src/gromacs/gmxlib/nonbonded/nb_kernel_avx_128_fma_single/kernelutil_x86_avx_128_fma_single.h

   1 /*
   2  * This file is part of the GROMACS molecular simulation package.
   3  *
   4  * Copyright (c) 2012,2013,2014, by the GROMACS development team, led by
   5  * Mark Abraham, David van der Spoel, Berk Hess, and Erik Lindahl,
   6  * and including many others, as listed in the AUTHORS file in the
   7  * top-level source directory and at http://www.gromacs.org.
   8  *
   9  * GROMACS is free software; you can redistribute it and/or
  10  * modify it under the terms of the GNU Lesser General Public License
  11  * as published by the Free Software Foundation; either version 2.1
  12  * of the License, or (at your option) any later version.
  13  *
  14  * GROMACS is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  17  * Lesser General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU Lesser General Public
  20  * License along with GROMACS; if not, see
  21  * http://www.gnu.org/licenses, or write to the Free Software Foundation,
  22  * Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA.
  23  *
  24  * If you want to redistribute modifications to GROMACS, please
  25  * consider that scientific software is very special. Version
  26  * control is crucial - bugs must be traceable. We will be happy to
  27  * consider code for inclusion in the official distribution, but
  28  * derived work must not be called official GROMACS. Details are found
  29  * in the README & COPYING files - if they are missing, get the
  30  * official version at http://www.gromacs.org.
  31  *
  32  * To help us fund GROMACS development, we humbly ask that you cite
  33  * the research papers on the package. Check out http://www.gromacs.org.
  34  */
  35 #ifndef _kernelutil_x86_avx_128_fma_single_h_
  36 #define _kernelutil_x86_avx_128_fma_single_h_
  37
  38 #include "config.h"
  39
  40 #include <math.h>
  41 #include <immintrin.h>
  42 #ifdef _MSC_VER
  43 #    include <intrin.h>
  44 #else
  45 #    include <x86intrin.h>
  46 #endif
  47
  48 #define gmx_mm_castsi128_ps   _mm_castsi128_ps
  49 #define gmx_mm_extract_epi32  _mm_extract_epi32
  50
  51 /* Work around gcc bug with wrong type for mask formal parameter to maskload/maskstore */
  52 #ifdef GMX_SIMD_X86_AVX_GCC_MASKLOAD_BUG
  53 #    define gmx_mm_maskload_ps(mem, mask)       _mm_maskload_ps((mem), _mm_castsi128_ps(mask))
  54 #    define gmx_mm_maskstore_ps(mem, mask, x)    _mm_maskstore_ps((mem), _mm_castsi128_ps(mask), (x))
  55 #    define gmx_mm256_maskload_ps(mem, mask)    _mm256_maskload_ps((mem), _mm256_castsi256_ps(mask))
  56 #    define gmx_mm256_maskstore_ps(mem, mask, x) _mm256_maskstore_ps((mem), _mm256_castsi256_ps(mask), (x))
  57 #else
  58 #    define gmx_mm_maskload_ps(mem, mask)       _mm_maskload_ps((mem), (mask))
  59 #    define gmx_mm_maskstore_ps(mem, mask, x)    _mm_maskstore_ps((mem), (mask), (x))
  60 #    define gmx_mm256_maskload_ps(mem, mask)    _mm256_maskload_ps((mem), (mask))
  61 #    define gmx_mm256_maskstore_ps(mem, mask, x) _mm256_maskstore_ps((mem), (mask), (x))
  62 #endif
  63
  64 /* Normal sum of four xmm registers */
  65 #define gmx_mm_sum4_ps(t0, t1, t2, t3)  _mm_add_ps(_mm_add_ps(t0, t1), _mm_add_ps(t2, t3))
  66
  67 static gmx_inline int gmx_simdcall
  68 gmx_mm_any_lt(__m128 a, __m128 b)
  69 {
  70     return _mm_movemask_ps(_mm_cmplt_ps(a, b));
  71 }
  72
  73 static gmx_inline __m128 gmx_simdcall
  74 gmx_mm_calc_rsq_ps(__m128 dx, __m128 dy, __m128 dz)
  75 {
  76     return _mm_macc_ps(dx, dx, _mm_macc_ps(dy, dy, _mm_mul_ps(dz, dz)));
  77 }
  78
