Sort all includes in src/gromacs
[alexxy/gromacs.git] / src / gromacs / simd / math_x86_avx_256_double.h
index 2828505c6fb089f3786b7ad1fff42c6f43f70f04..6a1963cbaf31ecd64d68956b4bcade8ca7fd42e5 100644 (file)
@@ -1,7 +1,7 @@
 /*
  * This file is part of the GROMACS molecular simulation package.
  *
- * Copyright (c) 2012,2013, by the GROMACS development team, led by
+ * Copyright (c) 2012,2013,2014, by the GROMACS development team, led by
  * Mark Abraham, David van der Spoel, Berk Hess, and Erik Lindahl,
  * and including many others, as listed in the AUTHORS file in the
  * top-level source directory and at http://www.gromacs.org.
 #ifndef GMX_SIMD_MATH_AVX_256_DOUBLE_H
 #define GMX_SIMD_MATH_AVX_256_DOUBLE_H
 
-#include <math.h>
+#include "gromacs/simd/simd_math.h"
 
-#include "general_x86_avx_256.h"
-
-#ifndef M_PI
-#  define M_PI 3.14159265358979323846264338327950288
-#endif
-
-
-/************************
- *                      *
- * Simple math routines *
- *                      *
- ************************/
-
-/* 1.0/sqrt(x), 256 bit wide */
-static gmx_inline __m256d
-gmx_mm256_invsqrt_pd(__m256d x)
-{
-    const __m256d half  = _mm256_set1_pd(0.5);
-    const __m256d three = _mm256_set1_pd(3.0);
-
-    /* Lookup instruction only exists in single precision, convert back and forth... */
-    __m256d lu = _mm256_cvtps_pd(_mm_rsqrt_ps( _mm256_cvtpd_ps(x)));
-
-    lu = _mm256_mul_pd(half, _mm256_mul_pd(_mm256_sub_pd(three, _mm256_mul_pd(_mm256_mul_pd(lu, lu), x)), lu));
-    return _mm256_mul_pd(half, _mm256_mul_pd(_mm256_sub_pd(three, _mm256_mul_pd(_mm256_mul_pd(lu, lu), x)), lu));
-}
-
-/* 1.0/sqrt(x), done for a pair of arguments to improve throughput */
-static void
-gmx_mm256_invsqrt_pair_pd(__m256d x1, __m256d x2, __m256d *invsqrt1, __m256d *invsqrt2)
-{
-    const __m256d half   = _mm256_set1_pd(0.5);
-    const __m256d three  = _mm256_set1_pd(3.0);
-    const __m256  halff  = _mm256_set1_ps(0.5f);
-    const __m256  threef = _mm256_set1_ps(3.0f);
-
-    __m256        xf, luf;
-    __m256d       lu1, lu2;
-
-    /* Do first N-R step in float for 2x throughput */
-    xf  = _mm256_insertf128_ps(_mm256_castps128_ps256(_mm256_cvtpd_ps(x1)), _mm256_cvtpd_ps(x2), 0x1);
-    luf = _mm256_rsqrt_ps(xf);
-
-    luf = _mm256_mul_ps(halff, _mm256_mul_ps(_mm256_sub_ps(threef, _mm256_mul_ps(_mm256_mul_ps(luf, luf), xf)), luf));
-
-    lu2 = _mm256_cvtps_pd(_mm256_extractf128_ps(luf, 0x1));
-    lu1 = _mm256_cvtps_pd(_mm256_castps256_ps128(luf));
-
-    *invsqrt1 = _mm256_mul_pd(half, _mm256_mul_pd(_mm256_sub_pd(three, _mm256_mul_pd(_mm256_mul_pd(lu1, lu1), x1)), lu1));
-    *invsqrt2 = _mm256_mul_pd(half, _mm256_mul_pd(_mm256_sub_pd(three, _mm256_mul_pd(_mm256_mul_pd(lu2, lu2), x2)), lu2));
-}
-
-/* 1.0/sqrt(x), 128 bit wide */
-static gmx_inline __m128d
-gmx_mm_invsqrt_pd(__m128d x)
-{
-    const __m128d half  = _mm_set1_pd(0.5);
-    const __m128d three = _mm_set1_pd(3.0);
-
-    /* Lookup instruction only exists in single precision, convert back and forth... */
-    __m128d lu = _mm_cvtps_pd(_mm_rsqrt_ps( _mm_cvtpd_ps(x)));
-
-    lu = _mm_mul_pd(half, _mm_mul_pd(_mm_sub_pd(three, _mm_mul_pd(_mm_mul_pd(lu, lu), x)), lu));
-    return _mm_mul_pd(half, _mm_mul_pd(_mm_sub_pd(three, _mm_mul_pd(_mm_mul_pd(lu, lu), x)), lu));
-}
-
-/* 1.0/sqrt(x), done for two pairs to improve throughput */
-static void
-gmx_mm_invsqrt_pair_pd(__m128d x1, __m128d x2, __m128d *invsqrt1, __m128d *invsqrt2)
-{
-    const __m128d half   = _mm_set1_pd(0.5);
-    const __m128d three  = _mm_set1_pd(3.0);
-    const __m128  halff  = _mm_set1_ps(0.5f);
-    const __m128  threef = _mm_set1_ps(3.0f);
-
-    __m128        xf, luf;
-    __m128d       lu1, lu2;
-
-    /* Do first N-R step in float for 2x throughput */
-    xf  = _mm_shuffle_ps(_mm_cvtpd_ps(x1), _mm_cvtpd_ps(x2), _MM_SHUFFLE(1, 0, 1, 0));
-    luf = _mm_rsqrt_ps(xf);
-    luf = _mm_mul_ps(halff, _mm_mul_ps(_mm_sub_ps(threef, _mm_mul_ps(_mm_mul_ps(luf, luf), xf)), luf));
-
-    lu2 = _mm_cvtps_pd(_mm_shuffle_ps(luf, luf, _MM_SHUFFLE(3, 2, 3, 2)));
-    lu1 = _mm_cvtps_pd(luf);
-
-    *invsqrt1 = _mm_mul_pd(half, _mm_mul_pd(_mm_sub_pd(three, _mm_mul_pd(_mm_mul_pd(lu1, lu1), x1)), lu1));
-    *invsqrt2 = _mm_mul_pd(half, _mm_mul_pd(_mm_sub_pd(three, _mm_mul_pd(_mm_mul_pd(lu2, lu2), x2)), lu2));
-}
-
-/* sqrt(x) (256 bit)- Do NOT use this (but rather invsqrt) if you actually need 1.0/sqrt(x) */
-static gmx_inline __m256d
-gmx_mm256_sqrt_pd(__m256d x)
-{
-    __m256d mask;
-    __m256d res;
-
-    mask = _mm256_cmp_pd(x, _mm256_setzero_pd(), _CMP_EQ_OQ);
-    res  = _mm256_andnot_pd(mask, gmx_mm256_invsqrt_pd(x));
-
-    res  = _mm256_mul_pd(x, res);
-
-    return res;
-}
-
-/* sqrt(x) (128 bit) - Do NOT use this (but rather invsqrt) if you actually need 1.0/sqrt(x) */
-static gmx_inline __m128d
-gmx_mm_sqrt_pd(__m128d x)
-{
-    __m128d mask;
-    __m128d res;
-
-    mask = _mm_cmpeq_pd(x, _mm_setzero_pd());
-    res  = _mm_andnot_pd(mask, gmx_mm_invsqrt_pd(x));
-
-    res  = _mm_mul_pd(x, res);
-
-    return res;
-}
-
-
-/* 1.0/x, 256 bit wide */
-static gmx_inline __m256d
-gmx_mm256_inv_pd(__m256d x)
-{
-    const __m256d two  = _mm256_set1_pd(2.0);
-
-    /* Lookup instruction only exists in single precision, convert back and forth... */
-    __m256d lu = _mm256_cvtps_pd(_mm_rcp_ps( _mm256_cvtpd_ps(x)));
-
-    /* Perform two N-R steps for double precision */
-    lu         = _mm256_mul_pd(lu, _mm256_sub_pd(two, _mm256_mul_pd(x, lu)));
-    return _mm256_mul_pd(lu, _mm256_sub_pd(two, _mm256_mul_pd(x, lu)));
-}
-
-/* 1.0/x, 128 bit */
-static gmx_inline __m128d
-gmx_mm_inv_pd(__m128d x)
-{
-    const __m128d two  = _mm_set1_pd(2.0);
-
-    /* Lookup instruction only exists in single precision, convert back and forth... */
-    __m128d lu = _mm_cvtps_pd(_mm_rcp_ps( _mm_cvtpd_ps(x)));
-
-    /* Perform two N-R steps for double precision */
-    lu         = _mm_mul_pd(lu, _mm_sub_pd(two, _mm_mul_pd(x, lu)));
-    return _mm_mul_pd(lu, _mm_sub_pd(two, _mm_mul_pd(x, lu)));
-}
-
-
-static gmx_inline __m256d
-gmx_mm256_abs_pd(__m256d x)
-{
-    const __m256d signmask  = _mm256_castsi256_pd( _mm256_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF,
-                                                                    0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-
-    return _mm256_and_pd(x, signmask);
-}
-
-static gmx_inline __m128d
-gmx_mm_abs_pd(__m128d x)
-{
-    const __m128d signmask  = gmx_mm_castsi128_pd( _mm_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-
-    return _mm_and_pd(x, signmask);
-}
-
-
-/*
- * 2^x function, 256 bit
- *
- * The 2^w term is calculated from a (6,0)-th order (no denominator) Minimax polynomia on the interval
- * [-0.5,0.5].
- *
- * The approximation on [-0.5,0.5] is a rational Padé approximation, 1+2*P(x^2)/(Q(x^2)-P(x^2)),
- * according to the same algorithm as used in the Cephes/netlib math routines.
- */
-static __m256d
-gmx_mm256_exp2_pd(__m256d x)
-{
-    /* Lower bound: We do not allow numbers that would lead to an IEEE fp representation exponent smaller than -126. */
-    const __m256d arglimit = _mm256_set1_pd(1022.0);
-    const __m128i expbase  = _mm_set1_epi32(1023);
-
-    const __m256d P2       = _mm256_set1_pd(2.30933477057345225087e-2);
-    const __m256d P1       = _mm256_set1_pd(2.02020656693165307700e1);
-    const __m256d P0       = _mm256_set1_pd(1.51390680115615096133e3);
-    /* Q2 == 1.0 */
-    const __m256d Q1       = _mm256_set1_pd(2.33184211722314911771e2);
-    const __m256d Q0       = _mm256_set1_pd(4.36821166879210612817e3);
-    const __m256d one      = _mm256_set1_pd(1.0);
-    const __m256d two      = _mm256_set1_pd(2.0);
-
-    __m256d       valuemask;
-    __m256i       iexppart;
-    __m128i       iexppart128a, iexppart128b;
-    __m256d       fexppart;
-    __m256d       intpart;
-    __m256d       z, z2;
-    __m256d       PolyP, PolyQ;
-
-    iexppart128a  = _mm256_cvtpd_epi32(x);
-    intpart       = _mm256_round_pd(x, _MM_FROUND_TO_NEAREST_INT);
-
-    /* Add exponent bias */
-    iexppart128a   = _mm_add_epi32(iexppart128a, expbase);
-
-    /* We now want to shift the exponent 52 positions left, but to achieve this we need
-     * to separate the 128-bit register data into two registers (4x64-bit > 128bit)
-     * shift them, and then merge into a single __m256d.
-     * Elements 0/1 should end up in iexppart128a, and 2/3 in iexppart128b.
-     * It doesnt matter what we put in the 2nd/4th position, since that data will be
-     * shifted out and replaced with zeros.
-     */
-    iexppart128b   = _mm_shuffle_epi32(iexppart128a, _MM_SHUFFLE(3, 3, 2, 2));
-    iexppart128a   = _mm_shuffle_epi32(iexppart128a, _MM_SHUFFLE(1, 1, 0, 0));
-
-    iexppart128b   = _mm_slli_epi64(iexppart128b, 52);
-    iexppart128a   = _mm_slli_epi64(iexppart128a, 52);
-
-    iexppart  = _mm256_castsi128_si256(iexppart128a);
-    iexppart  = _mm256_insertf128_si256(iexppart, iexppart128b, 0x1);
-
-    valuemask = _mm256_cmp_pd(arglimit, gmx_mm256_abs_pd(x), _CMP_GE_OQ);
-    fexppart  = _mm256_and_pd(valuemask, _mm256_castsi256_pd(iexppart));
-
-    z         = _mm256_sub_pd(x, intpart);
-
-    z2        = _mm256_mul_pd(z, z);
-
-    PolyP     = _mm256_mul_pd(P2, z2);
-    PolyP     = _mm256_add_pd(PolyP, P1);
-    PolyQ     = _mm256_add_pd(z2, Q1);
-    PolyP     = _mm256_mul_pd(PolyP, z2);
-    PolyQ     = _mm256_mul_pd(PolyQ, z2);
-    PolyP     = _mm256_add_pd(PolyP, P0);
-    PolyQ     = _mm256_add_pd(PolyQ, Q0);
-    PolyP     = _mm256_mul_pd(PolyP, z);
-
-    z         = _mm256_mul_pd(PolyP, gmx_mm256_inv_pd(_mm256_sub_pd(PolyQ, PolyP)));
-    z         = _mm256_add_pd(one, _mm256_mul_pd(two, z));
-
-    z         = _mm256_mul_pd(z, fexppart);
-
-    return z;
-}
-
-/* 2^x, 128 bit */
-static __m128d
-gmx_mm_exp2_pd(__m128d x)
-{
-    /* Lower bound: We do not allow numbers that would lead to an IEEE fp representation exponent smaller than -126. */
-    const __m128d arglimit = _mm_set1_pd(1022.0);
-    const __m128i expbase  = _mm_set1_epi32(1023);
-
-    const __m128d P2       = _mm_set1_pd(2.30933477057345225087e-2);
-    const __m128d P1       = _mm_set1_pd(2.02020656693165307700e1);
-    const __m128d P0       = _mm_set1_pd(1.51390680115615096133e3);
-    /* Q2 == 1.0 */
-    const __m128d Q1       = _mm_set1_pd(2.33184211722314911771e2);
-    const __m128d Q0       = _mm_set1_pd(4.36821166879210612817e3);
-    const __m128d one      = _mm_set1_pd(1.0);
-    const __m128d two      = _mm_set1_pd(2.0);
-
-    __m128d       valuemask;
-    __m128i       iexppart;
-    __m128d       fexppart;
-    __m128d       intpart;
-    __m128d       z, z2;
-    __m128d       PolyP, PolyQ;
-
-    iexppart  = _mm_cvtpd_epi32(x);
-    intpart   = _mm_round_pd(x, _MM_FROUND_TO_NEAREST_INT);
-
-    /* The two lowest elements of iexppart now contains 32-bit numbers with a correctly biased exponent.
-     * To be able to shift it into the exponent for a double precision number we first need to
-     * shuffle so that the lower half contains the first element, and the upper half the second.
-     * This should really be done as a zero-extension, but since the next instructions will shift
-     * the registers left by 52 bits it doesn't matter what we put there - it will be shifted out.
-     * (thus we just use element 2 from iexppart).
-     */
-    iexppart  = _mm_shuffle_epi32(iexppart, _MM_SHUFFLE(2, 1, 2, 0));
-
-    /* Do the shift operation on the 64-bit registers */
-    iexppart  = _mm_add_epi32(iexppart, expbase);
-    iexppart  = _mm_slli_epi64(iexppart, 52);
-
-    valuemask = _mm_cmpge_pd(arglimit, gmx_mm_abs_pd(x));
-    fexppart  = _mm_and_pd(valuemask, gmx_mm_castsi128_pd(iexppart));
-
-    z         = _mm_sub_pd(x, intpart);
-    z2        = _mm_mul_pd(z, z);
-
-    PolyP     = _mm_mul_pd(P2, z2);
-    PolyP     = _mm_add_pd(PolyP, P1);
-    PolyQ     = _mm_add_pd(z2, Q1);
-    PolyP     = _mm_mul_pd(PolyP, z2);
-    PolyQ     = _mm_mul_pd(PolyQ, z2);
-    PolyP     = _mm_add_pd(PolyP, P0);
-    PolyQ     = _mm_add_pd(PolyQ, Q0);
-    PolyP     = _mm_mul_pd(PolyP, z);
-
-    z         = _mm_mul_pd(PolyP, gmx_mm_inv_pd(_mm_sub_pd(PolyQ, PolyP)));
-    z         = _mm_add_pd(one, _mm_mul_pd(two, z));
-
-    z         = _mm_mul_pd(z, fexppart);
-
-    return z;
-}
-
-
-/* Exponential function, 256 bit. This could be calculated from 2^x as Exp(x)=2^(y),
- * where y=log2(e)*x, but there will then be a small rounding error since we lose
- * some precision due to the multiplication. This will then be magnified a lot by
- * the exponential.
- *
- * Instead, we calculate the fractional part directly as a Padé approximation of
- * Exp(z) on [-0.5,0.5]. We use extended precision arithmetics to calculate the fraction
- * remaining after 2^y, which avoids the precision-loss.
- */
-static __m256d
-gmx_mm256_exp_pd(__m256d exparg)
-{
-    const __m256d argscale = _mm256_set1_pd(1.4426950408889634073599);
-    /* Lower bound: We do not allow numbers that would lead to an IEEE fp representation exponent smaller than -126. */
-    const __m256d arglimit = _mm256_set1_pd(1022.0);
-    const __m128i expbase  = _mm_set1_epi32(1023);
-
-    const __m256d invargscale0  = _mm256_set1_pd(6.93145751953125e-1);
-    const __m256d invargscale1  = _mm256_set1_pd(1.42860682030941723212e-6);
-
-    const __m256d P2       = _mm256_set1_pd(1.26177193074810590878e-4);
-    const __m256d P1       = _mm256_set1_pd(3.02994407707441961300e-2);
-    /* P0 == 1.0 */
-    const __m256d Q3       = _mm256_set1_pd(3.00198505138664455042E-6);
-    const __m256d Q2       = _mm256_set1_pd(2.52448340349684104192E-3);
-    const __m256d Q1       = _mm256_set1_pd(2.27265548208155028766E-1);
-    /* Q0 == 2.0 */
-    const __m256d one      = _mm256_set1_pd(1.0);
-    const __m256d two      = _mm256_set1_pd(2.0);
-
-    __m256d       valuemask;
-    __m256i       iexppart;
-    __m128i       iexppart128a, iexppart128b;
-    __m256d       fexppart;
-    __m256d       intpart;
-    __m256d       x, z, z2;
-    __m256d       PolyP, PolyQ;
-
-    x             = _mm256_mul_pd(exparg, argscale);
-
-    iexppart128a  = _mm256_cvtpd_epi32(x);
-    intpart       = _mm256_round_pd(x, _MM_FROUND_TO_NEAREST_INT);
-
-    /* Add exponent bias */
-    iexppart128a   = _mm_add_epi32(iexppart128a, expbase);
-
-    /* We now want to shift the exponent 52 positions left, but to achieve this we need
-     * to separate the 128-bit register data into two registers (4x64-bit > 128bit)
-     * shift them, and then merge into a single __m256d.
