1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
|
/*
* Copyright (c) 2022 The WebM project authors. All Rights Reserved.
*
* Use of this source code is governed by a BSD-style license
* that can be found in the LICENSE file in the root of the source
* tree. An additional intellectual property rights grant can be found
* in the file PATENTS. All contributing project authors may
* be found in the AUTHORS file in the root of the source tree.
*/
#include <immintrin.h> // AVX2
#include "./vpx_dsp_rtcd.h"
#include "vpx/vpx_integer.h"
static VPX_FORCE_INLINE void calc_final_4(const __m256i *const sums /*[4]*/,
uint32_t sad_array[4]) {
const __m256i t0 = _mm256_hadd_epi32(sums[0], sums[1]);
const __m256i t1 = _mm256_hadd_epi32(sums[2], sums[3]);
const __m256i t2 = _mm256_hadd_epi32(t0, t1);
const __m128i sum = _mm_add_epi32(_mm256_castsi256_si128(t2),
_mm256_extractf128_si256(t2, 1));
_mm_storeu_si128((__m128i *)sad_array, sum);
}
static VPX_FORCE_INLINE void highbd_sad64xHx4d(__m256i *sums_16 /*[4]*/,
const uint16_t *src,
int src_stride,
uint16_t *refs[4],
int ref_stride, int height) {
int i;
for (i = 0; i < height; ++i) {
// load src and all ref[]
const __m256i s0 = _mm256_load_si256((const __m256i *)src);
const __m256i s1 = _mm256_load_si256((const __m256i *)(src + 16));
const __m256i s2 = _mm256_load_si256((const __m256i *)(src + 32));
const __m256i s3 = _mm256_load_si256((const __m256i *)(src + 48));
int x;
for (x = 0; x < 4; ++x) {
__m256i r[4];
r[0] = _mm256_loadu_si256((const __m256i *)refs[x]);
r[1] = _mm256_loadu_si256((const __m256i *)(refs[x] + 16));
r[2] = _mm256_loadu_si256((const __m256i *)(refs[x] + 32));
r[3] = _mm256_loadu_si256((const __m256i *)(refs[x] + 48));
// absolute differences between every ref[] to src
r[0] = _mm256_abs_epi16(_mm256_sub_epi16(r[0], s0));
r[1] = _mm256_abs_epi16(_mm256_sub_epi16(r[1], s1));
r[2] = _mm256_abs_epi16(_mm256_sub_epi16(r[2], s2));
r[3] = _mm256_abs_epi16(_mm256_sub_epi16(r[3], s3));
// sum every abs diff
sums_16[x] = _mm256_add_epi16(sums_16[x], _mm256_add_epi16(r[0], r[1]));
sums_16[x] = _mm256_add_epi16(sums_16[x], _mm256_add_epi16(r[2], r[3]));
}
src += src_stride;
refs[0] += ref_stride;
refs[1] += ref_stride;
refs[2] += ref_stride;
refs[3] += ref_stride;
}
}
#define HIGHBD_SAD64XNX4D(n) \
void vpx_highbd_sad64x##n##x4d_avx2(const uint8_t *src_ptr, int src_stride, \
const uint8_t *const ref_array[4], \
int ref_stride, uint32_t sad_array[4]) { \
const uint16_t *src = CONVERT_TO_SHORTPTR(src_ptr); \
uint16_t *refs[4]; \
__m256i sums_16[4]; \
__m256i sums_32[4]; \
int i; \
\
refs[0] = CONVERT_TO_SHORTPTR(ref_array[0]); \
refs[1] = CONVERT_TO_SHORTPTR(ref_array[1]); \
refs[2] = CONVERT_TO_SHORTPTR(ref_array[2]); \
refs[3] = CONVERT_TO_SHORTPTR(ref_array[3]); \
sums_32[0] = _mm256_setzero_si256(); \
sums_32[1] = _mm256_setzero_si256(); \
sums_32[2] = _mm256_setzero_si256(); \
sums_32[3] = _mm256_setzero_si256(); \
\
for (i = 0; i < (n / 2); ++i) { \
sums_16[0] = _mm256_setzero_si256(); \
sums_16[1] = _mm256_setzero_si256(); \
sums_16[2] = _mm256_setzero_si256(); \
sums_16[3] = _mm256_setzero_si256(); \
\
highbd_sad64xHx4d(sums_16, src, src_stride, refs, ref_stride, 2); \
\
