idct16x16_add_neon.asm revision 7ce0a1d1337c01056ba24006efab21f00e179e04
1; 2; Copyright (c) 2013 The WebM project authors. All Rights Reserved. 3; 4; Use of this source code is governed by a BSD-style license 5; that can be found in the LICENSE file in the root of the source 6; tree. An additional intellectual property rights grant can be found 7; in the file PATENTS. All contributing project authors may 8; be found in the AUTHORS file in the root of the source tree. 9; 10 11 EXPORT |vpx_idct16x16_256_add_neon_pass1| 12 EXPORT |vpx_idct16x16_256_add_neon_pass2| 13 EXPORT |vpx_idct16x16_10_add_neon_pass1| 14 EXPORT |vpx_idct16x16_10_add_neon_pass2| 15 ARM 16 REQUIRE8 17 PRESERVE8 18 19 AREA ||.text||, CODE, READONLY, ALIGN=2 20 21 ; Transpose a 8x8 16bit data matrix. Datas are loaded in q8-q15. 22 MACRO 23 TRANSPOSE8X8 24 vswp d17, d24 25 vswp d23, d30 26 vswp d21, d28 27 vswp d19, d26 28 vtrn.32 q8, q10 29 vtrn.32 q9, q11 30 vtrn.32 q12, q14 31 vtrn.32 q13, q15 32 vtrn.16 q8, q9 33 vtrn.16 q10, q11 34 vtrn.16 q12, q13 35 vtrn.16 q14, q15 36 MEND 37 38 AREA Block, CODE, READONLY ; name this block of code 39;void |vpx_idct16x16_256_add_neon_pass1|(int16_t *input, 40; int16_t *output, int output_stride) 41; 42; r0 int16_t input 43; r1 int16_t *output 44; r2 int output_stride) 45 46; idct16 stage1 - stage6 on all the elements loaded in q8-q15. The output 47; will be stored back into q8-q15 registers. This function will touch q0-q7 48; registers and use them as buffer during calculation. 49|vpx_idct16x16_256_add_neon_pass1| PROC 50 51 ; TODO(hkuang): Find a better way to load the elements. 52 ; load elements of 0, 2, 4, 6, 8, 10, 12, 14 into q8 - q15 53 vld2.s16 {q8,q9}, [r0]! 54 vld2.s16 {q9,q10}, [r0]! 55 vld2.s16 {q10,q11}, [r0]! 56 vld2.s16 {q11,q12}, [r0]! 57 vld2.s16 {q12,q13}, [r0]! 58 vld2.s16 {q13,q14}, [r0]! 59 vld2.s16 {q14,q15}, [r0]! 60 vld2.s16 {q1,q2}, [r0]! 61 vmov.s16 q15, q1 62 63 ; generate cospi_28_64 = 3196 64 mov r3, #0xc00 65 add r3, #0x7c 66 67 ; generate cospi_4_64 = 16069 68 mov r12, #0x3e00 69 add r12, #0xc5 70 71 ; transpose the input data 72 TRANSPOSE8X8 73 74 ; stage 3 75 vdup.16 d0, r3 ; duplicate cospi_28_64 76 vdup.16 d1, r12 ; duplicate cospi_4_64 77 78 ; preloading to avoid stall 79 ; generate cospi_12_64 = 13623 80 mov r3, #0x3500 81 add r3, #0x37 82 83 ; generate cospi_20_64 = 9102 84 mov r12, #0x2300 85 add r12, #0x8e 86 87 ; step2[4] * cospi_28_64 88 vmull.s16 q2, d18, d0 89 vmull.s16 q3, d19, d0 90 91 ; step2[4] * cospi_4_64 92 vmull.s16 q5, d18, d1 93 vmull.s16 q6, d19, d1 94 95 ; temp1 = step2[4] * cospi_28_64 - step2[7] * cospi_4_64 96 vmlsl.s16 q2, d30, d1 97 vmlsl.s16 q3, d31, d1 98 99 ; temp2 = step2[4] * cospi_4_64 + step2[7] * cospi_28_64 100 vmlal.s16 q5, d30, d0 101 vmlal.s16 q6, d31, d0 102 103 vdup.16 d2, r3 ; duplicate cospi_12_64 104 vdup.16 d3, r12 ; duplicate cospi_20_64 105 106 ; dct_const_round_shift(temp1) 107 vqrshrn.s32 d8, q2, #14 ; >> 14 108 vqrshrn.s32 d9, q3, #14 ; >> 14 109 110 ; dct_const_round_shift(temp2) 111 vqrshrn.s32 d14, q5, #14 ; >> 14 112 vqrshrn.s32 d15, q6, #14 ; >> 14 113 114 ; preloading to avoid stall 115 ; generate cospi_16_64 = 11585 116 mov r3, #0x2d00 117 add r3, #0x41 118 119 ; generate cospi_24_64 = 6270 120 mov r12, #0x1800 121 add r12, #0x7e 122 123 ; step2[5] * cospi_12_64 124 vmull.s16 q2, d26, d2 125 vmull.s16 q3, d27, d2 126 127 ; step2[5] * cospi_20_64 128 vmull.s16 q9, d26, d3 129 vmull.s16 q15, d27, d3 130 131 ; temp1 = input[5] * cospi_12_64 - input[3] * cospi_20_64 132 vmlsl.s16 q2, d22, d3 133 vmlsl.s16 q3, d23, d3 134 135 ; temp2 = step2[5] * cospi_20_64 + step2[6] * cospi_12_64 136 vmlal.s16 q9, d22, d2 137 vmlal.s16 q15, d23, d2 138 139 ; dct_const_round_shift(temp1) 140 vqrshrn.s32 d10, q2, #14 ; >> 14 141 vqrshrn.s32 d11, q3, #14 ; >> 14 142 143 ; dct_const_round_shift(temp2) 144 vqrshrn.s32 d12, q9, #14 ; >> 14 145 vqrshrn.s32 d13, q15, #14 ; >> 14 146 147 ; stage 4 148 vdup.16 d30, r3 ; cospi_16_64 149 150 ; step1[0] * cospi_16_64 151 vmull.s16 q2, d16, d30 152 vmull.s16 q11, d17, d30 153 154 ; step1[1] * cospi_16_64 155 vmull.s16 q0, d24, d30 156 vmull.s16 q1, d25, d30 157 158 ; generate cospi_8_64 = 15137 159 mov r3, #0x3b00 160 add r3, #0x21 161 162 vdup.16 d30, r12 ; duplicate cospi_24_64 163 vdup.16 d31, r3 ; duplicate cospi_8_64 164 165 ; temp1 = (step1[0] + step1[1]) * cospi_16_64 166 vadd.s32 q3, q2, q0 167 vadd.s32 q12, q11, q1 168 169 ; temp2 = (step1[0] - step1[1]) * cospi_16_64 170 vsub.s32 q13, q2, q0 