MANGLE(ff_pw_20)", %%mm0 \n\t" /* 20a */\
1001         "psubw %%mm5, %%mm0               \n\t" /* 20a - d */\
1002         "paddw %6, %%mm6                  \n\t"\
1003         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
1004         "psraw $5, %%mm0                  \n\t"\
1005         "movq %%mm0, %5                   \n\t"\
1006         /* mm1=EFGH, mm2=DEFG, mm3=CDEF, mm4=BCDE, mm7=0 */\
1007         \
1008         "movq 5(%0), %%mm0                \n\t" /* FGHIJKLM */\
1009         "movq %%mm0, %%mm5                \n\t" /* FGHIJKLM */\
1010         "movq %%mm0, %%mm6                \n\t" /* FGHIJKLM */\
1011         "psrlq $8, %%mm0                  \n\t" /* GHIJKLM0 */\
1012         "psrlq $16, %%mm5                 \n\t" /* HIJKLM00 */\
1013         "punpcklbw %%mm7, %%mm0           \n\t" /* 0G0H0I0J */\
1014         "punpcklbw %%mm7, %%mm5           \n\t" /* 0H0I0J0K */\
1015         "paddw %%mm0, %%mm2               \n\t" /* b */\
1016         "paddw %%mm5, %%mm3               \n\t" /* c */\
1017         "paddw %%mm2, %%mm2               \n\t" /* 2b */\
1018         "psubw %%mm2, %%mm3               \n\t" /* c - 2b */\
1019         "movq %%mm6, %%mm2                \n\t" /* FGHIJKLM */\
1020         "psrlq $24, %%mm6                 \n\t" /* IJKLM000 */\
1021         "punpcklbw %%mm7, %%mm2           \n\t" /* 0F0G0H0I */\
1022         "punpcklbw %%mm7, %%mm6           \n\t" /* 0I0J0K0L */\
1023         "pmullw "MANGLE(ff_pw_3)", %%mm3  \n\t" /* 3c - 6b */\
1024         "paddw %%mm2, %%mm1               \n\t" /* a */\
1025         "paddw %%mm6, %%mm4               \n\t" /* d */\
1026         "pmullw "MANGLE(ff_pw_20)", %%mm1 \n\t" /* 20a */\
1027         "psubw %%mm4, %%mm3               \n\t" /* - 6b +3c - d */\
1028         "paddw %6, %%mm1                  \n\t"\
1029         "paddw %%mm1, %%mm3               \n\t" /* 20a - 6b +3c - d */\
1030         "psraw $5, %%mm3                  \n\t"\
1031         "movq %5, %%mm1                   \n\t"\
1032         "packuswb %%mm3, %%mm1            \n\t"\
1033         OP_MMX2(%%mm1, (%1),%%mm4, q)\
1034         /* mm0= GHIJ, mm2=FGHI, mm5=HIJK, mm6=IJKL, mm7=0 */\
1035         \
1036         "movq 9(%0), %%mm1                \n\t" /* JKLMNOPQ */\
1037         "movq %%mm1, %%mm4                \n\t" /* JKLMNOPQ */\
1038         "movq %%mm1, %%mm3                \n\t" /* JKLMNOPQ */\
1039         "psrlq $8, %%mm1                  \n\t" /* KLMNOPQ0 */\
1040         "psrlq $16, %%mm4                 \n\t" /* LMNOPQ00 */\
1041         "punpcklbw %%mm7, %%mm1           \n\t" /* 0K0L0M0N */\
1042         "punpcklbw %%mm7, %%mm4           \n\t" /* 0L0M0N0O */\
1043         "paddw %%mm1, %%mm5               \n\t" /* b */\
1044         "paddw %%mm4, %%mm0               \n\t" /* c */\
1045         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
1046         "psubw %%mm5, %%mm0               \n\t" /* c - 2b */\
1047         "movq %%mm3, %%mm5                \n\t" /* JKLMNOPQ */\
1048         "psrlq $24, %%mm3                 \n\t" /* MNOPQ000 */\
1049         "pmullw "MANGLE(ff_pw_3)", %%mm0  \n\t" /* 3c - 6b */\
1050         "punpcklbw %%mm7, %%mm3           \n\t" /* 0M0N0O0P */\
1051         "paddw %%mm3, %%mm2               \n\t" /* d */\
1052         "psubw %%mm2, %%mm0               \n\t" /* -6b + 3c - d */\
1053         "movq %%mm5, %%mm2                \n\t" /* JKLMNOPQ */\
1054         "punpcklbw %%mm7, %%mm2           \n\t" /* 0J0K0L0M */\
1055         "punpckhbw %%mm7, %%mm5           \n\t" /* 0N0O0P0Q */\
1056         "paddw %%mm2, %%mm6               \n\t" /* a */\
1057         "pmullw "MANGLE(ff_pw_20)", %%mm6 \n\t" /* 20a */\
1058         "paddw %6, %%mm0                  \n\t"\
1059         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
1060         "psraw $5, %%mm0                  \n\t"\
1061         /* mm1=KLMN, mm2=JKLM, mm3=MNOP, mm4=LMNO, mm5=NOPQ mm7=0 */\
1062         \
1063         "paddw %%mm5, %%mm3               \n\t" /* a */\
1064         "pshufw $0xF9, %%mm5, %%mm6       \n\t" /* 0O0P0Q0Q */\
1065         "paddw %%mm4, %%mm6               \n\t" /* b */\
1066         "pshufw $0xBE, %%mm5, %%mm4       \n\t" /* 0P0Q0Q0P */\
1067         "pshufw $0x6F, %%mm5, %%mm5       \n\t" /* 0Q0Q0P0O */\
1068         "paddw %%mm1, %%mm4               \n\t" /* c */\
1069         "paddw %%mm2, %%mm5               \n\t" /* d */\
1070         "paddw %%mm6, %%mm6               \n\t" /* 2b */\
1071         "psubw %%mm6, %%mm4               \n\t" /* c - 2b */\
1072         "pmullw "MANGLE(ff_pw_20)", %%mm3 \n\t" /* 20a */\
1073         "pmullw "MANGLE(ff_pw_3)", %%mm4  \n\t" /* 3c - 6b */\
1074         "psubw %%mm5, %%mm3               \n\t" /* -6b + 3c - d */\
1075         "paddw %6, %%mm4                  \n\t"\
1076         "paddw %%mm3, %%mm4               \n\t" /* 20a - 6b + 3c - d */\
1077         "psraw $5, %%mm4                  \n\t"\
1078         "packuswb %%mm4, %%mm0            \n\t"\
1079         OP_MMX2(%%mm0, 8(%1), %%mm4, q)\
1080         \
1081         "add %3, %0                       \n\t"\
1082         "add %4, %1                       \n\t"\
1083         "decl %2                          \n\t"\
1084         " jnz 1b                          \n\t"\
1085         : "+a"(src), "+c"(dst), "+D"(h)\
1086         : "d"((x86_reg)srcStride), "S"((x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(temp), "m"(ROUNDER)\
1087         : "memory"\
1088     );\
1089 }\
1090 \
1091 static void OPNAME ## mpeg4_qpel16_h_lowpass_3dnow(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1092     int i;\
1093     int16_t temp[16];\
1094     /* quick HACK, XXX FIXME MUST be optimized */\
1095     for(i=0; i<h; i++)\
1096     {\
1097         temp[ 0]= (src[ 0]+src[ 1])*20 - (src[ 0]+src[ 2])*6 + (src[ 1]+src[ 3])*3 - (src[ 2]+src[ 4]);\
1098         temp[ 1]= (src[ 1]+src[ 2])*20 - (src[ 0]+src[ 3])*6 + (src[ 0]+src[ 4])*3 - (src[ 1]+src[ 5]);\
1099         temp[ 2]= (src[ 2]+src[ 3])*20 - (src[ 1]+src[ 4])*6 + (src[ 0]+src[ 5])*3 - (src[ 0]+src[ 6]);\
1100         temp[ 3]= (src[ 3]+src[ 4])*20 - (src[ 2]+src[ 5])*6 + (src[ 1]+src[ 6])*3 - (src[ 0]+src[ 7]);\
1101         temp[ 4]= (src[ 4]+src[ 5])*20 - (src[ 3]+src[ 6])*6 + (src[ 2]+src[ 7])*3 - (src[ 1]+src[ 8]);\
1102         temp[ 5]= (src[ 5]+src[ 6])*20 - (src[ 4]+src[ 7])*6 + (src[ 3]+src[ 8])*3 - (src[ 2]+src[ 9]);\
1103         temp[ 6]= (src[ 6]+src[ 7])*20 - (src[ 5]+src[ 8])*6 + (src[ 4]+src[ 9])*3 - (src[ 3]+src[10]);\
1104         temp[ 7]= (src[ 7]+src[ 8])*20 - (src[ 6]+src[ 9])*6 + (src[ 5]+src[10])*3 - (src[ 4]+src[11]);\
1105         temp[ 8]= (src[ 8]+src[ 9])*20 - (src[ 7]+src[10])*6 + (src[ 6]+src[11])*3 - (src[ 5]+src[12]);\
1106         temp[ 9]= (src[ 9]+src[10])*20 - (src[ 8]+src[11])*6 + (src[ 7]+src[12])*3 - (src[ 6]+src[13]);\
1107         temp[10]= (src[10]+src[11])*20 - (src[ 9]+src[12])*6 + (src[ 8]+src[13])*3 - (src[ 7]+src[14]);\
1108         temp[11]= (src[11]+src[12])*20 - (src[10]+src[13])*6 + (src[ 9]+src[14])*3 - (src[ 8]+src[15]);\
1109         temp[12]= (src[12]+src[13])*20 - (src[11]+src[14])*6 + (src[10]+src[15])*3 - (src[ 9]+src[16]);\
1110         temp[13]= (src[13]+src[14])*20 - (src[12]+src[15])*6 + (src[11]+src[16])*3 - (src[10]+src[16]);\
1111         temp[14]= (src[14]+src[15])*20 - (src[13]+src[16])*6 + (src[12]+src[16])*3 - (src[11]+src[15]);\
1112         temp[15]= (src[15]+src[16])*20 - (src[14]+src[16])*6 + (src[13]+src[15])*3 - (src[12]+src[14]);\
1113         __asm__ volatile(\
1114             "movq (%0), %%mm0               \n\t"\
1115             "movq 8(%0), %%mm1              \n\t"\
1116             "paddw %2, %%mm0                \n\t"\
1117             "paddw %2, %%mm1                \n\t"\
1118             "psraw $5, %%mm0                \n\t"\
1119             "psraw $5, %%mm1                \n\t"\
1120             "packuswb %%mm1, %%mm0          \n\t"\
1121             OP_3DNOW(%%mm0, (%1), %%mm1, q)\
1122             "movq 16(%0), %%mm0             \n\t"\
1123             "movq 24(%0), %%mm1             \n\t"\
1124             "paddw %2, %%mm0                \n\t"\
1125             "paddw %2, %%mm1                \n\t"\
1126             "psraw $5, %%mm0                \n\t"\
1127             "psraw $5, %%mm1                \n\t"\
1128             "packuswb %%mm1, %%mm0          \n\t"\
1129             OP_3DNOW(%%mm0, 8(%1), %%mm1, q)\
1130             :: "r"(temp), "r"(dst), "m"(ROUNDER)\
1131             : "memory"\
1132         );\
1133         dst+=dstStride;\
1134         src+=srcStride;\
1135     }\
1136 }\
1137 \
1138 static void OPNAME ## mpeg4_qpel8_h_lowpass_mmx2(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1139     __asm__ volatile(\
1140         "pxor %%mm7, %%mm7                \n\t"\
1141         "1:                               \n\t"\
1142         "movq  (%0), %%mm0                \n\t" /* ABCDEFGH */\
1143         "movq %%mm0, %%mm1                \n\t" /* ABCDEFGH */\
1144         "movq %%mm0, %%mm2                \n\t" /* ABCDEFGH */\
1145         "punpcklbw %%mm7, %%mm0           \n\t" /* 0A0B0C0D */\
1146         "punpckhbw %%mm7, %%mm1           \n\t" /* 0E0F0G0H */\
1147         "pshufw $0x90, %%mm0, %%mm5       \n\t" /* 0A0A0B0C */\
1148         "pshufw $0x41, %%mm0, %%mm6       \n\t" /* 0B0A0A0B */\
1149         "movq %%mm2, %%mm3                \n\t" /* ABCDEFGH */\
1150         "movq %%mm2, %%mm4                \n\t" /* ABCDEFGH */\
1151         "psllq $8, %%mm2                  \n\t" /* 0ABCDEFG */\
1152         "psllq $16, %%mm3                 \n\t" /* 00ABCDEF */\
1153         "psllq $24, %%mm4                 \n\t" /* 000ABCDE */\
1154         "punpckhbw %%mm7, %%mm2           \n\t" /* 0D0E0F0G */\
1155         "punpckhbw %%mm7, %%mm3           \n\t" /* 0C0D0E0F */\
1156         "punpckhbw %%mm7, %%mm4           \n\t" /* 0B0C0D0E */\
1157         "paddw %%mm3, %%mm5               \n\t" /* b */\
1158         "paddw %%mm2, %%mm6               \n\t" /* c */\
1159         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
1160         "psubw %%mm5, %%mm6               \n\t" /* c - 2b */\
1161         "pshufw $0x06, %%mm0, %%mm5       \n\t" /* 0C0B0A0A */\
1162         "pmullw "MANGLE(ff_pw_3)", %%mm6  \n\t" /* 3c - 6b */\
1163         "paddw %%mm4, %%mm0               \n\t" /* a */\
1164         "paddw %%mm1, %%mm5               \n\t" /* d */\
1165         "pmullw "MANGLE(ff_pw_20)", %%mm0 \n\t" /* 20a */\
1166         "psubw %%mm5, %%mm0               \n\t" /* 20a - d */\
1167         "paddw %5, %%mm6                  \n\t"\
1168         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
1169         "psraw $5, %%mm0                  \n\t"\
1170         /* mm1=EFGH, mm2=DEFG, mm3=CDEF, mm4=BCDE, mm7=0 */\
1171         \
1172         "movd 5(%0), %%mm5                \n\t" /* FGHI */\
1173         "punpcklbw %%mm7, %%mm5           \n\t" /* 0F0G0H0I */\
1174         "pshufw $0xF9, %%mm5, %%mm6       \n\t" /* 0G0H0I0I */\
1175         "paddw %%mm5, %%mm1               \n\t" /* a */\
1176         "paddw %%mm6, %%mm2               \n\t" /* b */\
1177         "pshufw $0xBE, %%mm5, %%mm6       \n\t" /* 0H0I0I0H */\
1178         "pshufw $0x6F, %%mm5, %%mm5       \n\t" /* 0I0I0H0G */\
1179         "paddw %%mm6, %%mm3               \n\t" /* c */\
1180         "paddw %%mm5, %%mm4               \n\t" /* d */\
1181         "paddw %%mm2, %%mm2               \n\t" /* 2b */\
1182         "psubw %%mm2, %%mm3               \n\t" /* c - 2b */\
1183         "pmullw "MANGLE(ff_pw_20)", %%mm1 \n\t" /* 20a */\
1184         "pmullw "MANGLE(ff_pw_3)", %%mm3  \n\t" /* 3c - 6b */\
1185         "psubw %%mm4, %%mm3               \n\t" /* -6b + 3c - d */\
1186         "paddw %5, %%mm1                  \n\t"\
1187         "paddw %%mm1, %%mm3               \n\t" /* 20a - 6b + 3c - d */\
1188         "psraw $5, %%mm3                  \n\t"\
1189         "packuswb %%mm3, %%mm0            \n\t"\
1190         OP_MMX2(%%mm0, (%1), %%mm4, q)\
1191         \
1192         "add %3, %0                       \n\t"\
1193         "add %4, %1                       \n\t"\
1194         "decl %2                          \n\t"\
1195         " jnz 1b                          \n\t"\
1196         : "+a"(src), "+c"(dst), "+d"(h)\
1197         : "S"((x86_reg)srcStride), "D"((x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER)\
1198         : "memory"\
1199     );\
1200 }\
1201 \
