eal: introduce macro for always inline
[dpdk.git] / lib / librte_eal / common / include / arch / x86 / rte_memcpy.h
index 6a57426..74c280c 100644 (file)
 /**
  * @file
  *
- * Functions for SSE/AVX/AVX2 implementation of memcpy().
+ * Functions for SSE/AVX/AVX2/AVX512 implementation of memcpy().
  */
 
 #include <stdio.h>
 #include <stdint.h>
 #include <string.h>
 #include <rte_vect.h>
+#include <rte_common.h>
 
 #ifdef __cplusplus
 extern "C" {
@@ -64,13 +65,15 @@ extern "C" {
  * @return
  *   Pointer to the destination data.
  */
-static inline void *
-rte_memcpy(void *dst, const void *src, size_t n) __attribute__((always_inline));
+static __rte_always_inline void *
+rte_memcpy(void *dst, const void *src, size_t n);
+
+#ifdef RTE_MACHINE_CPUFLAG_AVX512F
 
-#ifdef RTE_MACHINE_CPUFLAG_AVX2
+#define ALIGNMENT_MASK 0x3F
 
 /**
- * AVX2 implementation below
+ * AVX512 implementation below
  */
 
 /**
@@ -106,8 +109,10 @@ rte_mov32(uint8_t *dst, const uint8_t *src)
 static inline void
 rte_mov64(uint8_t *dst, const uint8_t *src)
 {
-       rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
-       rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
+       __m512i zmm0;
+
+       zmm0 = _mm512_loadu_si512((const void *)src);
+       _mm512_storeu_si512((void *)dst, zmm0);
 }
 
 /**
@@ -117,10 +122,8 @@ rte_mov64(uint8_t *dst, const uint8_t *src)
 static inline void
 rte_mov128(uint8_t *dst, const uint8_t *src)
 {
-       rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
-       rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
-       rte_mov32((uint8_t *)dst + 2 * 32, (const uint8_t *)src + 2 * 32);
-       rte_mov32((uint8_t *)dst + 3 * 32, (const uint8_t *)src + 3 * 32);
+       rte_mov64(dst + 0 * 64, src + 0 * 64);
+       rte_mov64(dst + 1 * 64, src + 1 * 64);
 }
 
 /**
@@ -130,70 +133,66 @@ rte_mov128(uint8_t *dst, const uint8_t *src)
 static inline void
 rte_mov256(uint8_t *dst, const uint8_t *src)
 {
-       rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
-       rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
-       rte_mov32((uint8_t *)dst + 2 * 32, (const uint8_t *)src + 2 * 32);
-       rte_mov32((uint8_t *)dst + 3 * 32, (const uint8_t *)src + 3 * 32);
-       rte_mov32((uint8_t *)dst + 4 * 32, (const uint8_t *)src + 4 * 32);
-       rte_mov32((uint8_t *)dst + 5 * 32, (const uint8_t *)src + 5 * 32);
-       rte_mov32((uint8_t *)dst + 6 * 32, (const uint8_t *)src + 6 * 32);
-       rte_mov32((uint8_t *)dst + 7 * 32, (const uint8_t *)src + 7 * 32);
+       rte_mov64(dst + 0 * 64, src + 0 * 64);
+       rte_mov64(dst + 1 * 64, src + 1 * 64);
+       rte_mov64(dst + 2 * 64, src + 2 * 64);
+       rte_mov64(dst + 3 * 64, src + 3 * 64);
 }
 
 /**
- * Copy 64-byte blocks from one location to another,
+ * Copy 128-byte blocks from one location to another,
  * locations should not overlap.
  */
 static inline void
-rte_mov64blocks(uint8_t *dst, const uint8_t *src, size_t n)
+rte_mov128blocks(uint8_t *dst, const uint8_t *src, size_t n)
 {
-       __m256i ymm0, ymm1;
-
-       while (n >= 64) {
-               ymm0 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 0 * 32));
-               n -= 64;
-               ymm1 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 1 * 32));
-               src = (const uint8_t *)src + 64;
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 0 * 32), ymm0);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 1 * 32), ymm1);
-               dst = (uint8_t *)dst + 64;
+       __m512i zmm0, zmm1;
+
+       while (n >= 128) {
+               zmm0 = _mm512_loadu_si512((const void *)(src + 0 * 64));
+               n -= 128;
+               zmm1 = _mm512_loadu_si512((const void *)(src + 1 * 64));
+               src = src + 128;
+               _mm512_storeu_si512((void *)(dst + 0 * 64), zmm0);
+               _mm512_storeu_si512((void *)(dst + 1 * 64), zmm1);
+               dst = dst + 128;
        }
 }
 
