Merge remote branch 'qatar/master'
[ffmpeg.git] / libavcodec / x86 / dsputil_mmx.c
1 /*
2  * MMX optimized DSP utils
3  * Copyright (c) 2000, 2001 Fabrice Bellard
4  * Copyright (c) 2002-2004 Michael Niedermayer <michaelni@gmx.at>
5  *
6  * This file is part of FFmpeg.
7  *
8  * FFmpeg is free software; you can redistribute it and/or
9  * modify it under the terms of the GNU Lesser General Public
10  * License as published by the Free Software Foundation; either
11  * version 2.1 of the License, or (at your option) any later version.
12  *
13  * FFmpeg is distributed in the hope that it will be useful,
14  * but WITHOUT ANY WARRANTY; without even the implied warranty of
15  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
16  * Lesser General Public License for more details.
17  *
18  * You should have received a copy of the GNU Lesser General Public
19  * License along with FFmpeg; if not, write to the Free Software
20  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
21  *
22  * MMX optimization by Nick Kurshev <nickols_k@mail.ru>
23  */
24
25 #include "libavutil/cpu.h"
26 #include "libavutil/x86_cpu.h"
27 #include "libavcodec/dsputil.h"
28 #include "libavcodec/h264dsp.h"
29 #include "libavcodec/mpegvideo.h"
30 #include "libavcodec/simple_idct.h"
31 #include "libavcodec/ac3dec.h"
32 #include "dsputil_mmx.h"
33 #include "idct_xvid.h"
34
35 //#undef NDEBUG
36 //#include <assert.h>
37
38 /* pixel operations */
39 DECLARE_ALIGNED(8,  const uint64_t, ff_bone) = 0x0101010101010101ULL;
40 DECLARE_ALIGNED(8,  const uint64_t, ff_wtwo) = 0x0002000200020002ULL;
41
42 DECLARE_ALIGNED(16, const uint64_t, ff_pdw_80000000)[2] =
43 {0x8000000080000000ULL, 0x8000000080000000ULL};
44
45 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_1  ) = 0x0001000100010001ULL;
46 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_3  ) = {0x0003000300030003ULL, 0x0003000300030003ULL};
47 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_4  ) = {0x0004000400040004ULL, 0x0004000400040004ULL};
48 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_5  ) = {0x0005000500050005ULL, 0x0005000500050005ULL};
49 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_8  ) = {0x0008000800080008ULL, 0x0008000800080008ULL};
50 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_9  ) = {0x0009000900090009ULL, 0x0009000900090009ULL};
51 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_15 ) = 0x000F000F000F000FULL;
52 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_16 ) = {0x0010001000100010ULL, 0x0010001000100010ULL};
53 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_17 ) = {0x0011001100110011ULL, 0x0011001100110011ULL};
54 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_18 ) = {0x0012001200120012ULL, 0x0012001200120012ULL};
55 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_20 ) = 0x0014001400140014ULL;
56 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_27 ) = {0x001B001B001B001BULL, 0x001B001B001B001BULL};
57 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_28 ) = {0x001C001C001C001CULL, 0x001C001C001C001CULL};
58 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_32 ) = {0x0020002000200020ULL, 0x0020002000200020ULL};
59 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_42 ) = 0x002A002A002A002AULL;
60 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_53 ) = 0x0035003500350035ULL;
61 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_63 ) = {0x003F003F003F003FULL, 0x003F003F003F003FULL};
62 DECLARE_ALIGNED(16, const xmm_reg,  ff_pw_64 ) = {0x0040004000400040ULL, 0x0040004000400040ULL};
63 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_96 ) = 0x0060006000600060ULL;
64 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_128) = 0x0080008000800080ULL;
65 DECLARE_ALIGNED(8,  const uint64_t, ff_pw_255) = 0x00ff00ff00ff00ffULL;
66
67 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_0  ) = {0x0000000000000000ULL, 0x0000000000000000ULL};
68 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_1  ) = {0x0101010101010101ULL, 0x0101010101010101ULL};
69 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_3  ) = {0x0303030303030303ULL, 0x0303030303030303ULL};
70 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_4  ) = {0x0404040404040404ULL, 0x0404040404040404ULL};
71 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_7  ) = 0x0707070707070707ULL;
72 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_1F ) = 0x1F1F1F1F1F1F1F1FULL;
73 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_3F ) = 0x3F3F3F3F3F3F3F3FULL;
74 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_80 ) = {0x8080808080808080ULL, 0x8080808080808080ULL};
75 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_81 ) = 0x8181818181818181ULL;
76 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_A1 ) = {0xA1A1A1A1A1A1A1A1ULL, 0xA1A1A1A1A1A1A1A1ULL};
77 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_F8 ) = {0xF8F8F8F8F8F8F8F8ULL, 0xF8F8F8F8F8F8F8F8ULL};
78 DECLARE_ALIGNED(8,  const uint64_t, ff_pb_FC ) = 0xFCFCFCFCFCFCFCFCULL;
79 DECLARE_ALIGNED(16, const xmm_reg,  ff_pb_FE ) = {0xFEFEFEFEFEFEFEFEULL, 0xFEFEFEFEFEFEFEFEULL};
80
81 DECLARE_ALIGNED(16, const double, ff_pd_1)[2] = { 1.0, 1.0 };
82 DECLARE_ALIGNED(16, const double, ff_pd_2)[2] = { 2.0, 2.0 };
83
84 #define JUMPALIGN() __asm__ volatile (".p2align 3"::)
85 #define MOVQ_ZERO(regd)  __asm__ volatile ("pxor %%" #regd ", %%" #regd ::)
86
87 #define MOVQ_BFE(regd) \
88     __asm__ volatile ( \
89     "pcmpeqd %%" #regd ", %%" #regd " \n\t"\
90     "paddb %%" #regd ", %%" #regd " \n\t" ::)
91
92 #ifndef PIC
93 #define MOVQ_BONE(regd)  __asm__ volatile ("movq %0, %%" #regd " \n\t" ::"m"(ff_bone))
94 #define MOVQ_WTWO(regd)  __asm__ volatile ("movq %0, %%" #regd " \n\t" ::"m"(ff_wtwo))
95 #else
96 // for shared library it's better to use this way for accessing constants
97 // pcmpeqd -> -1
98 #define MOVQ_BONE(regd) \
99     __asm__ volatile ( \
100     "pcmpeqd %%" #regd ", %%" #regd " \n\t" \
101     "psrlw $15, %%" #regd " \n\t" \
102     "packuswb %%" #regd ", %%" #regd " \n\t" ::)
103
104 #define MOVQ_WTWO(regd) \
105     __asm__ volatile ( \
106     "pcmpeqd %%" #regd ", %%" #regd " \n\t" \
107     "psrlw $15, %%" #regd " \n\t" \
108     "psllw $1, %%" #regd " \n\t"::)
109
110 #endif
111
112 // using regr as temporary and for the output result
113 // first argument is unmodifed and second is trashed
114 // regfe is supposed to contain 0xfefefefefefefefe
115 #define PAVGB_MMX_NO_RND(rega, regb, regr, regfe) \
116     "movq " #rega ", " #regr "  \n\t"\
117     "pand " #regb ", " #regr "  \n\t"\
118     "pxor " #rega ", " #regb "  \n\t"\
119     "pand " #regfe "," #regb "  \n\t"\
120     "psrlq $1, " #regb "        \n\t"\
121     "paddb " #regb ", " #regr " \n\t"
122
123 #define PAVGB_MMX(rega, regb, regr, regfe) \
124     "movq " #rega ", " #regr "  \n\t"\
125     "por  " #regb ", " #regr "  \n\t"\
126     "pxor " #rega ", " #regb "  \n\t"\
127     "pand " #regfe "," #regb "  \n\t"\
128     "psrlq $1, " #regb "        \n\t"\
129     "psubb " #regb ", " #regr " \n\t"
130
131 // mm6 is supposed to contain 0xfefefefefefefefe
132 #define PAVGBP_MMX_NO_RND(rega, regb, regr,  regc, regd, regp) \
133     "movq " #rega ", " #regr "  \n\t"\
134     "movq " #regc ", " #regp "  \n\t"\
135     "pand " #regb ", " #regr "  \n\t"\
136     "pand " #regd ", " #regp "  \n\t"\
137     "pxor " #rega ", " #regb "  \n\t"\
138     "pxor " #regc ", " #regd "  \n\t"\
139     "pand %%mm6, " #regb "      \n\t"\
140     "pand %%mm6, " #regd "      \n\t"\
141     "psrlq $1, " #regb "        \n\t"\
142     "psrlq $1, " #regd "        \n\t"\
143     "paddb " #regb ", " #regr " \n\t"\
144     "paddb " #regd ", " #regp " \n\t"
145
146 #define PAVGBP_MMX(rega, regb, regr, regc, regd, regp) \
147     "movq " #rega ", " #regr "  \n\t"\
148     "movq " #regc ", " #regp "  \n\t"\
149     "por  " #regb ", " #regr "  \n\t"\
150     "por  " #regd ", " #regp "  \n\t"\
151     "pxor " #rega ", " #regb "  \n\t"\
152     "pxor " #regc ", " #regd "  \n\t"\
153     "pand %%mm6, " #regb "      \n\t"\
154     "pand %%mm6, " #regd "      \n\t"\
155     "psrlq $1, " #regd "        \n\t"\
156     "psrlq $1, " #regb "        \n\t"\
157     "psubb " #regb ", " #regr " \n\t"\
158     "psubb " #regd ", " #regp " \n\t"
159
160 /***********************************/
161 /* MMX no rounding */
162 #define DEF(x, y) x ## _no_rnd_ ## y ##_mmx
163 #define SET_RND  MOVQ_WONE
164 #define PAVGBP(a, b, c, d, e, f)        PAVGBP_MMX_NO_RND(a, b, c, d, e, f)
165 #define PAVGB(a, b, c, e)               PAVGB_MMX_NO_RND(a, b, c, e)
166 #define OP_AVG(a, b, c, e)              PAVGB_MMX(a, b, c, e)
167
168 #include "dsputil_mmx_rnd_template.c"
169
170 #undef DEF
171 #undef SET_RND
172 #undef PAVGBP
173 #undef PAVGB
174 /***********************************/
175 /* MMX rounding */
176
177 #define DEF(x, y) x ## _ ## y ##_mmx
178 #define SET_RND  MOVQ_WTWO
179 #define PAVGBP(a, b, c, d, e, f)        PAVGBP_MMX(a, b, c, d, e, f)
180 #define PAVGB(a, b, c, e)               PAVGB_MMX(a, b, c, e)
181
182 #include "dsputil_mmx_rnd_template.c"
183
184 #undef DEF
185 #undef SET_RND
186 #undef PAVGBP
187 #undef PAVGB
188 #undef OP_AVG
189
190 /***********************************/
191 /* 3Dnow specific */
192
193 #define DEF(x) x ## _3dnow
194 #define PAVGB "pavgusb"
195 #define OP_AVG PAVGB
196
197 #include "dsputil_mmx_avg_template.c"
198
199 #undef DEF
200 #undef PAVGB
201 #undef OP_AVG
202
203 /***********************************/
204 /* MMX2 specific */
205
206 #define DEF(x) x ## _mmx2
207
208 /* Introduced only in MMX2 set */
209 #define PAVGB "pavgb"
210 #define OP_AVG PAVGB
211
212 #include "dsputil_mmx_avg_template.c"
213
214 #undef DEF
215 #undef PAVGB
216 #undef OP_AVG
217
218 #define put_no_rnd_pixels16_mmx put_pixels16_mmx
219 #define put_no_rnd_pixels8_mmx put_pixels8_mmx
220 #define put_pixels16_mmx2 put_pixels16_mmx
221 #define put_pixels8_mmx2 put_pixels8_mmx
222 #define put_pixels4_mmx2 put_pixels4_mmx
223 #define put_no_rnd_pixels16_mmx2 put_no_rnd_pixels16_mmx
224 #define put_no_rnd_pixels8_mmx2 put_no_rnd_pixels8_mmx
225 #define put_pixels16_3dnow put_pixels16_mmx
226 #define put_pixels8_3dnow put_pixels8_mmx
227 #define put_pixels4_3dnow put_pixels4_mmx
228 #define put_no_rnd_pixels16_3dnow put_no_rnd_pixels16_mmx
229 #define put_no_rnd_pixels8_3dnow put_no_rnd_pixels8_mmx
230
231 /***********************************/
232 /* standard MMX */
233
234 void ff_put_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
235 {
236     const DCTELEM *p;
237     uint8_t *pix;
238
239     /* read the pixels */
240     p = block;
241     pix = pixels;
242     /* unrolled loop */
243         __asm__ volatile(
244                 "movq   %3, %%mm0               \n\t"
245                 "movq   8%3, %%mm1              \n\t"
246                 "movq   16%3, %%mm2             \n\t"
247                 "movq   24%3, %%mm3             \n\t"
248                 "movq   32%3, %%mm4             \n\t"
249                 "movq   40%3, %%mm5             \n\t"
250                 "movq   48%3, %%mm6             \n\t"
251                 "movq   56%3, %%mm7             \n\t"
252                 "packuswb %%mm1, %%mm0          \n\t"
253                 "packuswb %%mm3, %%mm2          \n\t"
254                 "packuswb %%mm5, %%mm4          \n\t"
255                 "packuswb %%mm7, %%mm6          \n\t"
256                 "movq   %%mm0, (%0)             \n\t"
257                 "movq   %%mm2, (%0, %1)         \n\t"
258                 "movq   %%mm4, (%0, %1, 2)      \n\t"
259                 "movq   %%mm6, (%0, %2)         \n\t"
260                 ::"r" (pix), "r" ((x86_reg)line_size), "r" ((x86_reg)line_size*3), "m"(*p)
261                 :"memory");
262         pix += line_size*4;
263         p += 32;
264
265     // if here would be an exact copy of the code above
266     // compiler would generate some very strange code
267     // thus using "r"
268     __asm__ volatile(
269             "movq       (%3), %%mm0             \n\t"
270             "movq       8(%3), %%mm1            \n\t"
271             "movq       16(%3), %%mm2           \n\t"
272             "movq       24(%3), %%mm3           \n\t"
273             "movq       32(%3), %%mm4           \n\t"
274             "movq       40(%3), %%mm5           \n\t"
275             "movq       48(%3), %%mm6           \n\t"
276             "movq       56(%3), %%mm7           \n\t"
277             "packuswb %%mm1, %%mm0              \n\t"
278             "packuswb %%mm3, %%mm2              \n\t"
279             "packuswb %%mm5, %%mm4              \n\t"
280             "packuswb %%mm7, %%mm6              \n\t"
281             "movq       %%mm0, (%0)             \n\t"
282             "movq       %%mm2, (%0, %1)         \n\t"
283             "movq       %%mm4, (%0, %1, 2)      \n\t"
284             "movq       %%mm6, (%0, %2)         \n\t"
285             ::"r" (pix), "r" ((x86_reg)line_size), "r" ((x86_reg)line_size*3), "r"(p)
286             :"memory");
287 }
288
289 #define put_signed_pixels_clamped_mmx_half(off) \
290             "movq    "#off"(%2), %%mm1          \n\t"\
291             "movq 16+"#off"(%2), %%mm2          \n\t"\
292             "movq 32+"#off"(%2), %%mm3          \n\t"\
293             "movq 48+"#off"(%2), %%mm4          \n\t"\
294             "packsswb  8+"#off"(%2), %%mm1      \n\t"\
295             "packsswb 24+"#off"(%2), %%mm2      \n\t"\
296             "packsswb 40+"#off"(%2), %%mm3      \n\t"\
297             "packsswb 56+"#off"(%2), %%mm4      \n\t"\
298             "paddb %%mm0, %%mm1                 \n\t"\
299             "paddb %%mm0, %%mm2                 \n\t"\
300             "paddb %%mm0, %%mm3                 \n\t"\
301             "paddb %%mm0, %%mm4                 \n\t"\
302             "movq %%mm1, (%0)                   \n\t"\
303             "movq %%mm2, (%0, %3)               \n\t"\
304             "movq %%mm3, (%0, %3, 2)            \n\t"\
305             "movq %%mm4, (%0, %1)               \n\t"
306
307 void ff_put_signed_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
308 {
309     x86_reg line_skip = line_size;
310     x86_reg line_skip3;
311
312     __asm__ volatile (
313             "movq "MANGLE(ff_pb_80)", %%mm0 \n\t"
314             "lea (%3, %3, 2), %1                \n\t"
315             put_signed_pixels_clamped_mmx_half(0)
316             "lea (%0, %3, 4), %0                \n\t"
317             put_signed_pixels_clamped_mmx_half(64)
318             :"+&r" (pixels), "=&r" (line_skip3)
319             :"r" (block), "r"(line_skip)
320             :"memory");
321 }
322
323 void ff_add_pixels_clamped_mmx(const DCTELEM *block, uint8_t *pixels, int line_size)
324 {
325     const DCTELEM *p;
326     uint8_t *pix;
327     int i;
328
329     /* read the pixels */
330     p = block;
331     pix = pixels;
332     MOVQ_ZERO(mm7);
333     i = 4;
334     do {
335         __asm__ volatile(
336                 "movq   (%2), %%mm0     \n\t"
337                 "movq   8(%2), %%mm1    \n\t"
338                 "movq   16(%2), %%mm2   \n\t"
339                 "movq   24(%2), %%mm3   \n\t"
340                 "movq   %0, %%mm4       \n\t"
341                 "movq   %1, %%mm6       \n\t"
342                 "movq   %%mm4, %%mm5    \n\t"
343                 "punpcklbw %%mm7, %%mm4 \n\t"
344                 "punpckhbw %%mm7, %%mm5 \n\t"
345                 "paddsw %%mm4, %%mm0    \n\t"
346                 "paddsw %%mm5, %%mm1    \n\t"
347                 "movq   %%mm6, %%mm5    \n\t"
348                 "punpcklbw %%mm7, %%mm6 \n\t"
349                 "punpckhbw %%mm7, %%mm5 \n\t"
350                 "paddsw %%mm6, %%mm2    \n\t"
351                 "paddsw %%mm5, %%mm3    \n\t"
352                 "packuswb %%mm1, %%mm0  \n\t"
353                 "packuswb %%mm3, %%mm2  \n\t"
354                 "movq   %%mm0, %0       \n\t"
355                 "movq   %%mm2, %1       \n\t"
356                 :"+m"(*pix), "+m"(*(pix+line_size))
357                 :"r"(p)
358                 :"memory");
359         pix += line_size*2;
360         p += 16;
361     } while (--i);
362 }
363
364 static void put_pixels4_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
365 {
366     __asm__ volatile(
367          "lea (%3, %3), %%"REG_a"       \n\t"
368          ".p2align 3                    \n\t"
369          "1:                            \n\t"
