lib/librte_eal/common/include/arch/x86/rte_memcpy.h

   1 /*-
   2  *   BSD LICENSE
   3  *
   4  *   Copyright(c) 2010-2014 Intel Corporation. All rights reserved.
   5  *   All rights reserved.
   6  *
   7  *   Redistribution and use in source and binary forms, with or without
   8  *   modification, are permitted provided that the following conditions
   9  *   are met:
  10  *
  11  *     * Redistributions of source code must retain the above copyright
  12  *       notice, this list of conditions and the following disclaimer.
  13  *     * Redistributions in binary form must reproduce the above copyright
  14  *       notice, this list of conditions and the following disclaimer in
  15  *       the documentation and/or other materials provided with the
  16  *       distribution.
  17  *     * Neither the name of Intel Corporation nor the names of its
  18  *       contributors may be used to endorse or promote products derived
  19  *       from this software without specific prior written permission.
  20  *
  21  *   THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
  22  *   "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
  23  *   LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
  24  *   A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
  25  *   OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
  26  *   SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
  27  *   LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
  28  *   DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
  29  *   THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
  30  *   (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
  31  *   OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
  32  */
  33
  34 #ifndef _RTE_MEMCPY_X86_64_H_
  35 #define _RTE_MEMCPY_X86_64_H_
  36
  37 /**
  38  * @file
  39  *
  40  * Functions for SSE/AVX/AVX2 implementation of memcpy().
  41  */
  42
  43 #include <stdio.h>
  44 #include <stdint.h>
  45 #include <string.h>
  46 #include <rte_common_vect.h>
  47
  48 #ifdef __cplusplus
  49 extern "C" {
  50 #endif
  51
  52 /**
  53  * Copy bytes from one location to another. The locations must not overlap.
  54  *
  55  * @note This is implemented as a macro, so it's address should not be taken
  56  * and care is needed as parameter expressions may be evaluated multiple times.
  57  *
  58  * @param dst
  59  *   Pointer to the destination of the data.
  60  * @param src
  61  *   Pointer to the source data.
  62  * @param n
  63  *   Number of bytes to copy.
  64  * @return
  65  *   Pointer to the destination data.
  66  */
  67 static inline void *
  68 rte_memcpy(void *dst, const void *src, size_t n) __attribute__((always_inline));
  69
  70 #ifdef RTE_MACHINE_CPUFLAG_AVX2
  71
  72 /**
  73  * AVX2 implementation below
  74  */
  75
  76 /**
  77  * Copy 16 bytes from one location to another,
  78  * locations should not overlap.
  79  */
  80 static inline void
  81 rte_mov16(uint8_t *dst, const uint8_t *src)
  82 {
  83         __m128i xmm0;
  84
  85         xmm0 = _mm_loadu_si128((const __m128i *)src);
  86         _mm_storeu_si128((__m128i *)dst, xmm0);
  87 }
  88
  89 /**
  90  * Copy 32 bytes from one location to another,
  91  * locations should not overlap.
  92  */
  93 static inline void
  94 rte_mov32(uint8_t *dst, const uint8_t *src)
  95 {
  96         __m256i ymm0;
  97
  98         ymm0 = _mm256_loadu_si256((const __m256i *)src);
  99         _mm256_storeu_si256((__m256i *)dst, ymm0);
 100 }
 101
 102 /**
 103  * Copy 64 bytes from one location to another,
 104  * locations should not overlap.
 105  */
 106 static inline void
 107 rte_mov64(uint8_t *dst, const uint8_t *src)
 108 {
 109         rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
 110         rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
 111 }
 112
 113 /**
 114  * Copy 128 bytes from one location to another,
 115  * locations should not overlap.
 116  */
 117 static inline void
 118 rte_mov128(uint8_t *dst, const uint8_t *src)
 119 {
 120         rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
 121         rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
 122         rte_mov32((uint8_t *)dst + 2 * 32, (const uint8_t *)src + 2 * 32);
 123         rte_mov32((uint8_t *)dst + 3 * 32, (const uint8_t *)src + 3 * 32);
 124 }
 125
 126 /**
 127  * Copy 256 bytes from one location to another,
 128  * locations should not overlap.
