git.sesse.net Git - stockfish/blob - src/nnue/layers/affine_transform.h

   1 /*
   2   Stockfish, a UCI chess playing engine derived from Glaurung 2.1
   3   Copyright (C) 2004-2021 The Stockfish developers (see AUTHORS file)
   4
   5   Stockfish is free software: you can redistribute it and/or modify
   6   it under the terms of the GNU General Public License as published by
   7   the Free Software Foundation, either version 3 of the License, or
   8   (at your option) any later version.
   9
  10   Stockfish is distributed in the hope that it will be useful,
  11   but WITHOUT ANY WARRANTY; without even the implied warranty of
  12   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13   GNU General Public License for more details.
  14
  15   You should have received a copy of the GNU General Public License
  16   along with this program.  If not, see <http://www.gnu.org/licenses/>.
  17 */
  18
  19 // Definition of layer AffineTransform of NNUE evaluation function
  20
  21 #ifndef NNUE_LAYERS_AFFINE_TRANSFORM_H_INCLUDED
  22 #define NNUE_LAYERS_AFFINE_TRANSFORM_H_INCLUDED
  23
  24 #include <iostream>
  25 #include "../nnue_common.h"
  26
  27 namespace Stockfish::Eval::NNUE::Layers {
  28
  29   // Affine transformation layer
  30   template <typename PreviousLayer, IndexType OutDims>
  31   class AffineTransform {
  32    public:
  33     // Input/output type
  34     using InputType = typename PreviousLayer::OutputType;
  35     using OutputType = std::int32_t;
  36     static_assert(std::is_same<InputType, std::uint8_t>::value, "");
  37
  38     // Number of input/output dimensions
  39     static constexpr IndexType InputDimensions =
  40         PreviousLayer::OutputDimensions;
  41     static constexpr IndexType OutputDimensions = OutDims;
  42     static constexpr IndexType PaddedInputDimensions =
  43         ceil_to_multiple<IndexType>(InputDimensions, MaxSimdWidth);
  44 #if defined (USE_AVX512)
  45     static constexpr const IndexType OutputSimdWidth = SimdWidth / 2;
  46 #elif defined (USE_SSSE3)
  47     static constexpr const IndexType OutputSimdWidth = SimdWidth / 4;
  48 #endif
  49
  50     // Size of forward propagation buffer used in this layer
  51     static constexpr std::size_t SelfBufferSize =
  52         ceil_to_multiple(OutputDimensions * sizeof(OutputType), CacheLineSize);
  53
  54     // Size of the forward propagation buffer used from the input layer to this layer
  55     static constexpr std::size_t BufferSize =
  56         PreviousLayer::BufferSize + SelfBufferSize;
  57
  58     // Hash value embedded in the evaluation file
  59     static constexpr std::uint32_t get_hash_value() {
  60       std::uint32_t hashValue = 0xCC03DAE4u;
  61       hashValue += OutputDimensions;
  62       hashValue ^= PreviousLayer::get_hash_value() >> 1;
  63       hashValue ^= PreviousLayer::get_hash_value() << 31;
  64       return hashValue;
  65     }
  66
  67     // Read network parameters
  68     bool read_parameters(std::istream& stream) {
  69       if (!previousLayer.read_parameters(stream)) return false;
  70       for (std::size_t i = 0; i < OutputDimensions; ++i)
  71         biases[i] = read_little_endian<BiasType>(stream);
  72 #if !defined (USE_SSSE3)
  73       for (std::size_t i = 0; i < OutputDimensions * PaddedInputDimensions; ++i)
  74         weights[i] = read_little_endian<WeightType>(stream);
  75 #else
  76       std::unique_ptr<uint32_t[]> indexMap = std::make_unique<uint32_t[]>(OutputDimensions * PaddedInputDimensions);
  77       for (std::size_t i = 0; i < OutputDimensions * PaddedInputDimensions; ++i) {
  78         const uint32_t scrambledIdx =
  79           (i / 4) % (PaddedInputDimensions / 4) * OutputDimensions * 4 +
  80           i / PaddedInputDimensions * 4 +
  81           i % 4;
  82         weights[scrambledIdx] = read_little_endian<WeightType>(stream);
  83         indexMap[scrambledIdx] = i;
  84       }
  85
  86       // Determine if eights of weight and input products can be summed using 16bits
  87       // without saturation. We assume worst case combinations of 0 and 127 for all inputs.
