granicus.if.org Git - libvpx/blob - vpx_dsp/arm/fwd_txfm_neon.c

   1 /*
   2  *  Copyright (c) 2015 The WebM project authors. All Rights Reserved.
   3  *
   4  *  Use of this source code is governed by a BSD-style license
   5  *  that can be found in the LICENSE file in the root of the source
   6  *  tree. An additional intellectual property rights grant can be found
   7  *  in the file PATENTS.  All contributing project authors may
   8  *  be found in the AUTHORS file in the root of the source tree.
   9  */
  10
  11 #include <arm_neon.h>
  12
  13 #include "./vpx_config.h"
  14 #include "vpx_dsp/txfm_common.h"
  15 #include "vpx_dsp/vpx_dsp_common.h"
  16 #include "vpx_dsp/arm/idct_neon.h"
  17
  18 void vpx_fdct8x8_neon(const int16_t *input, tran_low_t *final_output,
  19                       int stride) {
  20   int i;
  21   // stage 1
  22   int16x8_t input_0 = vshlq_n_s16(vld1q_s16(&input[0 * stride]), 2);
  23   int16x8_t input_1 = vshlq_n_s16(vld1q_s16(&input[1 * stride]), 2);
  24   int16x8_t input_2 = vshlq_n_s16(vld1q_s16(&input[2 * stride]), 2);
  25   int16x8_t input_3 = vshlq_n_s16(vld1q_s16(&input[3 * stride]), 2);
  26   int16x8_t input_4 = vshlq_n_s16(vld1q_s16(&input[4 * stride]), 2);
  27   int16x8_t input_5 = vshlq_n_s16(vld1q_s16(&input[5 * stride]), 2);
  28   int16x8_t input_6 = vshlq_n_s16(vld1q_s16(&input[6 * stride]), 2);
  29   int16x8_t input_7 = vshlq_n_s16(vld1q_s16(&input[7 * stride]), 2);
  30   for (i = 0; i < 2; ++i) {
  31     int16x8_t out_0, out_1, out_2, out_3, out_4, out_5, out_6, out_7;
  32     const int16x8_t v_s0 = vaddq_s16(input_0, input_7);
  33     const int16x8_t v_s1 = vaddq_s16(input_1, input_6);
  34     const int16x8_t v_s2 = vaddq_s16(input_2, input_5);
  35     const int16x8_t v_s3 = vaddq_s16(input_3, input_4);
  36     const int16x8_t v_s4 = vsubq_s16(input_3, input_4);
  37     const int16x8_t v_s5 = vsubq_s16(input_2, input_5);
  38     const int16x8_t v_s6 = vsubq_s16(input_1, input_6);
  39     const int16x8_t v_s7 = vsubq_s16(input_0, input_7);
  40     // fdct4(step, step);
  41     int16x8_t v_x0 = vaddq_s16(v_s0, v_s3);
  42     int16x8_t v_x1 = vaddq_s16(v_s1, v_s2);
  43     int16x8_t v_x2 = vsubq_s16(v_s1, v_s2);
  44     int16x8_t v_x3 = vsubq_s16(v_s0, v_s3);
  45     // fdct4(step, step);
  46     int32x4_t v_t0_lo = vaddl_s16(vget_low_s16(v_x0), vget_low_s16(v_x1));
  47     int32x4_t v_t0_hi = vaddl_s16(vget_high_s16(v_x0), vget_high_s16(v_x1));
  48     int32x4_t v_t1_lo = vsubl_s16(vget_low_s16(v_x0), vget_low_s16(v_x1));
  49     int32x4_t v_t1_hi = vsubl_s16(vget_high_s16(v_x0), vget_high_s16(v_x1));
  50     int32x4_t v_t2_lo = vmull_n_s16(vget_low_s16(v_x2), (int16_t)cospi_24_64);
  51     int32x4_t v_t2_hi = vmull_n_s16(vget_high_s16(v_x2), (int16_t)cospi_24_64);
  52     int32x4_t v_t3_lo = vmull_n_s16(vget_low_s16(v_x3), (int16_t)cospi_24_64);
  53     int32x4_t v_t3_hi = vmull_n_s16(vget_high_s16(v_x3), (int16_t)cospi_24_64);
  54     v_t2_lo = vmlal_n_s16(v_t2_lo, vget_low_s16(v_x3), (int16_t)cospi_8_64);
