avcodec/mips: Improve hevc uni-w copy mc msa functions
Load the specific destination bytes instead of MSA load and pack. Pack the data to half word before clipping. Use immediate unsigned saturation for clip to max saving one vector register. Signed-off-by: Kaustubh Raste <kaustubh.raste@imgtec.com> Reviewed-by: Manojkumar Bhosale <Manojkumar.Bhosale@imgtec.com> Signed-off-by: Michael Niedermayer <michael@niedermayer.cc>
This commit is contained in:
parent
d8ef5a47bb
commit
7f8417f226
@ -1,5 +1,5 @@
|
||||
/*
|
||||
* Copyright (c) 2015 Manojkumar Bhosale (Manojkumar.Bhosale@imgtec.com)
|
||||
* Copyright (c) 2015 - 2017 Manojkumar Bhosale (Manojkumar.Bhosale@imgtec.com)
|
||||
*
|
||||
* This file is part of FFmpeg.
|
||||
*
|
||||
@ -62,6 +62,31 @@
|
||||
out2_r, out3_r, out2_l, out3_l); \
|
||||
}
|
||||
|
||||
#define HEVC_UNIW_RND_CLIP2_MAX_SATU_H(in0_h, in1_h, wgt_w, offset_h, rnd_w, \
|
||||
out0_h, out1_h) \
|
||||
{ \
|
||||
v4i32 in0_r_m, in0_l_m, in1_r_m, in1_l_m; \
|
||||
\
|
||||
ILVRL_H2_SW(in0_h, in0_h, in0_r_m, in0_l_m); \
|
||||
ILVRL_H2_SW(in1_h, in1_h, in1_r_m, in1_l_m); \
|
||||
DOTP_SH4_SW(in0_r_m, in1_r_m, in0_l_m, in1_l_m, wgt_w, wgt_w, wgt_w, \
|
||||
wgt_w, in0_r_m, in1_r_m, in0_l_m, in1_l_m); \
|
||||
SRAR_W4_SW(in0_r_m, in1_r_m, in0_l_m, in1_l_m, rnd_w); \
|
||||
PCKEV_H2_SH(in0_l_m, in0_r_m, in1_l_m, in1_r_m, out0_h, out1_h); \
|
||||
ADDS_SH2_SH(out0_h, offset_h, out1_h, offset_h, out0_h, out1_h); \
|
||||
CLIP_SH2_0_255_MAX_SATU(out0_h, out1_h); \
|
||||
}
|
||||
|
||||
#define HEVC_UNIW_RND_CLIP4_MAX_SATU_H(in0_h, in1_h, in2_h, in3_h, wgt_w, \
|
||||
offset_h, rnd_w, out0_h, out1_h, \
|
||||
out2_h, out3_h) \
|
||||
{ \
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(in0_h, in1_h, wgt_w, offset_h, rnd_w, \
|
||||
out0_h, out1_h); \
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(in2_h, in3_h, wgt_w, offset_h, rnd_w, \
|
||||
out2_h, out3_h); \
|
||||
}
|
||||
|
||||
static void hevc_uniwgt_copy_4w_msa(uint8_t *src,
|
||||
int32_t src_stride,
|
||||
uint8_t *dst,
|
||||
@ -71,76 +96,60 @@ static void hevc_uniwgt_copy_4w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
uint32_t loop_cnt, tp0, tp1, tp2, tp3;
|
||||
v16i8 zero = { 0 };
|
||||
v4i32 weight_vec, offset_vec, rnd_vec;
|
||||
v16u8 out0, out1;
|
||||
v16i8 src0 = { 0 }, src1 = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, offset_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_w(offset);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
if (2 == height) {
|
||||
v16i8 src0, src1;
|
||||
v8i16 dst0;
|
||||
v4i32 dst0_r, dst0_l;
|
||||
|
||||
LD_SB2(src, src_stride, src0, src1);
|
||||
src0 = (v16i8) __msa_ilvr_w((v4i32) src1, (v4i32) src0);
|
||||
LW2(src, src_stride, tp0, tp1);
|
||||
INSERT_W2_SB(tp0, tp1, src0);
|
||||
dst0 = (v8i16) __msa_ilvr_b(zero, src0);
|
||||
dst0 <<= 6;
|
||||
|
||||
ILVRL_H2_SW(dst0, dst0, dst0_r, dst0_l);
|
||||
DOTP_SH2_SW(dst0_r, dst0_l, weight_vec, weight_vec, dst0_r, dst0_l);
|
||||
SRAR_W2_SW(dst0_r, dst0_l, rnd_vec);
|
||||
ADD2(dst0_r, offset_vec, dst0_l, offset_vec, dst0_r, dst0_l);
|
||||
dst0_r = CLIP_SW_0_255(dst0_r);
|
||||
dst0_l = CLIP_SW_0_255(dst0_l);
|
||||
|
||||
HEVC_PCK_SW_SB2(dst0_l, dst0_r, dst0_r);
|
||||
ST4x2_UB(dst0_r, dst, dst_stride);
|
||||
dst0 = __msa_pckev_h((v8i16) dst0_l, (v8i16) dst0_r);
