Windows: Add support for building with clang.
[blender.git] / extern / Eigen3 / Eigen / src / Core / arch / SSE / PacketMath.h
1 // This file is part of Eigen, a lightweight C++ template library
2 // for linear algebra.
3 //
4 // Copyright (C) 2008-2009 Gael Guennebaud <gael.guennebaud@inria.fr>
5 //
6 // This Source Code Form is subject to the terms of the Mozilla
7 // Public License v. 2.0. If a copy of the MPL was not distributed
8 // with this file, You can obtain one at http://mozilla.org/MPL/2.0/.
9
10 #ifndef EIGEN_PACKET_MATH_SSE_H
11 #define EIGEN_PACKET_MATH_SSE_H
12
13 namespace Eigen {
14
15 namespace internal {
16
17 #ifndef EIGEN_CACHEFRIENDLY_PRODUCT_THRESHOLD
18 #define EIGEN_CACHEFRIENDLY_PRODUCT_THRESHOLD 8
19 #endif
20
21 #ifndef EIGEN_ARCH_DEFAULT_NUMBER_OF_REGISTERS
22 #define EIGEN_ARCH_DEFAULT_NUMBER_OF_REGISTERS (2*sizeof(void*))
23 #endif
24
25 typedef __m128  Packet4f;
26 typedef __m128i Packet4i;
27 typedef __m128d Packet2d;
28
29 template<> struct is_arithmetic<__m128>  { enum { value = true }; };
30 template<> struct is_arithmetic<__m128i> { enum { value = true }; };
31 template<> struct is_arithmetic<__m128d> { enum { value = true }; };
32
33 #define vec4f_swizzle1(v,p,q,r,s) \
34   (_mm_castsi128_ps(_mm_shuffle_epi32( _mm_castps_si128(v), ((s)<<6|(r)<<4|(q)<<2|(p)))))
35
36 #define vec4i_swizzle1(v,p,q,r,s) \
37   (_mm_shuffle_epi32( v, ((s)<<6|(r)<<4|(q)<<2|(p))))
38
39 #define vec2d_swizzle1(v,p,q) \
40   (_mm_castsi128_pd(_mm_shuffle_epi32( _mm_castpd_si128(v), ((q*2+1)<<6|(q*2)<<4|(p*2+1)<<2|(p*2)))))
41   
42 #define vec4f_swizzle2(a,b,p,q,r,s) \
43   (_mm_shuffle_ps( (a), (b), ((s)<<6|(r)<<4|(q)<<2|(p))))
44
45 #define vec4i_swizzle2(a,b,p,q,r,s) \
46   (_mm_castps_si128( (_mm_shuffle_ps( _mm_castsi128_ps(a), _mm_castsi128_ps(b), ((s)<<6|(r)<<4|(q)<<2|(p))))))
47
48 #define _EIGEN_DECLARE_CONST_Packet4f(NAME,X) \
49   const Packet4f p4f_##NAME = pset1<Packet4f>(X)
50
51 #define _EIGEN_DECLARE_CONST_Packet2d(NAME,X) \
52   const Packet2d p2d_##NAME = pset1<Packet2d>(X)
53
54 #define _EIGEN_DECLARE_CONST_Packet4f_FROM_INT(NAME,X) \
55   const Packet4f p4f_##NAME = _mm_castsi128_ps(pset1<Packet4i>(X))
56
57 #define _EIGEN_DECLARE_CONST_Packet4i(NAME,X) \
58   const Packet4i p4i_##NAME = pset1<Packet4i>(X)
59
60
61 template<> struct packet_traits<float>  : default_packet_traits
62 {
63   typedef Packet4f type;
64   enum {
65     Vectorizable = 1,
66     AlignedOnScalar = 1,
67     size=4,
68
69     HasDiv  = 1,
70     HasSin  = EIGEN_FAST_MATH,
71     HasCos  = EIGEN_FAST_MATH,
72     HasLog  = 1,
73     HasExp  = 1,
74     HasSqrt = 1
75   };
76 };
77 template<> struct packet_traits<double> : default_packet_traits
78 {
79   typedef Packet2d type;
80   enum {
81     Vectorizable = 1,
82     AlignedOnScalar = 1,
83     size=2,
84
85     HasDiv  = 1,
86     HasExp  = 1,
87     HasSqrt = 1
88   };
89 };
90 template<> struct packet_traits<int>    : default_packet_traits
91 {
92   typedef Packet4i type;
93   enum {
94     // FIXME check the Has*
95     Vectorizable = 1,
96     AlignedOnScalar = 1,
97     size=4
98   };
99 };
100
101 template<> struct unpacket_traits<Packet4f> { typedef float  type; enum {size=4}; };
102 template<> struct unpacket_traits<Packet2d> { typedef double type; enum {size=2}; };
103 template<> struct unpacket_traits<Packet4i> { typedef int    type; enum {size=4}; };
104
105 #if defined(_MSC_VER) && (_MSC_VER==1500)
106 // Workaround MSVC 9 internal compiler error.
