mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-21 15:12:02 +00:00
Add memcpy-bench tool
This commit is contained in:
Alexey Milovidov
parent
2c86bc4ea3
commit
940ce5884e
@ -32,6 +32,7 @@ if (NOT DEFINED ENABLE_UTILS OR ENABLE_UTILS)
|
|||||||
add_subdirectory (db-generator)
|
add_subdirectory (db-generator)
|
||||||
add_subdirectory (wal-dump)
|
add_subdirectory (wal-dump)
|
||||||
add_subdirectory (check-mysql-binlog)
|
add_subdirectory (check-mysql-binlog)
|
||||||
|
add_subdirectory (memcpy-bench)
|
||||||
endif ()
|
endif ()
|
||||||
|
|
||||||
if (ENABLE_CODE_QUALITY)
|
if (ENABLE_CODE_QUALITY)
|
||||||
|
|||||||
5
utils/memcpy-bench/CMakeLists.txt
Normal file
5
utils/memcpy-bench/CMakeLists.txt
Normal file
@ -0,0 +1,5 @@
|
|||||||
|
enable_language(ASM)
|
||||||
|
add_executable (memcpy-bench memcpy-bench.cpp memcpy_jart.S)
|
||||||
|
#target_compile_options(memcpy-bench PRIVATE -mavx)
|
||||||
|
target_link_libraries(memcpy-bench PRIVATE dbms)
|
||||||
|
|
||||||
File diff suppressed because it is too large
Load Diff
480
utils/memcpy-bench/FastMemcpy_Avx.h
Normal file
480
utils/memcpy-bench/FastMemcpy_Avx.h
Normal file
@ -0,0 +1,480 @@
|
|||||||
|
//=====================================================================
|
||||||
|
//
|
||||||
|
// FastMemcpy.c - skywind3000@163.com, 2015
|
||||||
|
//
|
||||||
|
// feature:
|
||||||
|
// 50% speed up in avg. vs standard memcpy (tested in vc2012/gcc5.1)
|
||||||
|
//
|
||||||
|
//=====================================================================
|
||||||
|
#pragma once
|
||||||
|
|
||||||
|
#include <stddef.h>
|
||||||
|
#include <stdint.h>
|
||||||
|
#include <immintrin.h>
|
||||||
|
|
||||||
|
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
// force inline for compilers
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
#ifndef INLINE
|
||||||
|
#ifdef __GNUC__
|
||||||
|
#if (__GNUC__ > 3) || ((__GNUC__ == 3) && (__GNUC_MINOR__ >= 1))
|
||||||
|
#define INLINE __inline__ __attribute__((always_inline))
|
||||||
|
#else
|
||||||
|
#define INLINE __inline__
|
||||||
|
#endif
|
||||||
|
#elif defined(_MSC_VER)
|
||||||
|
#define INLINE __forceinline
|
||||||
|
#elif (defined(__BORLANDC__) || defined(__WATCOMC__))
|
||||||
|
#define INLINE __inline
|
||||||
|
#else
|
||||||
|
#define INLINE
|
||||||
|
#endif
|
||||||
|
#endif
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
// fast copy for different sizes
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
static INLINE void memcpy_avx_16(void * __restrict dst, const void * __restrict src) {
|
||||||
|
#if 1
|
||||||
|
__m128i m0 = _mm_loadu_si128(((const __m128i*)src) + 0);
|
||||||
|
_mm_storeu_si128(((__m128i*)dst) + 0, m0);
|
||||||
|
#else
|
||||||
|
*((uint64_t*)((char*)dst + 0)) = *((uint64_t*)((const char*)src + 0));
|
||||||
|
*((uint64_t*)((char*)dst + 8)) = *((uint64_t*)((const char*)src + 8));
|
||||||
|
#endif
|
||||||
|
}
|
||||||
|
|
||||||
|
static INLINE void memcpy_avx_32(void *dst, const void *src) {
|
||||||
|
__m256i m0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 0, m0);
|
||||||
|
}
|
||||||
|
|
||||||
|
static INLINE void memcpy_avx_64(void *dst, const void *src) {
|
||||||
|
__m256i m0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
__m256i m1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 0, m0);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 1, m1);
|
||||||
|
}
|
||||||
|
|
||||||
|
static INLINE void memcpy_avx_128(void *dst, const void *src) {
|
||||||
|
__m256i m0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
__m256i m1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
__m256i m2 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
__m256i m3 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 0, m0);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 1, m1);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 2, m2);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 3, m3);
|
||||||
|
}
|
||||||
|
|
||||||
|
static INLINE void memcpy_avx_256(void *dst, const void *src) {
|
||||||
|
__m256i m0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
__m256i m1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
__m256i m2 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
__m256i m3 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
__m256i m4 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 4);
|
||||||
|
__m256i m5 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 5);
|
||||||
|
__m256i m6 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 6);
|
||||||
|
__m256i m7 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 7);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 0, m0);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 1, m1);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 2, m2);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 3, m3);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 4, m4);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 5, m5);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 6, m6);
|
||||||
|
_mm256_storeu_si256((reinterpret_cast<__m256i*>(dst)) + 7, m7);
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
// tiny memory copy with jump table optimized
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
static INLINE void *memcpy_tiny_avx(void * __restrict dst, const void * __restrict src, size_t size) {
|
||||||
|
unsigned char *dd = reinterpret_cast<unsigned char *>(dst) + size;
|
||||||
|
const unsigned char *ss = reinterpret_cast<const unsigned char*>(src) + size;
|
||||||
|
|
||||||
|
switch (size) {
|
||||||
|
case 128: memcpy_avx_128(dd - 128, ss - 128); [[fallthrough]];
|
||||||
|
case 0: break;
|
||||||
|
case 129: memcpy_avx_128(dd - 129, ss - 129); [[fallthrough]];
|
||||||
|
case 1: dd[-1] = ss[-1]; break;
|
||||||
|
case 130: memcpy_avx_128(dd - 130, ss - 130); [[fallthrough]];
|
||||||
|
case 2: *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 131: memcpy_avx_128(dd - 131, ss - 131); [[fallthrough]];
|
||||||
|
case 3: *((uint16_t*)(dd - 3)) = *((uint16_t*)(ss - 3)); dd[-1] = ss[-1]; break;
|
||||||
|
case 132: memcpy_avx_128(dd - 132, ss - 132); [[fallthrough]];
|
||||||
|
case 4: *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 133: memcpy_avx_128(dd - 133, ss - 133); [[fallthrough]];
|
||||||
|
case 5: *((uint32_t*)(dd - 5)) = *((uint32_t*)(ss - 5)); dd[-1] = ss[-1]; break;
|
||||||
|
case 134: memcpy_avx_128(dd - 134, ss - 134); [[fallthrough]];
|
||||||
|
case 6: *((uint32_t*)(dd - 6)) = *((uint32_t*)(ss - 6)); *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 135: memcpy_avx_128(dd - 135, ss - 135); [[fallthrough]];
|
||||||
|
case 7: *((uint32_t*)(dd - 7)) = *((uint32_t*)(ss - 7)); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 136: memcpy_avx_128(dd - 136, ss - 136); [[fallthrough]];
|
||||||
|
case 8: *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 137: memcpy_avx_128(dd - 137, ss - 137); [[fallthrough]];
|
||||||
|
case 9: *((uint64_t*)(dd - 9)) = *((uint64_t*)(ss - 9)); dd[-1] = ss[-1]; break;
|
||||||
|
case 138: memcpy_avx_128(dd - 138, ss - 138); [[fallthrough]];
|
||||||
|
case 10: *((uint64_t*)(dd - 10)) = *((uint64_t*)(ss - 10)); *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 139: memcpy_avx_128(dd - 139, ss - 139); [[fallthrough]];
|
||||||
|
case 11: *((uint64_t*)(dd - 11)) = *((uint64_t*)(ss - 11)); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 140: memcpy_avx_128(dd - 140, ss - 140); [[fallthrough]];
|
||||||
|
case 12: *((uint64_t*)(dd - 12)) = *((uint64_t*)(ss - 12)); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 141: memcpy_avx_128(dd - 141, ss - 141); [[fallthrough]];
