lib/librte_eal/common/include/arch/arm/rte_memcpy_32.h

   1 /*
   2  *   BSD LICENSE
   3  *
   4  *   Copyright(c) 2015 RehiveTech. All rights reserved.
   5  *
   6  *   Redistribution and use in source and binary forms, with or without
   7  *   modification, are permitted provided that the following conditions
   8  *   are met:
   9  *
  10  *     * Redistributions of source code must retain the above copyright
  11  *       notice, this list of conditions and the following disclaimer.
  12  *     * Redistributions in binary form must reproduce the above copyright
  13  *       notice, this list of conditions and the following disclaimer in
  14  *       the documentation and/or other materials provided with the
  15  *       distribution.
  16  *     * Neither the name of RehiveTech nor the names of its
  17  *       contributors may be used to endorse or promote products derived
  18  *       from this software without specific prior written permission.
  19  *
  20  *   THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
  21  *   "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
  22  *   LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
  23  *   A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
  24  *   OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
  25  *   SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
  26  *   LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
  27  *   DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
  28  *   THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
  29  *   (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
  30  *   OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
  31  */
  32
  33 #ifndef _RTE_MEMCPY_ARM32_H_
  34 #define _RTE_MEMCPY_ARM32_H_
  35
  36 #include <stdint.h>
  37 #include <string.h>
  38
  39 #ifdef __cplusplus
  40 extern "C" {
  41 #endif
  42
  43 #include "generic/rte_memcpy.h"
  44
  45 #ifdef RTE_ARCH_ARM_NEON_MEMCPY
  46
  47 #ifndef RTE_MACHINE_CPUFLAG_NEON
  48 #error "Cannot optimize memcpy by NEON as the CPU seems to not support this"
  49 #endif
  50
  51 /* ARM NEON Intrinsics are used to copy data */
  52 #include <arm_neon.h>
  53
  54 static inline void
  55 rte_mov16(uint8_t *dst, const uint8_t *src)
  56 {
  57         vst1q_u8(dst, vld1q_u8(src));
  58 }
  59
  60 static inline void
  61 rte_mov32(uint8_t *dst, const uint8_t *src)
  62 {
  63         asm volatile (
  64                 "vld1.8 {d0-d3}, [%0]\n\t"
  65                 "vst1.8 {d0-d3}, [%1]\n\t"
  66                 : "+r" (src), "+r" (dst)
  67                 : : "memory", "d0", "d1", "d2", "d3");
  68 }
  69
  70 static inline void
  71 rte_mov48(uint8_t *dst, const uint8_t *src)
  72 {
  73         asm volatile (
  74                 "vld1.8 {d0-d3}, [%0]!\n\t"
  75                 "vld1.8 {d4-d5}, [%0]\n\t"
  76                 "vst1.8 {d0-d3}, [%1]!\n\t"
  77                 "vst1.8 {d4-d5}, [%1]\n\t"
  78                 : "+r" (src), "+r" (dst)
  79                 :
  80                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5");
  81 }
  82
  83 static inline void
  84 rte_mov64(uint8_t *dst, const uint8_t *src)
  85 {
  86         asm volatile (
  87                 "vld1.8 {d0-d3}, [%0]!\n\t"
  88                 "vld1.8 {d4-d7}, [%0]\n\t"
  89                 "vst1.8 {d0-d3}, [%1]!\n\t"
  90                 "vst1.8 {d4-d7}, [%1]\n\t"
  91                 : "+r" (src), "+r" (dst)
  92                 :
  93                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7");
  94 }
  95
  96 static inline void
  97 rte_mov128(uint8_t *dst, const uint8_t *src)
  98 {
  99         asm volatile ("pld [%0, #64]" : : "r" (src));
 100         asm volatile (
 101                 "vld1.8 {d0-d3},   [%0]!\n\t"
 102                 "vld1.8 {d4-d7},   [%0]!\n\t"
 103                 "vld1.8 {d8-d11},  [%0]!\n\t"
 104                 "vld1.8 {d12-d15}, [%0]\n\t"
 105                 "vst1.8 {d0-d3},   [%1]!\n\t"
 106                 "vst1.8 {d4-d7},   [%1]!\n\t"
 107                 "vst1.8 {d8-d11},  [%1]!\n\t"
 108                 "vst1.8 {d12-d15}, [%1]\n\t"
 109                 : "+r" (src), "+r" (dst)
 110                 :
 111                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7",
 112                 "d8", "d9", "d10", "d11", "d12", "d13", "d14", "d15");
 113 }
 114
 115 static inline void
 116 rte_mov256(uint8_t *dst, const uint8_t *src)
 117 {
 118         asm volatile ("pld [%0,  #64]" : : "r" (src));
