mips msa vp9 convolve8 horiz optimization
authorParag Salasakar <img.mips1@gmail.com>
Tue, 21 Apr 2015 06:57:32 +0000 (12:27 +0530)
committerParag Salasakar <img.mips1@gmail.com>
Tue, 21 Apr 2015 07:01:26 +0000 (12:31 +0530)
average improvement ~6x-8x

Change-Id: I7c91eec41aada3b0a5231dda7869b3b968f3ad18

test/convolve_test.cc
vp9/common/mips/msa/vp9_convolve8_horiz_msa.c [new file with mode: 0644]
vp9/common/vp9_rtcd_defs.pl
vp9/vp9_common.mk

index 78a5937..23f1553 100644 (file)
@@ -1818,7 +1818,7 @@ INSTANTIATE_TEST_CASE_P(DSPR2, ConvolveTest, ::testing::Values(
 #if HAVE_MSA
 const ConvolveFunctions convolve8_msa(
     vp9_convolve_copy_c, vp9_convolve_avg_c,
-    vp9_convolve8_horiz_c, vp9_convolve8_avg_horiz_c,
+    vp9_convolve8_horiz_msa, vp9_convolve8_avg_horiz_c,
     vp9_convolve8_vert_msa, vp9_convolve8_avg_vert_c,
     vp9_convolve8_msa, vp9_convolve8_avg_c, 0);
 
diff --git a/vp9/common/mips/msa/vp9_convolve8_horiz_msa.c b/vp9/common/mips/msa/vp9_convolve8_horiz_msa.c
new file mode 100644 (file)
index 0000000..e224743
--- /dev/null
@@ -0,0 +1,1045 @@
+/*
+ *  Copyright (c) 2015 The WebM project authors. All Rights Reserved.
+ *
+ *  Use of this source code is governed by a BSD-style license
+ *  that can be found in the LICENSE file in the root of the source
+ *  tree. An additional intellectual property rights grant can be found
+ *  in the file PATENTS.  All contributing project authors may
+ *  be found in the AUTHORS file in the root of the source tree.
+ */
+
+#include "./vp9_rtcd.h"
+#include "vp9/common/mips/msa/vp9_convolve_msa.h"
+
+static void common_hz_8t_4x4_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  v16i8 filt0, filt1, filt2, filt3;
+  v16i8 src0, src1, src2, src3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[16]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+
+  XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+  HORIZ_8TAP_4WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2, mask3,
+                             filt0, filt1, filt2, filt3, out0, out1);
+
+  out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+  out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+
+  PCKEV_2B_XORI128_STORE_4_BYTES_4(out0, out1, dst, dst_stride);
+}
+
+static void common_hz_8t_4x8_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  v16i8 filt0, filt1, filt2, filt3;
+  v16i8 src0, src1, src2, src3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[16]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+  src += (4 * src_stride);
+
+  XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+  HORIZ_8TAP_4WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2, mask3,
+                             filt0, filt1, filt2, filt3, out0, out1);
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+
+  XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+  HORIZ_8TAP_4WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2, mask3,
+                             filt0, filt1, filt2, filt3, out2, out3);
+
+  out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+  out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+  out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+  out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+  PCKEV_2B_XORI128_STORE_4_BYTES_4(out0, out1, dst, dst_stride);
+  dst += (4 * dst_stride);
+  PCKEV_2B_XORI128_STORE_4_BYTES_4(out2, out3, dst, dst_stride);
+}
+
+static void common_hz_8t_4w_msa(const uint8_t *src, int32_t src_stride,
+                                uint8_t *dst, int32_t dst_stride,
+                                int8_t *filter, int32_t height) {
+  if (4 == height) {
+    common_hz_8t_4x4_msa(src, src_stride, dst, dst_stride, filter);
+  } else if (8 == height) {
+    common_hz_8t_4x8_msa(src, src_stride, dst, dst_stride, filter);
+  }
+}
+
+static void common_hz_8t_8x4_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  v16i8 filt0, filt1, filt2, filt3;
+  v16i8 src0, src1, src2, src3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[0]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+
+  XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+  HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2, mask3,
+                             filt0, filt1, filt2, filt3, out0, out1, out2,
