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
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
1066
1067
1068
1069
1070
1071
1072
1073
1074
1075
1076
1077
1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
1559
1560
1561
1562
1563
1564
1565
1566
1567
1568
1569
1570
1571
1572
1573
1574
1575
1576
1577
1578
1579
1580
1581
1582
1583
1584
1585
1586
1587
1588
1589
1590
1591
1592
1593
1594
1595
1596
1597
1598
1599
1600
1601
1602
1603
1604
1605
1606
1607
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
1620
1621
1622
1623
1624
1625
1626
1627
1628
1629
1630
1631
1632
1633
1634
1635
1636
1637
1638
1639
1640
1641
1642
1643
1644
1645
1646
1647
1648
1649
1650
1651
1652
1653
1654
1655
1656
1657
1658
1659
1660
1661
1662
1663
1664
1665
1666
1667
1668
1669
1670
1671
1672
1673
1674
1675
1676
1677
1678
1679
1680
1681
1682
1683
1684
1685
1686
1687
1688
1689
1690
1691
1692
1693
1694
1695
1696
1697
1698
1699
1700
1701
1702
1703
1704
1705
1706
1707
1708
1709
1710
1711
1712
1713
1714
1715
1716
1717
1718
1719
1720
1721
1722
1723
1724
1725
1726
1727
1728
1729
1730
1731
1732
1733
1734
1735
1736
1737
1738
1739
1740
1741
1742
1743
1744
1745
1746
1747
1748
1749
1750
1751
1752
1753
1754
1755
1756
1757
1758
1759
1760
1761
1762
1763
1764
1765
1766
1767
1768
1769
1770
1771
1772
1773
1774
1775
1776
1777
1778
1779
1780
1781
1782
1783
1784
1785
1786
1787
1788
1789
1790
1791
1792
1793
1794
1795
1796
1797
1798
1799
1800
1801
1802
1803
1804
1805
1806
1807
1808
1809
1810
1811
1812
1813
1814
1815
1816
1817
1818
1819
1820
1821
1822
1823
1824
1825
1826
1827
1828
1829
1830
1831
1832
1833
1834
1835
1836
1837
1838
1839
1840
1841
1842
1843
1844
1845
1846
1847
1848
1849
1850
1851
1852
1853
1854
1855
1856
1857
1858
1859
1860
1861
1862
1863
1864
1865
1866
1867
1868
1869
1870
1871
1872
1873
1874
1875
1876
1877
1878
1879
1880
1881
1882
1883
1884
1885
1886
1887
1888
1889
1890
1891
1892
1893
1894
1895
1896
1897
1898
1899
1900
1901
1902
1903
1904
1905
1906
1907
1908
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
|
/*****************************************************************************
* mc.S: arm motion compensation
*****************************************************************************
* Copyright (C) 2009-2018 x264 project
*
* Authors: David Conrad <lessen42@gmail.com>
* Mans Rullgard <mans@mansr.com>
* Stefan Groenroos <stefan.gronroos@gmail.com>
* Janne Grunau <janne-x264@jannau.net>
*
* This program is free software; you can redistribute it and/or modify
* it under the terms of the GNU General Public License as published by
* the Free Software Foundation; either version 2 of the License, or
* (at your option) any later version.
*
* This program is distributed in the hope that it will be useful,
* but WITHOUT ANY WARRANTY; without even the implied warranty of
* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
* GNU General Public License for more details.
*
* You should have received a copy of the GNU General Public License
* along with this program; if not, write to the Free Software
* Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02111, USA.
*
* This program is also available under a commercial proprietary license.
* For more information, contact us at licensing@x264.com.
*****************************************************************************/
#include "asm.S"
const pw_0to15, align=4
.short 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15
endconst
.text
// note: prefetch stuff assumes 64-byte cacheline, true for the Cortex-A8
// They also use nothing above armv5te, but we don't care about pre-armv6
// void prefetch_ref( uint8_t *pix, intptr_t stride, int parity )
function prefetch_ref_arm
sub r2, r2, #1
add r0, r0, #64
and r2, r2, r1
add r0, r0, r2, lsl #3
add r2, r1, r1, lsl #1
pld [r0]
pld [r0, r1]
pld [r0, r1, lsl #1]
add r3, r0, r1, lsl #2
pld [r0, r2]
pld [r3]
pld [r3, r1]
pld [r3, r1, lsl #1]
pld [r3, r2]
bx lr
endfunc
// void prefetch_fenc( uint8_t *pix_y, intptr_t stride_y,
// uint8_t *pix_uv, intptr_t stride_uv, int mb_x )
function prefetch_fenc_arm
ldr ip, [sp]
push {lr}
and lr, ip, #3
smulbb lr, lr, r1 // note: this assumes stride_y is <= 16 bits signed
and ip, ip, #6
smulbb ip, ip, r3
add r0, r0, #64
add r2, r2, #64
add r0, r0, lr, lsl #2
pld [r0]
add lr, r0, r1, lsl #1
pld [r0, r1]
pld [lr]
add r2, r2, ip, lsl #2
pld [lr, r1]
pld [r2]
add ip, r2, r3, lsl #1
pld [r2, r3]
pld [ip]
pld [ip, r3]
pop {pc}
endfunc
// void *memcpy_aligned( void *dst, const void *src, size_t n )
function memcpy_aligned_neon
orr r3, r0, r1, lsr #1
movrel ip, memcpy_table
and r3, r3, #0xc
ldr pc, [ip, r3]
endfunc
.macro MEMCPY_ALIGNED srcalign dstalign
function memcpy_aligned_\dstalign\()_\srcalign\()_neon, export=0
mov r3, r0
.if \srcalign == 8 && \dstalign == 8
sub r2, #16
vld1.64 {d0}, [r1,:64]!
vst1.64 {d0}, [r3,:64]!
.set r1align, 128
.set r3align, 128
.else
.set r1align, \srcalign * 8
.set r3align, \dstalign * 8
.endif
tst r2, #16
beq 32f
sub r2, #16
vld1.64 {d0-d1}, [r1,:r1align]!
vst1.64 {d0-d1}, [r3,:r3align]!
32: // n is a multiple of 32
tst r2, #32
beq 640f
sub r2, #32
vld1.64 {d0-d3}, [r1,:r1align]!
vst1.64 {d0-d3}, [r3,:r3align]!
640: // n is a multiple of 64
cmp r2, #0
beq 1f
64:
subs r2, #64
vld1.64 {d0-d3}, [r1,:r1align]!
vld1.64 {d4-d7}, [r1,:r1align]!
vst1.64 {d0-d3}, [r3,:r3align]!
vst1.64 {d4-d7}, [r3,:r3align]!
bgt 64b
1: // end
.if \srcalign == 8 && \dstalign == 8
vld1.64 {d0}, [r1,:64]!
vst1.64 {d0}, [r3,:64]!
.endif
bx lr
endfunc
.endm
MEMCPY_ALIGNED 16, 16
MEMCPY_ALIGNED 16, 8
MEMCPY_ALIGNED 8, 16
MEMCPY_ALIGNED 8, 8
const memcpy_table, align=2, relocate=1
.word memcpy_aligned_16_16_neon
.word memcpy_aligned_16_8_neon
.word memcpy_aligned_8_16_neon
.word memcpy_aligned_8_8_neon
endconst
.text
.ltorg
// void memzero_aligned( void *dst, size_t n )
function memzero_aligned_neon
vmov.i8 q0, #0
vmov.i8 q1, #0
memzero_loop:
subs r1, #128
.rept 4
vst1.64 {d0-d3}, [r0,:128]!