  55     v_t2_hi = vmlal_n_s16(v_t2_hi, vget_high_s16(v_x3), (int16_t)cospi_8_64);
  56     v_t3_lo = vmlsl_n_s16(v_t3_lo, vget_low_s16(v_x2), (int16_t)cospi_8_64);
  57     v_t3_hi = vmlsl_n_s16(v_t3_hi, vget_high_s16(v_x2), (int16_t)cospi_8_64);
  58     v_t0_lo = vmulq_n_s32(v_t0_lo, (int32_t)cospi_16_64);
  59     v_t0_hi = vmulq_n_s32(v_t0_hi, (int32_t)cospi_16_64);
  60     v_t1_lo = vmulq_n_s32(v_t1_lo, (int32_t)cospi_16_64);
  61     v_t1_hi = vmulq_n_s32(v_t1_hi, (int32_t)cospi_16_64);
  62     {
  63       const int16x4_t a = vrshrn_n_s32(v_t0_lo, DCT_CONST_BITS);
  64       const int16x4_t b = vrshrn_n_s32(v_t0_hi, DCT_CONST_BITS);
  65       const int16x4_t c = vrshrn_n_s32(v_t1_lo, DCT_CONST_BITS);
  66       const int16x4_t d = vrshrn_n_s32(v_t1_hi, DCT_CONST_BITS);
  67       const int16x4_t e = vrshrn_n_s32(v_t2_lo, DCT_CONST_BITS);
  68       const int16x4_t f = vrshrn_n_s32(v_t2_hi, DCT_CONST_BITS);
  69       const int16x4_t g = vrshrn_n_s32(v_t3_lo, DCT_CONST_BITS);
  70       const int16x4_t h = vrshrn_n_s32(v_t3_hi, DCT_CONST_BITS);
  71       out_0 = vcombine_s16(a, c);  // 00 01 02 03 40 41 42 43
  72       out_2 = vcombine_s16(e, g);  // 20 21 22 23 60 61 62 63
  73       out_4 = vcombine_s16(b, d);  // 04 05 06 07 44 45 46 47
  74       out_6 = vcombine_s16(f, h);  // 24 25 26 27 64 65 66 67
  75     }
  76     // Stage 2
  77     v_x0 = vsubq_s16(v_s6, v_s5);
  78     v_x1 = vaddq_s16(v_s6, v_s5);
  79     v_t0_lo = vmull_n_s16(vget_low_s16(v_x0), (int16_t)cospi_16_64);
  80     v_t0_hi = vmull_n_s16(vget_high_s16(v_x0), (int16_t)cospi_16_64);
  81     v_t1_lo = vmull_n_s16(vget_low_s16(v_x1), (int16_t)cospi_16_64);
  82     v_t1_hi = vmull_n_s16(vget_high_s16(v_x1), (int16_t)cospi_16_64);
  83     {
  84       const int16x4_t a = vrshrn_n_s32(v_t0_lo, DCT_CONST_BITS);
  85       const int16x4_t b = vrshrn_n_s32(v_t0_hi, DCT_CONST_BITS);
  86       const int16x4_t c = vrshrn_n_s32(v_t1_lo, DCT_CONST_BITS);
  87       const int16x4_t d = vrshrn_n_s32(v_t1_hi, DCT_CONST_BITS);
  88       const int16x8_t ab = vcombine_s16(a, b);
  89       const int16x8_t cd = vcombine_s16(c, d);
  90       // Stage 3
  91       v_x0 = vaddq_s16(v_s4, ab);
  92       v_x1 = vsubq_s16(v_s4, ab);
  93       v_x2 = vsubq_s16(v_s7, cd);
  94       v_x3 = vaddq_s16(v_s7, cd);
  95     }
  96     // Stage 4
  97     v_t0_lo = vmull_n_s16(vget_low_s16(v_x3), (int16_t)cospi_4_64);
  98     v_t0_hi = vmull_n_s16(vget_high_s16(v_x3), (int16_t)cospi_4_64);
  99     v_t0_lo = vmlal_n_s16(v_t0_lo, vget_low_s16(v_x0), (int16_t)cospi_28_64);
 100     v_t0_hi = vmlal_n_s16(v_t0_hi, vget_high_s16(v_x0), (int16_t)cospi_28_64);
 101     v_t1_lo = vmull_n_s16(vget_low_s16(v_x1), (int16_t)cospi_12_64);
 102     v_t1_hi = vmull_n_s16(vget_high_s16(v_x1), (int16_t)cospi_12_64);
 103     v_t1_lo = vmlal_n_s16(v_t1_lo, vget_low_s16(v_x2), (int16_t)cospi_20_64);
 104     v_t1_hi = vmlal_n_s16(v_t1_hi, vget_high_s16(v_x2), (int16_t)cospi_20_64);
 105     v_t2_lo = vmull_n_s16(vget_low_s16(v_x2), (int16_t)cospi_12_64);