+                             out3);
+
+  out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+  out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+  out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+  out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+  PCKEV_B_4_XORI128_STORE_8_BYTES_4(out0, out1, out2, out3, dst, dst_stride);
+}
+
+static void common_hz_8t_8x8mult_msa(const uint8_t *src, int32_t src_stride,
+                                     uint8_t *dst, int32_t dst_stride,
+                                     int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 filt0, filt1, filt2, filt3;
+  v16i8 src0, src1, src2, src3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[0]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  for (loop_cnt = (height >> 2); loop_cnt--;) {
+    LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+    src += (4 * src_stride);
+
+    XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+    HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2,
+                               mask3, filt0, filt1, filt2, filt3, out0, out1,
+                               out2, out3);
+
+    out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+    out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+    out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+    out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+    PCKEV_B_4_XORI128_STORE_8_BYTES_4(out0, out1, out2, out3, dst, dst_stride);
+    dst += (4 * dst_stride);
+  }
+}
+
+static void common_hz_8t_8w_msa(const uint8_t *src, int32_t src_stride,
+                                uint8_t *dst, int32_t dst_stride,
+                                int8_t *filter, int32_t height) {
+  if (4 == height) {
+    common_hz_8t_8x4_msa(src, src_stride, dst, dst_stride, filter);
+  } else {
+    common_hz_8t_8x8mult_msa(src, src_stride, dst, dst_stride, filter, height);
+  }
+}
+
+static void common_hz_8t_16w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 src0, src1, src2, src3;
+  v16i8 filt0, filt1, filt2, filt3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[0]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  for (loop_cnt = (height >> 1); loop_cnt--;) {
+    src0 = LOAD_SB(src);
+    src1 = LOAD_SB(src + 8);
+    src += src_stride;
+    src2 = LOAD_SB(src);
+    src3 = LOAD_SB(src + 8);
+    src += src_stride;
+
+    XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+    HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2,
+                               mask3, filt0, filt1, filt2, filt3, out0, out1,
+                               out2, out3);
+
+    out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+    out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+    out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+    out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+    PCKEV_B_XORI128_STORE_VEC(out1, out0, dst);
+    dst += dst_stride;
+    PCKEV_B_XORI128_STORE_VEC(out3, out2, dst);
+    dst += dst_stride;
+  }
+}
+
+static void common_hz_8t_32w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 src0, src1, src2, src3;
+  v16i8 filt0, filt1, filt2, filt3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[0]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  for (loop_cnt = (height >> 1); loop_cnt--;) {
+    src0 = LOAD_SB(src);
+    src2 = LOAD_SB(src + 16);
+    src3 = LOAD_SB(src + 24);
+    src1 = __msa_sld_b((v16i8)src2, (v16i8)src0, 8);
+    src += src_stride;
+
+    XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+    HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2,
+                               mask3, filt0, filt1, filt2, filt3, out0, out1,
+                               out2, out3);
+
+    out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+    out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+    out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+    out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+    src0 = LOAD_SB(src);
+    src2 = LOAD_SB(src + 16);
+    src3 = LOAD_SB(src + 24);
+    src1 = __msa_sld_b((v16i8)src2, (v16i8)src0, 8);
+
+    PCKEV_B_XORI128_STORE_VEC(out1, out0, dst);
+    PCKEV_B_XORI128_STORE_VEC(out3, out2, (dst + 16));
+    dst += dst_stride;
