Eigen  3.2.7
 All Classes Namespaces Functions Variables Typedefs Enumerations Enumerator Friends Groups Pages
GeneralBlockPanelKernel.h
1 // This file is part of Eigen, a lightweight C++ template library
2 // for linear algebra.
3 //
4 // Copyright (C) 2008-2009 Gael Guennebaud <[email protected]>
5 //
6 // This Source Code Form is subject to the terms of the Mozilla
7 // Public License v. 2.0. If a copy of the MPL was not distributed
8 // with this file, You can obtain one at http://mozilla.org/MPL/2.0/.
9 
10 #ifndef EIGEN_GENERAL_BLOCK_PANEL_H
11 #define EIGEN_GENERAL_BLOCK_PANEL_H
12 
13 namespace Eigen {
14 
15 namespace internal {
16 
17 template<typename _LhsScalar, typename _RhsScalar, bool _ConjLhs=false, bool _ConjRhs=false>
18 class gebp_traits;
19 
20 
22 inline std::ptrdiff_t manage_caching_sizes_helper(std::ptrdiff_t a, std::ptrdiff_t b)
23 {
24  return a<=0 ? b : a;
25 }
26 
28 inline void manage_caching_sizes(Action action, std::ptrdiff_t* l1=0, std::ptrdiff_t* l2=0)
29 {
30  static std::ptrdiff_t m_l1CacheSize = 0;
31  static std::ptrdiff_t m_l2CacheSize = 0;
32  if(m_l2CacheSize==0)
33  {
34  m_l1CacheSize = manage_caching_sizes_helper(queryL1CacheSize(),8 * 1024);
35  m_l2CacheSize = manage_caching_sizes_helper(queryTopLevelCacheSize(),1*1024*1024);
36  }
37 
38  if(action==SetAction)
39  {
40  // set the cpu cache size and cache all block sizes from a global cache size in byte
41  eigen_internal_assert(l1!=0 && l2!=0);
42  m_l1CacheSize = *l1;
43  m_l2CacheSize = *l2;
44  }
45  else if(action==GetAction)
46  {
47  eigen_internal_assert(l1!=0 && l2!=0);
48  *l1 = m_l1CacheSize;
49  *l2 = m_l2CacheSize;
50  }
51  else
52  {
53  eigen_internal_assert(false);
54  }
55 }
56 
72 template<typename LhsScalar, typename RhsScalar, int KcFactor, typename SizeType>
73 void computeProductBlockingSizes(SizeType& k, SizeType& m, SizeType& n)
74 {
75  EIGEN_UNUSED_VARIABLE(n);
76  // Explanations:
77  // Let's recall the product algorithms form kc x nc horizontal panels B' on the rhs and
78  // mc x kc blocks A' on the lhs. A' has to fit into L2 cache. Moreover, B' is processed
79  // per kc x nr vertical small panels where nr is the blocking size along the n dimension
80  // at the register level. For vectorization purpose, these small vertical panels are unpacked,
81  // e.g., each coefficient is replicated to fit a packet. This small vertical panel has to
82  // stay in L1 cache.
83  std::ptrdiff_t l1, l2;
84 
85  typedef gebp_traits<LhsScalar,RhsScalar> Traits;
86  enum {
87  kdiv = KcFactor * 2 * Traits::nr
88  * Traits::RhsProgress * sizeof(RhsScalar),
89  mr = gebp_traits<LhsScalar,RhsScalar>::mr,
90  mr_mask = (0xffffffff/mr)*mr
91  };
92 
93  manage_caching_sizes(GetAction, &l1, &l2);
94  k = std::min<SizeType>(k, l1/kdiv);
95  SizeType _m = k>0 ? l2/(4 * sizeof(LhsScalar) * k) : 0;
96  if(_m<m) m = _m & mr_mask;
97 }
98 
99 template<typename LhsScalar, typename RhsScalar, typename SizeType>
100 inline void computeProductBlockingSizes(SizeType& k, SizeType& m, SizeType& n)
101 {
102  computeProductBlockingSizes<LhsScalar,RhsScalar,1>(k, m, n);
103 }
104 
105 #ifdef EIGEN_HAS_FUSE_CJMADD
106  #define MADD(CJ,A,B,C,T) C = CJ.pmadd(A,B,C);
107 #else
108 
109  // FIXME (a bit overkill maybe ?)
110 
111  template<typename CJ, typename A, typename B, typename C, typename T> struct gebp_madd_selector {
112  EIGEN_ALWAYS_INLINE static void run(const CJ& cj, A& a, B& b, C& c, T& /*t*/)
113  {
114  c = cj.pmadd(a,b,c);
115  }
116  };
117 
118  template<typename CJ, typename T> struct gebp_madd_selector<CJ,T,T,T,T> {
119  EIGEN_ALWAYS_INLINE static void run(const CJ& cj, T& a, T& b, T& c, T& t)
120  {
121  t = b; t = cj.pmul(a,t); c = padd(c,t);
122  }
123  };
124 
125  template<typename CJ, typename A, typename B, typename C, typename T>
126  EIGEN_STRONG_INLINE void gebp_madd(const CJ& cj, A& a, B& b, C& c, T& t)
127  {
128  gebp_madd_selector<CJ,A,B,C,T>::run(cj,a,b,c,t);
129  }
130 
131  #define MADD(CJ,A,B,C,T) gebp_madd(CJ,A,B,C,T);
132 // #define MADD(CJ,A,B,C,T) T = B; T = CJ.pmul(A,T); C = padd(C,T);
133 #endif
134 
135 /* Vectorization logic
136  * real*real: unpack rhs to constant packets, ...
137  *
138  * cd*cd : unpack rhs to (b_r,b_r), (b_i,b_i), mul to get (a_r b_r,a_i b_r) (a_r b_i,a_i b_i),
139  * storing each res packet into two packets (2x2),
140  * at the end combine them: swap the second and addsub them
141  * cf*cf : same but with 2x4 blocks
142  * cplx*real : unpack rhs to constant packets, ...