-     * Elements 0/1 should end up in iexppart128a, and 2/3 in iexppart128b.
-     * It doesnt matter what we put in the 2nd/4th position, since that data will be
-     * shifted out and replaced with zeros.
-     */
-    iexppart128b   = _mm_shuffle_epi32(iexppart128a, _MM_SHUFFLE(3, 3, 2, 2));
-    iexppart128a   = _mm_shuffle_epi32(iexppart128a, _MM_SHUFFLE(1, 1, 0, 0));
-
-    iexppart128b   = _mm_slli_epi64(iexppart128b, 52);
-    iexppart128a   = _mm_slli_epi64(iexppart128a, 52);
-
-    iexppart  = _mm256_castsi128_si256(iexppart128a);
-    iexppart  = _mm256_insertf128_si256(iexppart, iexppart128b, 0x1);
-
-    valuemask = _mm256_cmp_pd(arglimit, gmx_mm256_abs_pd(x), _CMP_GE_OQ);
-    fexppart  = _mm256_and_pd(valuemask, _mm256_castsi256_pd(iexppart));
-
-    z         = _mm256_sub_pd(exparg, _mm256_mul_pd(invargscale0, intpart));
-    z         = _mm256_sub_pd(z, _mm256_mul_pd(invargscale1, intpart));
-
-    z2        = _mm256_mul_pd(z, z);
-
-    PolyQ     = _mm256_mul_pd(Q3, z2);
-    PolyQ     = _mm256_add_pd(PolyQ, Q2);
-    PolyP     = _mm256_mul_pd(P2, z2);
-    PolyQ     = _mm256_mul_pd(PolyQ, z2);
-    PolyP     = _mm256_add_pd(PolyP, P1);
-    PolyQ     = _mm256_add_pd(PolyQ, Q1);
-    PolyP     = _mm256_mul_pd(PolyP, z2);
-    PolyQ     = _mm256_mul_pd(PolyQ, z2);
-    PolyP     = _mm256_add_pd(PolyP, one);
-    PolyQ     = _mm256_add_pd(PolyQ, two);
-
-    PolyP     = _mm256_mul_pd(PolyP, z);
-
-    z         = _mm256_mul_pd(PolyP, gmx_mm256_inv_pd(_mm256_sub_pd(PolyQ, PolyP)));
-    z         = _mm256_add_pd(one, _mm256_mul_pd(two, z));
-
-    z         = _mm256_mul_pd(z, fexppart);
-
-    return z;
-}
-
-/* exp(), 128 bit */
-static __m128d
-gmx_mm_exp_pd(__m128d exparg)
-{
-    const __m128d argscale = _mm_set1_pd(1.4426950408889634073599);
-    /* Lower bound: We do not allow numbers that would lead to an IEEE fp representation exponent smaller than -126. */
-    const __m128d arglimit = _mm_set1_pd(1022.0);
-    const __m128i expbase  = _mm_set1_epi32(1023);
-
-    const __m128d invargscale0  = _mm_set1_pd(6.93145751953125e-1);
-    const __m128d invargscale1  = _mm_set1_pd(1.42860682030941723212e-6);
-
-    const __m128d P2       = _mm_set1_pd(1.26177193074810590878e-4);
-    const __m128d P1       = _mm_set1_pd(3.02994407707441961300e-2);
-    /* P0 == 1.0 */
-    const __m128d Q3       = _mm_set1_pd(3.00198505138664455042E-6);
-    const __m128d Q2       = _mm_set1_pd(2.52448340349684104192E-3);
-    const __m128d Q1       = _mm_set1_pd(2.27265548208155028766E-1);
-    /* Q0 == 2.0 */
-    const __m128d one      = _mm_set1_pd(1.0);
-    const __m128d two      = _mm_set1_pd(2.0);
-
-    __m128d       valuemask;
-    __m128i       iexppart;
-    __m128d       fexppart;
-    __m128d       intpart;
-    __m128d       x, z, z2;
-    __m128d       PolyP, PolyQ;
-
-    x             = _mm_mul_pd(exparg, argscale);
-
-    iexppart  = _mm_cvtpd_epi32(x);
-    intpart   = _mm_round_pd(x, _MM_FROUND_TO_NEAREST_INT);
-
-    /* The two lowest elements of iexppart now contains 32-bit numbers with a correctly biased exponent.
-     * To be able to shift it into the exponent for a double precision number we first need to
-     * shuffle so that the lower half contains the first element, and the upper half the second.
-     * This should really be done as a zero-extension, but since the next instructions will shift
-     * the registers left by 52 bits it doesn't matter what we put there - it will be shifted out.
-     * (thus we just use element 2 from iexppart).
-     */
-    iexppart  = _mm_shuffle_epi32(iexppart, _MM_SHUFFLE(2, 1, 2, 0));
-
-    /* Do the shift operation on the 64-bit registers */
-    iexppart  = _mm_add_epi32(iexppart, expbase);
-    iexppart  = _mm_slli_epi64(iexppart, 52);
-
-    valuemask = _mm_cmpge_pd(arglimit, gmx_mm_abs_pd(x));
-    fexppart  = _mm_and_pd(valuemask, gmx_mm_castsi128_pd(iexppart));
-
-    z         = _mm_sub_pd(exparg, _mm_mul_pd(invargscale0, intpart));
-    z         = _mm_sub_pd(z, _mm_mul_pd(invargscale1, intpart));
-
-    z2        = _mm_mul_pd(z, z);
-
-    PolyQ     = _mm_mul_pd(Q3, z2);
-    PolyQ     = _mm_add_pd(PolyQ, Q2);
-    PolyP     = _mm_mul_pd(P2, z2);
-    PolyQ     = _mm_mul_pd(PolyQ, z2);
-    PolyP     = _mm_add_pd(PolyP, P1);
-    PolyQ     = _mm_add_pd(PolyQ, Q1);
-    PolyP     = _mm_mul_pd(PolyP, z2);
-    PolyQ     = _mm_mul_pd(PolyQ, z2);
-    PolyP     = _mm_add_pd(PolyP, one);
-    PolyQ     = _mm_add_pd(PolyQ, two);
-
-    PolyP     = _mm_mul_pd(PolyP, z);
-
-    z         = _mm_mul_pd(PolyP, gmx_mm_inv_pd(_mm_sub_pd(PolyQ, PolyP)));
-    z         = _mm_add_pd(one, _mm_mul_pd(two, z));
-
-    z         = _mm_mul_pd(z, fexppart);
-
-    return z;
-}
-
-
-static __m256d
-gmx_mm256_log_pd(__m256d x)
-{
-    /* Same algorithm as cephes library */
-    const __m256d expmask    = _mm256_castsi256_pd( _mm256_set_epi32(0x7FF00000, 0x00000000, 0x7FF00000, 0x00000000,
-                                                                     0x7FF00000, 0x00000000, 0x7FF00000, 0x00000000) );
-
-    const __m128i expbase_m1 = _mm_set1_epi32(1023-1); /* We want non-IEEE format */
-
-    const __m256d half       = _mm256_set1_pd(0.5);
-    const __m256d one        = _mm256_set1_pd(1.0);
-    const __m256d two        = _mm256_set1_pd(2.0);
-    const __m256d invsq2     = _mm256_set1_pd(1.0/sqrt(2.0));
-
-    const __m256d corr1      = _mm256_set1_pd(-2.121944400546905827679e-4);
-    const __m256d corr2      = _mm256_set1_pd(0.693359375);
-
-    const __m256d P5         = _mm256_set1_pd(1.01875663804580931796e-4);
-    const __m256d P4         = _mm256_set1_pd(4.97494994976747001425e-1);
-    const __m256d P3         = _mm256_set1_pd(4.70579119878881725854e0);
-    const __m256d P2         = _mm256_set1_pd(1.44989225341610930846e1);
-    const __m256d P1         = _mm256_set1_pd(1.79368678507819816313e1);
-    const __m256d P0         = _mm256_set1_pd(7.70838733755885391666e0);
-
-    const __m256d Q4         = _mm256_set1_pd(1.12873587189167450590e1);
-    const __m256d Q3         = _mm256_set1_pd(4.52279145837532221105e1);
-    const __m256d Q2         = _mm256_set1_pd(8.29875266912776603211e1);
-    const __m256d Q1         = _mm256_set1_pd(7.11544750618563894466e1);
-    const __m256d Q0         = _mm256_set1_pd(2.31251620126765340583e1);
-
-    const __m256d R2         = _mm256_set1_pd(-7.89580278884799154124e-1);
-    const __m256d R1         = _mm256_set1_pd(1.63866645699558079767e1);
-    const __m256d R0         = _mm256_set1_pd(-6.41409952958715622951e1);
-
-    const __m256d S2         = _mm256_set1_pd(-3.56722798256324312549E1);
-    const __m256d S1         = _mm256_set1_pd(3.12093766372244180303E2);
-    const __m256d S0         = _mm256_set1_pd(-7.69691943550460008604E2);
-
-    __m256d       fexp;
-    __m256i       iexp;
-    __m128i       iexp128a, iexp128b;
-
-    __m256d       mask1, mask2;
-    __m256d       corr, t1, t2, q;
-    __m256d       zA, yA, xA, zB, yB, xB, z;
-    __m256d       polyR, polyS;
-    __m256d       polyP1, polyP2, polyQ1, polyQ2;
-
-    /* Separate x into exponent and mantissa, with a mantissa in the range [0.5..1[ (not IEEE754 standard!) */
-    fexp     = _mm256_and_pd(x, expmask);
-
-    iexp     = _mm256_castpd_si256(fexp);
-    iexp128b = _mm256_extractf128_si256(iexp, 0x1);
-    iexp128a = _mm256_castsi256_si128(iexp);
-
-    iexp128a  = _mm_srli_epi64(iexp128a, 52);
-    iexp128b  = _mm_srli_epi64(iexp128b, 52);
-    /* Merge into a single register */
-    iexp128a  = _mm_shuffle_epi32(iexp128a, _MM_SHUFFLE(1, 1, 2, 0));
-    iexp128b  = _mm_shuffle_epi32(iexp128b, _MM_SHUFFLE(2, 0, 1, 1));
-    iexp128a  = _mm_or_si128(iexp128a, iexp128b);
-    iexp128a  = _mm_sub_epi32(iexp128a, expbase_m1);
-
-    fexp      = _mm256_cvtepi32_pd(iexp128a);
-
-    x         = _mm256_andnot_pd(expmask, x); /* Get mantissa */
-    x         = _mm256_or_pd(x, one);
-    x         = _mm256_mul_pd(x, half);
-
-    mask1     = _mm256_cmp_pd(gmx_mm256_abs_pd(fexp), two, _CMP_GT_OQ);
-    mask2     = _mm256_cmp_pd(x, invsq2, _CMP_LT_OQ);
-
-    fexp      = _mm256_sub_pd(fexp, _mm256_and_pd(mask2, one));
-
-    /* If mask1 is set ('A') */
-    zA     = _mm256_sub_pd(x, half);
-    t1     = _mm256_blendv_pd( zA, x, mask2 );
-    zA     = _mm256_sub_pd(t1, half);
-    t2     = _mm256_blendv_pd( x, zA, mask2 );
-    yA     = _mm256_mul_pd(half, _mm256_add_pd(t2, one));
-
-    xA     = _mm256_mul_pd(zA, gmx_mm256_inv_pd(yA));
-    zA     = _mm256_mul_pd(xA, xA);
-
-    /* EVALUATE POLY */
-    polyR  = _mm256_mul_pd(R2, zA);
-    polyR  = _mm256_add_pd(polyR, R1);
-    polyR  = _mm256_mul_pd(polyR, zA);
-    polyR  = _mm256_add_pd(polyR, R0);
-
-    polyS  = _mm256_add_pd(zA, S2);
-    polyS  = _mm256_mul_pd(polyS, zA);
-    polyS  = _mm256_add_pd(polyS, S1);
-    polyS  = _mm256_mul_pd(polyS, zA);
-    polyS  = _mm256_add_pd(polyS, S0);
-
-    q      = _mm256_mul_pd(polyR, gmx_mm256_inv_pd(polyS));
-    zA     = _mm256_mul_pd(_mm256_mul_pd(xA, zA), q);
-
-    zA     = _mm256_add_pd(zA, _mm256_mul_pd(corr1, fexp));
-    zA     = _mm256_add_pd(zA, xA);
-    zA     = _mm256_add_pd(zA, _mm256_mul_pd(corr2, fexp));
-
-    /* If mask1 is not set ('B') */
-    corr   = _mm256_and_pd(mask2, x);
-    xB     = _mm256_add_pd(x, corr);
-    xB     = _mm256_sub_pd(xB, one);
-    zB     = _mm256_mul_pd(xB, xB);
-
-    polyP1 = _mm256_mul_pd(P5, zB);
-    polyP2 = _mm256_mul_pd(P4, zB);
-    polyP1 = _mm256_add_pd(polyP1, P3);
-    polyP2 = _mm256_add_pd(polyP2, P2);
-    polyP1 = _mm256_mul_pd(polyP1, zB);
-    polyP2 = _mm256_mul_pd(polyP2, zB);
-    polyP1 = _mm256_add_pd(polyP1, P1);
-    polyP2 = _mm256_add_pd(polyP2, P0);
-    polyP1 = _mm256_mul_pd(polyP1, xB);
-    polyP1 = _mm256_add_pd(polyP1, polyP2);
-
-    polyQ2 = _mm256_mul_pd(Q4, zB);
-    polyQ1 = _mm256_add_pd(zB, Q3);
-    polyQ2 = _mm256_add_pd(polyQ2, Q2);
-    polyQ1 = _mm256_mul_pd(polyQ1, zB);
-    polyQ2 = _mm256_mul_pd(polyQ2, zB);
-    polyQ1 = _mm256_add_pd(polyQ1, Q1);
-    polyQ2 = _mm256_add_pd(polyQ2, Q0);
-    polyQ1 = _mm256_mul_pd(polyQ1, xB);
-    polyQ1 = _mm256_add_pd(polyQ1, polyQ2);
-
-    fexp   = _mm256_and_pd(fexp, _mm256_cmp_pd(fexp, _mm256_setzero_pd(), _CMP_NEQ_OQ));
-
-    q      = _mm256_mul_pd(polyP1, gmx_mm256_inv_pd(polyQ1));
-    yB     = _mm256_mul_pd(_mm256_mul_pd(xB, zB), q);
-
-    yB     = _mm256_add_pd(yB, _mm256_mul_pd(corr1, fexp));
-    yB     = _mm256_sub_pd(yB, _mm256_mul_pd(half, zB));
-    zB     = _mm256_add_pd(xB, yB);
-    zB     = _mm256_add_pd(zB, _mm256_mul_pd(corr2, fexp));
-
-    z      = _mm256_blendv_pd( zB, zA, mask1 );
-
-    return z;
-}
-
-static __m128d
-gmx_mm_log_pd(__m128d x)
-{
-    /* Same algorithm as cephes library */
-    const __m128d expmask    = gmx_mm_castsi128_pd( _mm_set_epi32(0x7FF00000, 0x00000000, 0x7FF00000, 0x00000000) );
-
-    const __m128i expbase_m1 = _mm_set1_epi32(1023-1); /* We want non-IEEE format */
-
-    const __m128d half       = _mm_set1_pd(0.5);
-    const __m128d one        = _mm_set1_pd(1.0);
-    const __m128d two        = _mm_set1_pd(2.0);
-    const __m128d invsq2     = _mm_set1_pd(1.0/sqrt(2.0));
-
-    const __m128d corr1      = _mm_set1_pd(-2.121944400546905827679e-4);
-    const __m128d corr2      = _mm_set1_pd(0.693359375);
-
-    const __m128d P5         = _mm_set1_pd(1.01875663804580931796e-4);
-    const __m128d P4         = _mm_set1_pd(4.97494994976747001425e-1);
-    const __m128d P3         = _mm_set1_pd(4.70579119878881725854e0);
-    const __m128d P2         = _mm_set1_pd(1.44989225341610930846e1);
-    const __m128d P1         = _mm_set1_pd(1.79368678507819816313e1);
-    const __m128d P0         = _mm_set1_pd(7.70838733755885391666e0);
-
-    const __m128d Q4         = _mm_set1_pd(1.12873587189167450590e1);
-    const __m128d Q3         = _mm_set1_pd(4.52279145837532221105e1);
-    const __m128d Q2         = _mm_set1_pd(8.29875266912776603211e1);
-    const __m128d Q1         = _mm_set1_pd(7.11544750618563894466e1);
-    const __m128d Q0         = _mm_set1_pd(2.31251620126765340583e1);
-
-    const __m128d R2         = _mm_set1_pd(-7.89580278884799154124e-1);
-    const __m128d R1         = _mm_set1_pd(1.63866645699558079767e1);
-    const __m128d R0         = _mm_set1_pd(-6.41409952958715622951e1);
-
-    const __m128d S2         = _mm_set1_pd(-3.56722798256324312549E1);
-    const __m128d S1         = _mm_set1_pd(3.12093766372244180303E2);
-    const __m128d S0         = _mm_set1_pd(-7.69691943550460008604E2);
-
-    __m128d       fexp;
-    __m128i       iexp;
-
-    __m128d       mask1, mask2;
-    __m128d       corr, t1, t2, q;
-    __m128d       zA, yA, xA, zB, yB, xB, z;
-    __m128d       polyR, polyS;
-    __m128d       polyP1, polyP2, polyQ1, polyQ2;
-
-    /* Separate x into exponent and mantissa, with a mantissa in the range [0.5..1[ (not IEEE754 standard!) */
-    fexp   = _mm_and_pd(x, expmask);
-    iexp   = gmx_mm_castpd_si128(fexp);
-    iexp   = _mm_srli_epi64(iexp, 52);
-    iexp   = _mm_sub_epi32(iexp, expbase_m1);
-    iexp   = _mm_shuffle_epi32(iexp, _MM_SHUFFLE(1, 1, 2, 0) );
-    fexp   = _mm_cvtepi32_pd(iexp);
-
-    x      = _mm_andnot_pd(expmask, x);
-    x      = _mm_or_pd(x, one);
-    x      = _mm_mul_pd(x, half);
-
-    mask1     = _mm_cmpgt_pd(gmx_mm_abs_pd(fexp), two);
-    mask2     = _mm_cmplt_pd(x, invsq2);
-
-    fexp   = _mm_sub_pd(fexp, _mm_and_pd(mask2, one));
-
-    /* If mask1 is set ('A') */
-    zA     = _mm_sub_pd(x, half);
-    t1     = _mm_blendv_pd( zA, x, mask2 );
-    zA     = _mm_sub_pd(t1, half);
-    t2     = _mm_blendv_pd( x, zA, mask2 );
-    yA     = _mm_mul_pd(half, _mm_add_pd(t2, one));
-
-    xA     = _mm_mul_pd(zA, gmx_mm_inv_pd(yA));
-    zA     = _mm_mul_pd(xA, xA);
-
-    /* EVALUATE POLY */
-    polyR  = _mm_mul_pd(R2, zA);
-    polyR  = _mm_add_pd(polyR, R1);
-    polyR  = _mm_mul_pd(polyR, zA);
-    polyR  = _mm_add_pd(polyR, R0);
-
-    polyS  = _mm_add_pd(zA, S2);
-    polyS  = _mm_mul_pd(polyS, zA);
-    polyS  = _mm_add_pd(polyS, S1);
-    polyS  = _mm_mul_pd(polyS, zA);
-    polyS  = _mm_add_pd(polyS, S0);
-
-    q      = _mm_mul_pd(polyR, gmx_mm_inv_pd(polyS));
-    zA     = _mm_mul_pd(_mm_mul_pd(xA, zA), q);
-
-    zA     = _mm_add_pd(zA, _mm_mul_pd(corr1, fexp));
-    zA     = _mm_add_pd(zA, xA);
-    zA     = _mm_add_pd(zA, _mm_mul_pd(corr2, fexp));
-
-    /* If mask1 is not set ('B') */
-    corr   = _mm_and_pd(mask2, x);
-    xB     = _mm_add_pd(x, corr);
-    xB     = _mm_sub_pd(xB, one);
-    zB     = _mm_mul_pd(xB, xB);
-