  79 /* Load a single value from 1-4 places, merge into xmm register */
  80
  81 static gmx_inline __m128 gmx_simdcall
  82 gmx_mm_load_4real_swizzle_ps(const float * gmx_restrict ptrA,
  83                              const float * gmx_restrict ptrB,
  84                              const float * gmx_restrict ptrC,
  85                              const float * gmx_restrict ptrD)
  86 {
  87     __m128 t1, t2;
  88
  89     t1 = _mm_unpacklo_ps(_mm_load_ss(ptrA), _mm_load_ss(ptrC));
  90     t2 = _mm_unpacklo_ps(_mm_load_ss(ptrB), _mm_load_ss(ptrD));
  91     return _mm_unpacklo_ps(t1, t2);
  92 }
  93
  94
  95 static gmx_inline void gmx_simdcall
  96 gmx_mm_store_4real_swizzle_ps(float * gmx_restrict ptrA,
  97                               float * gmx_restrict ptrB,
  98                               float * gmx_restrict ptrC,
  99                               float * gmx_restrict ptrD, __m128 xmm1)
 100 {
 101     __m128 t2, t3, t4;
 102
 103     t2       = _mm_permute_ps(xmm1, _MM_SHUFFLE(1, 1, 1, 1));
 104     t3       = _mm_permute_ps(xmm1, _MM_SHUFFLE(2, 2, 2, 2));
 105     t4       = _mm_permute_ps(xmm1, _MM_SHUFFLE(3, 3, 3, 3));
 106     _mm_store_ss(ptrA, xmm1);
 107     _mm_store_ss(ptrB, t2);
 108     _mm_store_ss(ptrC, t3);
 109     _mm_store_ss(ptrD, t4);
 110 }
 111
 112
 113 static gmx_inline void gmx_simdcall
 114 gmx_mm_increment_4real_swizzle_ps(float * gmx_restrict ptrA,
 115                                   float * gmx_restrict ptrB,
 116                                   float * gmx_restrict ptrC,
 117                                   float * gmx_restrict ptrD, __m128 xmm1)
 118 {
 119     __m128 tmp;
 120
 121     tmp = gmx_mm_load_4real_swizzle_ps(ptrA, ptrB, ptrC, ptrD);
 122     tmp = _mm_add_ps(tmp, xmm1);
 123     gmx_mm_store_4real_swizzle_ps(ptrA, ptrB, ptrC, ptrD, tmp);
 124 }
 125
 126
 127 static gmx_inline void gmx_simdcall
 128 gmx_mm_load_4pair_swizzle_ps(const float * gmx_restrict p1,
 129                              const float * gmx_restrict p2,
 130                              const float * gmx_restrict p3,
 131                              const float * gmx_restrict p4,
 132                              __m128 * gmx_restrict c6, __m128 * gmx_restrict c12)
 133 {
 134     __m128 t1, t2, t3, t4;
 135     t1   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)p1);
 136     t2   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)p2);
 137     t3   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)p3);
 138     t4   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)p4);
 139     t1   = _mm_unpacklo_ps(t1, t3);
 140     t2   = _mm_unpacklo_ps(t2, t4);
 141     *c6  = _mm_unpacklo_ps(t1, t2);
 142     *c12 = _mm_unpackhi_ps(t1, t2);
 143 }
 144
 145
 146
 147
 148 static gmx_inline void gmx_simdcall
 149 gmx_mm_load_shift_and_1rvec_broadcast_ps(const float * gmx_restrict xyz_shift,
 150                                          const float * gmx_restrict xyz,
 151                                          __m128 * gmx_restrict      x1,
 152                                          __m128 * gmx_restrict      y1,
 153                                          __m128 * gmx_restrict      z1)
 154 {
 155     __m128 t1, t2, t3, t4;
 156
 157     t1   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)xyz_shift);
 158     t2   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)xyz);
 159     t3   = _mm_load_ss(xyz_shift+2);
 160     t4   = _mm_load_ss(xyz+2);
 161     t1   = _mm_add_ps(t1, t2);
 162     t3   = _mm_add_ss(t3, t4);
 163
 164     *x1  = _mm_permute_ps(t1, _MM_SHUFFLE(0, 0, 0, 0));
 165     *y1  = _mm_permute_ps(t1, _MM_SHUFFLE(1, 1, 1, 1));
