Google Git
Sign in
llvm / llvm-project / llvm / e7e1a7ad6f753bcb646a0a80f8ac71809ba0829d / . / test / CodeGen / X86 / avxvnni-combine.ll
blob: d8e73a5cf37d8d9c48a11ec2176e8ca759e4dd85 [file] [log] [blame]
; NOTE: Assertions have been autogenerated by utils/update_llc_test_checks.py UTC_ARGS: --version 2
; RUN: llc < %s -mtriple=x86_64-unknown-unknown -mcpu=alderlake -verify-machineinstrs| FileCheck %s --check-prefixes=AVX,ADL
; RUN: llc < %s -mtriple=x86_64-unknown-unknown -mcpu=sapphirerapids -verify-machineinstrs | FileCheck %s --check-prefixes=AVX,SPR
; RUN: llc < %s -mtriple=x86_64-unknown-unknown -mcpu=icelake-server -verify-machineinstrs | FileCheck %s --check-prefixes=AVX512
define <2 x i64> @foo_reg_128(<2 x i64> %0, <2 x i64> %1, <2 x i64> %2, <2 x i64> %3, <2 x i64> %4, <2 x i64> %5) {
; AVX-LABEL: foo_reg_128:
; AVX: # %bb.0:
; AVX-NEXT: {vex} vpdpwssd %xmm2, %xmm1, %xmm0
; AVX-NEXT: vpmaddwd %xmm3, %xmm1, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX-NEXT: vpmaddwd %xmm4, %xmm1, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX-NEXT: vpmaddwd %xmm5, %xmm1, %xmm1
; AVX-NEXT: vpaddd %xmm1, %xmm0, %xmm0
; AVX-NEXT: retq
;
; AVX512-LABEL: foo_reg_128:
; AVX512: # %bb.0:
; AVX512-NEXT: vpdpwssd %xmm2, %xmm1, %xmm0
; AVX512-NEXT: vpmaddwd %xmm3, %xmm1, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX512-NEXT: vpmaddwd %xmm4, %xmm1, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX512-NEXT: vpmaddwd %xmm5, %xmm1, %xmm1
; AVX512-NEXT: vpaddd %xmm1, %xmm0, %xmm0
; AVX512-NEXT: retq
%7 = bitcast <2 x i64> %0 to <4 x i32>
%8 = bitcast <2 x i64> %1 to <4 x i32>
%9 = bitcast <2 x i64> %2 to <4 x i32>
%10 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %7, <4 x i32> %8, <4 x i32> %9)
%11 = bitcast <2 x i64> %3 to <4 x i32>
%12 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %10, <4 x i32> %8, <4 x i32> %11)
%13 = bitcast <2 x i64> %4 to <4 x i32>
%14 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %12, <4 x i32> %8, <4 x i32> %13)
%15 = bitcast <2 x i64> %5 to <4 x i32>
%16 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %14, <4 x i32> %8, <4 x i32> %15)
%17 = bitcast <4 x i32> %16 to <2 x i64>
ret <2 x i64> %17
}
declare <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32>, <4 x i32>, <4 x i32>) #1
define <2 x i64> @foo_128(i32 %0, <2 x i64> %1, <2 x i64> %2, ptr %3) {
; AVX-LABEL: foo_128:
; AVX: # %bb.0:
; AVX-NEXT: testl %edi, %edi
; AVX-NEXT: jle .LBB1_6
; AVX-NEXT: # %bb.1:
; AVX-NEXT: movl %edi, %edx
; AVX-NEXT: movl %edx, %eax
; AVX-NEXT: andl $3, %eax
; AVX-NEXT: cmpl $4, %edi
; AVX-NEXT: jae .LBB1_7
; AVX-NEXT: # %bb.2:
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: jmp .LBB1_3
; AVX-NEXT: .LBB1_7:
; AVX-NEXT: andl $-4, %edx
; AVX-NEXT: leaq 48(%rsi), %rdi
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB1_8: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: {vex} vpdpwssd -48(%rdi), %xmm1, %xmm0