|
||||||
|
case 13: *((uint64_t*)(dd - 13)) = *((uint64_t*)(ss - 13)); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 142: memcpy_avx_128(dd - 142, ss - 142); [[fallthrough]];
|
||||||
|
case 14: *((uint64_t*)(dd - 14)) = *((uint64_t*)(ss - 14)); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 143: memcpy_avx_128(dd - 143, ss - 143); [[fallthrough]];
|
||||||
|
case 15: *((uint64_t*)(dd - 15)) = *((uint64_t*)(ss - 15)); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 144: memcpy_avx_128(dd - 144, ss - 144); [[fallthrough]];
|
||||||
|
case 16: memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 145: memcpy_avx_128(dd - 145, ss - 145); [[fallthrough]];
|
||||||
|
case 17: memcpy_avx_16(dd - 17, ss - 17); dd[-1] = ss[-1]; break;
|
||||||
|
case 146: memcpy_avx_128(dd - 146, ss - 146); [[fallthrough]];
|
||||||
|
case 18: memcpy_avx_16(dd - 18, ss - 18); *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 147: memcpy_avx_128(dd - 147, ss - 147); [[fallthrough]];
|
||||||
|
case 19: memcpy_avx_16(dd - 19, ss - 19); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 148: memcpy_avx_128(dd - 148, ss - 148); [[fallthrough]];
|
||||||
|
case 20: memcpy_avx_16(dd - 20, ss - 20); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 149: memcpy_avx_128(dd - 149, ss - 149); [[fallthrough]];
|
||||||
|
case 21: memcpy_avx_16(dd - 21, ss - 21); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 150: memcpy_avx_128(dd - 150, ss - 150); [[fallthrough]];
|
||||||
|
case 22: memcpy_avx_16(dd - 22, ss - 22); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 151: memcpy_avx_128(dd - 151, ss - 151); [[fallthrough]];
|
||||||
|
case 23: memcpy_avx_16(dd - 23, ss - 23); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 152: memcpy_avx_128(dd - 152, ss - 152); [[fallthrough]];
|
||||||
|
case 24: memcpy_avx_16(dd - 24, ss - 24); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 153: memcpy_avx_128(dd - 153, ss - 153); [[fallthrough]];
|
||||||
|
case 25: memcpy_avx_16(dd - 25, ss - 25); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 154: memcpy_avx_128(dd - 154, ss - 154); [[fallthrough]];
|
||||||
|
case 26: memcpy_avx_16(dd - 26, ss - 26); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 155: memcpy_avx_128(dd - 155, ss - 155); [[fallthrough]];
|
||||||
|
case 27: memcpy_avx_16(dd - 27, ss - 27); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 156: memcpy_avx_128(dd - 156, ss - 156); [[fallthrough]];
|
||||||
|
case 28: memcpy_avx_16(dd - 28, ss - 28); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 157: memcpy_avx_128(dd - 157, ss - 157); [[fallthrough]];
|
||||||
|
case 29: memcpy_avx_16(dd - 29, ss - 29); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 158: memcpy_avx_128(dd - 158, ss - 158); [[fallthrough]];
|
||||||
|
case 30: memcpy_avx_16(dd - 30, ss - 30); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 159: memcpy_avx_128(dd - 159, ss - 159); [[fallthrough]];
|
||||||
|
case 31: memcpy_avx_16(dd - 31, ss - 31); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 160: memcpy_avx_128(dd - 160, ss - 160); [[fallthrough]];
|
||||||
|
case 32: memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 161: memcpy_avx_128(dd - 161, ss - 161); [[fallthrough]];
|
||||||
|
case 33: memcpy_avx_32(dd - 33, ss - 33); dd[-1] = ss[-1]; break;
|
||||||
|
case 162: memcpy_avx_128(dd - 162, ss - 162); [[fallthrough]];
|
||||||
|
case 34: memcpy_avx_32(dd - 34, ss - 34); *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 163: memcpy_avx_128(dd - 163, ss - 163); [[fallthrough]];
|
||||||
|
case 35: memcpy_avx_32(dd - 35, ss - 35); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 164: memcpy_avx_128(dd - 164, ss - 164); [[fallthrough]];
|
||||||
|
case 36: memcpy_avx_32(dd - 36, ss - 36); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 165: memcpy_avx_128(dd - 165, ss - 165); [[fallthrough]];
|
||||||
|
case 37: memcpy_avx_32(dd - 37, ss - 37); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 166: memcpy_avx_128(dd - 166, ss - 166); [[fallthrough]];
|
||||||
|
case 38: memcpy_avx_32(dd - 38, ss - 38); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 167: memcpy_avx_128(dd - 167, ss - 167); [[fallthrough]];
|
||||||
|
case 39: memcpy_avx_32(dd - 39, ss - 39); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 168: memcpy_avx_128(dd - 168, ss - 168); [[fallthrough]];
|
||||||
|
case 40: memcpy_avx_32(dd - 40, ss - 40); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 169: memcpy_avx_128(dd - 169, ss - 169); [[fallthrough]];
|
||||||
|
case 41: memcpy_avx_32(dd - 41, ss - 41); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 170: memcpy_avx_128(dd - 170, ss - 170); [[fallthrough]];
|
||||||
|
case 42: memcpy_avx_32(dd - 42, ss - 42); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 171: memcpy_avx_128(dd - 171, ss - 171); [[fallthrough]];
|
||||||
|
case 43: memcpy_avx_32(dd - 43, ss - 43); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 172: memcpy_avx_128(dd - 172, ss - 172); [[fallthrough]];
|
||||||
|
case 44: memcpy_avx_32(dd - 44, ss - 44); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 173: memcpy_avx_128(dd - 173, ss - 173); [[fallthrough]];
|
||||||
|
case 45: memcpy_avx_32(dd - 45, ss - 45); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 174: memcpy_avx_128(dd - 174, ss - 174); [[fallthrough]];
|
||||||
|
case 46: memcpy_avx_32(dd - 46, ss - 46); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 175: memcpy_avx_128(dd - 175, ss - 175); [[fallthrough]];
|
||||||
|
case 47: memcpy_avx_32(dd - 47, ss - 47); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 176: memcpy_avx_128(dd - 176, ss - 176); [[fallthrough]];
|
||||||
|
case 48: memcpy_avx_32(dd - 48, ss - 48); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 177: memcpy_avx_128(dd - 177, ss - 177); [[fallthrough]];
|
||||||
|
case 49: memcpy_avx_32(dd - 49, ss - 49); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 178: memcpy_avx_128(dd - 178, ss - 178); [[fallthrough]];
|
||||||
|
case 50: memcpy_avx_32(dd - 50, ss - 50); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 179: memcpy_avx_128(dd - 179, ss - 179); [[fallthrough]];
|
||||||
|
case 51: memcpy_avx_32(dd - 51, ss - 51); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 180: memcpy_avx_128(dd - 180, ss - 180); [[fallthrough]];
|
||||||
|
case 52: memcpy_avx_32(dd - 52, ss - 52); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 181: memcpy_avx_128(dd - 181, ss - 181); [[fallthrough]];
|
||||||
|
case 53: memcpy_avx_32(dd - 53, ss - 53); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 182: memcpy_avx_128(dd - 182, ss - 182); [[fallthrough]];
|
||||||
|
case 54: memcpy_avx_32(dd - 54, ss - 54); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 183: memcpy_avx_128(dd - 183, ss - 183); [[fallthrough]];
|
||||||
|
case 55: memcpy_avx_32(dd - 55, ss - 55); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 184: memcpy_avx_128(dd - 184, ss - 184); [[fallthrough]];
|
||||||
|
case 56: memcpy_avx_32(dd - 56, ss - 56); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 185: memcpy_avx_128(dd - 185, ss - 185); [[fallthrough]];
|
||||||
|
case 57: memcpy_avx_32(dd - 57, ss - 57); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 186: memcpy_avx_128(dd - 186, ss - 186); [[fallthrough]];
|
||||||
|
case 58: memcpy_avx_32(dd - 58, ss - 58); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 187: memcpy_avx_128(dd - 187, ss - 187); [[fallthrough]];
|
||||||
|