+
+    XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+    HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2,
+                               mask3, filt0, filt1, filt2, filt3, out0, out1,
+                               out2, out3);
+
+    out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+    out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+    out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+    out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+    PCKEV_B_XORI128_STORE_VEC(out1, out0, dst);
+    PCKEV_B_XORI128_STORE_VEC(out3, out2, (dst + 16));
+
+    src += src_stride;
+    dst += dst_stride;
+  }
+}
+
+static void common_hz_8t_64w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt, cnt;
+  v16i8 src0, src1, src2, src3;
+  v16i8 filt0, filt1, filt2, filt3;
+  v16u8 mask0, mask1, mask2, mask3;
+  v8i16 filt, out0, out1, out2, out3;
+
+  mask0 = LOAD_UB(&mc_filt_mask_arr[0]);
+
+  src -= 3;
+
+  /* rearranging filter */
+  filt = LOAD_SH(filter);
+  filt0 = (v16i8)__msa_splati_h(filt, 0);
+  filt1 = (v16i8)__msa_splati_h(filt, 1);
+  filt2 = (v16i8)__msa_splati_h(filt, 2);
+  filt3 = (v16i8)__msa_splati_h(filt, 3);
+
+  mask1 = mask0 + 2;
+  mask2 = mask0 + 4;
+  mask3 = mask0 + 6;
+
+  for (loop_cnt = height; loop_cnt--;) {
+    for (cnt = 0; cnt < 2; ++cnt) {
+      src0 = LOAD_SB(&src[cnt << 5]);
+      src2 = LOAD_SB(&src[16 + (cnt << 5)]);
+      src3 = LOAD_SB(&src[24 + (cnt << 5)]);
+      src1 = __msa_sld_b((v16i8)src2, (v16i8)src0, 8);
+
+      XORI_B_4VECS_SB(src0, src1, src2, src3, src0, src1, src2, src3, 128);
+
+      HORIZ_8TAP_8WID_4VECS_FILT(src0, src1, src2, src3, mask0, mask1, mask2,
+                                 mask3, filt0, filt1, filt2, filt3, out0, out1,
+                                 out2, out3);
+
+      out0 = SRARI_SATURATE_SIGNED_H(out0, FILTER_BITS, 7);
+      out1 = SRARI_SATURATE_SIGNED_H(out1, FILTER_BITS, 7);
+      out2 = SRARI_SATURATE_SIGNED_H(out2, FILTER_BITS, 7);
+      out3 = SRARI_SATURATE_SIGNED_H(out3, FILTER_BITS, 7);
+
+      PCKEV_B_XORI128_STORE_VEC(out1, out0, &dst[cnt << 5]);
+      PCKEV_B_XORI128_STORE_VEC(out3, out2, &dst[16 + (cnt << 5)]);
+    }
+
+    src += src_stride;
+    dst += dst_stride;
+  }
+}
+
+static void common_hz_2t_4x4_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  uint32_t out0, out1, out2, out3;
+  v16i8 src0, src1, src2, src3, mask;
+  v16u8 vec0, vec1, filt0;
+  v16i8 res0, res1;
+  v8u16 vec2, vec3, filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[16]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+
+  vec0 = (v16u8)__msa_vshf_b(mask, src1, src0);
+  vec1 = (v16u8)__msa_vshf_b(mask, src3, src2);
+
+  vec2 = __msa_dotp_u_h(vec0, filt0);
+  vec3 = __msa_dotp_u_h(vec1, filt0);
+
+  vec2 = (v8u16)__msa_srari_h((v8i16)vec2, FILTER_BITS);
+  vec3 = (v8u16)__msa_srari_h((v8i16)vec3, FILTER_BITS);
+
+  vec2 = __msa_min_u_h(vec2, const255);
+  vec3 = __msa_min_u_h(vec3, const255);
+
+  res0 = __msa_pckev_b((v16i8)vec2, (v16i8)vec2);
+  res1 = __msa_pckev_b((v16i8)vec3, (v16i8)vec3);
+
+  out0 = __msa_copy_u_w((v4i32)res0, 0);
+  out1 = __msa_copy_u_w((v4i32)res0, 1);
+  out2 = __msa_copy_u_w((v4i32)res1, 0);
+  out3 = __msa_copy_u_w((v4i32)res1, 1);
+
+  STORE_WORD(dst, out0);
+  dst += dst_stride;
+  STORE_WORD(dst, out1);
+  dst += dst_stride;
+  STORE_WORD(dst, out2);
+  dst += dst_stride;
+  STORE_WORD(dst, out3);
+}
+
+static void common_hz_2t_4x8_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  uint32_t out0, out1, out2, out3;
+  v16u8 filt0;
+  v16i8 src0, src1, src2, src3, src4, src5, src6, src7, mask;
+  v16u8 vec0, vec1, vec2, vec3;
+  v8u16 vec4, vec5, vec6, vec7;
+  v16i8 res0, res1, res2, res3;
+  v8u16 filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[16]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  LOAD_8VECS_SB(src, src_stride,
+                src0, src1, src2, src3, src4, src5, src6, src7);
+
+  vec0 = (v16u8)__msa_vshf_b(mask, src1, src0);
+  vec1 = (v16u8)__msa_vshf_b(mask, src3, src2);
+  vec2 = (v16u8)__msa_vshf_b(mask, src5, src4);
+  vec3 = (v16u8)__msa_vshf_b(mask, src7, src6);
+
+  vec4 = __msa_dotp_u_h(vec0, filt0);
+  vec5 = __msa_dotp_u_h(vec1, filt0);
+  vec6 = __msa_dotp_u_h(vec2, filt0);