 166     *z1  = _mm_permute_ps(t3, _MM_SHUFFLE(0, 0, 0, 0));
 167 }
 168
 169
 170 static gmx_inline void gmx_simdcall
 171 gmx_mm_load_shift_and_3rvec_broadcast_ps(const float * gmx_restrict xyz_shift,
 172                                          const float * gmx_restrict xyz,
 173                                          __m128 * gmx_restrict x1, __m128 * gmx_restrict y1, __m128 * gmx_restrict z1,
 174                                          __m128 * gmx_restrict x2, __m128 * gmx_restrict y2, __m128 * gmx_restrict z2,
 175                                          __m128 * gmx_restrict x3, __m128 * gmx_restrict y3, __m128 * gmx_restrict z3)
 176 {
 177     __m128 tA, tB;
 178     __m128 t1, t2, t3, t4, t5, t6;
 179
 180     tA   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)xyz_shift);
 181     tB   = _mm_load_ss(xyz_shift+2);
 182
 183     t1   = _mm_loadu_ps(xyz);
 184     t2   = _mm_loadu_ps(xyz+4);
 185     t3   = _mm_load_ss(xyz+8);
 186
 187     tA   = _mm_movelh_ps(tA, tB);
 188     t4   = _mm_permute_ps(tA, _MM_SHUFFLE(0, 2, 1, 0));
 189     t5   = _mm_permute_ps(tA, _MM_SHUFFLE(1, 0, 2, 1));
 190     t6   = _mm_permute_ps(tA, _MM_SHUFFLE(2, 1, 0, 2));
 191
 192     t1   = _mm_add_ps(t1, t4);
 193     t2   = _mm_add_ps(t2, t5);
 194     t3   = _mm_add_ss(t3, t6);
 195
 196     *x1  = _mm_permute_ps(t1, _MM_SHUFFLE(0, 0, 0, 0));
 197     *y1  = _mm_permute_ps(t1, _MM_SHUFFLE(1, 1, 1, 1));
 198     *z1  = _mm_permute_ps(t1, _MM_SHUFFLE(2, 2, 2, 2));
 199     *x2  = _mm_permute_ps(t1, _MM_SHUFFLE(3, 3, 3, 3));
 200     *y2  = _mm_permute_ps(t2, _MM_SHUFFLE(0, 0, 0, 0));
 201     *z2  = _mm_permute_ps(t2, _MM_SHUFFLE(1, 1, 1, 1));
 202     *x3  = _mm_permute_ps(t2, _MM_SHUFFLE(2, 2, 2, 2));
 203     *y3  = _mm_permute_ps(t2, _MM_SHUFFLE(3, 3, 3, 3));
 204     *z3  = _mm_permute_ps(t3, _MM_SHUFFLE(0, 0, 0, 0));
 205 }
 206
 207
 208 static gmx_inline void gmx_simdcall
 209 gmx_mm_load_shift_and_4rvec_broadcast_ps(const float * gmx_restrict xyz_shift,
 210                                          const float * gmx_restrict xyz,
 211                                          __m128 * gmx_restrict x1, __m128 * gmx_restrict y1, __m128 * gmx_restrict z1,
 212                                          __m128 * gmx_restrict x2, __m128 * gmx_restrict y2, __m128 * gmx_restrict z2,
 213                                          __m128 * gmx_restrict x3, __m128 * gmx_restrict y3, __m128 * gmx_restrict z3,
 214                                          __m128 * gmx_restrict x4, __m128 * gmx_restrict y4, __m128 * gmx_restrict z4)
 215 {
 216     __m128 tA, tB;
 217     __m128 t1, t2, t3, t4, t5, t6;
 218
 219     tA   = _mm_loadl_pi(_mm_setzero_ps(), (__m64 *)xyz_shift);
 220     tB   = _mm_load_ss(xyz_shift+2);
 221
 222     t1   = _mm_loadu_ps(xyz);
 223     t2   = _mm_loadu_ps(xyz+4);
 224     t3   = _mm_loadu_ps(xyz+8);
 225
 226     tA   = _mm_movelh_ps(tA, tB);
 227     t4   = _mm_permute_ps(tA, _MM_SHUFFLE(0, 2, 1, 0));
 228     t5   = _mm_permute_ps(tA, _MM_SHUFFLE(1, 0, 2, 1));
 229     t6   = _mm_permute_ps(tA, _MM_SHUFFLE(2, 1, 0, 2));
 230
 231     t1   = _mm_add_ps(t1, t4);
 232     t2   = _mm_add_ps(t2, t5);
 233     t3   = _mm_add_ps(t3, t6);
 234
 235     *x1  = _mm_permute_ps(t1, _MM_SHUFFLE(0, 0, 0, 0));
 236     *y1  = _mm_permute_ps(t1, _MM_SHUFFLE(1, 1, 1, 1));
 237     *z1  = _mm_permute_ps(t1, _MM_SHUFFLE(2, 2, 2, 2));
 238     *x2  = _mm_permute_ps(t1, _MM_SHUFFLE(3, 3, 3, 3));
 239     *y2  = _mm_permute_ps(t2, _MM_SHUFFLE(0, 0, 0, 0));
 240     *z2  = _mm_permute_ps(t2, _MM_SHUFFLE(1, 1, 1, 1));
 241     *x3  = _mm_permute_ps(t2, _MM_SHUFFLE(2, 2, 2, 2));