370          "movd (%1), %%mm0              \n\t"
371          "movd (%1, %3), %%mm1          \n\t"
372          "movd %%mm0, (%2)              \n\t"
373          "movd %%mm1, (%2, %3)          \n\t"
374          "add %%"REG_a", %1             \n\t"
375          "add %%"REG_a", %2             \n\t"
376          "movd (%1), %%mm0              \n\t"
377          "movd (%1, %3), %%mm1          \n\t"
378          "movd %%mm0, (%2)              \n\t"
379          "movd %%mm1, (%2, %3)          \n\t"
380          "add %%"REG_a", %1             \n\t"
381          "add %%"REG_a", %2             \n\t"
382          "subl $4, %0                   \n\t"
383          "jnz 1b                        \n\t"
384          : "+g"(h), "+r" (pixels),  "+r" (block)
385          : "r"((x86_reg)line_size)
386          : "%"REG_a, "memory"
387         );
388 }
389
390 static void put_pixels8_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
391 {
392     __asm__ volatile(
393          "lea (%3, %3), %%"REG_a"       \n\t"
394          ".p2align 3                    \n\t"
395          "1:                            \n\t"
396          "movq (%1), %%mm0              \n\t"
397          "movq (%1, %3), %%mm1          \n\t"
398          "movq %%mm0, (%2)              \n\t"
399          "movq %%mm1, (%2, %3)          \n\t"
400          "add %%"REG_a", %1             \n\t"
401          "add %%"REG_a", %2             \n\t"
402          "movq (%1), %%mm0              \n\t"
403          "movq (%1, %3), %%mm1          \n\t"
404          "movq %%mm0, (%2)              \n\t"
405          "movq %%mm1, (%2, %3)          \n\t"
406          "add %%"REG_a", %1             \n\t"
407          "add %%"REG_a", %2             \n\t"
408          "subl $4, %0                   \n\t"
409          "jnz 1b                        \n\t"
410          : "+g"(h), "+r" (pixels),  "+r" (block)
411          : "r"((x86_reg)line_size)
412          : "%"REG_a, "memory"
413         );
414 }
415
416 static void put_pixels16_mmx(uint8_t *block, const uint8_t *pixels, int line_size, int h)
417 {
418     __asm__ volatile(
419          "lea (%3, %3), %%"REG_a"       \n\t"
420          ".p2align 3                    \n\t"
421          "1:                            \n\t"
422          "movq (%1), %%mm0              \n\t"
423          "movq 8(%1), %%mm4             \n\t"
424          "movq (%1, %3), %%mm1          \n\t"
425          "movq 8(%1, %3), %%mm5         \n\t"
426          "movq %%mm0, (%2)              \n\t"
427          "movq %%mm4, 8(%2)             \n\t"
428          "movq %%mm1, (%2, %3)          \n\t"
429          "movq %%mm5, 8(%2, %3)         \n\t"
430          "add %%"REG_a", %1             \n\t"
431          "add %%"REG_a", %2             \n\t"
432          "movq (%1), %%mm0              \n\t"
433          "movq 8(%1), %%mm4             \n\t"
434          "movq (%1, %3), %%mm1          \n\t"
435          "movq 8(%1, %3), %%mm5         \n\t"
436          "movq %%mm0, (%2)              \n\t"
437          "movq %%mm4, 8(%2)             \n\t"
438          "movq %%mm1, (%2, %3)          \n\t"
439          "movq %%mm5, 8(%2, %3)         \n\t"
440          "add %%"REG_a", %1             \n\t"
441          "add %%"REG_a", %2             \n\t"
442          "subl $4, %0                   \n\t"
443          "jnz 1b                        \n\t"
444          : "+g"(h), "+r" (pixels),  "+r" (block)
445          : "r"((x86_reg)line_size)
446          : "%"REG_a, "memory"
447         );
448 }
449
450 static void put_pixels16_sse2(uint8_t *block, const uint8_t *pixels, int line_size, int h)
451 {
452     __asm__ volatile(
453          "1:                            \n\t"
454          "movdqu (%1), %%xmm0           \n\t"
455          "movdqu (%1,%3), %%xmm1        \n\t"
456          "movdqu (%1,%3,2), %%xmm2      \n\t"
457          "movdqu (%1,%4), %%xmm3        \n\t"
458          "movdqa %%xmm0, (%2)           \n\t"
459          "movdqa %%xmm1, (%2,%3)        \n\t"
460          "movdqa %%xmm2, (%2,%3,2)      \n\t"
461          "movdqa %%xmm3, (%2,%4)        \n\t"
462          "subl $4, %0                   \n\t"
463          "lea (%1,%3,4), %1             \n\t"
464          "lea (%2,%3,4), %2             \n\t"
465          "jnz 1b                        \n\t"
466          : "+g"(h), "+r" (pixels),  "+r" (block)
467          : "r"((x86_reg)line_size), "r"((x86_reg)3L*line_size)
468          : "memory"
469         );
470 }
471
472 static void avg_pixels16_sse2(uint8_t *block, const uint8_t *pixels, int line_size, int h)
473 {
474     __asm__ volatile(
475          "1:                            \n\t"
476          "movdqu (%1), %%xmm0           \n\t"
477          "movdqu (%1,%3), %%xmm1        \n\t"
478          "movdqu (%1,%3,2), %%xmm2      \n\t"
479          "movdqu (%1,%4), %%xmm3        \n\t"
480          "pavgb  (%2), %%xmm0           \n\t"
481          "pavgb  (%2,%3), %%xmm1        \n\t"
482          "pavgb  (%2,%3,2), %%xmm2      \n\t"
483          "pavgb  (%2,%4), %%xmm3        \n\t"
484          "movdqa %%xmm0, (%2)           \n\t"
485          "movdqa %%xmm1, (%2,%3)        \n\t"
486          "movdqa %%xmm2, (%2,%3,2)      \n\t"
487          "movdqa %%xmm3, (%2,%4)        \n\t"
488          "subl $4, %0                   \n\t"
489          "lea (%1,%3,4), %1             \n\t"
490          "lea (%2,%3,4), %2             \n\t"
491          "jnz 1b                        \n\t"
492          : "+g"(h), "+r" (pixels),  "+r" (block)
493          : "r"((x86_reg)line_size), "r"((x86_reg)3L*line_size)
494          : "memory"
495         );
496 }
497
498 #define CLEAR_BLOCKS(name,n) \
499 static void name(DCTELEM *blocks)\
500 {\
501     __asm__ volatile(\
502                 "pxor %%mm7, %%mm7              \n\t"\
503                 "mov     %1, %%"REG_a"          \n\t"\
504                 "1:                             \n\t"\
505                 "movq %%mm7, (%0, %%"REG_a")    \n\t"\
506                 "movq %%mm7, 8(%0, %%"REG_a")   \n\t"\
507                 "movq %%mm7, 16(%0, %%"REG_a")  \n\t"\
508                 "movq %%mm7, 24(%0, %%"REG_a")  \n\t"\
509                 "add $32, %%"REG_a"             \n\t"\
510                 " js 1b                         \n\t"\
511                 : : "r" (((uint8_t *)blocks)+128*n),\
512                     "i" (-128*n)\
513                 : "%"REG_a\
514         );\
515 }
516 CLEAR_BLOCKS(clear_blocks_mmx, 6)
517 CLEAR_BLOCKS(clear_block_mmx, 1)
518
519 static void clear_block_sse(DCTELEM *block)
520 {
521     __asm__ volatile(
522         "xorps  %%xmm0, %%xmm0  \n"
523         "movaps %%xmm0,    (%0) \n"
524         "movaps %%xmm0,  16(%0) \n"
525         "movaps %%xmm0,  32(%0) \n"
526         "movaps %%xmm0,  48(%0) \n"
527         "movaps %%xmm0,  64(%0) \n"
528         "movaps %%xmm0,  80(%0) \n"
529         "movaps %%xmm0,  96(%0) \n"
530         "movaps %%xmm0, 112(%0) \n"
531         :: "r"(block)
532         : "memory"
533     );
534 }
535
536 static void clear_blocks_sse(DCTELEM *blocks)
537 {\
538     __asm__ volatile(
539         "xorps  %%xmm0, %%xmm0  \n"
540         "mov     %1, %%"REG_a"  \n"
541         "1:                     \n"
542         "movaps %%xmm0,    (%0, %%"REG_a") \n"
543         "movaps %%xmm0,  16(%0, %%"REG_a") \n"
544         "movaps %%xmm0,  32(%0, %%"REG_a") \n"
545         "movaps %%xmm0,  48(%0, %%"REG_a") \n"
546         "movaps %%xmm0,  64(%0, %%"REG_a") \n"
547         "movaps %%xmm0,  80(%0, %%"REG_a") \n"
548         "movaps %%xmm0,  96(%0, %%"REG_a") \n"
549         "movaps %%xmm0, 112(%0, %%"REG_a") \n"
550         "add $128, %%"REG_a"    \n"
551         " js 1b                 \n"
552         : : "r" (((uint8_t *)blocks)+128*6),
553             "i" (-128*6)
554         : "%"REG_a
555     );
556 }
557
558 static void add_bytes_mmx(uint8_t *dst, uint8_t *src, int w){
559     x86_reg i=0;
560     __asm__ volatile(
561         "jmp 2f                         \n\t"
562         "1:                             \n\t"
563         "movq  (%1, %0), %%mm0          \n\t"
564         "movq  (%2, %0), %%mm1          \n\t"
565         "paddb %%mm0, %%mm1             \n\t"
566         "movq %%mm1, (%2, %0)           \n\t"
567         "movq 8(%1, %0), %%mm0          \n\t"
568         "movq 8(%2, %0), %%mm1          \n\t"
569         "paddb %%mm0, %%mm1             \n\t"
570         "movq %%mm1, 8(%2, %0)          \n\t"
571         "add $16, %0                    \n\t"
572         "2:                             \n\t"
573         "cmp %3, %0                     \n\t"
574         " js 1b                         \n\t"
575         : "+r" (i)
576         : "r"(src), "r"(dst), "r"((x86_reg)w-15)
577     );
578     for(; i<w; i++)
579         dst[i+0] += src[i+0];
580 }
581
582 #if HAVE_7REGS && HAVE_TEN_OPERANDS
583 static void add_hfyu_median_prediction_cmov(uint8_t *dst, const uint8_t *top, const uint8_t *diff, int w, int *left, int *left_top) {
584     x86_reg w2 = -w;
585     x86_reg x;
586     int l = *left & 0xff;
587     int tl = *left_top & 0xff;
588     int t;
589     __asm__ volatile(
590         "mov    %7, %3 \n"
591         "1: \n"
592         "movzbl (%3,%4), %2 \n"
593         "mov    %2, %k3 \n"
594         "sub   %b1, %b3 \n"
595         "add   %b0, %b3 \n"
596         "mov    %2, %1 \n"
597         "cmp    %0, %2 \n"
598         "cmovg  %0, %2 \n"
599         "cmovg  %1, %0 \n"
600         "cmp   %k3, %0 \n"
601         "cmovg %k3, %0 \n"
602         "mov    %7, %3 \n"
603         "cmp    %2, %0 \n"
604         "cmovl  %2, %0 \n"
605         "add (%6,%4), %b0 \n"
606         "mov   %b0, (%5,%4) \n"
607         "inc    %4 \n"
608         "jl 1b \n"
609         :"+&q"(l), "+&q"(tl), "=&r"(t), "=&q"(x), "+&r"(w2)
610         :"r"(dst+w), "r"(diff+w), "rm"(top+w)
611     );
612     *left = l;
613     *left_top = tl;
614 }
615 #endif
616
617 #define H263_LOOP_FILTER \
618         "pxor %%mm7, %%mm7              \n\t"\
619         "movq  %0, %%mm0                \n\t"\
620         "movq  %0, %%mm1                \n\t"\
621         "movq  %3, %%mm2                \n\t"\
622         "movq  %3, %%mm3                \n\t"\
623         "punpcklbw %%mm7, %%mm0         \n\t"\
624         "punpckhbw %%mm7, %%mm1         \n\t"\
625         "punpcklbw %%mm7, %%mm2         \n\t"\
626         "punpckhbw %%mm7, %%mm3         \n\t"\
627         "psubw %%mm2, %%mm0             \n\t"\
628         "psubw %%mm3, %%mm1             \n\t"\
629         "movq  %1, %%mm2                \n\t"\
630         "movq  %1, %%mm3                \n\t"\
631         "movq  %2, %%mm4                \n\t"\
632         "movq  %2, %%mm5                \n\t"\
633         "punpcklbw %%mm7, %%mm2         \n\t"\
634         "punpckhbw %%mm7, %%mm3         \n\t"\
635         "punpcklbw %%mm7, %%mm4         \n\t"\
636         "punpckhbw %%mm7, %%mm5         \n\t"\
637         "psubw %%mm2, %%mm4             \n\t"\
638         "psubw %%mm3, %%mm5             \n\t"\
639         "psllw $2, %%mm4                \n\t"\
640         "psllw $2, %%mm5                \n\t"\
641         "paddw %%mm0, %%mm4             \n\t"\
642         "paddw %%mm1, %%mm5             \n\t"\
643         "pxor %%mm6, %%mm6              \n\t"\
644         "pcmpgtw %%mm4, %%mm6           \n\t"\
645         "pcmpgtw %%mm5, %%mm7           \n\t"\
646         "pxor %%mm6, %%mm4              \n\t"\
647         "pxor %%mm7, %%mm5              \n\t"\
648         "psubw %%mm6, %%mm4             \n\t"\
649         "psubw %%mm7, %%mm5             \n\t"\
650         "psrlw $3, %%mm4                \n\t"\
651         "psrlw $3, %%mm5                \n\t"\
652         "packuswb %%mm5, %%mm4          \n\t"\
653         "packsswb %%mm7, %%mm6          \n\t"\
654         "pxor %%mm7, %%mm7              \n\t"\
655         "movd %4, %%mm2                 \n\t"\
656         "punpcklbw %%mm2, %%mm2         \n\t"\
657         "punpcklbw %%mm2, %%mm2         \n\t"\
658         "punpcklbw %%mm2, %%mm2         \n\t"\
659         "psubusb %%mm4, %%mm2           \n\t"\
660         "movq %%mm2, %%mm3              \n\t"\
661         "psubusb %%mm4, %%mm3           \n\t"\
662         "psubb %%mm3, %%mm2             \n\t"\
663         "movq %1, %%mm3                 \n\t"\
664         "movq %2, %%mm4                 \n\t"\
665         "pxor %%mm6, %%mm3              \n\t"\
666         "pxor %%mm6, %%mm4              \n\t"\
667         "paddusb %%mm2, %%mm3           \n\t"\
668         "psubusb %%mm2, %%mm4           \n\t"\
669         "pxor %%mm6, %%mm3              \n\t"\
670         "pxor %%mm6, %%mm4              \n\t"\
671         "paddusb %%mm2, %%mm2           \n\t"\
672         "packsswb %%mm1, %%mm0          \n\t"\
673         "pcmpgtb %%mm0, %%mm7           \n\t"\
674         "pxor %%mm7, %%mm0              \n\t"\
675         "psubb %%mm7, %%mm0             \n\t"\
676         "movq %%mm0, %%mm1              \n\t"\
677         "psubusb %%mm2, %%mm0           \n\t"\
678         "psubb %%mm0, %%mm1             \n\t"\
679         "pand %5, %%mm1                 \n\t"\
680         "psrlw $2, %%mm1                \n\t"\
681         "pxor %%mm7, %%mm1              \n\t"\
682         "psubb %%mm7, %%mm1             \n\t"\
683         "movq %0, %%mm5                 \n\t"\
684         "movq %3, %%mm6                 \n\t"\
685         "psubb %%mm1, %%mm5             \n\t"\
686         "paddb %%mm1, %%mm6             \n\t"
687
688 static void h263_v_loop_filter_mmx(uint8_t *src, int stride, int qscale){
689     if(CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
690     const int strength= ff_h263_loop_filter_strength[qscale];
691
692     __asm__ volatile(
693
694         H263_LOOP_FILTER
695
696         "movq %%mm3, %1                 \n\t"
697         "movq %%mm4, %2                 \n\t"
698         "movq %%mm5, %0                 \n\t"
699         "movq %%mm6, %3                 \n\t"
700         : "+m" (*(uint64_t*)(src - 2*stride)),
701           "+m" (*(uint64_t*)(src - 1*stride)),
702           "+m" (*(uint64_t*)(src + 0*stride)),
703           "+m" (*(uint64_t*)(src + 1*stride))
704         : "g" (2*strength), "m"(ff_pb_FC)
705     );
706     }
707 }
708
709 static void h263_h_loop_filter_mmx(uint8_t *src, int stride, int qscale){
710     if(CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
711     const int strength= ff_h263_loop_filter_strength[qscale];
712     DECLARE_ALIGNED(8, uint64_t, temp)[4];
713     uint8_t *btemp= (uint8_t*)temp;
714
715     src -= 2;
716
717     transpose4x4(btemp  , src           , 8, stride);
718     transpose4x4(btemp+4, src + 4*stride, 8, stride);
719     __asm__ volatile(
720         H263_LOOP_FILTER // 5 3 4 6
721
722         : "+m" (temp[0]),
723           "+m" (temp[1]),
724           "+m" (temp[2]),
725           "+m" (temp[3])
726         : "g" (2*strength), "m"(ff_pb_FC)
727     );
728
729     __asm__ volatile(
730         "movq %%mm5, %%mm1              \n\t"
731         "movq %%mm4, %%mm0              \n\t"
732         "punpcklbw %%mm3, %%mm5         \n\t"
733         "punpcklbw %%mm6, %%mm4         \n\t"
734         "punpckhbw %%mm3, %%mm1         \n\t"
735         "punpckhbw %%mm6, %%mm0         \n\t"
736         "movq %%mm5, %%mm3              \n\t"
737         "movq %%mm1, %%mm6              \n\t"
738         "punpcklwd %%mm4, %%mm5         \n\t"
739         "punpcklwd %%mm0, %%mm1         \n\t"
740         "punpckhwd %%mm4, %%mm3         \n\t"
741         "punpckhwd %%mm0, %%mm6         \n\t"
742         "movd %%mm5, (%0)               \n\t"
743         "punpckhdq %%mm5, %%mm5         \n\t"
744         "movd %%mm5, (%0,%2)            \n\t"
745         "movd %%mm3, (%0,%2,2)          \n\t"
746         "punpckhdq %%mm3, %%mm3         \n\t"
747         "movd %%mm3, (%0,%3)            \n\t"
748         "movd %%mm1, (%1)               \n\t"
749         "punpckhdq %%mm1, %%mm1         \n\t"
750         "movd %%mm1, (%1,%2)            \n\t"
751         "movd %%mm6, (%1,%2,2)          \n\t"
752         "punpckhdq %%mm6, %%mm6         \n\t"
753         "movd %%mm6, (%1,%3)            \n\t"
754         :: "r" (src),
755            "r" (src + 4*stride),
756            "r" ((x86_reg)   stride ),
757            "r" ((x86_reg)(3*stride))
758     );
759     }
760 }
761
762 /* draw the edges of width 'w' of an image of size width, height
763    this mmx version can only handle w==8 || w==16 */
764 static void draw_edges_mmx(uint8_t *buf, int wrap, int width, int height, int w, int sides)