|
||||
dst0 += offset_vec;
|
||||
dst0 = CLIP_SH_0_255_MAX_SATU(dst0);
|
||||
out0 = (v16u8) __msa_pckev_b((v16i8) dst0, (v16i8) dst0);
|
||||
ST4x2_UB(out0, dst, dst_stride);
|
||||
} else if (4 == height) {
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v8i16 dst0, dst1;
|
||||
v4i32 dst0_r, dst1_r;
|
||||
v4i32 dst0_l, dst1_l;
|
||||
|
||||
LD_SB4(src, src_stride, src0, src1, src2, src3);
|
||||
ILVR_W2_SB(src1, src0, src3, src2, src0, src1);
|
||||
ILVR_B2_SH(zero, src0, zero, src1, dst0, dst1);
|
||||
dst0 <<= 6;
|
||||
dst1 <<= 6;
|
||||
|
||||
HEVC_UNIW_RND_CLIP2(dst0, dst1, weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst0_l, dst1_l);
|
||||
|
||||
HEVC_PCK_SW_SB4(dst0_l, dst0_r, dst1_l, dst1_r, dst0_r);
|
||||
ST4x4_UB(dst0_r, dst0_r, 0, 1, 2, 3, dst, dst_stride);
|
||||
} else if (0 == height % 8) {
|
||||
uint32_t loop_cnt;
|
||||
v16i8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
v8i16 dst0, dst1, dst2, dst3;
|
||||
v4i32 dst0_r, dst1_r, dst2_r, dst3_r;
|
||||
v4i32 dst0_l, dst1_l, dst2_l, dst3_l;
|
||||
|
||||
LW4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
INSERT_W4_SB(tp0, tp1, tp2, tp3, src0);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
SLLI_2V(dst0, dst1, 6);
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(dst0, dst1, weight_vec, offset_vec,
|
||||
rnd_vec, dst0, dst1);
|
||||
out0 = (v16u8) __msa_pckev_b((v16i8) dst1, (v16i8) dst0);
|
||||
ST4x4_UB(out0, out0, 0, 1, 2, 3, dst, dst_stride);
|
||||
} else if (0 == (height % 8)) {
|
||||
for (loop_cnt = (height >> 3); loop_cnt--;) {
|
||||
LD_SB8(src, src_stride,
|
||||
src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src += (8 * src_stride);
|
||||
ILVR_W4_SB(src1, src0, src3, src2, src5, src4, src7, src6,
|
||||
src0, src1, src2, src3);
|
||||
ILVR_B4_SH(zero, src0, zero, src1, zero, src2, zero, src3,
|
||||
dst0, dst1, dst2, dst3);
|
||||
|
||||
LW4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += 4 * src_stride;
|
||||
INSERT_W4_SB(tp0, tp1, tp2, tp3, src0);
|
||||
LW4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += 4 * src_stride;
|
||||
INSERT_W4_SB(tp0, tp1, tp2, tp3, src1);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
HEVC_UNIW_RND_CLIP4(dst0, dst1, dst2, dst3,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
|
||||
HEVC_PCK_SW_SB8(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r, dst0_r, dst1_r);
|
||||
ST4x8_UB(dst0_r, dst1_r, dst, dst_stride);
|
||||
dst += (8 * dst_stride);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1,
|
||||
dst2, dst3);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
ST4x8_UB(out0, out1, dst, dst_stride);
|
||||
dst += 8 * dst_stride;
|
||||
}
|
||||
}
|
||||
}
|
||||
@ -155,46 +164,48 @@ static void hevc_uniwgt_copy_6w_msa(uint8_t *src,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
uint32_t loop_cnt;
|
||||
uint64_t tp0, tp1, tp2, tp3;
|
||||
v16i8 zero = { 0 };
|
||||
v16i8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7;
|
||||
v4i32 dst0_r, dst1_r, dst2_r, dst3_r;
|
||||
v4i32 dst0_l, dst1_l, dst2_l, dst3_l;
|
||||
v4i32 weight_vec, offset_vec, rnd_vec;
|
||||
v16u8 out0, out1, out2, out3;
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_w(offset);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 3); loop_cnt--;) {
|
||||