171 vsub.s32 q1, q11, q1 172 173 ; dct_const_round_shift(temp1) 174 vqrshrn.s32 d16, q3, #14 ; >> 14 175 vqrshrn.s32 d17, q12, #14 ; >> 14 176 177 ; dct_const_round_shift(temp2) 178 vqrshrn.s32 d18, q13, #14 ; >> 14 179 vqrshrn.s32 d19, q1, #14 ; >> 14 180 181 ; step1[2] * cospi_24_64 - step1[3] * cospi_8_64; 182 ; step1[2] * cospi_8_64 183 vmull.s16 q0, d20, d31 184 vmull.s16 q1, d21, d31 185 186 ; step1[2] * cospi_24_64 187 vmull.s16 q12, d20, d30 188 vmull.s16 q13, d21, d30 189 190 ; temp2 = input[1] * cospi_8_64 + input[3] * cospi_24_64 191 vmlal.s16 q0, d28, d30 192 vmlal.s16 q1, d29, d30 193 194 ; temp1 = input[1] * cospi_24_64 - input[3] * cospi_8_64 195 vmlsl.s16 q12, d28, d31 196 vmlsl.s16 q13, d29, d31 197 198 ; dct_const_round_shift(temp2) 199 vqrshrn.s32 d22, q0, #14 ; >> 14 200 vqrshrn.s32 d23, q1, #14 ; >> 14 201 202 ; dct_const_round_shift(temp1) 203 vqrshrn.s32 d20, q12, #14 ; >> 14 204 vqrshrn.s32 d21, q13, #14 ; >> 14 205 206 vsub.s16 q13, q4, q5 ; step2[5] = step1[4] - step1[5]; 207 vadd.s16 q4, q4, q5 ; step2[4] = step1[4] + step1[5]; 208 vsub.s16 q14, q7, q6 ; step2[6] = -step1[6] + step1[7]; 209 vadd.s16 q15, q6, q7 ; step2[7] = step1[6] + step1[7]; 210 211 ; generate cospi_16_64 = 11585 212 mov r3, #0x2d00 213 add r3, #0x41 214 215 ; stage 5 216 vadd.s16 q0, q8, q11 ; step1[0] = step2[0] + step2[3]; 217 vadd.s16 q1, q9, q10 ; step1[1] = step2[1] + step2[2]; 218 vsub.s16 q2, q9, q10 ; step1[2] = step2[1] - step2[2]; 219 vsub.s16 q3, q8, q11 ; step1[3] = step2[0] - step2[3]; 220 221 vdup.16 d16, r3; ; duplicate cospi_16_64 222 223 ; step2[5] * cospi_16_64 224 vmull.s16 q11, d26, d16 225 vmull.s16 q12, d27, d16 226 227 ; step2[6] * cospi_16_64 228 vmull.s16 q9, d28, d16 229 vmull.s16 q10, d29, d16 230 231 ; temp1 = (step2[6] - step2[5]) * cospi_16_64 232 vsub.s32 q6, q9, q11 233 vsub.s32 q13, q10, q12 234 235 ; temp2 = (step2[5] + step2[6]) * cospi_16_64 236 vadd.s32 q9, q9, q11 237 vadd.s32 q10, q10, q12 238 239 ; dct_const_round_shift(temp1) 240 vqrshrn.s32 d10, q6, #14 ; >> 14 241 vqrshrn.s32 d11, q13, #14 ; >> 14 242 243 ; dct_const_round_shift(temp2) 244 vqrshrn.s32 d12, q9, #14 ; >> 14 245 vqrshrn.s32 d13, q10, #14 ; >> 14 246 247 ; stage 6 248 vadd.s16 q8, q0, q15 ; step2[0] = step1[0] + step1[7]; 249 vadd.s16 q9, q1, q6 ; step2[1] = step1[1] + step1[6]; 250 vadd.s16 q10, q2, q5 ; step2[2] = step1[2] + step1[5]; 251 vadd.s16 q11, q3, q4 ; step2[3] = step1[3] + step1[4]; 252 vsub.s16 q12, q3, q4 ; step2[4] = step1[3] - step1[4]; 253 vsub.s16 q13, q2, q5 ; step2[5] = step1[2] - step1[5]; 254 vsub.s16 q14, q1, q6 ; step2[6] = step1[1] - step1[6]; 255 vsub.s16 q15, q0, q15 ; step2[7] = step1[0] - step1[7]; 256 257 ; store the data 258 vst1.64 {d16}, [r1], r2 259 vst1.64 {d17}, [r1], r2 260 vst1.64 {d18}, [r1], r2 261 vst1.64 {d19}, [r1], r2 262 vst1.64 {d20}, [r1], r2 263 vst1.64 {d21}, [r1], r2 264 vst1.64 {d22}, [r1], r2 265 vst1.64 {d23}, [r1], r2 266 vst1.64 {d24}, [r1], r2 267 vst1.64 {d25}, [r1], r2 268 vst1.64 {d26}, [r1], r2 269 vst1.64 {d27}, [r1], r2 270 vst1.64 {d28}, [r1], r2 271 vst1.64 {d29}, [r1], r2 272 vst1.64 {d30}, [r1], r2 273 vst1.64 {d31}, [r1], r2 274 275 bx lr 276 ENDP ; |vpx_idct16x16_256_add_neon_pass1| 277 278;void vpx_idct16x16_256_add_neon_pass2(int16_t *src, 279; int16_t *output, 280; int16_t *pass1Output, 281; int16_t skip_adding, 282; uint8_t *dest, 283; int dest_stride) 284; 285; r0 int16_t *src 286; r1 int16_t *output, 287; r2 int16_t *pass1Output, 288; r3 int16_t skip_adding, 289; r4 uint8_t *dest, 290; r5 int dest_stride) 291 292; idct16 stage1 - stage7 on all the elements loaded in q8-q15. The output 293; will be stored back into q8-q15 registers. This function will touch q0-q7 294; registers and use them as buffer during calculation. 295|vpx_idct16x16_256_add_neon_pass2| PROC 296 push {r3-r9} 297 298 ; TODO(hkuang): Find a better way to load the elements. 299 ; load elements of 1, 3, 5, 7, 9, 11, 13, 15 into q8 - q15 300 vld2.s16 {q8,q9}, [r0]! 301 vld2.s16 {q9,q10}, [r0]! 302 vld2.s16 {q10,q11}, [r0]! 303 vld2.s16 {q11,q12}, [r0]! 304 vld2.s16 {q12,q13}, [r0]! 305 vld2.s16 {q13,q14}, [r0]! 306 vld2.s16 {q14,q15}, [r0]! 307 vld2.s16 {q0,q1}, [r0]! 