1202 static void OPNAME ## mpeg4_qpel8_h_lowpass_3dnow(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1203     int i;\
1204     int16_t temp[8];\
1205     /* quick HACK, XXX FIXME MUST be optimized */\
1206     for(i=0; i<h; i++)\
1207     {\
1208         temp[ 0]= (src[ 0]+src[ 1])*20 - (src[ 0]+src[ 2])*6 + (src[ 1]+src[ 3])*3 - (src[ 2]+src[ 4]);\
1209         temp[ 1]= (src[ 1]+src[ 2])*20 - (src[ 0]+src[ 3])*6 + (src[ 0]+src[ 4])*3 - (src[ 1]+src[ 5]);\
1210         temp[ 2]= (src[ 2]+src[ 3])*20 - (src[ 1]+src[ 4])*6 + (src[ 0]+src[ 5])*3 - (src[ 0]+src[ 6]);\
1211         temp[ 3]= (src[ 3]+src[ 4])*20 - (src[ 2]+src[ 5])*6 + (src[ 1]+src[ 6])*3 - (src[ 0]+src[ 7]);\
1212         temp[ 4]= (src[ 4]+src[ 5])*20 - (src[ 3]+src[ 6])*6 + (src[ 2]+src[ 7])*3 - (src[ 1]+src[ 8]);\
1213         temp[ 5]= (src[ 5]+src[ 6])*20 - (src[ 4]+src[ 7])*6 + (src[ 3]+src[ 8])*3 - (src[ 2]+src[ 8]);\
1214         temp[ 6]= (src[ 6]+src[ 7])*20 - (src[ 5]+src[ 8])*6 + (src[ 4]+src[ 8])*3 - (src[ 3]+src[ 7]);\
1215         temp[ 7]= (src[ 7]+src[ 8])*20 - (src[ 6]+src[ 8])*6 + (src[ 5]+src[ 7])*3 - (src[ 4]+src[ 6]);\
1216         __asm__ volatile(\
1217             "movq (%0), %%mm0           \n\t"\
1218             "movq 8(%0), %%mm1          \n\t"\
1219             "paddw %2, %%mm0            \n\t"\
1220             "paddw %2, %%mm1            \n\t"\
1221             "psraw $5, %%mm0            \n\t"\
1222             "psraw $5, %%mm1            \n\t"\
1223             "packuswb %%mm1, %%mm0      \n\t"\
1224             OP_3DNOW(%%mm0, (%1), %%mm1, q)\
1225             :: "r"(temp), "r"(dst), "m"(ROUNDER)\
1226             :"memory"\
1227         );\
1228         dst+=dstStride;\
1229         src+=srcStride;\
1230     }\
1231 }
1232
1233 #define QPEL_OP(OPNAME, ROUNDER, RND, OP, MMX)\
1234 \
1235 static void OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(uint8_t *dst, uint8_t *src, int dstStride, int srcStride){\
1236     uint64_t temp[17*4];\
1237     uint64_t *temp_ptr= temp;\
1238     int count= 17;\
1239 \
1240     /*FIXME unroll */\
1241     __asm__ volatile(\
1242         "pxor %%mm7, %%mm7              \n\t"\
1243         "1:                             \n\t"\
1244         "movq (%0), %%mm0               \n\t"\
1245         "movq (%0), %%mm1               \n\t"\
1246         "movq 8(%0), %%mm2              \n\t"\
1247         "movq 8(%0), %%mm3              \n\t"\
1248         "punpcklbw %%mm7, %%mm0         \n\t"\
1249         "punpckhbw %%mm7, %%mm1         \n\t"\
1250         "punpcklbw %%mm7, %%mm2         \n\t"\
1251         "punpckhbw %%mm7, %%mm3         \n\t"\
1252         "movq %%mm0, (%1)               \n\t"\
1253         "movq %%mm1, 17*8(%1)           \n\t"\
1254         "movq %%mm2, 2*17*8(%1)         \n\t"\
1255         "movq %%mm3, 3*17*8(%1)         \n\t"\
1256         "add $8, %1                     \n\t"\
1257         "add %3, %0                     \n\t"\
1258         "decl %2                        \n\t"\
1259         " jnz 1b                        \n\t"\
1260         : "+r" (src), "+r" (temp_ptr), "+r"(count)\
1261         : "r" ((x86_reg)srcStride)\
1262         : "memory"\
1263     );\
1264     \
1265     temp_ptr= temp;\
1266     count=4;\
1267     \
1268 /*FIXME reorder for speed */\
1269     __asm__ volatile(\
1270         /*"pxor %%mm7, %%mm7              \n\t"*/\
1271         "1:                             \n\t"\
1272         "movq (%0), %%mm0               \n\t"\
1273         "movq 8(%0), %%mm1              \n\t"\
1274         "movq 16(%0), %%mm2             \n\t"\
1275         "movq 24(%0), %%mm3             \n\t"\
1276         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 16(%0),  8(%0),   (%0), 32(%0), (%1), OP)\
1277         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5,  8(%0),   (%0),   (%0), 40(%0), (%1, %3), OP)\
1278         "add %4, %1                     \n\t"\
1279         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5,   (%0),   (%0),  8(%0), 48(%0), (%1), OP)\
1280         \
1281         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5,   (%0),  8(%0), 16(%0), 56(%0), (%1, %3), OP)\
1282         "add %4, %1                     \n\t"\
1283         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5,  8(%0), 16(%0), 24(%0), 64(%0), (%1), OP)\
1284         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 16(%0), 24(%0), 32(%0), 72(%0), (%1, %3), OP)\
1285         "add %4, %1                     \n\t"\
1286         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 24(%0), 32(%0), 40(%0), 80(%0), (%1), OP)\
1287         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 32(%0), 40(%0), 48(%0), 88(%0), (%1, %3), OP)\
1288         "add %4, %1                     \n\t"\
1289         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 40(%0), 48(%0), 56(%0), 96(%0), (%1), OP)\
1290         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 48(%0), 56(%0), 64(%0),104(%0), (%1, %3), OP)\
1291         "add %4, %1                     \n\t"\
1292         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 56(%0), 64(%0), 72(%0),112(%0), (%1), OP)\
1293         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 64(%0), 72(%0), 80(%0),120(%0), (%1, %3), OP)\
1294         "add %4, %1                     \n\t"\
1295         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 72(%0), 80(%0), 88(%0),128(%0), (%1), OP)\
1296         \
1297         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 80(%0), 88(%0), 96(%0),128(%0), (%1, %3), OP)\
1298         "add %4, %1                     \n\t"  \
1299         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 88(%0), 96(%0),104(%0),120(%0), (%1), OP)\
1300         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 96(%0),104(%0),112(%0),112(%0), (%1, %3), OP)\
1301         \
1302         "add $136, %0                   \n\t"\
1303         "add %6, %1                     \n\t"\
1304         "decl %2                        \n\t"\
1305         " jnz 1b                        \n\t"\
1306         \
1307         : "+r"(temp_ptr), "+r"(dst), "+g"(count)\
1308         : "r"((x86_reg)dstStride), "r"(2*(x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER), "g"(4-14*(x86_reg)dstStride)\
1309         :"memory"\
1310     );\
1311 }\
1312 \
1313 static void OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(uint8_t *dst, uint8_t *src, int dstStride, int srcStride){\
1314     uint64_t temp[9*2];\
1315     uint64_t *temp_ptr= temp;\
1316     int count= 9;\
1317 \
1318     /*FIXME unroll */\
1319     __asm__ volatile(\
1320         "pxor %%mm7, %%mm7              \n\t"\
1321         "1:                             \n\t"\
1322         "movq (%0), %%mm0               \n\t"\
1323         "movq (%0), %%mm1               \n\t"\
1324         "punpcklbw %%mm7, %%mm0         \n\t"\
1325         "punpckhbw %%mm7, %%mm1         \n\t"\
1326         "movq %%mm0, (%1)               \n\t"\
1327         "movq %%mm1, 9*8(%1)            \n\t"\
1328         "add $8, %1                     \n\t"\
1329         "add %3, %0                     \n\t"\
1330         "decl %2                        \n\t"\
1331         " jnz 1b                        \n\t"\
1332         : "+r" (src), "+r" (temp_ptr), "+r"(count)\
1333         : "r" ((x86_reg)srcStride)\
1334         : "memory"\
1335     );\
1336     \
1337     temp_ptr= temp;\
1338     count=2;\
1339     \
1340 /*FIXME reorder for speed */\
1341     __asm__ volatile(\
1342         /*"pxor %%mm7, %%mm7              \n\t"*/\
1343         "1:                             \n\t"\
1344         "movq (%0), %%mm0               \n\t"\
1345         "movq 8(%0), %%mm1              \n\t"\
1346         "movq 16(%0), %%mm2             \n\t"\
1347         "movq 24(%0), %%mm3             \n\t"\
1348         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 16(%0),  8(%0),   (%0), 32(%0), (%1), OP)\
1349         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5,  8(%0),   (%0),   (%0), 40(%0), (%1, %3), OP)\
1350         "add %4, %1                     \n\t"\
1351         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5,   (%0),   (%0),  8(%0), 48(%0), (%1), OP)\
1352         \
1353         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5,   (%0),  8(%0), 16(%0), 56(%0), (%1, %3), OP)\
1354         "add %4, %1                     \n\t"\
1355         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5,  8(%0), 16(%0), 24(%0), 64(%0), (%1), OP)\
1356         \
1357         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 16(%0), 24(%0), 32(%0), 64(%0), (%1, %3), OP)\
1358         "add %4, %1                     \n\t"\
1359         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 24(%0), 32(%0), 40(%0), 56(%0), (%1), OP)\
1360         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 32(%0), 40(%0), 48(%0), 48(%0), (%1, %3), OP)\
1361                 \
1362         "add $72, %0                    \n\t"\
1363         "add %6, %1                     \n\t"\
1364         "decl %2                        \n\t"\
1365         " jnz 1b                        \n\t"\
1366          \
1367         : "+r"(temp_ptr), "+r"(dst), "+g"(count)\
1368         : "r"((x86_reg)dstStride), "r"(2*(x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER), "g"(4-6*(x86_reg)dstStride)\
1369         : "memory"\
1370    );\
1371 }\
1372 \
1373 static void OPNAME ## qpel8_mc00_ ## MMX (uint8_t *dst, uint8_t *src, int stride){\
1374     OPNAME ## pixels8_ ## MMX(dst, src, stride, 8);\
1375 }\
1376 \
1377 static void OPNAME ## qpel8_mc10_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1378     uint64_t temp[8];\
1379     uint8_t * const half= (uint8_t*)temp;\
1380     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(half, src, 8, stride, 8);\
1381     OPNAME ## pixels8_l2_ ## MMX(dst, src, half, stride, stride, 8);\
1382 }\
1383 \
1384 static void OPNAME ## qpel8_mc20_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1385     OPNAME ## mpeg4_qpel8_h_lowpass_ ## MMX(dst, src, stride, stride, 8);\
1386 }\
1387 \
1388 static void OPNAME ## qpel8_mc30_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1389     uint64_t temp[8];\
1390     uint8_t * const half= (uint8_t*)temp;\
1391     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(half, src, 8, stride, 8);\
1392     OPNAME ## pixels8_l2_ ## MMX(dst, src+1, half, stride, stride, 8);\
1393 }\
1394 \
1395 static void OPNAME ## qpel8_mc01_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1396     uint64_t temp[8];\
1397     uint8_t * const half= (uint8_t*)temp;\
1398     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(half, src, 8, stride);\
1399     OPNAME ## pixels8_l2_ ## MMX(dst, src, half, stride, stride, 8);\
1400 }\
1401 \
1402 static void OPNAME ## qpel8_mc02_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1403     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, src, stride, stride);\
1404 }\
1405 \
1406 static void OPNAME ## qpel8_mc03_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1407     uint64_t temp[8];\
1408     uint8_t * const half= (uint8_t*)temp;\
1409     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(half, src, 8, stride);\
1410     OPNAME ## pixels8_l2_ ## MMX(dst, src+stride, half, stride, stride, 8);\
1411 }\
1412 static void OPNAME ## qpel8_mc11_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1413     uint64_t half[8 + 9];\
1414     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1415     uint8_t * const halfHV= ((uint8_t*)half);\
1416     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1417     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1418     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1419     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1420 }\
1421 static void OPNAME ## qpel8_mc31_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1422     uint64_t half[8 + 9];\
1423     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1424     uint8_t * const halfHV= ((uint8_t*)half);\
1425     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1426     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1427     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1428     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1429 }\
1430 static void OPNAME ## qpel8_mc13_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1431     uint64_t half[8 + 9];\