+  vec7 = __msa_dotp_u_h(vec3, filt0);
+
+  vec4 = (v8u16)__msa_srari_h((v8i16)vec4, FILTER_BITS);
+  vec5 = (v8u16)__msa_srari_h((v8i16)vec5, FILTER_BITS);
+  vec6 = (v8u16)__msa_srari_h((v8i16)vec6, FILTER_BITS);
+  vec7 = (v8u16)__msa_srari_h((v8i16)vec7, FILTER_BITS);
+
+  vec4 = __msa_min_u_h(vec4, const255);
+  vec5 = __msa_min_u_h(vec5, const255);
+  vec6 = __msa_min_u_h(vec6, const255);
+  vec7 = __msa_min_u_h(vec7, const255);
+
+  res0 = __msa_pckev_b((v16i8)vec4, (v16i8)vec4);
+  res1 = __msa_pckev_b((v16i8)vec5, (v16i8)vec5);
+  res2 = __msa_pckev_b((v16i8)vec6, (v16i8)vec6);
+  res3 = __msa_pckev_b((v16i8)vec7, (v16i8)vec7);
+
+  out0 = __msa_copy_u_w((v4i32)res0, 0);
+  out1 = __msa_copy_u_w((v4i32)res0, 1);
+  out2 = __msa_copy_u_w((v4i32)res1, 0);
+  out3 = __msa_copy_u_w((v4i32)res1, 1);
+
+  STORE_WORD(dst, out0);
+  dst += dst_stride;
+  STORE_WORD(dst, out1);
+  dst += dst_stride;
+  STORE_WORD(dst, out2);
+  dst += dst_stride;
+  STORE_WORD(dst, out3);
+  dst += dst_stride;
+
+  out0 = __msa_copy_u_w((v4i32)res2, 0);
+  out1 = __msa_copy_u_w((v4i32)res2, 1);
+  out2 = __msa_copy_u_w((v4i32)res3, 0);
+  out3 = __msa_copy_u_w((v4i32)res3, 1);
+
+  STORE_WORD(dst, out0);
+  dst += dst_stride;
+  STORE_WORD(dst, out1);
+  dst += dst_stride;
+  STORE_WORD(dst, out2);
+  dst += dst_stride;
+  STORE_WORD(dst, out3);
+}
+
+static void common_hz_2t_4w_msa(const uint8_t *src, int32_t src_stride,
+                                uint8_t *dst, int32_t dst_stride,
+                                int8_t *filter, int32_t height) {
+  if (4 == height) {
+    common_hz_2t_4x4_msa(src, src_stride, dst, dst_stride, filter);
+  } else if (8 == height) {
+    common_hz_2t_4x8_msa(src, src_stride, dst, dst_stride, filter);
+  }
+}
+
+static void common_hz_2t_8x4_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter) {
+  v16u8 filt0;
+  v16i8 src0, src1, src2, src3, mask;
+  v8u16 vec0, vec1, vec2, vec3;
+  v8u16 out0, out1, out2, out3;
+  v8u16 const255, filt;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[0]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+
+  vec0 = (v8u16)__msa_vshf_b(mask, src0, src0);
+  vec1 = (v8u16)__msa_vshf_b(mask, src1, src1);
+  vec2 = (v8u16)__msa_vshf_b(mask, src2, src2);
+  vec3 = (v8u16)__msa_vshf_b(mask, src3, src3);
+
+  vec0 = __msa_dotp_u_h((v16u8)vec0, filt0);
+  vec1 = __msa_dotp_u_h((v16u8)vec1, filt0);
+  vec2 = __msa_dotp_u_h((v16u8)vec2, filt0);
+  vec3 = __msa_dotp_u_h((v16u8)vec3, filt0);
+
+  SRARI_H_4VECS_UH(vec0, vec1, vec2, vec3, vec0, vec1, vec2, vec3, FILTER_BITS);
+
+  out0 = __msa_min_u_h(vec0, const255);
+  out1 = __msa_min_u_h(vec1, const255);
+  out2 = __msa_min_u_h(vec2, const255);
+  out3 = __msa_min_u_h(vec3, const255);
+
+  PCKEV_B_STORE_8_BYTES_4(out0, out1, out2, out3, dst, dst_stride);
+}
+
+static void common_hz_2t_8x8mult_msa(const uint8_t *src, int32_t src_stride,
+                                     uint8_t *dst, int32_t dst_stride,
+                                     int8_t *filter, int32_t height) {
+  v16u8 filt0;
+  v16i8 src0, src1, src2, src3, mask;
+  v8u16 vec0, vec1, vec2, vec3;
+  v8u16 filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[0]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+  src += (4 * src_stride);
+
+  vec0 = (v8u16)__msa_vshf_b(mask, src0, src0);
+  vec1 = (v8u16)__msa_vshf_b(mask, src1, src1);
+  vec2 = (v8u16)__msa_vshf_b(mask, src2, src2);
+  vec3 = (v8u16)__msa_vshf_b(mask, src3, src3);
+
+  vec0 = __msa_dotp_u_h((v16u8)vec0, filt0);
+  vec1 = __msa_dotp_u_h((v16u8)vec1, filt0);
+  vec2 = __msa_dotp_u_h((v16u8)vec2, filt0);
+  vec3 = __msa_dotp_u_h((v16u8)vec3, filt0);
+
+  SRARI_H_4VECS_UH(vec0, vec1, vec2, vec3, vec0, vec1, vec2, vec3, FILTER_BITS);
+
+  vec0 = __msa_min_u_h(vec0, const255);
+  vec1 = __msa_min_u_h(vec1, const255);
+  vec2 = __msa_min_u_h(vec2, const255);
+  vec3 = __msa_min_u_h(vec3, const255);
+
+  LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+  src += (4 * src_stride);
+
+  PCKEV_B_STORE_8_BYTES_4(vec0, vec1, vec2, vec3, dst, dst_stride);
+  dst += (4 * dst_stride);
+
+  vec0 = (v8u16)__msa_vshf_b(mask, src0, src0);
+  vec1 = (v8u16)__msa_vshf_b(mask, src1, src1);
+  vec2 = (v8u16)__msa_vshf_b(mask, src2, src2);
+  vec3 = (v8u16)__msa_vshf_b(mask, src3, src3);