/* sums_16 will outrange after 2 rows, so add current sums_16 to \
* sums_32*/ \
sums_32[0] = _mm256_add_epi32( \
sums_32[0], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[0])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[0], 1)))); \
sums_32[1] = _mm256_add_epi32( \
sums_32[1], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[1])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[1], 1)))); \
sums_32[2] = _mm256_add_epi32( \
sums_32[2], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[2])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[2], 1)))); \
sums_32[3] = _mm256_add_epi32( \
sums_32[3], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[3])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[3], 1)))); \
\
src += src_stride << 1; \
} \
calc_final_4(sums_32, sad_array); \
}
// 64x64
HIGHBD_SAD64XNX4D(64)
// 64x32
HIGHBD_SAD64XNX4D(32)
static VPX_FORCE_INLINE void highbd_sad32xHx4d(__m256i *sums_16 /*[4]*/,
const uint16_t *src,
int src_stride,
uint16_t *refs[4],
int ref_stride, int height) {
int i;
for (i = 0; i < height; i++) {
__m256i r[8];
// load src and all ref[]
const __m256i s = _mm256_load_si256((const __m256i *)src);
const __m256i s2 = _mm256_load_si256((const __m256i *)(src + 16));
r[0] = _mm256_loadu_si256((const __m256i *)refs[0]);
r[1] = _mm256_loadu_si256((const __m256i *)(refs[0] + 16));
r[2] = _mm256_loadu_si256((const __m256i *)refs[1]);
r[3] = _mm256_loadu_si256((const __m256i *)(refs[1] + 16));
r[4] = _mm256_loadu_si256((const __m256i *)refs[2]);
r[5] = _mm256_loadu_si256((const __m256i *)(refs[2] + 16));
r[6] = _mm256_loadu_si256((const __m256i *)refs[3]);
r[7] = _mm256_loadu_si256((const __m256i *)(refs[3] + 16));
// absolute differences between every ref[] to src
r[0] = _mm256_abs_epi16(_mm256_sub_epi16(r[0], s));
r[1] = _mm256_abs_epi16(_mm256_sub_epi16(r[1], s2));
r[2] = _mm256_abs_epi16(_mm256_sub_epi16(r[2], s));
r[3] = _mm256_abs_epi16(_mm256_sub_epi16(r[3], s2));
r[4] = _mm256_abs_epi16(_mm256_sub_epi16(r[4], s));
r[5] = _mm256_abs_epi16(_mm256_sub_epi16(r[5], s2));
r[6] = _mm256_abs_epi16(_mm256_sub_epi16(r[6], s));
r[7] = _mm256_abs_epi16(_mm256_sub_epi16(r[7], s2));
// sum every abs diff
sums_16[0] = _mm256_add_epi16(sums_16[0], _mm256_add_epi16(r[0], r[1]));
sums_16[1] = _mm256_add_epi16(sums_16[1], _mm256_add_epi16(r[2], r[3]));
sums_16[2] = _mm256_add_epi16(sums_16[2], _mm256_add_epi16(r[4], r[5]));
sums_16[3] = _mm256_add_epi16(sums_16[3], _mm256_add_epi16(r[6], r[7]));
src += src_stride;
refs[0] += ref_stride;
refs[1] += ref_stride;
refs[2] += ref_stride;
refs[3] += ref_stride;
}
}
#define HIGHBD_SAD32XNX4D(n) \
void vpx_highbd_sad32x##n##x4d_avx2(const uint8_t *src_ptr, int src_stride, \
const uint8_t *const ref_array[4], \
int ref_stride, uint32_t sad_array[4]) { \
const uint16_t *src = CONVERT_TO_SHORTPTR(src_ptr); \
uint16_t *refs[4]; \
__m256i sums_16[4]; \
__m256i sums_32[4]; \
int i; \
\
refs[0] = CONVERT_TO_SHORTPTR(ref_array[0]); \
refs[1] = CONVERT_TO_SHORTPTR(ref_array[1]); \
refs[2] = CONVERT_TO_SHORTPTR(ref_array[2]); \
refs[3] = CONVERT_TO_SHORTPTR(ref_array[3]); \
sums_32[0] = _mm256_setzero_si256(); \
sums_32[1] = _mm256_setzero_si256(); \
sums_32[2] = _mm256_setzero_si256(); \
sums_32[3] = _mm256_setzero_si256(); \