-    polyP1 = _mm_mul_pd(P5, zB);
-    polyP2 = _mm_mul_pd(P4, zB);
-    polyP1 = _mm_add_pd(polyP1, P3);
-    polyP2 = _mm_add_pd(polyP2, P2);
-    polyP1 = _mm_mul_pd(polyP1, zB);
-    polyP2 = _mm_mul_pd(polyP2, zB);
-    polyP1 = _mm_add_pd(polyP1, P1);
-    polyP2 = _mm_add_pd(polyP2, P0);
-    polyP1 = _mm_mul_pd(polyP1, xB);
-    polyP1 = _mm_add_pd(polyP1, polyP2);
-
-    polyQ2 = _mm_mul_pd(Q4, zB);
-    polyQ1 = _mm_add_pd(zB, Q3);
-    polyQ2 = _mm_add_pd(polyQ2, Q2);
-    polyQ1 = _mm_mul_pd(polyQ1, zB);
-    polyQ2 = _mm_mul_pd(polyQ2, zB);
-    polyQ1 = _mm_add_pd(polyQ1, Q1);
-    polyQ2 = _mm_add_pd(polyQ2, Q0);
-    polyQ1 = _mm_mul_pd(polyQ1, xB);
-    polyQ1 = _mm_add_pd(polyQ1, polyQ2);
-
-    fexp   = _mm_and_pd(fexp, _mm_cmpneq_pd(fexp, _mm_setzero_pd()));
-
-    q      = _mm_mul_pd(polyP1, gmx_mm_inv_pd(polyQ1));
-    yB     = _mm_mul_pd(_mm_mul_pd(xB, zB), q);
-
-    yB     = _mm_add_pd(yB, _mm_mul_pd(corr1, fexp));
-    yB     = _mm_sub_pd(yB, _mm_mul_pd(half, zB));
-    zB     = _mm_add_pd(xB, yB);
-    zB     = _mm_add_pd(zB, _mm_mul_pd(corr2, fexp));
-
-    z      = _mm_blendv_pd( zB, zA, mask1 );
-
-    return z;
-}
-
-
-static __m256d
-gmx_mm256_erf_pd(__m256d x)
-{
-    /* Coefficients for minimax approximation of erf(x)=x*(CAoffset + P(x^2)/Q(x^2)) in range [-0.75,0.75] */
-    const __m256d CAP4      = _mm256_set1_pd(-0.431780540597889301512e-4);
-    const __m256d CAP3      = _mm256_set1_pd(-0.00578562306260059236059);
-    const __m256d CAP2      = _mm256_set1_pd(-0.028593586920219752446);
-    const __m256d CAP1      = _mm256_set1_pd(-0.315924962948621698209);
-    const __m256d CAP0      = _mm256_set1_pd(0.14952975608477029151);
-
-    const __m256d CAQ5      = _mm256_set1_pd(-0.374089300177174709737e-5);
-    const __m256d CAQ4      = _mm256_set1_pd(0.00015126584532155383535);
-    const __m256d CAQ3      = _mm256_set1_pd(0.00536692680669480725423);
-    const __m256d CAQ2      = _mm256_set1_pd(0.0668686825594046122636);
-    const __m256d CAQ1      = _mm256_set1_pd(0.402604990869284362773);
-    /* CAQ0 == 1.0 */
-    const __m256d CAoffset  = _mm256_set1_pd(0.9788494110107421875);
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)*x*(P(x-1)/Q(x-1)) in range [1.0,4.5] */
-    const __m256d CBP6      = _mm256_set1_pd(2.49650423685462752497647637088e-10);
-    const __m256d CBP5      = _mm256_set1_pd(0.00119770193298159629350136085658);
-    const __m256d CBP4      = _mm256_set1_pd(0.0164944422378370965881008942733);
-    const __m256d CBP3      = _mm256_set1_pd(0.0984581468691775932063932439252);
-    const __m256d CBP2      = _mm256_set1_pd(0.317364595806937763843589437418);
-    const __m256d CBP1      = _mm256_set1_pd(0.554167062641455850932670067075);
-    const __m256d CBP0      = _mm256_set1_pd(0.427583576155807163756925301060);
-    const __m256d CBQ7      = _mm256_set1_pd(0.00212288829699830145976198384930);
-    const __m256d CBQ6      = _mm256_set1_pd(0.0334810979522685300554606393425);
-    const __m256d CBQ5      = _mm256_set1_pd(0.2361713785181450957579508850717);
-    const __m256d CBQ4      = _mm256_set1_pd(0.955364736493055670530981883072);
-    const __m256d CBQ3      = _mm256_set1_pd(2.36815675631420037315349279199);
-    const __m256d CBQ2      = _mm256_set1_pd(3.55261649184083035537184223542);
-    const __m256d CBQ1      = _mm256_set1_pd(2.93501136050160872574376997993);
-    /* CBQ0 == 1.0 */
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)/x*(P(1/x)/Q(1/x)) in range [4.5,inf] */
-    const __m256d CCP6      = _mm256_set1_pd(-2.8175401114513378771);
-    const __m256d CCP5      = _mm256_set1_pd(-3.22729451764143718517);
-    const __m256d CCP4      = _mm256_set1_pd(-2.5518551727311523996);
-    const __m256d CCP3      = _mm256_set1_pd(-0.687717681153649930619);
-    const __m256d CCP2      = _mm256_set1_pd(-0.212652252872804219852);
-    const __m256d CCP1      = _mm256_set1_pd(0.0175389834052493308818);
-    const __m256d CCP0      = _mm256_set1_pd(0.00628057170626964891937);
-
-    const __m256d CCQ6      = _mm256_set1_pd(5.48409182238641741584);
-    const __m256d CCQ5      = _mm256_set1_pd(13.5064170191802889145);
-    const __m256d CCQ4      = _mm256_set1_pd(22.9367376522880577224);
-    const __m256d CCQ3      = _mm256_set1_pd(15.930646027911794143);
-    const __m256d CCQ2      = _mm256_set1_pd(11.0567237927800161565);
-    const __m256d CCQ1      = _mm256_set1_pd(2.79257750980575282228);
-    /* CCQ0 == 1.0 */
-    const __m256d CCoffset  = _mm256_set1_pd(0.5579090118408203125);
-
-    const __m256d one       = _mm256_set1_pd(1.0);
-    const __m256d two       = _mm256_set1_pd(2.0);
-
-    const __m256d signbit   = _mm256_castsi256_pd( _mm256_set_epi32(0x80000000, 0x00000000, 0x80000000, 0x00000000,
-                                                                    0x80000000, 0x00000000, 0x80000000, 0x00000000) );
-
-    __m256d xabs, x2, x4, t, t2, w, w2;
-    __m256d PolyAP0, PolyAP1, PolyAQ0, PolyAQ1;
-    __m256d PolyBP0, PolyBP1, PolyBQ0, PolyBQ1;
-    __m256d PolyCP0, PolyCP1, PolyCQ0, PolyCQ1;
-    __m256d res_erf, res_erfcB, res_erfcC, res_erfc, res;
-    __m256d mask, expmx2;
-
-    /* Calculate erf() */
-    xabs     = gmx_mm256_abs_pd(x);
-    x2       = _mm256_mul_pd(x, x);
-    x4       = _mm256_mul_pd(x2, x2);
-
-    PolyAP0  = _mm256_mul_pd(CAP4, x4);
-    PolyAP1  = _mm256_mul_pd(CAP3, x4);
-    PolyAP0  = _mm256_add_pd(PolyAP0, CAP2);
-    PolyAP1  = _mm256_add_pd(PolyAP1, CAP1);
-    PolyAP0  = _mm256_mul_pd(PolyAP0, x4);
-    PolyAP1  = _mm256_mul_pd(PolyAP1, x2);
-    PolyAP0  = _mm256_add_pd(PolyAP0, CAP0);
-    PolyAP0  = _mm256_add_pd(PolyAP0, PolyAP1);
-
-    PolyAQ1  = _mm256_mul_pd(CAQ5, x4);
-    PolyAQ0  = _mm256_mul_pd(CAQ4, x4);
-    PolyAQ1  = _mm256_add_pd(PolyAQ1, CAQ3);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, CAQ2);
-    PolyAQ1  = _mm256_mul_pd(PolyAQ1, x4);
-    PolyAQ0  = _mm256_mul_pd(PolyAQ0, x4);
-    PolyAQ1  = _mm256_add_pd(PolyAQ1, CAQ1);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, one);
-    PolyAQ1  = _mm256_mul_pd(PolyAQ1, x2);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, PolyAQ1);
-
-    res_erf  = _mm256_mul_pd(PolyAP0, gmx_mm256_inv_pd(PolyAQ0));
-    res_erf  = _mm256_add_pd(CAoffset, res_erf);
-    res_erf  = _mm256_mul_pd(x, res_erf);
-
-    /* Calculate erfc() in range [1,4.5] */
-    t       = _mm256_sub_pd(xabs, one);
-    t2      = _mm256_mul_pd(t, t);
-
-    PolyBP0  = _mm256_mul_pd(CBP6, t2);
-    PolyBP1  = _mm256_mul_pd(CBP5, t2);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP4);
-    PolyBP1  = _mm256_add_pd(PolyBP1, CBP3);
-    PolyBP0  = _mm256_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm256_mul_pd(PolyBP1, t2);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP2);
-    PolyBP1  = _mm256_add_pd(PolyBP1, CBP1);
-    PolyBP0  = _mm256_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm256_mul_pd(PolyBP1, t);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP0);
-    PolyBP0  = _mm256_add_pd(PolyBP0, PolyBP1);
-
-    PolyBQ1 = _mm256_mul_pd(CBQ7, t2);
-    PolyBQ0 = _mm256_mul_pd(CBQ6, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ5);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, CBQ4);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm256_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ3);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, CBQ2);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm256_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ1);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, one);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, PolyBQ1);
-
-    res_erfcB = _mm256_mul_pd(PolyBP0, gmx_mm256_inv_pd(PolyBQ0));
-
-    res_erfcB = _mm256_mul_pd(res_erfcB, xabs);
-
-    /* Calculate erfc() in range [4.5,inf] */
-    w       = gmx_mm256_inv_pd(xabs);
-    w2      = _mm256_mul_pd(w, w);
-
-    PolyCP0  = _mm256_mul_pd(CCP6, w2);
-    PolyCP1  = _mm256_mul_pd(CCP5, w2);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP4);
-    PolyCP1  = _mm256_add_pd(PolyCP1, CCP3);
-    PolyCP0  = _mm256_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm256_mul_pd(PolyCP1, w2);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP2);
-    PolyCP1  = _mm256_add_pd(PolyCP1, CCP1);
-    PolyCP0  = _mm256_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm256_mul_pd(PolyCP1, w);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP0);
-    PolyCP0  = _mm256_add_pd(PolyCP0, PolyCP1);
-
-    PolyCQ0  = _mm256_mul_pd(CCQ6, w2);
-    PolyCQ1  = _mm256_mul_pd(CCQ5, w2);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, CCQ4);
-    PolyCQ1  = _mm256_add_pd(PolyCQ1, CCQ3);
-    PolyCQ0  = _mm256_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm256_mul_pd(PolyCQ1, w2);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, CCQ2);
-    PolyCQ1  = _mm256_add_pd(PolyCQ1, CCQ1);
-    PolyCQ0  = _mm256_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm256_mul_pd(PolyCQ1, w);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, one);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, PolyCQ1);
-
-    expmx2   = gmx_mm256_exp_pd( _mm256_or_pd(signbit, x2) );
-
-    res_erfcC = _mm256_mul_pd(PolyCP0, gmx_mm256_inv_pd(PolyCQ0));
-    res_erfcC = _mm256_add_pd(res_erfcC, CCoffset);
-    res_erfcC = _mm256_mul_pd(res_erfcC, w);
-
-    mask     = _mm256_cmp_pd(xabs, _mm256_set1_pd(4.5), _CMP_GT_OQ);
-    res_erfc = _mm256_blendv_pd(res_erfcB, res_erfcC, mask);
-
-    res_erfc = _mm256_mul_pd(res_erfc, expmx2);
-
-    /* erfc(x<0) = 2-erfc(|x|) */
-    mask     = _mm256_cmp_pd(x, _mm256_setzero_pd(), _CMP_LT_OQ);
-    res_erfc = _mm256_blendv_pd(res_erfc, _mm256_sub_pd(two, res_erfc), mask);
-
-    /* Select erf() or erfc() */
-    mask = _mm256_cmp_pd(xabs, one, _CMP_LT_OQ);
-    res  = _mm256_blendv_pd(_mm256_sub_pd(one, res_erfc), res_erf, mask);
-
-    return res;
-}
-
-static __m128d
-gmx_mm_erf_pd(__m128d x)
-{
-    /* Coefficients for minimax approximation of erf(x)=x*(CAoffset + P(x^2)/Q(x^2)) in range [-0.75,0.75] */
-    const __m128d CAP4      = _mm_set1_pd(-0.431780540597889301512e-4);
-    const __m128d CAP3      = _mm_set1_pd(-0.00578562306260059236059);
-    const __m128d CAP2      = _mm_set1_pd(-0.028593586920219752446);
-    const __m128d CAP1      = _mm_set1_pd(-0.315924962948621698209);
-    const __m128d CAP0      = _mm_set1_pd(0.14952975608477029151);
-
-    const __m128d CAQ5      = _mm_set1_pd(-0.374089300177174709737e-5);
-    const __m128d CAQ4      = _mm_set1_pd(0.00015126584532155383535);
-    const __m128d CAQ3      = _mm_set1_pd(0.00536692680669480725423);
-    const __m128d CAQ2      = _mm_set1_pd(0.0668686825594046122636);
-    const __m128d CAQ1      = _mm_set1_pd(0.402604990869284362773);
-    /* CAQ0 == 1.0 */
-    const __m128d CAoffset  = _mm_set1_pd(0.9788494110107421875);
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)*x*(P(x-1)/Q(x-1)) in range [1.0,4.5] */
-    const __m128d CBP6      = _mm_set1_pd(2.49650423685462752497647637088e-10);
-    const __m128d CBP5      = _mm_set1_pd(0.00119770193298159629350136085658);
-    const __m128d CBP4      = _mm_set1_pd(0.0164944422378370965881008942733);
-    const __m128d CBP3      = _mm_set1_pd(0.0984581468691775932063932439252);
-    const __m128d CBP2      = _mm_set1_pd(0.317364595806937763843589437418);
-    const __m128d CBP1      = _mm_set1_pd(0.554167062641455850932670067075);
-    const __m128d CBP0      = _mm_set1_pd(0.427583576155807163756925301060);
-    const __m128d CBQ7      = _mm_set1_pd(0.00212288829699830145976198384930);
-    const __m128d CBQ6      = _mm_set1_pd(0.0334810979522685300554606393425);
-    const __m128d CBQ5      = _mm_set1_pd(0.2361713785181450957579508850717);
-    const __m128d CBQ4      = _mm_set1_pd(0.955364736493055670530981883072);
-    const __m128d CBQ3      = _mm_set1_pd(2.36815675631420037315349279199);
-    const __m128d CBQ2      = _mm_set1_pd(3.55261649184083035537184223542);
-    const __m128d CBQ1      = _mm_set1_pd(2.93501136050160872574376997993);
-    /* CBQ0 == 1.0 */
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)/x*(P(1/x)/Q(1/x)) in range [4.5,inf] */
-    const __m128d CCP6      = _mm_set1_pd(-2.8175401114513378771);
-    const __m128d CCP5      = _mm_set1_pd(-3.22729451764143718517);
-    const __m128d CCP4      = _mm_set1_pd(-2.5518551727311523996);
-    const __m128d CCP3      = _mm_set1_pd(-0.687717681153649930619);
-    const __m128d CCP2      = _mm_set1_pd(-0.212652252872804219852);
-    const __m128d CCP1      = _mm_set1_pd(0.0175389834052493308818);
-    const __m128d CCP0      = _mm_set1_pd(0.00628057170626964891937);
-
-    const __m128d CCQ6      = _mm_set1_pd(5.48409182238641741584);
-    const __m128d CCQ5      = _mm_set1_pd(13.5064170191802889145);
-    const __m128d CCQ4      = _mm_set1_pd(22.9367376522880577224);
-    const __m128d CCQ3      = _mm_set1_pd(15.930646027911794143);
-    const __m128d CCQ2      = _mm_set1_pd(11.0567237927800161565);
-    const __m128d CCQ1      = _mm_set1_pd(2.79257750980575282228);
-    /* CCQ0 == 1.0 */
-    const __m128d CCoffset  = _mm_set1_pd(0.5579090118408203125);
-
-    const __m128d one       = _mm_set1_pd(1.0);
-    const __m128d two       = _mm_set1_pd(2.0);
-
-    const __m128d signbit   = gmx_mm_castsi128_pd( _mm_set_epi32(0x80000000, 0x00000000, 0x80000000, 0x00000000) );
-
-    __m128d       xabs, x2, x4, t, t2, w, w2;
-    __m128d       PolyAP0, PolyAP1, PolyAQ0, PolyAQ1;
-    __m128d       PolyBP0, PolyBP1, PolyBQ0, PolyBQ1;
-    __m128d       PolyCP0, PolyCP1, PolyCQ0, PolyCQ1;
-    __m128d       res_erf, res_erfcB, res_erfcC, res_erfc, res;
-    __m128d       mask, expmx2;
-
-    /* Calculate erf() */
-    xabs     = gmx_mm_abs_pd(x);
-    x2       = _mm_mul_pd(x, x);
-    x4       = _mm_mul_pd(x2, x2);
-
-    PolyAP0  = _mm_mul_pd(CAP4, x4);
-    PolyAP1  = _mm_mul_pd(CAP3, x4);
-    PolyAP0  = _mm_add_pd(PolyAP0, CAP2);
-    PolyAP1  = _mm_add_pd(PolyAP1, CAP1);
-    PolyAP0  = _mm_mul_pd(PolyAP0, x4);
-    PolyAP1  = _mm_mul_pd(PolyAP1, x2);
-    PolyAP0  = _mm_add_pd(PolyAP0, CAP0);
-    PolyAP0  = _mm_add_pd(PolyAP0, PolyAP1);
-
-    PolyAQ1  = _mm_mul_pd(CAQ5, x4);
-    PolyAQ0  = _mm_mul_pd(CAQ4, x4);
-    PolyAQ1  = _mm_add_pd(PolyAQ1, CAQ3);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, CAQ2);
-    PolyAQ1  = _mm_mul_pd(PolyAQ1, x4);
-    PolyAQ0  = _mm_mul_pd(PolyAQ0, x4);
-    PolyAQ1  = _mm_add_pd(PolyAQ1, CAQ1);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, one);