; AVX-NEXT: vpmaddwd -32(%rdi), %xmm1, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX-NEXT: vpmaddwd -16(%rdi), %xmm1, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX-NEXT: vpmaddwd (%rdi), %xmm1, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX-NEXT: addq $4, %rcx
; AVX-NEXT: addq $64, %rdi
; AVX-NEXT: cmpq %rcx, %rdx
; AVX-NEXT: jne .LBB1_8
; AVX-NEXT: .LBB1_3:
; AVX-NEXT: testq %rax, %rax
; AVX-NEXT: je .LBB1_6
; AVX-NEXT: # %bb.4: # %.preheader
; AVX-NEXT: shlq $4, %rcx
; AVX-NEXT: addq %rcx, %rsi
; AVX-NEXT: shlq $4, %rax
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB1_5: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: {vex} vpdpwssd (%rsi,%rcx), %xmm1, %xmm0
; AVX-NEXT: addq $16, %rcx
; AVX-NEXT: cmpq %rcx, %rax
; AVX-NEXT: jne .LBB1_5
; AVX-NEXT: .LBB1_6:
; AVX-NEXT: retq
;
; AVX512-LABEL: foo_128:
; AVX512: # %bb.0:
; AVX512-NEXT: testl %edi, %edi
; AVX512-NEXT: jle .LBB1_6
; AVX512-NEXT: # %bb.1:
; AVX512-NEXT: movl %edi, %edx
; AVX512-NEXT: movl %edx, %eax
; AVX512-NEXT: andl $3, %eax
; AVX512-NEXT: cmpl $4, %edi
; AVX512-NEXT: jae .LBB1_7
; AVX512-NEXT: # %bb.2:
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: jmp .LBB1_3
; AVX512-NEXT: .LBB1_7:
; AVX512-NEXT: andl $-4, %edx
; AVX512-NEXT: leaq 48(%rsi), %rdi
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB1_8: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vpdpwssd -48(%rdi), %xmm1, %xmm0
; AVX512-NEXT: vpmaddwd -32(%rdi), %xmm1, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX512-NEXT: vpmaddwd -16(%rdi), %xmm1, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX512-NEXT: vpmaddwd (%rdi), %xmm1, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm0, %xmm0
; AVX512-NEXT: addq $4, %rcx
; AVX512-NEXT: addq $64, %rdi
; AVX512-NEXT: cmpq %rcx, %rdx
; AVX512-NEXT: jne .LBB1_8
; AVX512-NEXT: .LBB1_3:
; AVX512-NEXT: testq %rax, %rax
; AVX512-NEXT: je .LBB1_6
; AVX512-NEXT: # %bb.4: # %.preheader
; AVX512-NEXT: shlq $4, %rcx
; AVX512-NEXT: addq %rcx, %rsi
; AVX512-NEXT: shlq $4, %rax
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB1_5: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vpdpwssd (%rsi,%rcx), %xmm1, %xmm0
; AVX512-NEXT: addq $16, %rcx
; AVX512-NEXT: cmpq %rcx, %rax
; AVX512-NEXT: jne .LBB1_5
; AVX512-NEXT: .LBB1_6:
; AVX512-NEXT: retq
%5 = icmp sgt i32 %0, 0
br i1 %5, label %6, label %33
6: ; preds = %4
%7 = bitcast <2 x i64> %2 to <8 x i16>
%8 = bitcast <2 x i64> %1 to <4 x i32>
%9 = zext i32 %0 to i64
%10 = and i64 %9, 3
%11 = icmp ult i32 %0, 4
br i1 %11, label %14, label %12
12: ; preds = %6
%13 = and i64 %9, 4294967292
br label %35
14: ; preds = %35, %6
%15 = phi <4 x i32> [ undef, %6 ], [ %57, %35 ]
%16 = phi i64 [ 0, %6 ], [ %58, %35 ]
%17 = phi <4 x i32> [ %8, %6 ], [ %57, %35 ]
%18 = icmp eq i64 %10, 0
br i1 %18, label %30, label %19
19: ; preds = %14, %19
%20 = phi i64 [ %27, %19 ], [ %16, %14 ]
%21 = phi <4 x i32> [ %26, %19 ], [ %17, %14 ]
%22 = phi i64 [ %28, %19 ], [ 0, %14 ]