.endr
bgt memzero_loop
bx lr
endfunc
// void pixel_avg( uint8_t *dst, intptr_t dst_stride,
// uint8_t *src1, intptr_t src1_stride,
// uint8_t *src2, intptr_t src2_stride, int weight );
.macro AVGH w h
function pixel_avg_\w\()x\h\()_neon
ldr ip, [sp, #8]
push {r4-r6,lr}
cmp ip, #32
ldrd r4, r5, [sp, #16]
mov lr, #\h
beq pixel_avg_w\w\()_neon
rsbs r6, ip, #64
blt pixel_avg_weight_w\w\()_add_sub_neon // weight > 64
cmp ip, #0
bge pixel_avg_weight_w\w\()_add_add_neon
b pixel_avg_weight_w\w\()_sub_add_neon // weight < 0
endfunc
.endm
AVGH 4, 2
AVGH 4, 4
AVGH 4, 8
AVGH 4, 16
AVGH 8, 4
AVGH 8, 8
AVGH 8, 16
AVGH 16, 8
AVGH 16, 16
// 0 < weight < 64
.macro load_weights_add_add
vdup.8 d30, ip
vdup.8 d31, r6
.endm
.macro load_add_add d1 d2
vld1.32 {\d1}, [r2], r3
vld1.32 {\d2}, [r4], r5
.endm
.macro weight_add_add dst s1 s2
vmull.u8 \dst, \s1, d30
vmlal.u8 \dst, \s2, d31
.endm
// weight > 64
.macro load_weights_add_sub
rsb r6, #0
vdup.8 d30, ip
vdup.8 d31, r6
.endm
.macro load_add_sub d1 d2
vld1.32 {\d1}, [r2], r3
vld1.32 {\d2}, [r4], r5
.endm
.macro weight_add_sub dst s1 s2
vmull.u8 \dst, \s1, d30
vmlsl.u8 \dst, \s2, d31
.endm
// weight < 0
.macro load_weights_sub_add
rsb ip, #0
vdup.8 d31, r6
vdup.8 d30, ip
.endm
.macro load_sub_add d1 d2
vld1.32 {\d2}, [r4], r5
vld1.32 {\d1}, [r2], r3
.endm
.macro weight_sub_add dst s1 s2
vmull.u8 \dst, \s2, d31
vmlsl.u8 \dst, \s1, d30
.endm
.macro AVG_WEIGHT ext
function pixel_avg_weight_w4_\ext\()_neon, export=0
load_weights_\ext
1: // height loop
subs lr, lr, #2
load_\ext d0[], d1[]
weight_\ext q8, d0, d1
load_\ext d2[], d3[]
vqrshrun.s16 d0, q8, #6
weight_\ext q9, d2, d3
vst1.32 {d0[0]}, [r0,:32], r1
vqrshrun.s16 d1, q9, #6
vst1.32 {d1[0]}, [r0,:32], r1
bgt 1b
pop {r4-r6,pc}
endfunc
function pixel_avg_weight_w8_\ext\()_neon, export=0
load_weights_\ext
1: // height loop
subs lr, lr, #4
load_\ext d0, d1
weight_\ext q8, d0, d1
load_\ext d2, d3
weight_\ext q9, d2, d3
load_\ext d4, d5
weight_\ext q10, d4, d5
load_\ext d6, d7
weight_\ext q11, d6, d7
vqrshrun.s16 d0, q8, #6
vqrshrun.s16 d1, q9, #6
vqrshrun.s16 d2, q10, #6
vqrshrun.s16 d3, q11, #6
vst1.64 {d0}, [r0,:64], r1
vst1.64 {d1}, [r0,:64], r1
vst1.64 {d2}, [r0,:64], r1
vst1.64 {d3}, [r0,:64], r1
bgt 1b
pop {r4-r6,pc}
endfunc
function pixel_avg_weight_w16_\ext\()_neon, export=0
load_weights_\ext
1: // height loop
subs lr, lr, #2
load_\ext d0-d1, d2-d3
weight_\ext q8, d0, d2
weight_\ext q9, d1, d3
load_\ext d4-d5, d6-d7
weight_\ext q10, d4, d6
weight_\ext q11, d5, d7
vqrshrun.s16 d0, q8, #6
vqrshrun.s16 d1, q9, #6
vqrshrun.s16 d2, q10, #6
vqrshrun.s16 d3, q11, #6
vst1.64 {d0-d1}, [r0,:128], r1
vst1.64 {d2-d3}, [r0,:128], r1
bgt 1b
pop {r4-r6,pc}
endfunc
.endm
AVG_WEIGHT add_add
AVG_WEIGHT add_sub
AVG_WEIGHT sub_add
function pixel_avg_w4_neon, export=0
subs lr, lr, #2
vld1.32 {d0[]}, [r2], r3
vld1.32 {d2[]}, [r4], r5
vrhadd.u8 d0, d0, d2
vld1.32 {d1[]}, [r2], r3
vld1.32 {d3[]}, [r4], r5
vrhadd.u8 d1, d1, d3
vst1.32 {d0[0]}, [r0,:32], r1
vst1.32 {d1[0]}, [r0,:32], r1
bgt pixel_avg_w4_neon
pop {r4-r6,pc}
endfunc
function pixel_avg_w8_neon, export=0
subs lr, lr, #4
vld1.64 {d0}, [r2], r3
vld1.64 {d2}, [r4], r5
vrhadd.u8 d0, d0, d2
vld1.64 {d1}, [r2], r3
vld1.64 {d3}, [r4], r5
vrhadd.u8 d1, d1, d3
vst1.64 {d0}, [r0,:64], r1
vld1.64 {d2}, [r2], r3
vld1.64 {d4}, [r4], r5
vrhadd.u8 d2, d2, d4
vst1.64 {d1}, [r0,:64], r1
vld1.64 {d3}, [r2], r3
vld1.64 {d5}, [r4], r5
vrhadd.u8 d3, d3, d5
vst1.64 {d2}, [r0,:64], r1
vst1.64 {d3}, [r0,:64], r1
bgt pixel_avg_w8_neon
pop {r4-r6,pc}
endfunc
function pixel_avg_w16_neon, export=0
subs lr, lr, #4
vld1.64 {d0-d1}, [r2], r3
vld1.64 {d2-d3}, [r4], r5
vrhadd.u8 q0, q0, q1
vld1.64 {d2-d3}, [r2], r3
vld1.64 {d4-d5}, [r4], r5
vrhadd.u8 q1, q1, q2
vst1.64 {d0-d1}, [r0,:128], r1
vld1.64 {d4-d5}, [r2], r3
vld1.64 {d6-d7}, [r4], r5
vrhadd.u8 q2, q2, q3
vst1.64 {d2-d3}, [r0,:128], r1
vld1.64 {d6-d7}, [r2], r3
vld1.64 {d0-d1}, [r4], r5
vrhadd.u8 q3, q3, q0
vst1.64 {d4-d5}, [r0,:128], r1
vst1.64 {d6-d7}, [r0,:128], r1
bgt pixel_avg_w16_neon
pop {r4-r6,pc}
endfunc
function pixel_avg2_w4_neon
ldr ip, [sp, #4]
push {lr}
ldr lr, [sp, #4]
avg2_w4_loop:
subs ip, ip, #2
vld1.32 {d0[]}, [r2], r3
vld1.32 {d2[]}, [lr], r3
vrhadd.u8 d0, d0, d2
vld1.32 {d1[]}, [r2], r3
vld1.32 {d3[]}, [lr], r3
vrhadd.u8 d1, d1, d3
vst1.32 {d0[0]}, [r0,:32], r1
vst1.32 {d1[0]}, [r0,:32], r1
bgt avg2_w4_loop
pop {pc}
endfunc
function pixel_avg2_w8_neon
ldr ip, [sp, #4]
push {lr}
ldr lr, [sp, #4]
avg2_w8_loop:
subs ip, ip, #2
vld1.64 {d0}, [r2], r3
vld1.64 {d2}, [lr], r3
vrhadd.u8 d0, d0, d2
vld1.64 {d1}, [r2], r3
vld1.64 {d3}, [lr], r3
vrhadd.u8 d1, d1, d3
vst1.64 {d0}, [r0,:64], r1
vst1.64 {d1}, [r0,:64], r1
bgt avg2_w8_loop
pop {pc}
endfunc
function pixel_avg2_w16_neon
ldr ip, [sp, #4]
push {lr}
ldr lr, [sp, #4]
avg2_w16_loop:
subs ip, ip, #2
vld1.64 {d0-d1}, [r2], r3
vld1.64 {d2-d3}, [lr], r3
vrhadd.u8 q0, q0, q1
vld1.64 {d4-d5}, [r2], r3
vld1.64 {d6-d7}, [lr], r3
vrhadd.u8 q2, q2, q3
vst1.64 {d0-d1}, [r0,:128], r1
vst1.64 {d4-d5}, [r0,:128], r1
bgt avg2_w16_loop
pop {pc}
endfunc
function pixel_avg2_w20_neon
ldr ip, [sp, #4]
push {lr}
sub r1, r1, #16
ldr lr, [sp, #4]
avg2_w20_loop:
subs ip, ip, #2
vld1.64 {d0-d2}, [r2], r3
vld1.64 {d4-d6}, [lr], r3
vrhadd.u8 q0, q0, q2
vrhadd.u8 d2, d2, d6
vld1.64 {d4-d6}, [r2], r3
vld1.64 {d16-d18},[lr], r3
vrhadd.u8 q2, q2, q8
vst1.64 {d0-d1}, [r0,:128]!