765 {
766     uint8_t *ptr, *last_line;
767     int i;
768
769     last_line = buf + (height - 1) * wrap;
770     /* left and right */
771     ptr = buf;
772     if(w==8)
773     {
774         __asm__ volatile(
775                 "1:                             \n\t"
776                 "movd (%0), %%mm0               \n\t"
777                 "punpcklbw %%mm0, %%mm0         \n\t"
778                 "punpcklwd %%mm0, %%mm0         \n\t"
779                 "punpckldq %%mm0, %%mm0         \n\t"
780                 "movq %%mm0, -8(%0)             \n\t"
781                 "movq -8(%0, %2), %%mm1         \n\t"
782                 "punpckhbw %%mm1, %%mm1         \n\t"
783                 "punpckhwd %%mm1, %%mm1         \n\t"
784                 "punpckhdq %%mm1, %%mm1         \n\t"
785                 "movq %%mm1, (%0, %2)           \n\t"
786                 "add %1, %0                     \n\t"
787                 "cmp %3, %0                     \n\t"
788                 " jb 1b                         \n\t"
789                 : "+r" (ptr)
790                 : "r" ((x86_reg)wrap), "r" ((x86_reg)width), "r" (ptr + wrap*height)
791         );
792     }
793     else
794     {
795         __asm__ volatile(
796                 "1:                             \n\t"
797                 "movd (%0), %%mm0               \n\t"
798                 "punpcklbw %%mm0, %%mm0         \n\t"
799                 "punpcklwd %%mm0, %%mm0         \n\t"
800                 "punpckldq %%mm0, %%mm0         \n\t"
801                 "movq %%mm0, -8(%0)             \n\t"
802                 "movq %%mm0, -16(%0)            \n\t"
803                 "movq -8(%0, %2), %%mm1         \n\t"
804                 "punpckhbw %%mm1, %%mm1         \n\t"
805                 "punpckhwd %%mm1, %%mm1         \n\t"
806                 "punpckhdq %%mm1, %%mm1         \n\t"
807                 "movq %%mm1, (%0, %2)           \n\t"
808                 "movq %%mm1, 8(%0, %2)          \n\t"
809                 "add %1, %0                     \n\t"
810                 "cmp %3, %0                     \n\t"
811                 " jb 1b                         \n\t"
812                 : "+r" (ptr)
813                 : "r" ((x86_reg)wrap), "r" ((x86_reg)width), "r" (ptr + wrap*height)
814         );
815     }
816
817     /* top and bottom (and hopefully also the corners) */
818     if (sides&EDGE_TOP) {
819         for(i = 0; i < w; i += 4) {
820             ptr= buf - (i + 1) * wrap - w;
821             __asm__ volatile(
822                     "1:                             \n\t"
823                     "movq (%1, %0), %%mm0           \n\t"
824                     "movq %%mm0, (%0)               \n\t"
825                     "movq %%mm0, (%0, %2)           \n\t"
826                     "movq %%mm0, (%0, %2, 2)        \n\t"
827                     "movq %%mm0, (%0, %3)           \n\t"
828                     "add $8, %0                     \n\t"
829                     "cmp %4, %0                     \n\t"
830                     " jb 1b                         \n\t"
831                     : "+r" (ptr)
832                     : "r" ((x86_reg)buf - (x86_reg)ptr - w), "r" ((x86_reg)-wrap), "r" ((x86_reg)-wrap*3), "r" (ptr+width+2*w)
833             );
834         }
835     }
836
837     if (sides&EDGE_BOTTOM) {
838         for(i = 0; i < w; i += 4) {
839             ptr= last_line + (i + 1) * wrap - w;
840             __asm__ volatile(
841                     "1:                             \n\t"
842                     "movq (%1, %0), %%mm0           \n\t"
843                     "movq %%mm0, (%0)               \n\t"
844                     "movq %%mm0, (%0, %2)           \n\t"
845                     "movq %%mm0, (%0, %2, 2)        \n\t"
846                     "movq %%mm0, (%0, %3)           \n\t"
847                     "add $8, %0                     \n\t"
848                     "cmp %4, %0                     \n\t"
849                     " jb 1b                         \n\t"
850                     : "+r" (ptr)
851                     : "r" ((x86_reg)last_line - (x86_reg)ptr - w), "r" ((x86_reg)wrap), "r" ((x86_reg)wrap*3), "r" (ptr+width+2*w)
852             );
853         }
854     }
855 }
856
857 #define QPEL_V_LOW(m3,m4,m5,m6, pw_20, pw_3, rnd, in0, in1, in2, in7, out, OP)\
858         "paddw " #m4 ", " #m3 "           \n\t" /* x1 */\
859         "movq "MANGLE(ff_pw_20)", %%mm4   \n\t" /* 20 */\
860         "pmullw " #m3 ", %%mm4            \n\t" /* 20x1 */\
861         "movq "#in7", " #m3 "             \n\t" /* d */\
862         "movq "#in0", %%mm5               \n\t" /* D */\
863         "paddw " #m3 ", %%mm5             \n\t" /* x4 */\
864         "psubw %%mm5, %%mm4               \n\t" /* 20x1 - x4 */\
865         "movq "#in1", %%mm5               \n\t" /* C */\
866         "movq "#in2", %%mm6               \n\t" /* B */\
867         "paddw " #m6 ", %%mm5             \n\t" /* x3 */\
868         "paddw " #m5 ", %%mm6             \n\t" /* x2 */\
869         "paddw %%mm6, %%mm6               \n\t" /* 2x2 */\
870         "psubw %%mm6, %%mm5               \n\t" /* -2x2 + x3 */\
871         "pmullw "MANGLE(ff_pw_3)", %%mm5  \n\t" /* -6x2 + 3x3 */\
872         "paddw " #rnd ", %%mm4            \n\t" /* x2 */\
873         "paddw %%mm4, %%mm5               \n\t" /* 20x1 - 6x2 + 3x3 - x4 */\
874         "psraw $5, %%mm5                  \n\t"\
875         "packuswb %%mm5, %%mm5            \n\t"\
876         OP(%%mm5, out, %%mm7, d)
877
878 #define QPEL_BASE(OPNAME, ROUNDER, RND, OP_MMX2, OP_3DNOW)\
879 static void OPNAME ## mpeg4_qpel16_h_lowpass_mmx2(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
880     uint64_t temp;\
881 \
882     __asm__ volatile(\
883         "pxor %%mm7, %%mm7                \n\t"\
884         "1:                               \n\t"\
885         "movq  (%0), %%mm0                \n\t" /* ABCDEFGH */\
886         "movq %%mm0, %%mm1                \n\t" /* ABCDEFGH */\
887         "movq %%mm0, %%mm2                \n\t" /* ABCDEFGH */\
888         "punpcklbw %%mm7, %%mm0           \n\t" /* 0A0B0C0D */\
889         "punpckhbw %%mm7, %%mm1           \n\t" /* 0E0F0G0H */\
890         "pshufw $0x90, %%mm0, %%mm5       \n\t" /* 0A0A0B0C */\
891         "pshufw $0x41, %%mm0, %%mm6       \n\t" /* 0B0A0A0B */\
892         "movq %%mm2, %%mm3                \n\t" /* ABCDEFGH */\
893         "movq %%mm2, %%mm4                \n\t" /* ABCDEFGH */\
894         "psllq $8, %%mm2                  \n\t" /* 0ABCDEFG */\
895         "psllq $16, %%mm3                 \n\t" /* 00ABCDEF */\
896         "psllq $24, %%mm4                 \n\t" /* 000ABCDE */\
897         "punpckhbw %%mm7, %%mm2           \n\t" /* 0D0E0F0G */\
898         "punpckhbw %%mm7, %%mm3           \n\t" /* 0C0D0E0F */\
899         "punpckhbw %%mm7, %%mm4           \n\t" /* 0B0C0D0E */\
900         "paddw %%mm3, %%mm5               \n\t" /* b */\
901         "paddw %%mm2, %%mm6               \n\t" /* c */\
902         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
903         "psubw %%mm5, %%mm6               \n\t" /* c - 2b */\
904         "pshufw $0x06, %%mm0, %%mm5       \n\t" /* 0C0B0A0A */\
905         "pmullw "MANGLE(ff_pw_3)", %%mm6  \n\t" /* 3c - 6b */\
906         "paddw %%mm4, %%mm0               \n\t" /* a */\
907         "paddw %%mm1, %%mm5               \n\t" /* d */\
908         "pmullw "MANGLE(ff_pw_20)", %%mm0 \n\t" /* 20a */\
909         "psubw %%mm5, %%mm0               \n\t" /* 20a - d */\
910         "paddw %6, %%mm6                  \n\t"\
911         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
912         "psraw $5, %%mm0                  \n\t"\
913         "movq %%mm0, %5                   \n\t"\
914         /* mm1=EFGH, mm2=DEFG, mm3=CDEF, mm4=BCDE, mm7=0 */\
915         \
916         "movq 5(%0), %%mm0                \n\t" /* FGHIJKLM */\
917         "movq %%mm0, %%mm5                \n\t" /* FGHIJKLM */\
918         "movq %%mm0, %%mm6                \n\t" /* FGHIJKLM */\
919         "psrlq $8, %%mm0                  \n\t" /* GHIJKLM0 */\
920         "psrlq $16, %%mm5                 \n\t" /* HIJKLM00 */\
921         "punpcklbw %%mm7, %%mm0           \n\t" /* 0G0H0I0J */\
922         "punpcklbw %%mm7, %%mm5           \n\t" /* 0H0I0J0K */\
923         "paddw %%mm0, %%mm2               \n\t" /* b */\
924         "paddw %%mm5, %%mm3               \n\t" /* c */\
925         "paddw %%mm2, %%mm2               \n\t" /* 2b */\
926         "psubw %%mm2, %%mm3               \n\t" /* c - 2b */\
927         "movq %%mm6, %%mm2                \n\t" /* FGHIJKLM */\
928         "psrlq $24, %%mm6                 \n\t" /* IJKLM000 */\
929         "punpcklbw %%mm7, %%mm2           \n\t" /* 0F0G0H0I */\
930         "punpcklbw %%mm7, %%mm6           \n\t" /* 0I0J0K0L */\
931         "pmullw "MANGLE(ff_pw_3)", %%mm3  \n\t" /* 3c - 6b */\
932         "paddw %%mm2, %%mm1               \n\t" /* a */\
933         "paddw %%mm6, %%mm4               \n\t" /* d */\
934         "pmullw "MANGLE(ff_pw_20)", %%mm1 \n\t" /* 20a */\
935         "psubw %%mm4, %%mm3               \n\t" /* - 6b +3c - d */\
936         "paddw %6, %%mm1                  \n\t"\
937         "paddw %%mm1, %%mm3               \n\t" /* 20a - 6b +3c - d */\
938         "psraw $5, %%mm3                  \n\t"\
939         "movq %5, %%mm1                   \n\t"\
940         "packuswb %%mm3, %%mm1            \n\t"\
941         OP_MMX2(%%mm1, (%1),%%mm4, q)\
942         /* mm0= GHIJ, mm2=FGHI, mm5=HIJK, mm6=IJKL, mm7=0 */\
943         \
944         "movq 9(%0), %%mm1                \n\t" /* JKLMNOPQ */\
945         "movq %%mm1, %%mm4                \n\t" /* JKLMNOPQ */\
946         "movq %%mm1, %%mm3                \n\t" /* JKLMNOPQ */\
947         "psrlq $8, %%mm1                  \n\t" /* KLMNOPQ0 */\
948         "psrlq $16, %%mm4                 \n\t" /* LMNOPQ00 */\
949         "punpcklbw %%mm7, %%mm1           \n\t" /* 0K0L0M0N */\
950         "punpcklbw %%mm7, %%mm4           \n\t" /* 0L0M0N0O */\
951         "paddw %%mm1, %%mm5               \n\t" /* b */\
952         "paddw %%mm4, %%mm0               \n\t" /* c */\
953         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
954         "psubw %%mm5, %%mm0               \n\t" /* c - 2b */\
955         "movq %%mm3, %%mm5                \n\t" /* JKLMNOPQ */\
956         "psrlq $24, %%mm3                 \n\t" /* MNOPQ000 */\
957         "pmullw "MANGLE(ff_pw_3)", %%mm0  \n\t" /* 3c - 6b */\
958         "punpcklbw %%mm7, %%mm3           \n\t" /* 0M0N0O0P */\
959         "paddw %%mm3, %%mm2               \n\t" /* d */\
960         "psubw %%mm2, %%mm0               \n\t" /* -6b + 3c - d */\
961         "movq %%mm5, %%mm2                \n\t" /* JKLMNOPQ */\
962         "punpcklbw %%mm7, %%mm2           \n\t" /* 0J0K0L0M */\
963         "punpckhbw %%mm7, %%mm5           \n\t" /* 0N0O0P0Q */\
964         "paddw %%mm2, %%mm6               \n\t" /* a */\
965         "pmullw "MANGLE(ff_pw_20)", %%mm6 \n\t" /* 20a */\
966         "paddw %6, %%mm0                  \n\t"\
967         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
968         "psraw $5, %%mm0                  \n\t"\
969         /* mm1=KLMN, mm2=JKLM, mm3=MNOP, mm4=LMNO, mm5=NOPQ mm7=0 */\
970         \
971         "paddw %%mm5, %%mm3               \n\t" /* a */\
972         "pshufw $0xF9, %%mm5, %%mm6       \n\t" /* 0O0P0Q0Q */\
973         "paddw %%mm4, %%mm6               \n\t" /* b */\
974         "pshufw $0xBE, %%mm5, %%mm4       \n\t" /* 0P0Q0Q0P */\
975         "pshufw $0x6F, %%mm5, %%mm5       \n\t" /* 0Q0Q0P0O */\
976         "paddw %%mm1, %%mm4               \n\t" /* c */\
977         "paddw %%mm2, %%mm5               \n\t" /* d */\
978         "paddw %%mm6, %%mm6               \n\t" /* 2b */\
979         "psubw %%mm6, %%mm4               \n\t" /* c - 2b */\
980         "pmullw "MANGLE(ff_pw_20)", %%mm3 \n\t" /* 20a */\
981         "pmullw "MANGLE(ff_pw_3)", %%mm4  \n\t" /* 3c - 6b */\
982         "psubw %%mm5, %%mm3               \n\t" /* -6b + 3c - d */\
983         "paddw %6, %%mm4                  \n\t"\
984         "paddw %%mm3, %%mm4               \n\t" /* 20a - 6b + 3c - d */\
985         "psraw $5, %%mm4                  \n\t"\
986         "packuswb %%mm4, %%mm0            \n\t"\
987         OP_MMX2(%%mm0, 8(%1), %%mm4, q)\
988         \
989         "add %3, %0                       \n\t"\
990         "add %4, %1                       \n\t"\
991         "decl %2                          \n\t"\
992         " jnz 1b                          \n\t"\
993         : "+a"(src), "+c"(dst), "+D"(h)\
994         : "d"((x86_reg)srcStride), "S"((x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(temp), "m"(ROUNDER)\
995         : "memory"\
996     );\
997 }\
998 \
999 static void OPNAME ## mpeg4_qpel16_h_lowpass_3dnow(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1000     int i;\
1001     int16_t temp[16];\
1002     /* quick HACK, XXX FIXME MUST be optimized */\
1003     for(i=0; i<h; i++)\
1004     {\
1005         temp[ 0]= (src[ 0]+src[ 1])*20 - (src[ 0]+src[ 2])*6 + (src[ 1]+src[ 3])*3 - (src[ 2]+src[ 4]);\
1006         temp[ 1]= (src[ 1]+src[ 2])*20 - (src[ 0]+src[ 3])*6 + (src[ 0]+src[ 4])*3 - (src[ 1]+src[ 5]);\
1007         temp[ 2]= (src[ 2]+src[ 3])*20 - (src[ 1]+src[ 4])*6 + (src[ 0]+src[ 5])*3 - (src[ 0]+src[ 6]);\
1008         temp[ 3]= (src[ 3]+src[ 4])*20 - (src[ 2]+src[ 5])*6 + (src[ 1]+src[ 6])*3 - (src[ 0]+src[ 7]);\
1009         temp[ 4]= (src[ 4]+src[ 5])*20 - (src[ 3]+src[ 6])*6 + (src[ 2]+src[ 7])*3 - (src[ 1]+src[ 8]);\
1010         temp[ 5]= (src[ 5]+src[ 6])*20 - (src[ 4]+src[ 7])*6 + (src[ 3]+src[ 8])*3 - (src[ 2]+src[ 9]);\
1011         temp[ 6]= (src[ 6]+src[ 7])*20 - (src[ 5]+src[ 8])*6 + (src[ 4]+src[ 9])*3 - (src[ 3]+src[10]);\
1012         temp[ 7]= (src[ 7]+src[ 8])*20 - (src[ 6]+src[ 9])*6 + (src[ 5]+src[10])*3 - (src[ 4]+src[11]);\
1013         temp[ 8]= (src[ 8]+src[ 9])*20 - (src[ 7]+src[10])*6 + (src[ 6]+src[11])*3 - (src[ 5]+src[12]);\
1014         temp[ 9]= (src[ 9]+src[10])*20 - (src[ 8]+src[11])*6 + (src[ 7]+src[12])*3 - (src[ 6]+src[13]);\
1015         temp[10]= (src[10]+src[11])*20 - (src[ 9]+src[12])*6 + (src[ 8]+src[13])*3 - (src[ 7]+src[14]);\
1016         temp[11]= (src[11]+src[12])*20 - (src[10]+src[13])*6 + (src[ 9]+src[14])*3 - (src[ 8]+src[15]);\
1017         temp[12]= (src[12]+src[13])*20 - (src[11]+src[14])*6 + (src[10]+src[15])*3 - (src[ 9]+src[16]);\
1018         temp[13]= (src[13]+src[14])*20 - (src[12]+src[15])*6 + (src[11]+src[16])*3 - (src[10]+src[16]);\
1019         temp[14]= (src[14]+src[15])*20 - (src[13]+src[16])*6 + (src[12]+src[16])*3 - (src[11]+src[15]);\
1020         temp[15]= (src[15]+src[16])*20 - (src[14]+src[16])*6 + (src[13]+src[15])*3 - (src[12]+src[14]);\
1021         __asm__ volatile(\
1022             "movq (%0), %%mm0               \n\t"\
1023             "movq 8(%0), %%mm1              \n\t"\
1024             "paddw %2, %%mm0                \n\t"\
1025             "paddw %2, %%mm1                \n\t"\
1026             "psraw $5, %%mm0                \n\t"\
1027             "psraw $5, %%mm1                \n\t"\
1028             "packuswb %%mm1, %%mm0          \n\t"\
1029             OP_3DNOW(%%mm0, (%1), %%mm1, q)\
1030             "movq 16(%0), %%mm0             \n\t"\
1031             "movq 24(%0), %%mm1             \n\t"\
1032             "paddw %2, %%mm0                \n\t"\
1033             "paddw %2, %%mm1                \n\t"\
1034             "psraw $5, %%mm0                \n\t"\
1035             "psraw $5, %%mm1                \n\t"\
1036             "packuswb %%mm1, %%mm0          \n\t"\
1037             OP_3DNOW(%%mm0, 8(%1), %%mm1, q)\
1038             :: "r"(temp), "r"(dst), "m"(ROUNDER)\
1039             : "memory"\
1040         );\
1041         dst+=dstStride;\
1042         src+=srcStride;\
1043     }\
1044 }\
1045 \
1046 static void OPNAME ## mpeg4_qpel8_h_lowpass_mmx2(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1047     __asm__ volatile(\
1048         "pxor %%mm7, %%mm7                \n\t"\
1049         "1:                               \n\t"\
1050         "movq  (%0), %%mm0                \n\t" /* ABCDEFGH */\
1051         "movq %%mm0, %%mm1                \n\t" /* ABCDEFGH */\
1052         "movq %%mm0, %%mm2                \n\t" /* ABCDEFGH */\
1053         "punpcklbw %%mm7, %%mm0           \n\t" /* 0A0B0C0D */\