%23 = getelementptr inbounds <2 x i64>, ptr %3, i64 %20
%24 = load <8 x i16>, ptr %23, align 16
%25 = tail call <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16> %7, <8 x i16> %24)
%26 = add <4 x i32> %25, %21
%27 = add nuw nsw i64 %20, 1
%28 = add i64 %22, 1
%29 = icmp eq i64 %28, %10
br i1 %29, label %30, label %19
30: ; preds = %19, %14
%31 = phi <4 x i32> [ %15, %14 ], [ %26, %19 ]
%32 = bitcast <4 x i32> %31 to <2 x i64>
br label %33
33: ; preds = %30, %4
%34 = phi <2 x i64> [ %32, %30 ], [ %1, %4 ]
ret <2 x i64> %34
35: ; preds = %35, %12
%36 = phi i64 [ 0, %12 ], [ %58, %35 ]
%37 = phi <4 x i32> [ %8, %12 ], [ %57, %35 ]
%38 = phi i64 [ 0, %12 ], [ %59, %35 ]
%39 = getelementptr inbounds <2 x i64>, ptr %3, i64 %36
%40 = load <8 x i16>, ptr %39, align 16
%41 = tail call <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16> %7, <8 x i16> %40)
%42 = add <4 x i32> %41, %37
%43 = or i64 %36, 1
%44 = getelementptr inbounds <2 x i64>, ptr %3, i64 %43
%45 = load <8 x i16>, ptr %44, align 16
%46 = tail call <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16> %7, <8 x i16> %45)
%47 = add <4 x i32> %46, %42
%48 = or i64 %36, 2
%49 = getelementptr inbounds <2 x i64>, ptr %3, i64 %48
%50 = load <8 x i16>, ptr %49, align 16
%51 = tail call <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16> %7, <8 x i16> %50)
%52 = add <4 x i32> %51, %47
%53 = or i64 %36, 3
%54 = getelementptr inbounds <2 x i64>, ptr %3, i64 %53
%55 = load <8 x i16>, ptr %54, align 16
%56 = tail call <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16> %7, <8 x i16> %55)
%57 = add <4 x i32> %56, %52
%58 = add nuw nsw i64 %36, 4
%59 = add i64 %38, 4
%60 = icmp eq i64 %59, %13
br i1 %60, label %14, label %35
}
define void @bar_128(i32 %0, ptr %1, <2 x i64> %2, ptr %3) {
; AVX-LABEL: bar_128:
; AVX: # %bb.0:
; AVX-NEXT: testl %edi, %edi
; AVX-NEXT: jle .LBB2_5
; AVX-NEXT: # %bb.1:
; AVX-NEXT: movl %edi, %eax
; AVX-NEXT: cmpl $1, %edi
; AVX-NEXT: jne .LBB2_6
; AVX-NEXT: # %bb.2:
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: jmp .LBB2_3
; AVX-NEXT: .LBB2_6:
; AVX-NEXT: movl %eax, %edi
; AVX-NEXT: andl $-2, %edi
; AVX-NEXT: movl $16, %r8d
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB2_7: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: vmovdqa (%rsi,%r8), %xmm1
; AVX-NEXT: vpmaddwd -16(%rdx,%r8), %xmm0, %xmm2
; AVX-NEXT: vpaddd -16(%rsi,%r8), %xmm2, %xmm2
; AVX-NEXT: vmovdqa %xmm2, -16(%rsi,%r8)
; AVX-NEXT: vpmaddwd (%rdx,%r8), %xmm0, %xmm2
; AVX-NEXT: vpaddd %xmm2, %xmm1, %xmm1
; AVX-NEXT: vmovdqa %xmm1, (%rsi,%r8)
; AVX-NEXT: addq $2, %rcx
; AVX-NEXT: addq $32, %r8
; AVX-NEXT: cmpq %rcx, %rdi
; AVX-NEXT: jne .LBB2_7
; AVX-NEXT: .LBB2_3:
; AVX-NEXT: testb $1, %al
; AVX-NEXT: je .LBB2_5
; AVX-NEXT: # %bb.4:
; AVX-NEXT: shlq $4, %rcx
; AVX-NEXT: vmovdqa (%rsi,%rcx), %xmm1
; AVX-NEXT: {vex} vpdpwssd (%rdx,%rcx), %xmm0, %xmm1
; AVX-NEXT: vmovdqa %xmm1, (%rsi,%rcx)
; AVX-NEXT: .LBB2_5:
; AVX-NEXT: retq