 119         asm volatile ("pld [%0, #128]" : : "r" (src));
 120         asm volatile ("pld [%0, #192]" : : "r" (src));
 121         asm volatile ("pld [%0, #256]" : : "r" (src));
 122         asm volatile ("pld [%0, #320]" : : "r" (src));
 123         asm volatile ("pld [%0, #384]" : : "r" (src));
 124         asm volatile ("pld [%0, #448]" : : "r" (src));
 125         asm volatile (
 126                 "vld1.8 {d0-d3},   [%0]!\n\t"
 127                 "vld1.8 {d4-d7},   [%0]!\n\t"
 128                 "vld1.8 {d8-d11},  [%0]!\n\t"
 129                 "vld1.8 {d12-d15}, [%0]!\n\t"
 130                 "vld1.8 {d16-d19}, [%0]!\n\t"
 131                 "vld1.8 {d20-d23}, [%0]!\n\t"
 132                 "vld1.8 {d24-d27}, [%0]!\n\t"
 133                 "vld1.8 {d28-d31}, [%0]\n\t"
 134                 "vst1.8 {d0-d3},   [%1]!\n\t"
 135                 "vst1.8 {d4-d7},   [%1]!\n\t"
 136                 "vst1.8 {d8-d11},  [%1]!\n\t"
 137                 "vst1.8 {d12-d15}, [%1]!\n\t"
 138                 "vst1.8 {d16-d19}, [%1]!\n\t"
 139                 "vst1.8 {d20-d23}, [%1]!\n\t"
 140                 "vst1.8 {d24-d27}, [%1]!\n\t"
 141                 "vst1.8 {d28-d31}, [%1]!\n\t"
 142                 : "+r" (src), "+r" (dst)
 143                 :
 144                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7",
 145                 "d8", "d9", "d10", "d11", "d12", "d13", "d14", "d15",
 146                 "d16", "d17", "d18", "d19", "d20", "d21", "d22", "d23",
 147                 "d24", "d25", "d26", "d27", "d28", "d29", "d30", "d31");
 148 }
 149
 150 #define rte_memcpy(dst, src, n)              \
 151         __extension__ ({                     \
 152         (__builtin_constant_p(n)) ?          \
 153         memcpy((dst), (src), (n)) :          \
 154         rte_memcpy_func((dst), (src), (n)); })
 155
 156 static inline void *
 157 rte_memcpy_func(void *dst, const void *src, size_t n)
 158 {
 159         void *ret = dst;
 160
 161         /* We can't copy < 16 bytes using XMM registers so do it manually. */
 162         if (n < 16) {
 163                 if (n & 0x01) {
 164                         *(uint8_t *)dst = *(const uint8_t *)src;
 165                         dst = (uint8_t *)dst + 1;
 166                         src = (const uint8_t *)src + 1;
 167                 }
 168                 if (n & 0x02) {
 169                         *(uint16_t *)dst = *(const uint16_t *)src;
 170                         dst = (uint16_t *)dst + 1;
 171                         src = (const uint16_t *)src + 1;
 172                 }
 173                 if (n & 0x04) {
 174                         *(uint32_t *)dst = *(const uint32_t *)src;
 175                         dst = (uint32_t *)dst + 1;
 176                         src = (const uint32_t *)src + 1;
 177                 }
 178                 if (n & 0x08) {
 179                         /* ARMv7 can not handle unaligned access to long long
 180                          * (uint64_t). Therefore two uint32_t operations are
 181                          * used.
 182                          */
 183                         *(uint32_t *)dst = *(const uint32_t *)src;
 184                         dst = (uint32_t *)dst + 1;
 185                         src = (const uint32_t *)src + 1;
 186                         *(uint32_t *)dst = *(const uint32_t *)src;
 187                 }
 188                 return ret;
 189         }
 190
 191         /* Special fast cases for <= 128 bytes */
 192         if (n <= 32) {
 193                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 194                 rte_mov16((uint8_t *)dst - 16 + n,
 195                         (const uint8_t *)src - 16 + n);
 196                 return ret;
 197         }
 198
 199         if (n <= 64) {
 200                 rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 201                 rte_mov32((uint8_t *)dst - 32 + n,
 202                         (const uint8_t *)src - 32 + n);
 203                 return ret;
 204         }
 205
 206         if (n <= 128) {
 207                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 208                 rte_mov64((uint8_t *)dst - 64 + n,
 209                         (const uint8_t *)src - 64 + n);
 210                 return ret;
 211         }
 212
 213         /*
 214          * For large copies > 128 bytes. This combination of 256, 64 and 16 byte
 215          * copies was found to be faster than doing 128 and 32 byte copies as
 216          * well.