1054         "punpckhbw %%mm7, %%mm1           \n\t" /* 0E0F0G0H */\
1055         "pshufw $0x90, %%mm0, %%mm5       \n\t" /* 0A0A0B0C */\
1056         "pshufw $0x41, %%mm0, %%mm6       \n\t" /* 0B0A0A0B */\
1057         "movq %%mm2, %%mm3                \n\t" /* ABCDEFGH */\
1058         "movq %%mm2, %%mm4                \n\t" /* ABCDEFGH */\
1059         "psllq $8, %%mm2                  \n\t" /* 0ABCDEFG */\
1060         "psllq $16, %%mm3                 \n\t" /* 00ABCDEF */\
1061         "psllq $24, %%mm4                 \n\t" /* 000ABCDE */\
1062         "punpckhbw %%mm7, %%mm2           \n\t" /* 0D0E0F0G */\
1063         "punpckhbw %%mm7, %%mm3           \n\t" /* 0C0D0E0F */\
1064         "punpckhbw %%mm7, %%mm4           \n\t" /* 0B0C0D0E */\
1065         "paddw %%mm3, %%mm5               \n\t" /* b */\
1066         "paddw %%mm2, %%mm6               \n\t" /* c */\
1067         "paddw %%mm5, %%mm5               \n\t" /* 2b */\
1068         "psubw %%mm5, %%mm6               \n\t" /* c - 2b */\
1069         "pshufw $0x06, %%mm0, %%mm5       \n\t" /* 0C0B0A0A */\
1070         "pmullw "MANGLE(ff_pw_3)", %%mm6  \n\t" /* 3c - 6b */\
1071         "paddw %%mm4, %%mm0               \n\t" /* a */\
1072         "paddw %%mm1, %%mm5               \n\t" /* d */\
1073         "pmullw "MANGLE(ff_pw_20)", %%mm0 \n\t" /* 20a */\
1074         "psubw %%mm5, %%mm0               \n\t" /* 20a - d */\
1075         "paddw %5, %%mm6                  \n\t"\
1076         "paddw %%mm6, %%mm0               \n\t" /* 20a - 6b + 3c - d */\
1077         "psraw $5, %%mm0                  \n\t"\
1078         /* mm1=EFGH, mm2=DEFG, mm3=CDEF, mm4=BCDE, mm7=0 */\
1079         \
1080         "movd 5(%0), %%mm5                \n\t" /* FGHI */\
1081         "punpcklbw %%mm7, %%mm5           \n\t" /* 0F0G0H0I */\
1082         "pshufw $0xF9, %%mm5, %%mm6       \n\t" /* 0G0H0I0I */\
1083         "paddw %%mm5, %%mm1               \n\t" /* a */\
1084         "paddw %%mm6, %%mm2               \n\t" /* b */\
1085         "pshufw $0xBE, %%mm5, %%mm6       \n\t" /* 0H0I0I0H */\
1086         "pshufw $0x6F, %%mm5, %%mm5       \n\t" /* 0I0I0H0G */\
1087         "paddw %%mm6, %%mm3               \n\t" /* c */\
1088         "paddw %%mm5, %%mm4               \n\t" /* d */\
1089         "paddw %%mm2, %%mm2               \n\t" /* 2b */\
1090         "psubw %%mm2, %%mm3               \n\t" /* c - 2b */\
1091         "pmullw "MANGLE(ff_pw_20)", %%mm1 \n\t" /* 20a */\
1092         "pmullw "MANGLE(ff_pw_3)", %%mm3  \n\t" /* 3c - 6b */\
1093         "psubw %%mm4, %%mm3               \n\t" /* -6b + 3c - d */\
1094         "paddw %5, %%mm1                  \n\t"\
1095         "paddw %%mm1, %%mm3               \n\t" /* 20a - 6b + 3c - d */\
1096         "psraw $5, %%mm3                  \n\t"\
1097         "packuswb %%mm3, %%mm0            \n\t"\
1098         OP_MMX2(%%mm0, (%1), %%mm4, q)\
1099         \
1100         "add %3, %0                       \n\t"\
1101         "add %4, %1                       \n\t"\
1102         "decl %2                          \n\t"\
1103         " jnz 1b                          \n\t"\
1104         : "+a"(src), "+c"(dst), "+d"(h)\
1105         : "S"((x86_reg)srcStride), "D"((x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER)\
1106         : "memory"\
1107     );\
1108 }\
1109 \
1110 static void OPNAME ## mpeg4_qpel8_h_lowpass_3dnow(uint8_t *dst, uint8_t *src, int dstStride, int srcStride, int h){\
1111     int i;\
1112     int16_t temp[8];\
1113     /* quick HACK, XXX FIXME MUST be optimized */\
1114     for(i=0; i<h; i++)\
1115     {\
1116         temp[ 0]= (src[ 0]+src[ 1])*20 - (src[ 0]+src[ 2])*6 + (src[ 1]+src[ 3])*3 - (src[ 2]+src[ 4]);\
1117         temp[ 1]= (src[ 1]+src[ 2])*20 - (src[ 0]+src[ 3])*6 + (src[ 0]+src[ 4])*3 - (src[ 1]+src[ 5]);\
1118         temp[ 2]= (src[ 2]+src[ 3])*20 - (src[ 1]+src[ 4])*6 + (src[ 0]+src[ 5])*3 - (src[ 0]+src[ 6]);\
1119         temp[ 3]= (src[ 3]+src[ 4])*20 - (src[ 2]+src[ 5])*6 + (src[ 1]+src[ 6])*3 - (src[ 0]+src[ 7]);\
1120         temp[ 4]= (src[ 4]+src[ 5])*20 - (src[ 3]+src[ 6])*6 + (src[ 2]+src[ 7])*3 - (src[ 1]+src[ 8]);\
1121         temp[ 5]= (src[ 5]+src[ 6])*20 - (src[ 4]+src[ 7])*6 + (src[ 3]+src[ 8])*3 - (src[ 2]+src[ 8]);\
1122         temp[ 6]= (src[ 6]+src[ 7])*20 - (src[ 5]+src[ 8])*6 + (src[ 4]+src[ 8])*3 - (src[ 3]+src[ 7]);\
1123         temp[ 7]= (src[ 7]+src[ 8])*20 - (src[ 6]+src[ 8])*6 + (src[ 5]+src[ 7])*3 - (src[ 4]+src[ 6]);\
1124         __asm__ volatile(\
1125             "movq (%0), %%mm0           \n\t"\
1126             "movq 8(%0), %%mm1          \n\t"\
1127             "paddw %2, %%mm0            \n\t"\
1128             "paddw %2, %%mm1            \n\t"\
1129             "psraw $5, %%mm0            \n\t"\
1130             "psraw $5, %%mm1            \n\t"\
1131             "packuswb %%mm1, %%mm0      \n\t"\
1132             OP_3DNOW(%%mm0, (%1), %%mm1, q)\
1133             :: "r"(temp), "r"(dst), "m"(ROUNDER)\
1134             :"memory"\
1135         );\
1136         dst+=dstStride;\
1137         src+=srcStride;\
1138     }\
1139 }
1140
1141 #define QPEL_OP(OPNAME, ROUNDER, RND, OP, MMX)\
1142 \
1143 static void OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(uint8_t *dst, uint8_t *src, int dstStride, int srcStride){\
1144     uint64_t temp[17*4];\
1145     uint64_t *temp_ptr= temp;\
1146     int count= 17;\
1147 \
1148     /*FIXME unroll */\
1149     __asm__ volatile(\
1150         "pxor %%mm7, %%mm7              \n\t"\
1151         "1:                             \n\t"\
1152         "movq (%0), %%mm0               \n\t"\
1153         "movq (%0), %%mm1               \n\t"\
1154         "movq 8(%0), %%mm2              \n\t"\
1155         "movq 8(%0), %%mm3              \n\t"\
1156         "punpcklbw %%mm7, %%mm0         \n\t"\
1157         "punpckhbw %%mm7, %%mm1         \n\t"\
1158         "punpcklbw %%mm7, %%mm2         \n\t"\
1159         "punpckhbw %%mm7, %%mm3         \n\t"\
1160         "movq %%mm0, (%1)               \n\t"\
1161         "movq %%mm1, 17*8(%1)           \n\t"\
1162         "movq %%mm2, 2*17*8(%1)         \n\t"\
1163         "movq %%mm3, 3*17*8(%1)         \n\t"\
1164         "add $8, %1                     \n\t"\
1165         "add %3, %0                     \n\t"\
1166         "decl %2                        \n\t"\
1167         " jnz 1b                        \n\t"\
1168         : "+r" (src), "+r" (temp_ptr), "+r"(count)\
1169         : "r" ((x86_reg)srcStride)\
1170         : "memory"\
1171     );\
1172     \
1173     temp_ptr= temp;\
1174     count=4;\
1175     \
1176 /*FIXME reorder for speed */\
1177     __asm__ volatile(\
1178         /*"pxor %%mm7, %%mm7              \n\t"*/\
1179         "1:                             \n\t"\
1180         "movq (%0), %%mm0               \n\t"\
1181         "movq 8(%0), %%mm1              \n\t"\
1182         "movq 16(%0), %%mm2             \n\t"\
1183         "movq 24(%0), %%mm3             \n\t"\
1184         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 16(%0),  8(%0),   (%0), 32(%0), (%1), OP)\
1185         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5,  8(%0),   (%0),   (%0), 40(%0), (%1, %3), OP)\
1186         "add %4, %1                     \n\t"\
1187         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5,   (%0),   (%0),  8(%0), 48(%0), (%1), OP)\
1188         \
1189         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5,   (%0),  8(%0), 16(%0), 56(%0), (%1, %3), OP)\
1190         "add %4, %1                     \n\t"\
1191         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5,  8(%0), 16(%0), 24(%0), 64(%0), (%1), OP)\
1192         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 16(%0), 24(%0), 32(%0), 72(%0), (%1, %3), OP)\
1193         "add %4, %1                     \n\t"\
1194         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 24(%0), 32(%0), 40(%0), 80(%0), (%1), OP)\
1195         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 32(%0), 40(%0), 48(%0), 88(%0), (%1, %3), OP)\
1196         "add %4, %1                     \n\t"\
1197         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 40(%0), 48(%0), 56(%0), 96(%0), (%1), OP)\
1198         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 48(%0), 56(%0), 64(%0),104(%0), (%1, %3), OP)\
1199         "add %4, %1                     \n\t"\
1200         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 56(%0), 64(%0), 72(%0),112(%0), (%1), OP)\
1201         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 64(%0), 72(%0), 80(%0),120(%0), (%1, %3), OP)\
1202         "add %4, %1                     \n\t"\
1203         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 72(%0), 80(%0), 88(%0),128(%0), (%1), OP)\
1204         \
1205         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 80(%0), 88(%0), 96(%0),128(%0), (%1, %3), OP)\
1206         "add %4, %1                     \n\t"  \
1207         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 88(%0), 96(%0),104(%0),120(%0), (%1), OP)\
1208         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 96(%0),104(%0),112(%0),112(%0), (%1, %3), OP)\
1209         \
1210         "add $136, %0                   \n\t"\
1211         "add %6, %1                     \n\t"\
1212         "decl %2                        \n\t"\
1213         " jnz 1b                        \n\t"\
1214         \
1215         : "+r"(temp_ptr), "+r"(dst), "+g"(count)\
1216         : "r"((x86_reg)dstStride), "r"(2*(x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER), "g"(4-14*(x86_reg)dstStride)\
1217         :"memory"\
1218     );\
1219 }\
1220 \
1221 static void OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(uint8_t *dst, uint8_t *src, int dstStride, int srcStride){\
1222     uint64_t temp[9*2];\
1223     uint64_t *temp_ptr= temp;\
1224     int count= 9;\
1225 \
1226     /*FIXME unroll */\
1227     __asm__ volatile(\
1228         "pxor %%mm7, %%mm7              \n\t"\
1229         "1:                             \n\t"\
1230         "movq (%0), %%mm0               \n\t"\
1231         "movq (%0), %%mm1               \n\t"\
1232         "punpcklbw %%mm7, %%mm0         \n\t"\
1233         "punpckhbw %%mm7, %%mm1         \n\t"\
1234         "movq %%mm0, (%1)               \n\t"\
1235         "movq %%mm1, 9*8(%1)            \n\t"\
1236         "add $8, %1                     \n\t"\
1237         "add %3, %0                     \n\t"\
1238         "decl %2                        \n\t"\
1239         " jnz 1b                        \n\t"\
1240         : "+r" (src), "+r" (temp_ptr), "+r"(count)\
1241         : "r" ((x86_reg)srcStride)\
1242         : "memory"\
1243     );\
1244     \
1245     temp_ptr= temp;\
1246     count=2;\
1247     \
1248 /*FIXME reorder for speed */\
1249     __asm__ volatile(\
1250         /*"pxor %%mm7, %%mm7              \n\t"*/\
1251         "1:                             \n\t"\
1252         "movq (%0), %%mm0               \n\t"\
1253         "movq 8(%0), %%mm1              \n\t"\
1254         "movq 16(%0), %%mm2             \n\t"\
1255         "movq 24(%0), %%mm3             \n\t"\
1256         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5, 16(%0),  8(%0),   (%0), 32(%0), (%1), OP)\
1257         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5,  8(%0),   (%0),   (%0), 40(%0), (%1, %3), OP)\
1258         "add %4, %1                     \n\t"\
1259         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5,   (%0),   (%0),  8(%0), 48(%0), (%1), OP)\
1260         \
1261         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5,   (%0),  8(%0), 16(%0), 56(%0), (%1, %3), OP)\
1262         "add %4, %1                     \n\t"\
1263         QPEL_V_LOW(%%mm0, %%mm1, %%mm2, %%mm3, %5, %6, %5,  8(%0), 16(%0), 24(%0), 64(%0), (%1), OP)\
1264         \
1265         QPEL_V_LOW(%%mm1, %%mm2, %%mm3, %%mm0, %5, %6, %5, 16(%0), 24(%0), 32(%0), 64(%0), (%1, %3), OP)\
1266         "add %4, %1                     \n\t"\
1267         QPEL_V_LOW(%%mm2, %%mm3, %%mm0, %%mm1, %5, %6, %5, 24(%0), 32(%0), 40(%0), 56(%0), (%1), OP)\
1268         QPEL_V_LOW(%%mm3, %%mm0, %%mm1, %%mm2, %5, %6, %5, 32(%0), 40(%0), 48(%0), 48(%0), (%1, %3), OP)\
1269                 \
1270         "add $72, %0                    \n\t"\
1271         "add %6, %1                     \n\t"\
1272         "decl %2                        \n\t"\
1273         " jnz 1b                        \n\t"\
1274          \
1275         : "+r"(temp_ptr), "+r"(dst), "+g"(count)\
1276         : "r"((x86_reg)dstStride), "r"(2*(x86_reg)dstStride), /*"m"(ff_pw_20), "m"(ff_pw_3),*/ "m"(ROUNDER), "g"(4-6*(x86_reg)dstStride)\
1277         : "memory"\
1278    );\
1279 }\
1280 \
1281 static void OPNAME ## qpel8_mc00_ ## MMX (uint8_t *dst, uint8_t *src, int stride){\
1282     OPNAME ## pixels8_ ## MMX(dst, src, stride, 8);\
1283 }\
1284 \
1285 static void OPNAME ## qpel8_mc10_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1286     uint64_t temp[8];\
1287     uint8_t * const half= (uint8_t*)temp;\
1288     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(half, src, 8, stride, 8);\
1289     OPNAME ## pixels8_l2_ ## MMX(dst, src, half, stride, stride, 8);\
1290 }\
1291 \
1292 static void OPNAME ## qpel8_mc20_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1293     OPNAME ## mpeg4_qpel8_h_lowpass_ ## MMX(dst, src, stride, stride, 8);\
1294 }\
1295 \
1296 static void OPNAME ## qpel8_mc30_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1297     uint64_t temp[8];\
1298     uint8_t * const half= (uint8_t*)temp;\
1299     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(half, src, 8, stride, 8);\
1300     OPNAME ## pixels8_l2_ ## MMX(dst, src+1, half, stride, stride, 8);\
1301 }\
1302 \
1303 static void OPNAME ## qpel8_mc01_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1304     uint64_t temp[8];\
1305     uint8_t * const half= (uint8_t*)temp;\
1306     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(half, src, 8, stride);\
1307     OPNAME ## pixels8_l2_ ## MMX(dst, src, half, stride, stride, 8);\
1308 }\
1309 \
1310 static void OPNAME ## qpel8_mc02_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1311     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, src, stride, stride);\
1312 }\
1313 \
1314 static void OPNAME ## qpel8_mc03_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1315     uint64_t temp[8];\
1316     uint8_t * const half= (uint8_t*)temp;\
1317     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(half, src, 8, stride);\
1318     OPNAME ## pixels8_l2_ ## MMX(dst, src+stride, half, stride, stride, 8);\
1319 }\
1320 static void OPNAME ## qpel8_mc11_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1321     uint64_t half[8 + 9];\
1322     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1323     uint8_t * const halfHV= ((uint8_t*)half);\
1324     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1325     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1326     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1327     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1328 }\
1329 static void OPNAME ## qpel8_mc31_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1330     uint64_t half[8 + 9];\
1331     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1332     uint8_t * const halfHV= ((uint8_t*)half);\
1333     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1334     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1335     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1336     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1337 }\
1338 static void OPNAME ## qpel8_mc13_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1339     uint64_t half[8 + 9];\
1340     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1341     uint8_t * const halfHV= ((uint8_t*)half);\
1342     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1343     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1344     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1345     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1346 }\
1347 static void OPNAME ## qpel8_mc33_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1348     uint64_t half[8 + 9];\
1349     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1350     uint8_t * const halfHV= ((uint8_t*)half);\