 /**
- * Copy 256-byte blocks from one location to another,
+ * Copy 512-byte blocks from one location to another,
  * locations should not overlap.
  */
 static inline void
-rte_mov256blocks(uint8_t *dst, const uint8_t *src, size_t n)
+rte_mov512blocks(uint8_t *dst, const uint8_t *src, size_t n)
 {
-       __m256i ymm0, ymm1, ymm2, ymm3, ymm4, ymm5, ymm6, ymm7;
-
-       while (n >= 256) {
-               ymm0 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 0 * 32));
-               n -= 256;
-               ymm1 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 1 * 32));
-               ymm2 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 2 * 32));
-               ymm3 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 3 * 32));
-               ymm4 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 4 * 32));
-               ymm5 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 5 * 32));
-               ymm6 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 6 * 32));
-               ymm7 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 7 * 32));
-               src = (const uint8_t *)src + 256;
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 0 * 32), ymm0);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 1 * 32), ymm1);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 2 * 32), ymm2);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 3 * 32), ymm3);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 4 * 32), ymm4);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 5 * 32), ymm5);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 6 * 32), ymm6);
-               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 7 * 32), ymm7);
-               dst = (uint8_t *)dst + 256;
+       __m512i zmm0, zmm1, zmm2, zmm3, zmm4, zmm5, zmm6, zmm7;
+
+       while (n >= 512) {
+               zmm0 = _mm512_loadu_si512((const void *)(src + 0 * 64));
+               n -= 512;
+               zmm1 = _mm512_loadu_si512((const void *)(src + 1 * 64));
+               zmm2 = _mm512_loadu_si512((const void *)(src + 2 * 64));
+               zmm3 = _mm512_loadu_si512((const void *)(src + 3 * 64));
+               zmm4 = _mm512_loadu_si512((const void *)(src + 4 * 64));
+               zmm5 = _mm512_loadu_si512((const void *)(src + 5 * 64));
+               zmm6 = _mm512_loadu_si512((const void *)(src + 6 * 64));
+               zmm7 = _mm512_loadu_si512((const void *)(src + 7 * 64));
+               src = src + 512;
+               _mm512_storeu_si512((void *)(dst + 0 * 64), zmm0);
+               _mm512_storeu_si512((void *)(dst + 1 * 64), zmm1);
+               _mm512_storeu_si512((void *)(dst + 2 * 64), zmm2);
+               _mm512_storeu_si512((void *)(dst + 3 * 64), zmm3);
+               _mm512_storeu_si512((void *)(dst + 4 * 64), zmm4);
+               _mm512_storeu_si512((void *)(dst + 5 * 64), zmm5);
+               _mm512_storeu_si512((void *)(dst + 6 * 64), zmm6);
+               _mm512_storeu_si512((void *)(dst + 7 * 64), zmm7);
+               dst = dst + 512;
        }
 }
 
 static inline void *
-rte_memcpy(void *dst, const void *src, size_t n)
+rte_memcpy_generic(void *dst, const void *src, size_t n)
 {
        uintptr_t dstu = (uintptr_t)dst;
        uintptr_t srcu = (uintptr_t)src;
@@ -220,9 +219,8 @@ rte_memcpy(void *dst, const void *src, size_t n)
                        srcu = (uintptr_t)((const uint32_t *)srcu + 1);
                        dstu = (uintptr_t)((uint32_t *)dstu + 1);
                }
-               if (n & 0x08) {
+               if (n & 0x08)
                        *(uint64_t *)dstu = *(const uint64_t *)srcu;
-               }
                return ret;
        }
 
