src/third_party/libvpx/source/libvpx/vp8/encoder/arm/neon/shortfdct_neon.c

   1 /*
   2  *  Copyright (c) 2014 The WebM project authors. All Rights Reserved.
   3  *
   4  *  Use of this source code is governed by a BSD-style license
   5  *  that can be found in the LICENSE file in the root of the source
   6  *  tree. An additional intellectual property rights grant can be found
   7  *  in the file PATENTS.  All contributing project authors may
   8  *  be found in the AUTHORS file in the root of the source tree.
   9  */
  10
  11 #include <arm_neon.h>
  12
  13 void vp8_short_fdct4x4_neon(
  14         int16_t *input,
  15         int16_t *output,
  16         int pitch) {
  17     int16x4_t d0s16, d1s16, d2s16, d3s16, d4s16, d5s16, d6s16, d7s16;
  18     int16x4_t d16s16, d17s16, d26s16, dEmptys16;
  19     uint16x4_t d4u16;
  20     int16x8_t q0s16, q1s16;
  21     int32x4_t q9s32, q10s32, q11s32, q12s32;
  22     int16x4x2_t v2tmp0, v2tmp1;
  23     int32x2x2_t v2tmp2, v2tmp3;
  24
  25     d16s16 = vdup_n_s16(5352);
  26     d17s16 = vdup_n_s16(2217);
  27     q9s32 = vdupq_n_s32(14500);
  28     q10s32 = vdupq_n_s32(7500);
  29     q11s32 = vdupq_n_s32(12000);
  30     q12s32 = vdupq_n_s32(51000);
  31
  32     // Part one
  33     pitch >>= 1;
  34     d0s16 = vld1_s16(input);
  35     input += pitch;
  36     d1s16 = vld1_s16(input);
  37     input += pitch;
  38     d2s16 = vld1_s16(input);
  39     input += pitch;
  40     d3s16 = vld1_s16(input);
  41
  42     v2tmp2 = vtrn_s32(vreinterpret_s32_s16(d0s16),
  43                       vreinterpret_s32_s16(d2s16));
  44     v2tmp3 = vtrn_s32(vreinterpret_s32_s16(d1s16),
  45                       vreinterpret_s32_s16(d3s16));
  46     v2tmp0 = vtrn_s16(vreinterpret_s16_s32(v2tmp2.val[0]),   // d0
  47                       vreinterpret_s16_s32(v2tmp3.val[0]));  // d1
  48     v2tmp1 = vtrn_s16(vreinterpret_s16_s32(v2tmp2.val[1]),   // d2
  49                       vreinterpret_s16_s32(v2tmp3.val[1]));  // d3
  50
  51     d4s16 = vadd_s16(v2tmp0.val[0], v2tmp1.val[1]);
  52     d5s16 = vadd_s16(v2tmp0.val[1], v2tmp1.val[0]);
  53     d6s16 = vsub_s16(v2tmp0.val[1], v2tmp1.val[0]);
  54     d7s16 = vsub_s16(v2tmp0.val[0], v2tmp1.val[1]);
  55
  56     d4s16 = vshl_n_s16(d4s16, 3);
  57     d5s16 = vshl_n_s16(d5s16, 3);
  58     d6s16 = vshl_n_s16(d6s16, 3);
  59     d7s16 = vshl_n_s16(d7s16, 3);
  60
  61     d0s16 = vadd_s16(d4s16, d5s16);
  62     d2s16 = vsub_s16(d4s16, d5s16);
  63
  64     q9s32 = vmlal_s16(q9s32, d7s16, d16s16);
  65     q10s32 = vmlal_s16(q10s32, d7s16, d17s16);