143  * real*cplx : load lhs as (a0,a0,a1,a1), and mul as usual
144  */
145 template<typename _LhsScalar, typename _RhsScalar, bool _ConjLhs, bool _ConjRhs>
146 class gebp_traits
147 {
148 public:
149  typedef _LhsScalar LhsScalar;
150  typedef _RhsScalar RhsScalar;
151  typedef typename scalar_product_traits<LhsScalar, RhsScalar>::ReturnType ResScalar;
152 
153  enum {
154  ConjLhs = _ConjLhs,
155  ConjRhs = _ConjRhs,
156  Vectorizable = packet_traits<LhsScalar>::Vectorizable && packet_traits<RhsScalar>::Vectorizable,
157  LhsPacketSize = Vectorizable ? packet_traits<LhsScalar>::size : 1,
158  RhsPacketSize = Vectorizable ? packet_traits<RhsScalar>::size : 1,
159  ResPacketSize = Vectorizable ? packet_traits<ResScalar>::size : 1,
160 
161  NumberOfRegisters = EIGEN_ARCH_DEFAULT_NUMBER_OF_REGISTERS,
162 
163  // register block size along the N direction (must be either 2 or 4)
164  nr = NumberOfRegisters/4,
165 
166  // register block size along the M direction (currently, this one cannot be modified)
167  mr = 2 * LhsPacketSize,
168 
169  WorkSpaceFactor = nr * RhsPacketSize,
170 
171  LhsProgress = LhsPacketSize,
172  RhsProgress = RhsPacketSize
173  };
174 
175  typedef typename packet_traits<LhsScalar>::type _LhsPacket;
176  typedef typename packet_traits<RhsScalar>::type _RhsPacket;
177  typedef typename packet_traits<ResScalar>::type _ResPacket;
178 
179  typedef typename conditional<Vectorizable,_LhsPacket,LhsScalar>::type LhsPacket;
180  typedef typename conditional<Vectorizable,_RhsPacket,RhsScalar>::type RhsPacket;
181  typedef typename conditional<Vectorizable,_ResPacket,ResScalar>::type ResPacket;
182 
183  typedef ResPacket AccPacket;
184 
185  EIGEN_STRONG_INLINE void initAcc(AccPacket& p)
186  {
187  p = pset1<ResPacket>(ResScalar(0));
188  }
189 
190  EIGEN_STRONG_INLINE void unpackRhs(DenseIndex n, const RhsScalar* rhs, RhsScalar* b)
191  {
192  for(DenseIndex k=0; k<n; k++)
193  pstore1<RhsPacket>(&b[k*RhsPacketSize], rhs[k]);
194  }
195 
196  EIGEN_STRONG_INLINE void loadRhs(const RhsScalar* b, RhsPacket& dest) const
197  {
198  dest = pload<RhsPacket>(b);
199  }
200 
201  EIGEN_STRONG_INLINE void loadLhs(const LhsScalar* a, LhsPacket& dest) const
202  {
203  dest = pload<LhsPacket>(a);
204  }
205 
206  EIGEN_STRONG_INLINE void madd(const LhsPacket& a, const RhsPacket& b, AccPacket& c, AccPacket& tmp) const
207  {
208  tmp = b; tmp = pmul(a,tmp); c = padd(c,tmp);
209  }
210 
211  EIGEN_STRONG_INLINE void acc(const AccPacket& c, const ResPacket& alpha, ResPacket& r) const
212  {
213  r = pmadd(c,alpha,r);
214  }
215 
216 protected:
217 // conj_helper<LhsScalar,RhsScalar,ConjLhs,ConjRhs> cj;
218 // conj_helper<LhsPacket,RhsPacket,ConjLhs,ConjRhs> pcj;
219 };
220 
221 template<typename RealScalar, bool _ConjLhs>
222 class gebp_traits<std::complex<RealScalar>, RealScalar, _ConjLhs, false>
223 {
224 public:
225  typedef std::complex<RealScalar> LhsScalar;
226  typedef RealScalar RhsScalar;
227  typedef typename scalar_product_traits<LhsScalar, RhsScalar>::ReturnType ResScalar;
228 
229  enum {
230  ConjLhs = _ConjLhs,
231  ConjRhs = false,
232  Vectorizable = packet_traits<LhsScalar>::Vectorizable && packet_traits<RhsScalar>::Vectorizable,
233  LhsPacketSize = Vectorizable ? packet_traits<LhsScalar>::size : 1,
234  RhsPacketSize = Vectorizable ? packet_traits<RhsScalar>::size : 1,
235  ResPacketSize = Vectorizable ? packet_traits<ResScalar>::size : 1,
236 
237  NumberOfRegisters = EIGEN_ARCH_DEFAULT_NUMBER_OF_REGISTERS,
238  nr = NumberOfRegisters/4,
239  mr = 2 * LhsPacketSize,
240  WorkSpaceFactor = nr*RhsPacketSize,
241 
242  LhsProgress = LhsPacketSize,
243  RhsProgress = RhsPacketSize
244  };
245 
246  typedef typename packet_traits<LhsScalar>::type _LhsPacket;
247  typedef typename packet_traits<RhsScalar>::type _RhsPacket;
248  typedef typename packet_traits<ResScalar>::type _ResPacket;
249 
250  typedef typename conditional<Vectorizable,_LhsPacket,LhsScalar>::type LhsPacket;
251  typedef typename conditional<Vectorizable,_RhsPacket,RhsScalar>::type RhsPacket;
252  typedef typename conditional<Vectorizable,_ResPacket,ResScalar>::type ResPacket;
253 
254  typedef ResPacket AccPacket;
255 
256  EIGEN_STRONG_INLINE void initAcc(AccPacket& p)
257  {
258  p = pset1<ResPacket>(ResScalar(0));
259  }
260 
261  EIGEN_STRONG_INLINE void unpackRhs(DenseIndex n, const RhsScalar* rhs, RhsScalar* b)
262  {
263  for(DenseIndex k=0; k<n; k++)
264  pstore1<RhsPacket>(&b[k*RhsPacketSize], rhs[k]);
265  }
266 
267  EIGEN_STRONG_INLINE void loadRhs(const RhsScalar* b, RhsPacket& dest) const
268  {
269  dest = pload<RhsPacket>(b);
270  }
271 
272  EIGEN_STRONG_INLINE void loadLhs(const LhsScalar* a, LhsPacket& dest) const
273  {
274  dest = pload<LhsPacket>(a);
275  }
276 
277  EIGEN_STRONG_INLINE void madd(const LhsPacket& a, const RhsPacket& b, AccPacket& c, RhsPacket& tmp) const
278  {
279  madd_impl(a, b, c, tmp, typename conditional<Vectorizable,true_type,false_type>::type());
280  }
281 
282  EIGEN_STRONG_INLINE void madd_impl(const LhsPacket& a, const RhsPacket& b, AccPacket& c, RhsPacket& tmp, const true_type&) const
283  {
284  tmp = b; tmp = pmul(a.v,tmp); c.v = padd(c.v,tmp);
285  }
286 
287  EIGEN_STRONG_INLINE void madd_impl(const LhsScalar& a, const RhsScalar& b, ResScalar& c, RhsScalar& /*tmp*/, const false_type&) const
288  {
289  c += a * b;
290  }
291 
292  EIGEN_STRONG_INLINE void acc(const AccPacket& c, const ResPacket& alpha, ResPacket& r) const
293  {
294  r = cj.pmadd(c,alpha,r);
295  }
296 