-    PolyAQ1  = _mm_mul_pd(PolyAQ1, x2);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, PolyAQ1);
-
-    res_erf  = _mm_mul_pd(PolyAP0, gmx_mm_inv_pd(PolyAQ0));
-    res_erf  = _mm_add_pd(CAoffset, res_erf);
-    res_erf  = _mm_mul_pd(x, res_erf);
-
-    /* Calculate erfc() in range [1,4.5] */
-    t       = _mm_sub_pd(xabs, one);
-    t2      = _mm_mul_pd(t, t);
-
-    PolyBP0  = _mm_mul_pd(CBP6, t2);
-    PolyBP1  = _mm_mul_pd(CBP5, t2);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP4);
-    PolyBP1  = _mm_add_pd(PolyBP1, CBP3);
-    PolyBP0  = _mm_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm_mul_pd(PolyBP1, t2);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP2);
-    PolyBP1  = _mm_add_pd(PolyBP1, CBP1);
-    PolyBP0  = _mm_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm_mul_pd(PolyBP1, t);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP0);
-    PolyBP0  = _mm_add_pd(PolyBP0, PolyBP1);
-
-    PolyBQ1 = _mm_mul_pd(CBQ7, t2);
-    PolyBQ0 = _mm_mul_pd(CBQ6, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ5);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, CBQ4);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ3);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, CBQ2);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ1);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, one);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, PolyBQ1);
-
-    res_erfcB = _mm_mul_pd(PolyBP0, gmx_mm_inv_pd(PolyBQ0));
-
-    res_erfcB = _mm_mul_pd(res_erfcB, xabs);
-
-    /* Calculate erfc() in range [4.5,inf] */
-    w       = gmx_mm_inv_pd(xabs);
-    w2      = _mm_mul_pd(w, w);
-
-    PolyCP0  = _mm_mul_pd(CCP6, w2);
-    PolyCP1  = _mm_mul_pd(CCP5, w2);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP4);
-    PolyCP1  = _mm_add_pd(PolyCP1, CCP3);
-    PolyCP0  = _mm_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm_mul_pd(PolyCP1, w2);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP2);
-    PolyCP1  = _mm_add_pd(PolyCP1, CCP1);
-    PolyCP0  = _mm_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm_mul_pd(PolyCP1, w);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP0);
-    PolyCP0  = _mm_add_pd(PolyCP0, PolyCP1);
-
-    PolyCQ0  = _mm_mul_pd(CCQ6, w2);
-    PolyCQ1  = _mm_mul_pd(CCQ5, w2);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, CCQ4);
-    PolyCQ1  = _mm_add_pd(PolyCQ1, CCQ3);
-    PolyCQ0  = _mm_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm_mul_pd(PolyCQ1, w2);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, CCQ2);
-    PolyCQ1  = _mm_add_pd(PolyCQ1, CCQ1);
-    PolyCQ0  = _mm_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm_mul_pd(PolyCQ1, w);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, one);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, PolyCQ1);
-
-    expmx2   = gmx_mm_exp_pd( _mm_or_pd(signbit, x2) );
-
-    res_erfcC = _mm_mul_pd(PolyCP0, gmx_mm_inv_pd(PolyCQ0));
-    res_erfcC = _mm_add_pd(res_erfcC, CCoffset);
-    res_erfcC = _mm_mul_pd(res_erfcC, w);
-
-    mask     = _mm_cmpgt_pd(xabs, _mm_set1_pd(4.5));
-    res_erfc = _mm_blendv_pd(res_erfcB, res_erfcC, mask);
-
-    res_erfc = _mm_mul_pd(res_erfc, expmx2);
-
-    /* erfc(x<0) = 2-erfc(|x|) */
-    mask     = _mm_cmplt_pd(x, _mm_setzero_pd());
-    res_erfc = _mm_blendv_pd(res_erfc, _mm_sub_pd(two, res_erfc), mask);
-
-    /* Select erf() or erfc() */
-    mask = _mm_cmplt_pd(xabs, one);
-    res  = _mm_blendv_pd(_mm_sub_pd(one, res_erfc), res_erf, mask);
-
-    return res;
-}
-
-
-static __m256d
-gmx_mm256_erfc_pd(__m256d x)
-{
-    /* Coefficients for minimax approximation of erf(x)=x*(CAoffset + P(x^2)/Q(x^2)) in range [-0.75,0.75] */
-    const __m256d CAP4      = _mm256_set1_pd(-0.431780540597889301512e-4);
-    const __m256d CAP3      = _mm256_set1_pd(-0.00578562306260059236059);
-    const __m256d CAP2      = _mm256_set1_pd(-0.028593586920219752446);
-    const __m256d CAP1      = _mm256_set1_pd(-0.315924962948621698209);
-    const __m256d CAP0      = _mm256_set1_pd(0.14952975608477029151);
-
-    const __m256d CAQ5      = _mm256_set1_pd(-0.374089300177174709737e-5);
-    const __m256d CAQ4      = _mm256_set1_pd(0.00015126584532155383535);
-    const __m256d CAQ3      = _mm256_set1_pd(0.00536692680669480725423);
-    const __m256d CAQ2      = _mm256_set1_pd(0.0668686825594046122636);
-    const __m256d CAQ1      = _mm256_set1_pd(0.402604990869284362773);
-    /* CAQ0 == 1.0 */
-    const __m256d CAoffset  = _mm256_set1_pd(0.9788494110107421875);
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)*x*(P(x-1)/Q(x-1)) in range [1.0,4.5] */
-    const __m256d CBP6      = _mm256_set1_pd(2.49650423685462752497647637088e-10);
-    const __m256d CBP5      = _mm256_set1_pd(0.00119770193298159629350136085658);
-    const __m256d CBP4      = _mm256_set1_pd(0.0164944422378370965881008942733);
-    const __m256d CBP3      = _mm256_set1_pd(0.0984581468691775932063932439252);
-    const __m256d CBP2      = _mm256_set1_pd(0.317364595806937763843589437418);
-    const __m256d CBP1      = _mm256_set1_pd(0.554167062641455850932670067075);
-    const __m256d CBP0      = _mm256_set1_pd(0.427583576155807163756925301060);
-    const __m256d CBQ7      = _mm256_set1_pd(0.00212288829699830145976198384930);
-    const __m256d CBQ6      = _mm256_set1_pd(0.0334810979522685300554606393425);
-    const __m256d CBQ5      = _mm256_set1_pd(0.2361713785181450957579508850717);
-    const __m256d CBQ4      = _mm256_set1_pd(0.955364736493055670530981883072);
-    const __m256d CBQ3      = _mm256_set1_pd(2.36815675631420037315349279199);
-    const __m256d CBQ2      = _mm256_set1_pd(3.55261649184083035537184223542);
-    const __m256d CBQ1      = _mm256_set1_pd(2.93501136050160872574376997993);
-    /* CBQ0 == 1.0 */
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)/x*(P(1/x)/Q(1/x)) in range [4.5,inf] */
-    const __m256d CCP6      = _mm256_set1_pd(-2.8175401114513378771);
-    const __m256d CCP5      = _mm256_set1_pd(-3.22729451764143718517);
-    const __m256d CCP4      = _mm256_set1_pd(-2.5518551727311523996);
-    const __m256d CCP3      = _mm256_set1_pd(-0.687717681153649930619);
-    const __m256d CCP2      = _mm256_set1_pd(-0.212652252872804219852);
-    const __m256d CCP1      = _mm256_set1_pd(0.0175389834052493308818);
-    const __m256d CCP0      = _mm256_set1_pd(0.00628057170626964891937);
-
-    const __m256d CCQ6      = _mm256_set1_pd(5.48409182238641741584);
-    const __m256d CCQ5      = _mm256_set1_pd(13.5064170191802889145);
-    const __m256d CCQ4      = _mm256_set1_pd(22.9367376522880577224);
-    const __m256d CCQ3      = _mm256_set1_pd(15.930646027911794143);
-    const __m256d CCQ2      = _mm256_set1_pd(11.0567237927800161565);
-    const __m256d CCQ1      = _mm256_set1_pd(2.79257750980575282228);
-    /* CCQ0 == 1.0 */
-    const __m256d CCoffset  = _mm256_set1_pd(0.5579090118408203125);
-
-    const __m256d one       = _mm256_set1_pd(1.0);
-    const __m256d two       = _mm256_set1_pd(2.0);
-
-    const __m256d signbit   = _mm256_castsi256_pd( _mm256_set_epi32(0x80000000, 0x00000000, 0x80000000, 0x00000000,
-                                                                    0x80000000, 0x00000000, 0x80000000, 0x00000000) );
-
-    __m256d xabs, x2, x4, t, t2, w, w2;
-    __m256d PolyAP0, PolyAP1, PolyAQ0, PolyAQ1;
-    __m256d PolyBP0, PolyBP1, PolyBQ0, PolyBQ1;
-    __m256d PolyCP0, PolyCP1, PolyCQ0, PolyCQ1;
-    __m256d res_erf, res_erfcB, res_erfcC, res_erfc, res;
-    __m256d mask, expmx2;
-
-    /* Calculate erf() */
-    xabs     = gmx_mm256_abs_pd(x);
-    x2       = _mm256_mul_pd(x, x);
-    x4       = _mm256_mul_pd(x2, x2);
-
-    PolyAP0  = _mm256_mul_pd(CAP4, x4);
-    PolyAP1  = _mm256_mul_pd(CAP3, x4);
-    PolyAP0  = _mm256_add_pd(PolyAP0, CAP2);
-    PolyAP1  = _mm256_add_pd(PolyAP1, CAP1);
-    PolyAP0  = _mm256_mul_pd(PolyAP0, x4);
-    PolyAP1  = _mm256_mul_pd(PolyAP1, x2);
-    PolyAP0  = _mm256_add_pd(PolyAP0, CAP0);
-    PolyAP0  = _mm256_add_pd(PolyAP0, PolyAP1);
-
-    PolyAQ1  = _mm256_mul_pd(CAQ5, x4);
-    PolyAQ0  = _mm256_mul_pd(CAQ4, x4);
-    PolyAQ1  = _mm256_add_pd(PolyAQ1, CAQ3);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, CAQ2);
-    PolyAQ1  = _mm256_mul_pd(PolyAQ1, x4);
-    PolyAQ0  = _mm256_mul_pd(PolyAQ0, x4);
-    PolyAQ1  = _mm256_add_pd(PolyAQ1, CAQ1);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, one);
-    PolyAQ1  = _mm256_mul_pd(PolyAQ1, x2);
-    PolyAQ0  = _mm256_add_pd(PolyAQ0, PolyAQ1);
-
-    res_erf  = _mm256_mul_pd(PolyAP0, gmx_mm256_inv_pd(PolyAQ0));
-    res_erf  = _mm256_add_pd(CAoffset, res_erf);
-    res_erf  = _mm256_mul_pd(x, res_erf);
-
-    /* Calculate erfc() in range [1,4.5] */
-    t       = _mm256_sub_pd(xabs, one);
-    t2      = _mm256_mul_pd(t, t);
-
-    PolyBP0  = _mm256_mul_pd(CBP6, t2);
-    PolyBP1  = _mm256_mul_pd(CBP5, t2);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP4);
-    PolyBP1  = _mm256_add_pd(PolyBP1, CBP3);
-    PolyBP0  = _mm256_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm256_mul_pd(PolyBP1, t2);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP2);
-    PolyBP1  = _mm256_add_pd(PolyBP1, CBP1);
-    PolyBP0  = _mm256_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm256_mul_pd(PolyBP1, t);
-    PolyBP0  = _mm256_add_pd(PolyBP0, CBP0);
-    PolyBP0  = _mm256_add_pd(PolyBP0, PolyBP1);
-
-    PolyBQ1 = _mm256_mul_pd(CBQ7, t2);
-    PolyBQ0 = _mm256_mul_pd(CBQ6, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ5);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, CBQ4);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm256_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ3);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, CBQ2);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm256_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm256_add_pd(PolyBQ1, CBQ1);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, one);
-    PolyBQ1 = _mm256_mul_pd(PolyBQ1, t);
-    PolyBQ0 = _mm256_add_pd(PolyBQ0, PolyBQ1);
-
-    res_erfcB = _mm256_mul_pd(PolyBP0, gmx_mm256_inv_pd(PolyBQ0));
-
-    res_erfcB = _mm256_mul_pd(res_erfcB, xabs);
-
-    /* Calculate erfc() in range [4.5,inf] */
-    w       = gmx_mm256_inv_pd(xabs);
-    w2      = _mm256_mul_pd(w, w);
-
-    PolyCP0  = _mm256_mul_pd(CCP6, w2);
-    PolyCP1  = _mm256_mul_pd(CCP5, w2);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP4);
-    PolyCP1  = _mm256_add_pd(PolyCP1, CCP3);
-    PolyCP0  = _mm256_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm256_mul_pd(PolyCP1, w2);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP2);
-    PolyCP1  = _mm256_add_pd(PolyCP1, CCP1);
-    PolyCP0  = _mm256_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm256_mul_pd(PolyCP1, w);
-    PolyCP0  = _mm256_add_pd(PolyCP0, CCP0);
-    PolyCP0  = _mm256_add_pd(PolyCP0, PolyCP1);
-
-    PolyCQ0  = _mm256_mul_pd(CCQ6, w2);
-    PolyCQ1  = _mm256_mul_pd(CCQ5, w2);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, CCQ4);
-    PolyCQ1  = _mm256_add_pd(PolyCQ1, CCQ3);
-    PolyCQ0  = _mm256_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm256_mul_pd(PolyCQ1, w2);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, CCQ2);
-    PolyCQ1  = _mm256_add_pd(PolyCQ1, CCQ1);
-    PolyCQ0  = _mm256_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm256_mul_pd(PolyCQ1, w);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, one);
-    PolyCQ0  = _mm256_add_pd(PolyCQ0, PolyCQ1);
-
-    expmx2   = gmx_mm256_exp_pd( _mm256_or_pd(signbit, x2) );
-
-    res_erfcC = _mm256_mul_pd(PolyCP0, gmx_mm256_inv_pd(PolyCQ0));
-    res_erfcC = _mm256_add_pd(res_erfcC, CCoffset);
-    res_erfcC = _mm256_mul_pd(res_erfcC, w);
-
-    mask     = _mm256_cmp_pd(xabs, _mm256_set1_pd(4.5), _CMP_GT_OQ);
-    res_erfc = _mm256_blendv_pd(res_erfcB, res_erfcC, mask);
-
-    res_erfc = _mm256_mul_pd(res_erfc, expmx2);
-
-    /* erfc(x<0) = 2-erfc(|x|) */
-    mask     = _mm256_cmp_pd(x, _mm256_setzero_pd(), _CMP_LT_OQ);
-    res_erfc = _mm256_blendv_pd(res_erfc, _mm256_sub_pd(two, res_erfc), mask);
-
-    /* Select erf() or erfc() */
-    mask = _mm256_cmp_pd(xabs, one, _CMP_LT_OQ);
-    res  = _mm256_blendv_pd(res_erfc, _mm256_sub_pd(one, res_erf), mask);
-
-    return res;
-}
-
-
-static __m128d
-gmx_mm_erfc_pd(__m128d x)
-{
-    /* Coefficients for minimax approximation of erf(x)=x*(CAoffset + P(x^2)/Q(x^2)) in range [-0.75,0.75] */
-    const __m128d CAP4      = _mm_set1_pd(-0.431780540597889301512e-4);
-    const __m128d CAP3      = _mm_set1_pd(-0.00578562306260059236059);
-    const __m128d CAP2      = _mm_set1_pd(-0.028593586920219752446);
-    const __m128d CAP1      = _mm_set1_pd(-0.315924962948621698209);
-    const __m128d CAP0      = _mm_set1_pd(0.14952975608477029151);
-
-    const __m128d CAQ5      = _mm_set1_pd(-0.374089300177174709737e-5);
-    const __m128d CAQ4      = _mm_set1_pd(0.00015126584532155383535);
-    const __m128d CAQ3      = _mm_set1_pd(0.00536692680669480725423);
-    const __m128d CAQ2      = _mm_set1_pd(0.0668686825594046122636);
-    const __m128d CAQ1      = _mm_set1_pd(0.402604990869284362773);
-    /* CAQ0 == 1.0 */
-    const __m128d CAoffset  = _mm_set1_pd(0.9788494110107421875);
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)*x*(P(x-1)/Q(x-1)) in range [1.0,4.5] */
-    const __m128d CBP6      = _mm_set1_pd(2.49650423685462752497647637088e-10);
-    const __m128d CBP5      = _mm_set1_pd(0.00119770193298159629350136085658);
-    const __m128d CBP4      = _mm_set1_pd(0.0164944422378370965881008942733);
-    const __m128d CBP3      = _mm_set1_pd(0.0984581468691775932063932439252);
-    const __m128d CBP2      = _mm_set1_pd(0.317364595806937763843589437418);
-    const __m128d CBP1      = _mm_set1_pd(0.554167062641455850932670067075);
-    const __m128d CBP0      = _mm_set1_pd(0.427583576155807163756925301060);
-    const __m128d CBQ7      = _mm_set1_pd(0.00212288829699830145976198384930);
-    const __m128d CBQ6      = _mm_set1_pd(0.0334810979522685300554606393425);
-    const __m128d CBQ5      = _mm_set1_pd(0.2361713785181450957579508850717);
-    const __m128d CBQ4      = _mm_set1_pd(0.955364736493055670530981883072);
-    const __m128d CBQ3      = _mm_set1_pd(2.36815675631420037315349279199);
-    const __m128d CBQ2      = _mm_set1_pd(3.55261649184083035537184223542);
-    const __m128d CBQ1      = _mm_set1_pd(2.93501136050160872574376997993);
-    /* CBQ0 == 1.0 */
-
-    /* Coefficients for minimax approximation of erfc(x)=exp(-x^2)/x*(P(1/x)/Q(1/x)) in range [4.5,inf] */