 106     v_t2_hi = vmull_n_s16(vget_high_s16(v_x2), (int16_t)cospi_12_64);
 107     v_t2_lo = vmlsl_n_s16(v_t2_lo, vget_low_s16(v_x1), (int16_t)cospi_20_64);
 108     v_t2_hi = vmlsl_n_s16(v_t2_hi, vget_high_s16(v_x1), (int16_t)cospi_20_64);
 109     v_t3_lo = vmull_n_s16(vget_low_s16(v_x3), (int16_t)cospi_28_64);
 110     v_t3_hi = vmull_n_s16(vget_high_s16(v_x3), (int16_t)cospi_28_64);
 111     v_t3_lo = vmlsl_n_s16(v_t3_lo, vget_low_s16(v_x0), (int16_t)cospi_4_64);
 112     v_t3_hi = vmlsl_n_s16(v_t3_hi, vget_high_s16(v_x0), (int16_t)cospi_4_64);
 113     {
 114       const int16x4_t a = vrshrn_n_s32(v_t0_lo, DCT_CONST_BITS);
 115       const int16x4_t b = vrshrn_n_s32(v_t0_hi, DCT_CONST_BITS);
 116       const int16x4_t c = vrshrn_n_s32(v_t1_lo, DCT_CONST_BITS);
 117       const int16x4_t d = vrshrn_n_s32(v_t1_hi, DCT_CONST_BITS);
 118       const int16x4_t e = vrshrn_n_s32(v_t2_lo, DCT_CONST_BITS);
 119       const int16x4_t f = vrshrn_n_s32(v_t2_hi, DCT_CONST_BITS);
 120       const int16x4_t g = vrshrn_n_s32(v_t3_lo, DCT_CONST_BITS);
 121       const int16x4_t h = vrshrn_n_s32(v_t3_hi, DCT_CONST_BITS);
 122       out_1 = vcombine_s16(a, c);  // 10 11 12 13 50 51 52 53
 123       out_3 = vcombine_s16(e, g);  // 30 31 32 33 70 71 72 73
 124       out_5 = vcombine_s16(b, d);  // 14 15 16 17 54 55 56 57
 125       out_7 = vcombine_s16(f, h);  // 34 35 36 37 74 75 76 77
 126     }
 127     // transpose 8x8
 128     // Can't use transpose_s16_8x8() because the values are arranged in two 4x8
 129     // columns.
 130     {
 131       // 00 01 02 03 40 41 42 43
 132       // 10 11 12 13 50 51 52 53
 133       // 20 21 22 23 60 61 62 63
 134       // 30 31 32 33 70 71 72 73
 135       // 04 05 06 07 44 45 46 47
 136       // 14 15 16 17 54 55 56 57
 137       // 24 25 26 27 64 65 66 67
 138       // 34 35 36 37 74 75 76 77
 139       const int32x4x2_t r02_s32 =
 140           vtrnq_s32(vreinterpretq_s32_s16(out_0), vreinterpretq_s32_s16(out_2));
 141       const int32x4x2_t r13_s32 =
 142           vtrnq_s32(vreinterpretq_s32_s16(out_1), vreinterpretq_s32_s16(out_3));
 143       const int32x4x2_t r46_s32 =
 144           vtrnq_s32(vreinterpretq_s32_s16(out_4), vreinterpretq_s32_s16(out_6));
 145       const int32x4x2_t r57_s32 =
 146           vtrnq_s32(vreinterpretq_s32_s16(out_5), vreinterpretq_s32_s16(out_7));
 147       const int16x8x2_t r01_s16 =
 148           vtrnq_s16(vreinterpretq_s16_s32(r02_s32.val[0]),
 149                     vreinterpretq_s16_s32(r13_s32.val[0]));
 150       const int16x8x2_t r23_s16 =
 151           vtrnq_s16(vreinterpretq_s16_s32(r02_s32.val[1]),
 152                     vreinterpretq_s16_s32(r13_s32.val[1]));
 153       const int16x8x2_t r45_s16 =
 154           vtrnq_s16(vreinterpretq_s16_s32(r46_s32.val[0]),
 155                     vreinterpretq_s16_s32(r57_s32.val[0]));
 156       const int16x8x2_t r67_s16 =
 157           vtrnq_s16(vreinterpretq_s16_s32(r46_s32.val[1]),
 158                     vreinterpretq_s16_s32(r57_s32.val[1]));