  88       if (OutputDimensions > 1 && !stream.fail())
  89       {
  90           canSaturate16.count = 0;
  91 #if !defined(USE_VNNI)
  92           for (IndexType i = 0; i < PaddedInputDimensions; i += 16)
  93               for (IndexType j = 0; j < OutputDimensions; ++j)
  94                   for (int x = 0; x < 2; ++x)
  95                   {
  96                       WeightType* w = &weights[i * OutputDimensions + j * 4 + x * 2];
  97                       int sum[2] = {0, 0};
  98                       for (int k = 0; k < 8; ++k)
  99                       {
 100                           IndexType idx = k / 2 * OutputDimensions * 4 + k % 2;
 101                           sum[w[idx] < 0] += w[idx];
 102                       }
 103                       for (int sign : { -1, 1 })
 104                           while (sign * sum[sign == -1] > 258)
 105                           {
 106                               int maxK = 0, maxW = 0;
 107                               for (int k = 0; k < 8; ++k)
 108                               {
 109                                   IndexType idx = k / 2 * OutputDimensions * 4 + k % 2;
 110                                   if (maxW < sign * w[idx])
 111                                       maxK = k, maxW = sign * w[idx];
 112                               }
 113
 114                               IndexType idx = maxK / 2 * OutputDimensions * 4 + maxK % 2;
 115                               sum[sign == -1] -= w[idx];
 116                               const uint32_t scrambledIdx = idx + i * OutputDimensions + j * 4 + x * 2;
 117                               canSaturate16.add(j, i + maxK / 2 * 4 + maxK % 2 + x * 2, w[idx], indexMap[scrambledIdx]);
 118                               w[idx] = 0;
 119                           }
 120                   }
 121
 122           // Non functional optimization for faster more linear access
 123           std::sort(canSaturate16.ids, canSaturate16.ids + canSaturate16.count,
 124                     [](const typename CanSaturate::Entry& e1, const typename CanSaturate::Entry& e2)
 125                     { return e1.in == e2.in ? e1.out < e2.out : e1.in < e2.in; });
 126 #endif
 127       }
 128 #endif
 129
 130       return !stream.fail();
 131     }
 132
 133     // Write network parameters
 134     bool write_parameters(std::ostream& stream) const {
 135       if (!previousLayer.write_parameters(stream)) return false;
 136       for (std::size_t i = 0; i < OutputDimensions; ++i)
 137           write_little_endian<BiasType>(stream, biases[i]);
 138 #if !defined (USE_SSSE3)
 139       for (std::size_t i = 0; i < OutputDimensions * PaddedInputDimensions; ++i)
 140           write_little_endian<WeightType>(stream, weights[i]);
 141 #else
 142       std::unique_ptr<WeightType[]> unscrambledWeights = std::make_unique<WeightType[]>(OutputDimensions * PaddedInputDimensions);
 143       for (std::size_t i = 0; i < OutputDimensions * PaddedInputDimensions; ++i) {
 144           unscrambledWeights[i] =
 145               weights[
 146                 (i / 4) % (PaddedInputDimensions / 4) * OutputDimensions * 4 +
 147                 i / PaddedInputDimensions * 4 +
 148                 i % 4
 149               ];
 150       }
 151       for (int i = 0; i < canSaturate16.count; ++i)
 152           unscrambledWeights[canSaturate16.ids[i].wIdx] = canSaturate16.ids[i].w;
 153
 154       for (std::size_t i = 0; i < OutputDimensions * PaddedInputDimensions; ++i)
 155           write_little_endian<WeightType>(stream, unscrambledWeights[i]);
