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

   1 /*
   2   Stockfish, a UCI chess playing engine derived from Glaurung 2.1
   3   Copyright (C) 2004-2023 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 #ifndef STOCKFISH_SIMD_H_INCLUDED
  20 #define STOCKFISH_SIMD_H_INCLUDED
  21
  22 #if defined(USE_AVX2)
  23 # include <immintrin.h>
  24
  25 #elif defined(USE_SSE41)
  26 # include <smmintrin.h>
  27
  28 #elif defined(USE_SSSE3)
  29 # include <tmmintrin.h>
  30
  31 #elif defined(USE_SSE2)
  32 # include <emmintrin.h>
  33
  34 #elif defined(USE_NEON)
  35 # include <arm_neon.h>
  36 #endif
  37
  38 namespace Stockfish::Simd {
  39
  40 #if defined (USE_AVX512)
  41
  42     [[maybe_unused]] static int m512_hadd(__m512i sum, int bias) {
  43       return _mm512_reduce_add_epi32(sum) + bias;
  44     }
  45
  46     /*
  47       Parameters:
  48         sum0 = [zmm0.i128[0], zmm0.i128[1], zmm0.i128[2], zmm0.i128[3]]
  49         sum1 = [zmm1.i128[0], zmm1.i128[1], zmm1.i128[2], zmm1.i128[3]]
  50         sum2 = [zmm2.i128[0], zmm2.i128[1], zmm2.i128[2], zmm2.i128[3]]
  51         sum3 = [zmm3.i128[0], zmm3.i128[1], zmm3.i128[2], zmm3.i128[3]]
  52
  53       Returns:
  54         ret = [
  55           reduce_add_epi32(zmm0.i128[0]), reduce_add_epi32(zmm1.i128[0]), reduce_add_epi32(zmm2.i128[0]), reduce_add_epi32(zmm3.i128[0]),
  56           reduce_add_epi32(zmm0.i128[1]), reduce_add_epi32(zmm1.i128[1]), reduce_add_epi32(zmm2.i128[1]), reduce_add_epi32(zmm3.i128[1]),
  57           reduce_add_epi32(zmm0.i128[2]), reduce_add_epi32(zmm1.i128[2]), reduce_add_epi32(zmm2.i128[2]), reduce_add_epi32(zmm3.i128[2]),
  58           reduce_add_epi32(zmm0.i128[3]), reduce_add_epi32(zmm1.i128[3]), reduce_add_epi32(zmm2.i128[3]), reduce_add_epi32(zmm3.i128[3])
  59         ]
  60     */
  61     [[maybe_unused]] static __m512i m512_hadd128x16_interleave(
  62         __m512i sum0, __m512i sum1, __m512i sum2, __m512i sum3) {
  63
  64       __m512i sum01a = _mm512_unpacklo_epi32(sum0, sum1);
  65       __m512i sum01b = _mm512_unpackhi_epi32(sum0, sum1);
  66
  67       __m512i sum23a = _mm512_unpacklo_epi32(sum2, sum3);
  68       __m512i sum23b = _mm512_unpackhi_epi32(sum2, sum3);
  69
  70       __m512i sum01 = _mm512_add_epi32(sum01a, sum01b);
  71       __m512i sum23 = _mm512_add_epi32(sum23a, sum23b);
  72
  73       __m512i sum0123a = _mm512_unpacklo_epi64(sum01, sum23);
  74       __m512i sum0123b = _mm512_unpackhi_epi64(sum01, sum23);
  75
  76       return _mm512_add_epi32(sum0123a, sum0123b);
  77     }
  78
  79     [[maybe_unused]] static void m512_add_dpbusd_epi32(
  80         __m512i& acc,
  81         __m512i a,
  82         __m512i b) {
  83
  84 # if defined (USE_VNNI)
  85       acc = _mm512_dpbusd_epi32(acc, a, b);
  86 # else
  87       __m512i product0 = _mm512_maddubs_epi16(a, b);
  88       product0 = _mm512_madd_epi16(product0, _mm512_set1_epi16(1));
  89       acc = _mm512_add_epi32(acc, product0);
  90 # endif
  91     }
  92
  93     [[maybe_unused]] static void m512_add_dpbusd_epi32x2(
  94         __m512i& acc,
  95         __m512i a0, __m512i b0,
  96         __m512i a1, __m512i b1) {
  97
  98 # if defined (USE_VNNI)
  99       acc = _mm512_dpbusd_epi32(acc, a0, b0);
 100       acc = _mm512_dpbusd_epi32(acc, a1, b1);
 101 # else
 102       __m512i product0 = _mm512_maddubs_epi16(a0, b0);
 103       __m512i product1 = _mm512_maddubs_epi16(a1, b1);
 104       product0 = _mm512_madd_epi16(product0, _mm512_set1_epi16(1));
 105       product1 = _mm512_madd_epi16(product1, _mm512_set1_epi16(1));
 106       acc = _mm512_add_epi32(acc, _mm512_add_epi32(product0, product1));
 107 # endif
 108     }
 109
 110 #endif
 111
 112 #if defined (USE_AVX2)
 113
 114     [[maybe_unused]] static int m256_hadd(__m256i sum, int bias) {
 115       __m128i sum128 = _mm_add_epi32(_mm256_castsi256_si128(sum), _mm256_extracti128_si256(sum, 1));
 116       sum128 = _mm_add_epi32(sum128, _mm_shuffle_epi32(sum128, _MM_PERM_BADC));
 117       sum128 = _mm_add_epi32(sum128, _mm_shuffle_epi32(sum128, _MM_PERM_CDAB));
 118       return _mm_cvtsi128_si32(sum128) + bias;