 242     *y3  = _mm_permute_ps(t2, _MM_SHUFFLE(3, 3, 3, 3));
 243     *z3  = _mm_permute_ps(t3, _MM_SHUFFLE(0, 0, 0, 0));
 244     *x4  = _mm_permute_ps(t3, _MM_SHUFFLE(1, 1, 1, 1));
 245     *y4  = _mm_permute_ps(t3, _MM_SHUFFLE(2, 2, 2, 2));
 246     *z4  = _mm_permute_ps(t3, _MM_SHUFFLE(3, 3, 3, 3));
 247 }
 248
 249
 250 static gmx_inline void gmx_simdcall
 251 gmx_mm_load_1rvec_4ptr_swizzle_ps(const float * gmx_restrict ptrA, const float * gmx_restrict ptrB,
 252                                   const float * gmx_restrict ptrC, const float * gmx_restrict ptrD,
 253                                   __m128 * gmx_restrict x1, __m128 * gmx_restrict y1, __m128 * gmx_restrict z1)
 254 {
 255     __m128  t1, t2, t3, t4;
 256     __m128i mask = _mm_set_epi32(0, -1, -1, -1);
 257     t1             = gmx_mm_maskload_ps(ptrA, mask);
 258     t2             = gmx_mm_maskload_ps(ptrB, mask);
 259     t3             = gmx_mm_maskload_ps(ptrC, mask);
 260     t4             = gmx_mm_maskload_ps(ptrD, mask);
 261     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 262     *x1           = t1;
 263     *y1           = t2;
 264     *z1           = t3;
 265 }
 266
 267
 268 static gmx_inline void gmx_simdcall
 269 gmx_mm_load_3rvec_4ptr_swizzle_ps(const float * gmx_restrict ptrA, const float * gmx_restrict ptrB,
 270                                   const float * gmx_restrict ptrC, const float * gmx_restrict ptrD,
 271                                   __m128 * gmx_restrict x1, __m128 * gmx_restrict y1, __m128 * gmx_restrict z1,
 272                                   __m128 * gmx_restrict x2, __m128 * gmx_restrict y2, __m128 * gmx_restrict z2,
 273                                   __m128 * gmx_restrict x3, __m128 * gmx_restrict y3, __m128 * gmx_restrict z3)
 274 {
 275     __m128 t1, t2, t3, t4;
 276     t1            = _mm_loadu_ps(ptrA);
 277     t2            = _mm_loadu_ps(ptrB);
 278     t3            = _mm_loadu_ps(ptrC);
 279     t4            = _mm_loadu_ps(ptrD);
 280     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 281     *x1           = t1;
 282     *y1           = t2;
 283     *z1           = t3;
 284     *x2           = t4;
 285     t1            = _mm_loadu_ps(ptrA+4);
 286     t2            = _mm_loadu_ps(ptrB+4);
 287     t3            = _mm_loadu_ps(ptrC+4);
 288     t4            = _mm_loadu_ps(ptrD+4);
 289     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 290     *y2           = t1;
 291     *z2           = t2;
 292     *x3           = t3;
 293     *y3           = t4;
 294     t1            = _mm_load_ss(ptrA+8);
 295     t2            = _mm_load_ss(ptrB+8);
 296     t3            = _mm_load_ss(ptrC+8);
 297     t4            = _mm_load_ss(ptrD+8);
 298     t1            = _mm_unpacklo_ps(t1, t3);
 299     t3            = _mm_unpacklo_ps(t2, t4);
 300     *z3           = _mm_unpacklo_ps(t1, t3);
 301 }
 302
 303
 304 static gmx_inline void gmx_simdcall
 305 gmx_mm_load_4rvec_4ptr_swizzle_ps(const float * gmx_restrict ptrA, const float * gmx_restrict ptrB,
 306                                   const float * gmx_restrict ptrC, const float * gmx_restrict ptrD,
 307                                   __m128 * gmx_restrict x1, __m128 * gmx_restrict y1, __m128 * gmx_restrict z1,
 308                                   __m128 * gmx_restrict x2, __m128 * gmx_restrict y2, __m128 * gmx_restrict z2,
 309                                   __m128 * gmx_restrict x3, __m128 * gmx_restrict y3, __m128 * gmx_restrict z3,
 310                                   __m128 * gmx_restrict x4, __m128 * gmx_restrict y4, __m128 * gmx_restrict z4)
 311 {
 312     __m128 t1, t2, t3, t4;
 313     t1            = _mm_loadu_ps(ptrA);