 156 #endif
 157
 158       return !stream.fail();
 159     }
 160
 161     // Forward propagation
 162     const OutputType* propagate(
 163         const TransformedFeatureType* transformedFeatures, char* buffer) const {
 164       const auto input = previousLayer.propagate(
 165           transformedFeatures, buffer + SelfBufferSize);
 166
 167 #if defined (USE_AVX512)
 168
 169       [[maybe_unused]] const __m512i Ones512 = _mm512_set1_epi16(1);
 170
 171       [[maybe_unused]] auto m512_hadd = [](__m512i sum, int bias) -> int {
 172         return _mm512_reduce_add_epi32(sum) + bias;
 173       };
 174
 175       [[maybe_unused]] auto m512_add_dpbusd_epi32 = [=](__m512i& acc, __m512i a, __m512i b) {
 176 #if defined (USE_VNNI)
 177         acc = _mm512_dpbusd_epi32(acc, a, b);
 178 #else
 179         __m512i product0 = _mm512_maddubs_epi16(a, b);
 180         product0 = _mm512_madd_epi16(product0, Ones512);
 181         acc = _mm512_add_epi32(acc, product0);
 182 #endif
 183       };
 184
 185       [[maybe_unused]] auto m512_add_dpbusd_epi32x4 = [=](__m512i& acc, __m512i a0, __m512i b0, __m512i a1, __m512i b1,
 186                                                                         __m512i a2, __m512i b2, __m512i a3, __m512i b3) {
 187 #if defined (USE_VNNI)
 188         acc = _mm512_dpbusd_epi32(acc, a0, b0);
 189         acc = _mm512_dpbusd_epi32(acc, a1, b1);
 190         acc = _mm512_dpbusd_epi32(acc, a2, b2);
 191         acc = _mm512_dpbusd_epi32(acc, a3, b3);
 192 #else
 193         __m512i product0 = _mm512_maddubs_epi16(a0, b0);
 194         __m512i product1 = _mm512_maddubs_epi16(a1, b1);
 195         __m512i product2 = _mm512_maddubs_epi16(a2, b2);
 196         __m512i product3 = _mm512_maddubs_epi16(a3, b3);
 197         product0 = _mm512_add_epi16(product0, product1);
 198         product2 = _mm512_add_epi16(product2, product3);
 199         product0 = _mm512_add_epi16(product0, product2);
 200         product0 = _mm512_madd_epi16(product0, Ones512);
 201         acc = _mm512_add_epi32(acc, product0);
 202 #endif
 203       };
 204
 205 #endif
 206 #if defined (USE_AVX2)
 207
 208       [[maybe_unused]] const __m256i Ones256 = _mm256_set1_epi16(1);
 209
 210       [[maybe_unused]] auto m256_hadd = [](__m256i sum, int bias) -> int {
 211         __m128i sum128 = _mm_add_epi32(_mm256_castsi256_si128(sum), _mm256_extracti128_si256(sum, 1));
 212         sum128 = _mm_add_epi32(sum128, _mm_shuffle_epi32(sum128, _MM_PERM_BADC));
 213         sum128 = _mm_add_epi32(sum128, _mm_shuffle_epi32(sum128, _MM_PERM_CDAB));
 214         return _mm_cvtsi128_si32(sum128) + bias;
 215       };
 216
 217       [[maybe_unused]] auto m256_add_dpbusd_epi32 = [=](__m256i& acc, __m256i a, __m256i b) {
 218 #if defined (USE_VNNI)
 219         acc = _mm256_dpbusd_epi32(acc, a, b);
 220 #else
 221         __m256i product0 = _mm256_maddubs_epi16(a, b);
 222         product0 = _mm256_madd_epi16(product0, Ones256);
 223         acc = _mm256_add_epi32(acc, product0);
 224 #endif
 225       };
 226
 227       [[maybe_unused]] auto m256_add_dpbusd_epi32x4 = [=](__m256i& acc, __m256i a0, __m256i b0, __m256i a1, __m256i b1,
 228                                                                         __m256i a2, __m256i b2, __m256i a3, __m256i b3) {
 229 #if defined (USE_VNNI)
 230         acc = _mm256_dpbusd_epi32(acc, a0, b0);
 231         acc = _mm256_dpbusd_epi32(acc, a1, b1);
 232         acc = _mm256_dpbusd_epi32(acc, a2, b2);
 233         acc = _mm256_dpbusd_epi32(acc, a3, b3);