-    const __m128d CCP6      = _mm_set1_pd(-2.8175401114513378771);
-    const __m128d CCP5      = _mm_set1_pd(-3.22729451764143718517);
-    const __m128d CCP4      = _mm_set1_pd(-2.5518551727311523996);
-    const __m128d CCP3      = _mm_set1_pd(-0.687717681153649930619);
-    const __m128d CCP2      = _mm_set1_pd(-0.212652252872804219852);
-    const __m128d CCP1      = _mm_set1_pd(0.0175389834052493308818);
-    const __m128d CCP0      = _mm_set1_pd(0.00628057170626964891937);
-
-    const __m128d CCQ6      = _mm_set1_pd(5.48409182238641741584);
-    const __m128d CCQ5      = _mm_set1_pd(13.5064170191802889145);
-    const __m128d CCQ4      = _mm_set1_pd(22.9367376522880577224);
-    const __m128d CCQ3      = _mm_set1_pd(15.930646027911794143);
-    const __m128d CCQ2      = _mm_set1_pd(11.0567237927800161565);
-    const __m128d CCQ1      = _mm_set1_pd(2.79257750980575282228);
-    /* CCQ0 == 1.0 */
-    const __m128d CCoffset  = _mm_set1_pd(0.5579090118408203125);
-
-    const __m128d one       = _mm_set1_pd(1.0);
-    const __m128d two       = _mm_set1_pd(2.0);
-
-    const __m128d signbit   = gmx_mm_castsi128_pd( _mm_set_epi32(0x80000000, 0x00000000, 0x80000000, 0x00000000) );
-
-    __m128d       xabs, x2, x4, t, t2, w, w2;
-    __m128d       PolyAP0, PolyAP1, PolyAQ0, PolyAQ1;
-    __m128d       PolyBP0, PolyBP1, PolyBQ0, PolyBQ1;
-    __m128d       PolyCP0, PolyCP1, PolyCQ0, PolyCQ1;
-    __m128d       res_erf, res_erfcB, res_erfcC, res_erfc, res;
-    __m128d       mask, expmx2;
-
-    /* Calculate erf() */
-    xabs     = gmx_mm_abs_pd(x);
-    x2       = _mm_mul_pd(x, x);
-    x4       = _mm_mul_pd(x2, x2);
-
-    PolyAP0  = _mm_mul_pd(CAP4, x4);
-    PolyAP1  = _mm_mul_pd(CAP3, x4);
-    PolyAP0  = _mm_add_pd(PolyAP0, CAP2);
-    PolyAP1  = _mm_add_pd(PolyAP1, CAP1);
-    PolyAP0  = _mm_mul_pd(PolyAP0, x4);
-    PolyAP1  = _mm_mul_pd(PolyAP1, x2);
-    PolyAP0  = _mm_add_pd(PolyAP0, CAP0);
-    PolyAP0  = _mm_add_pd(PolyAP0, PolyAP1);
-
-    PolyAQ1  = _mm_mul_pd(CAQ5, x4);
-    PolyAQ0  = _mm_mul_pd(CAQ4, x4);
-    PolyAQ1  = _mm_add_pd(PolyAQ1, CAQ3);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, CAQ2);
-    PolyAQ1  = _mm_mul_pd(PolyAQ1, x4);
-    PolyAQ0  = _mm_mul_pd(PolyAQ0, x4);
-    PolyAQ1  = _mm_add_pd(PolyAQ1, CAQ1);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, one);
-    PolyAQ1  = _mm_mul_pd(PolyAQ1, x2);
-    PolyAQ0  = _mm_add_pd(PolyAQ0, PolyAQ1);
-
-    res_erf  = _mm_mul_pd(PolyAP0, gmx_mm_inv_pd(PolyAQ0));
-    res_erf  = _mm_add_pd(CAoffset, res_erf);
-    res_erf  = _mm_mul_pd(x, res_erf);
-
-    /* Calculate erfc() in range [1,4.5] */
-    t       = _mm_sub_pd(xabs, one);
-    t2      = _mm_mul_pd(t, t);
-
-    PolyBP0  = _mm_mul_pd(CBP6, t2);
-    PolyBP1  = _mm_mul_pd(CBP5, t2);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP4);
-    PolyBP1  = _mm_add_pd(PolyBP1, CBP3);
-    PolyBP0  = _mm_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm_mul_pd(PolyBP1, t2);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP2);
-    PolyBP1  = _mm_add_pd(PolyBP1, CBP1);
-    PolyBP0  = _mm_mul_pd(PolyBP0, t2);
-    PolyBP1  = _mm_mul_pd(PolyBP1, t);
-    PolyBP0  = _mm_add_pd(PolyBP0, CBP0);
-    PolyBP0  = _mm_add_pd(PolyBP0, PolyBP1);
-
-    PolyBQ1 = _mm_mul_pd(CBQ7, t2);
-    PolyBQ0 = _mm_mul_pd(CBQ6, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ5);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, CBQ4);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ3);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, CBQ2);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t2);
-    PolyBQ0 = _mm_mul_pd(PolyBQ0, t2);
-    PolyBQ1 = _mm_add_pd(PolyBQ1, CBQ1);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, one);
-    PolyBQ1 = _mm_mul_pd(PolyBQ1, t);
-    PolyBQ0 = _mm_add_pd(PolyBQ0, PolyBQ1);
-
-    res_erfcB = _mm_mul_pd(PolyBP0, gmx_mm_inv_pd(PolyBQ0));
-
-    res_erfcB = _mm_mul_pd(res_erfcB, xabs);
-
-    /* Calculate erfc() in range [4.5,inf] */
-    w       = gmx_mm_inv_pd(xabs);
-    w2      = _mm_mul_pd(w, w);
-
-    PolyCP0  = _mm_mul_pd(CCP6, w2);
-    PolyCP1  = _mm_mul_pd(CCP5, w2);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP4);
-    PolyCP1  = _mm_add_pd(PolyCP1, CCP3);
-    PolyCP0  = _mm_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm_mul_pd(PolyCP1, w2);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP2);
-    PolyCP1  = _mm_add_pd(PolyCP1, CCP1);
-    PolyCP0  = _mm_mul_pd(PolyCP0, w2);
-    PolyCP1  = _mm_mul_pd(PolyCP1, w);
-    PolyCP0  = _mm_add_pd(PolyCP0, CCP0);
-    PolyCP0  = _mm_add_pd(PolyCP0, PolyCP1);
-
-    PolyCQ0  = _mm_mul_pd(CCQ6, w2);
-    PolyCQ1  = _mm_mul_pd(CCQ5, w2);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, CCQ4);
-    PolyCQ1  = _mm_add_pd(PolyCQ1, CCQ3);
-    PolyCQ0  = _mm_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm_mul_pd(PolyCQ1, w2);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, CCQ2);
-    PolyCQ1  = _mm_add_pd(PolyCQ1, CCQ1);
-    PolyCQ0  = _mm_mul_pd(PolyCQ0, w2);
-    PolyCQ1  = _mm_mul_pd(PolyCQ1, w);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, one);
-    PolyCQ0  = _mm_add_pd(PolyCQ0, PolyCQ1);
-
-    expmx2   = gmx_mm_exp_pd( _mm_or_pd(signbit, x2) );
-
-    res_erfcC = _mm_mul_pd(PolyCP0, gmx_mm_inv_pd(PolyCQ0));
-    res_erfcC = _mm_add_pd(res_erfcC, CCoffset);
-    res_erfcC = _mm_mul_pd(res_erfcC, w);
-
-    mask     = _mm_cmpgt_pd(xabs, _mm_set1_pd(4.5));
-    res_erfc = _mm_blendv_pd(res_erfcB, res_erfcC, mask);
-
-    res_erfc = _mm_mul_pd(res_erfc, expmx2);
-
-    /* erfc(x<0) = 2-erfc(|x|) */
-    mask     = _mm_cmplt_pd(x, _mm_setzero_pd());
-    res_erfc = _mm_blendv_pd(res_erfc, _mm_sub_pd(two, res_erfc), mask);
-
-    /* Select erf() or erfc() */
-    mask = _mm_cmplt_pd(xabs, one);
-    res  = _mm_blendv_pd(res_erfc, _mm_sub_pd(one, res_erf), mask);
-
-    return res;
-}
-
-
-/* Calculate the force correction due to PME analytically.
- *
- * This routine is meant to enable analytical evaluation of the
- * direct-space PME electrostatic force to avoid tables.
- *
- * The direct-space potential should be Erfc(beta*r)/r, but there
- * are some problems evaluating that:
- *
- * First, the error function is difficult (read: expensive) to
- * approxmiate accurately for intermediate to large arguments, and
- * this happens already in ranges of beta*r that occur in simulations.
- * Second, we now try to avoid calculating potentials in Gromacs but
- * use forces directly.
- *
- * We can simply things slight by noting that the PME part is really
- * a correction to the normal Coulomb force since Erfc(z)=1-Erf(z), i.e.
- *
- * V= 1/r - Erf(beta*r)/r
- *
- * The first term we already have from the inverse square root, so
- * that we can leave out of this routine.
- *
- * For pme tolerances of 1e-3 to 1e-8 and cutoffs of 0.5nm to 1.8nm,
- * the argument beta*r will be in the range 0.15 to ~4. Use your
- * favorite plotting program to realize how well-behaved Erf(z)/z is
- * in this range!
- *
- * We approximate f(z)=erf(z)/z with a rational minimax polynomial.
- * However, it turns out it is more efficient to approximate f(z)/z and
- * then only use even powers. This is another minor optimization, since
- * we actually WANT f(z)/z, because it is going to be multiplied by
- * the vector between the two atoms to get the vectorial force. The
- * fastest flops are the ones we can avoid calculating!
- *
- * So, here's how it should be used:
- *
- * 1. Calculate r^2.
- * 2. Multiply by beta^2, so you get z^2=beta^2*r^2.
- * 3. Evaluate this routine with z^2 as the argument.
- * 4. The return value is the expression:
- *
- *
- *       2*exp(-z^2)     erf(z)
- *       ------------ - --------
- *       sqrt(Pi)*z^2      z^3
- *
- * 5. Multiply the entire expression by beta^3. This will get you
- *
- *       beta^3*2*exp(-z^2)     beta^3*erf(z)
- *       ------------------  - ---------------
- *          sqrt(Pi)*z^2            z^3
- *
- *    or, switching back to r (z=r*beta):
- *
- *       2*beta*exp(-r^2*beta^2)   erf(r*beta)
- *       ----------------------- - -----------
- *            sqrt(Pi)*r^2            r^3
- *
- *
- *    With a bit of math exercise you should be able to confirm that
- *    this is exactly D[Erf[beta*r]/r,r] divided by r another time.
- *
- * 6. Add the result to 1/r^3, multiply by the product of the charges,
- *    and you have your force (divided by r). A final multiplication
- *    with the vector connecting the two particles and you have your
- *    vectorial force to add to the particles.
- *
- */
-static __m256d
-gmx_mm256_pmecorrF_pd(__m256d z2)
-{
-    const __m256d  FN10     = _mm256_set1_pd(-8.0072854618360083154e-14);
-    const __m256d  FN9      = _mm256_set1_pd(1.1859116242260148027e-11);
-    const __m256d  FN8      = _mm256_set1_pd(-8.1490406329798423616e-10);
-    const __m256d  FN7      = _mm256_set1_pd(3.4404793543907847655e-8);
-    const __m256d  FN6      = _mm256_set1_pd(-9.9471420832602741006e-7);
-    const __m256d  FN5      = _mm256_set1_pd(0.000020740315999115847456);
-    const __m256d  FN4      = _mm256_set1_pd(-0.00031991745139313364005);
-    const __m256d  FN3      = _mm256_set1_pd(0.0035074449373659008203);
-    const __m256d  FN2      = _mm256_set1_pd(-0.031750380176100813405);
-    const __m256d  FN1      = _mm256_set1_pd(0.13884101728898463426);
-    const __m256d  FN0      = _mm256_set1_pd(-0.75225277815249618847);
-
-    const __m256d  FD5      = _mm256_set1_pd(0.000016009278224355026701);
-    const __m256d  FD4      = _mm256_set1_pd(0.00051055686934806966046);
-    const __m256d  FD3      = _mm256_set1_pd(0.0081803507497974289008);
-    const __m256d  FD2      = _mm256_set1_pd(0.077181146026670287235);
-    const __m256d  FD1      = _mm256_set1_pd(0.41543303143712535988);
-    const __m256d  FD0      = _mm256_set1_pd(1.0);
-
-    __m256d        z4;
-    __m256d        polyFN0, polyFN1, polyFD0, polyFD1;
-
-    z4             = _mm256_mul_pd(z2, z2);
-
-    polyFD1        = _mm256_mul_pd(FD5, z4);
-    polyFD0        = _mm256_mul_pd(FD4, z4);
-    polyFD1        = _mm256_add_pd(polyFD1, FD3);
-    polyFD0        = _mm256_add_pd(polyFD0, FD2);
-    polyFD1        = _mm256_mul_pd(polyFD1, z4);
-    polyFD0        = _mm256_mul_pd(polyFD0, z4);
-    polyFD1        = _mm256_add_pd(polyFD1, FD1);
-    polyFD0        = _mm256_add_pd(polyFD0, FD0);
-    polyFD1        = _mm256_mul_pd(polyFD1, z2);
-    polyFD0        = _mm256_add_pd(polyFD0, polyFD1);
-
-    polyFD0        = gmx_mm256_inv_pd(polyFD0);
-
-    polyFN0        = _mm256_mul_pd(FN10, z4);
-    polyFN1        = _mm256_mul_pd(FN9, z4);
-    polyFN0        = _mm256_add_pd(polyFN0, FN8);
-    polyFN1        = _mm256_add_pd(polyFN1, FN7);
-    polyFN0        = _mm256_mul_pd(polyFN0, z4);
-    polyFN1        = _mm256_mul_pd(polyFN1, z4);
-    polyFN0        = _mm256_add_pd(polyFN0, FN6);
-    polyFN1        = _mm256_add_pd(polyFN1, FN5);
-    polyFN0        = _mm256_mul_pd(polyFN0, z4);
-    polyFN1        = _mm256_mul_pd(polyFN1, z4);
-    polyFN0        = _mm256_add_pd(polyFN0, FN4);
-    polyFN1        = _mm256_add_pd(polyFN1, FN3);
-    polyFN0        = _mm256_mul_pd(polyFN0, z4);
-    polyFN1        = _mm256_mul_pd(polyFN1, z4);
-    polyFN0        = _mm256_add_pd(polyFN0, FN2);
-    polyFN1        = _mm256_add_pd(polyFN1, FN1);
-    polyFN0        = _mm256_mul_pd(polyFN0, z4);
-    polyFN1        = _mm256_mul_pd(polyFN1, z2);
-    polyFN0        = _mm256_add_pd(polyFN0, FN0);
-    polyFN0        = _mm256_add_pd(polyFN0, polyFN1);
-
-    return _mm256_mul_pd(polyFN0, polyFD0);
-}
-
-
-static __m128d
-gmx_mm_pmecorrF_pd(__m128d z2)
-{
-    const __m128d  FN10     = _mm_set1_pd(-8.0072854618360083154e-14);
-    const __m128d  FN9      = _mm_set1_pd(1.1859116242260148027e-11);
-    const __m128d  FN8      = _mm_set1_pd(-8.1490406329798423616e-10);
-    const __m128d  FN7      = _mm_set1_pd(3.4404793543907847655e-8);
-    const __m128d  FN6      = _mm_set1_pd(-9.9471420832602741006e-7);
-    const __m128d  FN5      = _mm_set1_pd(0.000020740315999115847456);
-    const __m128d  FN4      = _mm_set1_pd(-0.00031991745139313364005);
-    const __m128d  FN3      = _mm_set1_pd(0.0035074449373659008203);
-    const __m128d  FN2      = _mm_set1_pd(-0.031750380176100813405);
-    const __m128d  FN1      = _mm_set1_pd(0.13884101728898463426);
-    const __m128d  FN0      = _mm_set1_pd(-0.75225277815249618847);
-
-    const __m128d  FD5      = _mm_set1_pd(0.000016009278224355026701);
-    const __m128d  FD4      = _mm_set1_pd(0.00051055686934806966046);
-    const __m128d  FD3      = _mm_set1_pd(0.0081803507497974289008);
-    const __m128d  FD2      = _mm_set1_pd(0.077181146026670287235);
-    const __m128d  FD1      = _mm_set1_pd(0.41543303143712535988);
-    const __m128d  FD0      = _mm_set1_pd(1.0);
-
-    __m128d        z4;
-    __m128d        polyFN0, polyFN1, polyFD0, polyFD1;
-
-    z4             = _mm_mul_pd(z2, z2);
-
-    polyFD1        = _mm_mul_pd(FD5, z4);
-    polyFD0        = _mm_mul_pd(FD4, z4);
-    polyFD1        = _mm_add_pd(polyFD1, FD3);
-    polyFD0        = _mm_add_pd(polyFD0, FD2);
-    polyFD1        = _mm_mul_pd(polyFD1, z4);
-    polyFD0        = _mm_mul_pd(polyFD0, z4);
-    polyFD1        = _mm_add_pd(polyFD1, FD1);
-    polyFD0        = _mm_add_pd(polyFD0, FD0);
-    polyFD1        = _mm_mul_pd(polyFD1, z2);
-    polyFD0        = _mm_add_pd(polyFD0, polyFD1);
-
-    polyFD0        = gmx_mm_inv_pd(polyFD0);
-
-    polyFN0        = _mm_mul_pd(FN10, z4);
-    polyFN1        = _mm_mul_pd(FN9, z4);
-    polyFN0        = _mm_add_pd(polyFN0, FN8);
-    polyFN1        = _mm_add_pd(polyFN1, FN7);
-    polyFN0        = _mm_mul_pd(polyFN0, z4);
-    polyFN1        = _mm_mul_pd(polyFN1, z4);
-    polyFN0        = _mm_add_pd(polyFN0, FN6);
-    polyFN1        = _mm_add_pd(polyFN1, FN5);
-    polyFN0        = _mm_mul_pd(polyFN0, z4);
-    polyFN1        = _mm_mul_pd(polyFN1, z4);
-    polyFN0        = _mm_add_pd(polyFN0, FN4);
-    polyFN1        = _mm_add_pd(polyFN1, FN3);
-    polyFN0        = _mm_mul_pd(polyFN0, z4);
-    polyFN1        = _mm_mul_pd(polyFN1, z4);
-    polyFN0        = _mm_add_pd(polyFN0, FN2);
-    polyFN1        = _mm_add_pd(polyFN1, FN1);
-    polyFN0        = _mm_mul_pd(polyFN0, z4);
-    polyFN1        = _mm_mul_pd(polyFN1, z2);
-    polyFN0        = _mm_add_pd(polyFN0, FN0);
-    polyFN0        = _mm_add_pd(polyFN0, polyFN1);
-
-    return _mm_mul_pd(polyFN0, polyFD0);
-}
-
-
-
-
-/* Calculate the potential correction due to PME analytically.