  66     q9s32 = vmlal_s16(q9s32, d6s16, d17s16);
  67     q10s32 = vmlsl_s16(q10s32, d6s16, d16s16);
  68
  69     d1s16 = vshrn_n_s32(q9s32, 12);
  70     d3s16 = vshrn_n_s32(q10s32, 12);
  71
  72     // Part two
  73     v2tmp2 = vtrn_s32(vreinterpret_s32_s16(d0s16),
  74                       vreinterpret_s32_s16(d2s16));
  75     v2tmp3 = vtrn_s32(vreinterpret_s32_s16(d1s16),
  76                       vreinterpret_s32_s16(d3s16));
  77     v2tmp0 = vtrn_s16(vreinterpret_s16_s32(v2tmp2.val[0]),   // d0
  78                       vreinterpret_s16_s32(v2tmp3.val[0]));  // d1
  79     v2tmp1 = vtrn_s16(vreinterpret_s16_s32(v2tmp2.val[1]),   // d2
  80                       vreinterpret_s16_s32(v2tmp3.val[1]));  // d3
  81
  82     d4s16 = vadd_s16(v2tmp0.val[0], v2tmp1.val[1]);
  83     d5s16 = vadd_s16(v2tmp0.val[1], v2tmp1.val[0]);
  84     d6s16 = vsub_s16(v2tmp0.val[1], v2tmp1.val[0]);
  85     d7s16 = vsub_s16(v2tmp0.val[0], v2tmp1.val[1]);
  86
  87     d26s16 = vdup_n_s16(7);
  88     d4s16 = vadd_s16(d4s16, d26s16);
  89
  90     d0s16 = vadd_s16(d4s16, d5s16);
  91     d2s16 = vsub_s16(d4s16, d5s16);
  92
  93     q11s32 = vmlal_s16(q11s32, d7s16, d16s16);
  94     q12s32 = vmlal_s16(q12s32, d7s16, d17s16);
  95
  96     dEmptys16 = vdup_n_s16(0);
  97     d4u16 = vceq_s16(d7s16, dEmptys16);
  98
  99     d0s16 = vshr_n_s16(d0s16, 4);
 100     d2s16 = vshr_n_s16(d2s16, 4);
 101
 102     q11s32 = vmlal_s16(q11s32, d6s16, d17s16);
 103     q12s32 = vmlsl_s16(q12s32, d6s16, d16s16);
 104
 105     d4u16 = vmvn_u16(d4u16);
 106     d1s16 = vshrn_n_s32(q11s32, 16);
 107     d1s16 = vsub_s16(d1s16, vreinterpret_s16_u16(d4u16));
 108     d3s16 = vshrn_n_s32(q12s32, 16);
 109
 110     q0s16 = vcombine_s16(d0s16, d1s16);
 111     q1s16 = vcombine_s16(d2s16, d3s16);
 112
 113     vst1q_s16(output, q0s16);
 114     vst1q_s16(output + 8, q1s16);
 115     return;
 116 }
 117
 118 void vp8_short_fdct8x4_neon(
 119         int16_t *input,
 120         int16_t *output,
 121         int pitch) {
 122     int16x4_t d0s16, d1s16, d2s16, d3s16, d4s16, d5s16, d6s16, d7s16;
 123     int16x4_t d16s16, d17s16, d26s16, d27s16, d28s16, d29s16;
 124     uint16x4_t d28u16, d29u16;
 125     uint16x8_t q14u16;
 126     int16x8_t q0s16, q1s16, q2s16, q3s16;
 127     int16x8_t q11s16, q12s16, q13s16, q14s16, q15s16, qEmptys16;
 128     int32x4_t q9s32, q10s32, q11s32, q12s32;
 129     int16x8x2_t v2tmp0, v2tmp1;
 130     int32x4x2_t v2tmp2, v2tmp3;
 131
 132     d16s16 = vdup_n_s16(5352);
 133     d17s16 = vdup_n_s16(2217);
 134     q9s32 = vdupq_n_s32(14500);
