gemm_micro_kernel_avx512f_llvm40.s

; ldc2 -linkonce-templates -betterC -O -release -mcpu=skylake -mattr=+avx512f -output-s gemm_micro_kernel.d
; export extern(C)
; auto dot_reg_basic_generic(
;     const(__vector(float[16])[3][1])* a,
;     const(float[1][8])* b,
;     size_t length,
;     ref __vector(float[16])[3][1][8] c,
; )
; {
;     return dot_reg_basic(a, b, length, c);
; }
	.section	__TEXT,__text,regular,pure_instructions
	.globl	_dot_reg_basic_generic
	.p2align	4, 0x90
_dot_reg_basic_generic:
	.cfi_startproc
	subq	$56, %rsp
Lcfi0:
	.cfi_def_cfa_offset 64
	leaq	640(%rdi), %rax
	vpxord	%zmm29, %zmm29, %zmm29
	vpxord	%zmm1, %zmm1, %zmm1
	vpxord	%zmm2, %zmm2, %zmm2
	vpxord	%zmm18, %zmm18, %zmm18
	vpxord	%zmm3, %zmm3, %zmm3
	vpxord	%zmm4, %zmm4, %zmm4
	vpxord	%zmm17, %zmm17, %zmm17
	vpxord	%zmm5, %zmm5, %zmm5
	vpxord	%zmm6, %zmm6, %zmm6
	vpxord	%zmm20, %zmm20, %zmm20
	vpxord	%zmm7, %zmm7, %zmm7
	vpxord	%zmm8, %zmm8, %zmm8
	vpxord	%zmm19, %zmm19, %zmm19
	vpxord	%zmm9, %zmm9, %zmm9
	vpxord	%zmm10, %zmm10, %zmm10
	vpxord	%zmm22, %zmm22, %zmm22
	vpxord	%zmm11, %zmm11, %zmm11
	vpxord	%zmm12, %zmm12, %zmm12
	vpxord	%zmm21, %zmm21, %zmm21
	vpxord	%zmm13, %zmm13, %zmm13
	vpxord	%zmm14, %zmm14, %zmm14
	vpxord	%zmm23, %zmm23, %zmm23
	vpxord	%zmm15, %zmm15, %zmm15
	vpxord	%zmm16, %zmm16, %zmm16
	movq	%rdx, %r8
	.p2align	4, 0x90
LBB0_1:
	vmovdqa64	%zmm23, %zmm24
	vmovdqa64	%zmm21, %zmm25
	vmovdqa64	%zmm22, %zmm26
	vmovdqa64	%zmm19, %zmm27
	vmovdqa64	%zmm20, %zmm28
	vmovdqu64	%zmm17, -128(%rsp)
	vmovdqu64	%zmm18, -64(%rsp)
	prefetcht0	-128(%rax)
	prefetcht0	-64(%rax)
	prefetcht0	(%rax)
	vmovaps	-640(%rax), %zmm31
	vmovaps	-576(%rax), %zmm0
	vmovaps	-512(%rax), %zmm30
	vbroadcastss	(%rsi), %zmm23
	vbroadcastss	4(%rsi), %zmm21
	vfmadd231ps	%zmm31, %zmm23, %zmm16
	vfmadd231ps	%zmm0, %zmm23, %zmm15
	vfmadd213ps	%zmm24, %zmm30, %zmm23
	vfmadd231ps	%zmm31, %zmm21, %zmm14
	vfmadd231ps	%zmm0, %zmm21, %zmm13
	vfmadd213ps	%zmm25, %zmm30, %zmm21
	vbroadcastss	8(%rsi), %zmm22
	vbroadcastss	12(%rsi), %zmm19
	vfmadd231ps	%zmm31, %zmm22, %zmm12
	vfmadd231ps	%zmm0, %zmm22, %zmm11
	vfmadd213ps	%zmm26, %zmm30, %zmm22
	vfmadd231ps	%zmm31, %zmm19, %zmm10
	vfmadd231ps	%zmm0, %zmm19, %zmm9
	vfmadd213ps	%zmm27, %zmm30, %zmm19
	vbroadcastss	16(%rsi), %zmm20
	vbroadcastss	20(%rsi), %zmm17
	vfmadd231ps	%zmm31, %zmm20, %zmm8
	vfmadd231ps	%zmm0, %zmm20, %zmm7
	vfmadd213ps	%zmm28, %zmm30, %zmm20
	vfmadd231ps	%zmm31, %zmm17, %zmm6
	vfmadd231ps	%zmm0, %zmm17, %zmm5
	vfmadd213ps	-128(%rsp), %zmm30, %zmm17
	vbroadcastss	24(%rsi), %zmm18
	vbroadcastss	28(%rsi), %zmm24
	vfmadd231ps	%zmm31, %zmm18, %zmm4
	vfmadd231ps	%zmm0, %zmm18, %zmm3
	vfmadd213ps	-64(%rsp), %zmm30, %zmm18
	vfmadd231ps	%zmm31, %zmm24, %zmm2
	vfmadd231ps	%zmm0, %zmm24, %zmm1
	vfmadd231ps	%zmm30, %zmm24, %zmm29
	addq	$192, %rax
	addq	$32, %rsi
	addq	$-1, %r8
	jne	LBB0_1
	leaq	(%rdx,%rdx,2), %rax
	shlq	$6, %rax
	addq	%rax, %rdi
	vmovaps	%zmm16, (%rcx)
	vmovaps	%zmm15, 64(%rcx)
	vmovaps	%zmm23, 128(%rcx)
	vmovaps	%zmm14, 192(%rcx)
	vmovaps	%zmm13, 256(%rcx)
	vmovaps	%zmm21, 320(%rcx)
	vmovaps	%zmm12, 384(%rcx)
	vmovaps	%zmm11, 448(%rcx)
	vmovaps	%zmm22, 512(%rcx)
	vmovaps	%zmm10, 576(%rcx)
	vmovaps	%zmm9, 640(%rcx)
	vmovaps	%zmm19, 704(%rcx)
	vmovaps	%zmm8, 768(%rcx)
	vmovaps	%zmm7, 832(%rcx)
	vmovaps	%zmm20, 896(%rcx)
	vmovaps	%zmm6, 960(%rcx)
	vmovaps	%zmm5, 1024(%rcx)
	vmovaps	%zmm17, 1088(%rcx)
	vmovaps	%zmm4, 1152(%rcx)
	vmovaps	%zmm3, 1216(%rcx)
	vmovaps	%zmm18, 1280(%rcx)
	vmovaps	%zmm2, 1344(%rcx)
	vmovaps	%zmm1, 1408(%rcx)
	vmovaps	%zmm29, 1472(%rcx)
	movq	%rdi, %rax
	addq	$56, %rsp
	retq
	.cfi_endproc


.subsections_via_symbols