 314     t2            = _mm_loadu_ps(ptrB);
 315     t3            = _mm_loadu_ps(ptrC);
 316     t4            = _mm_loadu_ps(ptrD);
 317     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 318     *x1           = t1;
 319     *y1           = t2;
 320     *z1           = t3;
 321     *x2           = t4;
 322     t1            = _mm_loadu_ps(ptrA+4);
 323     t2            = _mm_loadu_ps(ptrB+4);
 324     t3            = _mm_loadu_ps(ptrC+4);
 325     t4            = _mm_loadu_ps(ptrD+4);
 326     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 327     *y2           = t1;
 328     *z2           = t2;
 329     *x3           = t3;
 330     *y3           = t4;
 331     t1            = _mm_loadu_ps(ptrA+8);
 332     t2            = _mm_loadu_ps(ptrB+8);
 333     t3            = _mm_loadu_ps(ptrC+8);
 334     t4            = _mm_loadu_ps(ptrD+8);
 335     _MM_TRANSPOSE4_PS(t1, t2, t3, t4);
 336     *z3           = t1;
 337     *x4           = t2;
 338     *y4           = t3;
 339     *z4           = t4;
 340 }
 341
 342
 343 static gmx_inline void gmx_simdcall
 344 gmx_mm_decrement_1rvec_4ptr_swizzle_ps(float * gmx_restrict ptrA, float * gmx_restrict ptrB,
 345                                        float * gmx_restrict ptrC, float * gmx_restrict ptrD,
 346                                        __m128 x1, __m128 y1, __m128 z1)
 347 {
 348     __m128 t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11, t12;
 349     t5          = _mm_unpacklo_ps(y1, z1);
 350     t6          = _mm_unpackhi_ps(y1, z1);
 351     t7          = _mm_shuffle_ps(x1, t5, _MM_SHUFFLE(1, 0, 0, 0));
 352     t8          = _mm_shuffle_ps(x1, t5, _MM_SHUFFLE(3, 2, 0, 1));
 353     t9          = _mm_shuffle_ps(x1, t6, _MM_SHUFFLE(1, 0, 0, 2));
 354     t10         = _mm_shuffle_ps(x1, t6, _MM_SHUFFLE(3, 2, 0, 3));
 355     t1          = _mm_load_ss(ptrA);
 356     t1          = _mm_loadh_pi(t1, (__m64 *)(ptrA+1));
 357     t1          = _mm_sub_ps(t1, t7);
 358     _mm_store_ss(ptrA, t1);
 359     _mm_storeh_pi((__m64 *)(ptrA+1), t1);
 360     t2          = _mm_load_ss(ptrB);
 361     t2          = _mm_loadh_pi(t2, (__m64 *)(ptrB+1));
 362     t2          = _mm_sub_ps(t2, t8);
 363     _mm_store_ss(ptrB, t2);
 364     _mm_storeh_pi((__m64 *)(ptrB+1), t2);
 365     t3          = _mm_load_ss(ptrC);
 366     t3          = _mm_loadh_pi(t3, (__m64 *)(ptrC+1));
 367     t3          = _mm_sub_ps(t3, t9);
 368     _mm_store_ss(ptrC, t3);
 369     _mm_storeh_pi((__m64 *)(ptrC+1), t3);
 370     t4          = _mm_load_ss(ptrD);
 371     t4          = _mm_loadh_pi(t4, (__m64 *)(ptrD+1));
 372     t4          = _mm_sub_ps(t4, t10);
 373     _mm_store_ss(ptrD, t4);
 374     _mm_storeh_pi((__m64 *)(ptrD+1), t4);
 375 }
 376
 377
 378 static gmx_inline void gmx_simdcall
 379 gmx_mm_decrement_3rvec_4ptr_swizzle_ps(float * gmx_restrict ptrA, float * gmx_restrict ptrB,
 380                                        float * gmx_restrict ptrC, float * gmx_restrict ptrD,
 381                                        __m128 x1, __m128 y1, __m128 z1,
 382                                        __m128 x2, __m128 y2, __m128 z2,
 383                                        __m128 x3, __m128 y3, __m128 z3)
 384 {
 385     __m128 t1, t2, t3, t4, t5, t6, t7, t8, t9, t10;
 386     __m128 t11, t12, t13, t14, t15, t16, t17, t18, t19;
 387     __m128 t20, t21, t22, t23, t24, t25;
 388     t13         = _mm_unpackhi_ps(x1, y1);
 389     x1          = _mm_unpacklo_ps(x1, y1);
 390     t14         = _mm_unpackhi_ps(z1, x2);
 391     z1          = _mm_unpacklo_ps(z1, x2);
 392     t15         = _mm_unpackhi_ps(y2, z2);