case 59: memcpy_avx_32(dd - 59, ss - 59); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 188: memcpy_avx_128(dd - 188, ss - 188); [[fallthrough]];
|
||||||
|
case 60: memcpy_avx_32(dd - 60, ss - 60); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 189: memcpy_avx_128(dd - 189, ss - 189); [[fallthrough]];
|
||||||
|
case 61: memcpy_avx_32(dd - 61, ss - 61); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 190: memcpy_avx_128(dd - 190, ss - 190); [[fallthrough]];
|
||||||
|
case 62: memcpy_avx_32(dd - 62, ss - 62); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 191: memcpy_avx_128(dd - 191, ss - 191); [[fallthrough]];
|
||||||
|
case 63: memcpy_avx_32(dd - 63, ss - 63); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 192: memcpy_avx_128(dd - 192, ss - 192); [[fallthrough]];
|
||||||
|
case 64: memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 193: memcpy_avx_128(dd - 193, ss - 193); [[fallthrough]];
|
||||||
|
case 65: memcpy_avx_64(dd - 65, ss - 65); dd[-1] = ss[-1]; break;
|
||||||
|
case 194: memcpy_avx_128(dd - 194, ss - 194); [[fallthrough]];
|
||||||
|
case 66: memcpy_avx_64(dd - 66, ss - 66); *((uint16_t*)(dd - 2)) = *((uint16_t*)(ss - 2)); break;
|
||||||
|
case 195: memcpy_avx_128(dd - 195, ss - 195); [[fallthrough]];
|
||||||
|
case 67: memcpy_avx_64(dd - 67, ss - 67); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 196: memcpy_avx_128(dd - 196, ss - 196); [[fallthrough]];
|
||||||
|
case 68: memcpy_avx_64(dd - 68, ss - 68); *((uint32_t*)(dd - 4)) = *((uint32_t*)(ss - 4)); break;
|
||||||
|
case 197: memcpy_avx_128(dd - 197, ss - 197); [[fallthrough]];
|
||||||
|
case 69: memcpy_avx_64(dd - 69, ss - 69); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 198: memcpy_avx_128(dd - 198, ss - 198); [[fallthrough]];
|
||||||
|
case 70: memcpy_avx_64(dd - 70, ss - 70); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 199: memcpy_avx_128(dd - 199, ss - 199); [[fallthrough]];
|
||||||
|
case 71: memcpy_avx_64(dd - 71, ss - 71); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 200: memcpy_avx_128(dd - 200, ss - 200); [[fallthrough]];
|
||||||
|
case 72: memcpy_avx_64(dd - 72, ss - 72); *((uint64_t*)(dd - 8)) = *((uint64_t*)(ss - 8)); break;
|
||||||
|
case 201: memcpy_avx_128(dd - 201, ss - 201); [[fallthrough]];
|
||||||
|
case 73: memcpy_avx_64(dd - 73, ss - 73); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 202: memcpy_avx_128(dd - 202, ss - 202); [[fallthrough]];
|
||||||
|
case 74: memcpy_avx_64(dd - 74, ss - 74); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 203: memcpy_avx_128(dd - 203, ss - 203); [[fallthrough]];
|
||||||
|
case 75: memcpy_avx_64(dd - 75, ss - 75); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 204: memcpy_avx_128(dd - 204, ss - 204); [[fallthrough]];
|
||||||
|
case 76: memcpy_avx_64(dd - 76, ss - 76); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 205: memcpy_avx_128(dd - 205, ss - 205); [[fallthrough]];
|
||||||
|
case 77: memcpy_avx_64(dd - 77, ss - 77); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 206: memcpy_avx_128(dd - 206, ss - 206); [[fallthrough]];
|
||||||
|
case 78: memcpy_avx_64(dd - 78, ss - 78); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 207: memcpy_avx_128(dd - 207, ss - 207); [[fallthrough]];
|
||||||
|
case 79: memcpy_avx_64(dd - 79, ss - 79); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 208: memcpy_avx_128(dd - 208, ss - 208); [[fallthrough]];
|
||||||
|
case 80: memcpy_avx_64(dd - 80, ss - 80); memcpy_avx_16(dd - 16, ss - 16); break;
|
||||||
|
case 209: memcpy_avx_128(dd - 209, ss - 209); [[fallthrough]];
|
||||||
|
case 81: memcpy_avx_64(dd - 81, ss - 81); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 210: memcpy_avx_128(dd - 210, ss - 210); [[fallthrough]];
|
||||||
|
case 82: memcpy_avx_64(dd - 82, ss - 82); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 211: memcpy_avx_128(dd - 211, ss - 211); [[fallthrough]];
|
||||||
|
case 83: memcpy_avx_64(dd - 83, ss - 83); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 212: memcpy_avx_128(dd - 212, ss - 212); [[fallthrough]];
|
||||||
|
case 84: memcpy_avx_64(dd - 84, ss - 84); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 213: memcpy_avx_128(dd - 213, ss - 213); [[fallthrough]];
|
||||||
|
case 85: memcpy_avx_64(dd - 85, ss - 85); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 214: memcpy_avx_128(dd - 214, ss - 214); [[fallthrough]];
|
||||||
|
case 86: memcpy_avx_64(dd - 86, ss - 86); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 215: memcpy_avx_128(dd - 215, ss - 215); [[fallthrough]];
|
||||||
|
case 87: memcpy_avx_64(dd - 87, ss - 87); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 216: memcpy_avx_128(dd - 216, ss - 216); [[fallthrough]];
|
||||||
|
case 88: memcpy_avx_64(dd - 88, ss - 88); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 217: memcpy_avx_128(dd - 217, ss - 217); [[fallthrough]];
|
||||||
|
case 89: memcpy_avx_64(dd - 89, ss - 89); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 218: memcpy_avx_128(dd - 218, ss - 218); [[fallthrough]];
|
||||||
|
case 90: memcpy_avx_64(dd - 90, ss - 90); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 219: memcpy_avx_128(dd - 219, ss - 219); [[fallthrough]];
|
||||||
|
case 91: memcpy_avx_64(dd - 91, ss - 91); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 220: memcpy_avx_128(dd - 220, ss - 220); [[fallthrough]];
|
||||||
|
case 92: memcpy_avx_64(dd - 92, ss - 92); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 221: memcpy_avx_128(dd - 221, ss - 221); [[fallthrough]];
|
||||||
|
case 93: memcpy_avx_64(dd - 93, ss - 93); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 222: memcpy_avx_128(dd - 222, ss - 222); [[fallthrough]];
|
||||||
|
case 94: memcpy_avx_64(dd - 94, ss - 94); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 223: memcpy_avx_128(dd - 223, ss - 223); [[fallthrough]];
|
||||||
|
case 95: memcpy_avx_64(dd - 95, ss - 95); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 224: memcpy_avx_128(dd - 224, ss - 224); [[fallthrough]];
|
||||||
|
case 96: memcpy_avx_64(dd - 96, ss - 96); memcpy_avx_32(dd - 32, ss - 32); break;
|
||||||
|
case 225: memcpy_avx_128(dd - 225, ss - 225); [[fallthrough]];
|
||||||
|
case 97: memcpy_avx_64(dd - 97, ss - 97); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 226: memcpy_avx_128(dd - 226, ss - 226); [[fallthrough]];
|
||||||
|
case 98: memcpy_avx_64(dd - 98, ss - 98); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 227: memcpy_avx_128(dd - 227, ss - 227); [[fallthrough]];
|
||||||
|
case 99: memcpy_avx_64(dd - 99, ss - 99); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 228: memcpy_avx_128(dd - 228, ss - 228); [[fallthrough]];
|
||||||
|
case 100: memcpy_avx_64(dd - 100, ss - 100); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 229: memcpy_avx_128(dd - 229, ss - 229); [[fallthrough]];
|
||||||
|
case 101: memcpy_avx_64(dd - 101, ss - 101); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 230: memcpy_avx_128(dd - 230, ss - 230); [[fallthrough]];
|
||||||
|
case 102: memcpy_avx_64(dd - 102, ss - 102); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 231: memcpy_avx_128(dd - 231, ss - 231); [[fallthrough]];
|
||||||
|
case 103: memcpy_avx_64(dd - 103, ss - 103); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 232: memcpy_avx_128(dd - 232, ss - 232); [[fallthrough]];
|
||||||
|
case 104: memcpy_avx_64(dd - 104, ss - 104); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 233: memcpy_avx_128(dd - 233, ss - 233); [[fallthrough]];
|
||||||
|
case 105: memcpy_avx_64(dd - 105, ss - 105); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 234: memcpy_avx_128(dd - 234, ss - 234); [[fallthrough]];