LD_SB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src += (8 * src_stride);
|
||||
ILVR_B4_SH(zero, src0, zero, src1, zero, src2, zero, src3,
|
||||
dst0, dst1, dst2, dst3);
|
||||
ILVR_B4_SH(zero, src4, zero, src5, zero, src6, zero, src7,
|
||||
dst4, dst5, dst6, dst7);
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += (4 * src_stride);
|
||||
INSERT_D2_SB(tp0, tp1, src0);
|
||||
INSERT_D2_SB(tp2, tp3, src1);
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += (4 * src_stride);
|
||||
INSERT_D2_SB(tp0, tp1, src2);
|
||||
INSERT_D2_SB(tp2, tp3, src3);
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
HEVC_UNIW_RND_CLIP4(dst0, dst1, dst2, dst3,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
|
||||
HEVC_PCK_SW_SB8(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r, dst0_r, dst1_r);
|
||||
ST6x4_UB(dst0_r, dst1_r, dst, dst_stride);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
PCKEV_B2_UB(dst5, dst4, dst7, dst6, out2, out3);
|
||||
|
||||
ST6x4_UB(out0, out1, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
|
||||
HEVC_UNIW_RND_CLIP4(dst4, dst5, dst6, dst7,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
|
||||
HEVC_PCK_SW_SB8(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r, dst0_r, dst1_r);
|
||||
ST6x4_UB(dst0_r, dst1_r, dst, dst_stride);
|
||||
ST6x4_UB(out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
@ -208,78 +219,89 @@ static void hevc_uniwgt_copy_8w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
uint32_t loop_cnt;
|
||||
uint64_t tp0, tp1, tp2, tp3;
|
||||
v16i8 src0 = { 0 }, src1 = { 0 }, src2 = { 0 }, src3 = { 0 };
|
||||
v16i8 zero = { 0 };
|
||||
v4i32 weight_vec, offset_vec, rnd_vec;
|
||||
v16u8 out0, out1, out2, out3;
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_w(offset);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
if (2 == height) {
|
||||
v16i8 src0, src1;
|
||||
v8i16 dst0, dst1;
|
||||
v4i32 dst0_r, dst1_r, dst0_l, dst1_l;
|
||||
|
||||
LD_SB2(src, src_stride, src0, src1);
|
||||
ILVR_B2_SH(zero, src0, zero, src1, dst0, dst1);
|
||||
|
||||
dst0 <<= 6;
|
||||
dst1 <<= 6;
|
||||
HEVC_UNIW_RND_CLIP2(dst0, dst1, weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst0_l, dst1_l);
|
||||
|
||||
HEVC_PCK_SW_SB4(dst0_l, dst0_r, dst1_l, dst1_r, dst0_r);
|
||||
ST8x2_UB(dst0_r, dst, dst_stride);
|
||||
LD2(src, src_stride, tp0, tp1);
|
||||
INSERT_D2_SB(tp0, tp1, src0);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
SLLI_2V(dst0, dst1, 6);
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(dst0, dst1, weight_vec, offset_vec,
|
||||
rnd_vec, dst0, dst1);
|
||||
out0 = (v16u8) __msa_pckev_b((v16i8) dst1, (v16i8) dst0);
|
||||
ST8x2_UB(out0, dst, dst_stride);
|
||||
} else if (4 == height) {
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
INSERT_D2_SB(tp0, tp1, src0);
|
||||
INSERT_D2_SB(tp2, tp3, src1);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
ST8x4_UB(out0, out1, dst, dst_stride);
|
||||
} else if (6 == height) {
|
||||
v16i8 src0, src1, src2, src3, src4, src5;
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5;
|
||||
v4i32 dst0_r, dst1_r, dst2_r, dst3_r, dst4_r, dst5_r;
|
||||
v4i32 dst0_l, dst1_l, dst2_l, dst3_l, dst4_l, dst5_l;
|
||||
|
||||
LD_SB6(src, src_stride, src0, src1, src2, src3, src4, src5);
|
||||
ILVR_B4_SH(zero, src0, zero, src1, zero, src2, zero, src3,