1432     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1433     uint8_t * const halfHV= ((uint8_t*)half);\
1434     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1435     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1436     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1437     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1438 }\
1439 static void OPNAME ## qpel8_mc33_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1440     uint64_t half[8 + 9];\
1441     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1442     uint8_t * const halfHV= ((uint8_t*)half);\
1443     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1444     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1445     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1446     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1447 }\
1448 static void OPNAME ## qpel8_mc21_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1449     uint64_t half[8 + 9];\
1450     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1451     uint8_t * const halfHV= ((uint8_t*)half);\
1452     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1453     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1454     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1455 }\
1456 static void OPNAME ## qpel8_mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1457     uint64_t half[8 + 9];\
1458     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1459     uint8_t * const halfHV= ((uint8_t*)half);\
1460     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1461     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1462     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1463 }\
1464 static void OPNAME ## qpel8_mc12_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1465     uint64_t half[8 + 9];\
1466     uint8_t * const halfH= ((uint8_t*)half);\
1467     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1468     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1469     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1470 }\
1471 static void OPNAME ## qpel8_mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1472     uint64_t half[8 + 9];\
1473     uint8_t * const halfH= ((uint8_t*)half);\
1474     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1475     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1476     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1477 }\
1478 static void OPNAME ## qpel8_mc22_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1479     uint64_t half[9];\
1480     uint8_t * const halfH= ((uint8_t*)half);\
1481     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1482     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1483 }\
1484 static void OPNAME ## qpel16_mc00_ ## MMX (uint8_t *dst, uint8_t *src, int stride){\
1485     OPNAME ## pixels16_ ## MMX(dst, src, stride, 16);\
1486 }\
1487 \
1488 static void OPNAME ## qpel16_mc10_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1489     uint64_t temp[32];\
1490     uint8_t * const half= (uint8_t*)temp;\
1491     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(half, src, 16, stride, 16);\
1492     OPNAME ## pixels16_l2_ ## MMX(dst, src, half, stride, stride, 16);\
1493 }\
1494 \
1495 static void OPNAME ## qpel16_mc20_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1496     OPNAME ## mpeg4_qpel16_h_lowpass_ ## MMX(dst, src, stride, stride, 16);\
1497 }\
1498 \
1499 static void OPNAME ## qpel16_mc30_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1500     uint64_t temp[32];\
1501     uint8_t * const half= (uint8_t*)temp;\
1502     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(half, src, 16, stride, 16);\
1503     OPNAME ## pixels16_l2_ ## MMX(dst, src+1, half, stride, stride, 16);\
1504 }\
1505 \
1506 static void OPNAME ## qpel16_mc01_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1507     uint64_t temp[32];\
1508     uint8_t * const half= (uint8_t*)temp;\
1509     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(half, src, 16, stride);\
1510     OPNAME ## pixels16_l2_ ## MMX(dst, src, half, stride, stride, 16);\
1511 }\
1512 \
1513 static void OPNAME ## qpel16_mc02_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1514     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, src, stride, stride);\
1515 }\
1516 \
1517 static void OPNAME ## qpel16_mc03_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1518     uint64_t temp[32];\
1519     uint8_t * const half= (uint8_t*)temp;\
1520     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(half, src, 16, stride);\
1521     OPNAME ## pixels16_l2_ ## MMX(dst, src+stride, half, stride, stride, 16);\
1522 }\
1523 static void OPNAME ## qpel16_mc11_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1524     uint64_t half[16*2 + 17*2];\
1525     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1526     uint8_t * const halfHV= ((uint8_t*)half);\
1527     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1528     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1529     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1530     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1531 }\
1532 static void OPNAME ## qpel16_mc31_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1533     uint64_t half[16*2 + 17*2];\
1534     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1535     uint8_t * const halfHV= ((uint8_t*)half);\
1536     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1537     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1538     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1539     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1540 }\
1541 static void OPNAME ## qpel16_mc13_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1542     uint64_t half[16*2 + 17*2];\
1543     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1544     uint8_t * const halfHV= ((uint8_t*)half);\
1545     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1546     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1547     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1548     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1549 }\
1550 static void OPNAME ## qpel16_mc33_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1551     uint64_t half[16*2 + 17*2];\
1552     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1553     uint8_t * const halfHV= ((uint8_t*)half);\
1554     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1555     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1556     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1557     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1558 }\
1559 static void OPNAME ## qpel16_mc21_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1560     uint64_t half[16*2 + 17*2];\
1561     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1562     uint8_t * const halfHV= ((uint8_t*)half);\
1563     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1564     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1565     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1566 }\
1567 static void OPNAME ## qpel16_mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1568     uint64_t half[16*2 + 17*2];\
1569     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1570     uint8_t * const halfHV= ((uint8_t*)half);\
1571     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1572     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1573     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1574 }\
1575 static void OPNAME ## qpel16_mc12_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1576     uint64_t half[17*2];\
1577     uint8_t * const halfH= ((uint8_t*)half);\
1578     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1579     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1580     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1581 }\
1582 static void OPNAME ## qpel16_mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1583     uint64_t half[17*2];\
1584     uint8_t * const halfH= ((uint8_t*)half);\
1585     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1586     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1587     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1588 }\
1589 static void OPNAME ## qpel16_mc22_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1590     uint64_t half[17*2];\
1591     uint8_t * const halfH= ((uint8_t*)half);\
1592     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1593     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1594 }
1595
1596 #define PUT_OP(a,b,temp, size) "mov" #size " " #a ", " #b "        \n\t"
1597 #define AVG_3DNOW_OP(a,b,temp, size) \
1598 "mov" #size " " #b ", " #temp "   \n\t"\
1599 "pavgusb " #temp ", " #a "        \n\t"\
1600 "mov" #size " " #a ", " #b "      \n\t"
1601 #define AVG_MMX2_OP(a,b,temp, size) \
1602 "mov" #size " " #b ", " #temp "   \n\t"\
1603 "pavgb " #temp ", " #a "          \n\t"\
1604 "mov" #size " " #a ", " #b "      \n\t"
1605
1606 QPEL_BASE(put_       , ff_pw_16, _       , PUT_OP, PUT_OP)
1607 QPEL_BASE(avg_       , ff_pw_16, _       , AVG_MMX2_OP, AVG_3DNOW_OP)
1608 QPEL_BASE(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, PUT_OP)
1609 QPEL_OP(put_       , ff_pw_16, _       , PUT_OP, 3dnow)
1610 QPEL_OP(avg_       , ff_pw_16, _       , AVG_3DNOW_OP, 3dnow)
1611 QPEL_OP(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, 3dnow)
1612 QPEL_OP(put_       , ff_pw_16, _       , PUT_OP, mmx2)
1613 QPEL_OP(avg_       , ff_pw_16, _       , AVG_MMX2_OP, mmx2)
1614 QPEL_OP(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, mmx2)
1615
1616 /***********************************/
1617 /* bilinear qpel: not compliant to any spec, only for -lavdopts fast */
1618
1619 #define QPEL_2TAP_XY(OPNAME, SIZE, MMX, XY, HPEL)\
1620 static void OPNAME ## 2tap_qpel ## SIZE ## _mc ## XY ## _ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1621     OPNAME ## pixels ## SIZE ## HPEL(dst, src, stride, SIZE);\
1622 }
1623 #define QPEL_2TAP_L3(OPNAME, SIZE, MMX, XY, S0, S1, S2)\
1624 static void OPNAME ## 2tap_qpel ## SIZE ## _mc ## XY ## _ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1625     OPNAME ## 2tap_qpel ## SIZE ## _l3_ ## MMX(dst, src+S0, stride, SIZE, S1, S2);\
1626 }
1627
1628 #define QPEL_2TAP(OPNAME, SIZE, MMX)\
1629 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 20, _x2_ ## MMX)\
1630 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 02, _y2_ ## MMX)\
1631 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 22, _xy2_mmx)\
1632 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc00_ ## MMX =\
1633                           OPNAME ## qpel ## SIZE ## _mc00_ ## MMX;\
1634 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc21_ ## MMX =\
1635                           OPNAME ## 2tap_qpel ## SIZE ## _mc20_ ## MMX;\
1636 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc12_ ## MMX =\
1637                           OPNAME ## 2tap_qpel ## SIZE ## _mc02_ ## MMX;\
1638 static void OPNAME ## 2tap_qpel ## SIZE ## _mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1639     OPNAME ## pixels ## SIZE ## _y2_ ## MMX(dst, src+1, stride, SIZE);\
1640 }\
1641 static void OPNAME ## 2tap_qpel ## SIZE ## _mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1642     OPNAME ## pixels ## SIZE ## _x2_ ## MMX(dst, src+stride, stride, SIZE);\
1643 }\
1644 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 10, 0,         1,       0)\
1645 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 30, 1,        -1,       0)\
1646 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 01, 0,         stride,  0)\
1647 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 03, stride,   -stride,  0)\
1648 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 11, 0,         stride,  1)\
1649 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 31, 1,         stride, -1)\
1650 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 13, stride,   -stride,  1)\
1651 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 33, stride+1, -stride, -1)\
1652
1653 QPEL_2TAP(put_, 16, mmx2)
1654 QPEL_2TAP(avg_, 16, mmx2)
1655 QPEL_2TAP(put_,  8, mmx2)
1656 QPEL_2TAP(avg_,  8, mmx2)
1657 QPEL_2TAP(put_, 16, 3dnow)
1658 QPEL_2TAP(avg_, 16, 3dnow)
1659 QPEL_2TAP(put_,  8, 3dnow)
1660 QPEL_2TAP(avg_,  8, 3dnow)