|
||||||
|
case 106: memcpy_avx_64(dd - 106, ss - 106); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 235: memcpy_avx_128(dd - 235, ss - 235); [[fallthrough]];
|
||||||
|
case 107: memcpy_avx_64(dd - 107, ss - 107); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 236: memcpy_avx_128(dd - 236, ss - 236); [[fallthrough]];
|
||||||
|
case 108: memcpy_avx_64(dd - 108, ss - 108); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 237: memcpy_avx_128(dd - 237, ss - 237); [[fallthrough]];
|
||||||
|
case 109: memcpy_avx_64(dd - 109, ss - 109); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 238: memcpy_avx_128(dd - 238, ss - 238); [[fallthrough]];
|
||||||
|
case 110: memcpy_avx_64(dd - 110, ss - 110); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 239: memcpy_avx_128(dd - 239, ss - 239); [[fallthrough]];
|
||||||
|
case 111: memcpy_avx_64(dd - 111, ss - 111); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 240: memcpy_avx_128(dd - 240, ss - 240); [[fallthrough]];
|
||||||
|
case 112: memcpy_avx_64(dd - 112, ss - 112); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 241: memcpy_avx_128(dd - 241, ss - 241); [[fallthrough]];
|
||||||
|
case 113: memcpy_avx_64(dd - 113, ss - 113); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 242: memcpy_avx_128(dd - 242, ss - 242); [[fallthrough]];
|
||||||
|
case 114: memcpy_avx_64(dd - 114, ss - 114); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 243: memcpy_avx_128(dd - 243, ss - 243); [[fallthrough]];
|
||||||
|
case 115: memcpy_avx_64(dd - 115, ss - 115); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 244: memcpy_avx_128(dd - 244, ss - 244); [[fallthrough]];
|
||||||
|
case 116: memcpy_avx_64(dd - 116, ss - 116); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 245: memcpy_avx_128(dd - 245, ss - 245); [[fallthrough]];
|
||||||
|
case 117: memcpy_avx_64(dd - 117, ss - 117); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 246: memcpy_avx_128(dd - 246, ss - 246); [[fallthrough]];
|
||||||
|
case 118: memcpy_avx_64(dd - 118, ss - 118); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 247: memcpy_avx_128(dd - 247, ss - 247); [[fallthrough]];
|
||||||
|
case 119: memcpy_avx_64(dd - 119, ss - 119); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 248: memcpy_avx_128(dd - 248, ss - 248); [[fallthrough]];
|
||||||
|
case 120: memcpy_avx_64(dd - 120, ss - 120); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 249: memcpy_avx_128(dd - 249, ss - 249); [[fallthrough]];
|
||||||
|
case 121: memcpy_avx_64(dd - 121, ss - 121); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 250: memcpy_avx_128(dd - 250, ss - 250); [[fallthrough]];
|
||||||
|
case 122: memcpy_avx_64(dd - 122, ss - 122); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 251: memcpy_avx_128(dd - 251, ss - 251); [[fallthrough]];
|
||||||
|
case 123: memcpy_avx_64(dd - 123, ss - 123); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 252: memcpy_avx_128(dd - 252, ss - 252); [[fallthrough]];
|
||||||
|
case 124: memcpy_avx_64(dd - 124, ss - 124); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 253: memcpy_avx_128(dd - 253, ss - 253); [[fallthrough]];
|
||||||
|
case 125: memcpy_avx_64(dd - 125, ss - 125); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 254: memcpy_avx_128(dd - 254, ss - 254); [[fallthrough]];
|
||||||
|
case 126: memcpy_avx_64(dd - 126, ss - 126); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 255: memcpy_avx_128(dd - 255, ss - 255); [[fallthrough]];
|
||||||
|
case 127: memcpy_avx_64(dd - 127, ss - 127); memcpy_avx_64(dd - 64, ss - 64); break;
|
||||||
|
case 256: memcpy_avx_256(dd - 256, ss - 256); break;
|
||||||
|
}
|
||||||
|
|
||||||
|
return dst;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
// main routine
|
||||||
|
//---------------------------------------------------------------------
|
||||||
|
void* memcpy_fast_avx(void * __restrict destination, const void * __restrict source, size_t size)
|
||||||
|
{
|
||||||
|
unsigned char *dst = reinterpret_cast<unsigned char*>(destination);
|
||||||
|
const unsigned char *src = reinterpret_cast<const unsigned char*>(source);
|
||||||
|
static size_t cachesize = 0x200000; // L3-cache size
|
||||||
|
size_t padding;
|
||||||
|
|
||||||
|
// small memory copy
|
||||||
|
if (size <= 256) {
|
||||||
|
memcpy_tiny_avx(dst, src, size);
|
||||||
|
_mm256_zeroupper();
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
|
|
||||||
|
// align destination to 16 bytes boundary
|
||||||
|
padding = (32 - (((size_t)dst) & 31)) & 31;
|
||||||
|
|
||||||
|
#if 0
|
||||||
|
if (padding > 0) {
|
||||||
|
__m256i head = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(src));
|
||||||
|
_mm256_storeu_si256((__m256i*)dst, head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
#else
|
||||||
|
__m256i head = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(src));
|
||||||
|
_mm256_storeu_si256((__m256i*)dst, head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
#endif
|
||||||
|
|
||||||
|
// medium size copy
|
||||||
|
if (size <= cachesize) {
|
||||||
|
__m256i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
|
||||||
|
for (; size >= 256; size -= 256) {
|
||||||
|
c0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
c1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
c2 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
c3 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
c4 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 4);
|
||||||
|
c5 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 5);
|
||||||
|
c6 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 6);
|
||||||
|
c7 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 7);
|
||||||
|
src += 256;
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 0), c0);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 1), c1);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 2), c2);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 3), c3);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 4), c4);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 5), c5);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 6), c6);
|
||||||
|
_mm256_storeu_si256(((reinterpret_cast<__m256i*>(dst)) + 7), c7);
|
||||||
|
dst += 256;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else { // big memory copy
|
||||||
|
__m256i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
/* __m256i c0, c1, c2, c3, c4, c5, c6, c7; */
|
||||||
|
|
||||||
|
if ((((size_t)src) & 31) == 0) { // source aligned
|
||||||
|
for (; size >= 256; size -= 256) {
|
||||||
|
c0 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
c1 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
c2 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
c3 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
c4 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 4);
|
||||||
|
c5 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 5);
|
||||||
|
c6 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 6);
|
||||||
|
c7 = _mm256_load_si256((reinterpret_cast<const __m256i*>(src)) + 7);
|
||||||
|
src += 256;
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 0), c0);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 1), c1);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 2), c2);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 3), c3);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 4), c4);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 5), c5);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 6), c6);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 7), c7);