|
||||
dst0, dst1, dst2, dst3);
|
||||
ILVR_B2_SH(zero, src4, zero, src5, dst4, dst5);
|
||||
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += 4 * src_stride;
|
||||
INSERT_D2_SB(tp0, tp1, src0);
|
||||
INSERT_D2_SB(tp2, tp3, src1);
|
||||
LD2(src, src_stride, tp0, tp1);
|
||||
INSERT_D2_SB(tp0, tp1, src2);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
dst4 <<= 6;
|
||||
dst5 <<= 6;
|
||||
HEVC_UNIW_RND_CLIP4(dst0, dst1, dst2, dst3,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
HEVC_UNIW_RND_CLIP2(dst4, dst5, weight_vec, offset_vec, rnd_vec,
|
||||
dst4_r, dst5_r, dst4_l, dst5_l);
|
||||
|
||||
HEVC_PCK_SW_SB12(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r,
|
||||
dst4_l, dst4_r, dst5_l, dst5_r,
|
||||
dst0_r, dst1_r, dst2_r);
|
||||
ST8x4_UB(dst0_r, dst1_r, dst, dst_stride);
|
||||
SLLI_2V(dst4, dst5, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(dst4, dst5, weight_vec, offset_vec,
|
||||
rnd_vec, dst4, dst5);
|
||||
PCKEV_B3_UB(dst1, dst0, dst3, dst2, dst5, dst4, out0, out1, out2);
|
||||
ST8x4_UB(out0, out1, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
ST8x2_UB(dst2_r, dst, dst_stride);
|
||||
} else if (0 == height % 4) {
|
||||
uint32_t loop_cnt;
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v8i16 dst0, dst1, dst2, dst3;
|
||||
v4i32 dst0_r, dst1_r, dst2_r, dst3_r, dst0_l, dst1_l, dst2_l, dst3_l;
|
||||
|
||||
for (loop_cnt = (height >> 2); loop_cnt--;) {
|
||||
LD_SB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
ILVR_B4_SH(zero, src0, zero, src1, zero, src2, zero, src3,
|
||||
dst0, dst1, dst2, dst3);
|
||||
ST8x2_UB(out2, dst, dst_stride);
|
||||
} else if (0 == height % 8) {
|
||||
for (loop_cnt = (height >> 3); loop_cnt--;) {
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += 4 * src_stride;
|
||||
INSERT_D2_SB(tp0, tp1, src0);
|
||||
INSERT_D2_SB(tp2, tp3, src1);
|
||||
LD4(src, src_stride, tp0, tp1, tp2, tp3);
|
||||
src += 4 * src_stride;
|
||||
INSERT_D2_SB(tp0, tp1, src2);
|
||||
INSERT_D2_SB(tp2, tp3, src3);
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
HEVC_UNIW_RND_CLIP4(dst0, dst1, dst2, dst3,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
|
||||
HEVC_PCK_SW_SB8(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r, dst0_r, dst1_r);
|
||||
ST8x4_UB(dst0_r, dst1_r, dst, dst_stride);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1,
|
||||
dst2, dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5,
|
||||
dst6, dst7);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
PCKEV_B2_UB(dst5, dst4, dst7, dst6, out2, out3);
|
||||
ST8x4_UB(out0, out1, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
ST8x4_UB(out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
@ -295,41 +317,36 @@ static void hevc_uniwgt_copy_12w_msa(uint8_t *src,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2;
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5;
|
||||
v4i32 dst0_r, dst1_r, dst2_r, dst3_r, dst4_r, dst5_r;
|
||||
v4i32 dst0_l, dst1_l, dst2_l, dst3_l, dst4_l, dst5_l;
|
||||
v8i16 offset_vec;
|
||||
v16i8 zero = { 0 };
|
||||
v4i32 weight_vec, offset_vec, rnd_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_w(offset);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 2); loop_cnt--;) {
|
||||
for (loop_cnt = 4; loop_cnt--;) {
|
||||
