965f2bea3c317a41503d3d6190d54f3f4a21b804
[ffmpeg.git] / libavcodec / x86 / v210enc.asm
1 ;******************************************************************************
2 ;* V210 SIMD pack
3 ;* Copyright (c) 2014 Kieran Kunhya <kierank@obe.tv>
4 ;*
5 ;* This file is part of FFmpeg.
6 ;*
7 ;* FFmpeg is free software; you can redistribute it and/or
8 ;* modify it under the terms of the GNU Lesser General Public
9 ;* License as published by the Free Software Foundation; either
10 ;* version 2.1 of the License, or (at your option) any later version.
11 ;*
12 ;* FFmpeg is distributed in the hope that it will be useful,
13 ;* but WITHOUT ANY WARRANTY; without even the implied warranty of
14 ;* MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
15 ;* Lesser General Public License for more details.
16 ;*
17 ;* You should have received a copy of the GNU Lesser General Public
18 ;* License along with FFmpeg; if not, write to the Free Software
19 ;* Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
20 ;******************************************************************************
21
22 %include "libavutil/x86/x86util.asm"
23
24 SECTION_RODATA 32
25
26 cextern pw_4
27 %define v210_enc_min_10 pw_4
28 v210_enc_max_10: times 16 dw 0x3fb
29
30 v210_enc_luma_mult_10: times 2 dw 4,1,16,4,1,16,0,0
31 v210_enc_luma_shuf_10: times 2 db -1,0,1,-1,2,3,4,5,-1,6,7,-1,8,9,10,11
32
33 v210_enc_chroma_mult_10: times 2 dw 1,4,16,0,16,1,4,0
34 v210_enc_chroma_shuf_10: times 2 db 0,1,8,9,-1,2,3,-1,10,11,4,5,-1,12,13,-1
35
36 cextern pb_1
37 %define v210_enc_min_8 pb_1
38 cextern pb_FE
39 %define v210_enc_max_8 pb_FE
40
41 v210_enc_luma_shuf_8: times 2 db 6,-1,7,-1,8,-1,9,-1,10,-1,11,-1,-1,-1,-1,-1
42 v210_enc_luma_mult_8: times 2 dw 16,4,64,16,4,64,0,0
43
44 v210_enc_chroma_shuf1_8: times 2 db 0,-1,1,-1,2,-1,3,-1,8,-1,9,-1,10,-1,11,-1
45 v210_enc_chroma_shuf2_8: times 2 db 3,-1,4,-1,5,-1,7,-1,11,-1,12,-1,13,-1,15,-1
46
47 v210_enc_chroma_mult_8: times 2 dw 4,16,64,0,64,4,16,0
48
49 SECTION .text
50
51 %macro v210_planar_pack_10 0
52
53 ; v210_planar_pack_10(const uint16_t *y, const uint16_t *u, const uint16_t *v, uint8_t *dst, ptrdiff_t width)
54 cglobal v210_planar_pack_10, 5, 5, 4+cpuflag(avx2), y, u, v, dst, width
55     lea     r0, [yq+2*widthq]
56     add     uq, widthq
57     add     vq, widthq
58     neg     widthq
59
60     mova    m2, [v210_enc_min_10]
61     mova    m3, [v210_enc_max_10]
62
63 .loop:
64     movu        xm0, [yq+2*widthq]
65 %if cpuflag(avx2)
66     vinserti128 m0,   m0, [yq+widthq*2+12], 1
67 %endif
68     CLIPW   m0, m2, m3
69
70     movq         xm1, [uq+widthq]
71     movhps       xm1, [vq+widthq]
72 %if cpuflag(avx2)
73     movq         xm4, [uq+widthq+6]
74     movhps       xm4, [vq+widthq+6]
75     vinserti128  m1,   m1, xm4, 1
76 %endif
77     CLIPW   m1, m2, m3
78
79     pmullw  m0, [v210_enc_luma_mult_10]
80     pshufb  m0, [v210_enc_luma_shuf_10]
81
82     pmullw  m1, [v210_enc_chroma_mult_10]
83     pshufb  m1, [v210_enc_chroma_shuf_10]
84
85     por     m0, m1
86
87     movu    [dstq], m0
88
89     add     dstq, mmsize
90     add     widthq, (mmsize*3)/8
91     jl .loop
92
93     RET
94 %endmacro
95
96 %if HAVE_SSSE3_EXTERNAL
97 INIT_XMM ssse3
98 v210_planar_pack_10
99 %endif
100
101 %if HAVE_AVX2_EXTERNAL
102 INIT_YMM avx2
103 v210_planar_pack_10
104 %endif
105
106 %macro v210_planar_pack_8 0
107
108 ; v210_planar_pack_8(const uint8_t *y, const uint8_t *u, const uint8_t *v, uint8_t *dst, ptrdiff_t width)
109 cglobal v210_planar_pack_8, 5, 5, 7, y, u, v, dst, width
110     add     yq, widthq
111     shr     widthq, 1
112     add     uq, widthq
113     add     vq, widthq
114     neg     widthq
115
116     mova    m4, [v210_enc_min_8]
117     mova    m5, [v210_enc_max_8]
118     pxor    m6, m6
119
120 .loop:
121     movu        xm1, [yq+widthq*2]
122 %if cpuflag(avx2)
123     vinserti128 m1,   m1, [yq+widthq*2+12], 1
124 %endif
125     CLIPUB  m1, m4, m5
126
127     punpcklbw m0, m1, m6
128     ; can't unpack high bytes in the same way because we process
129     ; only six bytes at a time
130     pshufb  m1, [v210_enc_luma_shuf_8]
131
132     pmullw  m0, [v210_enc_luma_mult_8]
133     pmullw  m1, [v210_enc_luma_mult_8]
134     pshufb  m0, [v210_enc_luma_shuf_10]
135     pshufb  m1, [v210_enc_luma_shuf_10]
136
137     movq         xm3, [uq+widthq]
138     movhps       xm3, [vq+widthq]
139 %if cpuflag(avx2)
140     movq         xm2, [uq+widthq+6]
141     movhps       xm2, [vq+widthq+6]
142     vinserti128  m3,   m3, xm2, 1
143 %endif
144     CLIPUB  m3, m4, m5
145
146     ; shuffle and multiply to get the same packing as in 10-bit
147     pshufb  m2, m3, [v210_enc_chroma_shuf1_8]
148     pshufb  m3, [v210_enc_chroma_shuf2_8]
149
150     pmullw  m2, [v210_enc_chroma_mult_8]
151     pmullw  m3, [v210_enc_chroma_mult_8]
152     pshufb  m2, [v210_enc_chroma_shuf_10]
153     pshufb  m3, [v210_enc_chroma_shuf_10]
154
155     por     m0, m2
156     por     m1, m3
157
158     movu         [dstq],    xm0
159     movu         [dstq+16], xm1
160 %if cpuflag(avx2)
161     vextracti128 [dstq+32], m0, 1
162     vextracti128 [dstq+48], m1, 1
163 %endif
164
165     add     dstq, 2*mmsize
166     add     widthq, (mmsize*3)/8
167     jl .loop
168
169     RET
170 %endmacro
171
172 %if HAVE_SSSE3_EXTERNAL
173 INIT_XMM ssse3
174 v210_planar_pack_8
175 %endif
176 %if HAVE_AVX_EXTERNAL
177 INIT_XMM avx
178 v210_planar_pack_8
179 %endif
180
181 %if HAVE_AVX2_EXTERNAL
182 INIT_YMM avx2
183 v210_planar_pack_8
184 %endif