@@ -231,12 +229,14 @@ rte_memcpy(void *dst, const void *src, size_t n)
         */
        if (n <= 32) {
                rte_mov16((uint8_t *)dst, (const uint8_t *)src);
-               rte_mov16((uint8_t *)dst - 16 + n, (const uint8_t *)src - 16 + n);
+               rte_mov16((uint8_t *)dst - 16 + n,
+                                 (const uint8_t *)src - 16 + n);
                return ret;
        }
        if (n <= 64) {
                rte_mov32((uint8_t *)dst, (const uint8_t *)src);
-               rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
+               rte_mov32((uint8_t *)dst - 32 + n,
+                                 (const uint8_t *)src - 32 + n);
                return ret;
        }
        if (n <= 512) {
@@ -252,54 +252,52 @@ rte_memcpy(void *dst, const void *src, size_t n)
                        src = (const uint8_t *)src + 128;
                        dst = (uint8_t *)dst + 128;
                }
-               if (n >= 64) {
-                       n -= 64;
+COPY_BLOCK_128_BACK63:
+               if (n > 64) {
                        rte_mov64((uint8_t *)dst, (const uint8_t *)src);
-                       src = (const uint8_t *)src + 64;
-                       dst = (uint8_t *)dst + 64;
-               }
-COPY_BLOCK_64_BACK31:
-               if (n > 32) {
-                       rte_mov32((uint8_t *)dst, (const uint8_t *)src);
-                       rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
+                       rte_mov64((uint8_t *)dst - 64 + n,
+                                         (const uint8_t *)src - 64 + n);
                        return ret;
                }
-               if (n > 0) {
-                       rte_mov32((uint8_t *)dst - 32 + n, (const uint8_t *)src - 32 + n);
-               }
+               if (n > 0)
+                       rte_mov64((uint8_t *)dst - 64 + n,
+                                         (const uint8_t *)src - 64 + n);
                return ret;
        }
 
        /**
         * Make store aligned when copy size exceeds 512 bytes
         */
-       dstofss = 32 - ((uintptr_t)dst & 0x1F);
-       n -= dstofss;
-       rte_mov32((uint8_t *)dst, (const uint8_t *)src);
-       src = (const uint8_t *)src + dstofss;
-       dst = (uint8_t *)dst + dstofss;
+       dstofss = ((uintptr_t)dst & 0x3F);
+       if (dstofss > 0) {
+               dstofss = 64 - dstofss;
+               n -= dstofss;
+               rte_mov64((uint8_t *)dst, (const uint8_t *)src);
+               src = (const uint8_t *)src + dstofss;
+               dst = (uint8_t *)dst + dstofss;
+       }
 
        /**
-        * Copy 256-byte blocks.
+        * Copy 512-byte blocks.
         * Use copy block function for better instruction order control,
         * which is important when load is unaligned.
         */
-       rte_mov256blocks((uint8_t *)dst, (const uint8_t *)src, n);
+       rte_mov512blocks((uint8_t *)dst, (const uint8_t *)src, n);
        bits = n;
-       n = n & 255;
+       n = n & 511;
        bits -= n;
        src = (const uint8_t *)src + bits;
        dst = (uint8_t *)dst + bits;
 
        /**
-        * Copy 64-byte blocks.
+        * Copy 128-byte blocks.
         * Use copy block function for better instruction order control,
         * which is important when load is unaligned.
         */
-       if (n >= 64) {
-               rte_mov64blocks((uint8_t *)dst, (const uint8_t *)src, n);
+       if (n >= 128) {
+               rte_mov128blocks((uint8_t *)dst, (const uint8_t *)src, n);
                bits = n;
-               n = n & 63;
+               n = n & 127;
                bits -= n;
                src = (const uint8_t *)src + bits;
                dst = (uint8_t *)dst + bits;
@@ -308,10 +306,205 @@ COPY_BLOCK_64_BACK31:
        /**
         * Copy whatever left
         */
-       goto COPY_BLOCK_64_BACK31;
+       goto COPY_BLOCK_128_BACK63;
 }
 