LD_SB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
ILVR_B4_SH(zero, src0, zero, src1, zero, src2, zero, src3,
|
||||
dst0, dst1, dst2, dst3);
|
||||
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
ILVL_W2_SB(src1, src0, src3, src2, src0, src1);
|
||||
ILVR_B2_SH(zero, src0, zero, src1, dst4, dst5);
|
||||
dst4 <<= 6;
|
||||
dst5 <<= 6;
|
||||
HEVC_UNIW_RND_CLIP4(dst0, dst1, dst2, dst3,
|
||||
weight_vec, offset_vec, rnd_vec,
|
||||
dst0_r, dst1_r, dst2_r, dst3_r,
|
||||
dst0_l, dst1_l, dst2_l, dst3_l);
|
||||
HEVC_UNIW_RND_CLIP2(dst4, dst5, weight_vec, offset_vec, rnd_vec,
|
||||
dst4_r, dst5_r, dst4_l, dst5_l);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_2V(dst4, dst5, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP2_MAX_SATU_H(dst4, dst5, weight_vec, offset_vec,
|
||||
rnd_vec, dst4, dst5);
|
||||
|
||||
HEVC_PCK_SW_SB12(dst0_l, dst0_r, dst1_l, dst1_r,
|
||||
dst2_l, dst2_r, dst3_l, dst3_r,
|
||||
dst4_l, dst4_r, dst5_l, dst5_r,
|
||||
dst0_r, dst1_r, dst2_r);
|
||||
ST12x4_UB(dst0_r, dst1_r, dst2_r, dst, dst_stride);
|
||||
PCKEV_B3_UB(dst1, dst0, dst3, dst2, dst5, dst4, out0, out1, out2);
|
||||
ST12x4_UB(out0, out1, out2, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
@ -410,8 +427,38 @@ static void hevc_uniwgt_copy_16w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
hevc_uniwgt_copy_16multx4mult_msa(src, src_stride, dst, dst_stride,
|
||||
height, weight, offset, rnd_val, 16);
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2, out3;
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v16i8 zero = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = height >> 2; loop_cnt--;) {
|
||||
LD_SB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
PCKEV_B2_UB(dst5, dst4, dst7, dst6, out2, out3);
|
||||
ST_UB4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
static void hevc_uniwgt_copy_24w_msa(uint8_t *src,
|
||||
@ -423,11 +470,48 @@ static void hevc_uniwgt_copy_24w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
hevc_uniwgt_copy_16multx4mult_msa(src, src_stride, dst, dst_stride,
|
||||
height, weight, offset, rnd_val, 16);
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2, out3, out4, out5;
|
||||
v16i8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
v16i8 zero = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v8i16 dst8, dst9, dst10, dst11;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
hevc_uniwgt_copy_8w_msa(src + 16, src_stride, dst + 16, dst_stride,
|
||||
height, weight, offset, rnd_val);
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 2); loop_cnt--;) {
|
||||
LD_SB4(src, src_stride, src0, src1, src4, src5);
|
||||
LD_SB4(src + 16, src_stride, src2, src3, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVR_B2_SH(zero, src2, zero, src3, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src4, dst6, dst7);
|
||||
ILVRL_B2_SH(zero, src5, dst8, dst9);
|
||||
ILVR_B2_SH(zero, src6, zero, src7, dst10, dst11);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
SLLI_4V(dst8, dst9, dst10, dst11, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst8, dst9, dst10, dst11, weight_vec,
|
||||
offset_vec, rnd_vec, dst8, dst9, dst10,
|
||||
dst11);
|
||||
PCKEV_B3_UB(dst1, dst0, dst3, dst2, dst5, dst4, out0, out1, out2);
|
||||
PCKEV_B3_UB(dst7, dst6, dst9, dst8, dst11, dst10, out3, out4, out5);