 393     y2          = _mm_unpacklo_ps(y2, z2);
 394     t16         = _mm_unpackhi_ps(x3, y3);
 395     x3          = _mm_unpacklo_ps(x3, y3);
 396     t17         = _mm_permute_ps(z3, _MM_SHUFFLE(0, 0, 0, 1));
 397     t18         = _mm_movehl_ps(z3, z3);
 398     t19         = _mm_permute_ps(t18, _MM_SHUFFLE(0, 0, 0, 1));
 399     t20         = _mm_movelh_ps(x1, z1);
 400     t21         = _mm_movehl_ps(z1, x1);
 401     t22         = _mm_movelh_ps(t13, t14);
 402     t14         = _mm_movehl_ps(t14, t13);
 403     t23         = _mm_movelh_ps(y2, x3);
 404     t24         = _mm_movehl_ps(x3, y2);
 405     t25         = _mm_movelh_ps(t15, t16);
 406     t16         = _mm_movehl_ps(t16, t15);
 407     t1          = _mm_loadu_ps(ptrA);
 408     t2          = _mm_loadu_ps(ptrA+4);
 409     t3          = _mm_load_ss(ptrA+8);
 410     t1          = _mm_sub_ps(t1, t20);
 411     t2          = _mm_sub_ps(t2, t23);
 412     t3          = _mm_sub_ss(t3, z3);
 413     _mm_storeu_ps(ptrA, t1);
 414     _mm_storeu_ps(ptrA+4, t2);
 415     _mm_store_ss(ptrA+8, t3);
 416     t4          = _mm_loadu_ps(ptrB);
 417     t5          = _mm_loadu_ps(ptrB+4);
 418     t6          = _mm_load_ss(ptrB+8);
 419     t4          = _mm_sub_ps(t4, t21);
 420     t5          = _mm_sub_ps(t5, t24);
 421     t6          = _mm_sub_ss(t6, t17);
 422     _mm_storeu_ps(ptrB, t4);
 423     _mm_storeu_ps(ptrB+4, t5);
 424     _mm_store_ss(ptrB+8, t6);
 425     t7          = _mm_loadu_ps(ptrC);
 426     t8          = _mm_loadu_ps(ptrC+4);
 427     t9          = _mm_load_ss(ptrC+8);
 428     t7          = _mm_sub_ps(t7, t22);
 429     t8          = _mm_sub_ps(t8, t25);
 430     t9          = _mm_sub_ss(t9, t18);
 431     _mm_storeu_ps(ptrC, t7);
 432     _mm_storeu_ps(ptrC+4, t8);
 433     _mm_store_ss(ptrC+8, t9);
 434     t10         = _mm_loadu_ps(ptrD);
 435     t11         = _mm_loadu_ps(ptrD+4);
 436     t12         = _mm_load_ss(ptrD+8);
 437     t10         = _mm_sub_ps(t10, t14);
 438     t11         = _mm_sub_ps(t11, t16);
 439     t12         = _mm_sub_ss(t12, t19);
 440     _mm_storeu_ps(ptrD, t10);
 441     _mm_storeu_ps(ptrD+4, t11);
 442     _mm_store_ss(ptrD+8, t12);
 443 }
 444
 445
 446 static gmx_inline void gmx_simdcall
 447 gmx_mm_decrement_4rvec_4ptr_swizzle_ps(float * gmx_restrict ptrA, float * gmx_restrict ptrB,
 448                                        float * gmx_restrict ptrC, float * gmx_restrict ptrD,
 449                                        __m128 x1, __m128 y1, __m128 z1,
 450                                        __m128 x2, __m128 y2, __m128 z2,
 451                                        __m128 x3, __m128 y3, __m128 z3,
 452                                        __m128 x4, __m128 y4, __m128 z4)
 453 {
 454     __m128 t1, t2, t3, t4, t5, t6, t7, t8, t9, t10, t11;
 455     __m128 t12, t13, t14, t15, t16, t17, t18, t19, t20, t21, t22;
 456     __m128 t23, t24;
 457     t13         = _mm_unpackhi_ps(x1, y1);
 458     x1          = _mm_unpacklo_ps(x1, y1);
 459     t14         = _mm_unpackhi_ps(z1, x2);
 460     z1          = _mm_unpacklo_ps(z1, x2);
 461     t15         = _mm_unpackhi_ps(y2, z2);
 462     y2          = _mm_unpacklo_ps(y2, z2);
 463     t16         = _mm_unpackhi_ps(x3, y3);
 464     x3          = _mm_unpacklo_ps(x3, y3);
 465     t17         = _mm_unpackhi_ps(z3, x4);
 466     z3          = _mm_unpacklo_ps(z3, x4);
 467     t18         = _mm_unpackhi_ps(y4, z4);
 468     y4          = _mm_unpacklo_ps(y4, z4);
 469     t19         = _mm_movelh_ps(x1, z1);
 470     z1          = _mm_movehl_ps(z1, x1);
 471     t20         = _mm_movelh_ps(t13, t14);
 472     t14         = _mm_movehl_ps(t14, t13);