308 vmov.s16 q15, q0; 309 310 ; generate cospi_30_64 = 1606 311 mov r3, #0x0600 312 add r3, #0x46 313 314 ; generate cospi_2_64 = 16305 315 mov r12, #0x3f00 316 add r12, #0xb1 317 318 ; transpose the input data 319 TRANSPOSE8X8 320 321 ; stage 3 322 vdup.16 d12, r3 ; duplicate cospi_30_64 323 vdup.16 d13, r12 ; duplicate cospi_2_64 324 325 ; preloading to avoid stall 326 ; generate cospi_14_64 = 12665 327 mov r3, #0x3100 328 add r3, #0x79 329 330 ; generate cospi_18_64 = 10394 331 mov r12, #0x2800 332 add r12, #0x9a 333 334 ; step1[8] * cospi_30_64 335 vmull.s16 q2, d16, d12 336 vmull.s16 q3, d17, d12 337 338 ; step1[8] * cospi_2_64 339 vmull.s16 q1, d16, d13 340 vmull.s16 q4, d17, d13 341 342 ; temp1 = step1[8] * cospi_30_64 - step1[15] * cospi_2_64 343 vmlsl.s16 q2, d30, d13 344 vmlsl.s16 q3, d31, d13 345 346 ; temp2 = step1[8] * cospi_2_64 + step1[15] * cospi_30_64 347 vmlal.s16 q1, d30, d12 348 vmlal.s16 q4, d31, d12 349 350 vdup.16 d30, r3 ; duplicate cospi_14_64 351 vdup.16 d31, r12 ; duplicate cospi_18_64 352 353 ; dct_const_round_shift(temp1) 354 vqrshrn.s32 d0, q2, #14 ; >> 14 355 vqrshrn.s32 d1, q3, #14 ; >> 14 356 357 ; dct_const_round_shift(temp2) 358 vqrshrn.s32 d14, q1, #14 ; >> 14 359 vqrshrn.s32 d15, q4, #14 ; >> 14 360 361 ; preloading to avoid stall 362 ; generate cospi_22_64 = 7723 363 mov r3, #0x1e00 364 add r3, #0x2b 365 366 ; generate cospi_10_64 = 14449 367 mov r12, #0x3800 368 add r12, #0x71 369 370 ; step1[9] * cospi_14_64 371 vmull.s16 q2, d24, d30 372 vmull.s16 q3, d25, d30 373 374 ; step1[9] * cospi_18_64 375 vmull.s16 q4, d24, d31 376 vmull.s16 q5, d25, d31 377 378 ; temp1 = step1[9] * cospi_14_64 - step1[14] * cospi_18_64 379 vmlsl.s16 q2, d22, d31 380 vmlsl.s16 q3, d23, d31 381 382 ; temp2 = step1[9] * cospi_18_64 + step1[14] * cospi_14_64 383 vmlal.s16 q4, d22, d30 384 vmlal.s16 q5, d23, d30 385 386 vdup.16 d30, r3 ; duplicate cospi_22_64 387 vdup.16 d31, r12 ; duplicate cospi_10_64 388 389 ; dct_const_round_shift(temp1) 390 vqrshrn.s32 d2, q2, #14 ; >> 14 391 vqrshrn.s32 d3, q3, #14 ; >> 14 392 393 ; dct_const_round_shift(temp2) 394 vqrshrn.s32 d12, q4, #14 ; >> 14 395 vqrshrn.s32 d13, q5, #14 ; >> 14 396 397 ; step1[10] * cospi_22_64 398 vmull.s16 q11, d20, d30 399 vmull.s16 q12, d21, d30 400 401 ; step1[10] * cospi_10_64 402 vmull.s16 q4, d20, d31 403 vmull.s16 q5, d21, d31 404 405 ; temp1 = step1[10] * cospi_22_64 - step1[13] * cospi_10_64 406 vmlsl.s16 q11, d26, d31 407 vmlsl.s16 q12, d27, d31 408 409 ; temp2 = step1[10] * cospi_10_64 + step1[13] * cospi_22_64 410 vmlal.s16 q4, d26, d30 411 vmlal.s16 q5, d27, d30 412 413 ; preloading to avoid stall 414 ; generate cospi_6_64 = 15679 415 mov r3, #0x3d00 416 add r3, #0x3f 417 418 ; generate cospi_26_64 = 4756 419 mov r12, #0x1200 420 add r12, #0x94 421 422 vdup.16 d30, r3 ; duplicate cospi_6_64 423 vdup.16 d31, r12 ; duplicate cospi_26_64 424 425 ; dct_const_round_shift(temp1) 426 vqrshrn.s32 d4, q11, #14 ; >> 14 427 vqrshrn.s32 d5, q12, #14 ; >> 14 428 429 ; dct_const_round_shift(temp2) 430 vqrshrn.s32 d11, q5, #14 ; >> 14 431 vqrshrn.s32 d10, q4, #14 ; >> 14 432 433 ; step1[11] * cospi_6_64 434 vmull.s16 q10, d28, d30 435 vmull.s16 q11, d29, d30 436 437 ; step1[11] * cospi_26_64 438 vmull.s16 q12, d28, d31 439 vmull.s16 q13, d29, d31 440 441 ; temp1 = step1[11] * cospi_6_64 - step1[12] * cospi_26_64 442 vmlsl.s16 q10, d18, d31 443 vmlsl.s16 q11, d19, d31 444 445 ; temp2 = step1[11] * cospi_26_64 + step1[12] * cospi_6_64 446 vmlal.s16 q12, d18, d30 447 vmlal.s16 q13, d19, d30 448 449 vsub.s16 q9, q0, q1 ; step1[9]=step2[8]-step2[9] 450 vadd.s16 q0, q0, q1 ; step1[8]=step2[8]+step2[9] 451 452 ; dct_const_round_shift(temp1) 453 vqrshrn.s32 d6, q10, #14 ; >> 14 454 vqrshrn.s32 d7, q11, #14 ; >> 14 455 456 ; dct_const_round_shift(temp2) 457 vqrshrn.s32 d8, q12, #14 ; >> 14 458 vqrshrn.s32 d9, q13, #14 ; >> 14 459 460 ; stage 3 461 vsub.s16 q10, q3, q2 ; step1[10]=-step2[10]+step2[11] 462 vadd.s16 q11, q2, q3 ; step1[11]=step2[10]+step2[11] 463 vadd.s16 q12, q4, q5 ; step1[12]=step2[12]+step2[13] 464 vsub.s16 q13, q4, q5 ; step1[13]=step2[12]-step2[13] 465 vsub.s16 q14, q7, q6 ; step1[14]=-step2[14]+tep2[15] 466 vadd.s16 q7, q6, q7 ; step1[15]=step2[14]+step2[15] 467 468 ; stage 4 469 ; generate cospi_24_64 = 6270 470 mov r3, #0x1800 471 add r3, #0x7e 472 473 ; generate cospi_8_64 = 15137 474 mov r12, #0x3b00 475 add r12, #0x21 476 477 ; -step1[9] * cospi_8_64 + step1[14] * cospi_24_64 478 vdup.16 d30, r12 ; duplicate cospi_8_64 479 vdup.16 d31, r3 ; duplicate cospi_24_64 480 481 ; step1[9] * cospi_24_64 482 vmull.s16 q2, d18, d31 483 vmull.s16 q3, d19, d31 484 485 ; step1[14] * cospi_24_64 486 vmull.s16 q4, d28, d31 487 vmull.s16 q5, d29, d31 488 489 ; temp2 = step1[9] * cospi_24_64 + step1[14] * cospi_8_64 490 vmlal.s16 q2, d28, d30 491 