|
||||||
|
dst += 256;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else { // source unaligned
|
||||||
|
for (; size >= 256; size -= 256) {
|
||||||
|
c0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
c1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
c2 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
c3 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
c4 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 4);
|
||||||
|
c5 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 5);
|
||||||
|
c6 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 6);
|
||||||
|
c7 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 7);
|
||||||
|
src += 256;
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 0), c0);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 1), c1);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 2), c2);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 3), c3);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 4), c4);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 5), c5);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 6), c6);
|
||||||
|
_mm256_stream_si256(((reinterpret_cast<__m256i*>(dst)) + 7), c7);
|
||||||
|
dst += 256;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
_mm_sfence();
|
||||||
|
}
|
||||||
|
|
||||||
|
memcpy_tiny_avx(dst, src, size);
|
||||||
|
_mm256_zeroupper();
|
||||||
|
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
610
utils/memcpy-bench/memcpy-bench.cpp
Normal file
610
utils/memcpy-bench/memcpy-bench.cpp
Normal file
@ -0,0 +1,610 @@
|
|||||||
|
#include <memory>
|
||||||
|
#include <cstddef>
|
||||||
|
#include <string>
|
||||||
|
#include <random>
|
||||||
|
#include <iostream>
|
||||||
|
#include <iomanip>
|
||||||
|
#include <thread>
|
||||||
|
|
||||||
|
#include <dlfcn.h>
|
||||||
|
|
||||||
|
#include <pcg_random.hpp>
|
||||||
|
|
||||||
|
#include <common/defines.h>
|
||||||
|
|
||||||
|
#include <Common/Stopwatch.h>
|
||||||
|
|
||||||
|
#pragma GCC diagnostic ignored "-Wold-style-cast"
|
||||||
|
#pragma GCC diagnostic ignored "-Wcast-align"
|
||||||
|
#pragma GCC diagnostic ignored "-Wcast-qual"
|
||||||
|
#include "FastMemcpy.h"
|
||||||
|
//#include "FastMemcpy_Avx.h"
|
||||||
|
|
||||||
|
#include <emmintrin.h>
|
||||||
|
#include <immintrin.h>
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
template <typename F, typename MemcpyImpl>
|
||||||
|
void NO_INLINE loop(uint8_t * dst, uint8_t * src, size_t size, F && chunk_size_distribution, MemcpyImpl && impl)
|
||||||
|
{
|
||||||
|
while (size)
|
||||||
|
{
|
||||||
|
size_t bytes_to_copy = std::min<size_t>(size, chunk_size_distribution());
|
||||||
|
|
||||||
|
impl(dst, src, bytes_to_copy);
|
||||||
|
|
||||||
|
dst += bytes_to_copy;
|
||||||
|
src += bytes_to_copy;
|
||||||
|
size -= bytes_to_copy;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
using RNG = pcg32_fast;
|
||||||
|
|
||||||
|
template <size_t N>
|
||||||
|
size_t generatorUniform(RNG & rng) { return rng() % N; };
|
||||||
|
|
||||||
|
|
||||||
|
template <typename F, typename MemcpyImpl>
|
||||||
|
void test(uint8_t * dst, uint8_t * src, size_t size, size_t iterations, size_t num_threads, F && generator, MemcpyImpl && impl)
|
||||||
|
{
|
||||||
|
Stopwatch watch;
|
||||||
|
|
||||||
|
std::vector<std::thread> threads;
|
||||||
|
threads.reserve(num_threads);
|
||||||
|
|
||||||
|
for (size_t thread_num = 0; thread_num < num_threads; ++thread_num)
|
||||||
|
{
|
||||||
|
size_t begin = size * thread_num / num_threads;
|
||||||
|
size_t end = size * (thread_num + 1) / num_threads;
|
||||||
|
|
||||||
|
threads.emplace_back([begin, end, iterations, &src, &dst, &generator, &impl]
|
||||||
|
{
|
||||||
|
for (size_t iteration = 0; iteration < iterations; ++iteration)
|
||||||
|
{
|
||||||
|
loop(
|
||||||
|
iteration % 2 ? &src[begin] : &dst[begin],
|
||||||
|
iteration % 2 ? &dst[begin] : &src[begin],
|
||||||
|
end - begin,
|
||||||
|
[rng = RNG(), &generator]() mutable { return generator(rng); },
|
||||||
|
std::forward<MemcpyImpl>(impl));
|
||||||
|
}
|
||||||
|
});
|
||||||
|
}
|
||||||
|
|
||||||
|
for (auto & thread : threads)
|
||||||
|
thread.join();
|
||||||
|
|
||||||
|
double elapsed_ns = watch.elapsed();
|
||||||
|
|
||||||
|
/// Validation
|
||||||
|
size_t sum = 0;
|
||||||
|
for (size_t i = 0; i < size; ++i)
|
||||||
|
sum += dst[i];
|
||||||
|
|
||||||
|
std::cerr << std::fixed << std::setprecision(3)
|
||||||
|
<< "Processed in " << (elapsed_ns / 1e9) << "sec, " << (size * iterations * 1.0 / elapsed_ns) << " GB/sec (sum = " << sum << ")\n";
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
using memcpy_type = void * (*)(const void * __restrict, void * __restrict, size_t);
|
||||||
|
|
||||||
|
|
||||||
|
static void * memcpy_erms(void * dst, const void * src, size_t size)
|
||||||
|
{
|
||||||
|
asm volatile (
|
||||||
|
"rep movsb"
|
||||||
|
: "=D"(dst), "=S"(src), "=c"(size)
|
||||||
|
: "0"(dst), "1"(src), "2"(size)
|
||||||
|
: "memory");
|
||||||
|
return dst;
|
||||||
|
}
|
||||||
|
|
||||||
|
extern "C" void * memcpy_jart(void * dst, const void * src, size_t size);
|
||||||
|
extern "C" void MemCpy(void * dst, const void * src, size_t size);
|
||||||
|
|
||||||
|
|
||||||
|
static void * memcpySSE2(void * __restrict destination, const void * __restrict source, size_t size)
|
||||||
|
{
|
||||||
|
unsigned char *dst = reinterpret_cast<unsigned char *>(destination);
|
||||||
|
const unsigned char *src = reinterpret_cast<const unsigned char *>(source);
|
||||||
|
size_t padding;
|
||||||
|
|
||||||
|
// small memory copy
|
||||||
|
if (size <= 16)
|
||||||
|
return memcpy_tiny(dst, src, size);
|
||||||
|
|
||||||
|
// align destination to 16 bytes boundary
|
||||||
|
padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
// medium size copy
|
||||||
|
__m128i c0;
|
||||||
|
|
||||||
|
for (; size >= 16; size -= 16)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
src += 16;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst)), c0);
|
||||||
|
dst += 16;
|
||||||
|
}
|
||||||
|
|
||||||
|
memcpy_tiny(dst, src, size);
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
|
|
||||||
|
static void * memcpySSE2Unrolled2(void * __restrict destination, const void * __restrict source, size_t size)
|
||||||
|
{
|
||||||
|
unsigned char *dst = reinterpret_cast<unsigned char *>(destination);
|
||||||
|
const unsigned char *src = reinterpret_cast<const unsigned char *>(source);
|
||||||
|
size_t padding;
|
||||||
|
|
||||||
|
// small memory copy
|
||||||
|
if (size <= 32)
|
||||||
|
return memcpy_tiny(dst, src, size);
|
||||||
|
|
||||||
|
// align destination to 16 bytes boundary
|
||||||
|
padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
// medium size copy
|
||||||
|
__m128i c0, c1;
|
||||||
|
|
||||||
|
for (; size >= 32; size -= 32)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 0);
|
||||||
|
c1 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 1);
|
||||||
|
src += 32;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 0), c0);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 1), c1);
|
||||||
|
dst += 32;
|
||||||
|
}
|
||||||
|
|
||||||
|
memcpy_tiny(dst, src, size);
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
|
|
||||||
|
static void * memcpySSE2Unrolled4(void * __restrict destination, const void * __restrict source, size_t size)
|
||||||
|
{
|
||||||
|
unsigned char *dst = reinterpret_cast<unsigned char *>(destination);
|
||||||
|
const unsigned char *src = reinterpret_cast<const unsigned char *>(source);