1351     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1352     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1353     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1354     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1355 }\
1356 static void OPNAME ## qpel8_mc21_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1357     uint64_t half[8 + 9];\
1358     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1359     uint8_t * const halfHV= ((uint8_t*)half);\
1360     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1361     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1362     OPNAME ## pixels8_l2_ ## MMX(dst, halfH, halfHV, stride, 8, 8);\
1363 }\
1364 static void OPNAME ## qpel8_mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1365     uint64_t half[8 + 9];\
1366     uint8_t * const halfH= ((uint8_t*)half) + 64;\
1367     uint8_t * const halfHV= ((uint8_t*)half);\
1368     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1369     put ## RND ## mpeg4_qpel8_v_lowpass_ ## MMX(halfHV, halfH, 8, 8);\
1370     OPNAME ## pixels8_l2_ ## MMX(dst, halfH+8, halfHV, stride, 8, 8);\
1371 }\
1372 static void OPNAME ## qpel8_mc12_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1373     uint64_t half[8 + 9];\
1374     uint8_t * const halfH= ((uint8_t*)half);\
1375     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1376     put ## RND ## pixels8_l2_ ## MMX(halfH, src, halfH, 8, stride, 9);\
1377     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1378 }\
1379 static void OPNAME ## qpel8_mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1380     uint64_t half[8 + 9];\
1381     uint8_t * const halfH= ((uint8_t*)half);\
1382     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1383     put ## RND ## pixels8_l2_ ## MMX(halfH, src+1, halfH, 8, stride, 9);\
1384     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1385 }\
1386 static void OPNAME ## qpel8_mc22_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1387     uint64_t half[9];\
1388     uint8_t * const halfH= ((uint8_t*)half);\
1389     put ## RND ## mpeg4_qpel8_h_lowpass_ ## MMX(halfH, src, 8, stride, 9);\
1390     OPNAME ## mpeg4_qpel8_v_lowpass_ ## MMX(dst, halfH, stride, 8);\
1391 }\
1392 static void OPNAME ## qpel16_mc00_ ## MMX (uint8_t *dst, uint8_t *src, int stride){\
1393     OPNAME ## pixels16_ ## MMX(dst, src, stride, 16);\
1394 }\
1395 \
1396 static void OPNAME ## qpel16_mc10_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1397     uint64_t temp[32];\
1398     uint8_t * const half= (uint8_t*)temp;\
1399     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(half, src, 16, stride, 16);\
1400     OPNAME ## pixels16_l2_ ## MMX(dst, src, half, stride, stride, 16);\
1401 }\
1402 \
1403 static void OPNAME ## qpel16_mc20_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1404     OPNAME ## mpeg4_qpel16_h_lowpass_ ## MMX(dst, src, stride, stride, 16);\
1405 }\
1406 \
1407 static void OPNAME ## qpel16_mc30_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1408     uint64_t temp[32];\
1409     uint8_t * const half= (uint8_t*)temp;\
1410     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(half, src, 16, stride, 16);\
1411     OPNAME ## pixels16_l2_ ## MMX(dst, src+1, half, stride, stride, 16);\
1412 }\
1413 \
1414 static void OPNAME ## qpel16_mc01_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1415     uint64_t temp[32];\
1416     uint8_t * const half= (uint8_t*)temp;\
1417     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(half, src, 16, stride);\
1418     OPNAME ## pixels16_l2_ ## MMX(dst, src, half, stride, stride, 16);\
1419 }\
1420 \
1421 static void OPNAME ## qpel16_mc02_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1422     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, src, stride, stride);\
1423 }\
1424 \
1425 static void OPNAME ## qpel16_mc03_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1426     uint64_t temp[32];\
1427     uint8_t * const half= (uint8_t*)temp;\
1428     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(half, src, 16, stride);\
1429     OPNAME ## pixels16_l2_ ## MMX(dst, src+stride, half, stride, stride, 16);\
1430 }\
1431 static void OPNAME ## qpel16_mc11_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1432     uint64_t half[16*2 + 17*2];\
1433     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1434     uint8_t * const halfHV= ((uint8_t*)half);\
1435     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1436     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1437     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1438     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1439 }\
1440 static void OPNAME ## qpel16_mc31_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1441     uint64_t half[16*2 + 17*2];\
1442     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1443     uint8_t * const halfHV= ((uint8_t*)half);\
1444     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1445     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1446     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1447     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1448 }\
1449 static void OPNAME ## qpel16_mc13_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1450     uint64_t half[16*2 + 17*2];\
1451     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1452     uint8_t * const halfHV= ((uint8_t*)half);\
1453     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1454     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1455     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1456     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1457 }\
1458 static void OPNAME ## qpel16_mc33_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1459     uint64_t half[16*2 + 17*2];\
1460     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1461     uint8_t * const halfHV= ((uint8_t*)half);\
1462     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1463     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1464     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1465     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1466 }\
1467 static void OPNAME ## qpel16_mc21_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1468     uint64_t half[16*2 + 17*2];\
1469     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1470     uint8_t * const halfHV= ((uint8_t*)half);\
1471     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1472     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1473     OPNAME ## pixels16_l2_ ## MMX(dst, halfH, halfHV, stride, 16, 16);\
1474 }\
1475 static void OPNAME ## qpel16_mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1476     uint64_t half[16*2 + 17*2];\
1477     uint8_t * const halfH= ((uint8_t*)half) + 256;\
1478     uint8_t * const halfHV= ((uint8_t*)half);\
1479     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1480     put ## RND ## mpeg4_qpel16_v_lowpass_ ## MMX(halfHV, halfH, 16, 16);\
1481     OPNAME ## pixels16_l2_ ## MMX(dst, halfH+16, halfHV, stride, 16, 16);\
1482 }\
1483 static void OPNAME ## qpel16_mc12_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1484     uint64_t half[17*2];\
1485     uint8_t * const halfH= ((uint8_t*)half);\
1486     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1487     put ## RND ## pixels16_l2_ ## MMX(halfH, src, halfH, 16, stride, 17);\
1488     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1489 }\
1490 static void OPNAME ## qpel16_mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1491     uint64_t half[17*2];\
1492     uint8_t * const halfH= ((uint8_t*)half);\
1493     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1494     put ## RND ## pixels16_l2_ ## MMX(halfH, src+1, halfH, 16, stride, 17);\
1495     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1496 }\
1497 static void OPNAME ## qpel16_mc22_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1498     uint64_t half[17*2];\
1499     uint8_t * const halfH= ((uint8_t*)half);\
1500     put ## RND ## mpeg4_qpel16_h_lowpass_ ## MMX(halfH, src, 16, stride, 17);\
1501     OPNAME ## mpeg4_qpel16_v_lowpass_ ## MMX(dst, halfH, stride, 16);\
1502 }
1503
1504 #define PUT_OP(a,b,temp, size) "mov" #size " " #a ", " #b "        \n\t"
1505 #define AVG_3DNOW_OP(a,b,temp, size) \
1506 "mov" #size " " #b ", " #temp "   \n\t"\
1507 "pavgusb " #temp ", " #a "        \n\t"\
1508 "mov" #size " " #a ", " #b "      \n\t"
1509 #define AVG_MMX2_OP(a,b,temp, size) \
1510 "mov" #size " " #b ", " #temp "   \n\t"\
1511 "pavgb " #temp ", " #a "          \n\t"\
1512 "mov" #size " " #a ", " #b "      \n\t"
1513
1514 QPEL_BASE(put_       , ff_pw_16, _       , PUT_OP, PUT_OP)
1515 QPEL_BASE(avg_       , ff_pw_16, _       , AVG_MMX2_OP, AVG_3DNOW_OP)
1516 QPEL_BASE(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, PUT_OP)
1517 QPEL_OP(put_       , ff_pw_16, _       , PUT_OP, 3dnow)
1518 QPEL_OP(avg_       , ff_pw_16, _       , AVG_3DNOW_OP, 3dnow)
1519 QPEL_OP(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, 3dnow)
1520 QPEL_OP(put_       , ff_pw_16, _       , PUT_OP, mmx2)
1521 QPEL_OP(avg_       , ff_pw_16, _       , AVG_MMX2_OP, mmx2)
1522 QPEL_OP(put_no_rnd_, ff_pw_15, _no_rnd_, PUT_OP, mmx2)
1523
1524 /***********************************/
1525 /* bilinear qpel: not compliant to any spec, only for -lavdopts fast */
1526
1527 #define QPEL_2TAP_XY(OPNAME, SIZE, MMX, XY, HPEL)\
1528 static void OPNAME ## 2tap_qpel ## SIZE ## _mc ## XY ## _ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1529     OPNAME ## pixels ## SIZE ## HPEL(dst, src, stride, SIZE);\
1530 }
1531 #define QPEL_2TAP_L3(OPNAME, SIZE, MMX, XY, S0, S1, S2)\
1532 static void OPNAME ## 2tap_qpel ## SIZE ## _mc ## XY ## _ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1533     OPNAME ## 2tap_qpel ## SIZE ## _l3_ ## MMX(dst, src+S0, stride, SIZE, S1, S2);\
1534 }
1535
1536 #define QPEL_2TAP(OPNAME, SIZE, MMX)\
1537 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 20, _x2_ ## MMX)\
1538 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 02, _y2_ ## MMX)\
1539 QPEL_2TAP_XY(OPNAME, SIZE, MMX, 22, _xy2_mmx)\
1540 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc00_ ## MMX =\
1541                           OPNAME ## qpel ## SIZE ## _mc00_ ## MMX;\
1542 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc21_ ## MMX =\
1543                           OPNAME ## 2tap_qpel ## SIZE ## _mc20_ ## MMX;\
1544 static const qpel_mc_func OPNAME ## 2tap_qpel ## SIZE ## _mc12_ ## MMX =\
1545                           OPNAME ## 2tap_qpel ## SIZE ## _mc02_ ## MMX;\
1546 static void OPNAME ## 2tap_qpel ## SIZE ## _mc32_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1547     OPNAME ## pixels ## SIZE ## _y2_ ## MMX(dst, src+1, stride, SIZE);\
1548 }\
1549 static void OPNAME ## 2tap_qpel ## SIZE ## _mc23_ ## MMX(uint8_t *dst, uint8_t *src, int stride){\
1550     OPNAME ## pixels ## SIZE ## _x2_ ## MMX(dst, src+stride, stride, SIZE);\
1551 }\
1552 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 10, 0,         1,       0)\
1553 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 30, 1,        -1,       0)\
1554 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 01, 0,         stride,  0)\
1555 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 03, stride,   -stride,  0)\
1556 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 11, 0,         stride,  1)\
1557 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 31, 1,         stride, -1)\
1558 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 13, stride,   -stride,  1)\
1559 QPEL_2TAP_L3(OPNAME, SIZE, MMX, 33, stride+1, -stride, -1)\
1560
1561 QPEL_2TAP(put_, 16, mmx2)
1562 QPEL_2TAP(avg_, 16, mmx2)
1563 QPEL_2TAP(put_,  8, mmx2)
1564 QPEL_2TAP(avg_,  8, mmx2)
1565 QPEL_2TAP(put_, 16, 3dnow)
1566 QPEL_2TAP(avg_, 16, 3dnow)
1567 QPEL_2TAP(put_,  8, 3dnow)
1568 QPEL_2TAP(avg_,  8, 3dnow)
1569
1570
1571 #if 0
1572 static void just_return(void) { return; }
1573 #endif
1574
1575 #if HAVE_YASM
1576 typedef void emu_edge_core_func (uint8_t *buf, const uint8_t *src,
1577                                  x86_reg linesize, x86_reg start_y,
1578                                  x86_reg end_y, x86_reg block_h,
1579                                  x86_reg start_x, x86_reg end_x,
1580                                  x86_reg block_w);
1581 extern emu_edge_core_func ff_emu_edge_core_mmx;
1582 extern emu_edge_core_func ff_emu_edge_core_sse;
1583
1584 static av_always_inline
1585 void emulated_edge_mc(uint8_t *buf, const uint8_t *src, int linesize,
1586                       int block_w, int block_h,
1587                       int src_x, int src_y, int w, int h,
1588                       emu_edge_core_func *core_fn)
1589 {
1590     int start_y, start_x, end_y, end_x, src_y_add=0;
1591
1592     if(src_y>= h){
1593         src_y_add = h-1-src_y;
1594         src_y=h-1;
1595     }else if(src_y<=-block_h){
1596         src_y_add = 1-block_h-src_y;
1597         src_y=1-block_h;
1598     }
1599     if(src_x>= w){
1600         src+= (w-1-src_x);
1601         src_x=w-1;
1602     }else if(src_x<=-block_w){
1603         src+= (1-block_w-src_x);
1604         src_x=1-block_w;
1605     }
1606
1607     start_y= FFMAX(0, -src_y);
1608     start_x= FFMAX(0, -src_x);
1609     end_y= FFMIN(block_h, h-src_y);
1610     end_x= FFMIN(block_w, w-src_x);
1611     assert(start_x < end_x && block_w > 0);
1612     assert(start_y < end_y && block_h > 0);
1613
1614     // fill in the to-be-copied part plus all above/below
1615     src += (src_y_add+start_y)*linesize + start_x;
1616     buf += start_x;
1617     core_fn(buf, src, linesize, start_y, end_y, block_h, start_x, end_x, block_w);
1618 }
1619
1620 #if ARCH_X86_32
1621 static av_noinline
1622 void emulated_edge_mc_mmx(uint8_t *buf, const uint8_t *src, int linesize,
1623                           int block_w, int block_h,
1624                           int src_x, int src_y, int w, int h)
1625 {
1626     emulated_edge_mc(buf, src, linesize, block_w, block_h, src_x, src_y,
1627                      w, h, &ff_emu_edge_core_mmx);
1628 }
1629 #endif
1630 static av_noinline
1631 void emulated_edge_mc_sse(uint8_t *buf, const uint8_t *src, int linesize,
1632                           int block_w, int block_h,
1633                           int src_x, int src_y, int w, int h)
1634 {
1635     emulated_edge_mc(buf, src, linesize, block_w, block_h, src_x, src_y,
1636                      w, h, &ff_emu_edge_core_sse);
1637 }
1638 #endif /* HAVE_YASM */
1639
1640 typedef void emulated_edge_mc_func (uint8_t *dst, const uint8_t *src,
1641                                     int linesize, int block_w, int block_h,
1642                                     int src_x, int src_y, int w, int h);
1643
1644 static av_always_inline
1645 void gmc(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1646          int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height,
1647          emulated_edge_mc_func *emu_edge_fn)
1648 {
1649     const int w = 8;
1650     const int ix = ox>>(16+shift);
1651     const int iy = oy>>(16+shift);
1652     const int oxs = ox>>4;
1653     const int oys = oy>>4;
1654     const int dxxs = dxx>>4;
1655     const int dxys = dxy>>4;
1656     const int dyxs = dyx>>4;
1657     const int dyys = dyy>>4;
1658     const uint16_t r4[4] = {r,r,r,r};
1659     const uint16_t dxy4[4] = {dxys,dxys,dxys,dxys};
1660     const uint16_t dyy4[4] = {dyys,dyys,dyys,dyys};
1661     const uint64_t shift2 = 2*shift;
1662     uint8_t edge_buf[(h+1)*stride];
1663     int x, y;
1664
1665     const int dxw = (dxx-(1<<(16+shift)))*(w-1);
1666     const int dyh = (dyy-(1<<(16+shift)))*(h-1);
1667     const int dxh = dxy*(h-1);
1668     const int dyw = dyx*(w-1);
1669     if( // non-constant fullpel offset (3% of blocks)
1670         ((ox^(ox+dxw)) | (ox^(ox+dxh)) | (ox^(ox+dxw+dxh)) |
1671          (oy^(oy+dyw)) | (oy^(oy+dyh)) | (oy^(oy+dyw+dyh))) >> (16+shift)
1672         // uses more than 16 bits of subpel mv (only at huge resolution)
1673         || (dxx|dxy|dyx|dyy)&15 )
1674     {
1675         //FIXME could still use mmx for some of the rows
1676         ff_gmc_c(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r, width, height);
1677         return;
1678     }
1679
1680     src += ix + iy*stride;
1681     if( (unsigned)ix >= width-w ||
1682         (unsigned)iy >= height-h )
1683     {
1684         emu_edge_fn(edge_buf, src, stride, w+1, h+1, ix, iy, width, height);
1685         src = edge_buf;