vmlal.s16 q3, d29, d30 492 493 ; temp1 = -step1[9] * cospi_8_64 + step1[14] * cospi_24_64 494 vmlsl.s16 q4, d18, d30 495 vmlsl.s16 q5, d19, d30 496 497 rsb r12, #0 498 vdup.16 d30, r12 ; duplicate -cospi_8_64 499 500 ; dct_const_round_shift(temp2) 501 vqrshrn.s32 d12, q2, #14 ; >> 14 502 vqrshrn.s32 d13, q3, #14 ; >> 14 503 504 ; dct_const_round_shift(temp1) 505 vqrshrn.s32 d2, q4, #14 ; >> 14 506 vqrshrn.s32 d3, q5, #14 ; >> 14 507 508 vmov.s16 q3, q11 509 vmov.s16 q4, q12 510 511 ; - step1[13] * cospi_8_64 512 vmull.s16 q11, d26, d30 513 vmull.s16 q12, d27, d30 514 515 ; -step1[10] * cospi_8_64 516 vmull.s16 q8, d20, d30 517 vmull.s16 q9, d21, d30 518 519 ; temp2 = -step1[10] * cospi_8_64 + step1[13] * cospi_24_64 520 vmlsl.s16 q11, d20, d31 521 vmlsl.s16 q12, d21, d31 522 523 ; temp1 = -step1[10] * cospi_8_64 + step1[13] * cospi_24_64 524 vmlal.s16 q8, d26, d31 525 vmlal.s16 q9, d27, d31 526 527 ; dct_const_round_shift(temp2) 528 vqrshrn.s32 d4, q11, #14 ; >> 14 529 vqrshrn.s32 d5, q12, #14 ; >> 14 530 531 ; dct_const_round_shift(temp1) 532 vqrshrn.s32 d10, q8, #14 ; >> 14 533 vqrshrn.s32 d11, q9, #14 ; >> 14 534 535 ; stage 5 536 vadd.s16 q8, q0, q3 ; step1[8] = step2[8]+step2[11]; 537 vadd.s16 q9, q1, q2 ; step1[9] = step2[9]+step2[10]; 538 vsub.s16 q10, q1, q2 ; step1[10] = step2[9]-step2[10]; 539 vsub.s16 q11, q0, q3 ; step1[11] = step2[8]-step2[11]; 540 vsub.s16 q12, q7, q4 ; step1[12] =-step2[12]+step2[15]; 541 vsub.s16 q13, q6, q5 ; step1[13] =-step2[13]+step2[14]; 542 vadd.s16 q14, q6, q5 ; step1[14] =step2[13]+step2[14]; 543 vadd.s16 q15, q7, q4 ; step1[15] =step2[12]+step2[15]; 544 545 ; stage 6. 546 ; generate cospi_16_64 = 11585 547 mov r12, #0x2d00 548 add r12, #0x41 549 550 vdup.16 d14, r12 ; duplicate cospi_16_64 551 552 ; step1[13] * cospi_16_64 553 vmull.s16 q3, d26, d14 554 vmull.s16 q4, d27, d14 555 556 ; step1[10] * cospi_16_64 557 vmull.s16 q0, d20, d14 558 vmull.s16 q1, d21, d14 559 560 ; temp1 = (-step1[10] + step1[13]) * cospi_16_64 561 vsub.s32 q5, q3, q0 562 vsub.s32 q6, q4, q1 563 564 ; temp2 = (step1[10] + step1[13]) * cospi_16_64 565 vadd.s32 q10, q3, q0 566 vadd.s32 q4, q4, q1 567 568 ; dct_const_round_shift(temp1) 569 vqrshrn.s32 d4, q5, #14 ; >> 14 570 vqrshrn.s32 d5, q6, #14 ; >> 14 571 572 ; dct_const_round_shift(temp2) 573 vqrshrn.s32 d10, q10, #14 ; >> 14 574 vqrshrn.s32 d11, q4, #14 ; >> 14 575 576 ; step1[11] * cospi_16_64 577 vmull.s16 q0, d22, d14 578 vmull.s16 q1, d23, d14 579 580 ; step1[12] * cospi_16_64 581 vmull.s16 q13, d24, d14 582 vmull.s16 q6, d25, d14 583 584 ; temp1 = (-step1[11] + step1[12]) * cospi_16_64 585 vsub.s32 q10, q13, q0 586 vsub.s32 q4, q6, q1 587 588 ; temp2 = (step1[11] + step1[12]) * cospi_16_64 589 vadd.s32 q13, q13, q0 590 vadd.s32 q6, q6, q1 591 592 ; dct_const_round_shift(temp1) 593 vqrshrn.s32 d6, q10, #14 ; >> 14 594 vqrshrn.s32 d7, q4, #14 ; >> 14 595 596 ; dct_const_round_shift(temp2) 597 vqrshrn.s32 d8, q13, #14 ; >> 14 598 vqrshrn.s32 d9, q6, #14 ; >> 14 599 600 mov r4, #16 ; pass1Output stride 601 ldr r3, [sp] ; load skip_adding 602 cmp r3, #0 ; check if need adding dest data 603 beq skip_adding_dest 604 605 ldr r7, [sp, #28] ; dest used to save element 0-7 606 mov r9, r7 ; save dest pointer for later use 607 ldr r8, [sp, #32] ; load dest_stride 608 609 ; stage 7 610 ; load the data in pass1 611 vld1.s16 {q0}, [r2], r4 ; load data step2[0] 612 vld1.s16 {q1}, [r2], r4 ; load data step2[1] 613 vld1.s16 {q10}, [r2], r4 ; load data step2[2] 614 vld1.s16 {q11}, [r2], r4 ; load data step2[3] 615 vld1.64 {d12}, [r7], r8 ; load destinatoin data 616 vld1.64 {d13}, [r7], r8 ; load destinatoin data 617 vadd.s16 q12, q0, q15 ; step2[0] + step2[15] 618 vadd.s16 q13, q1, q14 ; step2[1] + step2[14] 619 vrshr.s16 q12, q12, #6 ; ROUND_POWER_OF_TWO 620 vrshr.s16 q13, q13, #6 ; ROUND_POWER_OF_TWO 621 vaddw.u8 q12, q12, d12 ; + dest[j * dest_stride + i] 622 vaddw.u8 q13, q13, d13 ; + dest[j * dest_stride + i] 623 vqmovun.s16 d12, q12 ; clip pixel 624 vqmovun.s16 d13, q13 ; clip pixel 625 vst1.64 {d12}, [r9], r8 ; store the data 626 vst1.64 {d13}, [r9], r8 ; store the data 627 vsub.s16 q14, q1, q14 ; step2[1] - step2[14] 628 vsub.s16 q15, q0, q15 ; step2[0] - step2[15] 629 vld1.64 {d12}, [r7], r8 ; load destinatoin data 630 vld1.64 {d13}, [r7], r8 ; load destinatoin data 631 vadd.s16 q12, q10, q5 ; step2[2] + step2[13] 632 vadd.s16 q13, q11, q4 ; step2[3] + step2[12] 633 vrshr.s16 q12, q12, #6 ; ROUND_POWER_OF_TWO 634 vrshr.s16 q13, q13, #6 ; ROUND_POWER_OF_TWO 