+
+  vec0 = __msa_dotp_u_h((v16u8)vec0, filt0);
+  vec1 = __msa_dotp_u_h((v16u8)vec1, filt0);
+  vec2 = __msa_dotp_u_h((v16u8)vec2, filt0);
+  vec3 = __msa_dotp_u_h((v16u8)vec3, filt0);
+
+  SRARI_H_4VECS_UH(vec0, vec1, vec2, vec3, vec0, vec1, vec2, vec3, FILTER_BITS);
+
+  vec0 = __msa_min_u_h(vec0, const255);
+  vec1 = __msa_min_u_h(vec1, const255);
+  vec2 = __msa_min_u_h(vec2, const255);
+  vec3 = __msa_min_u_h(vec3, const255);
+
+  PCKEV_B_STORE_8_BYTES_4(vec0, vec1, vec2, vec3, dst, dst_stride);
+  dst += (4 * dst_stride);
+
+  if (16 == height) {
+    LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+    src += (4 * src_stride);
+
+    vec0 = (v8u16)__msa_vshf_b(mask, src0, src0);
+    vec1 = (v8u16)__msa_vshf_b(mask, src1, src1);
+    vec2 = (v8u16)__msa_vshf_b(mask, src2, src2);
+    vec3 = (v8u16)__msa_vshf_b(mask, src3, src3);
+
+    vec0 = __msa_dotp_u_h((v16u8)vec0, filt0);
+    vec1 = __msa_dotp_u_h((v16u8)vec1, filt0);
+    vec2 = __msa_dotp_u_h((v16u8)vec2, filt0);
+    vec3 = __msa_dotp_u_h((v16u8)vec3, filt0);
+
+    SRARI_H_4VECS_UH(vec0, vec1, vec2, vec3,
+                     vec0, vec1, vec2, vec3, FILTER_BITS);
+
+    vec0 = __msa_min_u_h(vec0, const255);
+    vec1 = __msa_min_u_h(vec1, const255);
+    vec2 = __msa_min_u_h(vec2, const255);
+    vec3 = __msa_min_u_h(vec3, const255);
+
+    LOAD_4VECS_SB(src, src_stride, src0, src1, src2, src3);
+    src += (4 * src_stride);
+
+    PCKEV_B_STORE_8_BYTES_4(vec0, vec1, vec2, vec3, dst, dst_stride);
+    dst += (4 * dst_stride);
+
+    vec0 = (v8u16)__msa_vshf_b(mask, src0, src0);
+    vec1 = (v8u16)__msa_vshf_b(mask, src1, src1);
+    vec2 = (v8u16)__msa_vshf_b(mask, src2, src2);
+    vec3 = (v8u16)__msa_vshf_b(mask, src3, src3);
+
+    vec0 = __msa_dotp_u_h((v16u8)vec0, filt0);
+    vec1 = __msa_dotp_u_h((v16u8)vec1, filt0);
+    vec2 = __msa_dotp_u_h((v16u8)vec2, filt0);
+    vec3 = __msa_dotp_u_h((v16u8)vec3, filt0);
+
+    SRARI_H_4VECS_UH(vec0, vec1, vec2, vec3,
+                     vec0, vec1, vec2, vec3, FILTER_BITS);
+
+    vec0 = __msa_min_u_h(vec0, const255);
+    vec1 = __msa_min_u_h(vec1, const255);
+    vec2 = __msa_min_u_h(vec2, const255);
+    vec3 = __msa_min_u_h(vec3, const255);
+
+    PCKEV_B_STORE_8_BYTES_4(vec0, vec1, vec2, vec3, dst, dst_stride);
+  }
+}
+
+static void common_hz_2t_8w_msa(const uint8_t *src, int32_t src_stride,
+                                uint8_t *dst, int32_t dst_stride,
+                                int8_t *filter, int32_t height) {
+  if (4 == height) {
+    common_hz_2t_8x4_msa(src, src_stride, dst, dst_stride, filter);
+  } else {
+    common_hz_2t_8x8mult_msa(src, src_stride, dst, dst_stride, filter, height);
+  }
+}
+
+static void common_hz_2t_16w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 src0, src1, src2, src3, src4, src5, src6, src7, mask;
+  v16u8 filt0;
+  v16u8 vec0, vec1, vec2, vec3, vec4, vec5, vec6, vec7;
+  v8u16 out0, out1, out2, out3, out4, out5, out6, out7;
+  v8u16 filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[0]);
+
+  loop_cnt = (height >> 2) - 1;
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  src0 = LOAD_SB(src);
+  src1 = LOAD_SB(src + 8);
+  src += src_stride;
+  src2 = LOAD_SB(src);
+  src3 = LOAD_SB(src + 8);
+  src += src_stride;
+  src4 = LOAD_SB(src);
+  src5 = LOAD_SB(src + 8);
+  src += src_stride;
+  src6 = LOAD_SB(src);
+  src7 = LOAD_SB(src + 8);
+  src += src_stride;
+
+  vec0 = (v16u8)__msa_vshf_b(mask, src0, src0);
+  vec1 = (v16u8)__msa_vshf_b(mask, src1, src1);
+  vec2 = (v16u8)__msa_vshf_b(mask, src2, src2);
+  vec3 = (v16u8)__msa_vshf_b(mask, src3, src3);
+  vec4 = (v16u8)__msa_vshf_b(mask, src4, src4);
+  vec5 = (v16u8)__msa_vshf_b(mask, src5, src5);
+  vec6 = (v16u8)__msa_vshf_b(mask, src6, src6);
+  vec7 = (v16u8)__msa_vshf_b(mask, src7, src7);
+
+  out0 = __msa_dotp_u_h(vec0, filt0);
+  out1 = __msa_dotp_u_h(vec1, filt0);
+  out2 = __msa_dotp_u_h(vec2, filt0);
+  out3 = __msa_dotp_u_h(vec3, filt0);
+  out4 = __msa_dotp_u_h(vec4, filt0);
+  out5 = __msa_dotp_u_h(vec5, filt0);
+  out6 = __msa_dotp_u_h(vec6, filt0);
+  out7 = __msa_dotp_u_h(vec7, filt0);
+
+  out0 = (v8u16)__msa_srari_h((v8i16)out0, FILTER_BITS);
+  out1 = (v8u16)__msa_srari_h((v8i16)out1, FILTER_BITS);