297 protected:
298  conj_helper<ResPacket,ResPacket,ConjLhs,false> cj;
299 };
300 
301 template<typename RealScalar, bool _ConjLhs, bool _ConjRhs>
302 class gebp_traits<std::complex<RealScalar>, std::complex<RealScalar>, _ConjLhs, _ConjRhs >
303 {
304 public:
305  typedef std::complex<RealScalar> Scalar;
306  typedef std::complex<RealScalar> LhsScalar;
307  typedef std::complex<RealScalar> RhsScalar;
308  typedef std::complex<RealScalar> ResScalar;
309 
310  enum {
311  ConjLhs = _ConjLhs,
312  ConjRhs = _ConjRhs,
313  Vectorizable = packet_traits<RealScalar>::Vectorizable
314  && packet_traits<Scalar>::Vectorizable,
315  RealPacketSize = Vectorizable ? packet_traits<RealScalar>::size : 1,
316  ResPacketSize = Vectorizable ? packet_traits<ResScalar>::size : 1,
317 
318  nr = 2,
319  mr = 2 * ResPacketSize,
320  WorkSpaceFactor = Vectorizable ? 2*nr*RealPacketSize : nr,
321 
322  LhsProgress = ResPacketSize,
323  RhsProgress = Vectorizable ? 2*ResPacketSize : 1
324  };
325 
326  typedef typename packet_traits<RealScalar>::type RealPacket;
327  typedef typename packet_traits<Scalar>::type ScalarPacket;
328  struct DoublePacket
329  {
330  RealPacket first;
331  RealPacket second;
332  };
333 
334  typedef typename conditional<Vectorizable,RealPacket, Scalar>::type LhsPacket;
335  typedef typename conditional<Vectorizable,DoublePacket,Scalar>::type RhsPacket;
336  typedef typename conditional<Vectorizable,ScalarPacket,Scalar>::type ResPacket;
337  typedef typename conditional<Vectorizable,DoublePacket,Scalar>::type AccPacket;
338 
339  EIGEN_STRONG_INLINE void initAcc(Scalar& p) { p = Scalar(0); }
340 
341  EIGEN_STRONG_INLINE void initAcc(DoublePacket& p)
342  {
343  p.first = pset1<RealPacket>(RealScalar(0));
344  p.second = pset1<RealPacket>(RealScalar(0));
345  }
346 
347  /* Unpack the rhs coeff such that each complex coefficient is spread into
348  * two packects containing respectively the real and imaginary coefficient
349  * duplicated as many time as needed: (x+iy) => [x, ..., x] [y, ..., y]
350  */
351  EIGEN_STRONG_INLINE void unpackRhs(DenseIndex n, const Scalar* rhs, Scalar* b)
352  {
353  for(DenseIndex k=0; k<n; k++)
354  {
355  if(Vectorizable)
356  {
357  pstore1<RealPacket>((RealScalar*)&b[k*ResPacketSize*2+0], real(rhs[k]));
358  pstore1<RealPacket>((RealScalar*)&b[k*ResPacketSize*2+ResPacketSize], imag(rhs[k]));
359  }
360  else
361  b[k] = rhs[k];
362  }
363  }
364 
365  EIGEN_STRONG_INLINE void loadRhs(const RhsScalar* b, ResPacket& dest) const { dest = *b; }
366 
367  EIGEN_STRONG_INLINE void loadRhs(const RhsScalar* b, DoublePacket& dest) const
368  {
369  dest.first = pload<RealPacket>((const RealScalar*)b);
370  dest.second = pload<RealPacket>((const RealScalar*)(b+ResPacketSize));
371  }
372 
373  // nothing special here
374  EIGEN_STRONG_INLINE void loadLhs(const LhsScalar* a, LhsPacket& dest) const
375  {
376  dest = pload<LhsPacket>((const typename unpacket_traits<LhsPacket>::type*)(a));
377  }
378 
379  EIGEN_STRONG_INLINE void madd(const LhsPacket& a, const RhsPacket& b, DoublePacket& c, RhsPacket& /*tmp*/) const
380  {
381  c.first = padd(pmul(a,b.first), c.first);
382  c.second = padd(pmul(a,b.second),c.second);
383  }
384 
385  EIGEN_STRONG_INLINE void madd(const LhsPacket& a, const RhsPacket& b, ResPacket& c, RhsPacket& /*tmp*/) const
386  {
387  c = cj.pmadd(a,b,c);
388  }
389 
390  EIGEN_STRONG_INLINE void acc(const Scalar& c, const Scalar& alpha, Scalar& r) const { r += alpha * c; }
391 
392  EIGEN_STRONG_INLINE void acc(const DoublePacket& c, const ResPacket& alpha, ResPacket& r) const
393  {
394  // assemble c
395  ResPacket tmp;
396  if((!ConjLhs)&&(!ConjRhs))
397  {
398  tmp = pcplxflip(pconj(ResPacket(c.second)));
399  tmp = padd(ResPacket(c.first),tmp);
400  }
401  else if((!ConjLhs)&&(ConjRhs))
402  {
403  tmp = pconj(pcplxflip(ResPacket(c.second)));
404  tmp = padd(ResPacket(c.first),tmp);
405  }
406  else if((ConjLhs)&&(!ConjRhs))
407  {
408  tmp = pcplxflip(ResPacket(c.second));
409  tmp = padd(pconj(ResPacket(c.first)),tmp);
410  }
411  else if((ConjLhs)&&(ConjRhs))
412  {
413  tmp = pcplxflip(ResPacket(c.second));
414  tmp = psub(pconj(ResPacket(c.first)),tmp);
415  }
416 
417  r = pmadd(tmp,alpha,r);
418  }
419 
420 protected:
421  conj_helper<LhsScalar,RhsScalar,ConjLhs,ConjRhs> cj;
422 };
423 
424 template<typename RealScalar, bool _ConjRhs>
425 class gebp_traits<RealScalar, std::complex<RealScalar>, false, _ConjRhs >
426 {
427 public:
428  typedef std::complex<RealScalar> Scalar;
429  typedef RealScalar LhsScalar;
430  typedef Scalar RhsScalar;
431  typedef Scalar ResScalar;
432 
433  enum {
434  ConjLhs = false,
435  ConjRhs = _ConjRhs,
436  Vectorizable = packet_traits<RealScalar>::Vectorizable
437  && packet_traits<Scalar>::Vectorizable,
438  LhsPacketSize = Vectorizable ? packet_traits<LhsScalar>::size : 1,
439  RhsPacketSize = Vectorizable ? packet_traits<RhsScalar>::size : 1,
440  ResPacketSize = Vectorizable ? packet_traits<ResScalar>::size : 1,
441 
442  NumberOfRegisters = EIGEN_ARCH_DEFAULT_NUMBER_OF_REGISTERS,
443  nr = 4,
444  mr = 2*ResPacketSize,
445  WorkSpaceFactor = nr*RhsPacketSize,
446 
447  LhsProgress = ResPacketSize,
448  RhsProgress = ResPacketSize
449  };
450 
451  typedef typename packet_traits<LhsScalar>::type _LhsPacket;
452  typedef typename packet_traits<RhsScalar>::type _RhsPacket;
453  typedef typename packet_traits<ResScalar>::type _ResPacket;
454 
455  typedef typename conditional<Vectorizable,_LhsPacket,LhsScalar>::type LhsPacket;
456  typedef typename conditional<Vectorizable,_RhsPacket,RhsScalar>::type RhsPacket;
457  typedef typename conditional<Vectorizable,_ResPacket,ResScalar>::type ResPacket;
458 
459  typedef ResPacket AccPacket;
460 
461  EIGEN_STRONG_INLINE void initAcc(AccPacket& p)
462  {
463  p = pset1<ResPacket>(ResScalar(0));
464  }
465 
466  EIGEN_STRONG_INLINE void unpackRhs(DenseIndex n, const RhsScalar* rhs, RhsScalar* b)
467  {
468  for(DenseIndex k=0; k<n; k++)
469  pstore1<RhsPacket>(&b[k*RhsPacketSize], rhs[k]);
470  }
471 
472  EIGEN_STRONG_INLINE void loadRhs(const RhsScalar* b, RhsPacket& dest) const
473  {
474  dest = pload<RhsPacket>(b);
475  }
476 
477  EIGEN_STRONG_INLINE void loadLhs(const LhsScalar* a, LhsPacket& dest) const
478  {
479  dest = ploaddup<LhsPacket>(a);
480  }
481 
482  EIGEN_STRONG_INLINE void madd(const LhsPacket& a, const RhsPacket& b, AccPacket& c, RhsPacket& tmp) const
483  {
484  madd_impl(a, b, c, tmp, typename conditional<Vectorizable,true_type,false_type>::type());
485  }
486 
487  EIGEN_STRONG_INLINE void madd_impl(const LhsPacket& a, const RhsPacket& b, AccPacket& c, RhsPacket& tmp, const true_type&) const
488  {
489  tmp = b; tmp.v = pmul(a,tmp.v); c = padd(c,tmp);
490  }
491 
492  EIGEN_STRONG_INLINE void madd_impl(const LhsScalar& a, const RhsScalar& b, ResScalar& c, RhsScalar& /*tmp*/, const false_type&) const
493  {
494  c += a * b;
495  }
496 
497  EIGEN_STRONG_INLINE void acc(const AccPacket& c, const ResPacket& alpha, ResPacket& r) const
498  {
499  r = cj.pmadd(alpha,c,r);
500  }
501 
502 protected:
503  conj_helper<ResPacket,ResPacket,false,ConjRhs> cj;
504 };
505 
506 /* optimized GEneral packed Block * packed Panel product kernel
507  *
508  * Mixing type logic: C += A * B
509  * | A | B | comments
510  * |real |cplx | no vectorization yet, would require to pack A with duplication
511  * |cplx |real | easy vectorization
512  */
513 template<typename LhsScalar, typename RhsScalar, typename Index, int mr, int nr, bool ConjugateLhs, bool ConjugateRhs>
514 struct gebp_kernel
515 {
516  typedef gebp_traits<LhsScalar,RhsScalar,ConjugateLhs,ConjugateRhs> Traits;
517  typedef typename Traits::ResScalar ResScalar;
518  typedef typename Traits::LhsPacket LhsPacket;
519  typedef typename Traits::RhsPacket RhsPacket;
520  typedef typename Traits::ResPacket ResPacket;
521  typedef typename Traits::AccPacket AccPacket;
522 
523  enum {
524  Vectorizable = Traits::Vectorizable,
525  LhsProgress = Traits::LhsProgress,
526  RhsProgress = Traits::RhsProgress,
527  ResPacketSize = Traits::ResPacketSize
528  };
529 
530  EIGEN_DONT_INLINE
531  void operator()(ResScalar* res, Index resStride, const LhsScalar* blockA, const RhsScalar* blockB, Index rows, Index depth, Index cols, ResScalar alpha,
532  Index strideA=-1, Index strideB=-1, Index offsetA=0, Index offsetB=0, RhsScalar* unpackedB=0);
533 };
534 
535 template<typename LhsScalar, typename RhsScalar, typename Index, int mr, int nr, bool ConjugateLhs, bool ConjugateRhs>
536 EIGEN_DONT_INLINE
537 void gebp_kernel<LhsScalar,RhsScalar,Index,mr,nr,ConjugateLhs,ConjugateRhs>
538  ::operator()(ResScalar* res, Index resStride, const LhsScalar* blockA, const RhsScalar* blockB, Index rows, Index depth, Index cols, ResScalar alpha,
539  Index strideA, Index strideB, Index offsetA, Index offsetB, RhsScalar* unpackedB)
540  {
541  Traits traits;
542 
543  if(strideA==-1) strideA = depth;
544  if(strideB==-1) strideB = depth;
545  conj_helper<LhsScalar,RhsScalar,ConjugateLhs,ConjugateRhs> cj;
546 // conj_helper<LhsPacket,RhsPacket,ConjugateLhs,ConjugateRhs> pcj;
547  Index packet_cols = (cols/nr) * nr;
548  const Index peeled_mc = (rows/mr)*mr;
549  // FIXME:
550  const Index peeled_mc2 = peeled_mc + (rows-peeled_mc >= LhsProgress ? LhsProgress : 0);
551  const Index peeled_kc = (depth/4)*4;
552 
553  if(unpackedB==0)
554  unpackedB = const_cast<RhsScalar*>(blockB - strideB * nr * RhsProgress);
555 
556  // loops on each micro vertical panel of rhs (depth x nr)
557  for(Index j2=0; j2<packet_cols; j2+=nr)
558  {
559  traits.unpackRhs(depth*nr,&blockB[j2*strideB+offsetB*nr],unpackedB);
560 
561  // loops on each largest micro horizontal panel of lhs (mr x depth)
562  // => we select a mr x nr micro block of res which is entirely
563  // stored into mr/packet_size x nr registers.
564  for(Index i=0; i<peeled_mc; i+=mr)
565  {
566  const LhsScalar* blA = &blockA[i*strideA+offsetA*mr];
567  prefetch(&blA[0]);
568 
569  // gets res block as register
570  AccPacket C0, C1, C2, C3, C4, C5, C6, C7;
571  traits.initAcc(C0);
572  traits.initAcc(C1);
573  if(nr==4) traits.initAcc(C2);
574  if(nr==4) traits.initAcc(C3);
575  traits.initAcc(C4);
576  traits.initAcc(C5);
577  if(nr==4) traits.initAcc(C6);
578  if(nr==4) traits.initAcc(C7);
579 
580  ResScalar* r0 = &res[(j2+0)*resStride + i];
581  ResScalar* r1 = r0 + resStride;
582  ResScalar* r2 = r1 + resStride;
583  ResScalar* r3 = r2 + resStride;
584 
585  prefetch(r0+16);
586  prefetch(r1+16);
587  prefetch(r2+16);
588  prefetch(r3+16);
589 
590  // performs "inner" product
591  // TODO let's check wether the folowing peeled loop could not be
592  // optimized via optimal prefetching from one loop to the other
593  const RhsScalar* blB = unpackedB;
594  for(Index k=0; k<peeled_kc; k+=4)
595  {
596  if(nr==2)
597  {
598  LhsPacket A0, A1;
599  RhsPacket B_0;
600  RhsPacket T0;
601 
602 EIGEN_ASM_COMMENT("mybegin2");
603  traits.loadLhs(&blA[0*LhsProgress], A0);
604  traits.loadLhs(&blA[1*LhsProgress], A1);
605  traits.loadRhs(&blB[0*RhsProgress], B_0);
606  traits.madd(A0,B_0,C0,T0);
607  traits.madd(A1,B_0,C4,B_0);
608  traits.loadRhs(&blB[1*RhsProgress], B_0);
609  traits.madd(A0,B_0,C1,T0);
610  traits.madd(A1,B_0,C5,B_0);
611 
612  traits.loadLhs(&blA[2*LhsProgress], A0);
613  traits.loadLhs(&blA[3*LhsProgress], A1);
614  traits.loadRhs(&blB[2*RhsProgress], B_0);
615  traits.madd(A0,B_0,C0,T0);
616  traits.madd(A1,B_0,C4,B_0);
617  traits.loadRhs(&blB[3*RhsProgress], B_0);
618  traits.madd(A0,B_0,C1,T0);
619  traits.madd(A1,B_0,C5,B_0);
620 
621  traits.loadLhs(&blA[4*LhsProgress], A0);
622  traits.loadLhs(&blA[5*LhsProgress], A1);
623  traits.loadRhs(&blB[4*RhsProgress], B_0);
624  traits.madd(A0,B_0,C0,T0);
625  traits.madd(A1,B_0,C4,B_0);
626  traits.loadRhs(&blB[5*RhsProgress], B_0);
627  traits.madd(A0,B_0,C1,T0);
628  traits.madd(A1,B_0,C5,B_0);
629 
630  traits.loadLhs(&blA[6*LhsProgress], A0);
631  traits.loadLhs(&blA[7*LhsProgress], A1);
632  traits.loadRhs(&blB[6*RhsProgress], B_0);
633  traits.madd(A0,B_0,C0,T0);
634  traits.madd(A1,B_0,C4,B_0);
635  traits.loadRhs(&blB[7*RhsProgress], B_0);
636  traits.madd(A0,B_0,C1,T0);
637  traits.madd(A1,B_0,C5,B_0);
638 EIGEN_ASM_COMMENT("myend");
639  }
640  else
641  {
642 EIGEN_ASM_COMMENT("mybegin4");
643  LhsPacket A0, A1;
644  RhsPacket B_0, B1, B2, B3;
645  RhsPacket T0;
646 
647  traits.loadLhs(&blA[0*LhsProgress], A0);
648  traits.loadLhs(&blA[1*LhsProgress], A1);
649  traits.loadRhs(&blB[0*RhsProgress], B_0);
650  traits.loadRhs(&blB[1*RhsProgress], B1);
651 
652  traits.madd(A0,B_0,C0,T0);
653  traits.loadRhs(&blB[2*RhsProgress], B2);
654  traits.madd(A1,B_0,C4,B_0);
655  traits.loadRhs(&blB[3*RhsProgress], B3);
656  traits.loadRhs(&blB[4*RhsProgress], B_0);
657  traits.madd(A0,B1,C1,T0);
658  traits.madd(A1,B1,C5,B1);
659  traits.loadRhs(&blB[5*RhsProgress], B1);
660  traits.madd(A0,B2,C2,T0);
661  traits.madd(A1,B2,C6,B2);
662  traits.loadRhs(&blB[6*RhsProgress], B2);
663  traits.madd(A0,B3,C3,T0);
664  traits.loadLhs(&blA[2*LhsProgress], A0);
665  traits.madd(A1,B3,C7,B3);
666  traits.loadLhs(&blA[3*LhsProgress], A1);
667  traits.loadRhs(&blB[7*RhsProgress], B3);
668  traits.madd(A0,B_0,C0,T0);
669  traits.madd(A1,B_0,C4,B_0);
670  traits.loadRhs(&blB[8*RhsProgress], B_0);
671  traits.madd(A0,B1,C1,T0);
672  traits.madd(A1,B1,C5,B1);
673  traits.loadRhs(&blB[9*RhsProgress], B1);
674  traits.madd(A0,B2,C2,T0);
675  traits.madd(A1,B2,C6,B2);
676  traits.loadRhs(&blB[10*RhsProgress], B2);
677  traits.madd(A0,B3,C3,T0);
678  traits.loadLhs(&blA[4*LhsProgress], A0);
679  traits.madd(A1,B3,C7,B3);
680  traits.loadLhs(&blA[5*LhsProgress], A1);
681  traits.loadRhs(&blB[11*RhsProgress], B3);
682 
683  traits.madd(A0,B_0,C0,T0);
684  traits.madd(A1,B_0,C4,B_0);
685  traits.loadRhs(&blB[12*RhsProgress], B_0);
686  traits.madd(A0,B1,C1,T0);
687  traits.madd(A1,B1,C5,B1);
688  traits.loadRhs(&blB[13*RhsProgress], B1);
689  traits.madd(A0,B2,C2,T0);
690  traits.madd(A1,B2,C6,B2);
691  traits.loadRhs(&blB[14*RhsProgress], B2);
692  traits.madd(A0,B3,C3,T0);
693  traits.loadLhs(&blA[6*LhsProgress], A0);
694  traits.madd(A1,B3,C7,B3);
695  traits.loadLhs(&blA[7*LhsProgress], A1);
696  traits.loadRhs(&blB[15*RhsProgress], B3);
697  traits.madd(A0,B_0,C0,T0);
698  traits.madd(A1,B_0,C4,B_0);
699  traits.madd(A0,B1,C1,T0);
700  traits.madd(A1,B1,C5,B1);
701  traits.madd(A0,B2,C2,T0);
702  traits.madd(A1,B2,C6,B2);
703  traits.madd(A0,B3,C3,T0);
704  traits.madd(A1,B3,C7,B3);
705  }
706 
707  blB += 4*nr*RhsProgress;
708  blA += 4*mr;
709  }
710  // process remaining peeled loop
711  for(Index k=peeled_kc; k<depth; k++)
712  {
713  if(nr==2)
714  {
715  LhsPacket A0, A1;
716  RhsPacket B_0;
717  RhsPacket T0;
718 
719  traits.loadLhs(&blA[0*LhsProgress], A0);
720  traits.loadLhs(&blA[1*LhsProgress], A1);
721  traits.loadRhs(&blB[0*RhsProgress], B_0);
722  traits.madd(A0,B_0,C0,T0);
723  traits.madd(A1,B_0,C4,B_0);
724  traits.loadRhs(&blB[1*RhsProgress], B_0);
725  traits.madd(A0,B_0,C1,T0);
726  traits.madd(A1,B_0,C5,B_0);
727  }
728  else
729  {
730  LhsPacket A0, A1;
731  RhsPacket B_0, B1, B2, B3;
732  RhsPacket T0;
733 
734  traits.loadLhs(&blA[0*LhsProgress], A0);
735  traits.loadLhs(&blA[1*LhsProgress], A1);
736  traits.loadRhs(&blB[0*RhsProgress], B_0);
737  traits.loadRhs(&blB[1*RhsProgress], B1);
738 
739  traits.madd(A0,B_0,C0,T0);
740  traits.loadRhs(&blB[2*RhsProgress], B2);
741  traits.madd(A1,B_0,C4,B_0);
742  traits.loadRhs(&blB[3*RhsProgress], B3);
743  traits.madd(A0,B1,C1,T0);
744  traits.madd(A1,B1,C5,B1);
745  traits.madd(A0,B2,C2,T0);
746  traits.madd(A1,B2,C6,B2);
747  traits.madd(A0,B3,C3,T0);
748  traits.madd(A1,B3,C7,B3);
749  }
750 
751  blB += nr*RhsProgress;
752  blA += mr;
753  }
754 
755  if(nr==4)
756  {
757  ResPacket R0, R1, R2, R3, R4, R5, R6;
758  ResPacket alphav = pset1<ResPacket>(alpha);
759 
760  R0 = ploadu<ResPacket>(r0);
761  R1 = ploadu<ResPacket>(r1);
762  R2 = ploadu<ResPacket>(r2);
763  R3 = ploadu<ResPacket>(r3);
764  R4 = ploadu<ResPacket>(r0 + ResPacketSize);
765  R5 = ploadu<ResPacket>(r1 + ResPacketSize);
766  R6 = ploadu<ResPacket>(r2 + ResPacketSize);
767  traits.acc(C0, alphav, R0);
768  pstoreu(r0, R0);
769  R0 = ploadu<ResPacket>(r3 + ResPacketSize);
770 
771  traits.acc(C1, alphav, R1);
772  traits.acc(C2, alphav, R2);
773  traits.acc(C3, alphav, R3);
774  traits.acc(C4, alphav, R4);
775  traits.acc(C5, alphav, R5);
776  traits.acc(C6, alphav, R6);
777  traits.acc(C7, alphav, R0);
778 
779  pstoreu(r1, R1);
780  pstoreu(r2, R2);
781  pstoreu(r3, R3);
782  pstoreu(r0 + ResPacketSize, R4);
783  pstoreu(r1 + ResPacketSize, R5);
784  pstoreu(r2 + ResPacketSize, R6);
785  pstoreu(r3 + ResPacketSize, R0);
786  }
787  else
788  {
789  ResPacket R0, R1, R4;
790  ResPacket alphav = pset1<ResPacket>(alpha);
791 
792  R0 = ploadu<ResPacket>(r0);
793  R1 = ploadu<ResPacket>(r1);
794  R4 = ploadu<ResPacket>(r0 + ResPacketSize);
795  traits.acc(C0, alphav, R0);
796  pstoreu(r0, R0);
797  R0 = ploadu<ResPacket>(r1 + ResPacketSize);
798  traits.acc(C1, alphav, R1);
799  traits.acc(C4, alphav, R4);
800  traits.acc(C5, alphav, R0);
801  pstoreu(r1, R1);
802  pstoreu(r0 + ResPacketSize, R4);
803  pstoreu(r1 + ResPacketSize, R0);
804  }
805 
806  }
807 
808  if(rows-peeled_mc>=LhsProgress)
809  {
810  Index i = peeled_mc;
811  const LhsScalar* blA = &blockA[i*strideA+offsetA*LhsProgress];
812  prefetch(&blA[0]);
813 
814  // gets res block as register
815  AccPacket C0, C1, C2, C3;
816  traits.initAcc(C0);
817  traits.initAcc(C1);
818  if(nr==4) traits.initAcc(C2);
819  if(nr==4) traits.initAcc(C3);
820 
821  // performs "inner" product
822  const RhsScalar* blB = unpackedB;
823  for(Index k=0; k<peeled_kc; k+=4)
824  {
825  if(nr==2)
826  {
827  LhsPacket A0;
828  RhsPacket B_0, B1;
829 
830  traits.loadLhs(&blA[0*LhsProgress], A0);
831  traits.loadRhs(&blB[0*RhsProgress], B_0);
832  traits.loadRhs(&blB[1*RhsProgress], B1);
833  traits.madd(A0,B_0,C0,B_0);
834  traits.loadRhs(&blB[2*RhsProgress], B_0);
835  traits.madd(A0,B1,C1,B1);
836  traits.loadLhs(&blA[1*LhsProgress], A0);
837  traits.loadRhs(&blB[3*RhsProgress], B1);
838  traits.madd(A0,B_0,C0,B_0);
839  traits.loadRhs(&blB[4*RhsProgress], B_0);
840  traits.madd(A0,B1,C1,B1);
841  traits.loadLhs(&blA[2*LhsProgress], A0);
842  traits.loadRhs(&blB[5*RhsProgress], B1);
843  traits.madd(A0,B_0,C0,B_0);
844  traits.loadRhs(&blB[6*RhsProgress], B_0);
845  traits.madd(A0,B1,C1,B1);
846  traits.loadLhs(&blA[3*LhsProgress], A0);
847  traits.loadRhs(&blB[7*RhsProgress], B1);
848  traits.madd(A0,B_0,C0,B_0);
849  traits.madd(A0,B1,C1,B1);
850  }
851  else
852  {
853  LhsPacket A0;
854  RhsPacket B_0, B1, B2, B3;
855 
856  traits.loadLhs(&blA[0*LhsProgress], A0);
857  traits.loadRhs(&blB[0*RhsProgress], B_0);
858  traits.loadRhs(&blB[1*RhsProgress], B1);
859 
860  traits.madd(A0,B_0,C0,B_0);
861  traits.loadRhs(&blB[2*RhsProgress], B2);
862  traits.loadRhs(&blB[3*RhsProgress], B3);
863  traits.loadRhs(&blB[4*RhsProgress], B_0);
864  traits.madd(A0,B1,C1,B1);
865  traits.loadRhs(&blB[5*RhsProgress], B1);
866  traits.madd(A0,B2,C2,B2);
867  traits.loadRhs(&blB[6*RhsProgress], B2);
868  traits.madd(A0,B3,C3,B3);
869  traits.loadLhs(&blA[1*LhsProgress], A0);
870  traits.loadRhs(&blB[7*RhsProgress], B3);
871  traits.madd(A0,B_0,C0,B_0);
872  traits.loadRhs(&blB[8*RhsProgress], B_0);
873  traits.madd(A0,B1,C1,B1);
874  traits.loadRhs(&blB[9*RhsProgress], B1);
875  traits.madd(A0,B2,C2,B2);
876  traits.loadRhs(&blB[10*RhsProgress], B2);
877  traits.madd(A0,B3,C3,B3);
878  traits.loadLhs(&blA[2*LhsProgress], A0);
879  traits.loadRhs(&blB[11*RhsProgress], B3);
880 
881  traits.madd(A0,B_0,C0,B_0);
882  traits.loadRhs(&blB[12*RhsProgress], B_0);
883  traits.madd(A0,B1,C1,B1);
884  traits.loadRhs(&blB[13*RhsProgress], B1);
885  traits.madd(A0,B2,C2,B2);
886  traits.loadRhs(&blB[14*RhsProgress], B2);
887  traits.madd(A0,B3,C3,B3);
888 
889  traits.loadLhs(&blA[3*LhsProgress], A0);
890  traits.loadRhs(&blB[15*RhsProgress], B3);
891  traits.madd(A0,B_0,C0,B_0);
892  traits.madd(A0,B1,C1,B1);
893  traits.madd(A0,B2,C2,B2);
894  traits.madd(A0,B3,C3,B3);
895  }
896 
897  blB += nr*4*RhsProgress;
898  blA += 4*LhsProgress;
899  }
900  // process remaining peeled loop
901  for(Index k=peeled_kc; k<depth; k++)
902  {
903  if(nr==2)
904  {
905  LhsPacket A0;
906  RhsPacket B_0, B1;
907 
908  traits.loadLhs(&blA[0*LhsProgress], A0);
909  traits.loadRhs(&blB[0*RhsProgress], B_0);
910  traits.loadRhs(&blB[1*RhsProgress], B1);
911  traits.madd(A0,B_0,C0,B_0);
912  traits.madd(A0,B1,C1,B1);
913  }
914  else
915  {
916  LhsPacket A0;
917  RhsPacket B_0, B1, B2, B3;
918 
919  traits.loadLhs(&blA[0*LhsProgress], A0);
920  traits.loadRhs(&blB[0*RhsProgress], B_0);
921  traits.loadRhs(&blB[1*RhsProgress], B1);
922  traits.loadRhs(&blB[2*RhsProgress], B2);
923  traits.loadRhs(&blB[3*RhsProgress], B3);
924 
925  traits.madd(A0,B_0,C0,B_0);
926  traits.madd(A0,B1,C1,B1);
927  traits.madd(A0,B2,C2,B2);
928  traits.madd(A0,B3,C3,B3);
929  }
930 
931  blB += nr*RhsProgress;
932  blA += LhsProgress;
933  }
934 
935  ResPacket R0, R1, R2, R3;
936  ResPacket alphav = pset1<ResPacket>(alpha);
937 
938  ResScalar* r0 = &res[(j2+0)*resStride + i];
939  ResScalar* r1 = r0 + resStride;
940  ResScalar* r2 = r1 + resStride;
941  ResScalar* r3 = r2 + resStride;
942 
943  R0 = ploadu<ResPacket>(r0);
944  R1 = ploadu<ResPacket>(r1);
945  if(nr==4) R2 = ploadu<ResPacket>(r2);
946  if(nr==4) R3 = ploadu<ResPacket>(r3);
947 
948  traits.acc(C0, alphav, R0);
949  traits.acc(C1, alphav, R1);
950  if(nr==4) traits.acc(C2, alphav, R2);
951  if(nr==4) traits.acc(C3, alphav, R3);
952 
953  pstoreu(r0, R0);
954  pstoreu(r1, R1);
955  if(nr==4) pstoreu(r2, R2);
956  if(nr==4) pstoreu(r3, R3);
957  }
958  for(Index i=peeled_mc2; i<rows; i++)
959  {
960  const LhsScalar* blA = &blockA[i*strideA+offsetA];
961  prefetch(&blA[0]);
962 
963  // gets a 1 x nr res block as registers
964  ResScalar C0(0), C1(0), C2(0), C3(0);
965  // TODO directly use blockB ???