;
; AVX512-LABEL: bar_128:
; AVX512: # %bb.0:
; AVX512-NEXT: testl %edi, %edi
; AVX512-NEXT: jle .LBB2_5
; AVX512-NEXT: # %bb.1:
; AVX512-NEXT: movl %edi, %eax
; AVX512-NEXT: cmpl $1, %edi
; AVX512-NEXT: jne .LBB2_6
; AVX512-NEXT: # %bb.2:
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: jmp .LBB2_3
; AVX512-NEXT: .LBB2_6:
; AVX512-NEXT: movl %eax, %edi
; AVX512-NEXT: andl $-2, %edi
; AVX512-NEXT: movl $16, %r8d
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB2_7: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vmovdqa (%rsi,%r8), %xmm1
; AVX512-NEXT: vpmaddwd -16(%rdx,%r8), %xmm0, %xmm2
; AVX512-NEXT: vpaddd -16(%rsi,%r8), %xmm2, %xmm2
; AVX512-NEXT: vmovdqa %xmm2, -16(%rsi,%r8)
; AVX512-NEXT: vpmaddwd (%rdx,%r8), %xmm0, %xmm2
; AVX512-NEXT: vpaddd %xmm2, %xmm1, %xmm1
; AVX512-NEXT: vmovdqa %xmm1, (%rsi,%r8)
; AVX512-NEXT: addq $2, %rcx
; AVX512-NEXT: addq $32, %r8
; AVX512-NEXT: cmpq %rcx, %rdi
; AVX512-NEXT: jne .LBB2_7
; AVX512-NEXT: .LBB2_3:
; AVX512-NEXT: testb $1, %al
; AVX512-NEXT: je .LBB2_5
; AVX512-NEXT: # %bb.4:
; AVX512-NEXT: shlq $4, %rcx
; AVX512-NEXT: vpmaddwd (%rdx,%rcx), %xmm0, %xmm0
; AVX512-NEXT: vpaddd (%rsi,%rcx), %xmm0, %xmm0
; AVX512-NEXT: vmovdqa %xmm0, (%rsi,%rcx)
; AVX512-NEXT: .LBB2_5:
; AVX512-NEXT: retq
%5 = icmp sgt i32 %0, 0
br i1 %5, label %6, label %22
6: ; preds = %4
%7 = bitcast <2 x i64> %2 to <4 x i32>
%8 = zext i32 %0 to i64
%9 = and i64 %8, 1
%10 = icmp eq i32 %0, 1
br i1 %10, label %13, label %11
11: ; preds = %6
%12 = and i64 %8, 4294967294
br label %23
13: ; preds = %23, %6
%14 = phi i64 [ 0, %6 ], [ %37, %23 ]
%15 = icmp eq i64 %9, 0
br i1 %15, label %22, label %16
16: ; preds = %13
%17 = getelementptr inbounds <2 x i64>, ptr %3, i64 %14
%18 = load <4 x i32>, ptr %17, align 16
%19 = getelementptr inbounds <2 x i64>, ptr %1, i64 %14
%20 = load <4 x i32>, ptr %19, align 16
%21 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %20, <4 x i32> %7, <4 x i32> %18)
store <4 x i32> %21, ptr %19, align 16
br label %22
22: ; preds = %16, %13, %4
ret void
23: ; preds = %23, %11
%24 = phi i64 [ 0, %11 ], [ %37, %23 ]
%25 = phi i64 [ 0, %11 ], [ %38, %23 ]
%26 = getelementptr inbounds <2 x i64>, ptr %3, i64 %24
%27 = load <4 x i32>, ptr %26, align 16
%28 = getelementptr inbounds <2 x i64>, ptr %1, i64 %24
%29 = load <4 x i32>, ptr %28, align 16
%30 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %29, <4 x i32> %7, <4 x i32> %27)
store <4 x i32> %30, ptr %28, align 16
%31 = or i64 %24, 1
%32 = getelementptr inbounds <2 x i64>, ptr %3, i64 %31
%33 = load <4 x i32>, ptr %32, align 16
%34 = getelementptr inbounds <2 x i64>, ptr %1, i64 %31
%35 = load <4 x i32>, ptr %34, align 16
%36 = tail call <4 x i32> @llvm.x86.avx512.vpdpwssd.128(<4 x i32> %35, <4 x i32> %7, <4 x i32> %33)
store <4 x i32> %36, ptr %34, align 16
%37 = add nuw nsw i64 %24, 2
%38 = add i64 %25, 2
%39 = icmp eq i64 %38, %12
br i1 %39, label %13, label %23
}