 217          */
 218         for ( ; n >= 256; n -= 256) {
 219                 rte_mov256((uint8_t *)dst, (const uint8_t *)src);
 220                 dst = (uint8_t *)dst + 256;
 221                 src = (const uint8_t *)src + 256;
 222         }
 223
 224         /*
 225          * We split the remaining bytes (which will be less than 256) into
 226          * 64byte (2^6) chunks.
 227          * Using incrementing integers in the case labels of a switch statement
 228          * encourages the compiler to use a jump table. To get incrementing
 229          * integers, we shift the 2 relevant bits to the LSB position to first
 230          * get decrementing integers, and then subtract.
 231          */
 232         switch (3 - (n >> 6)) {
 233         case 0x00:
 234                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 235                 n -= 64;
 236                 dst = (uint8_t *)dst + 64;
 237                 src = (const uint8_t *)src + 64;      /* fallthrough */
 238         case 0x01:
 239                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 240                 n -= 64;
 241                 dst = (uint8_t *)dst + 64;
 242                 src = (const uint8_t *)src + 64;      /* fallthrough */
 243         case 0x02:
 244                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 245                 n -= 64;
 246                 dst = (uint8_t *)dst + 64;
 247                 src = (const uint8_t *)src + 64;      /* fallthrough */
 248         default:
 249                 break;
 250         }
 251
 252         /*
 253          * We split the remaining bytes (which will be less than 64) into
 254          * 16byte (2^4) chunks, using the same switch structure as above.
 255          */
 256         switch (3 - (n >> 4)) {
 257         case 0x00:
 258                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 259                 n -= 16;
 260                 dst = (uint8_t *)dst + 16;
 261                 src = (const uint8_t *)src + 16;      /* fallthrough */
 262         case 0x01:
 263                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 264                 n -= 16;
 265                 dst = (uint8_t *)dst + 16;
 266                 src = (const uint8_t *)src + 16;      /* fallthrough */
 267         case 0x02:
 268                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 269                 n -= 16;
 270                 dst = (uint8_t *)dst + 16;
 271                 src = (const uint8_t *)src + 16;      /* fallthrough */
 272         default:
 273                 break;
 274         }
 275
 276         /* Copy any remaining bytes, without going beyond end of buffers */
 277         if (n != 0)
 278                 rte_mov16((uint8_t *)dst - 16 + n,
 279                         (const uint8_t *)src - 16 + n);
 280         return ret;
 281 }
 282
 283 #else
 284
 285 static inline void
 286 rte_mov16(uint8_t *dst, const uint8_t *src)
 287 {
 288         memcpy(dst, src, 16);
 289 }
 290
 291 static inline void
 292 rte_mov32(uint8_t *dst, const uint8_t *src)
 293 {
 294         memcpy(dst, src, 32);
 295 }
 296
 297 static inline void
 298 rte_mov48(uint8_t *dst, const uint8_t *src)
 299 {
 300         memcpy(dst, src, 48);
 301 }
 302
 303 static inline void
 304 rte_mov64(uint8_t *dst, const uint8_t *src)
 305 {
 306         memcpy(dst, src, 64);
 307 }
 308
 309 static inline void
 310 rte_mov128(uint8_t *dst, const uint8_t *src)
 311 {
 312         memcpy(dst, src, 128);
 313 }
 314
 315 static inline void
 316 rte_mov256(uint8_t *dst, const uint8_t *src)
 317 {
 318         memcpy(dst, src, 256);
 319 }
 320
 321 static inline void *
 322 rte_memcpy(void *dst, const void *src, size_t n)
 323 {
 324         return memcpy(dst, src, n);
 325 }
 326
 327 #endif /* RTE_ARCH_ARM_NEON_MEMCPY */
 328
 329 #ifdef __cplusplus
 330 }
 331 #endif
 332
 333 #endif /* _RTE_MEMCPY_ARM32_H_ */