 129  */
 130 static inline void
 131 rte_mov256(uint8_t *dst, const uint8_t *src)
 132 {
 133         rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
 134         rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
 135         rte_mov32((uint8_t *)dst + 2 * 32, (const uint8_t *)src + 2 * 32);
 136         rte_mov32((uint8_t *)dst + 3 * 32, (const uint8_t *)src + 3 * 32);
 137         rte_mov32((uint8_t *)dst + 4 * 32, (const uint8_t *)src + 4 * 32);
 138         rte_mov32((uint8_t *)dst + 5 * 32, (const uint8_t *)src + 5 * 32);
 139         rte_mov32((uint8_t *)dst + 6 * 32, (const uint8_t *)src + 6 * 32);
 140         rte_mov32((uint8_t *)dst + 7 * 32, (const uint8_t *)src + 7 * 32);
 141 }
 142
 143 /**
 144  * Copy 64-byte blocks from one location to another,
 145  * locations should not overlap.
 146  */
 147 static inline void
 148 rte_mov64blocks(uint8_t *dst, const uint8_t *src, size_t n)
 149 {
 150         __m256i ymm0, ymm1;
 151
 152         while (n >= 64) {
 153                 ymm0 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 0 * 32));
 154                 n -= 64;
 155                 ymm1 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 1 * 32));
 156                 src = (const uint8_t *)src + 64;
 157                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 0 * 32), ymm0);
 158                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 1 * 32), ymm1);
 159                 dst = (uint8_t *)dst + 64;
 160         }
 161 }
 162
 163 /**
 164  * Copy 256-byte blocks from one location to another,
 165  * locations should not overlap.
 166  */
 167 static inline void
 168 rte_mov256blocks(uint8_t *dst, const uint8_t *src, size_t n)
 169 {
 170         __m256i ymm0, ymm1, ymm2, ymm3, ymm4, ymm5, ymm6, ymm7;
 171
 172         while (n >= 256) {
 173                 ymm0 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 0 * 32));
 174                 n -= 256;
 175                 ymm1 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 1 * 32));
 176                 ymm2 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 2 * 32));
 177                 ymm3 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 3 * 32));
 178                 ymm4 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 4 * 32));
 179                 ymm5 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 5 * 32));
 180                 ymm6 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 6 * 32));
 181                 ymm7 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 7 * 32));
 182                 src = (const uint8_t *)src + 256;
 183                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 0 * 32), ymm0);
 184                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 1 * 32), ymm1);
 185                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 2 * 32), ymm2);
 186                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 3 * 32), ymm3);
 187                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 4 * 32), ymm4);
 188                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 5 * 32), ymm5);
 189                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 6 * 32), ymm6);
 190                 _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 7 * 32), ymm7);
 191                 dst = (uint8_t *)dst + 256;
 192         }
 193 }
 194
 195 static inline void *
 196 rte_memcpy(void *dst, const void *src, size_t n)
 197 {
 198         uintptr_t dstu = (uintptr_t)dst;
 199         uintptr_t srcu = (uintptr_t)src;
 200         void *ret = dst;
 201         size_t dstofss;
 202         size_t bits;
 203
 204         /**
 205          * Copy less than 16 bytes
 206          */
 207         if (n < 16) {
 208                 if (n & 0x01) {
 209                         *(uint8_t *)dstu = *(const uint8_t *)srcu;
 210                         srcu = (uintptr_t)((const uint8_t *)srcu + 1);
 211                         dstu = (uintptr_t)((uint8_t *)dstu + 1);
 212                 }
 213                 if (n & 0x02) {
 214                         *(uint16_t *)dstu = *(const uint16_t *)srcu;
 215                         srcu = (uintptr_t)((const uint16_t *)srcu + 1);
 216                         dstu = (uintptr_t)((uint16_t *)dstu + 1);
 217                 }
 218                 if (n & 0x04) {
 219                         *(uint32_t *)dstu = *(const uint32_t *)srcu;
 220                         srcu = (uintptr_t)((const uint32_t *)srcu + 1);
 221                         dstu = (uintptr_t)((uint32_t *)dstu + 1);
 222                 }
 223                 if (n & 0x08) {
 224                         *(uint64_t *)dstu = *(const uint64_t *)srcu;
 225                 }
 226                 return ret;
 227         }
 228
 229         /**
 230          * Fast way when copy size doesn't exceed 512 bytes
 231          */
 232         if (n <= 32) {
 233                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 234                 rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 235                 return ret;
 236         }
 237         if (n <= 64) {
 238                 rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 239                 rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
 240                 return ret;
 241         }
 242         if (n <= 512) {
 243                 if (n >= 256) {
 244                         n -= 256;
 245                         rte_mov256((uint8_t *)dst, (const uint8_t *)src);
 246                         src = (const uint8_t *)src + 256;
 247                         dst = (uint8_t *)dst + 256;
 248                 }
 249                 if (n >= 128) {
 250                         n -= 128;
 251                         rte_mov128((uint8_t *)dst, (const uint8_t *)src);
 252                         src = (const uint8_t *)src + 128;
 253                         dst = (uint8_t *)dst + 128;
 254                 }
 255                 if (n >= 64) {
 256                         n -= 64;
 257                         rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 258                         src = (const uint8_t *)src + 64;
 259                         dst = (uint8_t *)dst + 64;
 260                 }
 261 COPY_BLOCK_64_BACK31:
 262                 if (n > 32) {
 263                         rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 264                         rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
 265                         return ret;
 266                 }
 267                 if (n > 0) {
 268                         rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
 269                 }
 270                 return ret;
 271         }
 272
 273         /**
 274          * Make store aligned when copy size exceeds 512 bytes
 275          */
 276         dstofss = 32 - ((uintptr_t)dst & 0x1F);
 277         n -= dstofss;
 278         rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 279         src = (const uint8_t *)src + dstofss;
 280         dst = (uint8_t *)dst + dstofss;
 281
 282         /**
 283          * Copy 256-byte blocks.