vrhadd.u8 d6, d6, d18
vst1.32 {d2[0]}, [r0,:32], r1
vst1.64 {d4-d5}, [r0,:128]!
vst1.32 {d6[0]}, [r0,:32], r1
bgt avg2_w20_loop
pop {pc}
endfunc
.macro weight_prologue type
push {r4-r5,lr}
ldr r4, [sp, #4*3] // weight_t
ldr ip, [sp, #4*3+4] // h
.ifc \type, full
ldr lr, [r4, #32] // denom
.endif
ldrd r4, r5, [r4, #32+4] // scale, offset
vdup.8 d0, r4
vdup.16 q1, r5
.ifc \type, full
rsb lr, lr, #0
vdup.16 q2, lr
.endif
.endm
// void mc_weight( uint8_t *src, intptr_t src_stride, uint8_t *dst, intptr_t dst_stride,
// const x264_weight_t *weight, int height )
function mc_weight_w20_neon
weight_prologue full
sub r1, #16
weight20_loop:
subs ip, #2
vld1.8 {d17-d19}, [r2], r3
vmull.u8 q10, d17, d0
vmull.u8 q11, d18, d0
vld1.8 {d16-d18}, [r2], r3
vmull.u8 q12, d16, d0
vmull.u8 q13, d17, d0
vtrn.32 d19, d18
vmull.u8 q14, d19, d0
vrshl.s16 q10, q10, q2
vrshl.s16 q11, q11, q2
vrshl.s16 q12, q12, q2
vrshl.s16 q13, q13, q2
vrshl.s16 q14, q14, q2
vadd.s16 q10, q10, q1
vadd.s16 q11, q11, q1
vadd.s16 q12, q12, q1
vadd.s16 q13, q13, q1
vadd.s16 q14, q14, q1
vqmovun.s16 d16, q10
vqmovun.s16 d17, q11
vqmovun.s16 d18, q12
vqmovun.s16 d19, q13
vqmovun.s16 d20, q14
vst1.8 {d16-d17}, [r0,:128]!
vst1.32 {d20[0]}, [r0,:32], r1
vst1.8 {d18-d19}, [r0,:128]!
vst1.32 {d20[1]}, [r0,:32], r1
bgt weight20_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w16_neon
weight_prologue full
weight16_loop:
subs ip, #2
vld1.8 {d16-d17}, [r2], r3
vld1.8 {d18-d19}, [r2], r3
vmull.u8 q10, d16, d0
vmull.u8 q11, d17, d0
vmull.u8 q12, d18, d0
vmull.u8 q13, d19, d0
vrshl.s16 q10, q10, q2
vrshl.s16 q11, q11, q2
vrshl.s16 q12, q12, q2
vrshl.s16 q13, q13, q2
vadd.s16 q10, q10, q1
vadd.s16 q11, q11, q1
vadd.s16 q12, q12, q1
vadd.s16 q13, q13, q1
vqmovun.s16 d16, q10
vqmovun.s16 d17, q11
vqmovun.s16 d18, q12
vqmovun.s16 d19, q13
vst1.8 {d16-d17}, [r0,:128], r1
vst1.8 {d18-d19}, [r0,:128], r1
bgt weight16_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w8_neon
weight_prologue full
weight8_loop:
subs ip, #2
vld1.8 {d16}, [r2], r3
vld1.8 {d18}, [r2], r3
vmull.u8 q8, d16, d0
vmull.u8 q9, d18, d0
vrshl.s16 q8, q8, q2
vrshl.s16 q9, q9, q2
vadd.s16 q8, q8, q1
vadd.s16 q9, q9, q1
vqmovun.s16 d16, q8
vqmovun.s16 d18, q9
vst1.8 {d16}, [r0,:64], r1
vst1.8 {d18}, [r0,:64], r1
bgt weight8_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w4_neon
weight_prologue full
weight4_loop:
subs ip, #2
vld1.32 {d16[0]}, [r2], r3
vld1.32 {d16[1]}, [r2], r3
vmull.u8 q8, d16, d0
vrshl.s16 q8, q8, q2
vadd.s16 q8, q8, q1
vqmovun.s16 d16, q8
vst1.32 {d16[0]}, [r0], r1
vst1.32 {d16[1]}, [r0], r1
bgt weight4_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w20_nodenom_neon
weight_prologue nodenom
sub r1, #16
weight20_nodenom_loop:
subs ip, #2
vld1.8 {d26-d28}, [r2], r3
vmov q8, q1
vmov q9, q1
vld1.8 {d29-d31}, [r2], r3
vmov q10, q1
vmov q11, q1
vmov q12, q1
vtrn.32 d28, d31
vmlal.u8 q8, d26, d0
vmlal.u8 q9, d27, d0
vmlal.u8 q10, d29, d0
vmlal.u8 q11, d30, d0
vmlal.u8 q12, d28, d0
vqmovun.s16 d16, q8
vqmovun.s16 d17, q9
vqmovun.s16 d18, q10
vqmovun.s16 d19, q11
vqmovun.s16 d20, q12
vst1.8 {d16-d17}, [r0,:128]!
vst1.32 {d20[0]}, [r0,:32], r1
vst1.8 {d18-d19}, [r0,:128]!
vst1.32 {d20[1]}, [r0,:32], r1
bgt weight20_nodenom_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w16_nodenom_neon
weight_prologue nodenom
weight16_nodenom_loop:
subs ip, #2
vld1.8 {d16-d17}, [r2], r3
vld1.8 {d18-d19}, [r2], r3
vmov q12, q1
vmov q13, q1
vmov q14, q1
vmov q15, q1
vmlal.u8 q12, d16, d0
vmlal.u8 q13, d17, d0
vmlal.u8 q14, d18, d0
vmlal.u8 q15, d19, d0
vqmovun.s16 d16, q12
vqmovun.s16 d17, q13
vqmovun.s16 d18, q14
vqmovun.s16 d19, q15
vst1.8 {d16-d17}, [r0,:128], r1
vst1.8 {d18-d19}, [r0,:128], r1
bgt weight16_nodenom_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w8_nodenom_neon
weight_prologue nodenom
weight8_nodenom_loop:
subs ip, #2
vld1.8 {d16}, [r2], r3
vld1.8 {d18}, [r2], r3
vmov q10, q1
vmov q11, q1
vmlal.u8 q10, d16, d0
vmlal.u8 q11, d18, d0
vqmovun.s16 d16, q10
vqmovun.s16 d17, q11
vst1.8 {d16}, [r0,:64], r1
vst1.8 {d17}, [r0,:64], r1
bgt weight8_nodenom_loop
pop {r4-r5,pc}
endfunc
function mc_weight_w4_nodenom_neon
weight_prologue nodenom
weight4_nodenom_loop:
subs ip, #2
vld1.32 {d16[0]}, [r2], r3
vld1.32 {d16[1]}, [r2], r3
vmov q10, q1
vmlal.u8 q10, d16, d0
vqmovun.s16 d16, q10
vst1.32 {d16[0]}, [r0], r1
vst1.32 {d16[1]}, [r0], r1
bgt weight4_nodenom_loop
pop {r4-r5,pc}
endfunc
.macro weight_simple_prologue
push {lr}
ldr lr, [sp, #4] // weight_t
ldr ip, [sp, #8] // h
ldr lr, [lr] // offset
vdup.8 q1, lr
.endm
.macro weight_simple name op
function mc_weight_w20_\name\()_neon
weight_simple_prologue
weight20_\name\()_loop:
subs ip, #2
vld1.8 {d16-d18}, [r2], r3
vld1.8 {d19-d21}, [r2], r3
\op q8, q8, q1
\op q9, q9, q1
\op q10, q10, q1
vst1.8 {d16-d18}, [r0,:64], r1
vst1.8 {d19-d21}, [r0,:64], r1
bgt weight20_\name\()_loop
pop {pc}
endfunc
function mc_weight_w16_\name\()_neon
