Skip to content

Instantly share code, notes, and snippets.

Embed
What would you like to do?
why there is no_MM_TRANSPOSE_8_PS macro ?
#include <immintrin.h>
void transpose_8x8_avx(const float* srcp, float* dstp) noexcept
{
__m256 a = _mm256_load_ps(srcp + 0); // a0 a1 a2 a3 a4 a5 a6 a7
__m256 b = _mm256_load_ps(srcp + 8); // b0 b1 b2 b3 b4 b5 b6 b7
__m256 c = _mm256_load_ps(srcp + 16); // c0 c1 c2 c3 c4 c5 c6 c7
__m256 d = _mm256_load_ps(srcp + 24); // d0 d1 d2 d3 d4 d5 d6 d7
__m256 e = _mm256_load_ps(srcp + 32); // e0 e1 e2 e3 e4 e5 e6 e7
__m256 f = _mm256_load_ps(srcp + 40); // f0 f1 f2 f3 f4 f5 f6 f7
__m256 g = _mm256_load_ps(srcp + 48); // g0 g1 g2 g3 g4 g5 g6 g7
__m256 h = _mm256_load_ps(srcp + 56); // h0 h1 h2 h3 h4 h5 h6 h7
__m256 ac0145 = _mm256_unpacklo_ps(a, c); // a0 c0 a1 c1 a4 c4 a5 c5
__m256 ac2367 = _mm256_unpackhi_ps(a, c); // a2 c2 a3 c3 a6 c6 a7 c7
__m256 bd0145 = _mm256_unpacklo_ps(b, d); // b0 d0 b1 d1 b4 d4 b5 d5
__m256 bd2367 = _mm256_unpackhi_ps(b, d); // b2 d2 b3 d3 b6 d6 b7 d7
__m256 eg0145 = _mm256_unpacklo_ps(e, g); // e0 g0 e1 g1 e4 g4 e5 g5
__m256 eg2367 = _mm256_unpackhi_ps(e, g); // e2 g2 e3 g3 e6 g6 e7 g7
__m256 fh0145 = _mm256_unpacklo_ps(f, h); // f0 h0 f1 h1 f4 h4 f5 h5
__m256 fh2367 = _mm256_unpackhi_ps(f, h); // f2 h2 f3 h3 f6 h6 f7 h7
__m256 abcd04 = _mm256_unpacklo_ps(ac0145, bd0145); // a0 b0 c0 d0 a4 b4 c4 d4
__m256 abcd15 = _mm256_unpackhi_ps(ac0145, bd0145); // a1 b1 c1 d1 a5 b5 c5 d5
__m256 abcd26 = _mm256_unpacklo_ps(ac2367, bd2367); // a2 b2 c2 d2 a6 b6 c6 d6
__m256 abcd37 = _mm256_unpackhi_ps(ac2367, bd2367); // a3 b3 c3 d3 a7 b7 c7 d7
__m256 efgh04 = _mm256_unpacklo_ps(eg0145, fh0145); // e0 f0 g0 h0 e4 f4 g4 h4
__m256 efgh15 = _mm256_unpackhi_ps(eg0145, fh0145); // e1 f1 g1 h1 e5 f5 g5 h5
__m256 efgh26 = _mm256_unpacklo_ps(eg2367, fh2367); // e2 f2 g2 h2 e6 f6 g6 h6
__m256 efgh37 = _mm256_unpackhi_ps(eg2367, fh2367); // e3 f3 g3 h3 e7 f7 g7 h7
__m256 abcdefgh0 = _mm256_permute2f128_ps(abcd04, efgh04, (2 << 4) | 0);
__m256 abcdefgh4 = _mm256_permute2f128_ps(abcd04, efgh04, (3 << 4) | 1);
__m256 abcdefgh1 = _mm256_permute2f128_ps(abcd15, efgh15, (2 << 4) | 0);
__m256 abcdefgh5 = _mm256_permute2f128_ps(abcd15, efgh15, (3 << 4) | 1);
__m256 abcdefgh2 = _mm256_permute2f128_ps(abcd26, efgh26, (2 << 4) | 0);
__m256 abcdefgh6 = _mm256_permute2f128_ps(abcd26, efgh26, (3 << 4) | 1);
__m256 abcdefgh3 = _mm256_permute2f128_ps(abcd37, efgh37, (2 << 4) | 0);
__m256 abcdefgh7 = _mm256_permute2f128_ps(abcd37, efgh37, (3 << 4) | 1);
_mm256_store_ps(dstp + 0, abcdefgh0);
_mm256_store_ps(dstp + 8, abcdefgh1);
_mm256_store_ps(dstp + 16, abcdefgh2);
_mm256_store_ps(dstp + 24, abcdefgh3);
_mm256_store_ps(dstp + 32, abcdefgh4);
_mm256_store_ps(dstp + 40, abcdefgh5);
_mm256_store_ps(dstp + 48, abcdefgh6);
_mm256_store_ps(dstp + 56, abcdefgh7);
}
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment