mirror of
https://sourceware.org/git/glibc.git
synced 2024-12-26 04:31:03 +00:00
x86-64: Refactor and improve performance of strchr-avx2.S
No bug. Just seemed the performance could be improved a bit. Observed and expected behavior are unchanged. Optimized body of main loop. Updated page cross logic and optimized accordingly. Made a few minor instruction selection modifications. No regressions in test suite. Both test-strchrnul and test-strchr passed.
This commit is contained in:
noah
H.J. Lu
parent
c1f46f9db7
commit
1f745ecc21
@ -27,10 +27,12 @@
|
||||
# ifdef USE_AS_WCSCHR
|
||||
# define VPBROADCAST vpbroadcastd
|
||||
# define VPCMPEQ vpcmpeqd
|
||||
# define VPMINU vpminud
|
||||
# define CHAR_REG esi
|
||||
# else
|
||||
# define VPBROADCAST vpbroadcastb
|
||||
# define VPCMPEQ vpcmpeqb
|
||||
# define VPMINU vpminub
|
||||
# define CHAR_REG sil
|
||||
# endif
|
||||
|
||||
@ -39,20 +41,26 @@
|
||||
# endif
|
||||
|
||||
# define VEC_SIZE 32
|
||||
# define PAGE_SIZE 4096
|
||||
|
||||
.section .text.avx,"ax",@progbits
|
||||
ENTRY (STRCHR)
|
||||
movl %edi, %ecx
|
||||
/* Broadcast CHAR to YMM0. */
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
xorl %edx, %edx
|
||||
# endif
|
||||
|
||||
/* Broadcast CHAR to YMM0. */
|
||||
vmovd %esi, %xmm0
|
||||
vpxor %xmm9, %xmm9, %xmm9
|
||||
VPBROADCAST %xmm0, %ymm0
|
||||
/* Check if we may cross page boundary with one vector load. */
|
||||
andl $(2 * VEC_SIZE - 1), %ecx
|
||||
cmpl $VEC_SIZE, %ecx
|
||||
ja L(cros_page_boundary)
|
||||
|
||||
/* Check the first VEC_SIZE bytes. Search for both CHAR and the
|
||||
/* Check if we cross page boundary with one vector load. */
|
||||
andl $(PAGE_SIZE - 1), %ecx
|
||||
cmpl $(PAGE_SIZE - VEC_SIZE), %ecx
|
||||
ja L(cross_page_boundary)
|
||||
|
||||
/* Check the first VEC_SIZE bytes. Search for both CHAR and the
|
||||
null byte. */
|
||||
vmovdqu (%rdi), %ymm8
|
||||
VPCMPEQ %ymm8, %ymm0, %ymm1
|
||||
@ -60,50 +68,27 @@ ENTRY (STRCHR)
|
||||
vpor %ymm1, %ymm2, %ymm1
|
||||
vpmovmskb %ymm1, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(first_vec_x0)
|
||||
|
||||
/* Align data for aligned loads in the loop. */
|
||||
addq $VEC_SIZE, %rdi
|
||||
andl $(VEC_SIZE - 1), %ecx
|
||||
andq $-VEC_SIZE, %rdi
|
||||
|
||||
jmp L(more_4x_vec)
|
||||
|
||||
.p2align 4
|
||||
L(cros_page_boundary):
|
||||
andl $(VEC_SIZE - 1), %ecx
|
||||
andq $-VEC_SIZE, %rdi
|
||||
vmovdqu (%rdi), %ymm8
|
||||
VPCMPEQ %ymm8, %ymm0, %ymm1
|
||||
VPCMPEQ %ymm8, %ymm9, %ymm2
|
||||
vpor %ymm1, %ymm2, %ymm1
|
||||
vpmovmskb %ymm1, %eax
|
||||
/* Remove the leading bytes. */
|
||||
sarl %cl, %eax
|
||||
testl %eax, %eax
|
||||
jz L(aligned_more)
|
||||
/* Found CHAR or the null byte. */
|
||||
jz L(more_vecs)
|
||||
tzcntl %eax, %eax
|
||||
addq %rcx, %rax
|
||||
# ifdef USE_AS_STRCHRNUL
|
||||
/* Found CHAR or the null byte. */
|
||||
addq %rdi, %rax
|
||||
# else
|
||||
xorl %edx, %edx
|
||||
leaq (%rdi, %rax), %rax
|
||||
cmp (%rax), %CHAR_REG
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
ret
|
||||
|
||||
.p2align 4
|
||||
L(more_vecs):
|
||||
/* Align data for aligned loads in the loop. */
|
||||
andq $-VEC_SIZE, %rdi
|
||||
L(aligned_more):
|
||||
addq $VEC_SIZE, %rdi
|
||||
|
||||
L(more_4x_vec):
|
||||
/* Check the first 4 * VEC_SIZE. Only one VEC_SIZE at a time
|
||||
since data is only aligned to VEC_SIZE. */
|
||||
vmovdqa (%rdi), %ymm8
|
||||
/* Check the next 4 * VEC_SIZE. Only one VEC_SIZE at a time
|
||||
since data is only aligned to VEC_SIZE. */
|
||||
vmovdqa VEC_SIZE(%rdi), %ymm8
|
||||
addq $VEC_SIZE, %rdi
|
||||
VPCMPEQ %ymm8, %ymm0, %ymm1
|
||||
VPCMPEQ %ymm8, %ymm9, %ymm2
|
||||
vpor %ymm1, %ymm2, %ymm1
|
||||
@ -133,61 +118,24 @@ L(more_4x_vec):
|
||||
vpor %ymm1, %ymm2, %ymm1
|
||||
vpmovmskb %ymm1, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(first_vec_x3)
|
||||
jz L(prep_loop_4x)
|
||||
|
||||
addq $(VEC_SIZE * 4), %rdi
|
||||
|
||||
/* Align data to 4 * VEC_SIZE. */
|
||||
movq %rdi, %rcx
|
||||
andl $(4 * VEC_SIZE - 1), %ecx
|
||||
andq $-(4 * VEC_SIZE), %rdi
|
||||
|
||||
.p2align 4
|
||||
L(loop_4x_vec):
|
||||
/* Compare 4 * VEC at a time forward. */
|
||||
vmovdqa (%rdi), %ymm5
|
||||
vmovdqa VEC_SIZE(%rdi), %ymm6
|
||||
vmovdqa (VEC_SIZE * 2)(%rdi), %ymm7
|
||||
vmovdqa (VEC_SIZE * 3)(%rdi), %ymm8
|
||||
|
||||
VPCMPEQ %ymm5, %ymm0, %ymm1
|
||||
VPCMPEQ %ymm6, %ymm0, %ymm2
|
||||
VPCMPEQ %ymm7, %ymm0, %ymm3
|
||||
VPCMPEQ %ymm8, %ymm0, %ymm4
|
||||
|
||||
VPCMPEQ %ymm5, %ymm9, %ymm5
|
||||
VPCMPEQ %ymm6, %ymm9, %ymm6
|
||||
VPCMPEQ %ymm7, %ymm9, %ymm7
|
||||
VPCMPEQ %ymm8, %ymm9, %ymm8
|
||||
|
||||
vpor %ymm1, %ymm5, %ymm1
|
||||
vpor %ymm2, %ymm6, %ymm2
|
||||
vpor %ymm3, %ymm7, %ymm3
|
||||
vpor %ymm4, %ymm8, %ymm4
|
||||
|
||||
vpor %ymm1, %ymm2, %ymm5
|
||||
vpor %ymm3, %ymm4, %ymm6
|
||||
|
||||
vpor %ymm5, %ymm6, %ymm5
|
||||
|
||||
vpmovmskb %ymm5, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(4x_vec_end)
|
||||
|
||||
addq $(VEC_SIZE * 4), %rdi
|
||||
|
||||
jmp L(loop_4x_vec)
|
||||
tzcntl %eax, %eax
|
||||
leaq (VEC_SIZE * 3)(%rdi, %rax), %rax
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
ret
|
||||
|
||||
.p2align 4
|
||||
L(first_vec_x0):
|
||||
/* Found CHAR or the null byte. */
|
||||
tzcntl %eax, %eax
|
||||
# ifdef USE_AS_STRCHRNUL
|
||||
/* Found CHAR or the null byte. */
|
||||
addq %rdi, %rax
|
||||
# else
|
||||
xorl %edx, %edx
|
||||
leaq (%rdi, %rax), %rax
|
||||
cmp (%rax), %CHAR_REG
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
@ -196,13 +144,9 @@ L(first_vec_x0):
|
||||
.p2align 4
|
||||
L(first_vec_x1):
|
||||
tzcntl %eax, %eax
|
||||
# ifdef USE_AS_STRCHRNUL
|
||||
addq $VEC_SIZE, %rax
|
||||
addq %rdi, %rax
|
||||
# else
|
||||
xorl %edx, %edx
|
||||
leaq VEC_SIZE(%rdi, %rax), %rax
|
||||
cmp (%rax), %CHAR_REG
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
@ -211,44 +155,99 @@ L(first_vec_x1):
|
||||
.p2align 4
|
||||
L(first_vec_x2):
|
||||
tzcntl %eax, %eax
|
||||
# ifdef USE_AS_STRCHRNUL
|
||||
addq $(VEC_SIZE * 2), %rax
|
||||
addq %rdi, %rax
|
||||
# else
|
||||
xorl %edx, %edx
|
||||
/* Found CHAR or the null byte. */
|
||||
leaq (VEC_SIZE * 2)(%rdi, %rax), %rax
|
||||
cmp (%rax), %CHAR_REG
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
ret
|
||||
|
||||
L(prep_loop_4x):
|
||||
/* Align data to 4 * VEC_SIZE. */
|
||||
andq $-(VEC_SIZE * 4), %rdi
|
||||
|
||||
.p2align 4
|
||||
L(4x_vec_end):
|
||||
L(loop_4x_vec):
|
||||
/* Compare 4 * VEC at a time forward. */
|
||||
vmovdqa (VEC_SIZE * 4)(%rdi), %ymm5
|
||||
vmovdqa (VEC_SIZE * 5)(%rdi), %ymm6
|
||||
vmovdqa (VEC_SIZE * 6)(%rdi), %ymm7
|
||||
vmovdqa (VEC_SIZE * 7)(%rdi), %ymm8
|
||||
|
||||
/* Leaves only CHARS matching esi as 0. */
|
||||
vpxor %ymm5, %ymm0, %ymm1
|
||||
vpxor %ymm6, %ymm0, %ymm2
|
||||
vpxor %ymm7, %ymm0, %ymm3
|
||||
vpxor %ymm8, %ymm0, %ymm4
|
||||
|
||||
VPMINU %ymm1, %ymm5, %ymm1
|
||||
VPMINU %ymm2, %ymm6, %ymm2
|
||||
VPMINU %ymm3, %ymm7, %ymm3
|
||||
VPMINU %ymm4, %ymm8, %ymm4
|
||||
|
||||
VPMINU %ymm1, %ymm2, %ymm5
|
||||
VPMINU %ymm3, %ymm4, %ymm6
|
||||
|
||||
VPMINU %ymm5, %ymm6, %ymm5
|
||||
|
||||
VPCMPEQ %ymm5, %ymm9, %ymm5
|
||||
vpmovmskb %ymm5, %eax
|
||||
|
||||
addq $(VEC_SIZE * 4), %rdi
|
||||
testl %eax, %eax
|
||||
jz L(loop_4x_vec)
|
||||
|
||||
VPCMPEQ %ymm1, %ymm9, %ymm1
|
||||
vpmovmskb %ymm1, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(first_vec_x0)
|
||||
|
||||
VPCMPEQ %ymm2, %ymm9, %ymm2
|
||||
vpmovmskb %ymm2, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(first_vec_x1)
|
||||
vpmovmskb %ymm3, %eax
|
||||
testl %eax, %eax
|
||||
jnz L(first_vec_x2)
|
||||
|
||||
VPCMPEQ %ymm3, %ymm9, %ymm3
|
||||
VPCMPEQ %ymm4, %ymm9, %ymm4
|
||||
vpmovmskb %ymm3, %ecx
|
||||
vpmovmskb %ymm4, %eax
|
||||
salq $32, %rax
|
||||
orq %rcx, %rax
|
||||
tzcntq %rax, %rax
|
||||
leaq (VEC_SIZE * 2)(%rdi, %rax), %rax
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
ret
|
||||
|
||||
/* Cold case for crossing page with first load. */
|
||||
.p2align 4
|
||||
L(cross_page_boundary):
|
||||
andq $-VEC_SIZE, %rdi
|
||||
andl $(VEC_SIZE - 1), %ecx
|
||||
|
||||
vmovdqa (%rdi), %ymm8
|
||||
VPCMPEQ %ymm8, %ymm0, %ymm1
|
||||
VPCMPEQ %ymm8, %ymm9, %ymm2
|
||||
vpor %ymm1, %ymm2, %ymm1
|
||||
vpmovmskb %ymm1, %eax
|
||||
/* Remove the leading bits. */
|
||||
sarxl %ecx, %eax, %eax
|
||||
testl %eax, %eax
|
||||
L(first_vec_x3):
|
||||
jz L(aligned_more)
|
||||
tzcntl %eax, %eax
|
||||
# ifdef USE_AS_STRCHRNUL
|
||||
addq $(VEC_SIZE * 3), %rax
|
||||
addq %rcx, %rdi
|
||||
addq %rdi, %rax
|
||||
# else
|
||||
xorl %edx, %edx
|
||||
leaq (VEC_SIZE * 3)(%rdi, %rax), %rax
|
||||
cmp (%rax), %CHAR_REG
|
||||
# ifndef USE_AS_STRCHRNUL
|
||||
cmp (%rax), %CHAR_REG
|
||||
cmovne %rdx, %rax
|
||||
# endif
|
||||
VZEROUPPER
|
||||
ret
|
||||
|
||||
END (STRCHR)
|
||||
#endif
|
||||
# endif
|
||||
|
||||
@ -37,6 +37,7 @@ IFUNC_SELECTOR (void)
|
||||
|
||||
if (!CPU_FEATURES_ARCH_P (cpu_features, Prefer_No_VZEROUPPER)
|
||||
&& CPU_FEATURE_USABLE_P (cpu_features, AVX2)
|
||||
&& CPU_FEATURE_USABLE_P (cpu_features, BMI2)
|
||||
&& CPU_FEATURES_ARCH_P (cpu_features, AVX_Fast_Unaligned_Load))
|
||||
return OPTIMIZE (avx2);
|
||||
|
||||
|
||||
Loading…
Reference in New Issue
Block a user