 159       input_0 = r01_s16.val[0];
 160       input_1 = r01_s16.val[1];
 161       input_2 = r23_s16.val[0];
 162       input_3 = r23_s16.val[1];
 163       input_4 = r45_s16.val[0];
 164       input_5 = r45_s16.val[1];
 165       input_6 = r67_s16.val[0];
 166       input_7 = r67_s16.val[1];
 167       // 00 10 20 30 40 50 60 70
 168       // 01 11 21 31 41 51 61 71
 169       // 02 12 22 32 42 52 62 72
 170       // 03 13 23 33 43 53 63 73
 171       // 04 14 24 34 44 54 64 74
 172       // 05 15 25 35 45 55 65 75
 173       // 06 16 26 36 46 56 66 76
 174       // 07 17 27 37 47 57 67 77
 175     }
 176   }  // for
 177   {
 178     // from vpx_dct_sse2.c
 179     // Post-condition (division by two)
 180     //    division of two 16 bits signed numbers using shifts
 181     //    n / 2 = (n - (n >> 15)) >> 1
 182     const int16x8_t sign_in0 = vshrq_n_s16(input_0, 15);
 183     const int16x8_t sign_in1 = vshrq_n_s16(input_1, 15);
 184     const int16x8_t sign_in2 = vshrq_n_s16(input_2, 15);
 185     const int16x8_t sign_in3 = vshrq_n_s16(input_3, 15);
 186     const int16x8_t sign_in4 = vshrq_n_s16(input_4, 15);
 187     const int16x8_t sign_in5 = vshrq_n_s16(input_5, 15);
 188     const int16x8_t sign_in6 = vshrq_n_s16(input_6, 15);
 189     const int16x8_t sign_in7 = vshrq_n_s16(input_7, 15);
 190     input_0 = vhsubq_s16(input_0, sign_in0);
 191     input_1 = vhsubq_s16(input_1, sign_in1);
 192     input_2 = vhsubq_s16(input_2, sign_in2);
 193     input_3 = vhsubq_s16(input_3, sign_in3);
 194     input_4 = vhsubq_s16(input_4, sign_in4);
 195     input_5 = vhsubq_s16(input_5, sign_in5);
 196     input_6 = vhsubq_s16(input_6, sign_in6);
 197     input_7 = vhsubq_s16(input_7, sign_in7);
 198     // store results
 199     store_s16q_to_tran_low(final_output + 0 * 8, input_0);
 200     store_s16q_to_tran_low(final_output + 1 * 8, input_1);
 201     store_s16q_to_tran_low(final_output + 2 * 8, input_2);
 202     store_s16q_to_tran_low(final_output + 3 * 8, input_3);
 203     store_s16q_to_tran_low(final_output + 4 * 8, input_4);
 204     store_s16q_to_tran_low(final_output + 5 * 8, input_5);
 205     store_s16q_to_tran_low(final_output + 6 * 8, input_6);
 206     store_s16q_to_tran_low(final_output + 7 * 8, input_7);
 207   }
 208 }
 209
 210 void vpx_fdct8x8_1_neon(const int16_t *input, tran_low_t *output, int stride) {
 211   int r;
 212   int16x8_t sum = vld1q_s16(&input[0]);
 213   for (r = 1; r < 8; ++r) {
 214     const int16x8_t input_00 = vld1q_s16(&input[r * stride]);
 215     sum = vaddq_s16(sum, input_00);
 216   }
 217   {
 218     const int32x4_t a = vpaddlq_s16(sum);
 219     const int64x2_t b = vpaddlq_s32(a);
 220     const int32x2_t c = vadd_s32(vreinterpret_s32_s64(vget_low_s64(b)),
 221                                  vreinterpret_s32_s64(vget_high_s64(b)));
 222 #if CONFIG_VP9_HIGHBITDEPTH
 223     output[0] = vget_lane_s32(c, 0);
 224 #else
 225     output[0] = vget_lane_s16(vreinterpret_s16_s32(c), 0);
 226 #endif
 227     output[1] = 0;
 228   }
 229 }