ref: 4cabbca4ce5bd2ecdf5cf4e264b77deb8336823d
parent: b89eef8f8277d0e7142da7c4799ebf296cea8fa2
parent: b84dc949c8a4a520ef1e9121d72a6250fb8f8e47
author: Johann <[email protected]>
date: Mon Aug 12 13:54:42 EDT 2013
Merge "vp9: neon: optimise convolve8_horiz functions"
--- a/vp9/common/arm/neon/vp9_convolve8_avg_neon.asm
+++ b/vp9/common/arm/neon/vp9_convolve8_avg_neon.asm
@@ -66,47 +66,65 @@
vld1.s16 {q0}, [r5] ; filter_x- add r8, r1, r1, lsl #1 ; src_stride * 3
- add r8, r8, #4 ; src_stride * 3 + 4
- rsb r8, r8, #0 ; reset for src
+ sub r8, r1, r1, lsl #2 ; -src_stride * 3
+ add r8, r8, #4 ; -src_stride * 3 + 4
- add r4, r3, r3, lsl #1 ; dst_stride * 3
- sub r4, r4, #4 ; dst_stride * 3 - 4
- rsb r4, r4, #0 ; reset for dst
+ sub r4, r3, r3, lsl #2 ; -dst_stride * 3
+ add r4, r4, #4 ; -dst_stride * 3 + 4
- sub r9, r1, #8 ; post increment for src load
-
- rsb r1, r6, r1, lsl #2 ; reset src for outer loop
+ rsb r9, r6, r1, lsl #2 ; reset src for outer loop
+ sub r9, r9, #7
rsb r12, r6, r3, lsl #2 ; reset dst for outer loop
mov r10, r6 ; w loop counter
-loop_horiz
- vld1.8 {d24}, [r0]!- vld3.u8 {d28[0], d29[0], d30[0]}, [r0], r9+loop_horiz_v
+ vld1.8 {d24}, [r0], r1+ vld1.8 {d25}, [r0], r1+ vld1.8 {d26}, [r0], r1+ vld1.8 {d27}, [r0], r8- vld1.8 {d25}, [r0]!- vld3.u8 {d28[1], d29[1], d30[1]}, [r0], r9-
- vld1.8 {d26}, [r0]!- vld3.u8 {d28[2], d29[2], d30[2]}, [r0], r9-
- vld1.8 {d27}, [r0]!- vld3.u8 {d28[3], d29[3], d30[3]}, [r0], r8-
vtrn.16 q12, q13
vtrn.8 d24, d25
vtrn.8 d26, d27
- ; extract to s16
+ pld [r0, r1, lsl #2]
+
vmovl.u8 q8, d24
vmovl.u8 q9, d25
vmovl.u8 q10, d26
vmovl.u8 q11, d27
- vtrn.32 d28, d29 ; only the first half is populated
+
+ ; save a few instructions in the inner loop
+ vswp d17, d18
+ vmov d23, d21
+
+ add r0, r0, #3
+
+loop_horiz
+ add r5, r0, #64
+
+ vld1.32 {d28[]}, [r0], r1+ vld1.32 {d29[]}, [r0], r1+ vld1.32 {d31[]}, [r0], r1+ vld1.32 {d30[]}, [r0], r8+
+ pld [r5]
+
+ vtrn.16 d28, d31
+ vtrn.16 d29, d30
+ vtrn.8 d28, d29
+ vtrn.8 d31, d30
+
+ pld [r5, r1]
+
+ ; extract to s16
+ vtrn.32 q14, q15
vmovl.u8 q12, d28
- vmovl.u8 q13, d30
+ vmovl.u8 q13, d29
+ pld [r5, r1, lsl #1]
+
; slightly out of order load to match the existing data
vld1.u32 {d6[0]}, [r2], r3 vld1.u32 {d7[0]}, [r2], r3@@ -116,11 +134,13 @@
sub r2, r2, r3, lsl #2 ; reset for store
; src[] * filter_x
- MULTIPLY_BY_Q0 q1, d16, d18, d20, d22, d17, d19, d21, d23
- MULTIPLY_BY_Q0 q2, d18, d20, d22, d17, d19, d21, d23, d24
- MULTIPLY_BY_Q0 q14, d20, d22, d17, d19, d21, d23, d24, d25
- MULTIPLY_BY_Q0 q15, d22, d17, d19, d21, d23, d24, d25, d26
+ MULTIPLY_BY_Q0 q1, d16, d17, d20, d22, d18, d19, d23, d24
+ MULTIPLY_BY_Q0 q2, d17, d20, d22, d18, d19, d23, d24, d26
+ MULTIPLY_BY_Q0 q14, d20, d22, d18, d19, d23, d24, d26, d27
+ MULTIPLY_BY_Q0 q15, d22, d18, d19, d23, d24, d26, d27, d25
+ pld [r5, -r8]
+
; += 64 >> 7
vqrshrun.s32 d2, q1, #7
vqrshrun.s32 d3, q2, #7
@@ -135,7 +155,7 @@
vtrn.16 d2, d3
vtrn.32 d2, d3
vtrn.8 d2, d3
-
+
; average the new value and the dst value
vrhadd.u8 q1, q1, q3
@@ -144,15 +164,20 @@
vst1.u32 {d2[1]}, [r2], r3 vst1.u32 {d3[1]}, [r2], r4+ vmov q8, q9
+ vmov d20, d23
+ vmov q11, q12
+ vmov q9, q13
+