weight_simple_prologue
weight16_\name\()_loop:
subs ip, #2
vld1.8 {d16-d17}, [r2], r3
vld1.8 {d18-d19}, [r2], r3
\op q8, q8, q1
\op q9, q9, q1
vst1.8 {d16-d17}, [r0,:128], r1
vst1.8 {d18-d19}, [r0,:128], r1
bgt weight16_\name\()_loop
pop {pc}
endfunc
function mc_weight_w8_\name\()_neon
weight_simple_prologue
weight8_\name\()_loop:
subs ip, #2
vld1.8 {d16}, [r2], r3
vld1.8 {d17}, [r2], r3
\op q8, q8, q1
vst1.8 {d16}, [r0,:64], r1
vst1.8 {d17}, [r0,:64], r1
bgt weight8_\name\()_loop
pop {pc}
endfunc
function mc_weight_w4_\name\()_neon
weight_simple_prologue
weight4_\name\()_loop:
subs ip, #2
vld1.32 {d16[]}, [r2], r3
vld1.32 {d17[]}, [r2], r3
\op q8, q8, q1
vst1.32 {d16[0]}, [r0], r1
vst1.32 {d17[0]}, [r0], r1
bgt weight4_\name\()_loop
pop {pc}
endfunc
.endm
weight_simple offsetadd, vqadd.u8
weight_simple offsetsub, vqsub.u8
// void mc_copy( uint8_t *dst, intptr_t dst_stride, uint8_t *src, intptr_t src_stride, int height )
function mc_copy_w4_neon
ldr ip, [sp]
copy_w4_loop:
subs ip, ip, #4
vld1.32 {d0[]}, [r2], r3
vld1.32 {d1[]}, [r2], r3
vld1.32 {d2[]}, [r2], r3
vld1.32 {d3[]}, [r2], r3
vst1.32 {d0[0]}, [r0,:32], r1
vst1.32 {d1[0]}, [r0,:32], r1
vst1.32 {d2[0]}, [r0,:32], r1
vst1.32 {d3[0]}, [r0,:32], r1
bgt copy_w4_loop
bx lr
endfunc
function mc_copy_w8_neon
ldr ip, [sp]
copy_w8_loop:
subs ip, ip, #4
vld1.32 {d0}, [r2], r3
vld1.32 {d1}, [r2], r3
vld1.32 {d2}, [r2], r3
vld1.32 {d3}, [r2], r3
vst1.32 {d0}, [r0,:64], r1
vst1.32 {d1}, [r0,:64], r1
vst1.32 {d2}, [r0,:64], r1
vst1.32 {d3}, [r0,:64], r1
bgt copy_w8_loop
bx lr
endfunc
function mc_copy_w16_neon
ldr ip, [sp]
copy_w16_loop:
subs ip, ip, #4
vld1.32 {d0-d1}, [r2], r3
vld1.32 {d2-d3}, [r2], r3
vld1.32 {d4-d5}, [r2], r3
vld1.32 {d6-d7}, [r2], r3
vst1.32 {d0-d1}, [r0,:128], r1
vst1.32 {d2-d3}, [r0,:128], r1
vst1.32 {d4-d5}, [r0,:128], r1
vst1.32 {d6-d7}, [r0,:128], r1
bgt copy_w16_loop
bx lr
endfunc
function mc_copy_w16_aligned_neon
ldr ip, [sp]
copy_w16_aligned_loop:
subs ip, ip, #4
vld1.32 {d0-d1}, [r2,:128], r3
vld1.32 {d2-d3}, [r2,:128], r3
vld1.32 {d4-d5}, [r2,:128], r3
vld1.32 {d6-d7}, [r2,:128], r3
vst1.32 {d0-d1}, [r0,:128], r1
vst1.32 {d2-d3}, [r0,:128], r1
vst1.32 {d4-d5}, [r0,:128], r1
vst1.32 {d6-d7}, [r0,:128], r1
bgt copy_w16_aligned_loop
bx lr
endfunc
// void mc_chroma( uint8_t *dst, intptr_t i_dst_stride,
// uint8_t *src, intptr_t i_src_stride,
// int dx, int dy, int i_width, int i_height );
function mc_chroma_neon
push {r4-r8, lr}
vpush {d8-d11}
ldrd r4, r5, [sp, #56]
ldrd r6, r7, [sp, #64]
asr lr, r6, #3
mul lr, r4, lr
add r3, r3, r5, asr #2
cmp r7, #4
and r5, r5, #7
and r6, r6, #7
add r3, r3, lr
bic r3, r3, #0x1
pld [r3]
pld [r3, r4]
bgt mc_chroma_w8
beq mc_chroma_w4
.macro CHROMA_MC_START r00, r01, r10, r11
muls lr, r5, r6
rsb r7, lr, r6, lsl #3
rsb ip, lr, r5, lsl #3
sub r5, lr, r5, lsl #3
sub r5, r5, r6, lsl #3
add r5, r5, #64
beq 2f
vld2.8 {\r00-\r01}, [r3], r4
vdup.8 d0, r5
vdup.8 d1, ip
vdup.8 d2, r7
vld2.8 {\r10-\r11}, [r3], r4
vdup.8 d3, lr
ldr r5, [sp, #72]
.endm
.macro CHROMA_MC width, align
mc_chroma_w\width:
CHROMA_MC_START d4, d5, d8, d9
vext.8 d6, d4, d6, #1
vext.8 d7, d5, d7, #1
vext.8 d10, d8, d10, #1
vext.8 d11, d9, d11, #1
// since the element size varies, there's a different index for the 2nd store
.if \width == 4
.set st2, 1
.else
.set st2, 2
.endif
vtrn.32 d4, d6
vtrn.32 d5, d7
vtrn.32 d8, d10
vtrn.32 d9, d11
vtrn.32 d0, d1
vtrn.32 d2, d3
1: // height loop, interpolate xy
vmull.u8 q8, d4, d0
vmlal.u8 q8, d8, d2
vmull.u8 q9, d5, d0
vmlal.u8 q9, d9, d2
vld2.8 {d4-d5}, [r3], r4
vext.8 d6, d4, d6, #1
vext.8 d7, d5, d7, #1
vadd.i16 d16, d16, d17
vadd.i16 d17, d18, d19
vtrn.32 d4, d6
vtrn.32 d5, d7
vmull.u8 q10, d8, d0
vmlal.u8 q10, d4, d2
vmull.u8 q11, d9, d0
vmlal.u8 q11, d5, d2
vld2.8 {d8-d9}, [r3], r4
vrshrn.u16 d16, q8, #6
vext.8 d10, d8, d10, #1
vext.8 d11, d9, d11, #1
vadd.i16 d18, d20, d21
vadd.i16 d19, d22, d23
vtrn.32 d8, d10
vtrn.32 d9, d11
vrshrn.u16 d18, q9, #6
subs r5, r5, #2
pld [r3]
pld [r3, r4]
vst1.\align {d16[0]}, [r0,:\align], r2
vst1.\align {d16[st2]}, [r1,:\align], r2
vst1.\align {d18[0]}, [r0,:\align], r2
vst1.\align {d18[st2]}, [r1,:\align], r2
bgt 1b
vpop {d8-d11}
pop {r4-r8, pc}
2: // dx or dy are 0
tst r7, r7
add ip, ip, r7
vdup.8 d0, r5
ldr r5, [sp, #72]
vdup.8 d1, ip
beq 4f
vld1.64 {d4}, [r3], r4
vld1.64 {d6}, [r3], r4
3: // vertical interpolation loop
vmull.u8 q8, d4, d0
vmlal.u8 q8, d6, d1
vmull.u8 q9, d6, d0
vld1.64 {d4}, [r3], r4
vmlal.u8 q9, d4, d1
vld1.64 {d6}, [r3], r4
vrshrn.u16 d16, q8, #6 // uvuvuvuv
vrshrn.u16 d17, q9, #6 // uvuvuvuv
subs r5, r5, #2
vuzp.8 d16, d17 // d16=uuuu|uuuu, d17=vvvv|vvvv
pld [r3]
pld [r3, r4]
vst1.\align {d16[0]}, [r0,:\align], r2
vst1.\align {d16[st2]}, [r0,:\align], r2
vst1.\align {d17[0]}, [r1,:\align], r2
vst1.\align {d17[st2]}, [r1,:\align], r2
bgt 3b
vpop {d8-d11}
pop {r4-r8, pc}
4: // dy is 0
vld1.64 {d4-d5}, [r3], r4
vld1.64 {d6-d7}, [r3], r4
vext.8 d5, d4, d5, #2
vext.8 d7, d6, d7, #2
5: // horizontal interpolation loop
vmull.u8 q8, d4, d0
vmlal.u8 q8, d5, d1
vmull.u8 q9, d6, d0
vmlal.u8 q9, d7, d1
subs r5, r5, #2
vld1.64 {d4-d5}, [r3], r4
vld1.64 {d6-d7}, [r3], r4
vext.8 d5, d4, d5, #2
vrshrn.u16 d16, q8, #6
vrshrn.u16 d17, q9, #6
vext.8 d7, d6, d7, #2
vuzp.8 d16, d17
pld [r3]
pld [r3, r4]
vst1.\align {d16[0]}, [r0,:\align], r2
vst1.\align {d16[st2]}, [r0,:\align], r2
vst1.\align {d17[0]}, [r1,:\align], r2
vst1.\align {d17[st2]}, [r1,:\align], r2
bgt 5b
vpop {d8-d11}
pop {r4-r8, pc}
.endm
CHROMA_MC 2, 16
CHROMA_MC 4, 32
mc_chroma_w8:
CHROMA_MC_START d4, d7, d8, d11
vext.8 d5, d4, d5, #1
vext.8 d9, d8, d9, #1
vext.8 d7, d6, d7, #1
vext.8 d11, d10, d11, #1
1: // height loop, interpolate xy
vmull.u8 q8, d4, d0
vmlal.u8 q8, d5, d1
vmlal.u8 q8, d8, d2
vmlal.u8 q8, d9, d3
vmull.u8 q9, d6, d0
vmlal.u8 q9, d7, d1
vmlal.u8 q9, d10, d2
vmlal.u8 q9, d11, d3
vld2.8 {d4-d7}, [r3], r4
vext.8 d5, d4, d5, #1
vext.8 d7, d6, d7, #1
vmull.u8 q10, d8, d0
vmlal.u8 q10, d9, d1
vmlal.u8 q10, d4, d2
vmlal.u8 q10, d5, d3
vmull.u8 q11, d10, d0
vmlal.u8 q11, d11, d1
vmlal.u8 q11, d6, d2
vmlal.u8 q11, d7, d3
subs r5, r5, #2
vld2.8 {d8-d11}, [r3], r4
vrshrn.u16 d16, q8, #6
vrshrn.u16 d17, q9, #6
vrshrn.u16 d18, q10, #6
vext.8 d9, d8, d9, #1
vrshrn.u16 d19, q11, #6
vext.8 d11, d10, d11, #1
pld [r3]
pld [r3, r4]
vst1.64 {d16}, [r0,:64], r2
vst1.64 {d17}, [r1,:64], r2
vst1.64 {d18}, [r0,:64], r2
vst1.64 {d19}, [r1,:64], r2
bgt 1b
vpop {d8-d11}
pop {r4-r8, pc}
2: // dx or dy are 0
tst r7, r7
add ip, ip, r7
vdup.8 d0, r5
ldr r5, [sp, #72]
vdup.8 d1, ip
beq 4f
vld2.8 {d4-d5}, [r3], r4
vld2.8 {d6-d7}, [r3], r4
3: // vertical interpolation loop
vmull.u8 q8, d4, d0 //U
vmlal.u8 q8, d6, d1
vmull.u8 q9, d5, d0 //V
vmlal.u8 q9, d7, d1
vld2.8 {d4-d5}, [r3], r4
vmull.u8 q10, d6, d0
vmlal.u8 q10, d4, d1
vmull.u8 q11, d7, d0
vmlal.u8 q11, d5, d1
vld2.8 {d6-d7}, [r3], r4
vrshrn.u16 d16, q8, #6
vrshrn.u16 d17, q9, #6
vrshrn.u16 d18, q10, #6
vrshrn.u16 d19, q11, #6
subs r5, r5, #2
pld [r3]
pld [r3, r4]
vst1.64 {d16}, [r0,:64], r2
vst1.64 {d17}, [r1,:64], r2
vst1.64 {d18}, [r0,:64], r2
vst1.64 {d19}, [r1,:64], r2
bgt 3b
vpop {d8-d11}
pop {r4-r8, pc}
4: // dy is 0
vld2.8 {d4-d7}, [r3], r4
vld2.8 {d8-d11}, [r3], r4
vext.8 d5, d4, d5, #1
vext.8 d7, d6, d7, #1
vext.8 d9, d8, d9, #1
vext.8 d11, d10, d11, #1
5: // horizontal interpolation loop
subs r5, r5, #2
vmull.u8 q8, d4, d0 //U
vmlal.u8 q8, d5, d1
vmull.u8 q9, d6, d0 //V
vmlal.u8 q9, d7, d1
vld2.8 {d4-d7}, [r3], r4
vmull.u8 q10, d8, d0
vmlal.u8 q10, d9, d1
vmull.u8 q11, d10, d0
vmlal.u8 q11, d11, d1
vld2.8 {d8-d11}, [r3], r4
vext.8 d5, d4, d5, #1
vrshrn.u16 d16, q8, #6
vext.8 d7, d6, d7, #1
vrshrn.u16 d17, q9, #6
vext.8 d9, d8, d9, #1
vrshrn.u16 d18, q10, #6
vext.8 d11, d10, d11, #1
vrshrn.u16 d19, q11, #6
pld [r3]
pld [r3, r4]
vst1.64 {d16}, [r0,:64], r2
vst1.64 {d17}, [r1,:64], r2
vst1.64 {d18}, [r0,:64], r2
vst1.64 {d19}, [r1,:64], r2
bgt 5b
vpop {d8-d11}
pop {r4-r8, pc}
endfunc
// hpel_filter_v( uint8_t *dst, uint8_t *src, int16_t *buf, intptr_t stride, int width )
function hpel_filter_v_neon
ldr ip, [sp]
sub r1, r1, r3, lsl #1
push {lr}
add lr, r1, ip
vmov.u8 d30, #5
vmov.u8 d31, #20
filter_v_loop:
subs ip, ip, #16
vld1.64 {d0-d1}, [r1,:128], r3
vld1.64 {d2-d3}, [r1,:128], r3
vld1.64 {d4-d5}, [r1,:128], r3
vld1.64 {d6-d7}, [r1,:128], r3
vld1.64 {d16-d17}, [r1,:128], r3
vld1.64 {d18-d19}, [r1,:128], r3
sub r1, lr, ip
vaddl.u8 q10, d0, d18
vmlsl.u8 q10, d2, d30
vmlal.u8 q10, d4, d31
vmlal.u8 q10, d6, d31
vmlsl.u8 q10, d16, d30
vaddl.u8 q11, d1, d19
vmlsl.u8 q11, d3, d30
vmlal.u8 q11, d5, d31
vmlal.u8 q11, d7, d31
vmlsl.u8 q11, d17, d30
vqrshrun.s16 d0, q10, #5
vst1.64 {d20-d21}, [r2,:128]!
vqrshrun.s16 d1, q11, #5
vst1.64 {d22-d23}, [r2,:128]!
vst1.64 {d0-d1}, [r0,:128]!
bgt filter_v_loop
pop {pc}
endfunc
// hpel_filter_c( uint8_t *dst, int16_t *buf, int width );
function hpel_filter_c_neon
sub r1, #16
vld1.64 {d0-d3}, [r1,:128]!
// unrolled 2x: 4% faster
filter_c_loop:
subs r2, r2, #16
vld1.64 {d4-d7}, [r1,:128]!
vext.16 q8, q0, q1, #6
vext.16 q12, q1, q2, #3
vadd.s16 q8, q8, q12
vext.16 q9, q0, q1, #7
vext.16 q11, q1, q2, #2
vadd.s16 q9, q9, q11
vext.16 q10, q1, q2, #1
vext.16 q11, q1, q2, #6
vadd.s16 q10, q1, q10
vsub.s16 q8, q8, q9 // a-b
vext.16 q15, q2, q3, #3
vsub.s16 q9, q9, q10 // b-c
vext.16 q12, q1, q2, #7
vshr.s16 q8, q8, #2 // (a-b)/4
vadd.s16 q11, q11, q15
vext.16 q14, q2, q3, #2
vsub.s16 q8, q8, q9 // (a-b)/4-b+c
vadd.s16 q12, q12, q14
vext.16 q13, q2, q3, #1
vshr.s16 q8, q8, #2 // ((a-b)/4-b+c)/4
vadd.s16 q13, q2, q13
vadd.s16 q8, q8, q10 // ((a-b)/4-b+c)/4+c = (a-5*b+20*c)/16
vsub.s16 q11, q11, q12 // a-b
vsub.s16 q12, q12, q13 // b-c
vshr.s16 q11, q11, #2 // (a-b)/4
vqrshrun.s16 d30, q8, #6
vsub.s16 q11, q11, q12 // (a-b)/4-b+c
vshr.s16 q11, q11, #2 // ((a-b)/4-b+c)/4
vld1.64 {d0-d3}, [r1,:128]!