\
for (i = 0; i < (n / 8); ++i) { \
sums_16[0] = _mm256_setzero_si256(); \
sums_16[1] = _mm256_setzero_si256(); \
sums_16[2] = _mm256_setzero_si256(); \
sums_16[3] = _mm256_setzero_si256(); \
\
highbd_sad32xHx4d(sums_16, src, src_stride, refs, ref_stride, 8); \
\
/* sums_16 will outrange after 8 rows, so add current sums_16 to \
* sums_32*/ \
sums_32[0] = _mm256_add_epi32( \
sums_32[0], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[0])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[0], 1)))); \
sums_32[1] = _mm256_add_epi32( \
sums_32[1], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[1])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[1], 1)))); \
sums_32[2] = _mm256_add_epi32( \
sums_32[2], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[2])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[2], 1)))); \
sums_32[3] = _mm256_add_epi32( \
sums_32[3], \
_mm256_add_epi32( \
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[3])), \
_mm256_cvtepu16_epi32( \
_mm256_extractf128_si256(sums_16[3], 1)))); \
\
src += src_stride << 3; \
} \
calc_final_4(sums_32, sad_array); \
}
// 32x64
HIGHBD_SAD32XNX4D(64)
// 32x32
HIGHBD_SAD32XNX4D(32)
// 32x16
HIGHBD_SAD32XNX4D(16)
static VPX_FORCE_INLINE void highbd_sad16xHx4d(__m256i *sums_16 /*[4]*/,
const uint16_t *src,
int src_stride,
uint16_t *refs[4],
int ref_stride, int height) {
int i;
for (i = 0; i < height; i++) {
__m256i r[4];
// load src and all ref[]
const __m256i s = _mm256_load_si256((const __m256i *)src);
r[0] = _mm256_loadu_si256((const __m256i *)refs[0]);
r[1] = _mm256_loadu_si256((const __m256i *)refs[1]);
r[2] = _mm256_loadu_si256((const __m256i *)refs[2]);
r[3] = _mm256_loadu_si256((const __m256i *)refs[3]);
// absolute differences between every ref[] to src
r[0] = _mm256_abs_epi16(_mm256_sub_epi16(r[0], s));
r[1] = _mm256_abs_epi16(_mm256_sub_epi16(r[1], s));
r[2] = _mm256_abs_epi16(_mm256_sub_epi16(r[2], s));
r[3] = _mm256_abs_epi16(_mm256_sub_epi16(r[3], s));
// sum every abs diff
sums_16[0] = _mm256_add_epi16(sums_16[0], r[0]);
sums_16[1] = _mm256_add_epi16(sums_16[1], r[1]);
sums_16[2] = _mm256_add_epi16(sums_16[2], r[2]);
sums_16[3] = _mm256_add_epi16(sums_16[3], r[3]);
src += src_stride;
refs[0] += ref_stride;
refs[1] += ref_stride;
refs[2] += ref_stride;
refs[3] += ref_stride;
}
}
void vpx_highbd_sad16x32x4d_avx2(const uint8_t *src_ptr, int src_stride,
const uint8_t *const ref_array[4],
int ref_stride, uint32_t sad_array[4]) {
const uint16_t *src = CONVERT_TO_SHORTPTR(src_ptr);
uint16_t *refs[4];
__m256i sums_16[4];
__m256i sums_32[4];
int i;
refs[0] = CONVERT_TO_SHORTPTR(ref_array[0]);
refs[1] = CONVERT_TO_SHORTPTR(ref_array[1]);
refs[2] = CONVERT_TO_SHORTPTR(ref_array[2]);
refs[3] = CONVERT_TO_SHORTPTR(ref_array[3]);
sums_32[0] = _mm256_setzero_si256();
sums_32[1] = _mm256_setzero_si256();
sums_32[2] = _mm256_setzero_si256();
sums_32[3] = _mm256_setzero_si256();
for (i = 0; i < 2; ++i) {
sums_16[0] = _mm256_setzero_si256();
sums_16[1] = _mm256_setzero_si256();
sums_16[2] = _mm256_setzero_si256();
sums_16[3] = _mm256_setzero_si256();
highbd_sad16xHx4d(sums_16, src, src_stride, refs, ref_stride, 16);
// sums_16 will outrange after 16 rows, so add current sums_16 to sums_32