 473     t21         = _mm_movelh_ps(y2, x3);
 474     x3          = _mm_movehl_ps(x3, y2);
 475     t22         = _mm_movelh_ps(t15, t16);
 476     t16         = _mm_movehl_ps(t16, t15);
 477     t23         = _mm_movelh_ps(z3, y4);
 478     y4          = _mm_movehl_ps(y4, z3);
 479     t24         = _mm_movelh_ps(t17, t18);
 480     t18         = _mm_movehl_ps(t18, t17);
 481     t1          = _mm_loadu_ps(ptrA);
 482     t2          = _mm_loadu_ps(ptrA+4);
 483     t3          = _mm_loadu_ps(ptrA+8);
 484     t1          = _mm_sub_ps(t1, t19);
 485     t2          = _mm_sub_ps(t2, t21);
 486     t3          = _mm_sub_ps(t3, t23);
 487     _mm_storeu_ps(ptrA, t1);
 488     _mm_storeu_ps(ptrA+4, t2);
 489     _mm_storeu_ps(ptrA+8, t3);
 490     t4          = _mm_loadu_ps(ptrB);
 491     t5          = _mm_loadu_ps(ptrB+4);
 492     t6          = _mm_loadu_ps(ptrB+8);
 493     t4          = _mm_sub_ps(t4, z1);
 494     t5          = _mm_sub_ps(t5, x3);
 495     t6          = _mm_sub_ps(t6, y4);
 496     _mm_storeu_ps(ptrB, t4);
 497     _mm_storeu_ps(ptrB+4, t5);
 498     _mm_storeu_ps(ptrB+8, t6);
 499     t7          = _mm_loadu_ps(ptrC);
 500     t8          = _mm_loadu_ps(ptrC+4);
 501     t9          = _mm_loadu_ps(ptrC+8);
 502     t7          = _mm_sub_ps(t7, t20);
 503     t8          = _mm_sub_ps(t8, t22);
 504     t9          = _mm_sub_ps(t9, t24);
 505     _mm_storeu_ps(ptrC, t7);
 506     _mm_storeu_ps(ptrC+4, t8);
 507     _mm_storeu_ps(ptrC+8, t9);
 508     t10         = _mm_loadu_ps(ptrD);
 509     t11         = _mm_loadu_ps(ptrD+4);
 510     t12         = _mm_loadu_ps(ptrD+8);
 511     t10         = _mm_sub_ps(t10, t14);
 512     t11         = _mm_sub_ps(t11, t16);
 513     t12         = _mm_sub_ps(t12, t18);
 514     _mm_storeu_ps(ptrD, t10);
 515     _mm_storeu_ps(ptrD+4, t11);
 516     _mm_storeu_ps(ptrD+8, t12);
 517 }
 518
 519
 520 static gmx_inline void gmx_simdcall
 521 gmx_mm_update_iforce_1atom_swizzle_ps(__m128 fix1, __m128 fiy1, __m128 fiz1,
 522                                       float * gmx_restrict fptr,
 523                                       float * gmx_restrict fshiftptr)
 524 {
 525     __m128 t2, t3;
 526
 527     fix1 = _mm_hadd_ps(fix1, fix1);
 528     fiy1 = _mm_hadd_ps(fiy1, fiz1);
 529
 530     fix1 = _mm_hadd_ps(fix1, fiy1); /* fiz1 fiy1 fix1 fix1 */
 531
 532     t2 = _mm_load_ss(fptr);
 533     t2 = _mm_loadh_pi(t2, (__m64 *)(fptr+1));
 534     t3 = _mm_load_ss(fshiftptr);
 535     t3 = _mm_loadh_pi(t3, (__m64 *)(fshiftptr+1));
 536
 537     t2 = _mm_add_ps(t2, fix1);
 538     t3 = _mm_add_ps(t3, fix1);
 539
 540     _mm_store_ss(fptr, t2);
 541     _mm_storeh_pi((__m64 *)(fptr+1), t2);
 542     _mm_store_ss(fshiftptr, t3);
 543     _mm_storeh_pi((__m64 *)(fshiftptr+1), t3);
 544 }
 545
 546
 547 static gmx_inline void gmx_simdcall
 548 gmx_mm_update_iforce_3atom_swizzle_ps(__m128 fix1, __m128 fiy1, __m128 fiz1,
 549                                       __m128 fix2, __m128 fiy2, __m128 fiz2,
 550                                       __m128 fix3, __m128 fiy3, __m128 fiz3,
 551                                       float * gmx_restrict fptr,
 552                                       float * gmx_restrict fshiftptr)
 553 {
 554     __m128 t1, t2, t3, t4;
 555
 556     fix1 = _mm_hadd_ps(fix1, fiy1);
 557     fiz1 = _mm_hadd_ps(fiz1, fix2);
 558     fiy2 = _mm_hadd_ps(fiy2, fiz2);
 559     fix3 = _mm_hadd_ps(fix3, fiy3);
 560     fiz3 = _mm_hadd_ps(fiz3, fiz3);
 561
 562     fix1 = _mm_hadd_ps(fix1, fiz1); /* fix2 fiz1 fiy1 fix1 */
 563     fiy2 = _mm_hadd_ps(fiy2, fix3); /* fiy3 fix3 fiz2 fiy2 */
 564     fiz3 = _mm_hadd_ps(fiz3, fiz3); /*  -    -    -   fiz3 */