 234 #else
 235         __m256i product0 = _mm256_maddubs_epi16(a0, b0);
 236         __m256i product1 = _mm256_maddubs_epi16(a1, b1);
 237         __m256i product2 = _mm256_maddubs_epi16(a2, b2);
 238         __m256i product3 = _mm256_maddubs_epi16(a3, b3);
 239         product0 = _mm256_add_epi16(product0, product1);
 240         product2 = _mm256_add_epi16(product2, product3);
 241         product0 = _mm256_add_epi16(product0, product2);
 242         product0 = _mm256_madd_epi16(product0, Ones256);
 243         acc = _mm256_add_epi32(acc, product0);
 244 #endif
 245       };
 246
 247 #endif
 248 #if defined (USE_SSSE3)
 249
 250       [[maybe_unused]] const __m128i Ones128 = _mm_set1_epi16(1);
 251
 252       [[maybe_unused]] auto m128_hadd = [](__m128i sum, int bias) -> int {
 253         sum = _mm_add_epi32(sum, _mm_shuffle_epi32(sum, 0x4E)); //_MM_PERM_BADC
 254         sum = _mm_add_epi32(sum, _mm_shuffle_epi32(sum, 0xB1)); //_MM_PERM_CDAB
 255         return _mm_cvtsi128_si32(sum) + bias;
 256       };
 257
 258       [[maybe_unused]] auto m128_add_dpbusd_epi32 = [=](__m128i& acc, __m128i a, __m128i b) {
 259         __m128i product0 = _mm_maddubs_epi16(a, b);
 260         product0 = _mm_madd_epi16(product0, Ones128);
 261         acc = _mm_add_epi32(acc, product0);
 262       };
 263
 264       [[maybe_unused]] auto m128_add_dpbusd_epi32x4 = [=](__m128i& acc, __m128i a0, __m128i b0, __m128i a1, __m128i b1,
 265                                                                         __m128i a2, __m128i b2, __m128i a3, __m128i b3) {
 266         __m128i product0 = _mm_maddubs_epi16(a0, b0);
 267         __m128i product1 = _mm_maddubs_epi16(a1, b1);
 268         __m128i product2 = _mm_maddubs_epi16(a2, b2);
 269         __m128i product3 = _mm_maddubs_epi16(a3, b3);
 270         product0 = _mm_add_epi16(product0, product1);
 271         product2 = _mm_add_epi16(product2, product3);
 272         product0 = _mm_add_epi16(product0, product2);
 273         product0 = _mm_madd_epi16(product0, Ones128);
 274         acc = _mm_add_epi32(acc, product0);
 275       };
 276
 277 #endif
 278
 279 #if defined (USE_AVX512)
 280       using vec_t = __m512i;
 281       #define vec_setzero _mm512_setzero_si512
 282       #define vec_set_32 _mm512_set1_epi32
 283       auto& vec_add_dpbusd_32 = m512_add_dpbusd_epi32;
 284       auto& vec_add_dpbusd_32x4 = m512_add_dpbusd_epi32x4;
 285       auto& vec_hadd = m512_hadd;
 286 #elif defined (USE_AVX2)
 287       using vec_t = __m256i;
 288       #define vec_setzero _mm256_setzero_si256
 289       #define vec_set_32 _mm256_set1_epi32
 290       auto& vec_add_dpbusd_32 = m256_add_dpbusd_epi32;
 291       auto& vec_add_dpbusd_32x4 = m256_add_dpbusd_epi32x4;
 292       auto& vec_hadd = m256_hadd;
 293 #elif defined (USE_SSSE3)
 294       using vec_t = __m128i;
 295       #define vec_setzero _mm_setzero_si128
 296       #define vec_set_32 _mm_set1_epi32
 297       auto& vec_add_dpbusd_32 = m128_add_dpbusd_epi32;
 298       auto& vec_add_dpbusd_32x4 = m128_add_dpbusd_epi32x4;
 299       auto& vec_hadd = m128_hadd;
 300 #endif
 301
 302 #if defined (USE_SSSE3)
 303
 304       const auto output = reinterpret_cast<OutputType*>(buffer);
 305       const auto inputVector = reinterpret_cast<const vec_t*>(input);
 306
 307       static_assert(OutputDimensions % OutputSimdWidth == 0 || OutputDimensions == 1);
 308
 309       // OutputDimensions is either 1 or a multiple of SimdWidth
 310       // because then it is also an input dimension.