1661
1662
1663 #if 0
1664 static void just_return(void) { return; }
1665 #endif
1666
1667 #if HAVE_YASM
1668 typedef void emu_edge_core_func (uint8_t *buf, const uint8_t *src,
1669                                  x86_reg linesize, x86_reg start_y,
1670                                  x86_reg end_y, x86_reg block_h,
1671                                  x86_reg start_x, x86_reg end_x,
1672                                  x86_reg block_w);
1673 extern emu_edge_core_func ff_emu_edge_core_mmx;
1674 extern emu_edge_core_func ff_emu_edge_core_sse;
1675
1676 static av_always_inline
1677 void emulated_edge_mc(uint8_t *buf, const uint8_t *src, int linesize,
1678                       int block_w, int block_h,
1679                       int src_x, int src_y, int w, int h,
1680                       emu_edge_core_func *core_fn)
1681 {
1682     int start_y, start_x, end_y, end_x, src_y_add=0;
1683
1684     if(src_y>= h){
1685         src_y_add = h-1-src_y;
1686         src_y=h-1;
1687     }else if(src_y<=-block_h){
1688         src_y_add = 1-block_h-src_y;
1689         src_y=1-block_h;
1690     }
1691     if(src_x>= w){
1692         src+= (w-1-src_x);
1693         src_x=w-1;
1694     }else if(src_x<=-block_w){
1695         src+= (1-block_w-src_x);
1696         src_x=1-block_w;
1697     }
1698
1699     start_y= FFMAX(0, -src_y);
1700     start_x= FFMAX(0, -src_x);
1701     end_y= FFMIN(block_h, h-src_y);
1702     end_x= FFMIN(block_w, w-src_x);
1703     assert(start_x < end_x && block_w > 0);
1704     assert(start_y < end_y && block_h > 0);
1705
1706     // fill in the to-be-copied part plus all above/below
1707     src += (src_y_add+start_y)*linesize + start_x;
1708     buf += start_x;
1709     core_fn(buf, src, linesize, start_y, end_y, block_h, start_x, end_x, block_w);
1710 }
1711
1712 #if ARCH_X86_32
1713 static av_noinline
1714 void emulated_edge_mc_mmx(uint8_t *buf, const uint8_t *src, int linesize,
1715                           int block_w, int block_h,
1716                           int src_x, int src_y, int w, int h)
1717 {
1718     emulated_edge_mc(buf, src, linesize, block_w, block_h, src_x, src_y,
1719                      w, h, &ff_emu_edge_core_mmx);
1720 }
1721 #endif
1722 static av_noinline
1723 void emulated_edge_mc_sse(uint8_t *buf, const uint8_t *src, int linesize,
1724                           int block_w, int block_h,
1725                           int src_x, int src_y, int w, int h)
1726 {
1727     emulated_edge_mc(buf, src, linesize, block_w, block_h, src_x, src_y,
1728                      w, h, &ff_emu_edge_core_sse);
1729 }
1730 #endif /* HAVE_YASM */
1731
1732 typedef void emulated_edge_mc_func (uint8_t *dst, const uint8_t *src,
1733                                     int linesize, int block_w, int block_h,
1734                                     int src_x, int src_y, int w, int h);
1735
1736 static av_always_inline
1737 void gmc(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1738          int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height,
1739          emulated_edge_mc_func *emu_edge_fn)
1740 {
1741     const int w = 8;
1742     const int ix = ox>>(16+shift);
1743     const int iy = oy>>(16+shift);
1744     const int oxs = ox>>4;
1745     const int oys = oy>>4;
1746     const int dxxs = dxx>>4;
1747     const int dxys = dxy>>4;
1748     const int dyxs = dyx>>4;
1749     const int dyys = dyy>>4;
1750     const uint16_t r4[4] = {r,r,r,r};
1751     const uint16_t dxy4[4] = {dxys,dxys,dxys,dxys};
1752     const uint16_t dyy4[4] = {dyys,dyys,dyys,dyys};
1753     const uint64_t shift2 = 2*shift;
1754     uint8_t edge_buf[(h+1)*stride];
1755     int x, y;
1756
1757     const int dxw = (dxx-(1<<(16+shift)))*(w-1);
1758     const int dyh = (dyy-(1<<(16+shift)))*(h-1);
1759     const int dxh = dxy*(h-1);
1760     const int dyw = dyx*(w-1);
1761     if( // non-constant fullpel offset (3% of blocks)
1762         ((ox^(ox+dxw)) | (ox^(ox+dxh)) | (ox^(ox+dxw+dxh)) |
1763          (oy^(oy+dyw)) | (oy^(oy+dyh)) | (oy^(oy+dyw+dyh))) >> (16+shift)
1764         // uses more than 16 bits of subpel mv (only at huge resolution)
1765         || (dxx|dxy|dyx|dyy)&15 )
1766     {
1767         //FIXME could still use mmx for some of the rows
1768         ff_gmc_c(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r, width, height);
1769         return;
1770     }
1771
1772     src += ix + iy*stride;
1773     if( (unsigned)ix >= width-w ||
1774         (unsigned)iy >= height-h )
1775     {
1776         emu_edge_fn(edge_buf, src, stride, w+1, h+1, ix, iy, width, height);
1777         src = edge_buf;
1778     }
1779
1780     __asm__ volatile(
1781         "movd         %0, %%mm6 \n\t"
1782         "pxor      %%mm7, %%mm7 \n\t"
1783         "punpcklwd %%mm6, %%mm6 \n\t"
1784         "punpcklwd %%mm6, %%mm6 \n\t"
1785         :: "r"(1<<shift)
1786     );
1787
1788     for(x=0; x<w; x+=4){
1789         uint16_t dx4[4] = { oxs - dxys + dxxs*(x+0),
1790                             oxs - dxys + dxxs*(x+1),
1791                             oxs - dxys + dxxs*(x+2),
1792                             oxs - dxys + dxxs*(x+3) };
1793         uint16_t dy4[4] = { oys - dyys + dyxs*(x+0),
1794                             oys - dyys + dyxs*(x+1),
1795                             oys - dyys + dyxs*(x+2),
1796                             oys - dyys + dyxs*(x+3) };
1797
1798         for(y=0; y<h; y++){
1799             __asm__ volatile(
1800                 "movq   %0,  %%mm4 \n\t"
1801                 "movq   %1,  %%mm5 \n\t"
1802                 "paddw  %2,  %%mm4 \n\t"
1803                 "paddw  %3,  %%mm5 \n\t"
1804                 "movq   %%mm4, %0  \n\t"
1805                 "movq   %%mm5, %1  \n\t"
1806                 "psrlw  $12, %%mm4 \n\t"
1807                 "psrlw  $12, %%mm5 \n\t"
1808                 : "+m"(*dx4), "+m"(*dy4)
1809                 : "m"(*dxy4), "m"(*dyy4)
1810             );
1811
1812             __asm__ volatile(
1813                 "movq   %%mm6, %%mm2 \n\t"
1814                 "movq   %%mm6, %%mm1 \n\t"
1815                 "psubw  %%mm4, %%mm2 \n\t"
1816                 "psubw  %%mm5, %%mm1 \n\t"
1817                 "movq   %%mm2, %%mm0 \n\t"
1818                 "movq   %%mm4, %%mm3 \n\t"
1819                 "pmullw %%mm1, %%mm0 \n\t" // (s-dx)*(s-dy)
1820                 "pmullw %%mm5, %%mm3 \n\t" // dx*dy
1821                 "pmullw %%mm5, %%mm2 \n\t" // (s-dx)*dy
1822                 "pmullw %%mm4, %%mm1 \n\t" // dx*(s-dy)
1823
1824                 "movd   %4,    %%mm5 \n\t"
1825                 "movd   %3,    %%mm4 \n\t"
1826                 "punpcklbw %%mm7, %%mm5 \n\t"
1827                 "punpcklbw %%mm7, %%mm4 \n\t"
1828                 "pmullw %%mm5, %%mm3 \n\t" // src[1,1] * dx*dy
1829                 "pmullw %%mm4, %%mm2 \n\t" // src[0,1] * (s-dx)*dy
1830
1831                 "movd   %2,    %%mm5 \n\t"
1832                 "movd   %1,    %%mm4 \n\t"
1833                 "punpcklbw %%mm7, %%mm5 \n\t"
1834                 "punpcklbw %%mm7, %%mm4 \n\t"
1835                 "pmullw %%mm5, %%mm1 \n\t" // src[1,0] * dx*(s-dy)
1836                 "pmullw %%mm4, %%mm0 \n\t" // src[0,0] * (s-dx)*(s-dy)
1837                 "paddw  %5,    %%mm1 \n\t"
1838                 "paddw  %%mm3, %%mm2 \n\t"
1839                 "paddw  %%mm1, %%mm0 \n\t"
1840                 "paddw  %%mm2, %%mm0 \n\t"
1841
1842                 "psrlw    %6,    %%mm0 \n\t"
1843                 "packuswb %%mm0, %%mm0 \n\t"
1844                 "movd     %%mm0, %0    \n\t"
1845
1846                 : "=m"(dst[x+y*stride])
1847                 : "m"(src[0]), "m"(src[1]),
1848                   "m"(src[stride]), "m"(src[stride+1]),
1849                   "m"(*r4), "m"(shift2)
1850             );
1851             src += stride;
1852         }
1853         src += 4-h*stride;
1854     }
1855 }
1856
1857 #if HAVE_YASM
1858 #if ARCH_X86_32
1859 static void gmc_mmx(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1860                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1861 {
1862     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1863         width, height, &emulated_edge_mc_mmx);
1864 }
1865 #endif
1866 static void gmc_sse(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1867                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1868 {
1869     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1870         width, height, &emulated_edge_mc_sse);
1871 }
1872 #else
1873 static void gmc_mmx(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1874                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1875 {
1876     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1877         width, height, &ff_emulated_edge_mc);
1878 }
1879 #endif
1880
1881 #define PREFETCH(name, op) \
1882 static void name(void *mem, int stride, int h){\
1883     const uint8_t *p= mem;\
1884     do{\
1885         __asm__ volatile(#op" %0" :: "m"(*p));\
1886         p+= stride;\
1887     }while(--h);\
1888 }
1889 PREFETCH(prefetch_mmx2,  prefetcht0)
1890 PREFETCH(prefetch_3dnow, prefetch)
1891 #undef PREFETCH
1892
1893 #include "h264_qpel_mmx.c"
1894
1895 void ff_put_h264_chroma_mc8_mmx_rnd   (uint8_t *dst, uint8_t *src,
1896                                        int stride, int h, int x, int y);
1897 void ff_put_vc1_chroma_mc8_mmx_nornd  (uint8_t *dst, uint8_t *src,
1898                                        int stride, int h, int x, int y);
1899 void ff_put_rv40_chroma_mc8_mmx       (uint8_t *dst, uint8_t *src,
1900                                        int stride, int h, int x, int y);
1901 void ff_avg_h264_chroma_mc8_mmx2_rnd  (uint8_t *dst, uint8_t *src,
1902                                        int stride, int h, int x, int y);
1903 void ff_avg_vc1_chroma_mc8_mmx2_nornd (uint8_t *dst, uint8_t *src,
1904                                        int stride, int h, int x, int y);
1905 void ff_avg_rv40_chroma_mc8_mmx2      (uint8_t *dst, uint8_t *src,
1906                                        int stride, int h, int x, int y);
1907 void ff_avg_h264_chroma_mc8_3dnow_rnd (uint8_t *dst, uint8_t *src,
1908                                        int stride, int h, int x, int y);
1909 void ff_avg_vc1_chroma_mc8_3dnow_nornd(uint8_t *dst, uint8_t *src,
1910                                        int stride, int h, int x, int y);
1911 void ff_avg_rv40_chroma_mc8_3dnow     (uint8_t *dst, uint8_t *src,
1912                                        int stride, int h, int x, int y);
1913
1914 void ff_put_h264_chroma_mc4_mmx       (uint8_t *dst, uint8_t *src,
1915                                        int stride, int h, int x, int y);
1916 void ff_put_rv40_chroma_mc4_mmx       (uint8_t *dst, uint8_t *src,
1917                                        int stride, int h, int x, int y);
1918 void ff_avg_h264_chroma_mc4_mmx2      (uint8_t *dst, uint8_t *src,
1919                                        int stride, int h, int x, int y);
1920 void ff_avg_rv40_chroma_mc4_mmx2      (uint8_t *dst, uint8_t *src,
1921                                        int stride, int h, int x, int y);
1922 void ff_avg_h264_chroma_mc4_3dnow     (uint8_t *dst, uint8_t *src,
1923                                        int stride, int h, int x, int y);
1924 void ff_avg_rv40_chroma_mc4_3dnow     (uint8_t *dst, uint8_t *src,
1925                                        int stride, int h, int x, int y);
1926
1927 void ff_put_h264_chroma_mc2_mmx2      (uint8_t *dst, uint8_t *src,
1928                                        int stride, int h, int x, int y);
1929 void ff_avg_h264_chroma_mc2_mmx2      (uint8_t *dst, uint8_t *src,
1930                                        int stride, int h, int x, int y);
1931
1932 void ff_put_h264_chroma_mc8_ssse3_rnd (uint8_t *dst, uint8_t *src,
1933                                        int stride, int h, int x, int y);
1934 void ff_put_vc1_chroma_mc8_ssse3_nornd(uint8_t *dst, uint8_t *src,
1935                                        int stride, int h, int x, int y);
1936 void ff_put_h264_chroma_mc4_ssse3     (uint8_t *dst, uint8_t *src,
1937                                        int stride, int h, int x, int y);
1938
1939 void ff_avg_h264_chroma_mc8_ssse3_rnd (uint8_t *dst, uint8_t *src,
1940                                        int stride, int h, int x, int y);
1941 void ff_avg_vc1_chroma_mc8_ssse3_nornd(uint8_t *dst, uint8_t *src,
