make indentation consistent
[libreriscv.git] / simple_v_extension / daxpy_example.mdwn
index 587d9354a678ca25adfa3a97ffcbb5005979d34f..d99c3b58f42709b8f5a73147a28d5579953bb56d 100644 (file)
@@ -1,15 +1,89 @@
-    # a0 is n, a1 is ptr to x[0], a2 is ptr to y[0], fa0 is a
-     VBLK.REG[0] = {type: F, regkey: a3, regidx: a3, elwidth: dflt}
-     VBLK.REG[1] = {type: F, regkey: a7, regidx: a7, elwidth: dflt}
-     VBLK.MVL = 4
+# c code
+
+```
+    void daxpy(size_t n, double a, const double x[], double y[]) {
+        for (size_t i = 0; i < n; i++)
+            y[i] = a*x[i] + y[i];
+    }
+```
+
+# SVP64 Power ISA version
+
+Summary: 9 instructions (see below, 8 instructions) 5 of which are 64-bit
+for a total of 14 "words".
+
+```
+    # r5: n count; r6: x ptr; r7: y ptr; fp1: a
+    1  mtctr 5                # move n to CTR
+    2  addi r10,r6,0          # copy y-ptr into r10 (y')
+    3  .L2
+    4  setvl MAXVL=32,VL=CTR  # actually VL=MIN(MAXVL,CTR)
+    5  sv.lfdup *32,8(6)      # load x into fp32-63, inc x
+    6  sv.lfdup *64,8(7)      # load y into fp64-95, inc y
+    7  sv.fmadd *64,*64,1,*32 # (*y) = (*y) * (*x) + fp1
+    8  sv.stfdup *64,8(10)    # store at y-copy, inc y'
+    9  sv.bc/ctr .L2          # decr CTR by VL, jump !zero
+    10 blr                    # return
+```
+
+A refinement, reducing 1 instruction and register port usage.
+Relies on post-increment, relies on no overlap between x and y
+in memory, and critically relies on y overwrite.
+
+```
+    # r5: n count; r6: x ptr; r7: y ptr; fp1: a
+    1  mtctr 5                # move n to CTR
+    2  .L2
+    3  setvl MAXVL=32,VL=CTR  # actually VL=MIN(MAXVL,CTR)
+    4  sv.lfdup *32,8(6)      # load x into fp32-63, incr x
+    5  sv.lfd *64,8(7)        # load y into fp64-95, NO INC
+    6  sv.fmadd *64,*64,1,*32 # (*y) = (*y) * (*x) + fp1
+    7  sv.stfdup *64,8(7)     # store at y, incr y
+    8  sv.bc/ctr .L2          # decr CTR by VL, jump !zero
+    9  blr                    # return
+```
+
+# RVV version
+
+Summary: 12 instructions, 7 32-bit and 5 16-bit for a total of 9.5 "words"
+
+```
+    # a0 is n, a1 is pointer to x[0], a2 is pointer to y[0], fa0 is a
+      li t0, 2<<25
+      vsetdcfg t0             # enable 2 64b Fl.Pt. registers
     loop:
-     setvl  t0, a0          # vl = t0 = min(a0, MVL))
-     ld     a3, a1          # load 4 registers a3-6 from x
-     slli   t1, t0, 3       # t1 = vl * 8 (in bytes)
-     ld     a7, a2          # load 4 registers a7-10 from y
-     add    a1, a1, t1      # increment pointer to x by vl*8
-     fmadd  a7, a3, fa0, a7 # v1 += v0 * fa0 (y = a * x + y)
-     sub    a0, a0, t0      # n -= vl (t0)
-     st     a7, a2          # store 4 registers a7-10 to y
-     add    a2, a2, t1      # increment pointer to y by vl*8
-     bnez   a0, loop        # repeat if n != 0
+      setvl  t0, a0           # vl = t0 = min(mvl, n)
+      vld    v0, a1           # load vector x
+      c.slli   t1, t0, 3      # t1 = vl * 8 (in bytes)
+      vld    v1, a2           # load vector y
+      c.add    a1, a1, t1     # increment pointer to x by vl*8
+      vfmadd v1, v0, fa0, v1  # v1 += v0 * fa0 (y = a * x + y)
+      c.sub    a0, a0, t0     # n -= vl (t0)
+      vst    v1, a2           # store Y
+      c.add    a2, a2, t1     # increment pointer to y by vl*8
+      c.bnez   a0, loop       # repeat if n != 0
+      c.ret                   # return
+```
+
+# SVE Version
+
+Summary: 12 instructions, all 32-bit, for a total of 12 "words"
+
+```
+    1  // x0 = &x[0], x1 = &y[0], x2 = &a, x3 = &n
+    2  daxpy_:
+    3  ldrswx3, [x3]                     // x3=*n
+    4  movx4, #0                         // x4=i=0
+    5  whilelt p0.d, x4, x3              // p0=while(i++<n)
+    6  ld1rdz0.d, p0/z, [x2]             // p0:z0=bcast(*a)
+    7  .loop:
+    8  ld1d z1.d, p0/z, [x0, x4, lsl #3] // p0:z1=x[i]
+    9  ld1d z2.d, p0/z, [x1, x4, lsl #3] // p0:z2=y[i]
+    10 fmla z2.d, p0/m, z1.d, z0.d       // p0?z2+=x[i]*a
+    11 st1d z2.d, p0, [x1, x4, lsl #3]   // p0?y[i]=z2
+    12 incd x4                           // i+=(VL/64)
+    13 .latch:
+    14 whilelt p0.d, x4, x3             // p0=while(i++<n)
+    15 b.first .loop                    // more to do?
+    16 ret
+```