declare <4 x i32> @llvm.x86.sse2.pmadd.wd(<8 x i16>, <8 x i16>) #1
define <4 x i64> @foo_reg_256(<4 x i64> %0, <4 x i64> %1, <4 x i64> %2, <4 x i64> %3, <4 x i64> %4, <4 x i64> %5) {
; AVX-LABEL: foo_reg_256:
; AVX: # %bb.0:
; AVX-NEXT: {vex} vpdpwssd %ymm2, %ymm1, %ymm0
; AVX-NEXT: vpmaddwd %ymm3, %ymm1, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX-NEXT: vpmaddwd %ymm4, %ymm1, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX-NEXT: vpmaddwd %ymm5, %ymm1, %ymm1
; AVX-NEXT: vpaddd %ymm1, %ymm0, %ymm0
; AVX-NEXT: retq
;
; AVX512-LABEL: foo_reg_256:
; AVX512: # %bb.0:
; AVX512-NEXT: vpdpwssd %ymm2, %ymm1, %ymm0
; AVX512-NEXT: vpmaddwd %ymm3, %ymm1, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX512-NEXT: vpmaddwd %ymm4, %ymm1, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX512-NEXT: vpmaddwd %ymm5, %ymm1, %ymm1
; AVX512-NEXT: vpaddd %ymm1, %ymm0, %ymm0
; AVX512-NEXT: retq
%7 = bitcast <4 x i64> %0 to <8 x i32>
%8 = bitcast <4 x i64> %1 to <8 x i32>
%9 = bitcast <4 x i64> %2 to <8 x i32>
%10 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %7, <8 x i32> %8, <8 x i32> %9)
%11 = bitcast <4 x i64> %3 to <8 x i32>
%12 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %10, <8 x i32> %8, <8 x i32> %11)
%13 = bitcast <4 x i64> %4 to <8 x i32>
%14 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %12, <8 x i32> %8, <8 x i32> %13)
%15 = bitcast <4 x i64> %5 to <8 x i32>
%16 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %14, <8 x i32> %8, <8 x i32> %15)
%17 = bitcast <8 x i32> %16 to <4 x i64>
ret <4 x i64> %17
}
; __m256i foo(int cnt, __m256i c, __m256i b, __m256i *p) {
; for (int i = 0; i < cnt; ++i) {
; __m256i a = p[i];
; __m256i m = _mm256_madd_epi16 (b, a);
; c = _mm256_add_epi32(m, c);
; }
; return c;
; }
define <4 x i64> @foo_256(i32 %0, <4 x i64> %1, <4 x i64> %2, ptr %3) {
; AVX-LABEL: foo_256:
; AVX: # %bb.0:
; AVX-NEXT: testl %edi, %edi
; AVX-NEXT: jle .LBB4_6
; AVX-NEXT: # %bb.1:
; AVX-NEXT: movl %edi, %edx
; AVX-NEXT: movl %edx, %eax
; AVX-NEXT: andl $3, %eax
; AVX-NEXT: cmpl $4, %edi
; AVX-NEXT: jae .LBB4_7
; AVX-NEXT: # %bb.2:
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: jmp .LBB4_3
; AVX-NEXT: .LBB4_7:
; AVX-NEXT: andl $-4, %edx
; AVX-NEXT: leaq 96(%rsi), %rdi
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB4_8: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: {vex} vpdpwssd -96(%rdi), %ymm1, %ymm0
; AVX-NEXT: vpmaddwd -64(%rdi), %ymm1, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX-NEXT: vpmaddwd -32(%rdi), %ymm1, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX-NEXT: vpmaddwd (%rdi), %ymm1, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX-NEXT: addq $4, %rcx
; AVX-NEXT: subq $-128, %rdi
; AVX-NEXT: cmpq %rcx, %rdx
; AVX-NEXT: jne .LBB4_8
; AVX-NEXT: .LBB4_3:
; AVX-NEXT: testq %rax, %rax
; AVX-NEXT: je .LBB4_6
; AVX-NEXT: # %bb.4: # %.preheader
; AVX-NEXT: shlq $5, %rcx
; AVX-NEXT: addq %rcx, %rsi
; AVX-NEXT: shlq $5, %rax