1942                                        int stride, int h, int x, int y);
1943 void ff_avg_h264_chroma_mc4_ssse3     (uint8_t *dst, uint8_t *src,
1944                                        int stride, int h, int x, int y);
1945
1946
1947 /* CAVS specific */
1948 void ff_put_cavs_qpel8_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1949     put_pixels8_mmx(dst, src, stride, 8);
1950 }
1951 void ff_avg_cavs_qpel8_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1952     avg_pixels8_mmx(dst, src, stride, 8);
1953 }
1954 void ff_put_cavs_qpel16_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1955     put_pixels16_mmx(dst, src, stride, 16);
1956 }
1957 void ff_avg_cavs_qpel16_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1958     avg_pixels16_mmx(dst, src, stride, 16);
1959 }
1960
1961 /* VC1 specific */
1962 void ff_put_vc1_mspel_mc00_mmx(uint8_t *dst, const uint8_t *src, int stride, int rnd) {
1963     put_pixels8_mmx(dst, src, stride, 8);
1964 }
1965 void ff_avg_vc1_mspel_mc00_mmx2(uint8_t *dst, const uint8_t *src, int stride, int rnd) {
1966     avg_pixels8_mmx2(dst, src, stride, 8);
1967 }
1968
1969 /* XXX: those functions should be suppressed ASAP when all IDCTs are
1970    converted */
1971 #if CONFIG_GPL
1972 static void ff_libmpeg2mmx_idct_put(uint8_t *dest, int line_size, DCTELEM *block)
1973 {
1974     ff_mmx_idct (block);
1975     ff_put_pixels_clamped_mmx(block, dest, line_size);
1976 }
1977 static void ff_libmpeg2mmx_idct_add(uint8_t *dest, int line_size, DCTELEM *block)
1978 {
1979     ff_mmx_idct (block);
1980     ff_add_pixels_clamped_mmx(block, dest, line_size);
1981 }
1982 static void ff_libmpeg2mmx2_idct_put(uint8_t *dest, int line_size, DCTELEM *block)
1983 {
1984     ff_mmxext_idct (block);
1985     ff_put_pixels_clamped_mmx(block, dest, line_size);
1986 }
1987 static void ff_libmpeg2mmx2_idct_add(uint8_t *dest, int line_size, DCTELEM *block)
1988 {
1989     ff_mmxext_idct (block);
1990     ff_add_pixels_clamped_mmx(block, dest, line_size);
1991 }
1992 #endif
1993 static void ff_idct_xvid_mmx_put(uint8_t *dest, int line_size, DCTELEM *block)
1994 {
1995     ff_idct_xvid_mmx (block);
1996     ff_put_pixels_clamped_mmx(block, dest, line_size);
1997 }
1998 static void ff_idct_xvid_mmx_add(uint8_t *dest, int line_size, DCTELEM *block)
1999 {
2000     ff_idct_xvid_mmx (block);
2001     ff_add_pixels_clamped_mmx(block, dest, line_size);
2002 }
2003 static void ff_idct_xvid_mmx2_put(uint8_t *dest, int line_size, DCTELEM *block)
2004 {
2005     ff_idct_xvid_mmx2 (block);
2006     ff_put_pixels_clamped_mmx(block, dest, line_size);
2007 }
2008 static void ff_idct_xvid_mmx2_add(uint8_t *dest, int line_size, DCTELEM *block)
2009 {
2010     ff_idct_xvid_mmx2 (block);
2011     ff_add_pixels_clamped_mmx(block, dest, line_size);
2012 }
2013
2014 static void vorbis_inverse_coupling_3dnow(float *mag, float *ang, int blocksize)
2015 {
2016     int i;
2017     __asm__ volatile("pxor %%mm7, %%mm7":);
2018     for(i=0; i<blocksize; i+=2) {
2019         __asm__ volatile(
2020             "movq    %0,    %%mm0 \n\t"
2021             "movq    %1,    %%mm1 \n\t"
2022             "movq    %%mm0, %%mm2 \n\t"
2023             "movq    %%mm1, %%mm3 \n\t"
2024             "pfcmpge %%mm7, %%mm2 \n\t" // m <= 0.0
2025             "pfcmpge %%mm7, %%mm3 \n\t" // a <= 0.0
2026             "pslld   $31,   %%mm2 \n\t" // keep only the sign bit
2027             "pxor    %%mm2, %%mm1 \n\t"
2028             "movq    %%mm3, %%mm4 \n\t"
2029             "pand    %%mm1, %%mm3 \n\t"
2030             "pandn   %%mm1, %%mm4 \n\t"
2031             "pfadd   %%mm0, %%mm3 \n\t" // a = m + ((a<0) & (a ^ sign(m)))
2032             "pfsub   %%mm4, %%mm0 \n\t" // m = m + ((a>0) & (a ^ sign(m)))
2033             "movq    %%mm3, %1    \n\t"
2034             "movq    %%mm0, %0    \n\t"
2035             :"+m"(mag[i]), "+m"(ang[i])
2036             ::"memory"
2037         );
2038     }
2039     __asm__ volatile("femms");
2040 }
2041 static void vorbis_inverse_coupling_sse(float *mag, float *ang, int blocksize)
2042 {
2043     int i;
2044
2045     __asm__ volatile(
2046             "movaps  %0,     %%xmm5 \n\t"
2047         ::"m"(ff_pdw_80000000[0])
2048     );
2049     for(i=0; i<blocksize; i+=4) {
2050         __asm__ volatile(
2051             "movaps  %0,     %%xmm0 \n\t"
2052             "movaps  %1,     %%xmm1 \n\t"
2053             "xorps   %%xmm2, %%xmm2 \n\t"
2054             "xorps   %%xmm3, %%xmm3 \n\t"
2055             "cmpleps %%xmm0, %%xmm2 \n\t" // m <= 0.0
2056             "cmpleps %%xmm1, %%xmm3 \n\t" // a <= 0.0
2057             "andps   %%xmm5, %%xmm2 \n\t" // keep only the sign bit
2058             "xorps   %%xmm2, %%xmm1 \n\t"
2059             "movaps  %%xmm3, %%xmm4 \n\t"
2060             "andps   %%xmm1, %%xmm3 \n\t"
2061             "andnps  %%xmm1, %%xmm4 \n\t"
2062             "addps   %%xmm0, %%xmm3 \n\t" // a = m + ((a<0) & (a ^ sign(m)))
2063             "subps   %%xmm4, %%xmm0 \n\t" // m = m + ((a>0) & (a ^ sign(m)))
2064             "movaps  %%xmm3, %1     \n\t"
2065             "movaps  %%xmm0, %0     \n\t"
2066             :"+m"(mag[i]), "+m"(ang[i])
2067             ::"memory"
2068         );
2069     }
2070 }
2071
2072 #define IF1(x) x
2073 #define IF0(x)
2074
2075 #define MIX5(mono,stereo)\
2076     __asm__ volatile(\
2077         "movss          0(%2), %%xmm5 \n"\
2078         "movss          8(%2), %%xmm6 \n"\
2079         "movss         24(%2), %%xmm7 \n"\
2080         "shufps    $0, %%xmm5, %%xmm5 \n"\
2081         "shufps    $0, %%xmm6, %%xmm6 \n"\
2082         "shufps    $0, %%xmm7, %%xmm7 \n"\
2083         "1: \n"\
2084         "movaps       (%0,%1), %%xmm0 \n"\
2085         "movaps  0x400(%0,%1), %%xmm1 \n"\
2086         "movaps  0x800(%0,%1), %%xmm2 \n"\
2087         "movaps  0xc00(%0,%1), %%xmm3 \n"\
2088         "movaps 0x1000(%0,%1), %%xmm4 \n"\
2089         "mulps         %%xmm5, %%xmm0 \n"\
2090         "mulps         %%xmm6, %%xmm1 \n"\
2091         "mulps         %%xmm5, %%xmm2 \n"\
2092         "mulps         %%xmm7, %%xmm3 \n"\
2093         "mulps         %%xmm7, %%xmm4 \n"\
2094  stereo("addps         %%xmm1, %%xmm0 \n")\
2095         "addps         %%xmm1, %%xmm2 \n"\
2096         "addps         %%xmm3, %%xmm0 \n"\
2097         "addps         %%xmm4, %%xmm2 \n"\
2098    mono("addps         %%xmm2, %%xmm0 \n")\
2099         "movaps  %%xmm0,      (%0,%1) \n"\
2100  stereo("movaps  %%xmm2, 0x400(%0,%1) \n")\
2101         "add $16, %0 \n"\
2102         "jl 1b \n"\
2103         :"+&r"(i)\
2104         :"r"(samples[0]+len), "r"(matrix)\
2105         :XMM_CLOBBERS("%xmm0", "%xmm1", "%xmm2", "%xmm3", \
2106                       "%xmm4", "%xmm5", "%xmm6", "%xmm7",)\
2107          "memory"\
2108     );
2109
2110 #define MIX_MISC(stereo)\
2111     __asm__ volatile(\
2112         "1: \n"\
2113         "movaps  (%3,%0), %%xmm0 \n"\
2114  stereo("movaps   %%xmm0, %%xmm1 \n")\
2115         "mulps    %%xmm4, %%xmm0 \n"\
2116  stereo("mulps    %%xmm5, %%xmm1 \n")\
2117         "lea 1024(%3,%0), %1 \n"\
2118         "mov %5, %2 \n"\
2119         "2: \n"\
2120         "movaps   (%1),   %%xmm2 \n"\
2121  stereo("movaps   %%xmm2, %%xmm3 \n")\
2122         "mulps   (%4,%2), %%xmm2 \n"\
2123  stereo("mulps 16(%4,%2), %%xmm3 \n")\
2124         "addps    %%xmm2, %%xmm0 \n"\
2125  stereo("addps    %%xmm3, %%xmm1 \n")\
2126         "add $1024, %1 \n"\
2127         "add $32, %2 \n"\
2128         "jl 2b \n"\
2129         "movaps   %%xmm0,     (%3,%0) \n"\
2130  stereo("movaps   %%xmm1, 1024(%3,%0) \n")\
2131         "add $16, %0 \n"\
2132         "jl 1b \n"\
2133         :"+&r"(i), "=&r"(j), "=&r"(k)\
2134         :"r"(samples[0]+len), "r"(matrix_simd+in_ch), "g"((intptr_t)-32*(in_ch-1))\
2135         :"memory"\
2136     );
2137
2138 static void ac3_downmix_sse(float (*samples)[256], float (*matrix)[2], int out_ch, int in_ch, int len)
2139 {
2140     int (*matrix_cmp)[2] = (int(*)[2])matrix;
2141     intptr_t i,j,k;
2142
2143     i = -len*sizeof(float);
2144     if(in_ch == 5 && out_ch == 2 && !(matrix_cmp[0][1]|matrix_cmp[2][0]|matrix_cmp[3][1]|matrix_cmp[4][0]|(matrix_cmp[1][0]^matrix_cmp[1][1])|(matrix_cmp[0][0]^matrix_cmp[2][1]))) {
2145         MIX5(IF0,IF1);
2146     } else if(in_ch == 5 && out_ch == 1 && matrix_cmp[0][0]==matrix_cmp[2][0] && matrix_cmp[3][0]==matrix_cmp[4][0]) {
2147         MIX5(IF1,IF0);
2148     } else {
2149         DECLARE_ALIGNED(16, float, matrix_simd)[AC3_MAX_CHANNELS][2][4];
2150         j = 2*in_ch*sizeof(float);
2151         __asm__ volatile(
2152             "1: \n"
2153             "sub $8, %0 \n"
2154             "movss     (%2,%0), %%xmm4 \n"
2155             "movss    4(%2,%0), %%xmm5 \n"
2156             "shufps $0, %%xmm4, %%xmm4 \n"
2157             "shufps $0, %%xmm5, %%xmm5 \n"
2158             "movaps %%xmm4,   (%1,%0,4) \n"
2159             "movaps %%xmm5, 16(%1,%0,4) \n"
2160             "jg 1b \n"
2161             :"+&r"(j)
2162             :"r"(matrix_simd), "r"(matrix)
2163             :"memory"
2164         );
2165         if(out_ch == 2) {
2166             MIX_MISC(IF1);
2167         } else {
2168             MIX_MISC(IF0);
2169         }
2170     }
2171 }
2172
2173 static void vector_fmul_3dnow(float *dst, const float *src0, const float *src1, int len){
2174     x86_reg i = (len-4)*4;
2175     __asm__ volatile(
2176         "1: \n\t"
2177         "movq    (%2,%0), %%mm0 \n\t"
2178         "movq   8(%2,%0), %%mm1 \n\t"
2179         "pfmul   (%3,%0), %%mm0 \n\t"
2180         "pfmul  8(%3,%0), %%mm1 \n\t"
2181         "movq   %%mm0,  (%1,%0) \n\t"
2182         "movq   %%mm1, 8(%1,%0) \n\t"
2183         "sub  $16, %0 \n\t"
2184         "jge 1b \n\t"
2185         "femms  \n\t"
2186         :"+r"(i)
2187         :"r"(dst), "r"(src0), "r"(src1)
2188         :"memory"
2189     );
2190 }
2191 static void vector_fmul_sse(float *dst, const float *src0, const float *src1, int len){
2192     x86_reg i = (len-8)*4;
2193     __asm__ volatile(
2194         "1: \n\t"
2195         "movaps    (%2,%0), %%xmm0 \n\t"
2196         "movaps  16(%2,%0), %%xmm1 \n\t"
2197         "mulps     (%3,%0), %%xmm0 \n\t"
2198         "mulps   16(%3,%0), %%xmm1 \n\t"
2199         "movaps  %%xmm0,   (%1,%0) \n\t"
2200         "movaps  %%xmm1, 16(%1,%0) \n\t"
2201         "sub  $32, %0 \n\t"
2202         "jge 1b \n\t"
2203         :"+r"(i)
2204         :"r"(dst), "r"(src0), "r"(src1)
2205         :"memory"
2206     );
2207 }
2208
2209 static void vector_fmul_reverse_3dnow2(float *dst, const float *src0, const float *src1, int len){
2210     x86_reg i = len*4-16;
2211     __asm__ volatile(
2212         "1: \n\t"
2213         "pswapd   8(%1), %%mm0 \n\t"
2214         "pswapd    (%1), %%mm1 \n\t"
2215         "pfmul  (%3,%0), %%mm0 \n\t"
2216         "pfmul 8(%3,%0), %%mm1 \n\t"
2217         "movq  %%mm0,  (%2,%0) \n\t"
2218         "movq  %%mm1, 8(%2,%0) \n\t"
2219         "add   $16, %1 \n\t"
2220         "sub   $16, %0 \n\t"
2221         "jge   1b \n\t"
2222         :"+r"(i), "+r"(src1)
2223         :"r"(dst), "r"(src0)
2224     );
2225     __asm__ volatile("femms");
2226 }
2227 static void vector_fmul_reverse_sse(float *dst, const float *src0, const float *src1, int len){
2228     x86_reg i = len*4-32;
2229     __asm__ volatile(
2230         "1: \n\t"
2231         "movaps        16(%1), %%xmm0 \n\t"
2232         "movaps          (%1), %%xmm1 \n\t"
2233         "shufps $0x1b, %%xmm0, %%xmm0 \n\t"
2234         "shufps $0x1b, %%xmm1, %%xmm1 \n\t"
2235         "mulps        (%3,%0), %%xmm0 \n\t"
2236         "mulps      16(%3,%0), %%xmm1 \n\t"
2237         "movaps     %%xmm0,   (%2,%0) \n\t"
2238         "movaps     %%xmm1, 16(%2,%0) \n\t"
2239         "add    $32, %1 \n\t"
2240         "sub    $32, %0 \n\t"
2241         "jge    1b \n\t"
2242         :"+r"(i), "+r"(src1)
2243         :"r"(dst), "r"(src0)
2244     );
2245 }
2246
2247 static void vector_fmul_add_3dnow(float *dst, const float *src0, const float *src1,
2248                                   const float *src2, int len){
2249     x86_reg i = (len-4)*4;
2250     __asm__ volatile(
2251         "1: \n\t"
2252         "movq    (%2,%0), %%mm0 \n\t"
2253         "movq   8(%2,%0), %%mm1 \n\t"
2254         "pfmul   (%3,%0), %%mm0 \n\t"
2255         "pfmul  8(%3,%0), %%mm1 \n\t"
2256         "pfadd   (%4,%0), %%mm0 \n\t"
2257         "pfadd  8(%4,%0), %%mm1 \n\t"