|
||||
ST_UB4(out0, out1, out3, out4, dst, dst_stride);
|
||||
ST8x4_UB(out2, out5, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
static void hevc_uniwgt_copy_32w_msa(uint8_t *src,
|
||||
@ -439,8 +523,41 @@ static void hevc_uniwgt_copy_32w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
hevc_uniwgt_copy_16multx4mult_msa(src, src_stride, dst, dst_stride,
|
||||
height, weight, offset, rnd_val, 32);
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2, out3;
|
||||
v16i8 src0, src1, src2, src3;
|
||||
v16i8 zero = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 1); loop_cnt--;) {
|
||||
LD_SB2(src, src_stride, src0, src1);
|
||||
LD_SB2(src + 16, src_stride, src2, src3);
|
||||
src += (2 * src_stride);
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
PCKEV_B2_UB(dst5, dst4, dst7, dst6, out2, out3);
|
||||
ST_UB2(out0, out1, dst, dst_stride);
|
||||
ST_UB2(out2, out3, dst + 16, dst_stride);
|
||||
dst += (2 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
static void hevc_uniwgt_copy_48w_msa(uint8_t *src,
|
||||
@ -452,8 +569,52 @@ static void hevc_uniwgt_copy_48w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
hevc_uniwgt_copy_16multx4mult_msa(src, src_stride, dst, dst_stride,
|
||||
height, weight, offset, rnd_val, 48);
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2, out3, out4, out5;
|
||||
v16i8 src0, src1, src2, src3, src4, src5;
|
||||
v16i8 zero = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, offset_vec;
|
||||
v8i16 dst6, dst7, dst8, dst9, dst10, dst11;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 1); loop_cnt--;) {
|
||||
LD_SB3(src, 16, src0, src1, src2);
|
||||
src += src_stride;
|
||||
LD_SB3(src, 16, src3, src4, src5);
|
||||
src += src_stride;
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
ILVRL_B2_SH(zero, src4, dst8, dst9);
|
||||
ILVRL_B2_SH(zero, src5, dst10, dst11);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
SLLI_4V(dst8, dst9, dst10, dst11, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst8, dst9, dst10, dst11, weight_vec,
|
||||
offset_vec, rnd_vec, dst8, dst9, dst10,
|
||||
dst11);
|
||||
PCKEV_B3_UB(dst1, dst0, dst3, dst2, dst5, dst4, out0, out1, out2);
|
||||
PCKEV_B3_UB(dst7, dst6, dst9, dst8, dst11, dst10, out3, out4, out5);
|
||||
ST_UB2(out0, out1, dst, 16);
|
||||
ST_UB(out2, dst + 32);
|
||||
dst += dst_stride;
|
||||
ST_UB2(out3, out4, dst, 16);
|
||||
ST_UB(out5, dst + 32);
|
||||
dst += dst_stride;
|
||||
}
|
||||
}
|
||||
|
||||
static void hevc_uniwgt_copy_64w_msa(uint8_t *src,
|
||||
@ -465,8 +626,58 @@ static void hevc_uniwgt_copy_64w_msa(uint8_t *src,
|
||||
int32_t offset,
|
||||
int32_t rnd_val)
|
||||
{
|
||||
hevc_uniwgt_copy_16multx4mult_msa(src, src_stride, dst, dst_stride,
|
||||
height, weight, offset, rnd_val, 64);
|
||||
uint32_t loop_cnt;
|
||||
v16u8 out0, out1, out2, out3, out4, out5, out6, out7;
|
||||
v16i8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
v16i8 zero = { 0 };
|
||||
v8i16 dst0, dst1, dst2, dst3, dst4, dst5, dst6, dst7, offset_vec;
|
||||
v8i16 dst8, dst9, dst10, dst11, dst12, dst13, dst14, dst15;
|
||||
v4i32 weight_vec, rnd_vec;
|
||||
|
||||
weight = weight & 0x0000FFFF;
|
||||
weight_vec = __msa_fill_w(weight);
|
||||
offset_vec = __msa_fill_h(offset);
|
||||
rnd_vec = __msa_fill_w(rnd_val);