- *
- * See gmx_mm256_pmecorrF_ps() for details about the approximation.
- *
- * This routine calculates Erf(z)/z, although you should provide z^2
- * as the input argument.
- *
- * Here's how it should be used:
- *
- * 1. Calculate r^2.
- * 2. Multiply by beta^2, so you get z^2=beta^2*r^2.
- * 3. Evaluate this routine with z^2 as the argument.
- * 4. The return value is the expression:
- *
- *
- *        erf(z)
- *       --------
- *          z
- *
- * 5. Multiply the entire expression by beta and switching back to r (z=r*beta):
- *
- *       erf(r*beta)
- *       -----------
- *           r
- *
- * 6. Subtract the result from 1/r, multiply by the product of the charges,
- *    and you have your potential.
- *
- */
-static __m256d
-gmx_mm256_pmecorrV_pd(__m256d z2)
-{
-    const __m256d  VN9      = _mm256_set1_pd(-9.3723776169321855475e-13);
-    const __m256d  VN8      = _mm256_set1_pd(1.2280156762674215741e-10);
-    const __m256d  VN7      = _mm256_set1_pd(-7.3562157912251309487e-9);
-    const __m256d  VN6      = _mm256_set1_pd(2.6215886208032517509e-7);
-    const __m256d  VN5      = _mm256_set1_pd(-4.9532491651265819499e-6);
-    const __m256d  VN4      = _mm256_set1_pd(0.00025907400778966060389);
-    const __m256d  VN3      = _mm256_set1_pd(0.0010585044856156469792);
-    const __m256d  VN2      = _mm256_set1_pd(0.045247661136833092885);
-    const __m256d  VN1      = _mm256_set1_pd(0.11643931522926034421);
-    const __m256d  VN0      = _mm256_set1_pd(1.1283791671726767970);
-
-    const __m256d  VD5      = _mm256_set1_pd(0.000021784709867336150342);
-    const __m256d  VD4      = _mm256_set1_pd(0.00064293662010911388448);
-    const __m256d  VD3      = _mm256_set1_pd(0.0096311444822588683504);
-    const __m256d  VD2      = _mm256_set1_pd(0.085608012351550627051);
-    const __m256d  VD1      = _mm256_set1_pd(0.43652499166614811084);
-    const __m256d  VD0      = _mm256_set1_pd(1.0);
-
-    __m256d        z4;
-    __m256d        polyVN0, polyVN1, polyVD0, polyVD1;
-
-    z4             = _mm256_mul_pd(z2, z2);
-
-    polyVD1        = _mm256_mul_pd(VD5, z4);
-    polyVD0        = _mm256_mul_pd(VD4, z4);
-    polyVD1        = _mm256_add_pd(polyVD1, VD3);
-    polyVD0        = _mm256_add_pd(polyVD0, VD2);
-    polyVD1        = _mm256_mul_pd(polyVD1, z4);
-    polyVD0        = _mm256_mul_pd(polyVD0, z4);
-    polyVD1        = _mm256_add_pd(polyVD1, VD1);
-    polyVD0        = _mm256_add_pd(polyVD0, VD0);
-    polyVD1        = _mm256_mul_pd(polyVD1, z2);
-    polyVD0        = _mm256_add_pd(polyVD0, polyVD1);
-
-    polyVD0        = gmx_mm256_inv_pd(polyVD0);
-
-    polyVN1        = _mm256_mul_pd(VN9, z4);
-    polyVN0        = _mm256_mul_pd(VN8, z4);
-    polyVN1        = _mm256_add_pd(polyVN1, VN7);
-    polyVN0        = _mm256_add_pd(polyVN0, VN6);
-    polyVN1        = _mm256_mul_pd(polyVN1, z4);
-    polyVN0        = _mm256_mul_pd(polyVN0, z4);
-    polyVN1        = _mm256_add_pd(polyVN1, VN5);
-    polyVN0        = _mm256_add_pd(polyVN0, VN4);
-    polyVN1        = _mm256_mul_pd(polyVN1, z4);
-    polyVN0        = _mm256_mul_pd(polyVN0, z4);
-    polyVN1        = _mm256_add_pd(polyVN1, VN3);
-    polyVN0        = _mm256_add_pd(polyVN0, VN2);
-    polyVN1        = _mm256_mul_pd(polyVN1, z4);
-    polyVN0        = _mm256_mul_pd(polyVN0, z4);
-    polyVN1        = _mm256_add_pd(polyVN1, VN1);
-    polyVN0        = _mm256_add_pd(polyVN0, VN0);
-    polyVN1        = _mm256_mul_pd(polyVN1, z2);
-    polyVN0        = _mm256_add_pd(polyVN0, polyVN1);
-
-    return _mm256_mul_pd(polyVN0, polyVD0);
-}
-
-
-static __m128d
-gmx_mm_pmecorrV_pd(__m128d z2)
-{
-    const __m128d  VN9      = _mm_set1_pd(-9.3723776169321855475e-13);
-    const __m128d  VN8      = _mm_set1_pd(1.2280156762674215741e-10);
-    const __m128d  VN7      = _mm_set1_pd(-7.3562157912251309487e-9);
-    const __m128d  VN6      = _mm_set1_pd(2.6215886208032517509e-7);
-    const __m128d  VN5      = _mm_set1_pd(-4.9532491651265819499e-6);
-    const __m128d  VN4      = _mm_set1_pd(0.00025907400778966060389);
-    const __m128d  VN3      = _mm_set1_pd(0.0010585044856156469792);
-    const __m128d  VN2      = _mm_set1_pd(0.045247661136833092885);
-    const __m128d  VN1      = _mm_set1_pd(0.11643931522926034421);
-    const __m128d  VN0      = _mm_set1_pd(1.1283791671726767970);
-
-    const __m128d  VD5      = _mm_set1_pd(0.000021784709867336150342);
-    const __m128d  VD4      = _mm_set1_pd(0.00064293662010911388448);
-    const __m128d  VD3      = _mm_set1_pd(0.0096311444822588683504);
-    const __m128d  VD2      = _mm_set1_pd(0.085608012351550627051);
-    const __m128d  VD1      = _mm_set1_pd(0.43652499166614811084);
-    const __m128d  VD0      = _mm_set1_pd(1.0);
-
-    __m128d        z4;
-    __m128d        polyVN0, polyVN1, polyVD0, polyVD1;
-
-    z4             = _mm_mul_pd(z2, z2);
-
-    polyVD1        = _mm_mul_pd(VD5, z4);
-    polyVD0        = _mm_mul_pd(VD4, z4);
-    polyVD1        = _mm_add_pd(polyVD1, VD3);
-    polyVD0        = _mm_add_pd(polyVD0, VD2);
-    polyVD1        = _mm_mul_pd(polyVD1, z4);
-    polyVD0        = _mm_mul_pd(polyVD0, z4);
-    polyVD1        = _mm_add_pd(polyVD1, VD1);
-    polyVD0        = _mm_add_pd(polyVD0, VD0);
-    polyVD1        = _mm_mul_pd(polyVD1, z2);
-    polyVD0        = _mm_add_pd(polyVD0, polyVD1);
-
-    polyVD0        = gmx_mm_inv_pd(polyVD0);
-
-    polyVN1        = _mm_mul_pd(VN9, z4);
-    polyVN0        = _mm_mul_pd(VN8, z4);
-    polyVN1        = _mm_add_pd(polyVN1, VN7);
-    polyVN0        = _mm_add_pd(polyVN0, VN6);
-    polyVN1        = _mm_mul_pd(polyVN1, z4);
-    polyVN0        = _mm_mul_pd(polyVN0, z4);
-    polyVN1        = _mm_add_pd(polyVN1, VN5);
-    polyVN0        = _mm_add_pd(polyVN0, VN4);
-    polyVN1        = _mm_mul_pd(polyVN1, z4);
-    polyVN0        = _mm_mul_pd(polyVN0, z4);
-    polyVN1        = _mm_add_pd(polyVN1, VN3);
-    polyVN0        = _mm_add_pd(polyVN0, VN2);
-    polyVN1        = _mm_mul_pd(polyVN1, z4);
-    polyVN0        = _mm_mul_pd(polyVN0, z4);
-    polyVN1        = _mm_add_pd(polyVN1, VN1);
-    polyVN0        = _mm_add_pd(polyVN0, VN0);
-    polyVN1        = _mm_mul_pd(polyVN1, z2);
-    polyVN0        = _mm_add_pd(polyVN0, polyVN1);
-
-    return _mm_mul_pd(polyVN0, polyVD0);
-}
-
-
-
-static int
-gmx_mm256_sincos_pd(__m256d  x,
-                    __m256d *sinval,
-                    __m256d *cosval)
-{
-#ifdef _MSC_VER
-    __declspec(align(16))
-    const double sintable[34] =
-    {
-        1.00000000000000000e+00, 0.00000000000000000e+00,
-        9.95184726672196929e-01, 9.80171403295606036e-02,
-        9.80785280403230431e-01, 1.95090322016128248e-01,
-        9.56940335732208824e-01, 2.90284677254462331e-01,
-        9.23879532511286738e-01, 3.82683432365089782e-01,
-        8.81921264348355050e-01, 4.71396736825997642e-01,
-        8.31469612302545236e-01, 5.55570233019602178e-01,
-        7.73010453362736993e-01, 6.34393284163645488e-01,
-        7.07106781186547573e-01, 7.07106781186547462e-01,
-        6.34393284163645599e-01, 7.73010453362736882e-01,
-        5.55570233019602289e-01, 8.31469612302545125e-01,
-        4.71396736825997809e-01, 8.81921264348354939e-01,
-        3.82683432365089837e-01, 9.23879532511286738e-01,
-        2.90284677254462276e-01, 9.56940335732208935e-01,
-        1.95090322016128304e-01, 9.80785280403230431e-01,
-        9.80171403295607702e-02, 9.95184726672196818e-01,
-        0.0, 1.00000000000000000e+00
-    };
-#else
-    const __m128d sintable[17] =
-    {
-        _mm_set_pd( 0.0, 1.0 ),
-        _mm_set_pd( sin(  1.0 * (M_PI/2.0) / 16.0), cos(  1.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  2.0 * (M_PI/2.0) / 16.0), cos(  2.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  3.0 * (M_PI/2.0) / 16.0), cos(  3.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  4.0 * (M_PI/2.0) / 16.0), cos(  4.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  5.0 * (M_PI/2.0) / 16.0), cos(  5.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  6.0 * (M_PI/2.0) / 16.0), cos(  6.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  7.0 * (M_PI/2.0) / 16.0), cos(  7.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  8.0 * (M_PI/2.0) / 16.0), cos(  8.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  9.0 * (M_PI/2.0) / 16.0), cos(  9.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 10.0 * (M_PI/2.0) / 16.0), cos( 10.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 11.0 * (M_PI/2.0) / 16.0), cos( 11.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 12.0 * (M_PI/2.0) / 16.0), cos( 12.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 13.0 * (M_PI/2.0) / 16.0), cos( 13.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 14.0 * (M_PI/2.0) / 16.0), cos( 14.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 15.0 * (M_PI/2.0) / 16.0), cos( 15.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd(  1.0, 0.0 )
-    };
-#endif
-
-    const __m256d signmask    = _mm256_castsi256_pd( _mm256_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF,
-                                                                      0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-
-    const __m256d tabscale      = _mm256_set1_pd(32.0/M_PI);
-    const __m256d invtabscale0  = _mm256_set1_pd(9.81747508049011230469e-02);
-    const __m256d invtabscale1  = _mm256_set1_pd(1.96197799156550576057e-08);
-    const __m128i ione          = _mm_set1_epi32(1);
-    const __m128i i32           = _mm_set1_epi32(32);
-    const __m128i i16           = _mm_set1_epi32(16);
-    const __m128i tabmask       = _mm_set1_epi32(0x3F);
-    const __m256d sinP7         = _mm256_set1_pd(-1.0/5040.0);
-    const __m256d sinP5         = _mm256_set1_pd(1.0/120.0);
-    const __m256d sinP3         = _mm256_set1_pd(-1.0/6.0);
-    const __m256d sinP1         = _mm256_set1_pd(1.0);
-
-    const __m256d cosP6         = _mm256_set1_pd(-1.0/720.0);
-    const __m256d cosP4         = _mm256_set1_pd(1.0/24.0);
-    const __m256d cosP2         = _mm256_set1_pd(-1.0/2.0);
-    const __m256d cosP0         = _mm256_set1_pd(1.0);
-
-    __m256d       scalex;
-    __m128i       tabidx, corridx;
-    __m256d       xabs, z, z2, polySin, polyCos;
-    __m256d       xpoint;
-    __m256d       t1, t2;
-
-    __m256d       sinpoint, cospoint;
-    __m256d       xsign, ssign, csign;
-    __m128i       imask, sswapsign, cswapsign;
-
-    xsign    = _mm256_andnot_pd(signmask, x);
-    xabs     = _mm256_and_pd(x, signmask);
-
-    scalex   = _mm256_mul_pd(tabscale, xabs);
-    tabidx   = _mm256_cvtpd_epi32(scalex);
-
-    xpoint   = _mm256_round_pd(scalex, _MM_FROUND_TO_NEAREST_INT);
-
-    /* Extended precision arithmetics */
-    z        = _mm256_sub_pd(xabs, _mm256_mul_pd(invtabscale0, xpoint));
-    z        = _mm256_sub_pd(z, _mm256_mul_pd(invtabscale1, xpoint));
-
-    /* Range reduction to 0..2*Pi */
-    tabidx   = _mm_and_si128(tabidx, tabmask);
-
-    /* tabidx is now in range [0,..,64] */
-    imask     = _mm_cmpgt_epi32(tabidx, i32);
-    sswapsign = imask;
-    cswapsign = imask;
-    corridx   = _mm_and_si128(imask, i32);
-    tabidx    = _mm_sub_epi32(tabidx, corridx);
-
-    /* tabidx is now in range [0..32] */
-    imask     = _mm_cmpgt_epi32(tabidx, i16);
-    cswapsign = _mm_xor_si128(cswapsign, imask);
-    corridx   = _mm_sub_epi32(i32, tabidx);
-    tabidx    = _mm_blendv_epi8(tabidx, corridx, imask);
-    /* tabidx is now in range [0..16] */
-    ssign     = _mm256_cvtepi32_pd( _mm_or_si128( sswapsign, ione ) );
-    csign     = _mm256_cvtepi32_pd( _mm_or_si128( cswapsign, ione ) );
-
-    /* First lookup into table */
-#ifdef _MSC_VER
-    t1       = _mm256_insertf128_pd(_mm256_castpd128_pd256(_mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 0))),
-                                    _mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 2)), 0x1);
-    t2       = _mm256_insertf128_pd(_mm256_castpd128_pd256(_mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 1))),
-                                    _mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 3)), 0x1);
-#else
-    t1       = _mm256_insertf128_pd(_mm256_castpd128_pd256(sintable[_mm_extract_epi32(tabidx, 0)]),
-                                    sintable[_mm_extract_epi32(tabidx, 2)], 0x1);
-    t2       = _mm256_insertf128_pd(_mm256_castpd128_pd256(sintable[_mm_extract_epi32(tabidx, 1)]),
-                                    sintable[_mm_extract_epi32(tabidx, 3)], 0x1);
-#endif
-
-    sinpoint  = _mm256_unpackhi_pd(t1, t2);
-    cospoint  = _mm256_unpacklo_pd(t1, t2);
-
-    sinpoint = _mm256_mul_pd(sinpoint, ssign);
-    cospoint = _mm256_mul_pd(cospoint, csign);
-
-    z2       = _mm256_mul_pd(z, z);
-
-    polySin  = _mm256_mul_pd(sinP7, z2);
-    polySin  = _mm256_add_pd(polySin, sinP5);
-    polySin  = _mm256_mul_pd(polySin, z2);
-    polySin  = _mm256_add_pd(polySin, sinP3);
-    polySin  = _mm256_mul_pd(polySin, z2);
-    polySin  = _mm256_add_pd(polySin, sinP1);
-    polySin  = _mm256_mul_pd(polySin, z);
-
-    polyCos  = _mm256_mul_pd(cosP6, z2);
-    polyCos  = _mm256_add_pd(polyCos, cosP4);
-    polyCos  = _mm256_mul_pd(polyCos, z2);
-    polyCos  = _mm256_add_pd(polyCos, cosP2);
-    polyCos  = _mm256_mul_pd(polyCos, z2);
-    polyCos  = _mm256_add_pd(polyCos, cosP0);
-
-    *sinval  = _mm256_xor_pd(_mm256_add_pd( _mm256_mul_pd(sinpoint, polyCos), _mm256_mul_pd(cospoint, polySin) ), xsign);
-    *cosval  = _mm256_sub_pd( _mm256_mul_pd(cospoint, polyCos), _mm256_mul_pd(sinpoint, polySin) );
-
-    return 0;
-}
-
-static int
-gmx_mm_sincos_pd(__m128d  x,
-                 __m128d *sinval,
-                 __m128d *cosval)
-{
-#ifdef _MSC_VER
-    __declspec(align(16))
-    const double sintable[34] =
-    {
-        1.00000000000000000e+00, 0.00000000000000000e+00,
-        9.95184726672196929e-01, 9.80171403295606036e-02,
-        9.80785280403230431e-01, 1.95090322016128248e-01,
-        9.56940335732208824e-01, 2.90284677254462331e-01,
-        9.23879532511286738e-01, 3.82683432365089782e-01,
-        8.81921264348355050e-01, 4.71396736825997642e-01,
-        8.31469612302545236e-01, 5.55570233019602178e-01,