sums_32[0] = _mm256_add_epi32(
sums_32[0],
_mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[0])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[0], 1))));
sums_32[1] = _mm256_add_epi32(
sums_32[1],
_mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[1])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[1], 1))));
sums_32[2] = _mm256_add_epi32(
sums_32[2],
_mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[2])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[2], 1))));
sums_32[3] = _mm256_add_epi32(
sums_32[3],
_mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[3])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[3], 1))));
src += src_stride << 4;
}
calc_final_4(sums_32, sad_array);
}
void vpx_highbd_sad16x16x4d_avx2(const uint8_t *src_ptr, int src_stride,
const uint8_t *const ref_array[4],
int ref_stride, uint32_t sad_array[4]) {
const uint16_t *src = CONVERT_TO_SHORTPTR(src_ptr);
uint16_t *refs[4];
__m256i sums_16[4];
refs[0] = CONVERT_TO_SHORTPTR(ref_array[0]);
refs[1] = CONVERT_TO_SHORTPTR(ref_array[1]);
refs[2] = CONVERT_TO_SHORTPTR(ref_array[2]);
refs[3] = CONVERT_TO_SHORTPTR(ref_array[3]);
sums_16[0] = _mm256_setzero_si256();
sums_16[1] = _mm256_setzero_si256();
sums_16[2] = _mm256_setzero_si256();
sums_16[3] = _mm256_setzero_si256();
highbd_sad16xHx4d(sums_16, src, src_stride, refs, ref_stride, 16);
{
__m256i sums_32[4];
sums_32[0] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[0])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[0], 1)));
sums_32[1] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[1])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[1], 1)));
sums_32[2] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[2])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[2], 1)));
sums_32[3] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[3])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[3], 1)));
calc_final_4(sums_32, sad_array);
}
}
void vpx_highbd_sad16x8x4d_avx2(const uint8_t *src_ptr, int src_stride,
const uint8_t *const ref_array[4],
int ref_stride, uint32_t sad_array[4]) {
const uint16_t *src = CONVERT_TO_SHORTPTR(src_ptr);
uint16_t *refs[4];
__m256i sums_16[4];
refs[0] = CONVERT_TO_SHORTPTR(ref_array[0]);
refs[1] = CONVERT_TO_SHORTPTR(ref_array[1]);
refs[2] = CONVERT_TO_SHORTPTR(ref_array[2]);
refs[3] = CONVERT_TO_SHORTPTR(ref_array[3]);
sums_16[0] = _mm256_setzero_si256();
sums_16[1] = _mm256_setzero_si256();
sums_16[2] = _mm256_setzero_si256();
sums_16[3] = _mm256_setzero_si256();
highbd_sad16xHx4d(sums_16, src, src_stride, refs, ref_stride, 8);
{
__m256i sums_32[4];
sums_32[0] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[0])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[0], 1)));
sums_32[1] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[1])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[1], 1)));
sums_32[2] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[2])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[2], 1)));
sums_32[3] = _mm256_add_epi32(
_mm256_cvtepu16_epi32(_mm256_castsi256_si128(sums_16[3])),
_mm256_cvtepu16_epi32(_mm256_extractf128_si256(sums_16[3], 1)));
calc_final_4(sums_32, sad_array);
}
}
|
