rot_sse.s

Optimized GotoBLAS libraries

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, 0 * SIZE(X)
	movss	%xmm2, 0 * SIZE(Y)
	jmp	.L999
	ALIGN_3

.L20:
	movl	N,  I
	sarl	$5, I
	jle	.L24
	ALIGN_3

.L21:
#ifdef PENTIUM4
	PREFETCH	(PREFETCH_SIZE + 0) * SIZE(X)
#endif
#ifdef OPTERON
	PREFETCH	(PREFETCH_SIZE + 0) * SIZE(X)
#endif

	MOVSD	0 * SIZE(Y), %xmm1
	movhps	2 * SIZE(Y), %xmm1
	movaps	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 0 * SIZE(X)
	movlps	%xmm2, 0 * SIZE(Y)
	movhps	%xmm2, 2 * SIZE(Y)

	MOVSD	4 * SIZE(Y), %xmm1
	movhps	6 * SIZE(Y), %xmm1
	movaps	4 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 4 * SIZE(X)
	movlps	%xmm2, 4 * SIZE(Y)
	movhps	%xmm2, 6 * SIZE(Y)

#ifdef OPTERON
	PREFETCH	(PREFETCH_SIZE + 0) * SIZE(Y)
#endif

	MOVSD	 8 * SIZE(Y), %xmm1
	movhps	10 * SIZE(Y), %xmm1
	movaps	 8 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0,  8 * SIZE(X)
	movlps	%xmm2,  8 * SIZE(Y)
	movhps	%xmm2, 10 * SIZE(Y)

	MOVSD	12 * SIZE(Y), %xmm1
	movhps	14 * SIZE(Y), %xmm1
	movaps	12 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 12 * SIZE(X)
	movlps	%xmm2, 12 * SIZE(Y)
	movhps	%xmm2, 14 * SIZE(Y)

#ifdef PENTIUM4
	PREFETCH	(PREFETCH_SIZE + 0) * SIZE(Y)
#endif
#ifdef OPTERON
	PREFETCH	(PREFETCH_SIZE + 16) * SIZE(X)
#endif

	MOVSD	16 * SIZE(Y), %xmm1
	movhps	18 * SIZE(Y), %xmm1
	movaps	16 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 16 * SIZE(X)
	movlps	%xmm2, 16 * SIZE(Y)
	movhps	%xmm2, 18 * SIZE(Y)

	MOVSD	20 * SIZE(Y), %xmm1
	movhps	22 * SIZE(Y), %xmm1
	movaps	20 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 20 * SIZE(X)
	movlps	%xmm2, 20 * SIZE(Y)
	movhps	%xmm2, 22 * SIZE(Y)

#ifdef OPTERON
	PREFETCH	(PREFETCH_SIZE + 16) * SIZE(Y)
#endif

	MOVSD	24 * SIZE(Y), %xmm1
	movhps	26 * SIZE(Y), %xmm1
	movaps	24 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 24 * SIZE(X)
	movlps	%xmm2, 24 * SIZE(Y)
	movhps	%xmm2, 26 * SIZE(Y)

	MOVSD	28 * SIZE(Y), %xmm1
	movhps	30 * SIZE(Y), %xmm1
	movaps	28 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 28 * SIZE(X)
	movlps	%xmm2, 28 * SIZE(Y)
	movhps	%xmm2, 30 * SIZE(Y)

	addl	$32 * SIZE, X
	addl	$32 * SIZE, Y
	decl	I
	jg	.L21
	ALIGN_3

.L24:
	testl	$31, N
	jle	.L999

	testl	$16, N
	jle	.L25

	MOVSD	0 * SIZE(Y), %xmm1
	movhps	2 * SIZE(Y), %xmm1
	movaps	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 0 * SIZE(X)
	movlps	%xmm2, 0 * SIZE(Y)
	movhps	%xmm2, 2 * SIZE(Y)

	MOVSD	4 * SIZE(Y), %xmm1
	movhps	6 * SIZE(Y), %xmm1
	movaps	4 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 4 * SIZE(X)
	movlps	%xmm2, 4 * SIZE(Y)
	movhps	%xmm2, 6 * SIZE(Y)