107 // TODO: It has been detected with win64 builds (amd64), so let's check whether it also happens in 32bits+SSE mode
108 // TODO: let's check whether there does not exist a better fix, like adding a pset0() function. (it crashed on pset1(0)).
109 template<> EIGEN_STRONG_INLINE Packet4f pset1<Packet4f>(const float&  from) { return _mm_set_ps(from,from,from,from); }
110 template<> EIGEN_STRONG_INLINE Packet2d pset1<Packet2d>(const double& from) { return _mm_set_pd(from,from); }
111 template<> EIGEN_STRONG_INLINE Packet4i pset1<Packet4i>(const int&    from) { return _mm_set_epi32(from,from,from,from); }
112 #else
113 template<> EIGEN_STRONG_INLINE Packet4f pset1<Packet4f>(const float&  from) { return _mm_set1_ps(from); }
114 template<> EIGEN_STRONG_INLINE Packet2d pset1<Packet2d>(const double& from) { return _mm_set1_pd(from); }
115 template<> EIGEN_STRONG_INLINE Packet4i pset1<Packet4i>(const int&    from) { return _mm_set1_epi32(from); }
116 #endif
117
118 template<> EIGEN_STRONG_INLINE Packet4f plset<float>(const float& a) { return _mm_add_ps(pset1<Packet4f>(a), _mm_set_ps(3,2,1,0)); }
119 template<> EIGEN_STRONG_INLINE Packet2d plset<double>(const double& a) { return _mm_add_pd(pset1<Packet2d>(a),_mm_set_pd(1,0)); }
120 template<> EIGEN_STRONG_INLINE Packet4i plset<int>(const int& a) { return _mm_add_epi32(pset1<Packet4i>(a),_mm_set_epi32(3,2,1,0)); }
121
122 template<> EIGEN_STRONG_INLINE Packet4f padd<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_add_ps(a,b); }
123 template<> EIGEN_STRONG_INLINE Packet2d padd<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_add_pd(a,b); }
124 template<> EIGEN_STRONG_INLINE Packet4i padd<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_add_epi32(a,b); }
125
126 template<> EIGEN_STRONG_INLINE Packet4f psub<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_sub_ps(a,b); }
127 template<> EIGEN_STRONG_INLINE Packet2d psub<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_sub_pd(a,b); }
128 template<> EIGEN_STRONG_INLINE Packet4i psub<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_sub_epi32(a,b); }
129
130 template<> EIGEN_STRONG_INLINE Packet4f pnegate(const Packet4f& a)
131 {
132   const Packet4f mask = _mm_castsi128_ps(_mm_setr_epi32(0x80000000,0x80000000,0x80000000,0x80000000));
133   return _mm_xor_ps(a,mask);
134 }
135 template<> EIGEN_STRONG_INLINE Packet2d pnegate(const Packet2d& a)
136 {
137   const Packet2d mask = _mm_castsi128_pd(_mm_setr_epi32(0x0,0x80000000,0x0,0x80000000));
138   return _mm_xor_pd(a,mask);
139 }
140 template<> EIGEN_STRONG_INLINE Packet4i pnegate(const Packet4i& a)
141 {
142   return psub(_mm_setr_epi32(0,0,0,0), a);
143 }
144
145 template<> EIGEN_STRONG_INLINE Packet4f pconj(const Packet4f& a) { return a; }
146 template<> EIGEN_STRONG_INLINE Packet2d pconj(const Packet2d& a) { return a; }
147 template<> EIGEN_STRONG_INLINE Packet4i pconj(const Packet4i& a) { return a; }
148
149 template<> EIGEN_STRONG_INLINE Packet4f pmul<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_mul_ps(a,b); }
150 template<> EIGEN_STRONG_INLINE Packet2d pmul<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_mul_pd(a,b); }
151 template<> EIGEN_STRONG_INLINE Packet4i pmul<Packet4i>(const Packet4i& a, const Packet4i& b)
152 {
153 #ifdef EIGEN_VECTORIZE_SSE4_1
154   return _mm_mullo_epi32(a,b);
155 #else
156   // this version is slightly faster than 4 scalar products
157   return vec4i_swizzle1(
158             vec4i_swizzle2(
159               _mm_mul_epu32(a,b),
160               _mm_mul_epu32(vec4i_swizzle1(a,1,0,3,2),
161                             vec4i_swizzle1(b,1,0,3,2)),
162               0,2,0,2),
163             0,2,1,3);
164 #endif
165 }
166
167 template<> EIGEN_STRONG_INLINE Packet4f pdiv<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_div_ps(a,b); }
168 template<> EIGEN_STRONG_INLINE Packet2d pdiv<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_div_pd(a,b); }