+  out2 = (v8u16)__msa_srari_h((v8i16)out2, FILTER_BITS);
+  out3 = (v8u16)__msa_srari_h((v8i16)out3, FILTER_BITS);
+  out4 = (v8u16)__msa_srari_h((v8i16)out4, FILTER_BITS);
+  out5 = (v8u16)__msa_srari_h((v8i16)out5, FILTER_BITS);
+  out6 = (v8u16)__msa_srari_h((v8i16)out6, FILTER_BITS);
+  out7 = (v8u16)__msa_srari_h((v8i16)out7, FILTER_BITS);
+
+  out0 = __msa_min_u_h(out0, const255);
+  out1 = __msa_min_u_h(out1, const255);
+  out2 = __msa_min_u_h(out2, const255);
+  out3 = __msa_min_u_h(out3, const255);
+  out4 = __msa_min_u_h(out4, const255);
+  out5 = __msa_min_u_h(out5, const255);
+  out6 = __msa_min_u_h(out6, const255);
+  out7 = __msa_min_u_h(out7, const255);
+
+  PCKEV_B_STORE_VEC(out1, out0, dst);
+  dst += dst_stride;
+  PCKEV_B_STORE_VEC(out3, out2, dst);
+  dst += dst_stride;
+  PCKEV_B_STORE_VEC(out5, out4, dst);
+  dst += dst_stride;
+  PCKEV_B_STORE_VEC(out7, out6, dst);
+  dst += dst_stride;
+
+  for (; loop_cnt--;) {
+    src0 = LOAD_SB(src);
+    src1 = LOAD_SB(src + 8);
+    src += src_stride;
+    src2 = LOAD_SB(src);
+    src3 = LOAD_SB(src + 8);
+    src += src_stride;
+    src4 = LOAD_SB(src);
+    src5 = LOAD_SB(src + 8);
+    src += src_stride;
+    src6 = LOAD_SB(src);
+    src7 = LOAD_SB(src + 8);
+    src += src_stride;
+
+    vec0 = (v16u8)__msa_vshf_b(mask, src0, src0);
+    vec1 = (v16u8)__msa_vshf_b(mask, src1, src1);
+    vec2 = (v16u8)__msa_vshf_b(mask, src2, src2);
+    vec3 = (v16u8)__msa_vshf_b(mask, src3, src3);
+    vec4 = (v16u8)__msa_vshf_b(mask, src4, src4);
+    vec5 = (v16u8)__msa_vshf_b(mask, src5, src5);
+    vec6 = (v16u8)__msa_vshf_b(mask, src6, src6);
+    vec7 = (v16u8)__msa_vshf_b(mask, src7, src7);
+
+    out0 = __msa_dotp_u_h(vec0, filt0);
+    out1 = __msa_dotp_u_h(vec1, filt0);
+    out2 = __msa_dotp_u_h(vec2, filt0);
+    out3 = __msa_dotp_u_h(vec3, filt0);
+    out4 = __msa_dotp_u_h(vec4, filt0);
+    out5 = __msa_dotp_u_h(vec5, filt0);
+    out6 = __msa_dotp_u_h(vec6, filt0);
+    out7 = __msa_dotp_u_h(vec7, filt0);
+
+    out0 = (v8u16)__msa_srari_h((v8i16)out0, FILTER_BITS);
+    out1 = (v8u16)__msa_srari_h((v8i16)out1, FILTER_BITS);
+    out2 = (v8u16)__msa_srari_h((v8i16)out2, FILTER_BITS);
+    out3 = (v8u16)__msa_srari_h((v8i16)out3, FILTER_BITS);
+    out4 = (v8u16)__msa_srari_h((v8i16)out4, FILTER_BITS);
+    out5 = (v8u16)__msa_srari_h((v8i16)out5, FILTER_BITS);
+    out6 = (v8u16)__msa_srari_h((v8i16)out6, FILTER_BITS);
+    out7 = (v8u16)__msa_srari_h((v8i16)out7, FILTER_BITS);
+
+    out0 = __msa_min_u_h(out0, const255);
+    out1 = __msa_min_u_h(out1, const255);
+    out2 = __msa_min_u_h(out2, const255);
+    out3 = __msa_min_u_h(out3, const255);
+    out4 = __msa_min_u_h(out4, const255);
+    out5 = __msa_min_u_h(out5, const255);
+    out6 = __msa_min_u_h(out6, const255);
+    out7 = __msa_min_u_h(out7, const255);
+
+    PCKEV_B_STORE_VEC(out1, out0, dst);
+    dst += dst_stride;
+    PCKEV_B_STORE_VEC(out3, out2, dst);
+    dst += dst_stride;
+    PCKEV_B_STORE_VEC(out5, out4, dst);
+    dst += dst_stride;
+    PCKEV_B_STORE_VEC(out7, out6, dst);
+    dst += dst_stride;
+  }
+}
+
+static void common_hz_2t_32w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 src0, src1, src2, src3, src4, src5, src6, src7, mask;
+  v16u8 filt0;
+  v16u8 vec0, vec1, vec2, vec3, vec4, vec5, vec6, vec7;
+  v8u16 out0, out1, out2, out3, out4, out5, out6, out7;
+  v8u16 filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[0]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  for (loop_cnt = height >> 1; loop_cnt--;) {
+    src0 = LOAD_SB(src);
+    src2 = LOAD_SB(src + 16);
+    src3 = LOAD_SB(src + 24);
+    src1 = __msa_sld_b(src2, src0, 8);
+    src += src_stride;
+    src4 = LOAD_SB(src);
+    src6 = LOAD_SB(src + 16);
+    src7 = LOAD_SB(src + 24);
+    src5 = __msa_sld_b(src6, src4, 8);
+    src += src_stride;
+
+    vec0 = (v16u8)__msa_vshf_b(mask, src0, src0);
+    vec1 = (v16u8)__msa_vshf_b(mask, src1, src1);
+    vec2 = (v16u8)__msa_vshf_b(mask, src2, src2);
+    vec3 = (v16u8)__msa_vshf_b(mask, src3, src3);
+    vec4 = (v16u8)__msa_vshf_b(mask, src4, src4);
+    vec5 = (v16u8)__msa_vshf_b(mask, src5, src5);
+    vec6 = (v16u8)__msa_vshf_b(mask, src6, src6);
+    vec7 = (v16u8)__msa_vshf_b(mask, src7, src7);
+