635 vaddw.u8 q12, q12, d12 ; + dest[j * dest_stride + i] 636 vaddw.u8 q13, q13, d13 ; + dest[j * dest_stride + i] 637 vqmovun.s16 d12, q12 ; clip pixel 638 vqmovun.s16 d13, q13 ; clip pixel 639 vst1.64 {d12}, [r9], r8 ; store the data 640 vst1.64 {d13}, [r9], r8 ; store the data 641 vsub.s16 q4, q11, q4 ; step2[3] - step2[12] 642 vsub.s16 q5, q10, q5 ; step2[2] - step2[13] 643 vld1.s16 {q0}, [r2], r4 ; load data step2[4] 644 vld1.s16 {q1}, [r2], r4 ; load data step2[5] 645 vld1.s16 {q10}, [r2], r4 ; load data step2[6] 646 vld1.s16 {q11}, [r2], r4 ; load data step2[7] 647 vld1.64 {d12}, [r7], r8 ; load destinatoin data 648 vld1.64 {d13}, [r7], r8 ; load destinatoin data 649 vadd.s16 q12, q0, q3 ; step2[4] + step2[11] 650 vadd.s16 q13, q1, q2 ; step2[5] + step2[10] 651 vrshr.s16 q12, q12, #6 ; ROUND_POWER_OF_TWO 652 vrshr.s16 q13, q13, #6 ; ROUND_POWER_OF_TWO 653 vaddw.u8 q12, q12, d12 ; + dest[j * dest_stride + i] 654 vaddw.u8 q13, q13, d13 ; + dest[j * dest_stride + i] 655 vqmovun.s16 d12, q12 ; clip pixel 656 vqmovun.s16 d13, q13 ; clip pixel 657 vst1.64 {d12}, [r9], r8 ; store the data 658 vst1.64 {d13}, [r9], r8 ; store the data 659 vsub.s16 q2, q1, q2 ; step2[5] - step2[10] 660 vsub.s16 q3, q0, q3 ; step2[4] - step2[11] 661 vld1.64 {d12}, [r7], r8 ; load destinatoin data 662 vld1.64 {d13}, [r7], r8 ; load destinatoin data 663 vadd.s16 q12, q10, q9 ; step2[6] + step2[9] 664 vadd.s16 q13, q11, q8 ; step2[7] + step2[8] 665 vrshr.s16 q12, q12, #6 ; ROUND_POWER_OF_TWO 666 vrshr.s16 q13, q13, #6 ; ROUND_POWER_OF_TWO 667 vaddw.u8 q12, q12, d12 ; + dest[j * dest_stride + i] 668 vaddw.u8 q13, q13, d13 ; + dest[j * dest_stride + i] 669 vqmovun.s16 d12, q12 ; clip pixel 670 vqmovun.s16 d13, q13 ; clip pixel 671 vst1.64 {d12}, [r9], r8 ; store the data 672 vst1.64 {d13}, [r9], r8 ; store the data 673 vld1.64 {d12}, [r7], r8 ; load destinatoin data 674 vld1.64 {d13}, [r7], r8 ; load destinatoin data 675 vsub.s16 q8, q11, q8 ; step2[7] - step2[8] 676 vsub.s16 q9, q10, q9 ; step2[6] - step2[9] 677 678 ; store the data output 8,9,10,11,12,13,14,15 679 vrshr.s16 q8, q8, #6 ; ROUND_POWER_OF_TWO 680 vaddw.u8 q8, q8, d12 ; + dest[j * dest_stride + i] 681 vqmovun.s16 d12, q8 ; clip pixel 682 vst1.64 {d12}, [r9], r8 ; store the data 683 vld1.64 {d12}, [r7], r8 ; load destinatoin data 684 vrshr.s16 q9, q9, #6 685 vaddw.u8 q9, q9, d13 ; + dest[j * dest_stride + i] 686 vqmovun.s16 d13, q9 ; clip pixel 687 vst1.64 {d13}, [r9], r8 ; store the data 688 vld1.64 {d13}, [r7], r8 ; load destinatoin data 689 vrshr.s16 q2, q2, #6 690 vaddw.u8 q2, q2, d12 ; + dest[j * dest_stride + i] 691 vqmovun.s16 d12, q2 ; clip pixel 692 vst1.64 {d12}, [r9], r8 ; store the data 693 vld1.64 {d12}, [r7], r8 ; load destinatoin data 694 vrshr.s16 q3, q3, #6 695 vaddw.u8 q3, q3, d13 ; + dest[j * dest_stride + i] 696 vqmovun.s16 d13, q3 ; clip pixel 697 vst1.64 {d13}, [r9], r8 ; store the data 698 vld1.64 {d13}, [r7], r8 ; load destinatoin data 699 vrshr.s16 q4, q4, #6 700 vaddw.u8 q4, q4, d12 ; + dest[j * dest_stride + i] 701 vqmovun.s16 d12, q4 ; clip pixel 702 vst1.64 {d12}, [r9], r8 ; store the data 703 vld1.64 {d12}, [r7], r8 ; load destinatoin data 704 vrshr.s16 q5, q5, #6 705 vaddw.u8 q5, q5, d13 ; + dest[j * dest_stride + i] 706 vqmovun.s16 d13, q5 ; clip pixel 707 vst1.64 {d13}, [r9], r8 ; store the data 708 vld1.64 {d13}, [r7], r8 ; load destinatoin data 709 vrshr.s16 q14, q14, #6 710 vaddw.u8 q14, q14, d12 ; + dest[j * dest_stride + i] 711 vqmovun.s16 d12, q14 ; clip pixel 712 vst1.64 {d12}, [r9], r8 ; store the data 713 vld1.64 {d12}, [r7], r8 ; load destinatoin data 714 vrshr.s16 q15, q15, #6 715 vaddw.u8 q15, q15, d13 ; + dest[j * dest_stride + i] 716 vqmovun.s16 d13, q15 ; clip pixel 717 vst1.64 {d13}, [r9], r8 ; store the data 718 b end_idct16x16_pass2 719 720skip_adding_dest 721 ; stage 7 722 ; load the data in pass1 723 mov r5, #24 724 mov r3, #8 725 726 vld1.s16 {q0}, [r2], r4 ; load data step2[0] 727 vld1.s16 {q1}, [r2], r4 ; load data step2[1] 728 vadd.s16 q12, q0, q15 ; step2[0] + step2[15] 729 vadd.s16 q13, q1, q14 ; step2[1] + step2[14] 730 vld1.s16 {q10}, [r2], r4 ; load data step2[2] 731 vld1.s16 {q11}, [r2], r4 ; load data step2[3] 732 vst1.64 {d24}, [r1], r3 ; store output[0] 733 vst1.64 {d25}, [r1], r5 734 vst1.64 {d26}, [r1], r3 ; store output[1] 735 vst1.64 {d27}, [r1], r5 736 vadd.s16 q12, q10, q5 ; step2[2] + step2[13] 737 vadd.s16 q13, q11, q4 ; step2[3] + step2[12] 738 vsub.s16 q14, q1, q14 ; step2[1] - step2[14] 739 