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