|
||||
|
||||
for (loop_cnt = (height >> 1); loop_cnt--;) {
|
||||
LD_SB4(src, 16, src0, src1, src2, src3);
|
||||
src += src_stride;
|
||||
LD_SB4(src, 16, src4, src5, src6, src7);
|
||||
src += src_stride;
|
||||
|
||||
ILVRL_B2_SH(zero, src0, dst0, dst1);
|
||||
ILVRL_B2_SH(zero, src1, dst2, dst3);
|
||||
ILVRL_B2_SH(zero, src2, dst4, dst5);
|
||||
ILVRL_B2_SH(zero, src3, dst6, dst7);
|
||||
ILVRL_B2_SH(zero, src4, dst8, dst9);
|
||||
ILVRL_B2_SH(zero, src5, dst10, dst11);
|
||||
ILVRL_B2_SH(zero, src6, dst12, dst13);
|
||||
ILVRL_B2_SH(zero, src7, dst14, dst15);
|
||||
SLLI_4V(dst0, dst1, dst2, dst3, 6);
|
||||
SLLI_4V(dst4, dst5, dst6, dst7, 6);
|
||||
SLLI_4V(dst8, dst9, dst10, dst11, 6);
|
||||
SLLI_4V(dst12, dst13, dst14, dst15, 6);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst0, dst1, dst2, dst3, weight_vec,
|
||||
offset_vec, rnd_vec, dst0, dst1, dst2,
|
||||
dst3);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst4, dst5, dst6, dst7, weight_vec,
|
||||
offset_vec, rnd_vec, dst4, dst5, dst6,
|
||||
dst7);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst8, dst9, dst10, dst11, weight_vec,
|
||||
offset_vec, rnd_vec, dst8, dst9, dst10,
|
||||
dst11);
|
||||
HEVC_UNIW_RND_CLIP4_MAX_SATU_H(dst12, dst13, dst14, dst15, weight_vec,
|
||||
offset_vec, rnd_vec, dst12, dst13, dst14,
|
||||
dst15);
|
||||
PCKEV_B2_UB(dst1, dst0, dst3, dst2, out0, out1);
|
||||
PCKEV_B2_UB(dst5, dst4, dst7, dst6, out2, out3);
|
||||
PCKEV_B2_UB(dst9, dst8, dst11, dst10, out4, out5);
|
||||
PCKEV_B2_UB(dst13, dst12, dst15, dst14, out6, out7);
|
||||
ST_UB4(out0, out1, out2, out3, dst, 16);
|
||||
dst += dst_stride;
|
||||
ST_UB4(out4, out5, out6, out7, dst, 16);
|
||||
dst += dst_stride;
|
||||
}
|
||||
}
|
||||
|
||||
static void hevc_hz_uniwgt_8t_4w_msa(uint8_t *src,
|
||||
|
||||
@ -204,6 +204,12 @@
|
||||
out3 = LW((psrc) + 3 * stride); \
|
||||
}
|
||||
|
||||
#define LW2(psrc, stride, out0, out1) \
|
||||
{ \
|
||||
out0 = LW((psrc)); \
|
||||
out1 = LW((psrc) + stride); \
|
||||
}
|
||||
|
||||
/* Description : Load double words with stride
|
||||
Arguments : Inputs - psrc (source pointer to load from)
|
||||
- stride
|
||||
@ -1047,6 +1053,25 @@
|
||||
CLIP_SH2_0_255(in2, in3); \
|
||||
}
|
||||
|
||||
#define CLIP_SH_0_255_MAX_SATU(in) \
|
||||
( { \
|
||||
v8i16 out_m; \
|
||||
\
|
||||
out_m = __msa_maxi_s_h((v8i16) in, 0); \
|
||||
out_m = (v8i16) __msa_sat_u_h((v8u16) out_m, 7); \
|
||||
out_m; \
|
||||
} )
|
||||
#define CLIP_SH2_0_255_MAX_SATU(in0, in1) \
|
||||
{ \
|
||||
in0 = CLIP_SH_0_255_MAX_SATU(in0); \
|
||||
in1 = CLIP_SH_0_255_MAX_SATU(in1); \
|
||||
}
|
||||
#define CLIP_SH4_0_255_MAX_SATU(in0, in1, in2, in3) \
|
||||
{ \
|
||||
CLIP_SH2_0_255_MAX_SATU(in0, in1); \
|
||||
CLIP_SH2_0_255_MAX_SATU(in2, in3); \
|
||||
}
|
||||
|
||||
/* Description : Clips all signed word elements of input vector
|
||||
between 0 & 255
|
||||
Arguments : Inputs - in (input vector)
|
||||
@ -1965,6 +1990,11 @@
|
||||
result is in place written to 'in0'
|
||||
Similar for other pairs
|
||||
*/
|
||||
#define SLLI_2V(in0, in1, shift) \
|
||||
{ \
|
||||
in0 = in0 << shift; \
|
||||
in1 = in1 << shift; \
|
||||
}
|
||||
#define SLLI_4V(in0, in1, in2, in3, shift) \
|
||||
{ \
|
||||
in0 = in0 << shift; \
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user