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 /* ARM NEON Intrinsics are used to copy data */
  39 #include <arm_neon.h>
  40
  41 #ifdef __cplusplus
  42 extern "C" {
  43 #endif
  44
  45 #include "generic/rte_memcpy.h"
  46
  47 static inline void
  48 rte_mov16(uint8_t *dst, const uint8_t *src)
  49 {
  50         vst1q_u8(dst, vld1q_u8(src));
  51 }
  52
  53 static inline void
  54 rte_mov32(uint8_t *dst, const uint8_t *src)
  55 {
  56         asm volatile (
  57                 "vld1.8 {d0-d3}, [%0]\n\t"
  58                 "vst1.8 {d0-d3}, [%1]\n\t"
  59                 : "+r" (src), "+r" (dst)
  60                 : : "memory", "d0", "d1", "d2", "d3");
  61 }
  62
  63 static inline void
  64 rte_mov48(uint8_t *dst, const uint8_t *src)
  65 {
  66         asm volatile (
  67                 "vld1.8 {d0-d3}, [%0]!\n\t"
  68                 "vld1.8 {d4-d5}, [%0]\n\t"
  69                 "vst1.8 {d0-d3}, [%1]!\n\t"
  70                 "vst1.8 {d4-d5}, [%1]\n\t"
  71                 : "+r" (src), "+r" (dst)
  72                 :
  73                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5");
  74 }
  75
  76 static inline void
  77 rte_mov64(uint8_t *dst, const uint8_t *src)
  78 {
  79         asm volatile (
  80                 "vld1.8 {d0-d3}, [%0]!\n\t"
  81                 "vld1.8 {d4-d7}, [%0]\n\t"
  82                 "vst1.8 {d0-d3}, [%1]!\n\t"
  83                 "vst1.8 {d4-d7}, [%1]\n\t"
  84                 : "+r" (src), "+r" (dst)
  85                 :
  86                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7");
  87 }
  88
  89 static inline void
  90 rte_mov128(uint8_t *dst, const uint8_t *src)
  91 {
  92         asm volatile ("pld [%0, #64]" : : "r" (src));
  93         asm volatile (
  94                 "vld1.8 {d0-d3},   [%0]!\n\t"
  95                 "vld1.8 {d4-d7},   [%0]!\n\t"
  96                 "vld1.8 {d8-d11},  [%0]!\n\t"
  97                 "vld1.8 {d12-d15}, [%0]\n\t"
  98                 "vst1.8 {d0-d3},   [%1]!\n\t"
  99                 "vst1.8 {d4-d7},   [%1]!\n\t"
 100                 "vst1.8 {d8-d11},  [%1]!\n\t"
 101                 "vst1.8 {d12-d15}, [%1]\n\t"
 102                 : "+r" (src), "+r" (dst)
 103                 :
 104                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7",
 105                 "d8", "d9", "d10", "d11", "d12", "d13", "d14", "d15");
 106 }
 107
 108 static inline void
 109 rte_mov256(uint8_t *dst, const uint8_t *src)
 110 {
 111         asm volatile ("pld [%0,  #64]" : : "r" (src));
 112         asm volatile ("pld [%0, #128]" : : "r" (src));
 113         asm volatile ("pld [%0, #192]" : : "r" (src));
 114         asm volatile ("pld [%0, #256]" : : "r" (src));
 115         asm volatile ("pld [%0, #320]" : : "r" (src));
 116         asm volatile ("pld [%0, #384]" : : "r" (src));
 117         asm volatile ("pld [%0, #448]" : : "r" (src));
 118         asm volatile (
 119                 "vld1.8 {d0-d3},   [%0]!\n\t"
 120                 "vld1.8 {d4-d7},   [%0]!\n\t"
 121                 "vld1.8 {d8-d11},  [%0]!\n\t"
 122                 "vld1.8 {d12-d15}, [%0]!\n\t"
 123                 "vld1.8 {d16-d19}, [%0]!\n\t"
 124                 "vld1.8 {d20-d23}, [%0]!\n\t"
 125                 "vld1.8 {d24-d27}, [%0]!\n\t"
 126                 "vld1.8 {d28-d31}, [%0]\n\t"
 127                 "vst1.8 {d0-d3},   [%1]!\n\t"
 128                 "vst1.8 {d4-d7},   [%1]!\n\t"
 129                 "vst1.8 {d8-d11},  [%1]!\n\t"
 130                 "vst1.8 {d12-d15}, [%1]!\n\t"
 131                 "vst1.8 {d16-d19}, [%1]!\n\t"
 132                 "vst1.8 {d20-d23}, [%1]!\n\t"
 133                 "vst1.8 {d24-d27}, [%1]!\n\t"
 134                 "vst1.8 {d28-d31}, [%1]!\n\t"
 135                 : "+r" (src), "+r" (dst)
 136                 :
 137                 : "memory", "d0", "d1", "d2", "d3", "d4", "d5", "d6", "d7",
 138                 "d8", "d9", "d10", "d11", "d12", "d13", "d14", "d15",
 139                 "d16", "d17", "d18", "d19", "d20", "d21", "d22", "d23",
 140                 "d24", "d25", "d26", "d27", "d28", "d29", "d30", "d31");
 141 }
 142
 143 #define rte_memcpy(dst, src, n)              \
 144         ({ (__builtin_constant_p(n)) ?       \
 145         memcpy((dst), (src), (n)) :          \
 146         rte_memcpy_func((dst), (src), (n)); })
 147
 148 static inline void *
 149 rte_memcpy_func(void *dst, const void *src, size_t n)
 150 {
 151         void *ret = dst;
 152
 153         /* We can't copy < 16 bytes using XMM registers so do it manually. */
 154         if (n < 16) {
 155                 if (n & 0x01) {
 156                         *(uint8_t *)dst = *(const uint8_t *)src;
 157                         dst = (uint8_t *)dst + 1;
 158                         src = (const uint8_t *)src + 1;
 159                 }
 160                 if (n & 0x02) {
 161                         *(uint16_t *)dst = *(const uint16_t *)src;
 162                         dst = (uint16_t *)dst + 1;
 163                         src = (const uint16_t *)src + 1;
 164                 }
 165                 if (n & 0x04) {
 166                         *(uint32_t *)dst = *(const uint32_t *)src;
 167                         dst = (uint32_t *)dst + 1;
 168                         src = (const uint32_t *)src + 1;
 169                 }
 170                 if (n & 0x08) {
 171                         /* ARMv7 can not handle unaligned access to long long
 172                          * (uint64_t). Therefore two uint32_t operations are
 173                          * used.