 311       if constexpr (OutputDimensions % OutputSimdWidth == 0)
 312       {
 313           constexpr IndexType NumChunks = PaddedInputDimensions / 4;
 314
 315           const auto input32 = reinterpret_cast<const std::int32_t*>(input);
 316           vec_t* outptr = reinterpret_cast<vec_t*>(output);
 317           std::memcpy(output, biases, OutputDimensions * sizeof(OutputType));
 318
 319           for (int i = 0; i < (int)NumChunks - 3; i += 4)
 320           {
 321               const vec_t in0 = vec_set_32(input32[i + 0]);
 322               const vec_t in1 = vec_set_32(input32[i + 1]);
 323               const vec_t in2 = vec_set_32(input32[i + 2]);
 324               const vec_t in3 = vec_set_32(input32[i + 3]);
 325               const auto col0 = reinterpret_cast<const vec_t*>(&weights[(i + 0) * OutputDimensions * 4]);
 326               const auto col1 = reinterpret_cast<const vec_t*>(&weights[(i + 1) * OutputDimensions * 4]);
 327               const auto col2 = reinterpret_cast<const vec_t*>(&weights[(i + 2) * OutputDimensions * 4]);
 328               const auto col3 = reinterpret_cast<const vec_t*>(&weights[(i + 3) * OutputDimensions * 4]);
 329               for (int j = 0; j * OutputSimdWidth < OutputDimensions; ++j)
 330                   vec_add_dpbusd_32x4(outptr[j], in0, col0[j], in1, col1[j], in2, col2[j], in3, col3[j]);
 331           }
 332           for (int i = 0; i < canSaturate16.count; ++i)
 333               output[canSaturate16.ids[i].out] += input[canSaturate16.ids[i].in] * canSaturate16.ids[i].w;
 334       }
 335       else if constexpr (OutputDimensions == 1)
 336       {
 337 #if defined (USE_AVX512)
 338           if constexpr (PaddedInputDimensions % (SimdWidth * 2) != 0)
 339           {
 340               constexpr IndexType NumChunks = PaddedInputDimensions / SimdWidth;
 341               const auto inputVector256 = reinterpret_cast<const __m256i*>(input);
 342
 343               __m256i sum0 = _mm256_setzero_si256();
 344               const auto row0 = reinterpret_cast<const __m256i*>(&weights[0]);
 345
 346               for (int j = 0; j < (int)NumChunks; ++j)
 347               {
 348                   const __m256i in = inputVector256[j];
 349                   m256_add_dpbusd_epi32(sum0, in, row0[j]);
 350               }
 351               output[0] = m256_hadd(sum0, biases[0]);
 352           }
 353           else
 354 #endif
 355           {
 356 #if defined (USE_AVX512)
 357               constexpr IndexType NumChunks = PaddedInputDimensions / (SimdWidth * 2);
 358 #else
 359               constexpr IndexType NumChunks = PaddedInputDimensions / SimdWidth;
 360 #endif
 361               vec_t sum0 = vec_setzero();
 362               const auto row0 = reinterpret_cast<const vec_t*>(&weights[0]);
 363
 364               for (int j = 0; j < (int)NumChunks; ++j)
 365               {
 366                   const vec_t in = inputVector[j];
 367                   vec_add_dpbusd_32(sum0, in, row0[j]);
 368               }
 369               output[0] = vec_hadd(sum0, biases[0]);
 370           }
 371       }
 372
 373 #else
 374
 375 // Use old implementation for the other architectures.
 376
 377       auto output = reinterpret_cast<OutputType*>(buffer);
 378
 379 #if defined(USE_SSE2)
 380       constexpr IndexType NumChunks = PaddedInputDimensions / SimdWidth;
 381       const __m128i Zeros = _mm_setzero_si128();
 382       const auto inputVector = reinterpret_cast<const __m128i*>(input);
 383
 384 #elif defined(USE_MMX)
 385       constexpr IndexType NumChunks = PaddedInputDimensions / SimdWidth;
 386       const __m64 Zeros = _mm_setzero_si64();
 387       const auto inputVector = reinterpret_cast<const __m64*>(input);
 388
 389 #elif defined(USE_NEON)
 390       constexpr IndexType NumChunks = PaddedInputDimensions / SimdWidth;
 391       const auto inputVector = reinterpret_cast<const int8x8_t*>(input);
 392 #endif
 393
 394       for (IndexType i = 0; i < OutputDimensions; ++i) {
 395         const IndexType offset = i * PaddedInputDimensions;
 396
 397 #if defined(USE_SSE2)
 398         __m128i sumLo = _mm_cvtsi32_si128(biases[i]);
 399         __m128i sumHi = Zeros;
 400         const auto row = reinterpret_cast<const __m128i*>(&weights[offset]);