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB4_5: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: {vex} vpdpwssd (%rsi,%rcx), %ymm1, %ymm0
; AVX-NEXT: addq $32, %rcx
; AVX-NEXT: cmpq %rcx, %rax
; AVX-NEXT: jne .LBB4_5
; AVX-NEXT: .LBB4_6:
; AVX-NEXT: retq
;
; AVX512-LABEL: foo_256:
; AVX512: # %bb.0:
; AVX512-NEXT: testl %edi, %edi
; AVX512-NEXT: jle .LBB4_6
; AVX512-NEXT: # %bb.1:
; AVX512-NEXT: movl %edi, %edx
; AVX512-NEXT: movl %edx, %eax
; AVX512-NEXT: andl $3, %eax
; AVX512-NEXT: cmpl $4, %edi
; AVX512-NEXT: jae .LBB4_7
; AVX512-NEXT: # %bb.2:
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: jmp .LBB4_3
; AVX512-NEXT: .LBB4_7:
; AVX512-NEXT: andl $-4, %edx
; AVX512-NEXT: leaq 96(%rsi), %rdi
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB4_8: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vpdpwssd -96(%rdi), %ymm1, %ymm0
; AVX512-NEXT: vpmaddwd -64(%rdi), %ymm1, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX512-NEXT: vpmaddwd -32(%rdi), %ymm1, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX512-NEXT: vpmaddwd (%rdi), %ymm1, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm0, %ymm0
; AVX512-NEXT: addq $4, %rcx
; AVX512-NEXT: subq $-128, %rdi
; AVX512-NEXT: cmpq %rcx, %rdx
; AVX512-NEXT: jne .LBB4_8
; AVX512-NEXT: .LBB4_3:
; AVX512-NEXT: testq %rax, %rax
; AVX512-NEXT: je .LBB4_6
; AVX512-NEXT: # %bb.4: # %.preheader
; AVX512-NEXT: shlq $5, %rcx
; AVX512-NEXT: addq %rcx, %rsi
; AVX512-NEXT: shlq $5, %rax
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB4_5: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vpdpwssd (%rsi,%rcx), %ymm1, %ymm0
; AVX512-NEXT: addq $32, %rcx
; AVX512-NEXT: cmpq %rcx, %rax
; AVX512-NEXT: jne .LBB4_5
; AVX512-NEXT: .LBB4_6:
; AVX512-NEXT: retq
%5 = icmp sgt i32 %0, 0
br i1 %5, label %6, label %33
6: ; preds = %4
%7 = bitcast <4 x i64> %2 to <16 x i16>
%8 = bitcast <4 x i64> %1 to <8 x i32>
%9 = zext i32 %0 to i64
%10 = and i64 %9, 3
%11 = icmp ult i32 %0, 4
br i1 %11, label %14, label %12
12: ; preds = %6
%13 = and i64 %9, 4294967292
br label %35
14: ; preds = %35, %6
%15 = phi <8 x i32> [ undef, %6 ], [ %57, %35 ]
%16 = phi i64 [ 0, %6 ], [ %58, %35 ]
%17 = phi <8 x i32> [ %8, %6 ], [ %57, %35 ]
%18 = icmp eq i64 %10, 0
br i1 %18, label %30, label %19
19: ; preds = %14, %19
%20 = phi i64 [ %27, %19 ], [ %16, %14 ]
%21 = phi <8 x i32> [ %26, %19 ], [ %17, %14 ]
%22 = phi i64 [ %28, %19 ], [ 0, %14 ]
%23 = getelementptr inbounds <4 x i64>, ptr %3, i64 %20
%24 = load <16 x i16>, ptr %23, align 32
%25 = tail call <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16> %7, <16 x i16> %24)
%26 = add <8 x i32> %25, %21
%27 = add nuw nsw i64 %20, 1
%28 = add i64 %22, 1
%29 = icmp eq i64 %28, %10
br i1 %29, label %30, label %19
30: ; preds = %19, %14
%31 = phi <8 x i32> [ %15, %14 ], [ %26, %19 ]
%32 = bitcast <8 x i32> %31 to <4 x i64>
br label %33
33: ; preds = %30, %4
%34 = phi <4 x i64> [ %32, %30 ], [ %1, %4 ]