 284          * Use copy block function for better instruction order control,
 285          * which is important when load is unaligned.
 286          */
 287         rte_mov256blocks((uint8_t *)dst, (const uint8_t *)src, n);
 288         bits = n;
 289         n = n & 255;
 290         bits -= n;
 291         src = (const uint8_t *)src + bits;
 292         dst = (uint8_t *)dst + bits;
 293
 294         /**
 295          * Copy 64-byte blocks.
 296          * Use copy block function for better instruction order control,
 297          * which is important when load is unaligned.
 298          */
 299         if (n >= 64) {
 300                 rte_mov64blocks((uint8_t *)dst, (const uint8_t *)src, n);
 301                 bits = n;
 302                 n = n & 63;
 303                 bits -= n;
 304                 src = (const uint8_t *)src + bits;
 305                 dst = (uint8_t *)dst + bits;
 306         }
 307
 308         /**
 309          * Copy whatever left
 310          */
 311         goto COPY_BLOCK_64_BACK31;
 312 }
 313
 314 #else /* RTE_MACHINE_CPUFLAG_AVX2 */
 315
 316 /**
 317  * SSE & AVX implementation below
 318  */
 319
 320 /**
 321  * Copy 16 bytes from one location to another,
 322  * locations should not overlap.
 323  */
 324 static inline void
 325 rte_mov16(uint8_t *dst, const uint8_t *src)
 326 {
 327         __m128i xmm0;
 328
 329         xmm0 = _mm_loadu_si128((const __m128i *)(const __m128i *)src);
 330         _mm_storeu_si128((__m128i *)dst, xmm0);
 331 }
 332
 333 /**
 334  * Copy 32 bytes from one location to another,
 335  * locations should not overlap.
 336  */
 337 static inline void
 338 rte_mov32(uint8_t *dst, const uint8_t *src)
 339 {
 340         rte_mov16((uint8_t *)dst + 0 * 16, (const uint8_t *)src + 0 * 16);
 341         rte_mov16((uint8_t *)dst + 1 * 16, (const uint8_t *)src + 1 * 16);
 342 }
 343
 344 /**
 345  * Copy 64 bytes from one location to another,
 346  * locations should not overlap.
 347  */
 348 static inline void
 349 rte_mov64(uint8_t *dst, const uint8_t *src)
 350 {
 351         rte_mov16((uint8_t *)dst + 0 * 16, (const uint8_t *)src + 0 * 16);
 352         rte_mov16((uint8_t *)dst + 1 * 16, (const uint8_t *)src + 1 * 16);
 353         rte_mov16((uint8_t *)dst + 2 * 16, (const uint8_t *)src + 2 * 16);
 354         rte_mov16((uint8_t *)dst + 3 * 16, (const uint8_t *)src + 3 * 16);
 355 }
 356
 357 /**
 358  * Copy 128 bytes from one location to another,
 359  * locations should not overlap.