-        7.73010453362736993e-01, 6.34393284163645488e-01,
-        7.07106781186547573e-01, 7.07106781186547462e-01,
-        6.34393284163645599e-01, 7.73010453362736882e-01,
-        5.55570233019602289e-01, 8.31469612302545125e-01,
-        4.71396736825997809e-01, 8.81921264348354939e-01,
-        3.82683432365089837e-01, 9.23879532511286738e-01,
-        2.90284677254462276e-01, 9.56940335732208935e-01,
-        1.95090322016128304e-01, 9.80785280403230431e-01,
-        9.80171403295607702e-02, 9.95184726672196818e-01,
-        0.0, 1.00000000000000000e+00
-    };
-#else
-    const __m128d sintable[17] =
-    {
-        _mm_set_pd( 0.0, 1.0 ),
-        _mm_set_pd( sin(  1.0 * (M_PI/2.0) / 16.0), cos(  1.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  2.0 * (M_PI/2.0) / 16.0), cos(  2.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  3.0 * (M_PI/2.0) / 16.0), cos(  3.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  4.0 * (M_PI/2.0) / 16.0), cos(  4.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  5.0 * (M_PI/2.0) / 16.0), cos(  5.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  6.0 * (M_PI/2.0) / 16.0), cos(  6.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  7.0 * (M_PI/2.0) / 16.0), cos(  7.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  8.0 * (M_PI/2.0) / 16.0), cos(  8.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin(  9.0 * (M_PI/2.0) / 16.0), cos(  9.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 10.0 * (M_PI/2.0) / 16.0), cos( 10.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 11.0 * (M_PI/2.0) / 16.0), cos( 11.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 12.0 * (M_PI/2.0) / 16.0), cos( 12.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 13.0 * (M_PI/2.0) / 16.0), cos( 13.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 14.0 * (M_PI/2.0) / 16.0), cos( 14.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd( sin( 15.0 * (M_PI/2.0) / 16.0), cos( 15.0 * (M_PI/2.0) / 16.0) ),
-        _mm_set_pd(  1.0, 0.0 )
-    };
-#endif
-
-    const __m128d signmask       = gmx_mm_castsi128_pd( _mm_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-
-    const __m128d tabscale      = _mm_set1_pd(32.0/M_PI);
-    const __m128d invtabscale0  = _mm_set1_pd(9.81747508049011230469e-02);
-    const __m128d invtabscale1  = _mm_set1_pd(1.96197799156550576057e-08);
-    const __m128i ione          = _mm_set1_epi32(1);
-    const __m128i i32           = _mm_set1_epi32(32);
-    const __m128i i16           = _mm_set1_epi32(16);
-    const __m128i tabmask       = _mm_set1_epi32(0x3F);
-    const __m128d sinP7         = _mm_set1_pd(-1.0/5040.0);
-    const __m128d sinP5         = _mm_set1_pd(1.0/120.0);
-    const __m128d sinP3         = _mm_set1_pd(-1.0/6.0);
-    const __m128d sinP1         = _mm_set1_pd(1.0);
-
-    const __m128d cosP6         = _mm_set1_pd(-1.0/720.0);
-    const __m128d cosP4         = _mm_set1_pd(1.0/24.0);
-    const __m128d cosP2         = _mm_set1_pd(-1.0/2.0);
-    const __m128d cosP0         = _mm_set1_pd(1.0);
-
-    __m128d       scalex;
-    __m128i       tabidx, corridx;
-    __m128d       xabs, z, z2, polySin, polyCos;
-    __m128d       xpoint;
-    __m128d       ypoint0, ypoint1;
-
-    __m128d       sinpoint, cospoint;
-    __m128d       xsign, ssign, csign;
-    __m128i       imask, sswapsign, cswapsign;
-
-    xsign    = _mm_andnot_pd(signmask, x);
-    xabs     = _mm_and_pd(x, signmask);
-
-    scalex   = _mm_mul_pd(tabscale, xabs);
-    tabidx   = _mm_cvtpd_epi32(scalex);
-
-    xpoint   = _mm_round_pd(scalex, _MM_FROUND_TO_NEAREST_INT);
-
-    /* Extended precision arithmetics */
-    z        = _mm_sub_pd(xabs, _mm_mul_pd(invtabscale0, xpoint));
-    z        = _mm_sub_pd(z, _mm_mul_pd(invtabscale1, xpoint));
-
-    /* Range reduction to 0..2*Pi */
-    tabidx   = _mm_and_si128(tabidx, tabmask);
-
-    /* tabidx is now in range [0,..,64] */
-    imask     = _mm_cmpgt_epi32(tabidx, i32);
-    sswapsign = imask;
-    cswapsign = imask;
-    corridx   = _mm_and_si128(imask, i32);
-    tabidx    = _mm_sub_epi32(tabidx, corridx);
-
-    /* tabidx is now in range [0..32] */
-    imask     = _mm_cmpgt_epi32(tabidx, i16);
-    cswapsign = _mm_xor_si128(cswapsign, imask);
-    corridx   = _mm_sub_epi32(i32, tabidx);
-    tabidx    = _mm_blendv_epi8(tabidx, corridx, imask);
-    /* tabidx is now in range [0..16] */
-    ssign     = _mm_cvtepi32_pd( _mm_or_si128( sswapsign, ione ) );
-    csign     = _mm_cvtepi32_pd( _mm_or_si128( cswapsign, ione ) );
-
-#ifdef _MSC_VER
-    ypoint0  = _mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 0));
-    ypoint1  = _mm_load_pd(sintable + 2*_mm_extract_epi32(tabidx, 1));
-#else
-    ypoint0  = sintable[_mm_extract_epi32(tabidx, 0)];
-    ypoint1  = sintable[_mm_extract_epi32(tabidx, 1)];
-#endif
-    sinpoint = _mm_unpackhi_pd(ypoint0, ypoint1);
-    cospoint = _mm_unpacklo_pd(ypoint0, ypoint1);
-
-    sinpoint = _mm_mul_pd(sinpoint, ssign);
-    cospoint = _mm_mul_pd(cospoint, csign);
-
-    z2       = _mm_mul_pd(z, z);
-
-    polySin  = _mm_mul_pd(sinP7, z2);
-    polySin  = _mm_add_pd(polySin, sinP5);
-    polySin  = _mm_mul_pd(polySin, z2);
-    polySin  = _mm_add_pd(polySin, sinP3);
-    polySin  = _mm_mul_pd(polySin, z2);
-    polySin  = _mm_add_pd(polySin, sinP1);
-    polySin  = _mm_mul_pd(polySin, z);
-
-    polyCos  = _mm_mul_pd(cosP6, z2);
-    polyCos  = _mm_add_pd(polyCos, cosP4);
-    polyCos  = _mm_mul_pd(polyCos, z2);
-    polyCos  = _mm_add_pd(polyCos, cosP2);
-    polyCos  = _mm_mul_pd(polyCos, z2);
-    polyCos  = _mm_add_pd(polyCos, cosP0);
-
-    *sinval  = _mm_xor_pd(_mm_add_pd( _mm_mul_pd(sinpoint, polyCos), _mm_mul_pd(cospoint, polySin) ), xsign);
-    *cosval  = _mm_sub_pd( _mm_mul_pd(cospoint, polyCos), _mm_mul_pd(sinpoint, polySin) );
-
-    return 0;
-}
-
-
-/*
- * IMPORTANT: Do NOT call both sin & cos if you need both results, since each of them
- * will then call the sincos() routine and waste a factor 2 in performance!
- */
-static __m256d
-gmx_mm256_sin_pd(__m256d x)
-{
-    __m256d s, c;
-    gmx_mm256_sincos_pd(x, &s, &c);
-    return s;
-}
-
-static __m128d
-gmx_mm_sin_pd(__m128d x)
-{
-    __m128d s, c;
-    gmx_mm_sincos_pd(x, &s, &c);
-    return s;
-}
-
-/*
- * IMPORTANT: Do NOT call both sin & cos if you need both results, since each of them
- * will then call the sincos() routine and waste a factor 2 in performance!
+/* Temporary:
+ * Alias some old SSE definitions to new SIMD definitions so we don't need
+ * to modify _all_ group kernels - they will anyway be replaced with a new
+ * generic SIMD version soon.
  */
-static __m256d
-gmx_mm256_cos_pd(__m256d x)
-{
-    __m256d s, c;
-    gmx_mm256_sincos_pd(x, &s, &c);
-    return c;
-}
-
-static __m128d
-gmx_mm_cos_pd(__m128d x)
-{
-    __m128d s, c;
-    gmx_mm_sincos_pd(x, &s, &c);
-    return c;
-}
-
-
-static __m256d
-gmx_mm256_tan_pd(__m256d x)
-{
-    __m256d sinval, cosval;
-    __m256d tanval;
-
-    gmx_mm256_sincos_pd(x, &sinval, &cosval);
-
-    tanval = _mm256_mul_pd(sinval, gmx_mm256_inv_pd(cosval));
-
-    return tanval;
-}
-
-static __m128d
-gmx_mm_tan_pd(__m128d x)
-{
-    __m128d sinval, cosval;
-    __m128d tanval;
-
-    gmx_mm_sincos_pd(x, &sinval, &cosval);
-
-    tanval = _mm_mul_pd(sinval, gmx_mm_inv_pd(cosval));
-
-    return tanval;
-}
-
-
-static __m256d
-gmx_mm256_asin_pd(__m256d x)
-{
-    /* Same algorithm as cephes library */
-    const __m256d signmask  = _mm256_castsi256_pd( _mm256_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF,
-                                                                    0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-    const __m256d limit1    = _mm256_set1_pd(0.625);
-    const __m256d limit2    = _mm256_set1_pd(1e-8);
-    const __m256d one       = _mm256_set1_pd(1.0);
-    const __m256d quarterpi = _mm256_set1_pd(M_PI/4.0);
-    const __m256d morebits  = _mm256_set1_pd(6.123233995736765886130e-17);
-
-    const __m256d P5        = _mm256_set1_pd(4.253011369004428248960e-3);
-    const __m256d P4        = _mm256_set1_pd(-6.019598008014123785661e-1);
-    const __m256d P3        = _mm256_set1_pd(5.444622390564711410273e0);
-    const __m256d P2        = _mm256_set1_pd(-1.626247967210700244449e1);
-    const __m256d P1        = _mm256_set1_pd(1.956261983317594739197e1);
-    const __m256d P0        = _mm256_set1_pd(-8.198089802484824371615e0);
-
-    const __m256d Q4        = _mm256_set1_pd(-1.474091372988853791896e1);
-    const __m256d Q3        = _mm256_set1_pd(7.049610280856842141659e1);
-    const __m256d Q2        = _mm256_set1_pd(-1.471791292232726029859e2);
-    const __m256d Q1        = _mm256_set1_pd(1.395105614657485689735e2);
-    const __m256d Q0        = _mm256_set1_pd(-4.918853881490881290097e1);
-
-    const __m256d R4        = _mm256_set1_pd(2.967721961301243206100e-3);
-    const __m256d R3        = _mm256_set1_pd(-5.634242780008963776856e-1);
-    const __m256d R2        = _mm256_set1_pd(6.968710824104713396794e0);
-    const __m256d R1        = _mm256_set1_pd(-2.556901049652824852289e1);
-    const __m256d R0        = _mm256_set1_pd(2.853665548261061424989e1);
-
-    const __m256d S3        = _mm256_set1_pd(-2.194779531642920639778e1);
-    const __m256d S2        = _mm256_set1_pd(1.470656354026814941758e2);
-    const __m256d S1        = _mm256_set1_pd(-3.838770957603691357202e2);
-    const __m256d S0        = _mm256_set1_pd(3.424398657913078477438e2);
-
-    __m256d       sign;
-    __m256d       mask;
-    __m256d       xabs;
-    __m256d       zz, ww, z, q, w, zz2, ww2;
-    __m256d       PA, PB;
-    __m256d       QA, QB;
-    __m256d       RA, RB;
-    __m256d       SA, SB;
-    __m256d       nom, denom;
-
-    sign  = _mm256_andnot_pd(signmask, x);
-    xabs  = _mm256_and_pd(x, signmask);
-
-    mask  = _mm256_cmp_pd(xabs, limit1, _CMP_GT_OQ);
-
-    zz    = _mm256_sub_pd(one, xabs);
-    ww    = _mm256_mul_pd(xabs, xabs);
-    zz2   = _mm256_mul_pd(zz, zz);
-    ww2   = _mm256_mul_pd(ww, ww);
-
-    /* R */
-    RA    = _mm256_mul_pd(R4, zz2);
-    RB    = _mm256_mul_pd(R3, zz2);
-    RA    = _mm256_add_pd(RA, R2);
-    RB    = _mm256_add_pd(RB, R1);
-    RA    = _mm256_mul_pd(RA, zz2);
-    RB    = _mm256_mul_pd(RB, zz);
-    RA    = _mm256_add_pd(RA, R0);
-    RA    = _mm256_add_pd(RA, RB);
-
-    /* S, SA = zz2 */
-    SB    = _mm256_mul_pd(S3, zz2);
-    SA    = _mm256_add_pd(zz2, S2);
-    SB    = _mm256_add_pd(SB, S1);
-    SA    = _mm256_mul_pd(SA, zz2);
-    SB    = _mm256_mul_pd(SB, zz);
-    SA    = _mm256_add_pd(SA, S0);
-    SA    = _mm256_add_pd(SA, SB);
-
-    /* P */
-    PA    = _mm256_mul_pd(P5, ww2);
-    PB    = _mm256_mul_pd(P4, ww2);
-    PA    = _mm256_add_pd(PA, P3);
-    PB    = _mm256_add_pd(PB, P2);
-    PA    = _mm256_mul_pd(PA, ww2);
-    PB    = _mm256_mul_pd(PB, ww2);
-    PA    = _mm256_add_pd(PA, P1);
-    PB    = _mm256_add_pd(PB, P0);
-    PA    = _mm256_mul_pd(PA, ww);
-    PA    = _mm256_add_pd(PA, PB);
-
-    /* Q, QA = ww2 */
-    QB    = _mm256_mul_pd(Q4, ww2);
-    QA    = _mm256_add_pd(ww2, Q3);
-    QB    = _mm256_add_pd(QB, Q2);
-    QA    = _mm256_mul_pd(QA, ww2);
-    QB    = _mm256_mul_pd(QB, ww2);
-    QA    = _mm256_add_pd(QA, Q1);
-    QB    = _mm256_add_pd(QB, Q0);
-    QA    = _mm256_mul_pd(QA, ww);
-    QA    = _mm256_add_pd(QA, QB);
-
-    RA    = _mm256_mul_pd(RA, zz);
-    PA    = _mm256_mul_pd(PA, ww);
-
-    nom   = _mm256_blendv_pd( PA, RA, mask );
-    denom = _mm256_blendv_pd( QA, SA, mask );
-
-    q     = _mm256_mul_pd( nom, gmx_mm256_inv_pd(denom) );
-
-    zz    = _mm256_add_pd(zz, zz);
-    zz    = gmx_mm256_sqrt_pd(zz);
-    z     = _mm256_sub_pd(quarterpi, zz);
-    zz    = _mm256_mul_pd(zz, q);
-    zz    = _mm256_sub_pd(zz, morebits);
-    z     = _mm256_sub_pd(z, zz);
-    z     = _mm256_add_pd(z, quarterpi);
-
-    w     = _mm256_mul_pd(xabs, q);
-    w     = _mm256_add_pd(w, xabs);
-
-    z     = _mm256_blendv_pd( w, z, mask );
-
-    mask  = _mm256_cmp_pd(xabs, limit2, _CMP_GT_OQ);
-    z     = _mm256_blendv_pd( xabs, z, mask );
-
-    z = _mm256_xor_pd(z, sign);
-
-    return z;
-}
-
-static __m128d
-gmx_mm_asin_pd(__m128d x)
-{
-    /* Same algorithm as cephes library */
-    const __m128d signmask  = gmx_mm_castsi128_pd( _mm_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-    const __m128d limit1    = _mm_set1_pd(0.625);
-    const __m128d limit2    = _mm_set1_pd(1e-8);
-    const __m128d one       = _mm_set1_pd(1.0);
-    const __m128d quarterpi = _mm_set1_pd(M_PI/4.0);
-    const __m128d morebits  = _mm_set1_pd(6.123233995736765886130e-17);
-
-    const __m128d P5        = _mm_set1_pd(4.253011369004428248960e-3);
-    const __m128d P4        = _mm_set1_pd(-6.019598008014123785661e-1);
-    const __m128d P3        = _mm_set1_pd(5.444622390564711410273e0);
-    const __m128d P2        = _mm_set1_pd(-1.626247967210700244449e1);
-    const __m128d P1        = _mm_set1_pd(1.956261983317594739197e1);
-    const __m128d P0        = _mm_set1_pd(-8.198089802484824371615e0);
-
-    const __m128d Q4        = _mm_set1_pd(-1.474091372988853791896e1);
-    const __m128d Q3        = _mm_set1_pd(7.049610280856842141659e1);
-    const __m128d Q2        = _mm_set1_pd(-1.471791292232726029859e2);
-    const __m128d Q1        = _mm_set1_pd(1.395105614657485689735e2);
-    const __m128d Q0        = _mm_set1_pd(-4.918853881490881290097e1);
-
-    const __m128d R4        = _mm_set1_pd(2.967721961301243206100e-3);
-    const __m128d R3        = _mm_set1_pd(-5.634242780008963776856e-1);
-    const __m128d R2        = _mm_set1_pd(6.968710824104713396794e0);
-    const __m128d R1        = _mm_set1_pd(-2.556901049652824852289e1);
-    const __m128d R0        = _mm_set1_pd(2.853665548261061424989e1);
-
-    const __m128d S3        = _mm_set1_pd(-2.194779531642920639778e1);
-    const __m128d S2        = _mm_set1_pd(1.470656354026814941758e2);
-    const __m128d S1        = _mm_set1_pd(-3.838770957603691357202e2);
-    const __m128d S0        = _mm_set1_pd(3.424398657913078477438e2);
-
-    __m128d       sign;
-    __m128d       mask;
-    __m128d       xabs;