 135     q10s32 = vdupq_n_s32(7500);
 136
 137     // Part one
 138     pitch >>= 1;
 139     q0s16 = vld1q_s16(input);
 140     input += pitch;
 141     q1s16 = vld1q_s16(input);
 142     input += pitch;
 143     q2s16 = vld1q_s16(input);
 144     input += pitch;
 145     q3s16 = vld1q_s16(input);
 146
 147     v2tmp2 = vtrnq_s32(vreinterpretq_s32_s16(q0s16),
 148                        vreinterpretq_s32_s16(q2s16));
 149     v2tmp3 = vtrnq_s32(vreinterpretq_s32_s16(q1s16),
 150                        vreinterpretq_s32_s16(q3s16));
 151     v2tmp0 = vtrnq_s16(vreinterpretq_s16_s32(v2tmp2.val[0]),   // q0
 152                        vreinterpretq_s16_s32(v2tmp3.val[0]));  // q1
 153     v2tmp1 = vtrnq_s16(vreinterpretq_s16_s32(v2tmp2.val[1]),   // q2
 154                        vreinterpretq_s16_s32(v2tmp3.val[1]));  // q3
 155
 156     q11s16 = vaddq_s16(v2tmp0.val[0], v2tmp1.val[1]);
 157     q12s16 = vaddq_s16(v2tmp0.val[1], v2tmp1.val[0]);
 158     q13s16 = vsubq_s16(v2tmp0.val[1], v2tmp1.val[0]);
 159     q14s16 = vsubq_s16(v2tmp0.val[0], v2tmp1.val[1]);
 160
 161     q11s16 = vshlq_n_s16(q11s16, 3);
 162     q12s16 = vshlq_n_s16(q12s16, 3);
 163     q13s16 = vshlq_n_s16(q13s16, 3);
 164     q14s16 = vshlq_n_s16(q14s16, 3);
 165
 166     q0s16 = vaddq_s16(q11s16, q12s16);
 167     q2s16 = vsubq_s16(q11s16, q12s16);
 168
 169     q11s32 = q9s32;
 170     q12s32 = q10s32;
 171
 172     d26s16 = vget_low_s16(q13s16);
 173     d27s16 = vget_high_s16(q13s16);
 174     d28s16 = vget_low_s16(q14s16);
 175     d29s16 = vget_high_s16(q14s16);
 176
 177     q9s32 = vmlal_s16(q9s32, d28s16, d16s16);
 178     q10s32 = vmlal_s16(q10s32, d28s16, d17s16);
 179     q11s32 = vmlal_s16(q11s32, d29s16, d16s16);
 180     q12s32 = vmlal_s16(q12s32, d29s16, d17s16);
 181
 182     q9s32 = vmlal_s16(q9s32, d26s16, d17s16);
 183     q10s32 = vmlsl_s16(q10s32, d26s16, d16s16);
 184     q11s32 = vmlal_s16(q11s32, d27s16, d17s16);
 185     q12s32 = vmlsl_s16(q12s32, d27s16, d16s16);
 186
 187     d2s16 = vshrn_n_s32(q9s32, 12);
 188     d6s16 = vshrn_n_s32(q10s32, 12);
 189     d3s16 = vshrn_n_s32(q11s32, 12);
 190     d7s16 = vshrn_n_s32(q12s32, 12);
 191     q1s16 = vcombine_s16(d2s16, d3s16);
 192     q3s16 = vcombine_s16(d6s16, d7s16);
 193
 194     // Part two
 195     q9s32 = vdupq_n_s32(12000);
 196     q10s32 = vdupq_n_s32(51000);
 197
 198     v2tmp2 = vtrnq_s32(vreinterpretq_s32_s16(q0s16),
 199                        vreinterpretq_s32_s16(q2s16));
 200     v2tmp3 = vtrnq_s32(vreinterpretq_s32_s16(q1s16),
 201                        vreinterpretq_s32_s16(q3s16));