 119     }
 120
 121     [[maybe_unused]] static void m256_add_dpbusd_epi32(
 122         __m256i& acc,
 123         __m256i a,
 124         __m256i b) {
 125
 126 # if defined (USE_VNNI)
 127       acc = _mm256_dpbusd_epi32(acc, a, b);
 128 # else
 129       __m256i product0 = _mm256_maddubs_epi16(a, b);
 130       product0 = _mm256_madd_epi16(product0, _mm256_set1_epi16(1));
 131       acc = _mm256_add_epi32(acc, product0);
 132 # endif
 133     }
 134
 135     [[maybe_unused]] static void m256_add_dpbusd_epi32x2(
 136         __m256i& acc,
 137         __m256i a0, __m256i b0,
 138         __m256i a1, __m256i b1) {
 139
 140 # if defined (USE_VNNI)
 141       acc = _mm256_dpbusd_epi32(acc, a0, b0);
 142       acc = _mm256_dpbusd_epi32(acc, a1, b1);
 143 # else
 144       __m256i product0 = _mm256_maddubs_epi16(a0, b0);
 145       __m256i product1 = _mm256_maddubs_epi16(a1, b1);
 146       product0 = _mm256_madd_epi16(product0, _mm256_set1_epi16(1));
 147       product1 = _mm256_madd_epi16(product1, _mm256_set1_epi16(1));
 148       acc = _mm256_add_epi32(acc, _mm256_add_epi32(product0, product1));
 149 # endif
 150     }
 151
 152 #endif
 153
 154 #if defined (USE_SSSE3)
 155
 156     [[maybe_unused]] static int m128_hadd(__m128i sum, int bias) {
 157       sum = _mm_add_epi32(sum, _mm_shuffle_epi32(sum, 0x4E)); //_MM_PERM_BADC
 158       sum = _mm_add_epi32(sum, _mm_shuffle_epi32(sum, 0xB1)); //_MM_PERM_CDAB
 159       return _mm_cvtsi128_si32(sum) + bias;
 160     }
 161
 162     [[maybe_unused]] static void m128_add_dpbusd_epi32(
 163         __m128i& acc,
 164         __m128i a,
 165         __m128i b) {
 166
 167       __m128i product0 = _mm_maddubs_epi16(a, b);
 168       product0 = _mm_madd_epi16(product0, _mm_set1_epi16(1));
 169       acc = _mm_add_epi32(acc, product0);
 170     }
 171
 172     [[maybe_unused]] static void m128_add_dpbusd_epi32x2(
 173         __m128i& acc,
 174         __m128i a0, __m128i b0,
 175         __m128i a1, __m128i b1) {
 176
 177       __m128i product0 = _mm_maddubs_epi16(a0, b0);
 178       __m128i product1 = _mm_maddubs_epi16(a1, b1);
 179       product0 = _mm_madd_epi16(product0, _mm_set1_epi16(1));
 180       product1 = _mm_madd_epi16(product1, _mm_set1_epi16(1));
 181       acc = _mm_add_epi32(acc, _mm_add_epi32(product0, product1));
 182     }
 183
 184 #endif
 185
 186 #if defined (USE_NEON_DOTPROD)
 187
 188     [[maybe_unused]] static void dotprod_m128_add_dpbusd_epi32x2(
 189         int32x4_t& acc,
 190         int8x16_t a0, int8x16_t b0,
 191         int8x16_t a1, int8x16_t b1) {
 192
 193         acc = vdotq_s32(acc, a0, b0);
 194         acc = vdotq_s32(acc, a1, b1);
 195     }
 196
 197     [[maybe_unused]] static void dotprod_m128_add_dpbusd_epi32(
 198         int32x4_t& acc,
 199         int8x16_t a, int8x16_t b) {
 200
 201         acc = vdotq_s32(acc, a, b);
 202     }
 203 #endif
 204
 205 #if defined (USE_NEON)
 206
 207     [[maybe_unused]] static int neon_m128_reduce_add_epi32(int32x4_t s) {
 208 #   if USE_NEON >= 8
 209       return vaddvq_s32(s);
 210 #   else
 211       return s[0] + s[1] + s[2] + s[3];
 212 #   endif
 213     }
 214
 215     [[maybe_unused]] static int neon_m128_hadd(int32x4_t sum, int bias) {
 216       return neon_m128_reduce_add_epi32(sum) + bias;
 217     }
 218
 219     [[maybe_unused]] static void neon_m128_add_dpbusd_epi32x2(
 220         int32x4_t& acc,
 221         int8x8_t a0, int8x8_t b0,
 222         int8x8_t a1, int8x8_t b1) {
 223
 224       int16x8_t product = vmull_s8(a0, b0);
 225       product = vmlal_s8(product, a1, b1);
 226       acc = vpadalq_s16(acc, product);
 227     }
 228 #endif
 229
 230 #if USE_NEON >= 8
 231     [[maybe_unused]] static void neon_m128_add_dpbusd_epi32(
 232         int32x4_t& acc,
 233         int8x16_t a, int8x16_t b) {
 234
 235       int16x8_t product0 = vmull_s8(vget_low_s8(a), vget_low_s8(b));
 236       int16x8_t product1 = vmull_high_s8(a, b);
 237       int16x8_t sum = vpaddq_s16(product0, product1);
 238       acc = vpadalq_s16(acc, sum);
 239     }
 240 #endif
 241 }
 242
 243 #endif // STOCKFISH_SIMD_H_INCLUDED