|
||||||
|
size_t padding;
|
||||||
|
|
||||||
|
// small memory copy
|
||||||
|
if (size <= 64)
|
||||||
|
return memcpy_tiny(dst, src, size);
|
||||||
|
|
||||||
|
// align destination to 16 bytes boundary
|
||||||
|
padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
// medium size copy
|
||||||
|
__m128i c0, c1, c2, c3;
|
||||||
|
|
||||||
|
for (; size >= 64; size -= 64)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 0);
|
||||||
|
c1 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 1);
|
||||||
|
c2 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 2);
|
||||||
|
c3 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 3);
|
||||||
|
src += 64;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 0), c0);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 1), c1);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 2), c2);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 3), c3);
|
||||||
|
dst += 64;
|
||||||
|
}
|
||||||
|
|
||||||
|
memcpy_tiny(dst, src, size);
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
static void * memcpySSE2Unrolled8(void * __restrict destination, const void * __restrict source, size_t size)
|
||||||
|
{
|
||||||
|
unsigned char *dst = reinterpret_cast<unsigned char *>(destination);
|
||||||
|
const unsigned char *src = reinterpret_cast<const unsigned char *>(source);
|
||||||
|
size_t padding;
|
||||||
|
|
||||||
|
// small memory copy
|
||||||
|
if (size <= 128)
|
||||||
|
return memcpy_tiny(dst, src, size);
|
||||||
|
|
||||||
|
// align destination to 16 bytes boundary
|
||||||
|
padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
// medium size copy
|
||||||
|
__m128i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
|
||||||
|
for (; size >= 128; size -= 128)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 0);
|
||||||
|
c1 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 1);
|
||||||
|
c2 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 2);
|
||||||
|
c3 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 3);
|
||||||
|
c4 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 4);
|
||||||
|
c5 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 5);
|
||||||
|
c6 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 6);
|
||||||
|
c7 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 7);
|
||||||
|
src += 128;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 0), c0);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 1), c1);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 2), c2);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 3), c3);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 4), c4);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 5), c5);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 6), c6);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 7), c7);
|
||||||
|
dst += 128;
|
||||||
|
}
|
||||||
|
|
||||||
|
memcpy_tiny(dst, src, size);
|
||||||
|
return destination;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
//static __attribute__((__always_inline__, __target__("sse2")))
|
||||||
|
__attribute__((__always_inline__))
|
||||||
|
void memcpy_my_medium_sse(uint8_t * __restrict & dst, const uint8_t * __restrict & src, size_t & size)
|
||||||
|
{
|
||||||
|
/// Align destination to 16 bytes boundary.
|
||||||
|
size_t padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
/// Aligned unrolled copy.
|
||||||
|
__m128i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
|
||||||
|
while (size >= 128)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 0);
|
||||||
|
c1 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 1);
|
||||||
|
c2 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 2);
|
||||||
|
c3 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 3);
|
||||||
|
c4 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 4);
|
||||||
|
c5 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 5);
|
||||||
|
c6 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 6);
|
||||||
|
c7 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 7);
|
||||||
|
src += 128;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 0), c0);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 1), c1);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 2), c2);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 3), c3);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 4), c4);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 5), c5);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 6), c6);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 7), c7);
|
||||||
|
dst += 128;
|
||||||
|
|
||||||
|
size -= 128;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
__attribute__((__target__("avx")))
|
||||||
|
void memcpy_my_medium_avx(uint8_t * __restrict & __restrict dst, const uint8_t * __restrict & __restrict src, size_t & __restrict size)
|
||||||
|
{
|
||||||
|
size_t padding = (32 - (reinterpret_cast<size_t>(dst) & 31)) & 31;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m256i head = _mm256_loadu_si256(reinterpret_cast<const __m256i*>(src));
|
||||||
|
_mm256_storeu_si256((__m256i*)dst, head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
__m256i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
|
||||||
|
while (size >= 256)
|
||||||
|
{
|
||||||
|
c0 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 0);
|
||||||
|
c1 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 1);
|
||||||
|
c2 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 2);
|
||||||
|
c3 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 3);
|
||||||
|
c4 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 4);
|
||||||
|
c5 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 5);
|
||||||
|
c6 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 6);
|
||||||
|
c7 = _mm256_loadu_si256((reinterpret_cast<const __m256i*>(src)) + 7);
|
||||||
|
src += 256;
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 0), c0);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 1), c1);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 2), c2);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 3), c3);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 4), c4);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 5), c5);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 6), c6);
|
||||||
|
_mm256_store_si256(((reinterpret_cast<__m256i*>(dst)) + 7), c7);
|
||||||
|
dst += 256;
|
||||||
|
|
||||||
|
size -= 256;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
bool have_avx = true;
|
||||||
|
|
||||||
|
static uint8_t * memcpy_my(uint8_t * __restrict dst, const uint8_t * __restrict src, size_t size)
|
||||||
|
{
|
||||||
|
uint8_t * ret = dst;
|
||||||
|
|
||||||
|
tail:
|
||||||
|
if (size <= 16)
|
||||||
|
{
|
||||||
|
if (size >= 8)
|
||||||
|
{
|
||||||
|
__builtin_memcpy(dst + size - 8, src + size - 8, 8);
|
||||||
|
__builtin_memcpy(dst, src, 8);
|
||||||
|
}
|
||||||
|
else if (size >= 4)
|
||||||
|
{
|
||||||
|
__builtin_memcpy(dst + size - 4, src + size - 4, 4);
|
||||||
|
__builtin_memcpy(dst, src, 4);
|
||||||
|
}
|
||||||
|
else if (size >= 2)
|
||||||
|
{
|
||||||
|
__builtin_memcpy(dst + size - 2, src + size - 2, 2);
|
||||||
|
__builtin_memcpy(dst, src, 2);
|
||||||
|
}
|
||||||
|
else if (size >= 1)
|
||||||
|
{
|
||||||
|
*dst = *src;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else if (have_avx)
|
||||||
|
{
|
||||||
|
if (size <= 256)
|
||||||
|
{
|
||||||
|
__asm__(
|
||||||
|
"vmovups -0x20(%[s],%[size],1), %%ymm0\n"
|
||||||
|
"vmovups %%ymm0, -0x20(%[d],%[size],1)\n"
|
||||||
|