 360  */
 361 static inline void
 362 rte_mov128(uint8_t *dst, const uint8_t *src)
 363 {
 364         rte_mov16((uint8_t *)dst + 0 * 16, (const uint8_t *)src + 0 * 16);
 365         rte_mov16((uint8_t *)dst + 1 * 16, (const uint8_t *)src + 1 * 16);
 366         rte_mov16((uint8_t *)dst + 2 * 16, (const uint8_t *)src + 2 * 16);
 367         rte_mov16((uint8_t *)dst + 3 * 16, (const uint8_t *)src + 3 * 16);
 368         rte_mov16((uint8_t *)dst + 4 * 16, (const uint8_t *)src + 4 * 16);
 369         rte_mov16((uint8_t *)dst + 5 * 16, (const uint8_t *)src + 5 * 16);
 370         rte_mov16((uint8_t *)dst + 6 * 16, (const uint8_t *)src + 6 * 16);
 371         rte_mov16((uint8_t *)dst + 7 * 16, (const uint8_t *)src + 7 * 16);
 372 }
 373
 374 /**
 375  * Copy 256 bytes from one location to another,
 376  * locations should not overlap.
 377  */
 378 static inline void
 379 rte_mov256(uint8_t *dst, const uint8_t *src)
 380 {
 381         rte_mov16((uint8_t *)dst + 0 * 16, (const uint8_t *)src + 0 * 16);
 382         rte_mov16((uint8_t *)dst + 1 * 16, (const uint8_t *)src + 1 * 16);
 383         rte_mov16((uint8_t *)dst + 2 * 16, (const uint8_t *)src + 2 * 16);
 384         rte_mov16((uint8_t *)dst + 3 * 16, (const uint8_t *)src + 3 * 16);
 385         rte_mov16((uint8_t *)dst + 4 * 16, (const uint8_t *)src + 4 * 16);
 386         rte_mov16((uint8_t *)dst + 5 * 16, (const uint8_t *)src + 5 * 16);
 387         rte_mov16((uint8_t *)dst + 6 * 16, (const uint8_t *)src + 6 * 16);
 388         rte_mov16((uint8_t *)dst + 7 * 16, (const uint8_t *)src + 7 * 16);
 389         rte_mov16((uint8_t *)dst + 8 * 16, (const uint8_t *)src + 8 * 16);
 390         rte_mov16((uint8_t *)dst + 9 * 16, (const uint8_t *)src + 9 * 16);
 391         rte_mov16((uint8_t *)dst + 10 * 16, (const uint8_t *)src + 10 * 16);
 392         rte_mov16((uint8_t *)dst + 11 * 16, (const uint8_t *)src + 11 * 16);
 393         rte_mov16((uint8_t *)dst + 12 * 16, (const uint8_t *)src + 12 * 16);
 394         rte_mov16((uint8_t *)dst + 13 * 16, (const uint8_t *)src + 13 * 16);
 395         rte_mov16((uint8_t *)dst + 14 * 16, (const uint8_t *)src + 14 * 16);
 396         rte_mov16((uint8_t *)dst + 15 * 16, (const uint8_t *)src + 15 * 16);
 397 }
 398
 399 /**
 400  * Macro for copying unaligned block from one location to another with constant load offset,
 401  * 47 bytes leftover maximum,
 402  * locations should not overlap.
 403  * Requirements:
 404  * - Store is aligned
 405  * - Load offset is <offset>, which must be immediate value within [1, 15]
 406  * - For <src>, make sure <offset> bit backwards & <16 - offset> bit forwards are available for loading
 407  * - <dst>, <src>, <len> must be variables
 408  * - __m128i <xmm0> ~ <xmm8> must be pre-defined
 409  */
 410 #define MOVEUNALIGNED_LEFT47_IMM(dst, src, len, offset)                                                     \
 411 ({                                                                                                          \
 412     int tmp;                                                                                                \
 413     while (len >= 128 + 16 - offset) {                                                                      \
 414         xmm0 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 0 * 16));                  \
 415         len -= 128;                                                                                         \
 416         xmm1 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 1 * 16));                  \
 417         xmm2 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 2 * 16));                  \
 418         xmm3 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 3 * 16));                  \
 419         xmm4 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 4 * 16));                  \
 420         xmm5 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 5 * 16));                  \
 421         xmm6 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 6 * 16));                  \
 422         xmm7 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 7 * 16));                  \
 423         xmm8 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 8 * 16));                  \
 424         src = (const uint8_t *)src + 128;                                                                   \
 425         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 0 * 16), _mm_alignr_epi8(xmm1, xmm0, offset));        \
 426         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 1 * 16), _mm_alignr_epi8(xmm2, xmm1, offset));        \
 427         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 2 * 16), _mm_alignr_epi8(xmm3, xmm2, offset));        \
 428         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 3 * 16), _mm_alignr_epi8(xmm4, xmm3, offset));        \
 429         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 4 * 16), _mm_alignr_epi8(xmm5, xmm4, offset));        \
 430         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 5 * 16), _mm_alignr_epi8(xmm6, xmm5, offset));        \
 431         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 6 * 16), _mm_alignr_epi8(xmm7, xmm6, offset));        \
 432         _mm_storeu_si128((__m128i *)((uint8_t *)dst + 7 * 16), _mm_alignr_epi8(xmm8, xmm7, offset));        \
 433         dst = (uint8_t *)dst + 128;                                                                         \