1686     }
1687
1688     __asm__ volatile(
1689         "movd         %0, %%mm6 \n\t"
1690         "pxor      %%mm7, %%mm7 \n\t"
1691         "punpcklwd %%mm6, %%mm6 \n\t"
1692         "punpcklwd %%mm6, %%mm6 \n\t"
1693         :: "r"(1<<shift)
1694     );
1695
1696     for(x=0; x<w; x+=4){
1697         uint16_t dx4[4] = { oxs - dxys + dxxs*(x+0),
1698                             oxs - dxys + dxxs*(x+1),
1699                             oxs - dxys + dxxs*(x+2),
1700                             oxs - dxys + dxxs*(x+3) };
1701         uint16_t dy4[4] = { oys - dyys + dyxs*(x+0),
1702                             oys - dyys + dyxs*(x+1),
1703                             oys - dyys + dyxs*(x+2),
1704                             oys - dyys + dyxs*(x+3) };
1705
1706         for(y=0; y<h; y++){
1707             __asm__ volatile(
1708                 "movq   %0,  %%mm4 \n\t"
1709                 "movq   %1,  %%mm5 \n\t"
1710                 "paddw  %2,  %%mm4 \n\t"
1711                 "paddw  %3,  %%mm5 \n\t"
1712                 "movq   %%mm4, %0  \n\t"
1713                 "movq   %%mm5, %1  \n\t"
1714                 "psrlw  $12, %%mm4 \n\t"
1715                 "psrlw  $12, %%mm5 \n\t"
1716                 : "+m"(*dx4), "+m"(*dy4)
1717                 : "m"(*dxy4), "m"(*dyy4)
1718             );
1719
1720             __asm__ volatile(
1721                 "movq   %%mm6, %%mm2 \n\t"
1722                 "movq   %%mm6, %%mm1 \n\t"
1723                 "psubw  %%mm4, %%mm2 \n\t"
1724                 "psubw  %%mm5, %%mm1 \n\t"
1725                 "movq   %%mm2, %%mm0 \n\t"
1726                 "movq   %%mm4, %%mm3 \n\t"
1727                 "pmullw %%mm1, %%mm0 \n\t" // (s-dx)*(s-dy)
1728                 "pmullw %%mm5, %%mm3 \n\t" // dx*dy
1729                 "pmullw %%mm5, %%mm2 \n\t" // (s-dx)*dy
1730                 "pmullw %%mm4, %%mm1 \n\t" // dx*(s-dy)
1731
1732                 "movd   %4,    %%mm5 \n\t"
1733                 "movd   %3,    %%mm4 \n\t"
1734                 "punpcklbw %%mm7, %%mm5 \n\t"
1735                 "punpcklbw %%mm7, %%mm4 \n\t"
1736                 "pmullw %%mm5, %%mm3 \n\t" // src[1,1] * dx*dy
1737                 "pmullw %%mm4, %%mm2 \n\t" // src[0,1] * (s-dx)*dy
1738
1739                 "movd   %2,    %%mm5 \n\t"
1740                 "movd   %1,    %%mm4 \n\t"
1741                 "punpcklbw %%mm7, %%mm5 \n\t"
1742                 "punpcklbw %%mm7, %%mm4 \n\t"
1743                 "pmullw %%mm5, %%mm1 \n\t" // src[1,0] * dx*(s-dy)
1744                 "pmullw %%mm4, %%mm0 \n\t" // src[0,0] * (s-dx)*(s-dy)
1745                 "paddw  %5,    %%mm1 \n\t"
1746                 "paddw  %%mm3, %%mm2 \n\t"
1747                 "paddw  %%mm1, %%mm0 \n\t"
1748                 "paddw  %%mm2, %%mm0 \n\t"
1749
1750                 "psrlw    %6,    %%mm0 \n\t"
1751                 "packuswb %%mm0, %%mm0 \n\t"
1752                 "movd     %%mm0, %0    \n\t"
1753
1754                 : "=m"(dst[x+y*stride])
1755                 : "m"(src[0]), "m"(src[1]),
1756                   "m"(src[stride]), "m"(src[stride+1]),
1757                   "m"(*r4), "m"(shift2)
1758             );
1759             src += stride;
1760         }
1761         src += 4-h*stride;
1762     }
1763 }
1764
1765 #if HAVE_YASM
1766 #if ARCH_X86_32
1767 static void gmc_mmx(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1768                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1769 {
1770     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1771         width, height, &emulated_edge_mc_mmx);
1772 }
1773 #endif
1774 static void gmc_sse(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1775                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1776 {
1777     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1778         width, height, &emulated_edge_mc_sse);
1779 }
1780 #else
1781 static void gmc_mmx(uint8_t *dst, uint8_t *src, int stride, int h, int ox, int oy,
1782                     int dxx, int dxy, int dyx, int dyy, int shift, int r, int width, int height)
1783 {
1784     gmc(dst, src, stride, h, ox, oy, dxx, dxy, dyx, dyy, shift, r,
1785         width, height, &ff_emulated_edge_mc);
1786 }
1787 #endif
1788
1789 #define PREFETCH(name, op) \
1790 static void name(void *mem, int stride, int h){\
1791     const uint8_t *p= mem;\
1792     do{\
1793         __asm__ volatile(#op" %0" :: "m"(*p));\
1794         p+= stride;\
1795     }while(--h);\
1796 }
1797 PREFETCH(prefetch_mmx2,  prefetcht0)
1798 PREFETCH(prefetch_3dnow, prefetch)
1799 #undef PREFETCH
1800
1801 #include "h264_qpel_mmx.c"
1802
1803 void ff_put_h264_chroma_mc8_mmx_rnd   (uint8_t *dst, uint8_t *src,
1804                                        int stride, int h, int x, int y);
1805 void ff_put_rv40_chroma_mc8_mmx       (uint8_t *dst, uint8_t *src,
1806                                        int stride, int h, int x, int y);
1807 void ff_avg_h264_chroma_mc8_mmx2_rnd  (uint8_t *dst, uint8_t *src,
1808                                        int stride, int h, int x, int y);
1809 void ff_avg_rv40_chroma_mc8_mmx2      (uint8_t *dst, uint8_t *src,
1810                                        int stride, int h, int x, int y);
1811 void ff_avg_h264_chroma_mc8_3dnow_rnd (uint8_t *dst, uint8_t *src,
1812                                        int stride, int h, int x, int y);
1813 void ff_avg_rv40_chroma_mc8_3dnow     (uint8_t *dst, uint8_t *src,
1814                                        int stride, int h, int x, int y);
1815
1816 void ff_put_h264_chroma_mc4_mmx       (uint8_t *dst, uint8_t *src,
1817                                        int stride, int h, int x, int y);
1818 void ff_put_rv40_chroma_mc4_mmx       (uint8_t *dst, uint8_t *src,
1819                                        int stride, int h, int x, int y);
1820 void ff_avg_h264_chroma_mc4_mmx2      (uint8_t *dst, uint8_t *src,
1821                                        int stride, int h, int x, int y);
1822 void ff_avg_rv40_chroma_mc4_mmx2      (uint8_t *dst, uint8_t *src,
1823                                        int stride, int h, int x, int y);
1824 void ff_avg_h264_chroma_mc4_3dnow     (uint8_t *dst, uint8_t *src,
1825                                        int stride, int h, int x, int y);
1826 void ff_avg_rv40_chroma_mc4_3dnow     (uint8_t *dst, uint8_t *src,
1827                                        int stride, int h, int x, int y);
1828
1829 void ff_put_h264_chroma_mc2_mmx2      (uint8_t *dst, uint8_t *src,
1830                                        int stride, int h, int x, int y);
1831 void ff_avg_h264_chroma_mc2_mmx2      (uint8_t *dst, uint8_t *src,
1832                                        int stride, int h, int x, int y);
1833
1834 void ff_put_h264_chroma_mc8_ssse3_rnd (uint8_t *dst, uint8_t *src,
1835                                        int stride, int h, int x, int y);
1836 void ff_put_h264_chroma_mc4_ssse3     (uint8_t *dst, uint8_t *src,
1837                                        int stride, int h, int x, int y);
1838
1839 void ff_avg_h264_chroma_mc8_ssse3_rnd (uint8_t *dst, uint8_t *src,
1840                                        int stride, int h, int x, int y);
1841 void ff_avg_h264_chroma_mc4_ssse3     (uint8_t *dst, uint8_t *src,
1842                                        int stride, int h, int x, int y);
1843
1844
1845 /* CAVS specific */
1846 void ff_put_cavs_qpel8_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1847     put_pixels8_mmx(dst, src, stride, 8);
1848 }
1849 void ff_avg_cavs_qpel8_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1850     avg_pixels8_mmx(dst, src, stride, 8);
1851 }
1852 void ff_put_cavs_qpel16_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1853     put_pixels16_mmx(dst, src, stride, 16);
1854 }
1855 void ff_avg_cavs_qpel16_mc00_mmx2(uint8_t *dst, uint8_t *src, int stride) {
1856     avg_pixels16_mmx(dst, src, stride, 16);
1857 }
1858
1859 /* VC1 specific */
1860 void ff_put_vc1_mspel_mc00_mmx(uint8_t *dst, const uint8_t *src, int stride, int rnd) {
1861     put_pixels8_mmx(dst, src, stride, 8);
1862 }
1863 void ff_avg_vc1_mspel_mc00_mmx2(uint8_t *dst, const uint8_t *src, int stride, int rnd) {
1864     avg_pixels8_mmx2(dst, src, stride, 8);
1865 }
1866
1867 /* XXX: those functions should be suppressed ASAP when all IDCTs are
1868    converted */
1869 #if CONFIG_GPL
1870 static void ff_libmpeg2mmx_idct_put(uint8_t *dest, int line_size, DCTELEM *block)
1871 {
1872     ff_mmx_idct (block);
1873     ff_put_pixels_clamped_mmx(block, dest, line_size);
1874 }
1875 static void ff_libmpeg2mmx_idct_add(uint8_t *dest, int line_size, DCTELEM *block)
1876 {
1877     ff_mmx_idct (block);
1878     ff_add_pixels_clamped_mmx(block, dest, line_size);
1879 }
1880 static void ff_libmpeg2mmx2_idct_put(uint8_t *dest, int line_size, DCTELEM *block)
1881 {
1882     ff_mmxext_idct (block);
1883     ff_put_pixels_clamped_mmx(block, dest, line_size);
1884 }
1885 static void ff_libmpeg2mmx2_idct_add(uint8_t *dest, int line_size, DCTELEM *block)
1886 {
1887     ff_mmxext_idct (block);
1888     ff_add_pixels_clamped_mmx(block, dest, line_size);
1889 }
1890 #endif
1891 static void ff_idct_xvid_mmx_put(uint8_t *dest, int line_size, DCTELEM *block)
1892 {
1893     ff_idct_xvid_mmx (block);
1894     ff_put_pixels_clamped_mmx(block, dest, line_size);
1895 }
1896 static void ff_idct_xvid_mmx_add(uint8_t *dest, int line_size, DCTELEM *block)
1897 {
1898     ff_idct_xvid_mmx (block);
1899     ff_add_pixels_clamped_mmx(block, dest, line_size);
1900 }
1901 static void ff_idct_xvid_mmx2_put(uint8_t *dest, int line_size, DCTELEM *block)
1902 {
1903     ff_idct_xvid_mmx2 (block);
1904     ff_put_pixels_clamped_mmx(block, dest, line_size);
1905 }
1906 static void ff_idct_xvid_mmx2_add(uint8_t *dest, int line_size, DCTELEM *block)
1907 {
1908     ff_idct_xvid_mmx2 (block);
1909     ff_add_pixels_clamped_mmx(block, dest, line_size);
1910 }
1911
1912 static void vorbis_inverse_coupling_3dnow(float *mag, float *ang, int blocksize)
1913 {
1914     int i;
1915     __asm__ volatile("pxor %%mm7, %%mm7":);
1916     for(i=0; i<blocksize; i+=2) {
1917         __asm__ volatile(
1918             "movq    %0,    %%mm0 \n\t"
1919             "movq    %1,    %%mm1 \n\t"
1920             "movq    %%mm0, %%mm2 \n\t"
1921             "movq    %%mm1, %%mm3 \n\t"
1922             "pfcmpge %%mm7, %%mm2 \n\t" // m <= 0.0
1923             "pfcmpge %%mm7, %%mm3 \n\t" // a <= 0.0
1924             "pslld   $31,   %%mm2 \n\t" // keep only the sign bit
1925             "pxor    %%mm2, %%mm1 \n\t"
1926             "movq    %%mm3, %%mm4 \n\t"
1927             "pand    %%mm1, %%mm3 \n\t"
1928             "pandn   %%mm1, %%mm4 \n\t"
1929             "pfadd   %%mm0, %%mm3 \n\t" // a = m + ((a<0) & (a ^ sign(m)))
1930             "pfsub   %%mm4, %%mm0 \n\t" // m = m + ((a>0) & (a ^ sign(m)))
1931             "movq    %%mm3, %1    \n\t"
1932             "movq    %%mm0, %0    \n\t"
1933             :"+m"(mag[i]), "+m"(ang[i])
1934             ::"memory"
1935         );
1936     }
1937     __asm__ volatile("femms");
1938 }
1939 static void vorbis_inverse_coupling_sse(float *mag, float *ang, int blocksize)
1940 {
1941     int i;
1942
1943     __asm__ volatile(
1944             "movaps  %0,     %%xmm5 \n\t"
1945         ::"m"(ff_pdw_80000000[0])
1946     );
1947     for(i=0; i<blocksize; i+=4) {
1948         __asm__ volatile(
1949             "movaps  %0,     %%xmm0 \n\t"
1950             "movaps  %1,     %%xmm1 \n\t"
1951             "xorps   %%xmm2, %%xmm2 \n\t"
1952             "xorps   %%xmm3, %%xmm3 \n\t"
1953             "cmpleps %%xmm0, %%xmm2 \n\t" // m <= 0.0
1954             "cmpleps %%xmm1, %%xmm3 \n\t" // a <= 0.0
1955             "andps   %%xmm5, %%xmm2 \n\t" // keep only the sign bit
1956             "xorps   %%xmm2, %%xmm1 \n\t"
1957             "movaps  %%xmm3, %%xmm4 \n\t"
1958             "andps   %%xmm1, %%xmm3 \n\t"
1959             "andnps  %%xmm1, %%xmm4 \n\t"
1960             "addps   %%xmm0, %%xmm3 \n\t" // a = m + ((a<0) & (a ^ sign(m)))
1961             "subps   %%xmm4, %%xmm0 \n\t" // m = m + ((a>0) & (a ^ sign(m)))
1962             "movaps  %%xmm3, %1     \n\t"
1963             "movaps  %%xmm0, %0     \n\t"
1964             :"+m"(mag[i]), "+m"(ang[i])
1965             ::"memory"
1966         );
1967     }
1968 }
1969
1970 #define IF1(x) x
1971 #define IF0(x)
1972
1973 #define MIX5(mono,stereo)\
1974     __asm__ volatile(\
1975         "movss          0(%2), %%xmm5 \n"\
1976         "movss          8(%2), %%xmm6 \n"\
1977         "movss         24(%2), %%xmm7 \n"\
1978         "shufps    $0, %%xmm5, %%xmm5 \n"\
1979         "shufps    $0, %%xmm6, %%xmm6 \n"\
1980         "shufps    $0, %%xmm7, %%xmm7 \n"\
1981         "1: \n"\
1982         "movaps       (%0,%1), %%xmm0 \n"\
1983         "movaps  0x400(%0,%1), %%xmm1 \n"\
1984         "movaps  0x800(%0,%1), %%xmm2 \n"\
1985         "movaps  0xc00(%0,%1), %%xmm3 \n"\
1986         "movaps 0x1000(%0,%1), %%xmm4 \n"\
1987         "mulps         %%xmm5, %%xmm0 \n"\
1988         "mulps         %%xmm6, %%xmm1 \n"\
1989         "mulps         %%xmm5, %%xmm2 \n"\
1990         "mulps         %%xmm7, %%xmm3 \n"\
1991         "mulps         %%xmm7, %%xmm4 \n"\
1992  stereo("addps         %%xmm1, %%xmm0 \n")\
1993         "addps         %%xmm1, %%xmm2 \n"\
1994         "addps         %%xmm3, %%xmm0 \n"\
1995         "addps         %%xmm4, %%xmm2 \n"\
1996    mono("addps         %%xmm2, %%xmm0 \n")\
1997         "movaps  %%xmm0,      (%0,%1) \n"\
1998  stereo("movaps  %%xmm2, 0x400(%0,%1) \n")\
1999         "add $16, %0 \n"\
2000         "jl 1b \n"\
2001         :"+&r"(i)\
2002         :"r"(samples[0]+len), "r"(matrix)\
2003         :XMM_CLOBBERS("%xmm0", "%xmm1", "%xmm2", "%xmm3", \
2004                       "%xmm4", "%xmm5", "%xmm6", "%xmm7",)\
2005          "memory"\
2006     );
2007
2008 #define MIX_MISC(stereo)\
2009     __asm__ volatile(\
2010         "1: \n"\
2011         "movaps  (%3,%0), %%xmm0 \n"\
2012  stereo("movaps   %%xmm0, %%xmm1 \n")\
2013         "mulps    %%xmm4, %%xmm0 \n"\
2014  stereo("mulps    %%xmm5, %%xmm1 \n")\
2015         "lea 1024(%3,%0), %1 \n"\
2016         "mov %5, %2 \n"\
2017         "2: \n"\
2018         "movaps   (%1),   %%xmm2 \n"\
2019  stereo("movaps   %%xmm2, %%xmm3 \n")\
2020         "mulps   (%4,%2), %%xmm2 \n"\
2021  stereo("mulps 16(%4,%2), %%xmm3 \n")\
2022         "addps    %%xmm2, %%xmm0 \n"\
2023  stereo("addps    %%xmm3, %%xmm1 \n")\
2024         "add $1024, %1 \n"\
2025         "add $32, %2 \n"\
2026         "jl 2b \n"\
2027         "movaps   %%xmm0,     (%3,%0) \n"\
2028  stereo("movaps   %%xmm1, 1024(%3,%0) \n")\
2029         "add $16, %0 \n"\
2030         "jl 1b \n"\
2031         :"+&r"(i), "=&r"(j), "=&r"(k)\
2032         :"r"(samples[0]+len), "r"(matrix_simd+in_ch), "g"((intptr_t)-32*(in_ch-1))\
2033         :"memory"\
2034     );
2035
2036 static void ac3_downmix_sse(float (*samples)[256], float (*matrix)[2], int out_ch, int in_ch, int len)
2037 {
2038     int (*matrix_cmp)[2] = (int(*)[2])matrix;
2039     intptr_t i,j,k;
2040
2041     i = -len*sizeof(float);
2042     if(in_ch == 5 && out_ch == 2 && !(matrix_cmp[0][1]|matrix_cmp[2][0]|matrix_cmp[3][1]|matrix_cmp[4][0]|(matrix_cmp[1][0]^matrix_cmp[1][1])|(matrix_cmp[0][0]^matrix_cmp[2][1]))) {
2043         MIX5(IF0,IF1);
2044     } else if(in_ch == 5 && out_ch == 1 && matrix_cmp[0][0]==matrix_cmp[2][0] && matrix_cmp[3][0]==matrix_cmp[4][0]) {
2045         MIX5(IF1,IF0);
2046     } else {
2047         DECLARE_ALIGNED(16, float, matrix_simd)[AC3_MAX_CHANNELS][2][4];
2048         j = 2*in_ch*sizeof(float);
2049         __asm__ volatile(
2050             "1: \n"
2051             "sub $8, %0 \n"
2052             "movss     (%2,%0), %%xmm4 \n"
2053             "movss    4(%2,%0), %%xmm5 \n"
2054             "shufps $0, %%xmm4, %%xmm4 \n"
2055             "shufps $0, %%xmm5, %%xmm5 \n"
2056             "movaps %%xmm4,   (%1,%0,4) \n"
2057             "movaps %%xmm5, 16(%1,%0,4) \n"
2058             "jg 1b \n"
2059             :"+&r"(j)
2060             :"r"(matrix_simd), "r"(matrix)
2061             :"memory"
2062         );
2063         if(out_ch == 2) {
2064             MIX_MISC(IF1);
2065         } else {
2066             MIX_MISC(IF0);
2067         }
2068     }
2069 }
2070
2071 static void vector_fmul_3dnow(float *dst, const float *src0, const float *src1, int len){
2072     x86_reg i = (len-4)*4;