 202     v2tmp0 = vtrnq_s16(vreinterpretq_s16_s32(v2tmp2.val[0]),   // q0
 203                        vreinterpretq_s16_s32(v2tmp3.val[0]));  // q1
 204     v2tmp1 = vtrnq_s16(vreinterpretq_s16_s32(v2tmp2.val[1]),   // q2
 205                        vreinterpretq_s16_s32(v2tmp3.val[1]));  // q3
 206
 207     q11s16 = vaddq_s16(v2tmp0.val[0], v2tmp1.val[1]);
 208     q12s16 = vaddq_s16(v2tmp0.val[1], v2tmp1.val[0]);
 209     q13s16 = vsubq_s16(v2tmp0.val[1], v2tmp1.val[0]);
 210     q14s16 = vsubq_s16(v2tmp0.val[0], v2tmp1.val[1]);
 211
 212     q15s16 = vdupq_n_s16(7);
 213     q11s16 = vaddq_s16(q11s16, q15s16);
 214     q0s16 = vaddq_s16(q11s16, q12s16);
 215     q1s16 = vsubq_s16(q11s16, q12s16);
 216
 217     q11s32 = q9s32;
 218     q12s32 = q10s32;
 219
 220     d0s16 = vget_low_s16(q0s16);
 221     d1s16 = vget_high_s16(q0s16);
 222     d2s16 = vget_low_s16(q1s16);
 223     d3s16 = vget_high_s16(q1s16);
 224
 225     d0s16 = vshr_n_s16(d0s16, 4);
 226     d4s16 = vshr_n_s16(d1s16, 4);
 227     d2s16 = vshr_n_s16(d2s16, 4);
 228     d6s16 = vshr_n_s16(d3s16, 4);
 229
 230     d26s16 = vget_low_s16(q13s16);
 231     d27s16 = vget_high_s16(q13s16);
 232     d28s16 = vget_low_s16(q14s16);
 233     d29s16 = vget_high_s16(q14s16);
 234
 235     q9s32 = vmlal_s16(q9s32, d28s16, d16s16);
 236     q10s32 = vmlal_s16(q10s32, d28s16, d17s16);
 237     q11s32 = vmlal_s16(q11s32, d29s16, d16s16);
 238     q12s32 = vmlal_s16(q12s32, d29s16, d17s16);
 239
 240     q9s32 = vmlal_s16(q9s32, d26s16, d17s16);
 241     q10s32 = vmlsl_s16(q10s32, d26s16, d16s16);
 242     q11s32 = vmlal_s16(q11s32, d27s16, d17s16);
 243     q12s32 = vmlsl_s16(q12s32, d27s16, d16s16);
 244
 245     d1s16 = vshrn_n_s32(q9s32, 16);
 246     d3s16 = vshrn_n_s32(q10s32, 16);
 247     d5s16 = vshrn_n_s32(q11s32, 16);
 248     d7s16 = vshrn_n_s32(q12s32, 16);
 249
 250     qEmptys16 = vdupq_n_s16(0);
 251     q14u16 = vceqq_s16(q14s16, qEmptys16);
 252     q14u16 = vmvnq_u16(q14u16);
 253
 254     d28u16 = vget_low_u16(q14u16);
 255     d29u16 = vget_high_u16(q14u16);
 256     d1s16 = vsub_s16(d1s16, vreinterpret_s16_u16(d28u16));
 257     d5s16 = vsub_s16(d5s16, vreinterpret_s16_u16(d29u16));
 258
 259     q0s16 = vcombine_s16(d0s16, d1s16);
 260     q1s16 = vcombine_s16(d2s16, d3s16);
 261     q2s16 = vcombine_s16(d4s16, d5s16);
 262     q3s16 = vcombine_s16(d6s16, d7s16);
 263
 264     vst1q_s16(output, q0s16);
 265     vst1q_s16(output + 8, q1s16);
 266     vst1q_s16(output + 16, q2s16);
 267     vst1q_s16(output + 24, q3s16);
 268     return;
 269 }