966  const RhsScalar* blB = &blockB[j2*strideB+offsetB*nr];
967  for(Index k=0; k<depth; k++)
968  {
969  if(nr==2)
970  {
971  LhsScalar A0;
972  RhsScalar B_0, B1;
973 
974  A0 = blA[k];
975  B_0 = blB[0];
976  B1 = blB[1];
977  MADD(cj,A0,B_0,C0,B_0);
978  MADD(cj,A0,B1,C1,B1);
979  }
980  else
981  {
982  LhsScalar A0;
983  RhsScalar B_0, B1, B2, B3;
984 
985  A0 = blA[k];
986  B_0 = blB[0];
987  B1 = blB[1];
988  B2 = blB[2];
989  B3 = blB[3];
990 
991  MADD(cj,A0,B_0,C0,B_0);
992  MADD(cj,A0,B1,C1,B1);
993  MADD(cj,A0,B2,C2,B2);
994  MADD(cj,A0,B3,C3,B3);
995  }
996 
997  blB += nr;
998  }
999  res[(j2+0)*resStride + i] += alpha*C0;
1000  res[(j2+1)*resStride + i] += alpha*C1;
1001  if(nr==4) res[(j2+2)*resStride + i] += alpha*C2;
1002  if(nr==4) res[(j2+3)*resStride + i] += alpha*C3;
1003  }
1004  }
1005  // process remaining rhs/res columns one at a time
1006  // => do the same but with nr==1
1007  for(Index j2=packet_cols; j2<cols; j2++)
1008  {
1009  // unpack B
1010  traits.unpackRhs(depth, &blockB[j2*strideB+offsetB], unpackedB);
1011 
1012  for(Index i=0; i<peeled_mc; i+=mr)
1013  {
1014  const LhsScalar* blA = &blockA[i*strideA+offsetA*mr];
1015  prefetch(&blA[0]);
1016 
1017  // TODO move the res loads to the stores
1018 
1019  // get res block as registers
1020  AccPacket C0, C4;
1021  traits.initAcc(C0);
1022  traits.initAcc(C4);
1023 
1024  const RhsScalar* blB = unpackedB;
1025  for(Index k=0; k<depth; k++)
1026  {
1027  LhsPacket A0, A1;
1028  RhsPacket B_0;
1029  RhsPacket T0;
1030 
1031  traits.loadLhs(&blA[0*LhsProgress], A0);
1032  traits.loadLhs(&blA[1*LhsProgress], A1);
1033  traits.loadRhs(&blB[0*RhsProgress], B_0);
1034  traits.madd(A0,B_0,C0,T0);
1035  traits.madd(A1,B_0,C4,B_0);
1036 
1037  blB += RhsProgress;
1038  blA += 2*LhsProgress;
1039  }
1040  ResPacket R0, R4;
1041  ResPacket alphav = pset1<ResPacket>(alpha);
1042 
1043  ResScalar* r0 = &res[(j2+0)*resStride + i];
1044 
1045  R0 = ploadu<ResPacket>(r0);
1046  R4 = ploadu<ResPacket>(r0+ResPacketSize);
1047 
1048  traits.acc(C0, alphav, R0);
1049  traits.acc(C4, alphav, R4);
1050 
1051  pstoreu(r0, R0);
1052  pstoreu(r0+ResPacketSize, R4);
1053  }
1054  if(rows-peeled_mc>=LhsProgress)
1055  {
1056  Index i = peeled_mc;
1057  const LhsScalar* blA = &blockA[i*strideA+offsetA*LhsProgress];
1058  prefetch(&blA[0]);
1059 
1060  AccPacket C0;
1061  traits.initAcc(C0);
1062 
1063  const RhsScalar* blB = unpackedB;
1064  for(Index k=0; k<depth; k++)
1065  {
1066  LhsPacket A0;
1067  RhsPacket B_0;
1068  traits.loadLhs(blA, A0);
1069  traits.loadRhs(blB, B_0);
1070  traits.madd(A0, B_0, C0, B_0);
1071  blB += RhsProgress;
1072  blA += LhsProgress;
1073  }
1074 
1075  ResPacket alphav = pset1<ResPacket>(alpha);
1076  ResPacket R0 = ploadu<ResPacket>(&res[(j2+0)*resStride + i]);
1077  traits.acc(C0, alphav, R0);
1078  pstoreu(&res[(j2+0)*resStride + i], R0);
1079  }
1080  for(Index i=peeled_mc2; i<rows; i++)
1081  {
1082  const LhsScalar* blA = &blockA[i*strideA+offsetA];
1083  prefetch(&blA[0]);
1084 
1085  // gets a 1 x 1 res block as registers
1086  ResScalar C0(0);
1087  // FIXME directly use blockB ??
1088  const RhsScalar* blB = &blockB[j2*strideB+offsetB];
1089  for(Index k=0; k<depth; k++)
1090  {
1091  LhsScalar A0 = blA[k];
1092  RhsScalar B_0 = blB[k];
1093  MADD(cj, A0, B_0, C0, B_0);
1094  }
1095  res[(j2+0)*resStride + i] += alpha*C0;
1096  }
1097  }
1098  }
1099 
1100 
1101 #undef CJMADD
1102 
1103 // pack a block of the lhs
1104 // The traversal is as follow (mr==4):
1105 // 0 4 8 12 ...
1106 // 1 5 9 13 ...
1107 // 2 6 10 14 ...
1108 // 3 7 11 15 ...
1109 //
1110 // 16 20 24 28 ...
1111 // 17 21 25 29 ...
1112 // 18 22 26 30 ...
1113 // 19 23 27 31 ...
1114 //
1115 // 32 33 34 35 ...
1116 // 36 36 38 39 ...
1117 template<typename Scalar, typename Index, int Pack1, int Pack2, int StorageOrder, bool Conjugate, bool PanelMode>
1118 struct gemm_pack_lhs
1119 {
1120  EIGEN_DONT_INLINE void operator()(Scalar* blockA, const Scalar* EIGEN_RESTRICT _lhs, Index lhsStride, Index depth, Index rows, Index stride=0, Index offset=0);
1121 };
1122 
1123 template<typename Scalar, typename Index, int Pack1, int Pack2, int StorageOrder, bool Conjugate, bool PanelMode>
1124 EIGEN_DONT_INLINE void gemm_pack_lhs<Scalar, Index, Pack1, Pack2, StorageOrder, Conjugate, PanelMode>
1125  ::operator()(Scalar* blockA, const Scalar* EIGEN_RESTRICT _lhs, Index lhsStride, Index depth, Index rows, Index stride, Index offset)
1126 {
1127  typedef typename packet_traits<Scalar>::type Packet;
1128  enum { PacketSize = packet_traits<Scalar>::size };
1129 
1130  EIGEN_ASM_COMMENT("EIGEN PRODUCT PACK LHS");
1131  EIGEN_UNUSED_VARIABLE(stride)
1132  EIGEN_UNUSED_VARIABLE(offset)
1133  eigen_assert(((!PanelMode) && stride==0 && offset==0) || (PanelMode && stride>=depth && offset<=stride));
1134  eigen_assert( (StorageOrder==RowMajor) || ((Pack1%PacketSize)==0 && Pack1<=4*PacketSize) );
1135  conj_if<NumTraits<Scalar>::IsComplex && Conjugate> cj;
1136  const_blas_data_mapper<Scalar, Index, StorageOrder> lhs(_lhs,lhsStride);
1137  Index count = 0;
1138  Index peeled_mc = (rows/Pack1)*Pack1;
1139  for(Index i=0; i<peeled_mc; i+=Pack1)
1140  {
1141  if(PanelMode) count += Pack1 * offset;
1142 
1143  if(StorageOrder==ColMajor)
1144  {
1145  for(Index k=0; k<depth; k++)
1146  {
1147  Packet A, B, C, D;
1148  if(Pack1>=1*PacketSize) A = ploadu<Packet>(&lhs(i+0*PacketSize, k));
1149  if(Pack1>=2*PacketSize) B = ploadu<Packet>(&lhs(i+1*PacketSize, k));
1150  if(Pack1>=3*PacketSize) C = ploadu<Packet>(&lhs(i+2*PacketSize, k));
1151  if(Pack1>=4*PacketSize) D = ploadu<Packet>(&lhs(i+3*PacketSize, k));
1152  if(Pack1>=1*PacketSize) { pstore(blockA+count, cj.pconj(A)); count+=PacketSize; }
1153  if(Pack1>=2*PacketSize) { pstore(blockA+count, cj.pconj(B)); count+=PacketSize; }
1154  if(Pack1>=3*PacketSize) { pstore(blockA+count, cj.pconj(C)); count+=PacketSize; }
1155  if(Pack1>=4*PacketSize) { pstore(blockA+count, cj.pconj(D)); count+=PacketSize; }
1156  }
1157  }
1158  else
1159  {
1160  for(Index k=0; k<depth; k++)
1161  {
1162  // TODO add a vectorized transpose here
1163  Index w=0;
1164  for(; w<Pack1-3; w+=4)
1165  {
1166  Scalar a(cj(lhs(i+w+0, k))),
1167  b(cj(lhs(i+w+1, k))),
1168  c(cj(lhs(i+w+2, k))),
1169  d(cj(lhs(i+w+3, k)));
1170  blockA[count++] = a;
1171  blockA[count++] = b;
1172  blockA[count++] = c;
1173  blockA[count++] = d;
1174  }
1175  if(Pack1%4)
1176  for(;w<Pack1;++w)
1177  blockA[count++] = cj(lhs(i+w, k));
1178  }
1179  }
1180  if(PanelMode) count += Pack1 * (stride-offset-depth);
1181  }
1182  if(rows-peeled_mc>=Pack2)
1183  {
1184  if(PanelMode) count += Pack2*offset;
1185  for(Index k=0; k<depth; k++)
1186  for(Index w=0; w<Pack2; w++)
1187  blockA[count++] = cj(lhs(peeled_mc+w, k));
1188  if(PanelMode) count += Pack2 * (stride-offset-depth);
1189  peeled_mc += Pack2;
1190  }
1191  for(Index i=peeled_mc; i<rows; i++)
1192  {
1193  if(PanelMode) count += offset;
1194  for(Index k=0; k<depth; k++)
1195  blockA[count++] = cj(lhs(i, k));
1196  if(PanelMode) count += (stride-offset-depth);
1197  }
1198 }
1199 
1200 // copy a complete panel of the rhs
1201 // this version is optimized for column major matrices
1202 // The traversal order is as follow: (nr==4):
1203 // 0 1 2 3 12 13 14 15 24 27
1204 // 4 5 6 7 16 17 18 19 25 28
1205 // 8 9 10 11 20 21 22 23 26 29
1206 // . . . . . . . . . .