: [d]"+r"(dst), [s]"+r"(src)
|
||||||
|
: [size]"r"(size)
|
||||||
|
: "ymm0", "memory");
|
||||||
|
|
||||||
|
while (size > 32)
|
||||||
|
{
|
||||||
|
__asm__(
|
||||||
|
"vmovups (%[s]), %%ymm0\n"
|
||||||
|
"vmovups %%ymm0, (%[d])\n"
|
||||||
|
: [d]"+r"(dst), [s]"+r"(src)
|
||||||
|
:
|
||||||
|
: "ymm0", "memory");
|
||||||
|
|
||||||
|
dst += 32;
|
||||||
|
src += 32;
|
||||||
|
size -= 32;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
size_t padding = (32 - (reinterpret_cast<size_t>(dst) & 31)) & 31;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__asm__(
|
||||||
|
"vmovups (%[s]), %%ymm0\n"
|
||||||
|
"vmovups %%ymm0, (%[d])\n"
|
||||||
|
: [d]"+r"(dst), [s]"+r"(src)
|
||||||
|
:
|
||||||
|
: "ymm0", "memory");
|
||||||
|
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
while (size >= 256)
|
||||||
|
{
|
||||||
|
__asm__(
|
||||||
|
"vmovups (%[s]), %%ymm0\n"
|
||||||
|
"vmovups 0x20(%[s]), %%ymm1\n"
|
||||||
|
"vmovups 0x40(%[s]), %%ymm2\n"
|
||||||
|
"vmovups 0x60(%[s]), %%ymm3\n"
|
||||||
|
"vmovups 0x80(%[s]), %%ymm4\n"
|
||||||
|
"vmovups 0xa0(%[s]), %%ymm5\n"
|
||||||
|
"vmovups 0xc0(%[s]), %%ymm6\n"
|
||||||
|
"vmovups 0xe0(%[s]), %%ymm7\n"
|
||||||
|
"add $0x100,%[s]\n"
|
||||||
|
"vmovaps %%ymm0, (%[d])\n"
|
||||||
|
"vmovaps %%ymm1, 0x20(%[d])\n"
|
||||||
|
"vmovaps %%ymm2, 0x40(%[d])\n"
|
||||||
|
"vmovaps %%ymm3, 0x60(%[d])\n"
|
||||||
|
"vmovaps %%ymm4, 0x80(%[d])\n"
|
||||||
|
"vmovaps %%ymm5, 0xa0(%[d])\n"
|
||||||
|
"vmovaps %%ymm6, 0xc0(%[d])\n"
|
||||||
|
"vmovaps %%ymm7, 0xe0(%[d])\n"
|
||||||
|
"add $0x100, %[d]\n"
|
||||||
|
: [d]"+r"(dst), [s]"+r"(src)
|
||||||
|
:
|
||||||
|
: "ymm0", "ymm1", "ymm2", "ymm3", "ymm4", "ymm5", "ymm6", "ymm7", "memory");
|
||||||
|
|
||||||
|
size -= 256;
|
||||||
|
}
|
||||||
|
|
||||||
|
goto tail;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
if (size <= 128)
|
||||||
|
{
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i *>(dst + size - 16), _mm_loadu_si128(reinterpret_cast<const __m128i *>(src + size - 16)));
|
||||||
|
|
||||||
|
while (size > 16)
|
||||||
|
{
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i *>(dst), _mm_loadu_si128(reinterpret_cast<const __m128i *>(src)));
|
||||||
|
dst += 16;
|
||||||
|
src += 16;
|
||||||
|
size -= 16;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
else
|
||||||
|
{
|
||||||
|
/// Align destination to 16 bytes boundary.
|
||||||
|
size_t padding = (16 - (reinterpret_cast<size_t>(dst) & 15)) & 15;
|
||||||
|
|
||||||
|
if (padding > 0)
|
||||||
|
{
|
||||||
|
__m128i head = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src));
|
||||||
|
_mm_storeu_si128(reinterpret_cast<__m128i*>(dst), head);
|
||||||
|
dst += padding;
|
||||||
|
src += padding;
|
||||||
|
size -= padding;
|
||||||
|
}
|
||||||
|
|
||||||
|
/// Aligned unrolled copy.
|
||||||
|
__m128i c0, c1, c2, c3, c4, c5, c6, c7;
|
||||||
|
|
||||||
|
while (size >= 128)
|
||||||
|
{
|
||||||
|
c0 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 0);
|
||||||
|
c1 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 1);
|
||||||
|
c2 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 2);
|
||||||
|
c3 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 3);
|
||||||
|
c4 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 4);
|
||||||
|
c5 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 5);
|
||||||
|
c6 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 6);
|
||||||
|
c7 = _mm_loadu_si128(reinterpret_cast<const __m128i*>(src) + 7);
|
||||||
|
src += 128;
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 0), c0);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 1), c1);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 2), c2);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 3), c3);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 4), c4);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 5), c5);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 6), c6);
|
||||||
|
_mm_store_si128((reinterpret_cast<__m128i*>(dst) + 7), c7);
|
||||||
|
dst += 128;
|
||||||
|
|
||||||
|
size -= 128;
|
||||||
|
}
|
||||||
|
|
||||||
|
goto tail;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
return ret;
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
|
template <typename F>
|
||||||
|
void dispatchMemcpyVariants(size_t memcpy_variant, uint8_t * dst, uint8_t * src, size_t size, size_t iterations, size_t num_threads, F && generator)
|
||||||
|
{
|
||||||
|
memcpy_type memcpy_libc = reinterpret_cast<memcpy_type>(dlsym(RTLD_NEXT, "memcpy"));
|
||||||
|
|
||||||
|
if (memcpy_variant == 1)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpy);
|
||||||
|
if (memcpy_variant == 2)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpy_libc);
|
||||||
|
if (memcpy_variant == 3)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpy_erms);
|
||||||
|
if (memcpy_variant == 4)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), MemCpy);
|
||||||
|
if (memcpy_variant == 5)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpySSE2);
|
||||||
|
if (memcpy_variant == 6)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpySSE2Unrolled2);
|
||||||
|
if (memcpy_variant == 7)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpySSE2Unrolled4);
|
||||||
|
if (memcpy_variant == 8)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpySSE2Unrolled8);
|
||||||
|
// if (memcpy_variant == 9)
|
||||||
|
// test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpy_fast_avx);
|
||||||
|
if (memcpy_variant == 10)
|
||||||
|
test(dst, src, size, iterations, num_threads, std::forward<F>(generator), memcpy_my);
|
||||||
|
}
|
||||||
|
|
||||||
|
void dispatchVariants(size_t memcpy_variant, size_t generator_variant, uint8_t * dst, uint8_t * src, size_t size, size_t iterations, size_t num_threads)
|
||||||
|
{
|
||||||
|
if (generator_variant == 1)
|
||||||
|
dispatchMemcpyVariants(memcpy_variant, dst, src, size, iterations, num_threads, generatorUniform<16>);
|
||||||
|
if (generator_variant == 2)
|
||||||
|
dispatchMemcpyVariants(memcpy_variant, dst, src, size, iterations, num_threads, generatorUniform<256>);
|
||||||
|
if (generator_variant == 3)
|
||||||
|
dispatchMemcpyVariants(memcpy_variant, dst, src, size, iterations, num_threads, generatorUniform<4096>);
|
||||||
|
if (generator_variant == 4)
|
||||||
|
dispatchMemcpyVariants(memcpy_variant, dst, src, size, iterations, num_threads, generatorUniform<65536>);
|
||||||
|
if (generator_variant == 5)
|
||||||
|
dispatchMemcpyVariants(memcpy_variant, dst, src, size, iterations, num_threads, generatorUniform<1048576>);
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
int main(int argc, char ** argv)
|
||||||
|
{
|
||||||
|
size_t size = 1000000000;
|
||||||
|
if (argc >= 2)
|
||||||
|
size = std::stoull(argv[1]);
|
||||||
|
|
||||||
|
size_t iterations = 10;
|
||||||
|
if (argc >= 3)
|
||||||
|
iterations = std::stoull(argv[2]);
|
||||||
|
|
||||||
|
size_t num_threads = 1;
|
||||||
|
if (argc >= 4)
|
||||||
|
num_threads = std::stoull(argv[3]);
|
||||||
|
|
||||||
|
size_t memcpy_variant = 1;
|
||||||
|
if (argc >= 5)
|
||||||
|
memcpy_variant = std::stoull(argv[4]);
|
||||||
|
|
||||||
|
size_t generator_variant = 1;
|
||||||
|
if (argc >= 6)
|
||||||
|
generator_variant = std::stoull(argv[5]);
|
||||||
|
|
||||||
|
std::unique_ptr<uint8_t[]> src(new uint8_t[size]);
|
||||||
|
std::unique_ptr<uint8_t[]> dst(new uint8_t[size]);
|
||||||
|
|
||||||
|
/// Fill src with some pattern for validation.
|
||||||
|
for (size_t i = 0; i < size; ++i)
|
||||||
|
src[i] = i;
|
||||||
|
|
||||||
|
/// Fill dst to avoid page faults.