169 template<> EIGEN_STRONG_INLINE Packet4i pdiv<Packet4i>(const Packet4i& /*a*/, const Packet4i& /*b*/)
170 { eigen_assert(false && "packet integer division are not supported by SSE");
171   return pset1<Packet4i>(0);
172 }
173
174 // for some weird raisons, it has to be overloaded for packet of integers
175 template<> EIGEN_STRONG_INLINE Packet4i pmadd(const Packet4i& a, const Packet4i& b, const Packet4i& c) { return padd(pmul(a,b), c); }
176
177 template<> EIGEN_STRONG_INLINE Packet4f pmin<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_min_ps(a,b); }
178 template<> EIGEN_STRONG_INLINE Packet2d pmin<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_min_pd(a,b); }
179 template<> EIGEN_STRONG_INLINE Packet4i pmin<Packet4i>(const Packet4i& a, const Packet4i& b)
180 {
181 #ifdef EIGEN_VECTORIZE_SSE4_1
182   return _mm_min_epi32(a,b);
183 #else
184   // after some bench, this version *is* faster than a scalar implementation
185   Packet4i mask = _mm_cmplt_epi32(a,b);
186   return _mm_or_si128(_mm_and_si128(mask,a),_mm_andnot_si128(mask,b));
187 #endif
188 }
189
190 template<> EIGEN_STRONG_INLINE Packet4f pmax<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_max_ps(a,b); }
191 template<> EIGEN_STRONG_INLINE Packet2d pmax<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_max_pd(a,b); }
192 template<> EIGEN_STRONG_INLINE Packet4i pmax<Packet4i>(const Packet4i& a, const Packet4i& b)
193 {
194 #ifdef EIGEN_VECTORIZE_SSE4_1
195   return _mm_max_epi32(a,b);
196 #else
197   // after some bench, this version *is* faster than a scalar implementation
198   Packet4i mask = _mm_cmpgt_epi32(a,b);
199   return _mm_or_si128(_mm_and_si128(mask,a),_mm_andnot_si128(mask,b));
200 #endif
201 }
202
203 template<> EIGEN_STRONG_INLINE Packet4f pand<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_and_ps(a,b); }
204 template<> EIGEN_STRONG_INLINE Packet2d pand<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_and_pd(a,b); }
205 template<> EIGEN_STRONG_INLINE Packet4i pand<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_and_si128(a,b); }
206
207 template<> EIGEN_STRONG_INLINE Packet4f por<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_or_ps(a,b); }
208 template<> EIGEN_STRONG_INLINE Packet2d por<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_or_pd(a,b); }
209 template<> EIGEN_STRONG_INLINE Packet4i por<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_or_si128(a,b); }
210
211 template<> EIGEN_STRONG_INLINE Packet4f pxor<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_xor_ps(a,b); }
212 template<> EIGEN_STRONG_INLINE Packet2d pxor<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_xor_pd(a,b); }
213 template<> EIGEN_STRONG_INLINE Packet4i pxor<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_xor_si128(a,b); }
214
215 template<> EIGEN_STRONG_INLINE Packet4f pandnot<Packet4f>(const Packet4f& a, const Packet4f& b) { return _mm_andnot_ps(a,b); }
216 template<> EIGEN_STRONG_INLINE Packet2d pandnot<Packet2d>(const Packet2d& a, const Packet2d& b) { return _mm_andnot_pd(a,b); }
217 template<> EIGEN_STRONG_INLINE Packet4i pandnot<Packet4i>(const Packet4i& a, const Packet4i& b) { return _mm_andnot_si128(a,b); }
218
219 template<> EIGEN_STRONG_INLINE Packet4f pload<Packet4f>(const float*   from) { EIGEN_DEBUG_ALIGNED_LOAD return _mm_load_ps(from); }
220 template<> EIGEN_STRONG_INLINE Packet2d pload<Packet2d>(const double*  from) { EIGEN_DEBUG_ALIGNED_LOAD return _mm_load_pd(from); }
221 template<> EIGEN_STRONG_INLINE Packet4i pload<Packet4i>(const int*     from) { EIGEN_DEBUG_ALIGNED_LOAD return _mm_load_si128(reinterpret_cast<const Packet4i*>(from)); }
222
223 #if defined(_MSC_VER)
224   template<> EIGEN_STRONG_INLINE Packet4f ploadu<Packet4f>(const float*  from) {
225     EIGEN_DEBUG_UNALIGNED_LOAD
226     #if (_MSC_VER==1600)
227     // NOTE Some version of MSVC10 generates bad code when using _mm_loadu_ps
228     // (i.e., it does not generate an unaligned load!!