-#else /* RTE_MACHINE_CPUFLAG_AVX2 */
+#elif defined RTE_MACHINE_CPUFLAG_AVX2
+
+#define ALIGNMENT_MASK 0x1F
+
+/**
+ * AVX2 implementation below
+ */
+
+/**
+ * Copy 16 bytes from one location to another,
+ * locations should not overlap.
+ */
+static inline void
+rte_mov16(uint8_t *dst, const uint8_t *src)
+{
+       __m128i xmm0;
+
+       xmm0 = _mm_loadu_si128((const __m128i *)src);
+       _mm_storeu_si128((__m128i *)dst, xmm0);
+}
+
+/**
+ * Copy 32 bytes from one location to another,
+ * locations should not overlap.
+ */
+static inline void
+rte_mov32(uint8_t *dst, const uint8_t *src)
+{
+       __m256i ymm0;
+
+       ymm0 = _mm256_loadu_si256((const __m256i *)src);
+       _mm256_storeu_si256((__m256i *)dst, ymm0);
+}
+
+/**
+ * Copy 64 bytes from one location to another,
+ * locations should not overlap.
+ */
+static inline void
+rte_mov64(uint8_t *dst, const uint8_t *src)
+{
+       rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
+       rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
+}
+
+/**
+ * Copy 128 bytes from one location to another,
+ * locations should not overlap.
+ */
+static inline void
+rte_mov128(uint8_t *dst, const uint8_t *src)
+{
+       rte_mov32((uint8_t *)dst + 0 * 32, (const uint8_t *)src + 0 * 32);
+       rte_mov32((uint8_t *)dst + 1 * 32, (const uint8_t *)src + 1 * 32);
+       rte_mov32((uint8_t *)dst + 2 * 32, (const uint8_t *)src + 2 * 32);
+       rte_mov32((uint8_t *)dst + 3 * 32, (const uint8_t *)src + 3 * 32);
+}
+
+/**
+ * Copy 128-byte blocks from one location to another,
+ * locations should not overlap.
+ */
+static inline void
+rte_mov128blocks(uint8_t *dst, const uint8_t *src, size_t n)
+{
+       __m256i ymm0, ymm1, ymm2, ymm3;
+
+       while (n >= 128) {
+               ymm0 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 0 * 32));
+               n -= 128;
+               ymm1 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 1 * 32));
+               ymm2 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 2 * 32));
+               ymm3 = _mm256_loadu_si256((const __m256i *)((const uint8_t *)src + 3 * 32));
+               src = (const uint8_t *)src + 128;
+               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 0 * 32), ymm0);
+               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 1 * 32), ymm1);
+               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 2 * 32), ymm2);
+               _mm256_storeu_si256((__m256i *)((uint8_t *)dst + 3 * 32), ymm3);
+               dst = (uint8_t *)dst + 128;
+       }
+}
+
+static inline void *
+rte_memcpy_generic(void *dst, const void *src, size_t n)
+{
+       uintptr_t dstu = (uintptr_t)dst;
+       uintptr_t srcu = (uintptr_t)src;
+       void *ret = dst;
+       size_t dstofss;
+       size_t bits;
+
+       /**
+        * Copy less than 16 bytes
+        */
+       if (n < 16) {
+               if (n & 0x01) {
+                       *(uint8_t *)dstu = *(const uint8_t *)srcu;
+                       srcu = (uintptr_t)((const uint8_t *)srcu + 1);
+                       dstu = (uintptr_t)((uint8_t *)dstu + 1);
+               }
+               if (n & 0x02) {
+                       *(uint16_t *)dstu = *(const uint16_t *)srcu;
+                       srcu = (uintptr_t)((const uint16_t *)srcu + 1);
+                       dstu = (uintptr_t)((uint16_t *)dstu + 1);
+               }
+               if (n & 0x04) {
+                       *(uint32_t *)dstu = *(const uint32_t *)srcu;
+                       srcu = (uintptr_t)((const uint32_t *)srcu + 1);
+                       dstu = (uintptr_t)((uint32_t *)dstu + 1);
+               }
+               if (n & 0x08) {
+                       *(uint64_t *)dstu = *(const uint64_t *)srcu;
+               }
+               return ret;
+       }
+
+       /**
+        * Fast way when copy size doesn't exceed 256 bytes
+        */
+       if (n <= 32) {
+               rte_mov16((uint8_t *)dst, (const uint8_t *)src);
+               rte_mov16((uint8_t *)dst - 16 + n,
+                               (const uint8_t *)src - 16 + n);
+               return ret;
+       }
+       if (n <= 48) {
+               rte_mov16((uint8_t *)dst, (const uint8_t *)src);
+               rte_mov16((uint8_t *)dst + 16, (const uint8_t *)src + 16);
+               rte_mov16((uint8_t *)dst - 16 + n,
+                               (const uint8_t *)src - 16 + n);
+               return ret;
+       }
+       if (n <= 64) {
+               rte_mov32((uint8_t *)dst, (const uint8_t *)src);
+               rte_mov32((uint8_t *)dst - 32 + n,
+                               (const uint8_t *)src - 32 + n);
+               return ret;
+       }
+       if (n <= 256) {
+               if (n >= 128) {
+                       n -= 128;
+                       rte_mov128((uint8_t *)dst, (const uint8_t *)src);
+                       src = (const uint8_t *)src + 128;
+                       dst = (uint8_t *)dst + 128;
+               }
+COPY_BLOCK_128_BACK31:
+               if (n >= 64) {
+                       n -= 64;
+                       rte_mov64((uint8_t *)dst, (const uint8_t *)src);
+                       src = (const uint8_t *)src + 64;
+                       dst = (uint8_t *)dst + 64;
+               }
+               if (n > 32) {
+                       rte_mov32((uint8_t *)dst, (const uint8_t *)src);
+                       rte_mov32((uint8_t *)dst - 32 + n,
+                                       (const uint8_t *)src - 32 + n);
+                       return ret;
+               }
+               if (n > 0) {
+                       rte_mov32((uint8_t *)dst - 32 + n,
+                                       (const uint8_t *)src - 32 + n);
+               }
+               return ret;
+       }
+
+       /**
+        * Make store aligned when copy size exceeds 256 bytes
+        */
+       dstofss = (uintptr_t)dst & 0x1F;
+       if (dstofss > 0) {
+               dstofss = 32 - dstofss;
+               n -= dstofss;
+               rte_mov32((uint8_t *)dst, (const uint8_t *)src);
+               src = (const uint8_t *)src + dstofss;
+               dst = (uint8_t *)dst + dstofss;
+       }
+
+       /**
+        * Copy 128-byte blocks
+        */
+       rte_mov128blocks((uint8_t *)dst, (const uint8_t *)src, n);
+       bits = n;
+       n = n & 127;
+       bits -= n;
+       src = (const uint8_t *)src + bits;
+       dst = (uint8_t *)dst + bits;
+
+       /**
+        * Copy whatever left
+        */
+       goto COPY_BLOCK_128_BACK31;
+}
+
+#else /* RTE_MACHINE_CPUFLAG */
+
+#define ALIGNMENT_MASK 0x0F
 