vsub.s16 q15, q0, q15 ; step2[0] - step2[15] 740 vst1.64 {d24}, [r1], r3 ; store output[2] 741 vst1.64 {d25}, [r1], r5 742 vst1.64 {d26}, [r1], r3 ; store output[3] 743 vst1.64 {d27}, [r1], r5 744 vsub.s16 q4, q11, q4 ; step2[3] - step2[12] 745 vsub.s16 q5, q10, q5 ; step2[2] - step2[13] 746 vld1.s16 {q0}, [r2], r4 ; load data step2[4] 747 vld1.s16 {q1}, [r2], r4 ; load data step2[5] 748 vadd.s16 q12, q0, q3 ; step2[4] + step2[11] 749 vadd.s16 q13, q1, q2 ; step2[5] + step2[10] 750 vld1.s16 {q10}, [r2], r4 ; load data step2[6] 751 vld1.s16 {q11}, [r2], r4 ; load data step2[7] 752 vst1.64 {d24}, [r1], r3 ; store output[4] 753 vst1.64 {d25}, [r1], r5 754 vst1.64 {d26}, [r1], r3 ; store output[5] 755 vst1.64 {d27}, [r1], r5 756 vadd.s16 q12, q10, q9 ; step2[6] + step2[9] 757 vadd.s16 q13, q11, q8 ; step2[7] + step2[8] 758 vsub.s16 q2, q1, q2 ; step2[5] - step2[10] 759 vsub.s16 q3, q0, q3 ; step2[4] - step2[11] 760 vsub.s16 q8, q11, q8 ; step2[7] - step2[8] 761 vsub.s16 q9, q10, q9 ; step2[6] - step2[9] 762 vst1.64 {d24}, [r1], r3 ; store output[6] 763 vst1.64 {d25}, [r1], r5 764 vst1.64 {d26}, [r1], r3 ; store output[7] 765 vst1.64 {d27}, [r1], r5 766 767 ; store the data output 8,9,10,11,12,13,14,15 768 vst1.64 {d16}, [r1], r3 769 vst1.64 {d17}, [r1], r5 770 vst1.64 {d18}, [r1], r3 771 vst1.64 {d19}, [r1], r5 772 vst1.64 {d4}, [r1], r3 773 vst1.64 {d5}, [r1], r5 774 vst1.64 {d6}, [r1], r3 775 vst1.64 {d7}, [r1], r5 776 vst1.64 {d8}, [r1], r3 777 vst1.64 {d9}, [r1], r5 778 vst1.64 {d10}, [r1], r3 779 vst1.64 {d11}, [r1], r5 780 vst1.64 {d28}, [r1], r3 781 vst1.64 {d29}, [r1], r5 782 vst1.64 {d30}, [r1], r3 783 vst1.64 {d31}, [r1], r5 784end_idct16x16_pass2 785 pop {r3-r9} 786 bx lr 787 ENDP ; |vpx_idct16x16_256_add_neon_pass2| 788 789;void |vpx_idct16x16_10_add_neon_pass1|(int16_t *input, 790; int16_t *output, int output_stride) 791; 792; r0 int16_t input 793; r1 int16_t *output 794; r2 int output_stride) 795 796; idct16 stage1 - stage6 on all the elements loaded in q8-q15. The output 797; will be stored back into q8-q15 registers. This function will touch q0-q7 798; registers and use them as buffer during calculation. 799|vpx_idct16x16_10_add_neon_pass1| PROC 800 801 ; TODO(hkuang): Find a better way to load the elements. 802 ; load elements of 0, 2, 4, 6, 8, 10, 12, 14 into q8 - q15 803 vld2.s16 {q8,q9}, [r0]! 804 vld2.s16 {q9,q10}, [r0]! 805 vld2.s16 {q10,q11}, [r0]! 806 vld2.s16 {q11,q12}, [r0]! 807 vld2.s16 {q12,q13}, [r0]! 808 vld2.s16 {q13,q14}, [r0]! 809 vld2.s16 {q14,q15}, [r0]! 810 vld2.s16 {q1,q2}, [r0]! 811 vmov.s16 q15, q1 812 813 ; generate cospi_28_64*2 = 6392 814 mov r3, #0x1800 815 add r3, #0xf8 816 817 ; generate cospi_4_64*2 = 32138 818 mov r12, #0x7d00 819 add r12, #0x8a 820 821 ; transpose the input data 822 TRANSPOSE8X8 823 824 ; stage 3 825 vdup.16 q0, r3 ; duplicate cospi_28_64*2 826 vdup.16 q1, r12 ; duplicate cospi_4_64*2 827 828 ; The following instructions use vqrdmulh to do the 829 ; dct_const_round_shift(step2[4] * cospi_28_64). vvqrdmulh will multiply, 830 ; double, and return the high 16 bits, effectively giving >> 15. Doubling 831 ; the constant will change this to >> 14. 832 ; dct_const_round_shift(step2[4] * cospi_28_64); 833 vqrdmulh.s16 q4, q9, q0 834 835 ; preloading to avoid stall 836 ; generate cospi_16_64*2 = 23170 837 mov r3, #0x5a00 838 add r3, #0x82 839 840 ; dct_const_round_shift(step2[4] * cospi_4_64); 841 vqrdmulh.s16 q7, q9, q1 842 843 ; stage 4 844 vdup.16 q1, r3 ; cospi_16_64*2 845 846 ; generate cospi_16_64 = 11585 847 mov r3, #0x2d00 848 add r3, #0x41 849 850 vdup.16 d4, r3; ; duplicate cospi_16_64 851 852 ; dct_const_round_shift(step1[0] * cospi_16_64) 853 vqrdmulh.s16 q8, q8, q1 854 855 ; step2[6] * cospi_16_64 856 vmull.s16 q9, d14, d4 857 vmull.s16 q10, d15, d4 858 859 ; step2[5] * cospi_16_64 860 vmull.s16 q12, d9, d4 861 vmull.s16 q11, d8, d4 862 863 ; temp1 = (step2[6] - step2[5]) * cospi_16_64 864 vsub.s32 q15, q10, q12 865 vsub.s32 q6, q9, q11 866 867 ; temp2 = (step2[5] + step2[6]) * cospi_16_64 868 vadd.s32 q9, q9, q11 869 vadd.s32 q10, q10, q12 870 871 ; dct_const_round_shift(temp1) 872 vqrshrn.s32 d11, q15, #14 ; >> 14 873 vqrshrn.s32 d10, q6, #14 ; >> 14 874 875 ; dct_const_round_shift(temp2) 876 vqrshrn.s32 d12, q9, #14 ; >> 14 877 vqrshrn.s32 d13, q10, #14 ; >> 14 878 879 ; stage 6 880 vadd.s16 q2, q8, q7 ; step2[0] = step1[0] + step1[7]; 881 vadd.s16 q10, q8, q5 ; step2[2] = step1[2] + step1[5]; 882 vadd.s16 q11, q8, q4 ; step2[3] = step1[3] + step1[4]; 