 565
 566     _mm_storeu_ps(fptr,  _mm_add_ps(fix1, _mm_loadu_ps(fptr)  ));
 567     _mm_storeu_ps(fptr+4, _mm_add_ps(fiy2, _mm_loadu_ps(fptr+4)));
 568     _mm_store_ss (fptr+8, _mm_add_ss(fiz3, _mm_load_ss(fptr+8) ));
 569
 570     t4 = _mm_load_ss(fshiftptr+2);
 571     t4 = _mm_loadh_pi(t4, (__m64 *)(fshiftptr));
 572
 573     t1 = _mm_shuffle_ps(fiz3, fix1, _MM_SHUFFLE(1, 0, 0, 0)); /* fiy1 fix1  -   fiz3 */
 574     t2 = _mm_shuffle_ps(fix1, fiy2, _MM_SHUFFLE(3, 2, 2, 2)); /* fiy3 fix3  -   fiz1 */
 575     t3 = _mm_shuffle_ps(fiy2, fix1, _MM_SHUFFLE(3, 3, 0, 1)); /* fix2 fix2 fiy2 fiz2 */
 576     t3 = _mm_permute_ps(t3, _MM_SHUFFLE(1, 2, 0, 0));         /* fiy2 fix2  -   fiz2 */
 577
 578     t1 = _mm_add_ps(t1, t2);
 579     t3 = _mm_add_ps(t3, t4);
 580     t1 = _mm_add_ps(t1, t3); /* y x - z */
 581
 582     _mm_store_ss(fshiftptr+2, t1);
 583     _mm_storeh_pi((__m64 *)(fshiftptr), t1);
 584 }
 585
 586
 587 static gmx_inline void gmx_simdcall
 588 gmx_mm_update_iforce_4atom_swizzle_ps(__m128 fix1, __m128 fiy1, __m128 fiz1,
 589                                       __m128 fix2, __m128 fiy2, __m128 fiz2,
 590                                       __m128 fix3, __m128 fiy3, __m128 fiz3,
 591                                       __m128 fix4, __m128 fiy4, __m128 fiz4,
 592                                       float * gmx_restrict fptr,
 593                                       float * gmx_restrict fshiftptr)
 594 {
 595     __m128 t1, t2, t3, t4, t5;
 596
 597     fix1 = _mm_hadd_ps(fix1, fiy1);
 598     fiz1 = _mm_hadd_ps(fiz1, fix2);
 599     fiy2 = _mm_hadd_ps(fiy2, fiz2);
 600     fix3 = _mm_hadd_ps(fix3, fiy3);
 601     fiz3 = _mm_hadd_ps(fiz3, fix4);
 602     fiy4 = _mm_hadd_ps(fiy4, fiz4);
 603
 604     fix1 = _mm_hadd_ps(fix1, fiz1); /* fix2 fiz1 fiy1 fix1 */
 605     fiy2 = _mm_hadd_ps(fiy2, fix3); /* fiy3 fix3 fiz2 fiy2 */
 606     fiz3 = _mm_hadd_ps(fiz3, fiy4); /* fiz4 fiy4 fix4 fiz3 */
 607
 608     _mm_storeu_ps(fptr,  _mm_add_ps(fix1, _mm_loadu_ps(fptr)  ));
 609     _mm_storeu_ps(fptr+4, _mm_add_ps(fiy2, _mm_loadu_ps(fptr+4)));
 610     _mm_storeu_ps(fptr+8, _mm_add_ps(fiz3, _mm_loadu_ps(fptr+8)));
 611
 612     t5 = _mm_load_ss(fshiftptr+2);
 613     t5 = _mm_loadh_pi(t5, (__m64 *)(fshiftptr));
 614
 615     t1 = _mm_permute_ps(fix1, _MM_SHUFFLE(1, 0, 2, 2));
 616     t2 = _mm_permute_ps(fiy2, _MM_SHUFFLE(3, 2, 1, 1));
 617     t3 = _mm_permute_ps(fiz3, _MM_SHUFFLE(2, 1, 0, 0));
 618     t4 = _mm_shuffle_ps(fix1, fiy2, _MM_SHUFFLE(0, 0, 3, 3));
 619     t4 = _mm_shuffle_ps(fiz3, t4, _MM_SHUFFLE(2, 0, 3, 3));
 620
 621     t1 = _mm_add_ps(t1, t2);
 622     t3 = _mm_add_ps(t3, t4);
 623     t1 = _mm_add_ps(t1, t3);
 624     t5 = _mm_add_ps(t5, t1);
 625
 626     _mm_store_ss(fshiftptr+2, t5);
 627     _mm_storeh_pi((__m64 *)(fshiftptr), t5);
 628 }
 629
 630
 631 static gmx_inline void gmx_simdcall
 632 gmx_mm_update_1pot_ps(__m128 pot1, float * gmx_restrict ptrA)
 633 {
 634     pot1 = _mm_hadd_ps(pot1, pot1);
 635     pot1 = _mm_hadd_ps(pot1, pot1);
 636     _mm_store_ss(ptrA, _mm_add_ss(pot1, _mm_load_ss(ptrA)));
 637 }
 638
 639 static gmx_inline void gmx_simdcall
 640 gmx_mm_update_2pot_ps(__m128 pot1, float * gmx_restrict ptrA,
 641                       __m128 pot2, float * gmx_restrict ptrB)
 642 {
 643     pot1 = _mm_hadd_ps(pot1, pot2);
 644     pot1 = _mm_hadd_ps(pot1, pot1);
 645     pot2 = _mm_permute_ps(pot1, _MM_SHUFFLE(0, 0, 0, 1));
 646     _mm_store_ss(ptrA, _mm_add_ss(pot1, _mm_load_ss(ptrA)));
 647     _mm_store_ss(ptrB, _mm_add_ss(pot2, _mm_load_ss(ptrB)));
 648 }
 649
 650
 651 #endif /* _kernelutil_x86_avx_128_fma_single_h_ */