2258         "movq  %%mm0,   (%1,%0) \n\t"
2259         "movq  %%mm1,  8(%1,%0) \n\t"
2260         "sub  $16, %0 \n\t"
2261         "jge  1b \n\t"
2262         :"+r"(i)
2263         :"r"(dst), "r"(src0), "r"(src1), "r"(src2)
2264         :"memory"
2265     );
2266     __asm__ volatile("femms");
2267 }
2268 static void vector_fmul_add_sse(float *dst, const float *src0, const float *src1,
2269                                 const float *src2, int len){
2270     x86_reg i = (len-8)*4;
2271     __asm__ volatile(
2272         "1: \n\t"
2273         "movaps   (%2,%0), %%xmm0 \n\t"
2274         "movaps 16(%2,%0), %%xmm1 \n\t"
2275         "mulps    (%3,%0), %%xmm0 \n\t"
2276         "mulps  16(%3,%0), %%xmm1 \n\t"
2277         "addps    (%4,%0), %%xmm0 \n\t"
2278         "addps  16(%4,%0), %%xmm1 \n\t"
2279         "movaps %%xmm0,   (%1,%0) \n\t"
2280         "movaps %%xmm1, 16(%1,%0) \n\t"
2281         "sub  $32, %0 \n\t"
2282         "jge  1b \n\t"
2283         :"+r"(i)
2284         :"r"(dst), "r"(src0), "r"(src1), "r"(src2)
2285         :"memory"
2286     );
2287 }
2288
2289 #if HAVE_6REGS
2290 static void vector_fmul_window_3dnow2(float *dst, const float *src0, const float *src1,
2291                                       const float *win, int len){
2292     x86_reg i = -len*4;
2293     x86_reg j = len*4-8;
2294     __asm__ volatile(
2295         "1: \n"
2296         "pswapd  (%5,%1), %%mm1 \n"
2297         "movq    (%5,%0), %%mm0 \n"
2298         "pswapd  (%4,%1), %%mm5 \n"
2299         "movq    (%3,%0), %%mm4 \n"
2300         "movq      %%mm0, %%mm2 \n"
2301         "movq      %%mm1, %%mm3 \n"
2302         "pfmul     %%mm4, %%mm2 \n" // src0[len+i]*win[len+i]
2303         "pfmul     %%mm5, %%mm3 \n" // src1[    j]*win[len+j]
2304         "pfmul     %%mm4, %%mm1 \n" // src0[len+i]*win[len+j]
2305         "pfmul     %%mm5, %%mm0 \n" // src1[    j]*win[len+i]
2306         "pfadd     %%mm3, %%mm2 \n"
2307         "pfsub     %%mm0, %%mm1 \n"
2308         "pswapd    %%mm2, %%mm2 \n"
2309         "movq      %%mm1, (%2,%0) \n"
2310         "movq      %%mm2, (%2,%1) \n"
2311         "sub $8, %1 \n"
2312         "add $8, %0 \n"
2313         "jl 1b \n"
2314         "femms \n"
2315         :"+r"(i), "+r"(j)
2316         :"r"(dst+len), "r"(src0+len), "r"(src1), "r"(win+len)
2317     );
2318 }
2319
2320 static void vector_fmul_window_sse(float *dst, const float *src0, const float *src1,
2321                                    const float *win, int len){
2322     x86_reg i = -len*4;
2323     x86_reg j = len*4-16;
2324     __asm__ volatile(
2325         "1: \n"
2326         "movaps       (%5,%1), %%xmm1 \n"
2327         "movaps       (%5,%0), %%xmm0 \n"
2328         "movaps       (%4,%1), %%xmm5 \n"
2329         "movaps       (%3,%0), %%xmm4 \n"
2330         "shufps $0x1b, %%xmm1, %%xmm1 \n"
2331         "shufps $0x1b, %%xmm5, %%xmm5 \n"
2332         "movaps        %%xmm0, %%xmm2 \n"
2333         "movaps        %%xmm1, %%xmm3 \n"
2334         "mulps         %%xmm4, %%xmm2 \n" // src0[len+i]*win[len+i]
2335         "mulps         %%xmm5, %%xmm3 \n" // src1[    j]*win[len+j]
2336         "mulps         %%xmm4, %%xmm1 \n" // src0[len+i]*win[len+j]
2337         "mulps         %%xmm5, %%xmm0 \n" // src1[    j]*win[len+i]
2338         "addps         %%xmm3, %%xmm2 \n"
2339         "subps         %%xmm0, %%xmm1 \n"
2340         "shufps $0x1b, %%xmm2, %%xmm2 \n"
2341         "movaps        %%xmm1, (%2,%0) \n"
2342         "movaps        %%xmm2, (%2,%1) \n"
2343         "sub $16, %1 \n"
2344         "add $16, %0 \n"
2345         "jl 1b \n"
2346         :"+r"(i), "+r"(j)
2347         :"r"(dst+len), "r"(src0+len), "r"(src1), "r"(win+len)
2348     );
2349 }
2350 #endif /* HAVE_6REGS */
2351
2352 static void int32_to_float_fmul_scalar_sse(float *dst, const int *src, float mul, int len)
2353 {
2354     x86_reg i = -4*len;
2355     __asm__ volatile(
2356         "movss  %3, %%xmm4 \n"
2357         "shufps $0, %%xmm4, %%xmm4 \n"
2358         "1: \n"
2359         "cvtpi2ps   (%2,%0), %%xmm0 \n"
2360         "cvtpi2ps  8(%2,%0), %%xmm1 \n"
2361         "cvtpi2ps 16(%2,%0), %%xmm2 \n"
2362         "cvtpi2ps 24(%2,%0), %%xmm3 \n"
2363         "movlhps  %%xmm1,    %%xmm0 \n"
2364         "movlhps  %%xmm3,    %%xmm2 \n"
2365         "mulps    %%xmm4,    %%xmm0 \n"
2366         "mulps    %%xmm4,    %%xmm2 \n"
2367         "movaps   %%xmm0,   (%1,%0) \n"
2368         "movaps   %%xmm2, 16(%1,%0) \n"
2369         "add $32, %0 \n"
2370         "jl 1b \n"
2371         :"+r"(i)
2372         :"r"(dst+len), "r"(src+len), "m"(mul)
2373     );
2374 }
2375
2376 static void int32_to_float_fmul_scalar_sse2(float *dst, const int *src, float mul, int len)
2377 {
2378     x86_reg i = -4*len;
2379     __asm__ volatile(
2380         "movss  %3, %%xmm4 \n"
2381         "shufps $0, %%xmm4, %%xmm4 \n"
2382         "1: \n"
2383         "cvtdq2ps   (%2,%0), %%xmm0 \n"
2384         "cvtdq2ps 16(%2,%0), %%xmm1 \n"
2385         "mulps    %%xmm4,    %%xmm0 \n"
2386         "mulps    %%xmm4,    %%xmm1 \n"
2387         "movaps   %%xmm0,   (%1,%0) \n"
2388         "movaps   %%xmm1, 16(%1,%0) \n"
2389         "add $32, %0 \n"
2390         "jl 1b \n"
2391         :"+r"(i)
2392         :"r"(dst+len), "r"(src+len), "m"(mul)
2393     );
2394 }
2395
2396 static void vector_clipf_sse(float *dst, const float *src, float min, float max,
2397                              int len)
2398 {
2399     x86_reg i = (len-16)*4;
2400     __asm__ volatile(
2401         "movss  %3, %%xmm4 \n"
2402         "movss  %4, %%xmm5 \n"
2403         "shufps $0, %%xmm4, %%xmm4 \n"
2404         "shufps $0, %%xmm5, %%xmm5 \n"
2405         "1: \n\t"
2406         "movaps    (%2,%0), %%xmm0 \n\t" // 3/1 on intel
2407         "movaps  16(%2,%0), %%xmm1 \n\t"
2408         "movaps  32(%2,%0), %%xmm2 \n\t"
2409         "movaps  48(%2,%0), %%xmm3 \n\t"
2410         "maxps      %%xmm4, %%xmm0 \n\t"
2411         "maxps      %%xmm4, %%xmm1 \n\t"
2412         "maxps      %%xmm4, %%xmm2 \n\t"
2413         "maxps      %%xmm4, %%xmm3 \n\t"
2414         "minps      %%xmm5, %%xmm0 \n\t"
2415         "minps      %%xmm5, %%xmm1 \n\t"
2416         "minps      %%xmm5, %%xmm2 \n\t"
2417         "minps      %%xmm5, %%xmm3 \n\t"
2418         "movaps  %%xmm0,   (%1,%0) \n\t"
2419         "movaps  %%xmm1, 16(%1,%0) \n\t"
2420         "movaps  %%xmm2, 32(%1,%0) \n\t"
2421         "movaps  %%xmm3, 48(%1,%0) \n\t"
2422         "sub  $64, %0 \n\t"
2423         "jge 1b \n\t"
2424         :"+&r"(i)
2425         :"r"(dst), "r"(src), "m"(min), "m"(max)
2426         :"memory"
2427     );
2428 }
2429
2430 static void float_to_int16_3dnow(int16_t *dst, const float *src, long len){
2431     x86_reg reglen = len;
2432     // not bit-exact: pf2id uses different rounding than C and SSE
2433     __asm__ volatile(
2434         "add        %0          , %0        \n\t"
2435         "lea         (%2,%0,2)  , %2        \n\t"
2436         "add        %0          , %1        \n\t"
2437         "neg        %0                      \n\t"
2438         "1:                                 \n\t"
2439         "pf2id       (%2,%0,2)  , %%mm0     \n\t"
2440         "pf2id      8(%2,%0,2)  , %%mm1     \n\t"
2441         "pf2id     16(%2,%0,2)  , %%mm2     \n\t"
2442         "pf2id     24(%2,%0,2)  , %%mm3     \n\t"
2443         "packssdw   %%mm1       , %%mm0     \n\t"
2444         "packssdw   %%mm3       , %%mm2     \n\t"
2445         "movq       %%mm0       ,  (%1,%0)  \n\t"
2446         "movq       %%mm2       , 8(%1,%0)  \n\t"
2447         "add        $16         , %0        \n\t"
2448         " js 1b                             \n\t"
2449         "femms                              \n\t"
2450         :"+r"(reglen), "+r"(dst), "+r"(src)
2451     );
2452 }
2453 static void float_to_int16_sse(int16_t *dst, const float *src, long len){
2454     x86_reg reglen = len;
2455     __asm__ volatile(
2456         "add        %0          , %0        \n\t"
2457         "lea         (%2,%0,2)  , %2        \n\t"
2458         "add        %0          , %1        \n\t"
2459         "neg        %0                      \n\t"
2460         "1:                                 \n\t"
2461         "cvtps2pi    (%2,%0,2)  , %%mm0     \n\t"
2462         "cvtps2pi   8(%2,%0,2)  , %%mm1     \n\t"
2463         "cvtps2pi  16(%2,%0,2)  , %%mm2     \n\t"
2464         "cvtps2pi  24(%2,%0,2)  , %%mm3     \n\t"
2465         "packssdw   %%mm1       , %%mm0     \n\t"
2466         "packssdw   %%mm3       , %%mm2     \n\t"
2467         "movq       %%mm0       ,  (%1,%0)  \n\t"
2468         "movq       %%mm2       , 8(%1,%0)  \n\t"
2469         "add        $16         , %0        \n\t"
2470         " js 1b                             \n\t"
2471         "emms                               \n\t"
2472         :"+r"(reglen), "+r"(dst), "+r"(src)
2473     );
2474 }
2475
2476 static void float_to_int16_sse2(int16_t *dst, const float *src, long len){
2477     x86_reg reglen = len;
2478     __asm__ volatile(
2479         "add        %0          , %0        \n\t"
2480         "lea         (%2,%0,2)  , %2        \n\t"
2481         "add        %0          , %1        \n\t"
2482         "neg        %0                      \n\t"
2483         "1:                                 \n\t"
2484         "cvtps2dq    (%2,%0,2)  , %%xmm0    \n\t"
2485         "cvtps2dq  16(%2,%0,2)  , %%xmm1    \n\t"
2486         "packssdw   %%xmm1      , %%xmm0    \n\t"
2487         "movdqa     %%xmm0      ,  (%1,%0)  \n\t"
2488         "add        $16         , %0        \n\t"
2489         " js 1b                             \n\t"
2490         :"+r"(reglen), "+r"(dst), "+r"(src)
2491     );
2492 }
2493
2494 void ff_vp3_idct_mmx(int16_t *input_data);
2495 void ff_vp3_idct_put_mmx(uint8_t *dest, int line_size, DCTELEM *block);
2496 void ff_vp3_idct_add_mmx(uint8_t *dest, int line_size, DCTELEM *block);
2497
2498 void ff_vp3_idct_dc_add_mmx2(uint8_t *dest, int line_size, const DCTELEM *block);
2499
2500 void ff_vp3_v_loop_filter_mmx2(uint8_t *src, int stride, int *bounding_values);
2501 void ff_vp3_h_loop_filter_mmx2(uint8_t *src, int stride, int *bounding_values);
2502
2503 void ff_vp3_idct_sse2(int16_t *input_data);
2504 void ff_vp3_idct_put_sse2(uint8_t *dest, int line_size, DCTELEM *block);
2505 void ff_vp3_idct_add_sse2(uint8_t *dest, int line_size, DCTELEM *block);
2506
2507 void ff_float_to_int16_interleave6_sse(int16_t *dst, const float **src, int len);
2508 void ff_float_to_int16_interleave6_3dnow(int16_t *dst, const float **src, int len);
2509 void ff_float_to_int16_interleave6_3dn2(int16_t *dst, const float **src, int len);
2510 int32_t ff_scalarproduct_int16_mmx2(const int16_t *v1, const int16_t *v2, int order, int shift);
2511 int32_t ff_scalarproduct_int16_sse2(const int16_t *v1, const int16_t *v2, int order, int shift);
2512 int32_t ff_scalarproduct_and_madd_int16_mmx2(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2513 int32_t ff_scalarproduct_and_madd_int16_sse2(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2514 int32_t ff_scalarproduct_and_madd_int16_ssse3(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2515 void ff_add_hfyu_median_prediction_mmx2(uint8_t *dst, const uint8_t *top, const uint8_t *diff, int w, int *left, int *left_top);
2516 int  ff_add_hfyu_left_prediction_ssse3(uint8_t *dst, const uint8_t *src, int w, int left);
2517 int  ff_add_hfyu_left_prediction_sse4(uint8_t *dst, const uint8_t *src, int w, int left);
2518
2519 #if !HAVE_YASM
2520 #define ff_float_to_int16_interleave6_sse(a,b,c)   float_to_int16_interleave_misc_sse(a,b,c,6)
2521 #define ff_float_to_int16_interleave6_3dnow(a,b,c) float_to_int16_interleave_misc_3dnow(a,b,c,6)
2522 #define ff_float_to_int16_interleave6_3dn2(a,b,c)  float_to_int16_interleave_misc_3dnow(a,b,c,6)
2523 #endif
2524 #define ff_float_to_int16_interleave6_sse2 ff_float_to_int16_interleave6_sse
2525
2526 #define FLOAT_TO_INT16_INTERLEAVE(cpu, body) \
2527 /* gcc pessimizes register allocation if this is in the same function as float_to_int16_interleave_sse2*/\
2528 static av_noinline void float_to_int16_interleave_misc_##cpu(int16_t *dst, const float **src, long len, int channels){\
2529     DECLARE_ALIGNED(16, int16_t, tmp)[len];\
2530     int i,j,c;\
2531     for(c=0; c<channels; c++){\
2532         float_to_int16_##cpu(tmp, src[c], len);\
2533         for(i=0, j=c; i<len; i++, j+=channels)\
2534             dst[j] = tmp[i];\
2535     }\