-    __m128d       zz, ww, z, q, w, zz2, ww2;
-    __m128d       PA, PB;
-    __m128d       QA, QB;
-    __m128d       RA, RB;
-    __m128d       SA, SB;
-    __m128d       nom, denom;
-
-    sign  = _mm_andnot_pd(signmask, x);
-    xabs  = _mm_and_pd(x, signmask);
-
-    mask  = _mm_cmpgt_pd(xabs, limit1);
-
-    zz    = _mm_sub_pd(one, xabs);
-    ww    = _mm_mul_pd(xabs, xabs);
-    zz2   = _mm_mul_pd(zz, zz);
-    ww2   = _mm_mul_pd(ww, ww);
-
-    /* R */
-    RA    = _mm_mul_pd(R4, zz2);
-    RB    = _mm_mul_pd(R3, zz2);
-    RA    = _mm_add_pd(RA, R2);
-    RB    = _mm_add_pd(RB, R1);
-    RA    = _mm_mul_pd(RA, zz2);
-    RB    = _mm_mul_pd(RB, zz);
-    RA    = _mm_add_pd(RA, R0);
-    RA    = _mm_add_pd(RA, RB);
-
-    /* S, SA = zz2 */
-    SB    = _mm_mul_pd(S3, zz2);
-    SA    = _mm_add_pd(zz2, S2);
-    SB    = _mm_add_pd(SB, S1);
-    SA    = _mm_mul_pd(SA, zz2);
-    SB    = _mm_mul_pd(SB, zz);
-    SA    = _mm_add_pd(SA, S0);
-    SA    = _mm_add_pd(SA, SB);
-
-    /* P */
-    PA    = _mm_mul_pd(P5, ww2);
-    PB    = _mm_mul_pd(P4, ww2);
-    PA    = _mm_add_pd(PA, P3);
-    PB    = _mm_add_pd(PB, P2);
-    PA    = _mm_mul_pd(PA, ww2);
-    PB    = _mm_mul_pd(PB, ww2);
-    PA    = _mm_add_pd(PA, P1);
-    PB    = _mm_add_pd(PB, P0);
-    PA    = _mm_mul_pd(PA, ww);
-    PA    = _mm_add_pd(PA, PB);
-
-    /* Q, QA = ww2 */
-    QB    = _mm_mul_pd(Q4, ww2);
-    QA    = _mm_add_pd(ww2, Q3);
-    QB    = _mm_add_pd(QB, Q2);
-    QA    = _mm_mul_pd(QA, ww2);
-    QB    = _mm_mul_pd(QB, ww2);
-    QA    = _mm_add_pd(QA, Q1);
-    QB    = _mm_add_pd(QB, Q0);
-    QA    = _mm_mul_pd(QA, ww);
-    QA    = _mm_add_pd(QA, QB);
-
-    RA    = _mm_mul_pd(RA, zz);
-    PA    = _mm_mul_pd(PA, ww);
-
-    nom   = _mm_blendv_pd( PA, RA, mask );
-    denom = _mm_blendv_pd( QA, SA, mask );
-
-    q     = _mm_mul_pd( nom, gmx_mm_inv_pd(denom) );
-
-    zz    = _mm_add_pd(zz, zz);
-    zz    = gmx_mm_sqrt_pd(zz);
-    z     = _mm_sub_pd(quarterpi, zz);
-    zz    = _mm_mul_pd(zz, q);
-    zz    = _mm_sub_pd(zz, morebits);
-    z     = _mm_sub_pd(z, zz);
-    z     = _mm_add_pd(z, quarterpi);
-
-    w     = _mm_mul_pd(xabs, q);
-    w     = _mm_add_pd(w, xabs);
-
-    z     = _mm_blendv_pd( w, z, mask );
-
-    mask  = _mm_cmpgt_pd(xabs, limit2);
-    z     = _mm_blendv_pd( xabs, z, mask );
-
-    z = _mm_xor_pd(z, sign);
-
-    return z;
-}
-
-
-static __m256d
-gmx_mm256_acos_pd(__m256d x)
-{
-    const __m256d one        = _mm256_set1_pd(1.0);
-    const __m256d half       = _mm256_set1_pd(0.5);
-    const __m256d quarterpi0 = _mm256_set1_pd(7.85398163397448309616e-1);
-    const __m256d quarterpi1 = _mm256_set1_pd(6.123233995736765886130e-17);
-
-
-    __m256d mask1;
-
-    __m256d z, z1, z2;
-
-    mask1 = _mm256_cmp_pd(x, half, _CMP_GT_OQ);
-    z1    = _mm256_mul_pd(half, _mm256_sub_pd(one, x));
-    z1    = gmx_mm256_sqrt_pd(z1);
-    z     = _mm256_blendv_pd( x, z1, mask1 );
-
-    z     = gmx_mm256_asin_pd(z);
-
-    z1    = _mm256_add_pd(z, z);
-
-    z2    = _mm256_sub_pd(quarterpi0, z);
-    z2    = _mm256_add_pd(z2, quarterpi1);
-    z2    = _mm256_add_pd(z2, quarterpi0);
-
-    z     = _mm256_blendv_pd(z2, z1, mask1);
-
-    return z;
-}
-
-static __m128d
-gmx_mm_acos_pd(__m128d x)
-{
-    const __m128d one        = _mm_set1_pd(1.0);
-    const __m128d half       = _mm_set1_pd(0.5);
-    const __m128d quarterpi0 = _mm_set1_pd(7.85398163397448309616e-1);
-    const __m128d quarterpi1 = _mm_set1_pd(6.123233995736765886130e-17);
-
-
-    __m128d mask1;
-
-    __m128d z, z1, z2;
-
-    mask1 = _mm_cmpgt_pd(x, half);
-    z1    = _mm_mul_pd(half, _mm_sub_pd(one, x));
-    z1    = gmx_mm_sqrt_pd(z1);
-    z     = _mm_blendv_pd( x, z1, mask1 );
-
-    z     = gmx_mm_asin_pd(z);
-
-    z1    = _mm_add_pd(z, z);
-
-    z2    = _mm_sub_pd(quarterpi0, z);
-    z2    = _mm_add_pd(z2, quarterpi1);
-    z2    = _mm_add_pd(z2, quarterpi0);
-
-    z     = _mm_blendv_pd(z2, z1, mask1);
-
-    return z;
-}
-
-
-static __m256d
-gmx_mm256_atan_pd(__m256d x)
-{
-    /* Same algorithm as cephes library */
-    const __m256d signmask  = _mm256_castsi256_pd( _mm256_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF,
-                                                                    0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-    const __m256d limit1    = _mm256_set1_pd(0.66);
-    const __m256d limit2    = _mm256_set1_pd(2.41421356237309504880);
-    const __m256d quarterpi = _mm256_set1_pd(M_PI/4.0);
-    const __m256d halfpi    = _mm256_set1_pd(M_PI/2.0);
-    const __m256d mone      = _mm256_set1_pd(-1.0);
-    const __m256d morebits1 = _mm256_set1_pd(0.5*6.123233995736765886130E-17);
-    const __m256d morebits2 = _mm256_set1_pd(6.123233995736765886130E-17);
-
-    const __m256d P4        = _mm256_set1_pd(-8.750608600031904122785E-1);
-    const __m256d P3        = _mm256_set1_pd(-1.615753718733365076637E1);
-    const __m256d P2        = _mm256_set1_pd(-7.500855792314704667340E1);
-    const __m256d P1        = _mm256_set1_pd(-1.228866684490136173410E2);
-    const __m256d P0        = _mm256_set1_pd(-6.485021904942025371773E1);
-
-    const __m256d Q4        = _mm256_set1_pd(2.485846490142306297962E1);
-    const __m256d Q3        = _mm256_set1_pd(1.650270098316988542046E2);
-    const __m256d Q2        = _mm256_set1_pd(4.328810604912902668951E2);
-    const __m256d Q1        = _mm256_set1_pd(4.853903996359136964868E2);
-    const __m256d Q0        = _mm256_set1_pd(1.945506571482613964425E2);
-
-    __m256d       sign;
-    __m256d       mask1, mask2;
-    __m256d       y, t1, t2;
-    __m256d       z, z2;
-    __m256d       P_A, P_B, Q_A, Q_B;
-
-    sign   = _mm256_andnot_pd(signmask, x);
-    x      = _mm256_and_pd(x, signmask);
-
-    mask1  = _mm256_cmp_pd(x, limit1, _CMP_GT_OQ);
-    mask2  = _mm256_cmp_pd(x, limit2, _CMP_GT_OQ);
-
-    t1     = _mm256_mul_pd(_mm256_add_pd(x, mone), gmx_mm256_inv_pd(_mm256_sub_pd(x, mone)));
-    t2     = _mm256_mul_pd(mone, gmx_mm256_inv_pd(x));
-
-    y      = _mm256_and_pd(mask1, quarterpi);
-    y      = _mm256_or_pd( _mm256_and_pd(mask2, halfpi), _mm256_andnot_pd(mask2, y) );
-
-    x      = _mm256_or_pd( _mm256_and_pd(mask1, t1), _mm256_andnot_pd(mask1, x) );
-    x      = _mm256_or_pd( _mm256_and_pd(mask2, t2), _mm256_andnot_pd(mask2, x) );
-
-    z      = _mm256_mul_pd(x, x);
-    z2     = _mm256_mul_pd(z, z);
-
-    P_A    = _mm256_mul_pd(P4, z2);
-    P_B    = _mm256_mul_pd(P3, z2);
-    P_A    = _mm256_add_pd(P_A, P2);
-    P_B    = _mm256_add_pd(P_B, P1);
-    P_A    = _mm256_mul_pd(P_A, z2);
-    P_B    = _mm256_mul_pd(P_B, z);
-    P_A    = _mm256_add_pd(P_A, P0);
-    P_A    = _mm256_add_pd(P_A, P_B);
-
-    /* Q_A = z2 */
-    Q_B    = _mm256_mul_pd(Q4, z2);
-    Q_A    = _mm256_add_pd(z2, Q3);
-    Q_B    = _mm256_add_pd(Q_B, Q2);
-    Q_A    = _mm256_mul_pd(Q_A, z2);
-    Q_B    = _mm256_mul_pd(Q_B, z2);
-    Q_A    = _mm256_add_pd(Q_A, Q1);
-    Q_B    = _mm256_add_pd(Q_B, Q0);
-    Q_A    = _mm256_mul_pd(Q_A, z);
-    Q_A    = _mm256_add_pd(Q_A, Q_B);
-
-    z      = _mm256_mul_pd(z, P_A);
-    z      = _mm256_mul_pd(z, gmx_mm256_inv_pd(Q_A));
-    z      = _mm256_mul_pd(z, x);
-    z      = _mm256_add_pd(z, x);
-
-    t1     = _mm256_and_pd(mask1, morebits1);
-    t1     = _mm256_or_pd( _mm256_and_pd(mask2, morebits2), _mm256_andnot_pd(mask2, t1) );
-
-    z      = _mm256_add_pd(z, t1);
-    y      = _mm256_add_pd(y, z);
-
-    y      = _mm256_xor_pd(y, sign);
-
-    return y;
-}
-
-static __m128d
-gmx_mm_atan_pd(__m128d x)
-{
-    /* Same algorithm as cephes library */
-    const __m128d signmask  = gmx_mm_castsi128_pd( _mm_set_epi32(0x7FFFFFFF, 0xFFFFFFFF, 0x7FFFFFFF, 0xFFFFFFFF) );
-    const __m128d limit1    = _mm_set1_pd(0.66);
-    const __m128d limit2    = _mm_set1_pd(2.41421356237309504880);
-    const __m128d quarterpi = _mm_set1_pd(M_PI/4.0);
-    const __m128d halfpi    = _mm_set1_pd(M_PI/2.0);
-    const __m128d mone      = _mm_set1_pd(-1.0);
-    const __m128d morebits1 = _mm_set1_pd(0.5*6.123233995736765886130E-17);
-    const __m128d morebits2 = _mm_set1_pd(6.123233995736765886130E-17);
-
-    const __m128d P4        = _mm_set1_pd(-8.750608600031904122785E-1);
-    const __m128d P3        = _mm_set1_pd(-1.615753718733365076637E1);
-    const __m128d P2        = _mm_set1_pd(-7.500855792314704667340E1);
-    const __m128d P1        = _mm_set1_pd(-1.228866684490136173410E2);
-    const __m128d P0        = _mm_set1_pd(-6.485021904942025371773E1);
-
-    const __m128d Q4        = _mm_set1_pd(2.485846490142306297962E1);
-    const __m128d Q3        = _mm_set1_pd(1.650270098316988542046E2);
-    const __m128d Q2        = _mm_set1_pd(4.328810604912902668951E2);
-    const __m128d Q1        = _mm_set1_pd(4.853903996359136964868E2);
-    const __m128d Q0        = _mm_set1_pd(1.945506571482613964425E2);
-
-    __m128d       sign;
-    __m128d       mask1, mask2;
-    __m128d       y, t1, t2;
-    __m128d       z, z2;
-    __m128d       P_A, P_B, Q_A, Q_B;
-
-    sign   = _mm_andnot_pd(signmask, x);
-    x      = _mm_and_pd(x, signmask);
-
-    mask1  = _mm_cmpgt_pd(x, limit1);
-    mask2  = _mm_cmpgt_pd(x, limit2);
-
-    t1     = _mm_mul_pd(_mm_add_pd(x, mone), gmx_mm_inv_pd(_mm_sub_pd(x, mone)));
-    t2     = _mm_mul_pd(mone, gmx_mm_inv_pd(x));
-
-    y      = _mm_and_pd(mask1, quarterpi);
-    y      = _mm_or_pd( _mm_and_pd(mask2, halfpi), _mm_andnot_pd(mask2, y) );
-
-    x      = _mm_or_pd( _mm_and_pd(mask1, t1), _mm_andnot_pd(mask1, x) );
-    x      = _mm_or_pd( _mm_and_pd(mask2, t2), _mm_andnot_pd(mask2, x) );
-
-    z      = _mm_mul_pd(x, x);
-    z2     = _mm_mul_pd(z, z);
-
-    P_A    = _mm_mul_pd(P4, z2);
-    P_B    = _mm_mul_pd(P3, z2);
-    P_A    = _mm_add_pd(P_A, P2);
-    P_B    = _mm_add_pd(P_B, P1);
-    P_A    = _mm_mul_pd(P_A, z2);
-    P_B    = _mm_mul_pd(P_B, z);
-    P_A    = _mm_add_pd(P_A, P0);
-    P_A    = _mm_add_pd(P_A, P_B);
-
-    /* Q_A = z2 */
-    Q_B    = _mm_mul_pd(Q4, z2);
-    Q_A    = _mm_add_pd(z2, Q3);
-    Q_B    = _mm_add_pd(Q_B, Q2);
-    Q_A    = _mm_mul_pd(Q_A, z2);
-    Q_B    = _mm_mul_pd(Q_B, z2);
-    Q_A    = _mm_add_pd(Q_A, Q1);
-    Q_B    = _mm_add_pd(Q_B, Q0);
-    Q_A    = _mm_mul_pd(Q_A, z);
-    Q_A    = _mm_add_pd(Q_A, Q_B);
-
-    z      = _mm_mul_pd(z, P_A);
-    z      = _mm_mul_pd(z, gmx_mm_inv_pd(Q_A));
-    z      = _mm_mul_pd(z, x);
-    z      = _mm_add_pd(z, x);
-
-    t1     = _mm_and_pd(mask1, morebits1);
-    t1     = _mm_or_pd( _mm_and_pd(mask2, morebits2), _mm_andnot_pd(mask2, t1) );
-
-    z      = _mm_add_pd(z, t1);
-    y      = _mm_add_pd(y, z);
-
-    y      = _mm_xor_pd(y, sign);
-
-    return y;
-}
-
-
-
-static __m256d
-gmx_mm256_atan2_pd(__m256d y, __m256d x)
-{
-    const __m256d pi          = _mm256_set1_pd(M_PI);
-    const __m256d minuspi     = _mm256_set1_pd(-M_PI);
-    const __m256d halfpi      = _mm256_set1_pd(M_PI/2.0);
-    const __m256d minushalfpi = _mm256_set1_pd(-M_PI/2.0);
-
-    __m256d       z, z1, z3, z4;
-    __m256d       w;
-    __m256d       maskx_lt, maskx_eq;
-    __m256d       masky_lt, masky_eq;
-    __m256d       mask1, mask2, mask3, mask4, maskall;
-
-    maskx_lt  = _mm256_cmp_pd(x, _mm256_setzero_pd(), _CMP_LT_OQ);
-    masky_lt  = _mm256_cmp_pd(y, _mm256_setzero_pd(), _CMP_LT_OQ);
-    maskx_eq  = _mm256_cmp_pd(x, _mm256_setzero_pd(), _CMP_EQ_OQ);
-    masky_eq  = _mm256_cmp_pd(y, _mm256_setzero_pd(), _CMP_EQ_OQ);
-
-    z         = _mm256_mul_pd(y, gmx_mm256_inv_pd(x));
-    z         = gmx_mm256_atan_pd(z);
-
-    mask1     = _mm256_and_pd(maskx_eq, masky_lt);
-    mask2     = _mm256_andnot_pd(maskx_lt, masky_eq);
-    mask3     = _mm256_andnot_pd( _mm256_or_pd(masky_lt, masky_eq), maskx_eq);
-    mask4     = _mm256_and_pd(masky_eq, maskx_lt);
-
-    maskall   = _mm256_or_pd( _mm256_or_pd(mask1, mask2), _mm256_or_pd(mask3, mask4) );
-
-    z         = _mm256_andnot_pd(maskall, z);
-    z1        = _mm256_and_pd(mask1, minushalfpi);
-    z3        = _mm256_and_pd(mask3, halfpi);
-    z4        = _mm256_and_pd(mask4, pi);
-
-    z         = _mm256_or_pd( _mm256_or_pd(z, z1), _mm256_or_pd(z3, z4) );
-
-    w         = _mm256_blendv_pd(pi, minuspi, masky_lt);
-    w         = _mm256_and_pd(w, maskx_lt);
-
-    w         = _mm256_andnot_pd(maskall, w);
-
-    z         = _mm256_add_pd(z, w);
-
-    return z;
-}
-
-static __m128d
-gmx_mm_atan2_pd(__m128d y, __m128d x)
-{
-    const __m128d pi          = _mm_set1_pd(M_PI);
-    const __m128d minuspi     = _mm_set1_pd(-M_PI);
-    const __m128d halfpi      = _mm_set1_pd(M_PI/2.0);
-    const __m128d minushalfpi = _mm_set1_pd(-M_PI/2.0);
-
-    __m128d       z, z1, z3, z4;
-    __m128d       w;
-    __m128d       maskx_lt, maskx_eq;
-    __m128d       masky_lt, masky_eq;
-    __m128d       mask1, mask2, mask3, mask4, maskall;
-
-    maskx_lt  = _mm_cmplt_pd(x, _mm_setzero_pd());
-    masky_lt  = _mm_cmplt_pd(y, _mm_setzero_pd());
-    maskx_eq  = _mm_cmpeq_pd(x, _mm_setzero_pd());
-    masky_eq  = _mm_cmpeq_pd(y, _mm_setzero_pd());
-
-    z         = _mm_mul_pd(y, gmx_mm_inv_pd(x));
-    z         = gmx_mm_atan_pd(z);
-
-    mask1     = _mm_and_pd(maskx_eq, masky_lt);
-    mask2     = _mm_andnot_pd(maskx_lt, masky_eq);
-    mask3     = _mm_andnot_pd( _mm_or_pd(masky_lt, masky_eq), maskx_eq);
-    mask4     = _mm_and_pd(masky_eq, maskx_lt);
-
-    maskall   = _mm_or_pd( _mm_or_pd(mask1, mask2), _mm_or_pd(mask3, mask4) );
-
-    z         = _mm_andnot_pd(maskall, z);
-    z1        = _mm_and_pd(mask1, minushalfpi);
-    z3        = _mm_and_pd(mask3, halfpi);
-    z4        = _mm_and_pd(mask4, pi);
-
-    z         = _mm_or_pd( _mm_or_pd(z, z1), _mm_or_pd(z3, z4) );
-
-    w         = _mm_blendv_pd(pi, minuspi, masky_lt);
-    w         = _mm_and_pd(w, maskx_lt);
-
-    w         = _mm_andnot_pd(maskall, w);
-
-    z         = _mm_add_pd(z, w);
 
-    return z;
-}
+#define gmx_mm256_invsqrt_pd   gmx_simd_invsqrt_d
+#define gmx_mm256_inv_pd       gmx_simd_inv_d
+#define gmx_mm256_log_pd       gmx_simd_log_d
+#define gmx_mm256_pmecorrF_pd  gmx_simd_pmecorrF_d
+#define gmx_mm256_pmecorrV_pd  gmx_simd_pmecorrV_d
+#define gmx_mm256_sincos_pd    gmx_simd_sincos_d
 
 #endif