 401         for (IndexType j = 0; j < NumChunks; ++j) {
 402           __m128i row_j = _mm_load_si128(&row[j]);
 403           __m128i input_j = _mm_load_si128(&inputVector[j]);
 404           __m128i extendedRowLo = _mm_srai_epi16(_mm_unpacklo_epi8(row_j, row_j), 8);
 405           __m128i extendedRowHi = _mm_srai_epi16(_mm_unpackhi_epi8(row_j, row_j), 8);
 406           __m128i extendedInputLo = _mm_unpacklo_epi8(input_j, Zeros);
 407           __m128i extendedInputHi = _mm_unpackhi_epi8(input_j, Zeros);
 408           __m128i productLo = _mm_madd_epi16(extendedRowLo, extendedInputLo);
 409           __m128i productHi = _mm_madd_epi16(extendedRowHi, extendedInputHi);
 410           sumLo = _mm_add_epi32(sumLo, productLo);
 411           sumHi = _mm_add_epi32(sumHi, productHi);
 412         }
 413         __m128i sum = _mm_add_epi32(sumLo, sumHi);
 414         __m128i sumHigh_64 = _mm_shuffle_epi32(sum, _MM_SHUFFLE(1, 0, 3, 2));
 415         sum = _mm_add_epi32(sum, sumHigh_64);
 416         __m128i sum_second_32 = _mm_shufflelo_epi16(sum, _MM_SHUFFLE(1, 0, 3, 2));
 417         sum = _mm_add_epi32(sum, sum_second_32);
 418         output[i] = _mm_cvtsi128_si32(sum);
 419
 420 #elif defined(USE_MMX)
 421         __m64 sumLo = _mm_cvtsi32_si64(biases[i]);
 422         __m64 sumHi = Zeros;
 423         const auto row = reinterpret_cast<const __m64*>(&weights[offset]);
 424         for (IndexType j = 0; j < NumChunks; ++j) {
 425           __m64 row_j = row[j];
 426           __m64 input_j = inputVector[j];
 427           __m64 extendedRowLo = _mm_srai_pi16(_mm_unpacklo_pi8(row_j, row_j), 8);
 428           __m64 extendedRowHi = _mm_srai_pi16(_mm_unpackhi_pi8(row_j, row_j), 8);
 429           __m64 extendedInputLo = _mm_unpacklo_pi8(input_j, Zeros);
 430           __m64 extendedInputHi = _mm_unpackhi_pi8(input_j, Zeros);
 431           __m64 productLo = _mm_madd_pi16(extendedRowLo, extendedInputLo);
 432           __m64 productHi = _mm_madd_pi16(extendedRowHi, extendedInputHi);
 433           sumLo = _mm_add_pi32(sumLo, productLo);
 434           sumHi = _mm_add_pi32(sumHi, productHi);
 435         }
 436         __m64 sum = _mm_add_pi32(sumLo, sumHi);
 437         sum = _mm_add_pi32(sum, _mm_unpackhi_pi32(sum, sum));
 438         output[i] = _mm_cvtsi64_si32(sum);
 439
 440 #elif defined(USE_NEON)
 441         int32x4_t sum = {biases[i]};
 442         const auto row = reinterpret_cast<const int8x8_t*>(&weights[offset]);
 443         for (IndexType j = 0; j < NumChunks; ++j) {
 444           int16x8_t product = vmull_s8(inputVector[j * 2], row[j * 2]);
 445           product = vmlal_s8(product, inputVector[j * 2 + 1], row[j * 2 + 1]);
 446           sum = vpadalq_s16(sum, product);
 447         }
 448         output[i] = sum[0] + sum[1] + sum[2] + sum[3];
 449
 450 #else
 451         OutputType sum = biases[i];
 452         for (IndexType j = 0; j < InputDimensions; ++j) {
 453           sum += weights[offset + j] * input[j];
 454         }
 455         output[i] = sum;
 456 #endif
 457
 458       }
 459 #if defined(USE_MMX)
 460       _mm_empty();
 461 #endif
 462
 463 #endif
 464
 465       return output;
 466     }
 467
 468    private:
 469     using BiasType = OutputType;
 470     using WeightType = std::int8_t;
 471
 472     PreviousLayer previousLayer;
 473
 474     alignas(CacheLineSize) BiasType biases[OutputDimensions];
 475     alignas(CacheLineSize) WeightType weights[OutputDimensions * PaddedInputDimensions];
 476 #if defined (USE_SSSE3)
 477     struct CanSaturate {
 478         int count;
 479         struct Entry {
 480             uint32_t wIdx;
 481             uint16_t out;
 482             uint16_t in;
 483             int8_t w;
 484         } ids[PaddedInputDimensions * OutputDimensions * 3 / 4];
 485
 486         void add(int i, int j, int8_t w, uint32_t wIdx) {
 487             ids[count].wIdx = wIdx;
 488             ids[count].out = i;
 489             ids[count].in = j;
 490             ids[count].w = w;
 491             ++count;
 492         }
 493     } canSaturate16;
 494 #endif
 495   };
 496
 497 }  // namespace Stockfish::Eval::NNUE::Layers
 498
 499 #endif // #ifndef NNUE_LAYERS_AFFINE_TRANSFORM_H_INCLUDED