883 vadd.s16 q9, q8, q6 ; step2[1] = step1[1] + step1[6]; 884 vsub.s16 q12, q8, q4 ; step2[4] = step1[3] - step1[4]; 885 vsub.s16 q13, q8, q5 ; step2[5] = step1[2] - step1[5]; 886 vsub.s16 q14, q8, q6 ; step2[6] = step1[1] - step1[6]; 887 vsub.s16 q15, q8, q7 ; step2[7] = step1[0] - step1[7]; 888 889 ; store the data 890 vst1.64 {d4}, [r1], r2 891 vst1.64 {d5}, [r1], r2 892 vst1.64 {d18}, [r1], r2 893 vst1.64 {d19}, [r1], r2 894 vst1.64 {d20}, [r1], r2 895 vst1.64 {d21}, [r1], r2 896 vst1.64 {d22}, [r1], r2 897 vst1.64 {d23}, [r1], r2 898 vst1.64 {d24}, [r1], r2 899 vst1.64 {d25}, [r1], r2 900 vst1.64 {d26}, [r1], r2 901 vst1.64 {d27}, [r1], r2 902 vst1.64 {d28}, [r1], r2 903 vst1.64 {d29}, [r1], r2 904 vst1.64 {d30}, [r1], r2 905 vst1.64 {d31}, [r1], r2 906 907 bx lr 908 ENDP ; |vpx_idct16x16_10_add_neon_pass1| 909 910;void vpx_idct16x16_10_add_neon_pass2(int16_t *src, 911; int16_t *output, 912; int16_t *pass1Output, 913; int16_t skip_adding, 914; uint8_t *dest, 915; int dest_stride) 916; 917; r0 int16_t *src 918; r1 int16_t *output, 919; r2 int16_t *pass1Output, 920; r3 int16_t skip_adding, 921; r4 uint8_t *dest, 922; r5 int dest_stride) 923 924; idct16 stage1 - stage7 on all the elements loaded in q8-q15. The output 925; will be stored back into q8-q15 registers. This function will touch q0-q7 926; registers and use them as buffer during calculation. 927|vpx_idct16x16_10_add_neon_pass2| PROC 928 push {r3-r9} 929 930 ; TODO(hkuang): Find a better way to load the elements. 931 ; load elements of 1, 3, 5, 7, 9, 11, 13, 15 into q8 - q15 932 vld2.s16 {q8,q9}, [r0]! 933 vld2.s16 {q9,q10}, [r0]! 934 vld2.s16 {q10,q11}, [r0]! 935 vld2.s16 {q11,q12}, [r0]! 936 vld2.s16 {q12,q13}, [r0]! 937 vld2.s16 {q13,q14}, [r0]! 938 vld2.s16 {q14,q15}, [r0]! 939 vld2.s16 {q0,q1}, [r0]! 940 vmov.s16 q15, q0; 941 942 ; generate 2*cospi_30_64 = 3212 943 mov r3, #0xc00 944 add r3, #0x8c 945 946 ; generate 2*cospi_2_64 = 32610 947 mov r12, #0x7f00 948 add r12, #0x62 949 950 ; transpose the input data 951 TRANSPOSE8X8 952 953 ; stage 3 954 vdup.16 q6, r3 ; duplicate 2*cospi_30_64 955 956 ; dct_const_round_shift(step1[8] * cospi_30_64) 957 vqrdmulh.s16 q0, q8, q6 958 959 vdup.16 q6, r12 ; duplicate 2*cospi_2_64 960 961 ; dct_const_round_shift(step1[8] * cospi_2_64) 962 vqrdmulh.s16 q7, q8, q6 963 964 ; preloading to avoid stall 965 ; generate 2*cospi_26_64 = 9512 966 mov r12, #0x2500 967 add r12, #0x28 968 rsb r12, #0 969 vdup.16 q15, r12 ; duplicate -2*cospi_26_64 970 971 ; generate 2*cospi_6_64 = 31358 972 mov r3, #0x7a00 973 add r3, #0x7e 974 vdup.16 q14, r3 ; duplicate 2*cospi_6_64 975 976 ; dct_const_round_shift(- step1[12] * cospi_26_64) 977 vqrdmulh.s16 q3, q9, q15 978 979 ; dct_const_round_shift(step1[12] * cospi_6_64) 980 vqrdmulh.s16 q4, q9, q14 981 982 ; stage 4 983 ; generate cospi_24_64 = 6270 984 mov r3, #0x1800 985 add r3, #0x7e 986 vdup.16 d31, r3 ; duplicate cospi_24_64 987 988 ; generate cospi_8_64 = 15137 989 mov r12, #0x3b00 990 add r12, #0x21 991 vdup.16 d30, r12 ; duplicate cospi_8_64 992 993 ; step1[14] * cospi_24_64 994 vmull.s16 q12, d14, d31 995 vmull.s16 q5, d15, d31 996 997 ; step1[9] * cospi_24_64 998 vmull.s16 q2, d0, d31 999 vmull.s16 q11, d1, d31 1000 1001 ; temp1 = -step1[9] * cospi_8_64 + step1[14] * cospi_24_64 1002 vmlsl.s16 q12, d0, d30 1003 vmlsl.s16 q5, d1, d30 1004 1005 ; temp2 = step1[9] * cospi_24_64 + step1[14] * cospi_8_64 1006 vmlal.s16 q2, d14, d30 1007 vmlal.s16 q11, d15, d30 1008 1009 rsb r12, #0 1010 vdup.16 d30, r12 ; duplicate -cospi_8_64 1011 1012 ; dct_const_round_shift(temp1) 1013 vqrshrn.s32 d2, q12, #14 ; >> 14 1014 vqrshrn.s32 d3, q5, #14 ; >> 14 1015 1016 ; dct_const_round_shift(temp2) 1017 vqrshrn.s32 d12, q2, #14 ; >> 14 1018 vqrshrn.s32 d13, q11, #14 ; >> 14 1019 1020 ; - step1[13] * cospi_8_64 1021 vmull.s16 q10, d8, d30 1022 vmull.s16 q13, d9, d30 1023 1024 ; -step1[10] * cospi_8_64 1025 vmull.s16 q8, d6, d30 1026 vmull.s16 q9, d7, d30 1027 1028 ; temp1 = -step1[10] * cospi_24_64 - step1[13] * cospi_8_64 1029 vmlsl.s16 q10, d6, d31 1030 vmlsl.s16 q13, d7, d31 1031 1032 ; temp2 = -step1[10] * cospi_8_64 + step1[13] * cospi_24_64 1033 vmlal.s16 q8, d8, d31 1034 vmlal.s16 q9, d9, d31 1035 1036 ; dct_const_round_shift(temp1) 1037 vqrshrn.s32 d4, q10, #14 ; >> 14 1038 vqrshrn.s32 d5, q13, #14 ; >> 14 1039 1040 ; dct_const_round_shift(temp2) 1041 vqrshrn.s32 d10, q8, #14 ; >> 14 1042 vqrshrn.s32 d11, q9, #14 ; >> 14 1043 1044 ; stage 5 1045 vadd.s16 q8, q0, q3 ; step1[8] = step2[8]+step2[11]; 1046 vadd.s16 q9, q1, q2 ; step1[9] = step2[9]+step2[10]; 1047 vsub.s16 q10, q1, q2 ; step1[10] = step2[9]-step2[10]; 1048 vsub.s16 q11, q0, q3 ; step1[11] = step2[8]-step2[11]; 1049 vsub.s16 q12, q7, q4 ; step1[12] =-step2[12]+step2[15]; 1050 vsub.s16 q13, q6, q5 ; step1[13] =-step2[13]+step2[14]; 1051 vadd.s16 q14, q6, q5 ; step1[14] =step2[13]+step2[14]; 1052 vadd.s16 q15, q7, q4 ; step1[15] =step2[12]+step2[15]; 1053 1054 ; stage 6. 