2536 }\
2537 \
2538 static void float_to_int16_interleave_##cpu(int16_t *dst, const float **src, long len, int channels){\
2539     if(channels==1)\
2540         float_to_int16_##cpu(dst, src[0], len);\
2541     else if(channels==2){\
2542         x86_reg reglen = len; \
2543         const float *src0 = src[0];\
2544         const float *src1 = src[1];\
2545         __asm__ volatile(\
2546             "shl $2, %0 \n"\
2547             "add %0, %1 \n"\
2548             "add %0, %2 \n"\
2549             "add %0, %3 \n"\
2550             "neg %0 \n"\
2551             body\
2552             :"+r"(reglen), "+r"(dst), "+r"(src0), "+r"(src1)\
2553         );\
2554     }else if(channels==6){\
2555         ff_float_to_int16_interleave6_##cpu(dst, src, len);\
2556     }else\
2557         float_to_int16_interleave_misc_##cpu(dst, src, len, channels);\
2558 }
2559
2560 FLOAT_TO_INT16_INTERLEAVE(3dnow,
2561     "1:                         \n"
2562     "pf2id     (%2,%0), %%mm0   \n"
2563     "pf2id    8(%2,%0), %%mm1   \n"
2564     "pf2id     (%3,%0), %%mm2   \n"
2565     "pf2id    8(%3,%0), %%mm3   \n"
2566     "packssdw    %%mm1, %%mm0   \n"
2567     "packssdw    %%mm3, %%mm2   \n"
2568     "movq        %%mm0, %%mm1   \n"
2569     "punpcklwd   %%mm2, %%mm0   \n"
2570     "punpckhwd   %%mm2, %%mm1   \n"
2571     "movq        %%mm0,  (%1,%0)\n"
2572     "movq        %%mm1, 8(%1,%0)\n"
2573     "add $16, %0                \n"
2574     "js 1b                      \n"
2575     "femms                      \n"
2576 )
2577
2578 FLOAT_TO_INT16_INTERLEAVE(sse,
2579     "1:                         \n"
2580     "cvtps2pi  (%2,%0), %%mm0   \n"
2581     "cvtps2pi 8(%2,%0), %%mm1   \n"
2582     "cvtps2pi  (%3,%0), %%mm2   \n"
2583     "cvtps2pi 8(%3,%0), %%mm3   \n"
2584     "packssdw    %%mm1, %%mm0   \n"
2585     "packssdw    %%mm3, %%mm2   \n"
2586     "movq        %%mm0, %%mm1   \n"
2587     "punpcklwd   %%mm2, %%mm0   \n"
2588     "punpckhwd   %%mm2, %%mm1   \n"
2589     "movq        %%mm0,  (%1,%0)\n"
2590     "movq        %%mm1, 8(%1,%0)\n"
2591     "add $16, %0                \n"
2592     "js 1b                      \n"
2593     "emms                       \n"
2594 )
2595
2596 FLOAT_TO_INT16_INTERLEAVE(sse2,
2597     "1:                         \n"
2598     "cvtps2dq  (%2,%0), %%xmm0  \n"
2599     "cvtps2dq  (%3,%0), %%xmm1  \n"
2600     "packssdw   %%xmm1, %%xmm0  \n"
2601     "movhlps    %%xmm0, %%xmm1  \n"
2602     "punpcklwd  %%xmm1, %%xmm0  \n"
2603     "movdqa     %%xmm0, (%1,%0) \n"
2604     "add $16, %0                \n"
2605     "js 1b                      \n"
2606 )
2607
2608 static void float_to_int16_interleave_3dn2(int16_t *dst, const float **src, long len, int channels){
2609     if(channels==6)
2610         ff_float_to_int16_interleave6_3dn2(dst, src, len);
2611     else
2612         float_to_int16_interleave_3dnow(dst, src, len, channels);
2613 }
2614
2615 float ff_scalarproduct_float_sse(const float *v1, const float *v2, int order);
2616
2617 void dsputil_init_mmx(DSPContext* c, AVCodecContext *avctx)
2618 {
2619     int mm_flags = av_get_cpu_flags();
2620
2621     if (avctx->dsp_mask) {
2622         if (avctx->dsp_mask & AV_CPU_FLAG_FORCE)
2623             mm_flags |= (avctx->dsp_mask & 0xffff);
2624         else
2625             mm_flags &= ~(avctx->dsp_mask & 0xffff);
2626     }
2627
2628 #if 0
2629     av_log(avctx, AV_LOG_INFO, "libavcodec: CPU flags:");
2630     if (mm_flags & AV_CPU_FLAG_MMX)
2631         av_log(avctx, AV_LOG_INFO, " mmx");
2632     if (mm_flags & AV_CPU_FLAG_MMX2)
2633         av_log(avctx, AV_LOG_INFO, " mmx2");
2634     if (mm_flags & AV_CPU_FLAG_3DNOW)
2635         av_log(avctx, AV_LOG_INFO, " 3dnow");
2636     if (mm_flags & AV_CPU_FLAG_SSE)
2637         av_log(avctx, AV_LOG_INFO, " sse");
2638     if (mm_flags & AV_CPU_FLAG_SSE2)
2639         av_log(avctx, AV_LOG_INFO, " sse2");
2640     av_log(avctx, AV_LOG_INFO, "\n");
2641 #endif
2642
2643     if (mm_flags & AV_CPU_FLAG_MMX) {
2644         const int idct_algo= avctx->idct_algo;
2645
2646         if(avctx->lowres==0){
2647             if(idct_algo==FF_IDCT_AUTO || idct_algo==FF_IDCT_SIMPLEMMX){
2648                 c->idct_put= ff_simple_idct_put_mmx;
2649                 c->idct_add= ff_simple_idct_add_mmx;
2650                 c->idct    = ff_simple_idct_mmx;
2651                 c->idct_permutation_type= FF_SIMPLE_IDCT_PERM;
2652 #if CONFIG_GPL
2653             }else if(idct_algo==FF_IDCT_LIBMPEG2MMX){
2654                 if(mm_flags & AV_CPU_FLAG_MMX2){
2655                     c->idct_put= ff_libmpeg2mmx2_idct_put;
2656                     c->idct_add= ff_libmpeg2mmx2_idct_add;
2657                     c->idct    = ff_mmxext_idct;
2658                 }else{
2659                     c->idct_put= ff_libmpeg2mmx_idct_put;
2660                     c->idct_add= ff_libmpeg2mmx_idct_add;
2661                     c->idct    = ff_mmx_idct;
2662                 }
2663                 c->idct_permutation_type= FF_LIBMPEG2_IDCT_PERM;
2664 #endif
2665             }else if((CONFIG_VP3_DECODER || CONFIG_VP5_DECODER || CONFIG_VP6_DECODER) &&
2666                      idct_algo==FF_IDCT_VP3 && HAVE_YASM){
2667                 if(mm_flags & AV_CPU_FLAG_SSE2){
2668                     c->idct_put= ff_vp3_idct_put_sse2;
2669                     c->idct_add= ff_vp3_idct_add_sse2;
2670                     c->idct    = ff_vp3_idct_sse2;
2671                     c->idct_permutation_type= FF_TRANSPOSE_IDCT_PERM;
2672                 }else{
2673                     c->idct_put= ff_vp3_idct_put_mmx;
2674                     c->idct_add= ff_vp3_idct_add_mmx;
2675                     c->idct    = ff_vp3_idct_mmx;
2676                     c->idct_permutation_type= FF_PARTTRANS_IDCT_PERM;
2677                 }
2678             }else if(idct_algo==FF_IDCT_CAVS){
2679                     c->idct_permutation_type= FF_TRANSPOSE_IDCT_PERM;
2680             }else if(idct_algo==FF_IDCT_XVIDMMX){
2681                 if(mm_flags & AV_CPU_FLAG_SSE2){
2682                     c->idct_put= ff_idct_xvid_sse2_put;
2683                     c->idct_add= ff_idct_xvid_sse2_add;
2684                     c->idct    = ff_idct_xvid_sse2;
2685                     c->idct_permutation_type= FF_SSE2_IDCT_PERM;
2686                 }else if(mm_flags & AV_CPU_FLAG_MMX2){
2687                     c->idct_put= ff_idct_xvid_mmx2_put;
2688                     c->idct_add= ff_idct_xvid_mmx2_add;
2689                     c->idct    = ff_idct_xvid_mmx2;
2690                 }else{
2691                     c->idct_put= ff_idct_xvid_mmx_put;
2692                     c->idct_add= ff_idct_xvid_mmx_add;
2693                     c->idct    = ff_idct_xvid_mmx;
2694                 }
2695             }
2696         }
2697
2698         c->put_pixels_clamped = ff_put_pixels_clamped_mmx;
2699         c->put_signed_pixels_clamped = ff_put_signed_pixels_clamped_mmx;
2700         c->add_pixels_clamped = ff_add_pixels_clamped_mmx;
2701         c->clear_block  = clear_block_mmx;
2702         c->clear_blocks = clear_blocks_mmx;
2703         if ((mm_flags & AV_CPU_FLAG_SSE) &&
2704             !(CONFIG_MPEG_XVMC_DECODER && avctx->xvmc_acceleration > 1)){
2705             /* XvMCCreateBlocks() may not allocate 16-byte aligned blocks */
2706             c->clear_block  = clear_block_sse;
2707             c->clear_blocks = clear_blocks_sse;
2708         }
2709
2710 #define SET_HPEL_FUNCS(PFX, IDX, SIZE, CPU) \
2711         c->PFX ## _pixels_tab[IDX][0] = PFX ## _pixels ## SIZE ## _ ## CPU; \
2712         c->PFX ## _pixels_tab[IDX][1] = PFX ## _pixels ## SIZE ## _x2_ ## CPU; \
2713         c->PFX ## _pixels_tab[IDX][2] = PFX ## _pixels ## SIZE ## _y2_ ## CPU; \
2714         c->PFX ## _pixels_tab[IDX][3] = PFX ## _pixels ## SIZE ## _xy2_ ## CPU
2715
2716         SET_HPEL_FUNCS(put, 0, 16, mmx);
2717         SET_HPEL_FUNCS(put_no_rnd, 0, 16, mmx);
2718         SET_HPEL_FUNCS(avg, 0, 16, mmx);
2719         SET_HPEL_FUNCS(avg_no_rnd, 0, 16, mmx);
2720         SET_HPEL_FUNCS(put, 1, 8, mmx);
2721         SET_HPEL_FUNCS(put_no_rnd, 1, 8, mmx);
2722         SET_HPEL_FUNCS(avg, 1, 8, mmx);
2723         SET_HPEL_FUNCS(avg_no_rnd, 1, 8, mmx);
2724
2725 #if ARCH_X86_32 || !HAVE_YASM
2726         c->gmc= gmc_mmx;
2727 #endif
2728 #if ARCH_X86_32 && HAVE_YASM
2729         c->emulated_edge_mc = emulated_edge_mc_mmx;
2730 #endif
2731
2732         c->add_bytes= add_bytes_mmx;
2733         c->add_bytes_l2= add_bytes_l2_mmx;
2734
2735         c->draw_edges = draw_edges_mmx;
2736
2737         if (CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
2738             c->h263_v_loop_filter= h263_v_loop_filter_mmx;
2739             c->h263_h_loop_filter= h263_h_loop_filter_mmx;
2740         }
2741
2742 #if HAVE_YASM
2743         c->put_h264_chroma_pixels_tab[0]= ff_put_h264_chroma_mc8_mmx_rnd;
2744         c->put_h264_chroma_pixels_tab[1]= ff_put_h264_chroma_mc4_mmx;
2745         c->put_no_rnd_vc1_chroma_pixels_tab[0]= ff_put_vc1_chroma_mc8_mmx_nornd;
2746
2747         c->put_rv40_chroma_pixels_tab[0]= ff_put_rv40_chroma_mc8_mmx;
2748         c->put_rv40_chroma_pixels_tab[1]= ff_put_rv40_chroma_mc4_mmx;
2749 #endif
2750
2751         if (mm_flags & AV_CPU_FLAG_MMX2) {
2752             c->prefetch = prefetch_mmx2;
2753
2754             c->put_pixels_tab[0][1] = put_pixels16_x2_mmx2;
2755             c->put_pixels_tab[0][2] = put_pixels16_y2_mmx2;
2756
2757             c->avg_pixels_tab[0][0] = avg_pixels16_mmx2;
2758             c->avg_pixels_tab[0][1] = avg_pixels16_x2_mmx2;
2759             c->avg_pixels_tab[0][2] = avg_pixels16_y2_mmx2;
2760
2761             c->put_pixels_tab[1][1] = put_pixels8_x2_mmx2;
2762             c->put_pixels_tab[1][2] = put_pixels8_y2_mmx2;
2763
2764             c->avg_pixels_tab[1][0] = avg_pixels8_mmx2;
2765             c->avg_pixels_tab[1][1] = avg_pixels8_x2_mmx2;
2766             c->avg_pixels_tab[1][2] = avg_pixels8_y2_mmx2;
2767
2768             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2769                 c->put_no_rnd_pixels_tab[0][1] = put_no_rnd_pixels16_x2_mmx2;
2770                 c->put_no_rnd_pixels_tab[0][2] = put_no_rnd_pixels16_y2_mmx2;
2771                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_mmx2;
2772                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_mmx2;
2773                 c->avg_pixels_tab[0][3] = avg_pixels16_xy2_mmx2;
2774                 c->avg_pixels_tab[1][3] = avg_pixels8_xy2_mmx2;
2775
2776                 if (CONFIG_VP3_DECODER && HAVE_YASM) {
2777                     c->vp3_v_loop_filter= ff_vp3_v_loop_filter_mmx2;
2778                     c->vp3_h_loop_filter= ff_vp3_h_loop_filter_mmx2;
2779                 }
2780             }
2781             if (CONFIG_VP3_DECODER && HAVE_YASM) {
2782                 c->vp3_idct_dc_add = ff_vp3_idct_dc_add_mmx2;
2783             }
2784
2785             if (CONFIG_VP3_DECODER
2786                 && (avctx->codec_id == CODEC_ID_VP3 || avctx->codec_id == CODEC_ID_THEORA)) {
2787                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_exact_mmx2;
2788                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_exact_mmx2;
2789             }
2790
2791 #define SET_QPEL_FUNCS(PFX, IDX, SIZE, CPU) \
2792             c->PFX ## _pixels_tab[IDX][ 0] = PFX ## SIZE ## _mc00_ ## CPU; \
2793             c->PFX ## _pixels_tab[IDX][ 1] = PFX ## SIZE ## _mc10_ ## CPU; \
2794             c->PFX ## _pixels_tab[IDX][ 2] = PFX ## SIZE ## _mc20_ ## CPU; \
2795             c->PFX ## _pixels_tab[IDX][ 3] = PFX ## SIZE ## _mc30_ ## CPU; \
2796             c->PFX ## _pixels_tab[IDX][ 4] = PFX ## SIZE ## _mc01_ ## CPU; \
2797             c->PFX ## _pixels_tab[IDX][ 5] = PFX ## SIZE ## _mc11_ ## CPU; \
2798             c->PFX ## _pixels_tab[IDX][ 6] = PFX ## SIZE ## _mc21_ ## CPU; \
2799             c->PFX ## _pixels_tab[IDX][ 7] = PFX ## SIZE ## _mc31_ ## CPU; \
2800             c->PFX ## _pixels_tab[IDX][ 8] = PFX ## SIZE ## _mc02_ ## CPU; \
2801             c->PFX ## _pixels_tab[IDX][ 9] = PFX ## SIZE ## _mc12_ ## CPU; \
2802             c->PFX ## _pixels_tab[IDX][10] = PFX ## SIZE ## _mc22_ ## CPU; \
2803             c->PFX ## _pixels_tab[IDX][11] = PFX ## SIZE ## _mc32_ ## CPU; \
2804             c->PFX ## _pixels_tab[IDX][12] = PFX ## SIZE ## _mc03_ ## CPU; \
2805             c->PFX ## _pixels_tab[IDX][13] = PFX ## SIZE ## _mc13_ ## CPU; \