229     // TODO On most architectures this version should also be faster than a single _mm_loadu_ps
230     // so we could also enable it for MSVC08 but first we have to make this later does not generate crap when doing so...
231     __m128 res = _mm_loadl_pi(_mm_set1_ps(0.0f), (const __m64*)(from));
232     res = _mm_loadh_pi(res, (const __m64*)(from+2));
233     return res;
234     #else
235     return _mm_loadu_ps(from);
236     #endif
237   }
238   template<> EIGEN_STRONG_INLINE Packet2d ploadu<Packet2d>(const double* from) { EIGEN_DEBUG_UNALIGNED_LOAD return _mm_loadu_pd(from); }
239   template<> EIGEN_STRONG_INLINE Packet4i ploadu<Packet4i>(const int*    from) { EIGEN_DEBUG_UNALIGNED_LOAD return _mm_loadu_si128(reinterpret_cast<const Packet4i*>(from)); }
240 #else
241 // Fast unaligned loads. Note that here we cannot directly use intrinsics: this would
242 // require pointer casting to incompatible pointer types and leads to invalid code
243 // because of the strict aliasing rule. The "dummy" stuff are required to enforce
244 // a correct instruction dependency.
245 // TODO: do the same for MSVC (ICC is compatible)
246 // NOTE: with the code below, MSVC's compiler crashes!
247
248 #if defined(__GNUC__) && defined(__i386__)
249   // bug 195: gcc/i386 emits weird x87 fldl/fstpl instructions for _mm_load_sd
250   #define EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS 1
251 #elif defined(__clang__)
252   // bug 201: Segfaults in __mm_loadh_pd with clang 2.8
253   #define EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS 1
254 #else
255   #define EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS 0
256 #endif
257
258 template<> EIGEN_STRONG_INLINE Packet4f ploadu<Packet4f>(const float* from)
259 {
260   EIGEN_DEBUG_UNALIGNED_LOAD
261 #if EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS
262   return _mm_loadu_ps(from);
263 #else
264   __m128d res;
265   res =  _mm_load_sd((const double*)(from)) ;
266   res =  _mm_loadh_pd(res, (const double*)(from+2)) ;
267   return _mm_castpd_ps(res);
268 #endif
269 }
270 template<> EIGEN_STRONG_INLINE Packet2d ploadu<Packet2d>(const double* from)
271 {
272   EIGEN_DEBUG_UNALIGNED_LOAD
273 #if EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS
274   return _mm_loadu_pd(from);
275 #else
276   __m128d res;
277   res = _mm_load_sd(from) ;
278   res = _mm_loadh_pd(res,from+1);
279   return res;
280 #endif
281 }
282 template<> EIGEN_STRONG_INLINE Packet4i ploadu<Packet4i>(const int* from)
283 {
284   EIGEN_DEBUG_UNALIGNED_LOAD
285 #if EIGEN_AVOID_CUSTOM_UNALIGNED_LOADS
286   return _mm_loadu_si128(reinterpret_cast<const Packet4i*>(from));
287 #else
288   __m128d res;
289   res =  _mm_load_sd((const double*)(from)) ;
290   res =  _mm_loadh_pd(res, (const double*)(from+2)) ;
291   return _mm_castpd_si128(res);
292 #endif
293 }
294 #endif
295
296 template<> EIGEN_STRONG_INLINE Packet4f ploaddup<Packet4f>(const float*   from)
297 {
298   return vec4f_swizzle1(_mm_castpd_ps(_mm_load_sd(reinterpret_cast<const double*>(from))), 0, 0, 1, 1);
299 }
300 template<> EIGEN_STRONG_INLINE Packet2d ploaddup<Packet2d>(const double*  from)
301 { return pset1<Packet2d>(from[0]); }
302 template<> EIGEN_STRONG_INLINE Packet4i ploaddup<Packet4i>(const int*     from)