1207 template<typename Scalar, typename Index, int nr, bool Conjugate, bool PanelMode>
1208 struct gemm_pack_rhs<Scalar, Index, nr, ColMajor, Conjugate, PanelMode>
1209 {
1210  typedef typename packet_traits<Scalar>::type Packet;
1211  enum { PacketSize = packet_traits<Scalar>::size };
1212  EIGEN_DONT_INLINE void operator()(Scalar* blockB, const Scalar* rhs, Index rhsStride, Index depth, Index cols, Index stride=0, Index offset=0);
1213 };
1214 
1215 template<typename Scalar, typename Index, int nr, bool Conjugate, bool PanelMode>
1216 EIGEN_DONT_INLINE void gemm_pack_rhs<Scalar, Index, nr, ColMajor, Conjugate, PanelMode>
1217  ::operator()(Scalar* blockB, const Scalar* rhs, Index rhsStride, Index depth, Index cols, Index stride, Index offset)
1218 {
1219  EIGEN_ASM_COMMENT("EIGEN PRODUCT PACK RHS COLMAJOR");
1220  EIGEN_UNUSED_VARIABLE(stride)
1221  EIGEN_UNUSED_VARIABLE(offset)
1222  eigen_assert(((!PanelMode) && stride==0 && offset==0) || (PanelMode && stride>=depth && offset<=stride));
1223  conj_if<NumTraits<Scalar>::IsComplex && Conjugate> cj;
1224  Index packet_cols = (cols/nr) * nr;
1225  Index count = 0;
1226  for(Index j2=0; j2<packet_cols; j2+=nr)
1227  {
1228  // skip what we have before
1229  if(PanelMode) count += nr * offset;
1230  const Scalar* b0 = &rhs[(j2+0)*rhsStride];
1231  const Scalar* b1 = &rhs[(j2+1)*rhsStride];
1232  const Scalar* b2 = &rhs[(j2+2)*rhsStride];
1233  const Scalar* b3 = &rhs[(j2+3)*rhsStride];
1234  for(Index k=0; k<depth; k++)
1235  {
1236  blockB[count+0] = cj(b0[k]);
1237  blockB[count+1] = cj(b1[k]);
1238  if(nr==4) blockB[count+2] = cj(b2[k]);
1239  if(nr==4) blockB[count+3] = cj(b3[k]);
1240  count += nr;
1241  }
1242  // skip what we have after
1243  if(PanelMode) count += nr * (stride-offset-depth);
1244  }
1245 
1246  // copy the remaining columns one at a time (nr==1)
1247  for(Index j2=packet_cols; j2<cols; ++j2)
1248  {
1249  if(PanelMode) count += offset;
1250  const Scalar* b0 = &rhs[(j2+0)*rhsStride];
1251  for(Index k=0; k<depth; k++)
1252  {
1253  blockB[count] = cj(b0[k]);
1254  count += 1;
1255  }
1256  if(PanelMode) count += (stride-offset-depth);
1257  }
1258 }
1259 
1260 // this version is optimized for row major matrices
1261 template<typename Scalar, typename Index, int nr, bool Conjugate, bool PanelMode>
1262 struct gemm_pack_rhs<Scalar, Index, nr, RowMajor, Conjugate, PanelMode>
1263 {
1264  enum { PacketSize = packet_traits<Scalar>::size };
1265  EIGEN_DONT_INLINE void operator()(Scalar* blockB, const Scalar* rhs, Index rhsStride, Index depth, Index cols, Index stride=0, Index offset=0);
1266 };
1267 
1268 template<typename Scalar, typename Index, int nr, bool Conjugate, bool PanelMode>
1269 EIGEN_DONT_INLINE void gemm_pack_rhs<Scalar, Index, nr, RowMajor, Conjugate, PanelMode>
1270  ::operator()(Scalar* blockB, const Scalar* rhs, Index rhsStride, Index depth, Index cols, Index stride, Index offset)
1271 {
1272  EIGEN_ASM_COMMENT("EIGEN PRODUCT PACK RHS ROWMAJOR");
1273  EIGEN_UNUSED_VARIABLE(stride)
1274  EIGEN_UNUSED_VARIABLE(offset)
1275  eigen_assert(((!PanelMode) && stride==0 && offset==0) || (PanelMode && stride>=depth && offset<=stride));
1276  conj_if<NumTraits<Scalar>::IsComplex && Conjugate> cj;
1277  Index packet_cols = (cols/nr) * nr;
1278  Index count = 0;
1279  for(Index j2=0; j2<packet_cols; j2+=nr)
1280  {
1281  // skip what we have before
1282  if(PanelMode) count += nr * offset;
1283  for(Index k=0; k<depth; k++)
1284  {
1285  const Scalar* b0 = &rhs[k*rhsStride + j2];
1286  blockB[count+0] = cj(b0[0]);
1287  blockB[count+1] = cj(b0[1]);
1288  if(nr==4) blockB[count+2] = cj(b0[2]);
1289  if(nr==4) blockB[count+3] = cj(b0[3]);
1290  count += nr;
1291  }
1292  // skip what we have after
1293  if(PanelMode) count += nr * (stride-offset-depth);
1294  }
1295  // copy the remaining columns one at a time (nr==1)
1296  for(Index j2=packet_cols; j2<cols; ++j2)
1297  {
1298  if(PanelMode) count += offset;
1299  const Scalar* b0 = &rhs[j2];
1300  for(Index k=0; k<depth; k++)
1301  {
1302  blockB[count] = cj(b0[k*rhsStride]);
1303  count += 1;
1304  }
1305  if(PanelMode) count += stride-offset-depth;
1306  }
1307 }
1308 
1309 } // end namespace internal
1310 
1313 inline std::ptrdiff_t l1CacheSize()
1314 {
1315  std::ptrdiff_t l1, l2;
1316  internal::manage_caching_sizes(GetAction, &l1, &l2);
1317  return l1;
1318 }
1319 
1322 inline std::ptrdiff_t l2CacheSize()
1323 {
1324  std::ptrdiff_t l1, l2;
1325  internal::manage_caching_sizes(GetAction, &l1, &l2);
1326  return l2;
1327 }
1328 
1334 inline void setCpuCacheSizes(std::ptrdiff_t l1, std::ptrdiff_t l2)
1335 {
1336  internal::manage_caching_sizes(SetAction, &l1, &l2);
1337 }
1338 
1339 } // end namespace Eigen
1340 
1341 #endif // EIGEN_GENERAL_BLOCK_PANEL_H
Eigen::internal::computeProductBlockingSizes
void computeProductBlockingSizes(SizeType &k, SizeType &m, SizeType &n)
Computes the blocking parameters for a m x k times k x n matrix product.
Definition: GeneralBlockPanelKernel.h:73
Eigen::ColMajor
Definition: Constants.h:264
Eigen::l2CacheSize
std::ptrdiff_t l2CacheSize()
Definition: GeneralBlockPanelKernel.h:1322
Eigen::setCpuCacheSizes
void setCpuCacheSizes(std::ptrdiff_t l1, std::ptrdiff_t l2)
Definition: GeneralBlockPanelKernel.h:1334
Eigen::RowMajor
Definition: Constants.h:266
Eigen::l1CacheSize
std::ptrdiff_t l1CacheSize()
Definition: GeneralBlockPanelKernel.h:1313