subs r6, r6, #4 ; w -= 4
bgt loop_horiz
; outer loop
mov r6, r10 ; restore w counter
- add r0, r0, r1 ; src += src_stride * 4 - w
+ add r0, r0, r9 ; src += src_stride * 4 - w
add r2, r2, r12 ; dst += dst_stride * 4 - w
subs r7, r7, #4 ; h -= 4
- bgt loop_horiz
+ bgt loop_horiz_v
pop {r4-r10, pc}--- a/vp9/common/arm/neon/vp9_convolve8_neon.asm
+++ b/vp9/common/arm/neon/vp9_convolve8_neon.asm
@@ -66,53 +66,73 @@
vld1.s16 {q0}, [r5] ; filter_x- add r8, r1, r1, lsl #1 ; src_stride * 3
- add r8, r8, #4 ; src_stride * 3 + 4
- rsb r8, r8, #0 ; reset for src
+ sub r8, r1, r1, lsl #2 ; -src_stride * 3
+ add r8, r8, #4 ; -src_stride * 3 + 4
- add r4, r3, r3, lsl #1 ; dst_stride * 3
- sub r4, r4, #4 ; dst_stride * 3 - 4
- rsb r4, r4, #0 ; reset for dst
+ sub r4, r3, r3, lsl #2 ; -dst_stride * 3
+ add r4, r4, #4 ; -dst_stride * 3 + 4
- sub r9, r1, #8 ; post increment for src load
-
- rsb r1, r6, r1, lsl #2 ; reset src for outer loop
+ rsb r9, r6, r1, lsl #2 ; reset src for outer loop
+ sub r9, r9, #7
rsb r12, r6, r3, lsl #2 ; reset dst for outer loop
mov r10, r6 ; w loop counter
-loop_horiz
- vld1.8 {d24}, [r0]!- vld3.u8 {d28[0], d29[0], d30[0]}, [r0], r9+loop_horiz_v
+ vld1.8 {d24}, [r0], r1+ vld1.8 {d25}, [r0], r1+ vld1.8 {d26}, [r0], r1+ vld1.8 {d27}, [r0], r8- vld1.8 {d25}, [r0]!- vld3.u8 {d28[1], d29[1], d30[1]}, [r0], r9-
- vld1.8 {d26}, [r0]!- vld3.u8 {d28[2], d29[2], d30[2]}, [r0], r9-
- vld1.8 {d27}, [r0]!- vld3.u8 {d28[3], d29[3], d30[3]}, [r0], r8-
vtrn.16 q12, q13
vtrn.8 d24, d25
vtrn.8 d26, d27
- ; extract to s16
+ pld [r0, r1, lsl #2]
+
vmovl.u8 q8, d24
vmovl.u8 q9, d25
vmovl.u8 q10, d26
vmovl.u8 q11, d27
- vtrn.32 d28, d29 ; only the first half is populated
+
+ ; save a few instructions in the inner loop
+ vswp d17, d18
+ vmov d23, d21
+
+ add r0, r0, #3
+
+loop_horiz
+ add r5, r0, #64
+
+ vld1.32 {d28[]}, [r0], r1+ vld1.32 {d29[]}, [r0], r1+ vld1.32 {d31[]}, [r0], r1+ vld1.32 {d30[]}, [r0], r8+
+ pld [r5]
+
+ vtrn.16 d28, d31
+ vtrn.16 d29, d30
+ vtrn.8 d28, d29
+ vtrn.8 d31, d30
+
+ pld [r5, r1]
+
+ ; extract to s16
+ vtrn.32 q14, q15
vmovl.u8 q12, d28
- vmovl.u8 q13, d30
+ vmovl.u8 q13, d29
+ pld [r5, r1, lsl #1]
+
; src[] * filter_x
- MULTIPLY_BY_Q0 q1, d16, d18, d20, d22, d17, d19, d21, d23
- MULTIPLY_BY_Q0 q2, d18, d20, d22, d17, d19, d21, d23, d24
- MULTIPLY_BY_Q0 q14, d20, d22, d17, d19, d21, d23, d24, d25
- MULTIPLY_BY_Q0 q15, d22, d17, d19, d21, d23, d24, d25, d26
+ MULTIPLY_BY_Q0 q1, d16, d17, d20, d22, d18, d19, d23, d24
+ MULTIPLY_BY_Q0 q2, d17, d20, d22, d18, d19, d23, d24, d26
+ MULTIPLY_BY_Q0 q14, d20, d22, d18, d19, d23, d24, d26, d27
+ MULTIPLY_BY_Q0 q15, d22, d18, d19, d23, d24, d26, d27, d25
+ pld [r5, -r8]
+
; += 64 >> 7
vqrshrun.s32 d2, q1, #7
vqrshrun.s32 d3, q2, #7
@@ -133,15 +153,20 @@
vst1.u32 {d2[1]}, [r2], r3 vst1.u32 {d3[1]}, [r2], r4+ vmov q8, q9
+ vmov d20, d23
+ vmov q11, q12
+ vmov q9, q13
+
subs r6, r6, #4 ; w -= 4
bgt loop_horiz
; outer loop
mov r6, r10 ; restore w counter
- add r0, r0, r1 ; src += src_stride * 4 - w
+ add r0, r0, r9 ; src += src_stride * 4 - w
add r2, r2, r12 ; dst += dst_stride * 4 - w
subs r7, r7, #4 ; h -= 4
- bgt loop_horiz
+ bgt loop_horiz_v
pop {r4-r10, pc}