2073     __asm__ volatile(
2074         "1: \n\t"
2075         "movq    (%2,%0), %%mm0 \n\t"
2076         "movq   8(%2,%0), %%mm1 \n\t"
2077         "pfmul   (%3,%0), %%mm0 \n\t"
2078         "pfmul  8(%3,%0), %%mm1 \n\t"
2079         "movq   %%mm0,  (%1,%0) \n\t"
2080         "movq   %%mm1, 8(%1,%0) \n\t"
2081         "sub  $16, %0 \n\t"
2082         "jge 1b \n\t"
2083         "femms  \n\t"
2084         :"+r"(i)
2085         :"r"(dst), "r"(src0), "r"(src1)
2086         :"memory"
2087     );
2088 }
2089 static void vector_fmul_sse(float *dst, const float *src0, const float *src1, int len){
2090     x86_reg i = (len-8)*4;
2091     __asm__ volatile(
2092         "1: \n\t"
2093         "movaps    (%2,%0), %%xmm0 \n\t"
2094         "movaps  16(%2,%0), %%xmm1 \n\t"
2095         "mulps     (%3,%0), %%xmm0 \n\t"
2096         "mulps   16(%3,%0), %%xmm1 \n\t"
2097         "movaps  %%xmm0,   (%1,%0) \n\t"
2098         "movaps  %%xmm1, 16(%1,%0) \n\t"
2099         "sub  $32, %0 \n\t"
2100         "jge 1b \n\t"
2101         :"+r"(i)
2102         :"r"(dst), "r"(src0), "r"(src1)
2103         :"memory"
2104     );
2105 }
2106
2107 static void vector_fmul_reverse_3dnow2(float *dst, const float *src0, const float *src1, int len){
2108     x86_reg i = len*4-16;
2109     __asm__ volatile(
2110         "1: \n\t"
2111         "pswapd   8(%1), %%mm0 \n\t"
2112         "pswapd    (%1), %%mm1 \n\t"
2113         "pfmul  (%3,%0), %%mm0 \n\t"
2114         "pfmul 8(%3,%0), %%mm1 \n\t"
2115         "movq  %%mm0,  (%2,%0) \n\t"
2116         "movq  %%mm1, 8(%2,%0) \n\t"
2117         "add   $16, %1 \n\t"
2118         "sub   $16, %0 \n\t"
2119         "jge   1b \n\t"
2120         :"+r"(i), "+r"(src1)
2121         :"r"(dst), "r"(src0)
2122     );
2123     __asm__ volatile("femms");
2124 }
2125 static void vector_fmul_reverse_sse(float *dst, const float *src0, const float *src1, int len){
2126     x86_reg i = len*4-32;
2127     __asm__ volatile(
2128         "1: \n\t"
2129         "movaps        16(%1), %%xmm0 \n\t"
2130         "movaps          (%1), %%xmm1 \n\t"
2131         "shufps $0x1b, %%xmm0, %%xmm0 \n\t"
2132         "shufps $0x1b, %%xmm1, %%xmm1 \n\t"
2133         "mulps        (%3,%0), %%xmm0 \n\t"
2134         "mulps      16(%3,%0), %%xmm1 \n\t"
2135         "movaps     %%xmm0,   (%2,%0) \n\t"
2136         "movaps     %%xmm1, 16(%2,%0) \n\t"
2137         "add    $32, %1 \n\t"
2138         "sub    $32, %0 \n\t"
2139         "jge    1b \n\t"
2140         :"+r"(i), "+r"(src1)
2141         :"r"(dst), "r"(src0)
2142     );
2143 }
2144
2145 static void vector_fmul_add_3dnow(float *dst, const float *src0, const float *src1,
2146                                   const float *src2, int len){
2147     x86_reg i = (len-4)*4;
2148     __asm__ volatile(
2149         "1: \n\t"
2150         "movq    (%2,%0), %%mm0 \n\t"
2151         "movq   8(%2,%0), %%mm1 \n\t"
2152         "pfmul   (%3,%0), %%mm0 \n\t"
2153         "pfmul  8(%3,%0), %%mm1 \n\t"
2154         "pfadd   (%4,%0), %%mm0 \n\t"
2155         "pfadd  8(%4,%0), %%mm1 \n\t"
2156         "movq  %%mm0,   (%1,%0) \n\t"
2157         "movq  %%mm1,  8(%1,%0) \n\t"
2158         "sub  $16, %0 \n\t"
2159         "jge  1b \n\t"
2160         :"+r"(i)
2161         :"r"(dst), "r"(src0), "r"(src1), "r"(src2)
2162         :"memory"
2163     );
2164     __asm__ volatile("femms");
2165 }
2166 static void vector_fmul_add_sse(float *dst, const float *src0, const float *src1,
2167                                 const float *src2, int len){
2168     x86_reg i = (len-8)*4;
2169     __asm__ volatile(
2170         "1: \n\t"
2171         "movaps   (%2,%0), %%xmm0 \n\t"
2172         "movaps 16(%2,%0), %%xmm1 \n\t"
2173         "mulps    (%3,%0), %%xmm0 \n\t"
2174         "mulps  16(%3,%0), %%xmm1 \n\t"
2175         "addps    (%4,%0), %%xmm0 \n\t"
2176         "addps  16(%4,%0), %%xmm1 \n\t"
2177         "movaps %%xmm0,   (%1,%0) \n\t"
2178         "movaps %%xmm1, 16(%1,%0) \n\t"
2179         "sub  $32, %0 \n\t"
2180         "jge  1b \n\t"
2181         :"+r"(i)
2182         :"r"(dst), "r"(src0), "r"(src1), "r"(src2)
2183         :"memory"
2184     );
2185 }
2186
2187 #if HAVE_6REGS
2188 static void vector_fmul_window_3dnow2(float *dst, const float *src0, const float *src1,
2189                                       const float *win, int len){
2190     x86_reg i = -len*4;
2191     x86_reg j = len*4-8;
2192     __asm__ volatile(
2193         "1: \n"
2194         "pswapd  (%5,%1), %%mm1 \n"
2195         "movq    (%5,%0), %%mm0 \n"
2196         "pswapd  (%4,%1), %%mm5 \n"
2197         "movq    (%3,%0), %%mm4 \n"
2198         "movq      %%mm0, %%mm2 \n"
2199         "movq      %%mm1, %%mm3 \n"
2200         "pfmul     %%mm4, %%mm2 \n" // src0[len+i]*win[len+i]
2201         "pfmul     %%mm5, %%mm3 \n" // src1[    j]*win[len+j]
2202         "pfmul     %%mm4, %%mm1 \n" // src0[len+i]*win[len+j]
2203         "pfmul     %%mm5, %%mm0 \n" // src1[    j]*win[len+i]
2204         "pfadd     %%mm3, %%mm2 \n"
2205         "pfsub     %%mm0, %%mm1 \n"
2206         "pswapd    %%mm2, %%mm2 \n"
2207         "movq      %%mm1, (%2,%0) \n"
2208         "movq      %%mm2, (%2,%1) \n"
2209         "sub $8, %1 \n"
2210         "add $8, %0 \n"
2211         "jl 1b \n"
2212         "femms \n"
2213         :"+r"(i), "+r"(j)
2214         :"r"(dst+len), "r"(src0+len), "r"(src1), "r"(win+len)
2215     );
2216 }
2217
2218 static void vector_fmul_window_sse(float *dst, const float *src0, const float *src1,
2219                                    const float *win, int len){
2220     x86_reg i = -len*4;
2221     x86_reg j = len*4-16;
2222     __asm__ volatile(
2223         "1: \n"
2224         "movaps       (%5,%1), %%xmm1 \n"
2225         "movaps       (%5,%0), %%xmm0 \n"
2226         "movaps       (%4,%1), %%xmm5 \n"
2227         "movaps       (%3,%0), %%xmm4 \n"
2228         "shufps $0x1b, %%xmm1, %%xmm1 \n"
2229         "shufps $0x1b, %%xmm5, %%xmm5 \n"
2230         "movaps        %%xmm0, %%xmm2 \n"
2231         "movaps        %%xmm1, %%xmm3 \n"
2232         "mulps         %%xmm4, %%xmm2 \n" // src0[len+i]*win[len+i]
2233         "mulps         %%xmm5, %%xmm3 \n" // src1[    j]*win[len+j]
2234         "mulps         %%xmm4, %%xmm1 \n" // src0[len+i]*win[len+j]
2235         "mulps         %%xmm5, %%xmm0 \n" // src1[    j]*win[len+i]
2236         "addps         %%xmm3, %%xmm2 \n"
2237         "subps         %%xmm0, %%xmm1 \n"
2238         "shufps $0x1b, %%xmm2, %%xmm2 \n"
2239         "movaps        %%xmm1, (%2,%0) \n"
2240         "movaps        %%xmm2, (%2,%1) \n"
2241         "sub $16, %1 \n"
2242         "add $16, %0 \n"
2243         "jl 1b \n"
2244         :"+r"(i), "+r"(j)
2245         :"r"(dst+len), "r"(src0+len), "r"(src1), "r"(win+len)
2246     );
2247 }
2248 #endif /* HAVE_6REGS */
2249
2250 static void vector_clipf_sse(float *dst, const float *src, float min, float max,
2251                              int len)
2252 {
2253     x86_reg i = (len-16)*4;
2254     __asm__ volatile(
2255         "movss  %3, %%xmm4 \n"
2256         "movss  %4, %%xmm5 \n"
2257         "shufps $0, %%xmm4, %%xmm4 \n"
2258         "shufps $0, %%xmm5, %%xmm5 \n"
2259         "1: \n\t"
2260         "movaps    (%2,%0), %%xmm0 \n\t" // 3/1 on intel
2261         "movaps  16(%2,%0), %%xmm1 \n\t"
2262         "movaps  32(%2,%0), %%xmm2 \n\t"
2263         "movaps  48(%2,%0), %%xmm3 \n\t"
2264         "maxps      %%xmm4, %%xmm0 \n\t"
2265         "maxps      %%xmm4, %%xmm1 \n\t"
2266         "maxps      %%xmm4, %%xmm2 \n\t"
2267         "maxps      %%xmm4, %%xmm3 \n\t"
2268         "minps      %%xmm5, %%xmm0 \n\t"
2269         "minps      %%xmm5, %%xmm1 \n\t"
2270         "minps      %%xmm5, %%xmm2 \n\t"
2271         "minps      %%xmm5, %%xmm3 \n\t"
2272         "movaps  %%xmm0,   (%1,%0) \n\t"
2273         "movaps  %%xmm1, 16(%1,%0) \n\t"
2274         "movaps  %%xmm2, 32(%1,%0) \n\t"
2275         "movaps  %%xmm3, 48(%1,%0) \n\t"
2276         "sub  $64, %0 \n\t"
2277         "jge 1b \n\t"
2278         :"+&r"(i)
2279         :"r"(dst), "r"(src), "m"(min), "m"(max)
2280         :"memory"
2281     );
2282 }
2283
2284 void ff_vp3_idct_mmx(int16_t *input_data);
2285 void ff_vp3_idct_put_mmx(uint8_t *dest, int line_size, DCTELEM *block);
2286 void ff_vp3_idct_add_mmx(uint8_t *dest, int line_size, DCTELEM *block);
2287
2288 void ff_vp3_idct_dc_add_mmx2(uint8_t *dest, int line_size, const DCTELEM *block);
2289
2290 void ff_vp3_v_loop_filter_mmx2(uint8_t *src, int stride, int *bounding_values);
2291 void ff_vp3_h_loop_filter_mmx2(uint8_t *src, int stride, int *bounding_values);
2292
2293 void ff_vp3_idct_sse2(int16_t *input_data);
2294 void ff_vp3_idct_put_sse2(uint8_t *dest, int line_size, DCTELEM *block);
2295 void ff_vp3_idct_add_sse2(uint8_t *dest, int line_size, DCTELEM *block);
2296
2297 int32_t ff_scalarproduct_int16_mmx2(const int16_t *v1, const int16_t *v2, int order, int shift);
2298 int32_t ff_scalarproduct_int16_sse2(const int16_t *v1, const int16_t *v2, int order, int shift);
2299 int32_t ff_scalarproduct_and_madd_int16_mmx2(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2300 int32_t ff_scalarproduct_and_madd_int16_sse2(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2301 int32_t ff_scalarproduct_and_madd_int16_ssse3(int16_t *v1, const int16_t *v2, const int16_t *v3, int order, int mul);
2302
2303 void ff_apply_window_int16_mmxext    (int16_t *output, const int16_t *input,
2304                                       const int16_t *window, unsigned int len);
2305 void ff_apply_window_int16_mmxext_ba (int16_t *output, const int16_t *input,
2306                                       const int16_t *window, unsigned int len);
2307 void ff_apply_window_int16_sse2      (int16_t *output, const int16_t *input,
2308                                       const int16_t *window, unsigned int len);
2309 void ff_apply_window_int16_sse2_ba   (int16_t *output, const int16_t *input,
2310                                       const int16_t *window, unsigned int len);
2311 void ff_apply_window_int16_ssse3     (int16_t *output, const int16_t *input,
2312                                       const int16_t *window, unsigned int len);
2313 void ff_apply_window_int16_ssse3_atom(int16_t *output, const int16_t *input,
2314                                       const int16_t *window, unsigned int len);
2315
2316 void ff_add_hfyu_median_prediction_mmx2(uint8_t *dst, const uint8_t *top, const uint8_t *diff, int w, int *left, int *left_top);
2317 int  ff_add_hfyu_left_prediction_ssse3(uint8_t *dst, const uint8_t *src, int w, int left);
2318 int  ff_add_hfyu_left_prediction_sse4(uint8_t *dst, const uint8_t *src, int w, int left);
2319
2320 float ff_scalarproduct_float_sse(const float *v1, const float *v2, int order);
2321
2322 void dsputil_init_mmx(DSPContext* c, AVCodecContext *avctx)
2323 {
2324     int mm_flags = av_get_cpu_flags();
2325     const int high_bit_depth = avctx->codec_id == CODEC_ID_H264 && avctx->bits_per_raw_sample > 8;
2326
2327     if (avctx->dsp_mask) {
2328         if (avctx->dsp_mask & AV_CPU_FLAG_FORCE)
2329             mm_flags |= (avctx->dsp_mask & 0xffff);
2330         else
2331             mm_flags &= ~(avctx->dsp_mask & 0xffff);
2332     }
2333
2334 #if 0
2335     av_log(avctx, AV_LOG_INFO, "libavcodec: CPU flags:");
2336     if (mm_flags & AV_CPU_FLAG_MMX)
2337         av_log(avctx, AV_LOG_INFO, " mmx");
2338     if (mm_flags & AV_CPU_FLAG_MMX2)
2339         av_log(avctx, AV_LOG_INFO, " mmx2");
2340     if (mm_flags & AV_CPU_FLAG_3DNOW)
2341         av_log(avctx, AV_LOG_INFO, " 3dnow");
2342     if (mm_flags & AV_CPU_FLAG_SSE)
2343         av_log(avctx, AV_LOG_INFO, " sse");
2344     if (mm_flags & AV_CPU_FLAG_SSE2)
2345         av_log(avctx, AV_LOG_INFO, " sse2");
2346     av_log(avctx, AV_LOG_INFO, "\n");
2347 #endif
2348
2349     if (mm_flags & AV_CPU_FLAG_MMX) {
2350         const int idct_algo= avctx->idct_algo;
2351
2352         if(avctx->lowres==0){
2353             if(idct_algo==FF_IDCT_AUTO || idct_algo==FF_IDCT_SIMPLEMMX){
2354                 c->idct_put= ff_simple_idct_put_mmx;
2355                 c->idct_add= ff_simple_idct_add_mmx;
2356                 c->idct    = ff_simple_idct_mmx;
2357                 c->idct_permutation_type= FF_SIMPLE_IDCT_PERM;
2358 #if CONFIG_GPL
2359             }else if(idct_algo==FF_IDCT_LIBMPEG2MMX){
2360                 if(mm_flags & AV_CPU_FLAG_MMX2){
2361                     c->idct_put= ff_libmpeg2mmx2_idct_put;
2362                     c->idct_add= ff_libmpeg2mmx2_idct_add;
2363                     c->idct    = ff_mmxext_idct;
2364                 }else{
2365                     c->idct_put= ff_libmpeg2mmx_idct_put;
2366                     c->idct_add= ff_libmpeg2mmx_idct_add;
2367                     c->idct    = ff_mmx_idct;
2368                 }
2369                 c->idct_permutation_type= FF_LIBMPEG2_IDCT_PERM;
2370 #endif
2371             }else if((CONFIG_VP3_DECODER || CONFIG_VP5_DECODER || CONFIG_VP6_DECODER) &&
2372                      idct_algo==FF_IDCT_VP3 && HAVE_YASM){
2373                 if(mm_flags & AV_CPU_FLAG_SSE2){
2374                     c->idct_put= ff_vp3_idct_put_sse2;
2375                     c->idct_add= ff_vp3_idct_add_sse2;
2376                     c->idct    = ff_vp3_idct_sse2;
2377                     c->idct_permutation_type= FF_TRANSPOSE_IDCT_PERM;
2378                 }else{
2379                     c->idct_put= ff_vp3_idct_put_mmx;
2380                     c->idct_add= ff_vp3_idct_add_mmx;
2381                     c->idct    = ff_vp3_idct_mmx;
2382                     c->idct_permutation_type= FF_PARTTRANS_IDCT_PERM;
2383                 }
2384             }else if(idct_algo==FF_IDCT_CAVS){
2385                     c->idct_permutation_type= FF_TRANSPOSE_IDCT_PERM;
2386             }else if(idct_algo==FF_IDCT_XVIDMMX){
2387                 if(mm_flags & AV_CPU_FLAG_SSE2){
2388                     c->idct_put= ff_idct_xvid_sse2_put;
2389                     c->idct_add= ff_idct_xvid_sse2_add;
2390                     c->idct    = ff_idct_xvid_sse2;
2391                     c->idct_permutation_type= FF_SSE2_IDCT_PERM;
2392                 }else if(mm_flags & AV_CPU_FLAG_MMX2){
2393                     c->idct_put= ff_idct_xvid_mmx2_put;
2394                     c->idct_add= ff_idct_xvid_mmx2_add;
2395                     c->idct    = ff_idct_xvid_mmx2;
2396                 }else{
2397                     c->idct_put= ff_idct_xvid_mmx_put;
2398                     c->idct_add= ff_idct_xvid_mmx_add;
2399                     c->idct    = ff_idct_xvid_mmx;
2400                 }
2401             }
2402         }
2403
2404         c->put_pixels_clamped = ff_put_pixels_clamped_mmx;
2405         c->put_signed_pixels_clamped = ff_put_signed_pixels_clamped_mmx;
2406         c->add_pixels_clamped = ff_add_pixels_clamped_mmx;
2407         if (!high_bit_depth) {
2408         c->clear_block  = clear_block_mmx;
2409         c->clear_blocks = clear_blocks_mmx;
2410         if ((mm_flags & AV_CPU_FLAG_SSE) &&
2411             !(CONFIG_MPEG_XVMC_DECODER && avctx->xvmc_acceleration > 1)){
2412             /* XvMCCreateBlocks() may not allocate 16-byte aligned blocks */
2413             c->clear_block  = clear_block_sse;
2414             c->clear_blocks = clear_blocks_sse;
2415         }
2416         }
2417
2418 #define SET_HPEL_FUNCS(PFX, IDX, SIZE, CPU) \
2419         c->PFX ## _pixels_tab[IDX][0] = PFX ## _pixels ## SIZE ## _ ## CPU; \
2420         c->PFX ## _pixels_tab[IDX][1] = PFX ## _pixels ## SIZE ## _x2_ ## CPU; \
2421         c->PFX ## _pixels_tab[IDX][2] = PFX ## _pixels ## SIZE ## _y2_ ## CPU; \
2422         c->PFX ## _pixels_tab[IDX][3] = PFX ## _pixels ## SIZE ## _xy2_ ## CPU
2423
2424         if (!high_bit_depth) {
2425         SET_HPEL_FUNCS(put, 0, 16, mmx);
2426         SET_HPEL_FUNCS(put_no_rnd, 0, 16, mmx);
2427         SET_HPEL_FUNCS(avg, 0, 16, mmx);
2428         SET_HPEL_FUNCS(avg_no_rnd, 0, 16, mmx);
2429         SET_HPEL_FUNCS(put, 1, 8, mmx);
2430         SET_HPEL_FUNCS(put_no_rnd, 1, 8, mmx);
2431         SET_HPEL_FUNCS(avg, 1, 8, mmx);
2432         SET_HPEL_FUNCS(avg_no_rnd, 1, 8, mmx);
2433         }
2434
2435 #if ARCH_X86_32 || !HAVE_YASM
2436         c->gmc= gmc_mmx;
2437 #endif
2438 #if ARCH_X86_32 && HAVE_YASM
2439         if (!high_bit_depth)
2440         c->emulated_edge_mc = emulated_edge_mc_mmx;
2441 #endif
2442
2443         c->add_bytes= add_bytes_mmx;
2444
2445         if (!high_bit_depth)