	MOVSD	 8 * SIZE(Y), %xmm1
	movhps	10 * SIZE(Y), %xmm1
	movaps	 8 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0,  8 * SIZE(X)
	movlps	%xmm2,  8 * SIZE(Y)
	movhps	%xmm2, 10 * SIZE(Y)

	MOVSD	12 * SIZE(Y), %xmm1
	movhps	14 * SIZE(Y), %xmm1
	movaps	12 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 12 * SIZE(X)
	movlps	%xmm2, 12 * SIZE(Y)
	movhps	%xmm2, 14 * SIZE(Y)

	addl	$16 * SIZE, X
	addl	$16 * SIZE, Y
	ALIGN_3

.L25:
	testl	$8, N
	jle	.L26

	MOVSD	0 * SIZE(Y), %xmm1
	movhps	2 * SIZE(Y), %xmm1
	movaps	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 0 * SIZE(X)
	movlps	%xmm2, 0 * SIZE(Y)
	movhps	%xmm2, 2 * SIZE(Y)

	MOVSD	4 * SIZE(Y), %xmm1
	movhps	6 * SIZE(Y), %xmm1
	movaps	4 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 4 * SIZE(X)
	movlps	%xmm2, 4 * SIZE(Y)
	movhps	%xmm2, 6 * SIZE(Y)

	addl	$8 * SIZE, X
	addl	$8 * SIZE, Y
	ALIGN_3


.L26:
	testl	$4, N
	jle	.L27

	MOVSD	0 * SIZE(Y), %xmm1
	movhps	2 * SIZE(Y), %xmm1
	movaps	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movaps	%xmm0, 0 * SIZE(X)
	movlps	%xmm2, 0 * SIZE(Y)
	movhps	%xmm2, 2 * SIZE(Y)

	addl	$4 * SIZE, X
	addl	$4 * SIZE, Y
	ALIGN_3

.L27:
	testl	$2, N
	jle	.L28

#ifndef HAVE_SSE2
	xorps	%xmm0, %xmm0
	xorps	%xmm1, %xmm1
#endif

	movsd	0 * SIZE(Y), %xmm1
	movsd	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulps	C, %xmm0
	mulps	S, %xmm1

	mulps	C, %xmm2
	mulps	S, %xmm3

	addps	%xmm1, %xmm0
	subps	%xmm3, %xmm2

	movlps	%xmm0, 0 * SIZE(X)
	movlps	%xmm2, 0 * SIZE(Y)

	addl	$2 * SIZE, X
	addl	$2 * SIZE, Y
	ALIGN_3

.L28:
	testl	$1, N
	jle	.L999

	movss	0 * SIZE(Y), %xmm1
	movss	0 * SIZE(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, 0 * SIZE(X)
	movss	%xmm2, 0 * SIZE(Y)
	jmp	.L999
	ALIGN_3

.L50:
	movl	N,  I
	sarl	$2, I
	jle	.L55
	ALIGN_3

.L53:
	movss	(Y), %xmm1
	movss	(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, (X)
	movss	%xmm2, (Y)

	addl	INCX, X
	addl	INCY, Y

	movss	(Y), %xmm1
	movss	(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, (X)
	movss	%xmm2, (Y)

	addl	INCX, X
	addl	INCY, Y

	movss	(Y), %xmm1
	movss	(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, (X)
	movss	%xmm2, (Y)

	addl	INCX, X
	addl	INCY, Y

	movss	(Y), %xmm1
	movss	(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, (X)
	movss	%xmm2, (Y)

	addl	INCX, X
	addl	INCY, Y

	decl	I
	jg	.L53
	ALIGN_3

.L55:
	movl	N,  I
	andl	$3, I
	jle	.L999
	ALIGN_3

.L56:
	movss	(Y), %xmm1
	movss	(X), %xmm0

	movaps	%xmm1, %xmm2
	movaps	%xmm0, %xmm3

	mulss	C, %xmm0
	mulss	S, %xmm1

	mulss	C, %xmm2
	mulss	S, %xmm3

	addss	%xmm1, %xmm0
	subss	%xmm3, %xmm2

	movss	%xmm0, (X)
	movss	%xmm2, (Y)

	addl	INCX, X
	addl	INCY, Y

	decl	I
	jg	.L56
	ALIGN_3

.L999:
	popl	%ebx
	popl	%esi
	popl	%edi

	ret

	EPILOGUE