|
||||||
|
memset(dst.get(), 0, size);
|
||||||
|
|
||||||
|
dispatchVariants(memcpy_variant, generator_variant, dst.get(), src.get(), size, iterations, num_threads);
|
||||||
|
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
138
utils/memcpy-bench/memcpy_jart.S
Normal file
138
utils/memcpy-bench/memcpy_jart.S
Normal file
@ -0,0 +1,138 @@
|
|||||||
|
/*-*- mode:unix-assembly; indent-tabs-mode:t; tab-width:8; coding:utf-8 -*-│
|
||||||
|
│vi: set et ft=asm ts=8 tw=8 fenc=utf-8 :vi│
|
||||||
|
╞══════════════════════════════════════════════════════════════════════════════╡
|
||||||
|
│ Copyright 2020 Justine Alexandra Roberts Tunney │
|
||||||
|
│ │
|
||||||
|
│ Permission to use, copy, modify, and/or distribute this software for │
|
||||||
|
│ any purpose with or without fee is hereby granted, provided that the │
|
||||||
|
│ above copyright notice and this permission notice appear in all copies. │
|
||||||
|
│ │
|
||||||
|
│ THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL │
|
||||||
|
│ WARRANTIES WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED │
|
||||||
|
│ WARRANTIES OF MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE │
|
||||||
|
│ AUTHOR BE LIABLE FOR ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL │
|
||||||
|
│ DAMAGES OR ANY DAMAGES WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR │
|
||||||
|
│ PROFITS, WHETHER IN AN ACTION OF CONTRACT, NEGLIGENCE OR OTHER │
|
||||||
|
│ TORTIOUS ACTION, ARISING OUT OF OR IN CONNECTION WITH THE USE OR │
|
||||||
|
│ PERFORMANCE OF THIS SOFTWARE. │
|
||||||
|
╚─────────────────────────────────────────────────────────────────────────────*/
|
||||||
|
|
||||||
|
// Copies memory.
|
||||||
|
//
|
||||||
|
// DEST and SRC must not overlap, unless DEST≤SRC.
|
||||||
|
//
|
||||||
|
// @param rdi is dest
|
||||||
|
// @param rsi is src
|
||||||
|
// @param rdx is number of bytes
|
||||||
|
// @return original rdi copied to rax
|
||||||
|
// @mode long
|
||||||
|
// @asyncsignalsafe
|
||||||
|
memcpy_jart: mov %rdi,%rax
|
||||||
|
// 𝑠𝑙𝑖𝑑𝑒
|
||||||
|
.align 16
|
||||||
|
.type memcpy_jart,@function
|
||||||
|
.size memcpy_jart,.-memcpy_jart
|
||||||
|
.globl memcpy_jart
|
||||||
|
|
||||||
|
// Copies memory w/ minimal impact ABI.
|
||||||
|
//
|
||||||
|
// @param rdi is dest
|
||||||
|
// @param rsi is src
|
||||||
|
// @param rdx is number of bytes
|
||||||
|
// @clob flags,rcx,xmm3,xmm4
|
||||||
|
// @mode long
|
||||||
|
MemCpy: mov $.Lmemcpytab.size,%ecx
|
||||||
|
cmp %rcx,%rdx
|
||||||
|
cmovb %rdx,%rcx
|
||||||
|
jmp *memcpytab(,%rcx,8)
|
||||||
|
.Lanchorpoint:
|
||||||
|
.L16r: cmp $1024,%rdx
|
||||||
|
jae .Lerms
|
||||||
|
.L16: movdqu -16(%rsi,%rdx),%xmm4
|
||||||
|
mov $16,%rcx
|
||||||
|
0: add $16,%rcx
|
||||||
|
movdqu -32(%rsi,%rcx),%xmm3
|
||||||
|
movdqu %xmm3,-32(%rdi,%rcx)
|
||||||
|
cmp %rcx,%rdx
|
||||||
|
ja 0b
|
||||||
|
movdqu %xmm4,-16(%rdi,%rdx)
|
||||||
|
pxor %xmm4,%xmm4
|
||||||
|
pxor %xmm3,%xmm3
|
||||||
|
jmp .L0
|
||||||
|
.L8: push %rbx
|
||||||
|
mov (%rsi),%rcx
|
||||||
|
mov -8(%rsi,%rdx),%rbx
|
||||||
|
mov %rcx,(%rdi)
|
||||||
|
mov %rbx,-8(%rdi,%rdx)
|
||||||
|
1: pop %rbx
|
||||||
|
.L0: ret
|
||||||
|
.L4: push %rbx
|
||||||
|
mov (%rsi),%ecx
|
||||||
|
mov -4(%rsi,%rdx),%ebx
|
||||||
|
mov %ecx,(%rdi)
|
||||||
|
mov %ebx,-4(%rdi,%rdx)
|
||||||
|
jmp 1b
|
||||||
|
.L3: push %rbx
|
||||||
|
mov (%rsi),%cx
|
||||||
|
mov -2(%rsi,%rdx),%bx
|
||||||
|
mov %cx,(%rdi)
|
||||||
|
mov %bx,-2(%rdi,%rdx)
|
||||||
|
jmp 1b
|
||||||
|
.L2: mov (%rsi),%cx
|
||||||
|
mov %cx,(%rdi)
|
||||||
|
jmp .L0
|
||||||
|
.L1: mov (%rsi),%cl
|
||||||
|
mov %cl,(%rdi)
|
||||||
|
jmp .L0
|
||||||
|
.Lerms: cmp $1024*1024,%rdx
|
||||||
|
ja .Lnts
|
||||||
|
push %rdi
|
||||||
|
push %rsi
|
||||||
|
mov %rdx,%rcx
|
||||||
|
rep movsb
|
||||||
|
pop %rsi
|
||||||
|
pop %rdi
|
||||||
|
jmp .L0
|
||||||
|
.Lnts: movdqu (%rsi),%xmm3
|
||||||
|
movdqu %xmm3,(%rdi)
|
||||||
|
lea 16(%rdi),%rcx
|
||||||
|
and $-16,%rcx
|
||||||
|
sub %rdi,%rcx
|
||||||
|
add %rcx,%rdi
|
||||||
|
add %rcx,%rsi
|
||||||
|
sub %rcx,%rdx
|
||||||
|
mov $16,%rcx
|
||||||
|
0: add $16,%rcx
|
||||||
|
movdqu -32(%rsi,%rcx),%xmm3
|
||||||
|
movntdq %xmm3,-32(%rdi,%rcx)
|
||||||
|
cmp %rcx,%rdx
|
||||||
|
ja 0b
|
||||||
|
sfence
|
||||||
|
movdqu -16(%rsi,%rdx),%xmm3
|
||||||
|
movdqu %xmm3,-16(%rdi,%rdx)
|
||||||
|
pxor %xmm3,%xmm3
|
||||||
|
jmp .L0
|
||||||
|
.type MemCpy,@function
|
||||||
|
.size MemCpy,.-MemCpy
|
||||||
|
.globl MemCpy
|
||||||
|
|
||||||
|
.section .rodata
|
||||||
|
.align 8
|
||||||
|
memcpytab:
|
||||||
|
.quad .L0
|
||||||
|
.quad .L1
|
||||||
|
.quad .L2
|
||||||
|
.quad .L3
|
||||||
|
.rept 4
|
||||||
|
.quad .L4
|
||||||
|
.endr
|
||||||
|
.rept 8
|
||||||
|
.quad .L8
|
||||||
|
.endr
|
||||||
|
.rept 16
|
||||||
|
.quad .L16
|
||||||
|
.endr
|
||||||
|
.equ .Lmemcpytab.size,(.-memcpytab)/8
|
||||||
|
.quad .L16r # SSE + ERMS + NTS
|
||||||
|
.type memcpytab,@object
|
||||||
|
.previous
|
||||||
Loading…
Reference in New Issue
Block a user