 174                          */
 175                         *(uint32_t *)dst = *(const uint32_t *)src;
 176                         dst = (uint32_t *)dst + 1;
 177                         src = (const uint32_t *)src + 1;
 178                         *(uint32_t *)dst = *(const uint32_t *)src;
 179                 }
 180                 return ret;
 181         }
 182
 183         /* Special fast cases for <= 128 bytes */
 184         if (n <= 32) {
 185                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 186                 rte_mov16((uint8_t *)dst - 16 + n,
 187                         (const uint8_t *)src - 16 + n);
 188                 return ret;
 189         }
 190
 191         if (n <= 64) {
 192                 rte_mov32((uint8_t *)dst, (const uint8_t *)src);
 193                 rte_mov32((uint8_t *)dst - 32 + n,
 194                         (const uint8_t *)src - 32 + n);
 195                 return ret;
 196         }
 197
 198         if (n <= 128) {
 199                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 200                 rte_mov64((uint8_t *)dst - 64 + n,
 201                         (const uint8_t *)src - 64 + n);
 202                 return ret;
 203         }
 204
 205         /*
 206          * For large copies > 128 bytes. This combination of 256, 64 and 16 byte
 207          * copies was found to be faster than doing 128 and 32 byte copies as
 208          * well.
 209          */
 210         for ( ; n >= 256; n -= 256) {
 211                 rte_mov256((uint8_t *)dst, (const uint8_t *)src);
 212                 dst = (uint8_t *)dst + 256;
 213                 src = (const uint8_t *)src + 256;
 214         }
 215
 216         /*
 217          * We split the remaining bytes (which will be less than 256) into
 218          * 64byte (2^6) chunks.
 219          * Using incrementing integers in the case labels of a switch statement
 220          * enourages the compiler to use a jump table. To get incrementing
 221          * integers, we shift the 2 relevant bits to the LSB position to first
 222          * get decrementing integers, and then subtract.
 223          */
 224         switch (3 - (n >> 6)) {
 225         case 0x00:
 226                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 227                 n -= 64;
 228                 dst = (uint8_t *)dst + 64;
 229                 src = (const uint8_t *)src + 64;      /* fallthrough */
 230         case 0x01:
 231                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 232                 n -= 64;
 233                 dst = (uint8_t *)dst + 64;
 234                 src = (const uint8_t *)src + 64;      /* fallthrough */
 235         case 0x02:
 236                 rte_mov64((uint8_t *)dst, (const uint8_t *)src);
 237                 n -= 64;
 238                 dst = (uint8_t *)dst + 64;
 239                 src = (const uint8_t *)src + 64;      /* fallthrough */
 240         default:
 241                 break;
 242         }
 243
 244         /*
 245          * We split the remaining bytes (which will be less than 64) into
 246          * 16byte (2^4) chunks, using the same switch structure as above.
 247          */
 248         switch (3 - (n >> 4)) {
 249         case 0x00:
 250                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 251                 n -= 16;
 252                 dst = (uint8_t *)dst + 16;
 253                 src = (const uint8_t *)src + 16;      /* fallthrough */
 254         case 0x01:
 255                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 256                 n -= 16;
 257                 dst = (uint8_t *)dst + 16;
 258                 src = (const uint8_t *)src + 16;      /* fallthrough */
 259         case 0x02:
 260                 rte_mov16((uint8_t *)dst, (const uint8_t *)src);
 261                 n -= 16;
 262                 dst = (uint8_t *)dst + 16;
 263                 src = (const uint8_t *)src + 16;      /* fallthrough */
 264         default:
 265                 break;
 266         }
 267
 268         /* Copy any remaining bytes, without going beyond end of buffers */
 269         if (n != 0)
 270                 rte_mov16((uint8_t *)dst - 16 + n,
 271                         (const uint8_t *)src - 16 + n);
 272         return ret;
 273 }
 274
 275 #ifdef __cplusplus
 276 }
 277 #endif
 278
 279 #endif /* _RTE_MEMCPY_ARM32_H_ */