1055 ; generate cospi_16_64 = 11585 1056 mov r12, #0x2d00 1057 add r12, #0x41 1058 1059 vdup.16 d14, r12 ; duplicate cospi_16_64 1060 1061 ; step1[13] * cospi_16_64 1062 vmull.s16 q3, d26, d14 1063 vmull.s16 q4, d27, d14 1064 1065 ; step1[10] * cospi_16_64 1066 vmull.s16 q0, d20, d14 1067 vmull.s16 q1, d21, d14 1068 1069 ; temp1 = (-step1[10] + step1[13]) * cospi_16_64 1070 vsub.s32 q5, q3, q0 1071 vsub.s32 q6, q4, q1 1072 1073 ; temp2 = (step1[10] + step1[13]) * cospi_16_64 1074 vadd.s32 q0, q3, q0 1075 vadd.s32 q1, q4, q1 1076 1077 ; dct_const_round_shift(temp1) 1078 vqrshrn.s32 d4, q5, #14 ; >> 14 1079 vqrshrn.s32 d5, q6, #14 ; >> 14 1080 1081 ; dct_const_round_shift(temp2) 1082 vqrshrn.s32 d10, q0, #14 ; >> 14 1083 vqrshrn.s32 d11, q1, #14 ; >> 14 1084 1085 ; step1[11] * cospi_16_64 1086 vmull.s16 q0, d22, d14 1087 vmull.s16 q1, d23, d14 1088 1089 ; step1[12] * cospi_16_64 1090 vmull.s16 q13, d24, d14 1091 vmull.s16 q6, d25, d14 1092 1093 ; temp1 = (-step1[11] + step1[12]) * cospi_16_64 1094 vsub.s32 q10, q13, q0 1095 vsub.s32 q4, q6, q1 1096 1097 ; temp2 = (step1[11] + step1[12]) * cospi_16_64 1098 vadd.s32 q13, q13, q0 1099 vadd.s32 q6, q6, q1 1100 1101 ; dct_const_round_shift(input_dc * cospi_16_64) 1102 vqrshrn.s32 d6, q10, #14 ; >> 14 1103 vqrshrn.s32 d7, q4, #14 ; >> 14 1104 1105 ; dct_const_round_shift((step1[11] + step1[12]) * cospi_16_64); 1106 vqrshrn.s32 d8, q13, #14 ; >> 14 1107 vqrshrn.s32 d9, q6, #14 ; >> 14 1108 1109 mov r4, #16 ; pass1Output stride 1110 ldr r3, [sp] ; load skip_adding 1111 1112 ; stage 7 1113 ; load the data in pass1 1114 mov r5, #24 1115 mov r3, #8 1116 1117 vld1.s16 {q0}, [r2], r4 ; load data step2[0] 1118 vld1.s16 {q1}, [r2], r4 ; load data step2[1] 1119 vadd.s16 q12, q0, q15 ; step2[0] + step2[15] 1120 vadd.s16 q13, q1, q14 ; step2[1] + step2[14] 1121 vld1.s16 {q10}, [r2], r4 ; load data step2[2] 1122 vld1.s16 {q11}, [r2], r4 ; load data step2[3] 1123 vst1.64 {d24}, [r1], r3 ; store output[0] 1124 vst1.64 {d25}, [r1], r5 1125 vst1.64 {d26}, [r1], r3 ; store output[1] 1126 vst1.64 {d27}, [r1], r5 1127 vadd.s16 q12, q10, q5 ; step2[2] + step2[13] 1128 vadd.s16 q13, q11, q4 ; step2[3] + step2[12] 1129 vsub.s16 q14, q1, q14 ; step2[1] - step2[14] 1130 vsub.s16 q15, q0, q15 ; step2[0] - step2[15] 1131 vst1.64 {d24}, [r1], r3 ; store output[2] 1132 vst1.64 {d25}, [r1], r5 1133 vst1.64 {d26}, [r1], r3 ; store output[3] 1134 vst1.64 {d27}, [r1], r5 1135 vsub.s16 q4, q11, q4 ; step2[3] - step2[12] 1136 vsub.s16 q5, q10, q5 ; step2[2] - step2[13] 1137 vld1.s16 {q0}, [r2], r4 ; load data step2[4] 1138 vld1.s16 {q1}, [r2], r4 ; load data step2[5] 1139 vadd.s16 q12, q0, q3 ; step2[4] + step2[11] 1140 vadd.s16 q13, q1, q2 ; step2[5] + step2[10] 1141 vld1.s16 {q10}, [r2], r4 ; load data step2[6] 1142 vld1.s16 {q11}, [r2], r4 ; load data step2[7] 1143 vst1.64 {d24}, [r1], r3 ; store output[4] 1144 vst1.64 {d25}, [r1], r5 1145 vst1.64 {d26}, [r1], r3 ; store output[5] 1146 vst1.64 {d27}, [r1], r5 1147 vadd.s16 q12, q10, q9 ; step2[6] + step2[9] 1148 vadd.s16 q13, q11, q8 ; step2[7] + step2[8] 1149 vsub.s16 q2, q1, q2 ; step2[5] - step2[10] 1150 vsub.s16 q3, q0, q3 ; step2[4] - step2[11] 1151 vsub.s16 q8, q11, q8 ; step2[7] - step2[8] 1152 vsub.s16 q9, q10, q9 ; step2[6] - step2[9] 1153 vst1.64 {d24}, [r1], r3 ; store output[6] 1154 vst1.64 {d25}, [r1], r5 1155 vst1.64 {d26}, [r1], r3 ; store output[7] 1156 vst1.64 {d27}, [r1], r5 1157 1158 ; store the data output 8,9,10,11,12,13,14,15 1159 vst1.64 {d16}, [r1], r3 1160 vst1.64 {d17}, [r1], r5 1161 vst1.64 {d18}, [r1], r3 1162 vst1.64 {d19}, [r1], r5 1163 vst1.64 {d4}, [r1], r3 1164 vst1.64 {d5}, [r1], r5 1165 vst1.64 {d6}, [r1], r3 1166 vst1.64 {d7}, [r1], r5 1167 vst1.64 {d8}, [r1], r3 1168 vst1.64 {d9}, [r1], r5 1169 vst1.64 {d10}, [r1], r3 1170 vst1.64 {d11}, [r1], r5 1171 vst1.64 {d28}, [r1], r3 1172 vst1.64 {d29}, [r1], r5 1173 vst1.64 {d30}, [r1], r3 1174 vst1.64 {d31}, [r1], r5 1175end_idct10_16x16_pass2 1176 pop {r3-r9} 1177 bx lr 1178 ENDP ; |vpx_idct16x16_10_add_neon_pass2| 1179 END 1180