vadd.s16 q11, q11, q13 // ((a-b)/4-b+c)/4+c = (a-5*b+20*c)/16
vext.16 q8, q2, q3, #6
vqrshrun.s16 d31, q11, #6
vext.16 q12, q3, q0, #3
vadd.s16 q8, q8, q12
vext.16 q9, q2, q3, #7
vst1.64 {d30-d31}, [r0,:128]!
bxle lr
subs r2, r2, #16
vext.16 q11, q3, q0, #2
vadd.s16 q9, q9, q11
vext.16 q10, q3, q0, #1
vext.16 q11, q3, q0, #6
vadd.s16 q10, q3, q10
vsub.s16 q8, q8, q9 // a-b
vext.16 q15, q0, q1, #3
vsub.s16 q9, q9, q10 // b-c
vext.16 q12, q3, q0, #7
vshr.s16 q8, q8, #2 // (a-b)/4
vadd.s16 q11, q11, q15
vext.16 q14, q0, q1, #2
vsub.s16 q8, q8, q9 // (a-b)/4-b+c
vadd.s16 q12, q12, q14
vext.16 q13, q0, q1, #1
vshr.s16 q8, q8, #2 // ((a-b)/4-b+c)/4
vadd.s16 q13, q0, q13
vadd.s16 q8, q8, q10 // ((a-b)/4-b+c)/4+c = (a-5*b+20*c)/16
vsub.s16 q11, q11, q12 // a-b
vsub.s16 q12, q12, q13 // b-c
vshr.s16 q11, q11, #2 // (a-b)/4
vqrshrun.s16 d30, q8, #6
vsub.s16 q11, q11, q12 // (a-b)/4-b+c
vshr.s16 q11, q11, #2 // ((a-b)/4-b+c)/4
vadd.s16 q11, q11, q13 // ((a-b)/4-b+c)/4+c = (a-5*b+20*c)/16
vqrshrun.s16 d31, q11, #6
vst1.64 {d30-d31}, [r0,:128]!
bgt filter_c_loop
bx lr
endfunc
// hpel_filter_h( uint8_t *dst, uint8_t *src, int width );
function hpel_filter_h_neon
sub r1, #16
vmov.u8 d30, #5
vld1.64 {d0-d3}, [r1,:128]!
vmov.u8 d31, #20
// unrolled 3x because it's 5% faster, due to mitigating
// the high latency of multiplication and vqrshrun
filter_h_loop:
subs r2, r2, #16
vld1.64 {d4-d5}, [r1,:128]!
vext.8 q8, q0, q1, #14
vext.8 q12, q1, q2, #3
vaddl.u8 q13, d16, d24
vext.8 q9, q0, q1, #15
vaddl.u8 q14, d17, d25
vext.8 q10, q1, q2, #1
vmlal.u8 q13, d2, d31
vmlsl.u8 q13, d18, d30
vext.8 q11, q1, q2, #2
vmlal.u8 q13, d20, d31
vmlsl.u8 q13, d22, d30
vmlsl.u8 q14, d19, d30
vmlal.u8 q14, d3, d31
vmlal.u8 q14, d21, d31
vmlsl.u8 q14, d23, d30
vqrshrun.s16 d6, q13, #5
vld1.64 {d0-d1}, [r1,:128]!
vext.8 q8, q1, q2, #14
vext.8 q12, q2, q0, #3
vaddl.u8 q13, d16, d24
vqrshrun.s16 d7, q14, #5
vext.8 q9, q1, q2, #15
vaddl.u8 q14, d17, d25
vst1.64 {d6-d7}, [r0,:128]!
bxle lr
subs r2, r2, #16
vext.8 q10, q2, q0, #1
vmlal.u8 q13, d4, d31
vmlsl.u8 q13, d18, d30
vext.8 q11, q2, q0, #2
vmlal.u8 q13, d20, d31
vmlsl.u8 q13, d22, d30
vmlsl.u8 q14, d19, d30
vmlal.u8 q14, d5, d31
vmlal.u8 q14, d21, d31
vmlsl.u8 q14, d23, d30
vqrshrun.s16 d6, q13, #5
vld1.64 {d2-d3}, [r1,:128]!
vext.8 q8, q2, q0, #14
vext.8 q12, q0, q1, #3
vaddl.u8 q13, d16, d24
vqrshrun.s16 d7, q14, #5
vext.8 q9, q2, q0, #15
vaddl.u8 q14, d17, d25
vst1.64 {d6-d7}, [r0,:128]!
bxle lr
subs r2, r2, #16
vext.8 q10, q0, q1, #1
vmlal.u8 q13, d0, d31
vmlsl.u8 q13, d18, d30
vext.8 q11, q0, q1, #2
vmlal.u8 q13, d20, d31
vmlsl.u8 q13, d22, d30
vmlsl.u8 q14, d19, d30
vmlal.u8 q14, d1, d31
vmlal.u8 q14, d21, d31
vmlsl.u8 q14, d23, d30
vqrshrun.s16 d6, q13, #5
vqrshrun.s16 d7, q14, #5
vst1.64 {d6-d7}, [r0,:128]!
bgt filter_h_loop
bx lr
endfunc
// frame_init_lowres_core( uint8_t *src0, uint8_t *dst0, uint8_t *dsth, uint8_t *dstv,
// uint8_t *dstc, intptr_t src_stride, intptr_t dst_stride, int width,
// int height )
function frame_init_lowres_core_neon
push {r4-r10,lr}
vpush {d8-d15}
ldrd r4, r5, [sp, #96]
ldrd r6, r7, [sp, #104]
ldr lr, [sp, #112]
sub r10, r6, r7 // dst_stride - width
and r10, r10, #~15
lowres_yloop:
mov ip, r7 // width
mov r6, r0 // src0
add r8, r0, r5 // src1 = src0 + src_stride
add r9, r0, r5, lsl #1 // src2 = src1 + src_stride
vld2.8 {d8, d10}, [r6,:128]!
vld2.8 {d12,d14}, [r8,:128]!
vld2.8 {d16,d18}, [r9,:128]!
lowres_xloop:
subs ip, ip, #16
vld2.8 {d9, d11}, [r6,:128]!
vld2.8 {d13,d15}, [r8,:128]!
vrhadd.u8 q0, q4, q6
vld2.8 {d17,d19}, [r9,:128]!
vrhadd.u8 q5, q5, q7
vld2.8 {d20,d22}, [r6,:128]!
vrhadd.u8 q1, q6, q8
vld2.8 {d24,d26}, [r8,:128]!
vrhadd.u8 q7, q7, q9
vext.8 q4, q4, q10, #1
vrhadd.u8 q0, q0, q5
vext.8 q6, q6, q12, #1
vrhadd.u8 q1, q1, q7
vld2.8 {d28,d30}, [r9,:128]!
vrhadd.u8 q4, q4, q6
vext.8 q8, q8, q14, #1
vrhadd.u8 q6, q6, q8
vst1.64 {d0-d1}, [r1,:128]!
vrhadd.u8 q2, q4, q5
vst1.64 {d2-d3}, [r3,:128]!
vrhadd.u8 q3, q6, q7
vst1.64 {d4-d5}, [r2,:128]!
vst1.64 {d6-d7}, [r4,:128]!
ble lowres_xloop_end
subs ip, ip, #16
vld2.8 {d21,d23}, [r6,:128]!
vld2.8 {d25,d27}, [r8,:128]!
vrhadd.u8 q0, q10, q12
vld2.8 {d29,d31}, [r9,:128]!
vrhadd.u8 q11, q11, q13
vld2.8 {d8, d10}, [r6,:128]!
vrhadd.u8 q1, q12, q14
vld2.8 {d12,d14}, [r8,:128]!
vrhadd.u8 q13, q13, q15
vext.8 q10, q10, q4, #1
vrhadd.u8 q0, q0, q11
vext.8 q12, q12, q6, #1
vrhadd.u8 q1, q1, q13
vld2.8 {d16,d18}, [r9,:128]!
vrhadd.u8 q10, q10, q12
vext.8 q14, q14, q8, #1
vrhadd.u8 q12, q12, q14
vst1.64 {d0-d1}, [r1,:128]!
vrhadd.u8 q2, q10, q11
vst1.64 {d2-d3}, [r3,:128]!
vrhadd.u8 q3, q12, q13
vst1.64 {d4-d5}, [r2,:128]!
vst1.64 {d6-d7}, [r4,:128]!
bgt lowres_xloop
lowres_xloop_end:
subs lr, lr, #1
add r0, r0, r5, lsl #1
add r1, r1, r10
add r2, r2, r10
add r3, r3, r10
add r4, r4, r10
bgt lowres_yloop
vpop {d8-d15}
pop {r4-r10,pc}
endfunc
function load_deinterleave_chroma_fdec_neon
mov ip, #FDEC_STRIDE/2
1:
vld2.8 {d0-d1}, [r1,:128], r2
subs r3, r3, #1
pld [r1]
vst1.8 {d0}, [r0,:64], ip
vst1.8 {d1}, [r0,:64], ip
bgt 1b
bx lr
endfunc
function load_deinterleave_chroma_fenc_neon
mov ip, #FENC_STRIDE/2
1:
vld2.8 {d0-d1}, [r1,:128], r2
subs r3, r3, #1
pld [r1]
vst1.8 {d0}, [r0,:64], ip
vst1.8 {d1}, [r0,:64], ip
bgt 1b
bx lr
endfunc
function plane_copy_core_neon
push {r4,lr}
ldr r4, [sp, #8]
ldr lr, [sp, #12]
add r12, r4, #15
bic r4, r12, #15
sub r1, r1, r4
sub r3, r3, r4
1:
mov r12, r4
16:
tst r12, #16
beq 32f
subs r12, r12, #16
vld1.8 {q0}, [r2]!
vst1.8 {q0}, [r0]!
beq 0f
32:
subs r12, r12, #32
vld1.8 {q0, q1}, [r2]!
vst1.8 {q0, q1}, [r0]!
bgt 32b
0:
subs lr, lr, #1
add r2, r2, r3
add r0, r0, r1
bgt 1b
pop {r4,pc}
endfunc
function plane_copy_deinterleave_neon
push {r4-r7, lr}
ldrd r6, r7, [sp, #28]
ldrd r4, r5, [sp, #20]
add lr, r6, #15
bic lr, lr, #15
sub r1, r1, lr
sub r3, r3, lr
sub r5, r5, lr, lsl #1
block:
vld2.8 {d0-d3}, [r4,:128]!
subs lr, lr, #16
vst1.8 {q0}, [r0]!
vst1.8 {q1}, [r2]!
bgt block
add r4, r4, r5
subs r7, r7, #1
add r0, r0, r1
add r2, r2, r3
mov lr, r6
bgt block
pop {r4-r7, pc}
endfunc
function plane_copy_deinterleave_rgb_neon
push {r4-r8, r10, r11, lr}
ldrd r4, r5, [sp, #32]
ldrd r6, r7, [sp, #40]
ldr r8, [sp, #48]
ldrd r10, r11, [sp, #52]
add lr, r10, #7
subs r8, r8, #3
bic lr, lr, #7
sub r7, r7, lr, lsl #1
sub r1, r1, lr
sub r3, r3, lr
sub r5, r5, lr
subne r7, r7, lr, lsl #1
subeq r7, r7, lr
bne block4
block3:
vld3.8 {d0,d1,d2}, [r6]!
subs lr, lr, #8
vst1.8 {d0}, [r0]!
vst1.8 {d1}, [r2]!
vst1.8 {d2}, [r4]!
bgt block3
subs r11, r11, #1
add r0, r0, r1
add r2, r2, r3
add r4, r4, r5
add r6, r6, r7
mov lr, r10
bgt block3
pop {r4-r8, r10, r11, pc}
block4:
vld4.8 {d0,d1,d2,d3}, [r6]!
subs lr, lr, #8
vst1.8 {d0}, [r0]!
vst1.8 {d1}, [r2]!
vst1.8 {d2}, [r4]!
bgt block4
subs r11, r11, #1
add r0, r0, r1
add r2, r2, r3
add r4, r4, r5
add r6, r6, r7
mov lr, r10
bgt block4
pop {r4-r8, r10, r11, pc}
endfunc
function plane_copy_interleave_core_neon
push {r4-r7, lr}
ldrd r6, r7, [sp, #28]
ldrd r4, r5, [sp, #20]
add lr, r6, #15
bic lr, lr, #15
sub r1, r1, lr, lsl #1
sub r3, r3, lr
sub r5, r5, lr
blocki:
vld1.8 {q0}, [r2]!
vld1.8 {q1}, [r4]!
subs lr, lr, #16
vst2.8 {d0,d2}, [r0]!
vst2.8 {d1,d3}, [r0]!
bgt blocki
subs r7, r7, #1
add r0, r0, r1
add r2, r2, r3
add r4, r4, r5
mov lr, r6
bgt blocki
pop {r4-r7, pc}
endfunc
function plane_copy_swap_core_neon
push {r4-r5, lr}
ldrd r4, r5, [sp, #12]
add lr, r4, #15
bic lr, lr, #15
sub r1, r1, lr, lsl #1
sub r3, r3, lr, lsl #1
1:
vld1.8 {q0, q1}, [r2]!
subs lr, lr, #16
vrev16.8 q0, q0
vrev16.8 q1, q1
vst1.8 {q0, q1}, [r0]!
bgt 1b
subs r5, r5, #1
add r0, r0, r1
add r2, r2, r3
mov lr, r4
bgt 1b
pop {r4-r5, pc}
endfunc
function store_interleave_chroma_neon
push {lr}
ldr lr, [sp, #4]
mov ip, #FDEC_STRIDE
1:
vld1.8 {d0}, [r2], ip
vld1.8 {d1}, [r3], ip
subs lr, lr, #1
vst2.8 {d0,d1}, [r0,:128], r1
bgt 1b
pop {pc}
endfunc
.macro integral4h p1, p2
vext.8 d1, \p1, \p2, #1
vext.8 d2, \p1, \p2, #2
vext.8 d3, \p1, \p2, #3
vaddl.u8 q0, \p1, d1
vaddl.u8 q1, d2, d3
vadd.u16 q0, q0, q1
vadd.u16 q0, q0, q2
.endm
function integral_init4h_neon
sub r3, r0, r2, lsl #1
vld1.8 {d6, d7}, [r1, :128]!
1:
subs r2, r2, #16
vld1.16 {q2}, [r3, :128]!
integral4h d6, d7
vld1.8 {d6}, [r1, :64]!
vld1.16 {q2}, [r3, :128]!
vst1.16 {q0}, [r0, :128]!
integral4h d7, d6
vld1.8 {d7}, [r1, :64]!
vst1.16 {q0}, [r0, :128]!
bgt 1b
bx lr
endfunc
.macro integral8h p1, p2, s
vext.8 d1, \p1, \p2, #1
vext.8 d2, \p1, \p2, #2
vext.8 d3, \p1, \p2, #3
vext.8 d4, \p1, \p2, #4
vext.8 d5, \p1, \p2, #5
vext.8 d6, \p1, \p2, #6
vext.8 d7, \p1, \p2, #7
vaddl.u8 q0, \p1, d1
vaddl.u8 q1, d2, d3
vaddl.u8 q2, d4, d5
vaddl.u8 q3, d6, d7
vadd.u16 q0, q0, q1
vadd.u16 q2, q2, q3
vadd.u16 q0, q0, q2
vadd.u16 q0, q0, \s
.endm
function integral_init8h_neon
sub r3, r0, r2, lsl #1
vld1.8 {d16, d17}, [r1, :128]!
1:
subs r2, r2, #16
vld1.16 {q9}, [r3, :128]!
integral8h d16, d17, q9
vld1.8 {d16}, [r1, :64]!
vld1.16 {q9}, [r3, :128]!
vst1.16 {q0}, [r0, :128]!
integral8h d17, d16, q9
vld1.8 {d17}, [r1, :64]!
vst1.16 {q0}, [r0, :128]!
bgt 1b
bx lr
endfunc
function integral_init4v_neon
push {r4-r5}
mov r3, r0
add r4, r0, r2, lsl #3
add r5, r0, r2, lsl #4
sub r2, r2, #8
vld1.16 {q11, q12}, [r3]!
vld1.16 {q8, q9}, [r5]!
vld1.16 {q13}, [r3]!
vld1.16 {q10}, [r5]!