 /**
  * SSE & AVX implementation below
@@ -408,7 +601,7 @@ rte_mov256(uint8_t *dst, const uint8_t *src)
  * - __m128i <xmm0> ~ <xmm8> must be pre-defined
  */
 #define MOVEUNALIGNED_LEFT47_IMM(dst, src, len, offset)                                                     \
-({                                                                                                          \
+__extension__ ({                                                                                            \
     int tmp;                                                                                                \
     while (len >= 128 + 16 - offset) {                                                                      \
         xmm0 = _mm_loadu_si128((const __m128i *)((const uint8_t *)src - offset + 0 * 16));                  \
@@ -469,7 +662,7 @@ rte_mov256(uint8_t *dst, const uint8_t *src)
  * - __m128i <xmm0> ~ <xmm8> used in MOVEUNALIGNED_LEFT47_IMM must be pre-defined
  */
 #define MOVEUNALIGNED_LEFT47(dst, src, len, offset)                   \
-({                                                                    \
+__extension__ ({                                                      \
     switch (offset) {                                                 \
     case 0x01: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x01); break;    \
     case 0x02: MOVEUNALIGNED_LEFT47_IMM(dst, src, n, 0x02); break;    \
@@ -491,7 +684,7 @@ rte_mov256(uint8_t *dst, const uint8_t *src)
 })
 