 434     }                                                                                                       \
 435     tmp = len;                                                                                              \
 436     len = ((len - 16 + offset) & 127) + 16 - offset;                                                        \
 437     tmp -= len;                                                                                             \
 438     src = (const uint8_t *)src + tmp;                                                                       \
 439     dst = (uint8_t *)dst + tmp;                                                                             \
 440     if (len >= 32 + 16 - offset) {                                                                          \
 441         while (len >= 32 + 16 - offset) {                                                                   \
 442             xmm0 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 0 * 16));              \
 443             len -= 32;                                                                                      \
 444             xmm1 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 1 * 16));              \
 445             xmm2 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 2 * 16));              \
 446             src = (const uint8_t *)src + 32;                                                                \
 447             _mm_storeu_si128((__m128i *)((uint8_t *)dst + 0 * 16), _mm_alignr_epi8(xmm1, xmm0, offset));    \
 448             _mm_storeu_si128((__m128i *)((uint8_t *)dst + 1 * 16), _mm_alignr_epi8(xmm2, xmm1, offset));    \
 449             dst = (uint8_t *)dst + 32;                                                                      \
 450         }                                                                                                   \
 451         tmp = len;                                                                                          \
 452         len = ((len - 16 + offset) & 31) + 16 - offset;                                                     \
 453         tmp -= len;                                                                                         \
 454         src = (const uint8_t *)src + tmp;                                                                   \
 455         dst = (uint8_t *)dst + tmp;                                                                         \
 456     }                                                                                                       \
 457 })
 458
 459 /**
 460  * Macro for copying unaligned block from one location to another,
 461  * 47 bytes leftover maximum,
 462  * locations should not overlap.
 463  * Use switch here because the aligning instruction requires immediate value for shift count.
 464  * Requirements:
 465  * - Store is aligned
 466  * - Load offset is <offset>, which must be within [1, 15]
 467  * - For <src>, make sure <offset> bit backwards & <16 - offset> bit forwards are available for loading
 468  * - <dst>, <src>, <len> must be variables
 469  * - __m128i <xmm0> ~ <xmm8> used in MOVEUNALIGNED_LEFT47_IMM must be pre-defined
 470  */
 471 #define MOVEUNALIGNED_LEFT47(dst, src, len, offset)                   \
 472 ({                                                                    \
 473     switch (offset) {                                                 \
 474     case 0x01: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x01); break;    \
 475     case 0x02: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x02); break;    \
 476     case 0x03: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x03); break;    \
 477     case 0x04: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x04); break;    \
 478     case 0x05: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x05); break;    \
 479     case 0x06: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x06); break;    \
 480     case 0x07: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x07); break;    \
 481     case 0x08: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x08); break;    \
 482     case 0x09: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x09); break;    \
 483     case 0x0A: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0A); break;    \
 484     case 0x0B: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0B); break;    \
 485     case 0x0C: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0C); break;    \
 486     case 0x0D: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0D); break;    \
 487     case 0x0E: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0E); break;    \
 488     case 0x0F: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x0F); break;    \
 489     default:;                                                         \
 490     }                                                                 \
 491 })
 492
 493 static inline void *
 494 rte_memcpy(void *dst, const void *src, size_t n)
 495 {
 496         __m128i xmm0, xmm1, xmm2, xmm3, xmm4, xmm5, xmm6, xmm7, xmm8;
 497         uintptr_t dstu = (uintptr_t)dst;
 498         uintptr_t srcu = (uintptr_t)src;
 499         void *ret = dst;
 500         size_t dstofss;
 501         size_t srcofs;
 502
 503         /**
 504          * Copy less than 16 bytes
 505          */
 506         if (n < 16) {