1:
subs r2, r2, #16
vld1.16 {q14, q15}, [r4]!
vext.8 q0, q11, q12, #8
vext.8 q1, q12, q13, #8
vext.8 q2, q8, q9, #8
vext.8 q3, q9, q10, #8
vsub.u16 q14, q14, q11
vsub.u16 q15, q15, q12
vadd.u16 q0, q0, q11
vadd.u16 q1, q1, q12
vadd.u16 q2, q2, q8
vadd.u16 q3, q3, q9
vst1.16 {q14}, [r1]!
vst1.16 {q15}, [r1]!
vmov q11, q13
vmov q8, q10
vsub.u16 q0, q2, q0
vsub.u16 q1, q3, q1
vld1.16 {q12, q13}, [r3]!
vld1.16 {q9, q10}, [r5]!
vst1.16 {q0}, [r0]!
vst1.16 {q1}, [r0]!
bgt 1b
2:
pop {r4-r5}
bx lr
endfunc
function integral_init8v_neon
add r2, r0, r1, lsl #4
sub r1, r1, #8
ands r3, r1, #16 - 1
beq 1f
subs r1, r1, #8
vld1.16 {q0}, [r0]
vld1.16 {q2}, [r2]!
vsub.u16 q8, q2, q0
vst1.16 {q8}, [r0]!
ble 2f
1:
subs r1, r1, #16
vld1.16 {q0, q1}, [r0]
vld1.16 {q2, q3}, [r2]!
vsub.u16 q8, q2, q0
vsub.u16 q9, q3, q1
vst1.16 {q8}, [r0]!
vst1.16 {q9}, [r0]!
bgt 1b
2:
bx lr
endfunc
function mbtree_propagate_cost_neon
push {r4-r5,lr}
ldrd r4, r5, [sp, #12]
ldr lr, [sp, #20]
vld1.32 {d6[], d7[]}, [r5]
8:
subs lr, lr, #8
vld1.16 {q8}, [r1]!
vld1.16 {q9}, [r2]!
vld1.16 {q10}, [r3]!
vld1.16 {q11}, [r4]!
vbic.u16 q10, #0xc000
vmin.u16 q10, q9, q10
vmull.u16 q12, d18, d22 @ propagate_intra
vmull.u16 q13, d19, d23 @ propagate_intra
vsubl.u16 q14, d18, d20 @ propagate_num
vsubl.u16 q15, d19, d21 @ propagate_num
vmovl.u16 q10, d18 @ propagate_denom
vmovl.u16 q11, d19 @ propagate_denom
vmovl.u16 q9, d17
vmovl.u16 q8, d16
vcvt.f32.s32 q12, q12
vcvt.f32.s32 q13, q13
vcvt.f32.s32 q14, q14
vcvt.f32.s32 q15, q15
vcvt.f32.s32 q10, q10
vcvt.f32.s32 q11, q11
vrecpe.f32 q0, q10
vrecpe.f32 q1, q11
vcvt.f32.s32 q8, q8
vcvt.f32.s32 q9, q9
vrecps.f32 q10, q0, q10
vrecps.f32 q11, q1, q11
vmla.f32 q8, q12, q3 @ propagate_amount
vmla.f32 q9, q13, q3 @ propagate_amount
vmul.f32 q0, q0, q10
vmul.f32 q1, q1, q11
vmul.f32 q8, q8, q14
vmul.f32 q9, q9, q15
vmul.f32 q0, q8, q0
vmul.f32 q1, q9, q1
vcvt.s32.f32 q0, q0
vcvt.s32.f32 q1, q1
vqmovn.s32 d0, q0
vqmovn.s32 d1, q1
vst1.16 {q0}, [r0]!
bgt 8b
pop {r4-r5,pc}
endfunc
function mbtree_propagate_list_internal_neon
vld1.16 {d4[]}, [sp] @ bipred_weight
movrel r12, pw_0to15
vmov.u16 q10, #0xc000
vld1.16 {q0}, [r12, :128] @h->mb.i_mb_x,h->mb.i_mb_y
ldrh r12, [sp, #4]
vmov.u32 q11, #4
vmov.u8 q3, #32
vdup.u16 q8, r12 @ mb_y
vzip.u16 q0, q8
ldr r12, [sp, #8]
8:
subs r12, r12, #8
vld1.16 {q14}, [r1, :128]! @ propagate_amount
vld1.16 {q15}, [r2]! @ lowres_cost
vld1.16 {q8, q9}, [r0]!
vand q15, q15, q10
vceq.u16 q1, q15, q10
vmull.u16 q12, d28, d4
vmull.u16 q13, d29, d4
vrshrn.u32 d30, q12, #6
vrshrn.u32 d31, q13, #6
vbsl q1, q15, q14 @ if( lists_used == 3 )
@ propagate_amount = (propagate_amount * bipred_weight + 32) >> 6
vshr.s16 q12, q8, #5
vshr.s16 q13, q9, #5
vuzp.16 q8, q9 @ x & 31, y & 31
vadd.s16 q12, q12, q0
vadd.s16 q0, q0, q11
vmovn.i16 d16, q8
vmovn.i16 d17, q9
vadd.s16 q13, q13, q0
vbic.i16 q8, #128+64+32
vadd.s16 q0, q0, q11
vbic.i16 q8, #(128+64+32)<<8
vst1.16 {q12, q13}, [r3, :128]!
vsub.i8 q9, q3, q8
vmull.u8 q12, d17, d16 @ idx3weight = y*x
vmull.u8 q14, d19, d16 @ idx1weight = (32-y)*x
vmull.u8 q15, d19, d18 @ idx0weight = (32-y)*(32-x)
vmull.u8 q13, d17, d18 @ idx2weight = y*(32-x)
vmull.u16 q9, d28, d2 @ idx1weight
vmull.u16 q8, d29, d3
vmull.u16 q14, d30, d2 @ idx0weight
vmull.u16 q15, d31, d3
vrshrn.u32 d18, q9, #10 @ idx1weight
vrshrn.u32 d19, q8, #10
vrshrn.u32 d16, q14, #10 @ idx0weight
vrshrn.u32 d17, q15, #10
vmull.u16 q14, d24, d2 @ idx3weight
vmull.u16 q15, d25, d3
vzip.16 q8, q9
vmull.u16 q12, d26, d2 @ idx2weight
vmull.u16 q13, d27, d3
vst1.16 {q8, q9}, [r3, :128]!
vrshrn.u32 d19, q15, #10 @ idx3weight
vrshrn.u32 d18, q14, #10
vrshrn.u32 d16, q12, #10 @ idx2weight
vrshrn.u32 d17, q13, #10
vzip.16 q8, q9
vst1.16 {q8, q9}, [r3, :128]!
bge 8b
bx lr
endfunc
@ void mbtree_fix8_pack( int16_t *dst, float *src, int count )
function mbtree_fix8_pack_neon, export=1
subs r3, r2, #8
blt 2f
1:
subs r3, r3, #8
vld1.32 {q0,q1}, [r1,:128]!
vcvt.s32.f32 q0, q0, #8
vcvt.s32.f32 q1, q1, #8
vqmovn.s32 d4, q0
vqmovn.s32 d5, q1
vrev16.8 q3, q2
vst1.16 {q3}, [r0,:128]!
bge 1b
2:
adds r3, r3, #8
bxeq lr
3:
subs r3, r3, #1
vld1.32 {d0[0]}, [r1]!
vcvt.s32.f32 s0, s0, #8
vrev16.8 d0, d0
vst1.16 {d0[0]}, [r0]!
bgt 3b
bx lr
endfunc
@ void mbtree_fix8_unpack( float *dst, int16_t *src, int count )
function mbtree_fix8_unpack_neon, export=1
subs r3, r2, #8
blt 2f
1:
subs r3, r3, #8
vld1.16 {q0}, [r1,:128]!
vrev16.8 q1, q0
vmovl.s16 q0, d2
vmovl.s16 q1, d3
vcvt.f32.s32 q0, q0, #8
vcvt.f32.s32 q1, q1, #8
vst1.32 {q0,q1}, [r0,:128]!
bge 1b
2:
adds r3, r3, #8
bxeq lr
3:
subs r3, r3, #1
vld1.16 {d0[0]}, [r1]!
vrev16.8 d0, d0
vmovl.s16 q0, d0
vcvt.f32.s32 d0, d0, #8
vst1.32 {d0[0]}, [r0]!
bgt 3b
bx lr
endfunc
|