ret <4 x i64> %34
35: ; preds = %35, %12
%36 = phi i64 [ 0, %12 ], [ %58, %35 ]
%37 = phi <8 x i32> [ %8, %12 ], [ %57, %35 ]
%38 = phi i64 [ 0, %12 ], [ %59, %35 ]
%39 = getelementptr inbounds <4 x i64>, ptr %3, i64 %36
%40 = load <16 x i16>, ptr %39, align 32
%41 = tail call <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16> %7, <16 x i16> %40)
%42 = add <8 x i32> %41, %37
%43 = or i64 %36, 1
%44 = getelementptr inbounds <4 x i64>, ptr %3, i64 %43
%45 = load <16 x i16>, ptr %44, align 32
%46 = tail call <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16> %7, <16 x i16> %45)
%47 = add <8 x i32> %46, %42
%48 = or i64 %36, 2
%49 = getelementptr inbounds <4 x i64>, ptr %3, i64 %48
%50 = load <16 x i16>, ptr %49, align 32
%51 = tail call <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16> %7, <16 x i16> %50)
%52 = add <8 x i32> %51, %47
%53 = or i64 %36, 3
%54 = getelementptr inbounds <4 x i64>, ptr %3, i64 %53
%55 = load <16 x i16>, ptr %54, align 32
%56 = tail call <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16> %7, <16 x i16> %55)
%57 = add <8 x i32> %56, %52
%58 = add nuw nsw i64 %36, 4
%59 = add i64 %38, 4
%60 = icmp eq i64 %59, %13
br i1 %60, label %14, label %35
}
declare <8 x i32> @llvm.x86.avx2.pmadd.wd(<16 x i16>, <16 x i16>)
; void bar(int cnt, __m256i *c, __m256i b, __m256i *p) {
; for (int i = 0; i < cnt; ++i) {
; __m256i a = p[i];
; c[i] = _mm256_dpwssd_epi32(c[i], b, a);
; }
; }
define void @bar_256(i32 %0, ptr %1, <4 x i64> %2, ptr %3) {
; AVX-LABEL: bar_256:
; AVX: # %bb.0:
; AVX-NEXT: testl %edi, %edi
; AVX-NEXT: jle .LBB5_5
; AVX-NEXT: # %bb.1:
; AVX-NEXT: movl %edi, %eax
; AVX-NEXT: cmpl $1, %edi
; AVX-NEXT: jne .LBB5_6
; AVX-NEXT: # %bb.2:
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: jmp .LBB5_3
; AVX-NEXT: .LBB5_6:
; AVX-NEXT: movl %eax, %edi
; AVX-NEXT: andl $-2, %edi
; AVX-NEXT: movl $32, %r8d
; AVX-NEXT: xorl %ecx, %ecx
; AVX-NEXT: .p2align 4, 0x90
; AVX-NEXT: .LBB5_7: # =>This Inner Loop Header: Depth=1
; AVX-NEXT: vmovdqa (%rsi,%r8), %ymm1
; AVX-NEXT: vpmaddwd -32(%rdx,%r8), %ymm0, %ymm2
; AVX-NEXT: vpaddd -32(%rsi,%r8), %ymm2, %ymm2
; AVX-NEXT: vmovdqa %ymm2, -32(%rsi,%r8)
; AVX-NEXT: vpmaddwd (%rdx,%r8), %ymm0, %ymm2
; AVX-NEXT: vpaddd %ymm2, %ymm1, %ymm1
; AVX-NEXT: vmovdqa %ymm1, (%rsi,%r8)
; AVX-NEXT: addq $2, %rcx
; AVX-NEXT: addq $64, %r8
; AVX-NEXT: cmpq %rcx, %rdi
; AVX-NEXT: jne .LBB5_7
; AVX-NEXT: .LBB5_3:
; AVX-NEXT: testb $1, %al
; AVX-NEXT: je .LBB5_5
; AVX-NEXT: # %bb.4:
; AVX-NEXT: shlq $5, %rcx
; AVX-NEXT: vmovdqa (%rsi,%rcx), %ymm1
; AVX-NEXT: {vex} vpdpwssd (%rdx,%rcx), %ymm0, %ymm1
; AVX-NEXT: vmovdqa %ymm1, (%rsi,%rcx)
; AVX-NEXT: .LBB5_5:
; AVX-NEXT: vzeroupper
; AVX-NEXT: retq
;
; AVX512-LABEL: bar_256:
; AVX512: # %bb.0:
; AVX512-NEXT: testl %edi, %edi
; AVX512-NEXT: jle .LBB5_5
; AVX512-NEXT: # %bb.1:
; AVX512-NEXT: movl %edi, %eax
; AVX512-NEXT: cmpl $1, %edi
; AVX512-NEXT: jne .LBB5_6
; AVX512-NEXT: # %bb.2:
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: jmp .LBB5_3
; AVX512-NEXT: .LBB5_6:
; AVX512-NEXT: movl %eax, %edi
; AVX512-NEXT: andl $-2, %edi
; AVX512-NEXT: movl $32, %r8d
; AVX512-NEXT: xorl %ecx, %ecx
; AVX512-NEXT: .p2align 4, 0x90
; AVX512-NEXT: .LBB5_7: # =>This Inner Loop Header: Depth=1
; AVX512-NEXT: vmovdqa (%rsi,%r8), %ymm1
; AVX512-NEXT: vpmaddwd -32(%rdx,%r8), %ymm0, %ymm2
; AVX512-NEXT: vpaddd -32(%rsi,%r8), %ymm2, %ymm2
; AVX512-NEXT: vmovdqa %ymm2, -32(%rsi,%r8)
; AVX512-NEXT: vpmaddwd (%rdx,%r8), %ymm0, %ymm2
; AVX512-NEXT: vpaddd %ymm2, %ymm1, %ymm1
; AVX512-NEXT: vmovdqa %ymm1, (%rsi,%r8)
; AVX512-NEXT: addq $2, %rcx
; AVX512-NEXT: addq $64, %r8
; AVX512-NEXT: cmpq %rcx, %rdi
; AVX512-NEXT: jne .LBB5_7
; AVX512-NEXT: .LBB5_3:
; AVX512-NEXT: testb $1, %al
; AVX512-NEXT: je .LBB5_5
; AVX512-NEXT: # %bb.4:
; AVX512-NEXT: shlq $5, %rcx
; AVX512-NEXT: vpmaddwd (%rdx,%rcx), %ymm0, %ymm0
; AVX512-NEXT: vpaddd (%rsi,%rcx), %ymm0, %ymm0
; AVX512-NEXT: vmovdqa %ymm0, (%rsi,%rcx)
; AVX512-NEXT: .LBB5_5:
; AVX512-NEXT: vzeroupper
; AVX512-NEXT: retq
%5 = icmp sgt i32 %0, 0
br i1 %5, label %6, label %22
6: ; preds = %4
%7 = bitcast <4 x i64> %2 to <8 x i32>
%8 = zext i32 %0 to i64
%9 = and i64 %8, 1
%10 = icmp eq i32 %0, 1
br i1 %10, label %13, label %11
11: ; preds = %6
%12 = and i64 %8, 4294967294
br label %23
13: ; preds = %23, %6
%14 = phi i64 [ 0, %6 ], [ %37, %23 ]
%15 = icmp eq i64 %9, 0
br i1 %15, label %22, label %16
16: ; preds = %13
%17 = getelementptr inbounds <4 x i64>, ptr %3, i64 %14
%18 = load <8 x i32>, ptr %17, align 32
%19 = getelementptr inbounds <4 x i64>, ptr %1, i64 %14
%20 = load <8 x i32>, ptr %19, align 32
%21 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %20, <8 x i32> %7, <8 x i32> %18)
store <8 x i32> %21, ptr %19, align 32
br label %22
22: ; preds = %16, %13, %4
ret void
23: ; preds = %23, %11
%24 = phi i64 [ 0, %11 ], [ %37, %23 ]
%25 = phi i64 [ 0, %11 ], [ %38, %23 ]
%26 = getelementptr inbounds <4 x i64>, ptr %3, i64 %24
%27 = load <8 x i32>, ptr %26, align 32
%28 = getelementptr inbounds <4 x i64>, ptr %1, i64 %24
%29 = load <8 x i32>, ptr %28, align 32
%30 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %29, <8 x i32> %7, <8 x i32> %27)
store <8 x i32> %30, ptr %28, align 32
%31 = or i64 %24, 1
%32 = getelementptr inbounds <4 x i64>, ptr %3, i64 %31
%33 = load <8 x i32>, ptr %32, align 32
%34 = getelementptr inbounds <4 x i64>, ptr %1, i64 %31
%35 = load <8 x i32>, ptr %34, align 32
%36 = tail call <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32> %35, <8 x i32> %7, <8 x i32> %33)
store <8 x i32> %36, ptr %34, align 32
%37 = add nuw nsw i64 %24, 2
%38 = add i64 %25, 2
%39 = icmp eq i64 %38, %12
br i1 %39, label %13, label %23
}
declare <8 x i32> @llvm.x86.avx512.vpdpwssd.256(<8 x i32>, <8 x i32>, <8 x i32>)
;; NOTE: These prefixes are unused and the list is autogenerated. Do not add tests below this line:
; ADL: {{.*}}
; SPR: {{.*}}