+    out0 = __msa_dotp_u_h(vec0, filt0);
+    out1 = __msa_dotp_u_h(vec1, filt0);
+    out2 = __msa_dotp_u_h(vec2, filt0);
+    out3 = __msa_dotp_u_h(vec3, filt0);
+    out4 = __msa_dotp_u_h(vec4, filt0);
+    out5 = __msa_dotp_u_h(vec5, filt0);
+    out6 = __msa_dotp_u_h(vec6, filt0);
+    out7 = __msa_dotp_u_h(vec7, filt0);
+
+    out0 = (v8u16)__msa_srari_h((v8i16)out0, FILTER_BITS);
+    out1 = (v8u16)__msa_srari_h((v8i16)out1, FILTER_BITS);
+    out2 = (v8u16)__msa_srari_h((v8i16)out2, FILTER_BITS);
+    out3 = (v8u16)__msa_srari_h((v8i16)out3, FILTER_BITS);
+    out4 = (v8u16)__msa_srari_h((v8i16)out4, FILTER_BITS);
+    out5 = (v8u16)__msa_srari_h((v8i16)out5, FILTER_BITS);
+    out6 = (v8u16)__msa_srari_h((v8i16)out6, FILTER_BITS);
+    out7 = (v8u16)__msa_srari_h((v8i16)out7, FILTER_BITS);
+
+    out0 = __msa_min_u_h(out0, const255);
+    out1 = __msa_min_u_h(out1, const255);
+    out2 = __msa_min_u_h(out2, const255);
+    out3 = __msa_min_u_h(out3, const255);
+    out4 = __msa_min_u_h(out4, const255);
+    out5 = __msa_min_u_h(out5, const255);
+    out6 = __msa_min_u_h(out6, const255);
+    out7 = __msa_min_u_h(out7, const255);
+
+    PCKEV_B_STORE_VEC(out1, out0, dst);
+    PCKEV_B_STORE_VEC(out3, out2, dst + 16);
+    dst += dst_stride;
+    PCKEV_B_STORE_VEC(out5, out4, dst);
+    PCKEV_B_STORE_VEC(out7, out6, dst + 16);
+    dst += dst_stride;
+  }
+}
+
+static void common_hz_2t_64w_msa(const uint8_t *src, int32_t src_stride,
+                                 uint8_t *dst, int32_t dst_stride,
+                                 int8_t *filter, int32_t height) {
+  uint32_t loop_cnt;
+  v16i8 src0, src1, src2, src3, src4, src5, src6, src7, mask;
+  v16u8 filt0;
+  v16u8 vec0, vec1, vec2, vec3, vec4, vec5, vec6, vec7;
+  v8u16 out0, out1, out2, out3, out4, out5, out6, out7;
+  v8u16 filt, const255;
+
+  mask = LOAD_SB(&mc_filt_mask_arr[0]);
+
+  /* rearranging filter */
+  filt = LOAD_UH(filter);
+  filt0 = (v16u8)__msa_splati_h((v8i16)filt, 0);
+
+  const255 = (v8u16)__msa_ldi_h(255);
+
+  for (loop_cnt = height; loop_cnt--;) {
+    src0 = LOAD_SB(src);
+    src2 = LOAD_SB(src + 16);
+    src4 = LOAD_SB(src + 32);
+    src6 = LOAD_SB(src + 48);
+    src7 = LOAD_SB(src + 56);
+    src1 = __msa_sld_b(src2, src0, 8);
+    src3 = __msa_sld_b(src4, src2, 8);
+    src5 = __msa_sld_b(src6, src4, 8);
+    src += src_stride;
+
+    vec0 = (v16u8)__msa_vshf_b(mask, src0, src0);
+    vec1 = (v16u8)__msa_vshf_b(mask, src1, src1);
+    vec2 = (v16u8)__msa_vshf_b(mask, src2, src2);
+    vec3 = (v16u8)__msa_vshf_b(mask, src3, src3);
+    vec4 = (v16u8)__msa_vshf_b(mask, src4, src4);
+    vec5 = (v16u8)__msa_vshf_b(mask, src5, src5);
+    vec6 = (v16u8)__msa_vshf_b(mask, src6, src6);
+    vec7 = (v16u8)__msa_vshf_b(mask, src7, src7);
+
+    out0 = __msa_dotp_u_h(vec0, filt0);
+    out1 = __msa_dotp_u_h(vec1, filt0);
+    out2 = __msa_dotp_u_h(vec2, filt0);
+    out3 = __msa_dotp_u_h(vec3, filt0);
+    out4 = __msa_dotp_u_h(vec4, filt0);
+    out5 = __msa_dotp_u_h(vec5, filt0);
+    out6 = __msa_dotp_u_h(vec6, filt0);
+    out7 = __msa_dotp_u_h(vec7, filt0);
+
+    out0 = (v8u16)__msa_srari_h((v8i16)out0, FILTER_BITS);
+    out1 = (v8u16)__msa_srari_h((v8i16)out1, FILTER_BITS);
+    out2 = (v8u16)__msa_srari_h((v8i16)out2, FILTER_BITS);
+    out3 = (v8u16)__msa_srari_h((v8i16)out3, FILTER_BITS);
+    out4 = (v8u16)__msa_srari_h((v8i16)out4, FILTER_BITS);
+    out5 = (v8u16)__msa_srari_h((v8i16)out5, FILTER_BITS);
+    out6 = (v8u16)__msa_srari_h((v8i16)out6, FILTER_BITS);
+    out7 = (v8u16)__msa_srari_h((v8i16)out7, FILTER_BITS);
+
+    out0 = __msa_min_u_h(out0, const255);
+    out1 = __msa_min_u_h(out1, const255);
+    out2 = __msa_min_u_h(out2, const255);
+    out3 = __msa_min_u_h(out3, const255);
+    out4 = __msa_min_u_h(out4, const255);
+    out5 = __msa_min_u_h(out5, const255);
+    out6 = __msa_min_u_h(out6, const255);
+    out7 = __msa_min_u_h(out7, const255);
+
+    PCKEV_B_STORE_VEC(out1, out0, dst);
+    PCKEV_B_STORE_VEC(out3, out2, dst + 16);
+    PCKEV_B_STORE_VEC(out5, out4, dst + 32);
+    PCKEV_B_STORE_VEC(out7, out6, dst + 48);
+    dst += dst_stride;
+  }
+}
+
+void vp9_convolve8_horiz_msa(const uint8_t *src, ptrdiff_t src_stride,
+                             uint8_t *dst, ptrdiff_t dst_stride,