2806             c->PFX ## _pixels_tab[IDX][14] = PFX ## SIZE ## _mc23_ ## CPU; \
2807             c->PFX ## _pixels_tab[IDX][15] = PFX ## SIZE ## _mc33_ ## CPU
2808
2809             SET_QPEL_FUNCS(put_qpel, 0, 16, mmx2);
2810             SET_QPEL_FUNCS(put_qpel, 1, 8, mmx2);
2811             SET_QPEL_FUNCS(put_no_rnd_qpel, 0, 16, mmx2);
2812             SET_QPEL_FUNCS(put_no_rnd_qpel, 1, 8, mmx2);
2813             SET_QPEL_FUNCS(avg_qpel, 0, 16, mmx2);
2814             SET_QPEL_FUNCS(avg_qpel, 1, 8, mmx2);
2815
2816             SET_QPEL_FUNCS(put_h264_qpel, 0, 16, mmx2);
2817             SET_QPEL_FUNCS(put_h264_qpel, 1, 8, mmx2);
2818             SET_QPEL_FUNCS(put_h264_qpel, 2, 4, mmx2);
2819             SET_QPEL_FUNCS(avg_h264_qpel, 0, 16, mmx2);
2820             SET_QPEL_FUNCS(avg_h264_qpel, 1, 8, mmx2);
2821             SET_QPEL_FUNCS(avg_h264_qpel, 2, 4, mmx2);
2822
2823             SET_QPEL_FUNCS(put_2tap_qpel, 0, 16, mmx2);
2824             SET_QPEL_FUNCS(put_2tap_qpel, 1, 8, mmx2);
2825             SET_QPEL_FUNCS(avg_2tap_qpel, 0, 16, mmx2);
2826             SET_QPEL_FUNCS(avg_2tap_qpel, 1, 8, mmx2);
2827
2828 #if HAVE_YASM
2829             c->avg_rv40_chroma_pixels_tab[0]= ff_avg_rv40_chroma_mc8_mmx2;
2830             c->avg_rv40_chroma_pixels_tab[1]= ff_avg_rv40_chroma_mc4_mmx2;
2831
2832             c->avg_no_rnd_vc1_chroma_pixels_tab[0]= ff_avg_vc1_chroma_mc8_mmx2_nornd;
2833
2834             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_mmx2_rnd;
2835             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_mmx2;
2836             c->avg_h264_chroma_pixels_tab[2]= ff_avg_h264_chroma_mc2_mmx2;
2837             c->put_h264_chroma_pixels_tab[2]= ff_put_h264_chroma_mc2_mmx2;
2838
2839             c->add_hfyu_median_prediction = ff_add_hfyu_median_prediction_mmx2;
2840 #endif
2841 #if HAVE_7REGS && HAVE_TEN_OPERANDS
2842             if( mm_flags&AV_CPU_FLAG_3DNOW )
2843                 c->add_hfyu_median_prediction = add_hfyu_median_prediction_cmov;
2844 #endif
2845
2846             if (CONFIG_VC1_DECODER)
2847                 ff_vc1dsp_init_mmx(c, avctx);
2848
2849             c->add_png_paeth_prediction= add_png_paeth_prediction_mmx2;
2850         } else if (mm_flags & AV_CPU_FLAG_3DNOW) {
2851             c->prefetch = prefetch_3dnow;
2852
2853             c->put_pixels_tab[0][1] = put_pixels16_x2_3dnow;
2854             c->put_pixels_tab[0][2] = put_pixels16_y2_3dnow;
2855
2856             c->avg_pixels_tab[0][0] = avg_pixels16_3dnow;
2857             c->avg_pixels_tab[0][1] = avg_pixels16_x2_3dnow;
2858             c->avg_pixels_tab[0][2] = avg_pixels16_y2_3dnow;
2859
2860             c->put_pixels_tab[1][1] = put_pixels8_x2_3dnow;
2861             c->put_pixels_tab[1][2] = put_pixels8_y2_3dnow;
2862
2863             c->avg_pixels_tab[1][0] = avg_pixels8_3dnow;
2864             c->avg_pixels_tab[1][1] = avg_pixels8_x2_3dnow;
2865             c->avg_pixels_tab[1][2] = avg_pixels8_y2_3dnow;
2866
2867             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2868                 c->put_no_rnd_pixels_tab[0][1] = put_no_rnd_pixels16_x2_3dnow;
2869                 c->put_no_rnd_pixels_tab[0][2] = put_no_rnd_pixels16_y2_3dnow;
2870                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_3dnow;
2871                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_3dnow;
2872                 c->avg_pixels_tab[0][3] = avg_pixels16_xy2_3dnow;
2873                 c->avg_pixels_tab[1][3] = avg_pixels8_xy2_3dnow;
2874             }
2875
2876             if (CONFIG_VP3_DECODER
2877                 && (avctx->codec_id == CODEC_ID_VP3 || avctx->codec_id == CODEC_ID_THEORA)) {
2878                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_exact_3dnow;
2879                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_exact_3dnow;
2880             }
2881
2882             SET_QPEL_FUNCS(put_qpel, 0, 16, 3dnow);
2883             SET_QPEL_FUNCS(put_qpel, 1, 8, 3dnow);
2884             SET_QPEL_FUNCS(put_no_rnd_qpel, 0, 16, 3dnow);
2885             SET_QPEL_FUNCS(put_no_rnd_qpel, 1, 8, 3dnow);
2886             SET_QPEL_FUNCS(avg_qpel, 0, 16, 3dnow);
2887             SET_QPEL_FUNCS(avg_qpel, 1, 8, 3dnow);
2888
2889             SET_QPEL_FUNCS(put_h264_qpel, 0, 16, 3dnow);
2890             SET_QPEL_FUNCS(put_h264_qpel, 1, 8, 3dnow);
2891             SET_QPEL_FUNCS(put_h264_qpel, 2, 4, 3dnow);
2892             SET_QPEL_FUNCS(avg_h264_qpel, 0, 16, 3dnow);
2893             SET_QPEL_FUNCS(avg_h264_qpel, 1, 8, 3dnow);
2894             SET_QPEL_FUNCS(avg_h264_qpel, 2, 4, 3dnow);
2895
2896             SET_QPEL_FUNCS(put_2tap_qpel, 0, 16, 3dnow);
2897             SET_QPEL_FUNCS(put_2tap_qpel, 1, 8, 3dnow);
2898             SET_QPEL_FUNCS(avg_2tap_qpel, 0, 16, 3dnow);
2899             SET_QPEL_FUNCS(avg_2tap_qpel, 1, 8, 3dnow);
2900
2901 #if HAVE_YASM
2902             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_3dnow_rnd;
2903             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_3dnow;
2904
2905             c->avg_no_rnd_vc1_chroma_pixels_tab[0]= ff_avg_vc1_chroma_mc8_3dnow_nornd;
2906
2907             c->avg_rv40_chroma_pixels_tab[0]= ff_avg_rv40_chroma_mc8_3dnow;
2908             c->avg_rv40_chroma_pixels_tab[1]= ff_avg_rv40_chroma_mc4_3dnow;
2909 #endif
2910         }
2911
2912
2913 #define H264_QPEL_FUNCS(x, y, CPU)\
2914             c->put_h264_qpel_pixels_tab[0][x+y*4] = put_h264_qpel16_mc##x##y##_##CPU;\
2915             c->put_h264_qpel_pixels_tab[1][x+y*4] = put_h264_qpel8_mc##x##y##_##CPU;\
2916             c->avg_h264_qpel_pixels_tab[0][x+y*4] = avg_h264_qpel16_mc##x##y##_##CPU;\
2917             c->avg_h264_qpel_pixels_tab[1][x+y*4] = avg_h264_qpel8_mc##x##y##_##CPU;
2918         if((mm_flags & AV_CPU_FLAG_SSE2) && !(mm_flags & AV_CPU_FLAG_3DNOW)){
2919             // these functions are slower than mmx on AMD, but faster on Intel
2920             c->put_pixels_tab[0][0] = put_pixels16_sse2;
2921             c->put_no_rnd_pixels_tab[0][0] = put_pixels16_sse2;
2922             c->avg_pixels_tab[0][0] = avg_pixels16_sse2;
2923             H264_QPEL_FUNCS(0, 0, sse2);
2924         }
2925         if(mm_flags & AV_CPU_FLAG_SSE2){
2926             H264_QPEL_FUNCS(0, 1, sse2);
2927             H264_QPEL_FUNCS(0, 2, sse2);
2928             H264_QPEL_FUNCS(0, 3, sse2);
2929             H264_QPEL_FUNCS(1, 1, sse2);
2930             H264_QPEL_FUNCS(1, 2, sse2);
2931             H264_QPEL_FUNCS(1, 3, sse2);
2932             H264_QPEL_FUNCS(2, 1, sse2);
2933             H264_QPEL_FUNCS(2, 2, sse2);
2934             H264_QPEL_FUNCS(2, 3, sse2);
2935             H264_QPEL_FUNCS(3, 1, sse2);
2936             H264_QPEL_FUNCS(3, 2, sse2);
2937             H264_QPEL_FUNCS(3, 3, sse2);
2938         }
2939 #if HAVE_SSSE3
2940         if(mm_flags & AV_CPU_FLAG_SSSE3){
2941             H264_QPEL_FUNCS(1, 0, ssse3);
2942             H264_QPEL_FUNCS(1, 1, ssse3);
2943             H264_QPEL_FUNCS(1, 2, ssse3);
2944             H264_QPEL_FUNCS(1, 3, ssse3);
2945             H264_QPEL_FUNCS(2, 0, ssse3);
2946             H264_QPEL_FUNCS(2, 1, ssse3);
2947             H264_QPEL_FUNCS(2, 2, ssse3);
2948             H264_QPEL_FUNCS(2, 3, ssse3);
2949             H264_QPEL_FUNCS(3, 0, ssse3);
2950             H264_QPEL_FUNCS(3, 1, ssse3);
2951             H264_QPEL_FUNCS(3, 2, ssse3);
2952             H264_QPEL_FUNCS(3, 3, ssse3);
2953             c->add_png_paeth_prediction= add_png_paeth_prediction_ssse3;
2954 #if HAVE_YASM
2955             c->put_no_rnd_vc1_chroma_pixels_tab[0]= ff_put_vc1_chroma_mc8_ssse3_nornd;
2956             c->avg_no_rnd_vc1_chroma_pixels_tab[0]= ff_avg_vc1_chroma_mc8_ssse3_nornd;
2957             c->put_h264_chroma_pixels_tab[0]= ff_put_h264_chroma_mc8_ssse3_rnd;
2958             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_ssse3_rnd;
2959             c->put_h264_chroma_pixels_tab[1]= ff_put_h264_chroma_mc4_ssse3;
2960             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_ssse3;
2961             c->add_hfyu_left_prediction = ff_add_hfyu_left_prediction_ssse3;
2962             if (mm_flags & AV_CPU_FLAG_SSE4) // not really sse4, just slow on Conroe
2963                 c->add_hfyu_left_prediction = ff_add_hfyu_left_prediction_sse4;
2964 #endif
2965         }
2966 #endif
2967
2968         if(mm_flags & AV_CPU_FLAG_3DNOW){
2969             c->vorbis_inverse_coupling = vorbis_inverse_coupling_3dnow;
2970             c->vector_fmul = vector_fmul_3dnow;
2971             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2972                 c->float_to_int16 = float_to_int16_3dnow;
2973                 c->float_to_int16_interleave = float_to_int16_interleave_3dnow;
2974             }
2975         }
2976         if(mm_flags & AV_CPU_FLAG_3DNOWEXT){
2977             c->vector_fmul_reverse = vector_fmul_reverse_3dnow2;
2978 #if HAVE_6REGS
2979             c->vector_fmul_window = vector_fmul_window_3dnow2;
2980 #endif
2981             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2982                 c->float_to_int16_interleave = float_to_int16_interleave_3dn2;
2983             }
2984         }
2985         if(mm_flags & AV_CPU_FLAG_MMX2){
2986 #if HAVE_YASM
2987             c->scalarproduct_int16 = ff_scalarproduct_int16_mmx2;
2988             c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_mmx2;
2989 #endif
2990         }
2991         if(mm_flags & AV_CPU_FLAG_SSE){
2992             c->vorbis_inverse_coupling = vorbis_inverse_coupling_sse;
2993             c->ac3_downmix = ac3_downmix_sse;
2994             c->vector_fmul = vector_fmul_sse;
2995             c->vector_fmul_reverse = vector_fmul_reverse_sse;
2996             c->vector_fmul_add = vector_fmul_add_sse;
2997 #if HAVE_6REGS
2998             c->vector_fmul_window = vector_fmul_window_sse;
2999 #endif
3000             c->int32_to_float_fmul_scalar = int32_to_float_fmul_scalar_sse;
3001             c->vector_clipf = vector_clipf_sse;
3002             c->float_to_int16 = float_to_int16_sse;
3003             c->float_to_int16_interleave = float_to_int16_interleave_sse;
3004 #if HAVE_YASM
3005             c->scalarproduct_float = ff_scalarproduct_float_sse;
3006 #endif
3007         }
3008         if(mm_flags & AV_CPU_FLAG_3DNOW)
3009             c->vector_fmul_add = vector_fmul_add_3dnow; // faster than sse
3010         if(mm_flags & AV_CPU_FLAG_SSE2){
3011             c->int32_to_float_fmul_scalar = int32_to_float_fmul_scalar_sse2;
3012             c->float_to_int16 = float_to_int16_sse2;
3013             c->float_to_int16_interleave = float_to_int16_interleave_sse2;
3014 #if HAVE_YASM
3015             c->scalarproduct_int16 = ff_scalarproduct_int16_sse2;
3016             c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_sse2;
3017
3018             c->emulated_edge_mc = emulated_edge_mc_sse;
3019             c->gmc= gmc_sse;
3020 #endif
3021         }
3022         if((mm_flags & AV_CPU_FLAG_SSSE3) && !(mm_flags & (AV_CPU_FLAG_SSE42|AV_CPU_FLAG_3DNOW)) && HAVE_YASM) // cachesplit
3023             c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_ssse3;
3024     }
3025
3026     if (CONFIG_ENCODERS)
3027         dsputilenc_init_mmx(c, avctx);
3028
3029 #if 0
3030     // for speed testing
3031     get_pixels = just_return;
3032     put_pixels_clamped = just_return;
3033     add_pixels_clamped = just_return;
3034
3035     pix_abs16x16 = just_return;
3036     pix_abs16x16_x2 = just_return;
3037     pix_abs16x16_y2 = just_return;
3038     pix_abs16x16_xy2 = just_return;
3039
3040     put_pixels_tab[0] = just_return;
3041     put_pixels_tab[1] = just_return;
3042     put_pixels_tab[2] = just_return;
3043     put_pixels_tab[3] = just_return;
3044
3045     put_no_rnd_pixels_tab[0] = just_return;
3046     put_no_rnd_pixels_tab[1] = just_return;
3047     put_no_rnd_pixels_tab[2] = just_return;
3048     put_no_rnd_pixels_tab[3] = just_return;
3049
3050     avg_pixels_tab[0] = just_return;
3051     avg_pixels_tab[1] = just_return;
3052     avg_pixels_tab[2] = just_return;
3053     avg_pixels_tab[3] = just_return;
3054
3055     avg_no_rnd_pixels_tab[0] = just_return;
3056     avg_no_rnd_pixels_tab[1] = just_return;
3057     avg_no_rnd_pixels_tab[2] = just_return;
3058     avg_no_rnd_pixels_tab[3] = just_return;
3059
3060     //av_fdct = just_return;
3061     //ff_idct = just_return;
3062 #endif
3063 }