2446         c->draw_edges = draw_edges_mmx;
2447
2448         if (CONFIG_H263_DECODER || CONFIG_H263_ENCODER) {
2449             c->h263_v_loop_filter= h263_v_loop_filter_mmx;
2450             c->h263_h_loop_filter= h263_h_loop_filter_mmx;
2451         }
2452
2453 #if HAVE_YASM
2454         if (!high_bit_depth) {
2455         c->put_h264_chroma_pixels_tab[0]= ff_put_h264_chroma_mc8_mmx_rnd;
2456         c->put_h264_chroma_pixels_tab[1]= ff_put_h264_chroma_mc4_mmx;
2457         }
2458
2459         c->put_rv40_chroma_pixels_tab[0]= ff_put_rv40_chroma_mc8_mmx;
2460         c->put_rv40_chroma_pixels_tab[1]= ff_put_rv40_chroma_mc4_mmx;
2461 #endif
2462
2463         if (mm_flags & AV_CPU_FLAG_MMX2) {
2464             c->prefetch = prefetch_mmx2;
2465
2466             if (!high_bit_depth) {
2467             c->put_pixels_tab[0][1] = put_pixels16_x2_mmx2;
2468             c->put_pixels_tab[0][2] = put_pixels16_y2_mmx2;
2469
2470             c->avg_pixels_tab[0][0] = avg_pixels16_mmx2;
2471             c->avg_pixels_tab[0][1] = avg_pixels16_x2_mmx2;
2472             c->avg_pixels_tab[0][2] = avg_pixels16_y2_mmx2;
2473
2474             c->put_pixels_tab[1][1] = put_pixels8_x2_mmx2;
2475             c->put_pixels_tab[1][2] = put_pixels8_y2_mmx2;
2476
2477             c->avg_pixels_tab[1][0] = avg_pixels8_mmx2;
2478             c->avg_pixels_tab[1][1] = avg_pixels8_x2_mmx2;
2479             c->avg_pixels_tab[1][2] = avg_pixels8_y2_mmx2;
2480             }
2481
2482             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2483                 if (!high_bit_depth) {
2484                 c->put_no_rnd_pixels_tab[0][1] = put_no_rnd_pixels16_x2_mmx2;
2485                 c->put_no_rnd_pixels_tab[0][2] = put_no_rnd_pixels16_y2_mmx2;
2486                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_mmx2;
2487                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_mmx2;
2488                 c->avg_pixels_tab[0][3] = avg_pixels16_xy2_mmx2;
2489                 c->avg_pixels_tab[1][3] = avg_pixels8_xy2_mmx2;
2490                 }
2491
2492                 if (CONFIG_VP3_DECODER && HAVE_YASM) {
2493                     c->vp3_v_loop_filter= ff_vp3_v_loop_filter_mmx2;
2494                     c->vp3_h_loop_filter= ff_vp3_h_loop_filter_mmx2;
2495                 }
2496             }
2497             if (CONFIG_VP3_DECODER && HAVE_YASM) {
2498                 c->vp3_idct_dc_add = ff_vp3_idct_dc_add_mmx2;
2499             }
2500
2501             if (CONFIG_VP3_DECODER
2502                 && (avctx->codec_id == CODEC_ID_VP3 || avctx->codec_id == CODEC_ID_THEORA)) {
2503                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_exact_mmx2;
2504                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_exact_mmx2;
2505             }
2506
2507 #define SET_QPEL_FUNCS(PFX, IDX, SIZE, CPU) \
2508             c->PFX ## _pixels_tab[IDX][ 0] = PFX ## SIZE ## _mc00_ ## CPU; \
2509             c->PFX ## _pixels_tab[IDX][ 1] = PFX ## SIZE ## _mc10_ ## CPU; \
2510             c->PFX ## _pixels_tab[IDX][ 2] = PFX ## SIZE ## _mc20_ ## CPU; \
2511             c->PFX ## _pixels_tab[IDX][ 3] = PFX ## SIZE ## _mc30_ ## CPU; \
2512             c->PFX ## _pixels_tab[IDX][ 4] = PFX ## SIZE ## _mc01_ ## CPU; \
2513             c->PFX ## _pixels_tab[IDX][ 5] = PFX ## SIZE ## _mc11_ ## CPU; \
2514             c->PFX ## _pixels_tab[IDX][ 6] = PFX ## SIZE ## _mc21_ ## CPU; \
2515             c->PFX ## _pixels_tab[IDX][ 7] = PFX ## SIZE ## _mc31_ ## CPU; \
2516             c->PFX ## _pixels_tab[IDX][ 8] = PFX ## SIZE ## _mc02_ ## CPU; \
2517             c->PFX ## _pixels_tab[IDX][ 9] = PFX ## SIZE ## _mc12_ ## CPU; \
2518             c->PFX ## _pixels_tab[IDX][10] = PFX ## SIZE ## _mc22_ ## CPU; \
2519             c->PFX ## _pixels_tab[IDX][11] = PFX ## SIZE ## _mc32_ ## CPU; \
2520             c->PFX ## _pixels_tab[IDX][12] = PFX ## SIZE ## _mc03_ ## CPU; \
2521             c->PFX ## _pixels_tab[IDX][13] = PFX ## SIZE ## _mc13_ ## CPU; \
2522             c->PFX ## _pixels_tab[IDX][14] = PFX ## SIZE ## _mc23_ ## CPU; \
2523             c->PFX ## _pixels_tab[IDX][15] = PFX ## SIZE ## _mc33_ ## CPU
2524
2525             SET_QPEL_FUNCS(put_qpel, 0, 16, mmx2);
2526             SET_QPEL_FUNCS(put_qpel, 1, 8, mmx2);
2527             SET_QPEL_FUNCS(put_no_rnd_qpel, 0, 16, mmx2);
2528             SET_QPEL_FUNCS(put_no_rnd_qpel, 1, 8, mmx2);
2529             SET_QPEL_FUNCS(avg_qpel, 0, 16, mmx2);
2530             SET_QPEL_FUNCS(avg_qpel, 1, 8, mmx2);
2531
2532             if (!high_bit_depth) {
2533             SET_QPEL_FUNCS(put_h264_qpel, 0, 16, mmx2);
2534             SET_QPEL_FUNCS(put_h264_qpel, 1, 8, mmx2);
2535             SET_QPEL_FUNCS(put_h264_qpel, 2, 4, mmx2);
2536             SET_QPEL_FUNCS(avg_h264_qpel, 0, 16, mmx2);
2537             SET_QPEL_FUNCS(avg_h264_qpel, 1, 8, mmx2);
2538             SET_QPEL_FUNCS(avg_h264_qpel, 2, 4, mmx2);
2539             }
2540
2541             SET_QPEL_FUNCS(put_2tap_qpel, 0, 16, mmx2);
2542             SET_QPEL_FUNCS(put_2tap_qpel, 1, 8, mmx2);
2543             SET_QPEL_FUNCS(avg_2tap_qpel, 0, 16, mmx2);
2544             SET_QPEL_FUNCS(avg_2tap_qpel, 1, 8, mmx2);
2545
2546 #if HAVE_YASM
2547             c->avg_rv40_chroma_pixels_tab[0]= ff_avg_rv40_chroma_mc8_mmx2;
2548             c->avg_rv40_chroma_pixels_tab[1]= ff_avg_rv40_chroma_mc4_mmx2;
2549
2550             if (!high_bit_depth) {
2551             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_mmx2_rnd;
2552             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_mmx2;
2553             c->avg_h264_chroma_pixels_tab[2]= ff_avg_h264_chroma_mc2_mmx2;
2554             c->put_h264_chroma_pixels_tab[2]= ff_put_h264_chroma_mc2_mmx2;
2555             }
2556
2557             c->add_hfyu_median_prediction = ff_add_hfyu_median_prediction_mmx2;
2558 #endif
2559 #if HAVE_7REGS && HAVE_TEN_OPERANDS
2560             if( mm_flags&AV_CPU_FLAG_3DNOW )
2561                 c->add_hfyu_median_prediction = add_hfyu_median_prediction_cmov;
2562 #endif
2563
2564         } else if (mm_flags & AV_CPU_FLAG_3DNOW) {
2565             c->prefetch = prefetch_3dnow;
2566
2567             if (!high_bit_depth) {
2568             c->put_pixels_tab[0][1] = put_pixels16_x2_3dnow;
2569             c->put_pixels_tab[0][2] = put_pixels16_y2_3dnow;
2570
2571             c->avg_pixels_tab[0][0] = avg_pixels16_3dnow;
2572             c->avg_pixels_tab[0][1] = avg_pixels16_x2_3dnow;
2573             c->avg_pixels_tab[0][2] = avg_pixels16_y2_3dnow;
2574
2575             c->put_pixels_tab[1][1] = put_pixels8_x2_3dnow;
2576             c->put_pixels_tab[1][2] = put_pixels8_y2_3dnow;
2577
2578             c->avg_pixels_tab[1][0] = avg_pixels8_3dnow;
2579             c->avg_pixels_tab[1][1] = avg_pixels8_x2_3dnow;
2580             c->avg_pixels_tab[1][2] = avg_pixels8_y2_3dnow;
2581
2582             if(!(avctx->flags & CODEC_FLAG_BITEXACT)){
2583                 c->put_no_rnd_pixels_tab[0][1] = put_no_rnd_pixels16_x2_3dnow;
2584                 c->put_no_rnd_pixels_tab[0][2] = put_no_rnd_pixels16_y2_3dnow;
2585                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_3dnow;
2586                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_3dnow;
2587                 c->avg_pixels_tab[0][3] = avg_pixels16_xy2_3dnow;
2588                 c->avg_pixels_tab[1][3] = avg_pixels8_xy2_3dnow;
2589             }
2590             }
2591
2592             if (CONFIG_VP3_DECODER
2593                 && (avctx->codec_id == CODEC_ID_VP3 || avctx->codec_id == CODEC_ID_THEORA)) {
2594                 c->put_no_rnd_pixels_tab[1][1] = put_no_rnd_pixels8_x2_exact_3dnow;
2595                 c->put_no_rnd_pixels_tab[1][2] = put_no_rnd_pixels8_y2_exact_3dnow;
2596             }
2597
2598             SET_QPEL_FUNCS(put_qpel, 0, 16, 3dnow);
2599             SET_QPEL_FUNCS(put_qpel, 1, 8, 3dnow);
2600             SET_QPEL_FUNCS(put_no_rnd_qpel, 0, 16, 3dnow);
2601             SET_QPEL_FUNCS(put_no_rnd_qpel, 1, 8, 3dnow);
2602             SET_QPEL_FUNCS(avg_qpel, 0, 16, 3dnow);
2603             SET_QPEL_FUNCS(avg_qpel, 1, 8, 3dnow);
2604
2605             if (!high_bit_depth) {
2606             SET_QPEL_FUNCS(put_h264_qpel, 0, 16, 3dnow);
2607             SET_QPEL_FUNCS(put_h264_qpel, 1, 8, 3dnow);
2608             SET_QPEL_FUNCS(put_h264_qpel, 2, 4, 3dnow);
2609             SET_QPEL_FUNCS(avg_h264_qpel, 0, 16, 3dnow);
2610             SET_QPEL_FUNCS(avg_h264_qpel, 1, 8, 3dnow);
2611             SET_QPEL_FUNCS(avg_h264_qpel, 2, 4, 3dnow);
2612             }
2613
2614             SET_QPEL_FUNCS(put_2tap_qpel, 0, 16, 3dnow);
2615             SET_QPEL_FUNCS(put_2tap_qpel, 1, 8, 3dnow);
2616             SET_QPEL_FUNCS(avg_2tap_qpel, 0, 16, 3dnow);
2617             SET_QPEL_FUNCS(avg_2tap_qpel, 1, 8, 3dnow);
2618
2619 #if HAVE_YASM
2620             if (!high_bit_depth) {
2621             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_3dnow_rnd;
2622             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_3dnow;
2623             }
2624
2625             c->avg_rv40_chroma_pixels_tab[0]= ff_avg_rv40_chroma_mc8_3dnow;
2626             c->avg_rv40_chroma_pixels_tab[1]= ff_avg_rv40_chroma_mc4_3dnow;
2627 #endif
2628         }
2629
2630
2631 #define H264_QPEL_FUNCS(x, y, CPU)\
2632             c->put_h264_qpel_pixels_tab[0][x+y*4] = put_h264_qpel16_mc##x##y##_##CPU;\
2633             c->put_h264_qpel_pixels_tab[1][x+y*4] = put_h264_qpel8_mc##x##y##_##CPU;\
2634             c->avg_h264_qpel_pixels_tab[0][x+y*4] = avg_h264_qpel16_mc##x##y##_##CPU;\
2635             c->avg_h264_qpel_pixels_tab[1][x+y*4] = avg_h264_qpel8_mc##x##y##_##CPU;
2636         if((mm_flags & AV_CPU_FLAG_SSE2) && !(mm_flags & AV_CPU_FLAG_3DNOW)){
2637             // these functions are slower than mmx on AMD, but faster on Intel
2638             if (!high_bit_depth) {
2639             c->put_pixels_tab[0][0] = put_pixels16_sse2;
2640             c->put_no_rnd_pixels_tab[0][0] = put_pixels16_sse2;
2641             c->avg_pixels_tab[0][0] = avg_pixels16_sse2;
2642             H264_QPEL_FUNCS(0, 0, sse2);
2643             }
2644         }
2645         if(mm_flags & AV_CPU_FLAG_SSE2){
2646             if (!high_bit_depth) {
2647             H264_QPEL_FUNCS(0, 1, sse2);
2648             H264_QPEL_FUNCS(0, 2, sse2);
2649             H264_QPEL_FUNCS(0, 3, sse2);
2650             H264_QPEL_FUNCS(1, 1, sse2);
2651             H264_QPEL_FUNCS(1, 2, sse2);
2652             H264_QPEL_FUNCS(1, 3, sse2);
2653             H264_QPEL_FUNCS(2, 1, sse2);
2654             H264_QPEL_FUNCS(2, 2, sse2);
2655             H264_QPEL_FUNCS(2, 3, sse2);
2656             H264_QPEL_FUNCS(3, 1, sse2);
2657             H264_QPEL_FUNCS(3, 2, sse2);
2658             H264_QPEL_FUNCS(3, 3, sse2);
2659             }
2660         }
2661 #if HAVE_SSSE3
2662         if(mm_flags & AV_CPU_FLAG_SSSE3){
2663             if (!high_bit_depth) {
2664             H264_QPEL_FUNCS(1, 0, ssse3);
2665             H264_QPEL_FUNCS(1, 1, ssse3);
2666             H264_QPEL_FUNCS(1, 2, ssse3);
2667             H264_QPEL_FUNCS(1, 3, ssse3);
2668             H264_QPEL_FUNCS(2, 0, ssse3);
2669             H264_QPEL_FUNCS(2, 1, ssse3);
2670             H264_QPEL_FUNCS(2, 2, ssse3);
2671             H264_QPEL_FUNCS(2, 3, ssse3);
2672             H264_QPEL_FUNCS(3, 0, ssse3);
2673             H264_QPEL_FUNCS(3, 1, ssse3);
2674             H264_QPEL_FUNCS(3, 2, ssse3);
2675             H264_QPEL_FUNCS(3, 3, ssse3);
2676             }
2677 #if HAVE_YASM
2678             if (!high_bit_depth) {
2679             c->put_h264_chroma_pixels_tab[0]= ff_put_h264_chroma_mc8_ssse3_rnd;
2680             c->avg_h264_chroma_pixels_tab[0]= ff_avg_h264_chroma_mc8_ssse3_rnd;
2681             c->put_h264_chroma_pixels_tab[1]= ff_put_h264_chroma_mc4_ssse3;
2682             c->avg_h264_chroma_pixels_tab[1]= ff_avg_h264_chroma_mc4_ssse3;
2683             }
2684             c->add_hfyu_left_prediction = ff_add_hfyu_left_prediction_ssse3;
2685             if (mm_flags & AV_CPU_FLAG_SSE4) // not really sse4, just slow on Conroe
2686                 c->add_hfyu_left_prediction = ff_add_hfyu_left_prediction_sse4;
2687 #endif
2688         }
2689 #endif
2690
2691         if(mm_flags & AV_CPU_FLAG_3DNOW){
2692             c->vorbis_inverse_coupling = vorbis_inverse_coupling_3dnow;
2693             c->vector_fmul = vector_fmul_3dnow;
2694         }
2695         if(mm_flags & AV_CPU_FLAG_3DNOWEXT){
2696             c->vector_fmul_reverse = vector_fmul_reverse_3dnow2;
2697 #if HAVE_6REGS
2698             c->vector_fmul_window = vector_fmul_window_3dnow2;
2699 #endif
2700         }
2701         if(mm_flags & AV_CPU_FLAG_MMX2){
2702 #if HAVE_YASM
2703             c->scalarproduct_int16 = ff_scalarproduct_int16_mmx2;
2704             c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_mmx2;
2705             if (avctx->flags & CODEC_FLAG_BITEXACT) {
2706                 c->apply_window_int16 = ff_apply_window_int16_mmxext_ba;
2707             } else {
2708                 c->apply_window_int16 = ff_apply_window_int16_mmxext;
2709             }
2710 #endif
2711         }
2712         if(mm_flags & AV_CPU_FLAG_SSE){
2713             c->vorbis_inverse_coupling = vorbis_inverse_coupling_sse;
2714             c->ac3_downmix = ac3_downmix_sse;
2715             c->vector_fmul = vector_fmul_sse;
2716             c->vector_fmul_reverse = vector_fmul_reverse_sse;
2717             c->vector_fmul_add = vector_fmul_add_sse;
2718 #if HAVE_6REGS
2719             c->vector_fmul_window = vector_fmul_window_sse;
2720 #endif
2721             c->vector_clipf = vector_clipf_sse;
2722 #if HAVE_YASM
2723             c->scalarproduct_float = ff_scalarproduct_float_sse;
2724 #endif
2725         }
2726         if(mm_flags & AV_CPU_FLAG_3DNOW)
2727             c->vector_fmul_add = vector_fmul_add_3dnow; // faster than sse
2728         if(mm_flags & AV_CPU_FLAG_SSE2){
2729 #if HAVE_YASM
2730             c->scalarproduct_int16 = ff_scalarproduct_int16_sse2;
2731             c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_sse2;
2732             if (avctx->flags & CODEC_FLAG_BITEXACT) {
2733                 c->apply_window_int16 = ff_apply_window_int16_sse2_ba;
2734             } else {
2735                 if (!(mm_flags & AV_CPU_FLAG_SSE2SLOW)) {
2736                     c->apply_window_int16 = ff_apply_window_int16_sse2;
2737                 }
2738             }
2739
2740             if (!high_bit_depth)
2741             c->emulated_edge_mc = emulated_edge_mc_sse;
2742             c->gmc= gmc_sse;
2743 #endif
2744         }
2745         if (mm_flags & AV_CPU_FLAG_SSSE3) {
2746 #if HAVE_YASM
2747             if (mm_flags & AV_CPU_FLAG_ATOM) {
2748                 c->apply_window_int16 = ff_apply_window_int16_ssse3_atom;
2749             } else {
2750                 c->apply_window_int16 = ff_apply_window_int16_ssse3;
2751             }
2752             if (!(mm_flags & (AV_CPU_FLAG_SSE42|AV_CPU_FLAG_3DNOW))) { // cachesplit
2753                 c->scalarproduct_and_madd_int16 = ff_scalarproduct_and_madd_int16_ssse3;
2754             }
2755 #endif
2756         }
2757     }
2758
2759     if (CONFIG_ENCODERS)
2760         dsputilenc_init_mmx(c, avctx);
2761
2762 #if 0
2763     // for speed testing
2764     get_pixels = just_return;
2765     put_pixels_clamped = just_return;
2766     add_pixels_clamped = just_return;
2767
2768     pix_abs16x16 = just_return;
2769     pix_abs16x16_x2 = just_return;
2770     pix_abs16x16_y2 = just_return;
2771     pix_abs16x16_xy2 = just_return;
2772
2773     put_pixels_tab[0] = just_return;
2774     put_pixels_tab[1] = just_return;
2775     put_pixels_tab[2] = just_return;
2776     put_pixels_tab[3] = just_return;
2777
2778     put_no_rnd_pixels_tab[0] = just_return;
2779     put_no_rnd_pixels_tab[1] = just_return;
2780     put_no_rnd_pixels_tab[2] = just_return;
2781     put_no_rnd_pixels_tab[3] = just_return;
2782
2783     avg_pixels_tab[0] = just_return;
2784     avg_pixels_tab[1] = just_return;
2785     avg_pixels_tab[2] = just_return;
2786     avg_pixels_tab[3] = just_return;
2787
2788     avg_no_rnd_pixels_tab[0] = just_return;
2789     avg_no_rnd_pixels_tab[1] = just_return;
2790     avg_no_rnd_pixels_tab[2] = just_return;
2791     avg_no_rnd_pixels_tab[3] = just_return;
2792
2793     //av_fdct = just_return;
2794     //ff_idct = just_return;
2795 #endif
2796 }