 static inline void *
-rte_memcpy(void *dst, const void *src, size_t n)
+rte_memcpy_generic(void *dst, const void *src, size_t n)
 {
        __m128i xmm0, xmm1, xmm2, xmm3, xmm4, xmm5, xmm6, xmm7, xmm8;
        uintptr_t dstu = (uintptr_t)dst;
@@ -593,11 +786,14 @@ COPY_BLOCK_64_BACK15:
         * unaligned copy functions require up to 15 bytes
         * backwards access.
         */
-       dstofss = 16 - ((uintptr_t)dst & 0x0F) + 16;
-       n -= dstofss;
-       rte_mov32((uint8_t *)dst, (const uint8_t *)src);
-       src = (const uint8_t *)src + dstofss;
-       dst = (uint8_t *)dst + dstofss;
+       dstofss = (uintptr_t)dst & 0x0F;
+       if (dstofss > 0) {
+               dstofss = 16 - dstofss + 16;
+               n -= dstofss;
+               rte_mov32((uint8_t *)dst, (const uint8_t *)src);
+               src = (const uint8_t *)src + dstofss;
+               dst = (uint8_t *)dst + dstofss;
+       }
        srcofs = ((uintptr_t)src & 0x0F);
 
        /**
@@ -630,7 +826,76 @@ COPY_BLOCK_64_BACK15:
        goto COPY_BLOCK_64_BACK15;
 }
 
-#endif /* RTE_MACHINE_CPUFLAG_AVX2 */
+#endif /* RTE_MACHINE_CPUFLAG */
+
+static inline void *
+rte_memcpy_aligned(void *dst, const void *src, size_t n)
+{
+       void *ret = dst;
+
+       /* Copy size <= 16 bytes */
+       if (n < 16) {
+               if (n & 0x01) {
+                       *(uint8_t *)dst = *(const uint8_t *)src;
+                       src = (const uint8_t *)src + 1;
+                       dst = (uint8_t *)dst + 1;
+               }
+               if (n & 0x02) {
+                       *(uint16_t *)dst = *(const uint16_t *)src;
+                       src = (const uint16_t *)src + 1;
+                       dst = (uint16_t *)dst + 1;
+               }
+               if (n & 0x04) {
+                       *(uint32_t *)dst = *(const uint32_t *)src;
+                       src = (const uint32_t *)src + 1;
+                       dst = (uint32_t *)dst + 1;
+               }
+               if (n & 0x08)
+                       *(uint64_t *)dst = *(const uint64_t *)src;
+
+               return ret;
+       }
+
+       /* Copy 16 <= size <= 32 bytes */
+       if (n <= 32) {
+               rte_mov16((uint8_t *)dst, (const uint8_t *)src);
+               rte_mov16((uint8_t *)dst - 16 + n,
+                               (const uint8_t *)src - 16 + n);
+
+               return ret;
+       }
+
+       /* Copy 32 < size <= 64 bytes */
+       if (n <= 64) {
+               rte_mov32((uint8_t *)dst, (const uint8_t *)src);
+               rte_mov32((uint8_t *)dst - 32 + n,
+                               (const uint8_t *)src - 32 + n);
+
+               return ret;
+       }
+
+       /* Copy 64 bytes blocks */
+       for (; n >= 64; n -= 64) {
+               rte_mov64((uint8_t *)dst, (const uint8_t *)src);
+               dst = (uint8_t *)dst + 64;
+               src = (const uint8_t *)src + 64;
+       }
+
+       /* Copy whatever left */
+       rte_mov64((uint8_t *)dst - 64 + n,
+                       (const uint8_t *)src - 64 + n);
+
+       return ret;
+}
+
+static inline void *
+rte_memcpy(void *dst, const void *src, size_t n)
+{
+       if (!(((uintptr_t)dst | (uintptr_t)src) & ALIGNMENT_MASK))
+               return rte_memcpy_aligned(dst, src, n);
+       else
+               return rte_memcpy_generic(dst, src, n);
+}
 
 #ifdef __cplusplus
 }