 507                 if (n & 0x01) {
 508                         *(uint8_t *)dstu = *(const uint8_t *)srcu;
 509                         srcu = (uintptr_t)((const uint8_t *)srcu + 1);
 510                         dstu = (uintptr_t)((uint8_t *)dstu + 1);
 511                 }
 512                 if (n & 0x02) {
 513                         *(uint16_t *)dstu = *(const uint16_t *)srcu;
 514                         srcu = (uintptr_t)((const uint16_t *)srcu + 1);
 515                         dstu = (uintptr_t)((uint16_t *)dstu + 1);
 516                 }
 517                 if (n & 0x04) {
 518                         *(uint32_t *)dstu = *(const uint32_t *)srcu;
 519                         srcu = (uintptr_t)((const uint32_t *)srcu + 1);
 520                         dstu = (uintptr_t)((uint32_t *)dstu + 1);
 521                 }
 522                 if (n & 0x08) {
 523                         *(uint64_t *)dstu = *(const uint64_t *)srcu;
 524                 }
 525                 return ret;
 526         }
 527
 528         /**
 529          * Fast way when copy size doesn't exceed 512 bytes
 530          */
 531         if (n <= 32) {
 532                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 533                 rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 534                 return ret;
 535         }
 536         if (n <= 48) {
 537                 rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 538                 rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 539                 return ret;
 540         }
 541         if (n <= 64) {
 542                 rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 543                 rte_mov16((uint8_t *)dst + 32, (const uint8_t *)src + 32);
 544                 rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 545                 return ret;
 546         }
 547         if (n <= 128) {
 548                 goto COPY_BLOCK_128_BACK15;
 549         }
 550         if (n <= 512) {
 551                 if (n >= 256) {
 552                         n -= 256;
 553                         rte_mov128((uint8_t *)dst, (const uint8_t *)src);
 554                         rte_mov128((uint8_t *)dst + 128, (const uint8_t *)src + 128);
 555                         src = (const uint8_t *)src + 256;
 556                         dst = (uint8_t *)dst + 256;
 557                 }
 558 COPY_BLOCK_255_BACK15:
 559                 if (n >= 128) {
 560                         n -= 128;
 561                         rte_mov128((uint8_t *)dst, (const uint8_t *)src);
 562                         src = (const uint8_t *)src + 128;
 563                         dst = (uint8_t *)dst + 128;
 564                 }
 565 COPY_BLOCK_128_BACK15:
 566                 if (n >= 64) {
 567                         n -= 64;
 568                         rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 569                         src = (const uint8_t *)src + 64;
 570                         dst = (uint8_t *)dst + 64;
 571                 }
 572 COPY_BLOCK_64_BACK15:
 573                 if (n >= 32) {
 574                         n -= 32;
 575                         rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 576                         src = (const uint8_t *)src + 32;
 577                         dst = (uint8_t *)dst + 32;
 578                 }
 579                 if (n > 16) {
 580                         rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 581                         rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 582                         return ret;
 583                 }
 584                 if (n > 0) {
 585                         rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
 586                 }
 587                 return ret;
 588         }
 589
 590         /**
 591          * Make store aligned when copy size exceeds 512 bytes,
 592          * and make sure the first 15 bytes are copied, because
 593          * unaligned copy functions require up to 15 bytes
 594          * backwards access.
 595          */
 596         dstofss = 16 - ((uintptr_t)dst & 0x0F) + 16;
 597         n -= dstofss;
 598         rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 599         src = (const uint8_t *)src + dstofss;
 600         dst = (uint8_t *)dst + dstofss;
 601         srcofs = ((uintptr_t)src & 0x0F);
 602
 603         /**
 604          * For aligned copy
 605          */
 606         if (srcofs == 0) {
 607                 /**
 608                  * Copy 256-byte blocks
 609                  */
 610                 for (; n >= 256; n -= 256) {
 611                         rte_mov256((uint8_t *)dst, (const uint8_t *)src);
 612                         dst = (uint8_t *)dst + 256;
 613                         src = (const uint8_t *)src + 256;
 614                 }
 615
 616                 /**
 617                  * Copy whatever left
 618                  */
 619                 goto COPY_BLOCK_255_BACK15;
 620         }
 621
 622         /**
 623          * For copy with unaligned load
 624          */
 625         MOVEUNALIGNED_LEFT47(dst, src, n, srcofs);
 626
 627         /**
 628          * Copy whatever left
 629          */
 630         goto COPY_BLOCK_64_BACK15;
 631 }
 632
 633 #endif /* RTE_MACHINE_CPUFLAG_AVX2 */
 634
 635 #ifdef __cplusplus
 636 }
 637 #endif
 638
 639 #endif /* _RTE_MEMCPY_X86_64_H_ */