+                             const int16_t *filter_x, int x_step_q4,
+                             const int16_t *filter_y, int y_step_q4,
+                             int w, int h) {
+  int8_t cnt, filt_hor[8];
+
+  if (16 != x_step_q4) {
+    vp9_convolve8_horiz_c(src, src_stride, dst, dst_stride,
+                          filter_x, x_step_q4, filter_y, y_step_q4,
+                          w, h);
+    return;
+  }
+
+  if (((const int32_t *)filter_x)[1] == 0x800000) {
+    vp9_convolve_copy(src, src_stride, dst, dst_stride,
+                      filter_x, x_step_q4, filter_y, y_step_q4,
+                      w, h);
+    return;
+  }
+
+  for (cnt = 0; cnt < 8; ++cnt) {
+    filt_hor[cnt] = filter_x[cnt];
+  }
+
+  if (((const int32_t *)filter_x)[0] == 0) {
+    switch (w) {
+      case 4:
+        common_hz_2t_4w_msa(src, (int32_t)src_stride,
+                            dst, (int32_t)dst_stride,
+                            &filt_hor[3], h);
+        break;
+      case 8:
+        common_hz_2t_8w_msa(src, (int32_t)src_stride,
+                            dst, (int32_t)dst_stride,
+                            &filt_hor[3], h);
+        break;
+      case 16:
+        common_hz_2t_16w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             &filt_hor[3], h);
+        break;
+      case 32:
+        common_hz_2t_32w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             &filt_hor[3], h);
+        break;
+      case 64:
+        common_hz_2t_64w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             &filt_hor[3], h);
+        break;
+      default:
+        vp9_convolve8_horiz_c(src, src_stride, dst, dst_stride,
+                              filter_x, x_step_q4, filter_y, y_step_q4,
+                              w, h);
+        break;
+    }
+  } else {
+    switch (w) {
+      case 4:
+        common_hz_8t_4w_msa(src, (int32_t)src_stride,
+                            dst, (int32_t)dst_stride,
+                            filt_hor, h);
+        break;
+      case 8:
+        common_hz_8t_8w_msa(src, (int32_t)src_stride,
+                            dst, (int32_t)dst_stride,
+                            filt_hor, h);
+        break;
+      case 16:
+        common_hz_8t_16w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             filt_hor, h);
+        break;
+      case 32:
+        common_hz_8t_32w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             filt_hor, h);
+        break;
+      case 64:
+        common_hz_8t_64w_msa(src, (int32_t)src_stride,
+                             dst, (int32_t)dst_stride,
+                             filt_hor, h);
+        break;
+      default:
+        vp9_convolve8_horiz_c(src, src_stride, dst, dst_stride,
+                              filter_x, x_step_q4, filter_y, y_step_q4,
+                              w, h);
+        break;
+    }
+  }
+}
index 76d384c..1589975 100644 (file)
@@ -295,7 +295,7 @@ add_proto qw/void vp9_convolve8/, "const uint8_t *src, ptrdiff_t src_stride, uin
 specialize qw/vp9_convolve8 sse2 ssse3 neon dspr2 msa/, "$avx2_ssse3";
 
 add_proto qw/void vp9_convolve8_horiz/, "const uint8_t *src, ptrdiff_t src_stride, uint8_t *dst, ptrdiff_t dst_stride, const int16_t *filter_x, int x_step_q4, const int16_t *filter_y, int y_step_q4, int w, int h";
-specialize qw/vp9_convolve8_horiz sse2 ssse3 neon dspr2/, "$avx2_ssse3";
+specialize qw/vp9_convolve8_horiz sse2 ssse3 neon dspr2 msa/, "$avx2_ssse3";
 
 add_proto qw/void vp9_convolve8_vert/, "const uint8_t *src, ptrdiff_t src_stride, uint8_t *dst, ptrdiff_t dst_stride, const int16_t *filter_x, int x_step_q4, const int16_t *filter_y, int y_step_q4, int w, int h";
 specialize qw/vp9_convolve8_vert sse2 ssse3 neon dspr2 msa/, "$avx2_ssse3";
index b221f37..bf4739a 100644 (file)
@@ -131,6 +131,7 @@ VP9_COMMON_SRCS-$(HAVE_DSPR2)  += common/mips/dspr2/vp9_mblpf_vert_loopfilter_ds
 
 # common (msa)
 VP9_COMMON_SRCS-$(HAVE_MSA) += common/mips/msa/vp9_macros_msa.h
+VP9_COMMON_SRCS-$(HAVE_MSA) += common/mips/msa/vp9_convolve8_horiz_msa.c
 VP9_COMMON_SRCS-$(HAVE_MSA) += common/mips/msa/vp9_convolve8_msa.c
 VP9_COMMON_SRCS-$(HAVE_MSA) += common/mips/msa/vp9_convolve8_vert_msa.c
 VP9_COMMON_SRCS-$(HAVE_MSA) += common/mips/msa/vp9_convolve_msa.h