303 {
304   Packet4i tmp;
305   tmp = _mm_loadl_epi64(reinterpret_cast<const Packet4i*>(from));
306   return vec4i_swizzle1(tmp, 0, 0, 1, 1);
307 }
308
309 template<> EIGEN_STRONG_INLINE void pstore<float>(float*   to, const Packet4f& from) { EIGEN_DEBUG_ALIGNED_STORE _mm_store_ps(to, from); }
310 template<> EIGEN_STRONG_INLINE void pstore<double>(double* to, const Packet2d& from) { EIGEN_DEBUG_ALIGNED_STORE _mm_store_pd(to, from); }
311 template<> EIGEN_STRONG_INLINE void pstore<int>(int*       to, const Packet4i& from) { EIGEN_DEBUG_ALIGNED_STORE _mm_store_si128(reinterpret_cast<Packet4i*>(to), from); }
312
313 template<> EIGEN_STRONG_INLINE void pstoreu<double>(double* to, const Packet2d& from) {
314   EIGEN_DEBUG_UNALIGNED_STORE
315   _mm_storel_pd((to), from);
316   _mm_storeh_pd((to+1), from);
317 }
318 template<> EIGEN_STRONG_INLINE void pstoreu<float>(float*  to, const Packet4f& from) { EIGEN_DEBUG_UNALIGNED_STORE pstoreu(reinterpret_cast<double*>(to), _mm_castps_pd(from)); }
319 template<> EIGEN_STRONG_INLINE void pstoreu<int>(int*      to, const Packet4i& from) { EIGEN_DEBUG_UNALIGNED_STORE pstoreu(reinterpret_cast<double*>(to), _mm_castsi128_pd(from)); }
320
321 // some compilers might be tempted to perform multiple moves instead of using a vector path.
322 template<> EIGEN_STRONG_INLINE void pstore1<Packet4f>(float* to, const float& a)
323 {
324   Packet4f pa = _mm_set_ss(a);
325   pstore(to, vec4f_swizzle1(pa,0,0,0,0));
326 }
327 // some compilers might be tempted to perform multiple moves instead of using a vector path.
328 template<> EIGEN_STRONG_INLINE void pstore1<Packet2d>(double* to, const double& a)
329 {
330   Packet2d pa = _mm_set_sd(a);
331   pstore(to, vec2d_swizzle1(pa,0,0));
332 }
333
334 template<> EIGEN_STRONG_INLINE void prefetch<float>(const float*   addr) { _mm_prefetch((const char*)(addr), _MM_HINT_T0); }
335 template<> EIGEN_STRONG_INLINE void prefetch<double>(const double* addr) { _mm_prefetch((const char*)(addr), _MM_HINT_T0); }
336 template<> EIGEN_STRONG_INLINE void prefetch<int>(const int*       addr) { _mm_prefetch((const char*)(addr), _MM_HINT_T0); }
337
338 #if defined(_MSC_VER) && defined(_WIN64) && !defined(__INTEL_COMPILER) && !defined(__clang__)
339 // The temporary variable fixes an internal compilation error in vs <= 2008 and a wrong-result bug in vs 2010
340 // Direct of the struct members fixed bug #62.
341 template<> EIGEN_STRONG_INLINE float  pfirst<Packet4f>(const Packet4f& a) { return a.m128_f32[0]; }
342 template<> EIGEN_STRONG_INLINE double pfirst<Packet2d>(const Packet2d& a) { return a.m128d_f64[0]; }
343 template<> EIGEN_STRONG_INLINE int    pfirst<Packet4i>(const Packet4i& a) { int x = _mm_cvtsi128_si32(a); return x; }
344 #elif defined(_MSC_VER) && !defined(__INTEL_COMPILER)
345 // The temporary variable fixes an internal compilation error in vs <= 2008 and a wrong-result bug in vs 2010
346 template<> EIGEN_STRONG_INLINE float  pfirst<Packet4f>(const Packet4f& a) { float x = _mm_cvtss_f32(a); return x; }
347 template<> EIGEN_STRONG_INLINE double pfirst<Packet2d>(const Packet2d& a) { double x = _mm_cvtsd_f64(a); return x; }
348 template<> EIGEN_STRONG_INLINE int    pfirst<Packet4i>(const Packet4i& a) { int x = _mm_cvtsi128_si32(a); return x; }
349 #else
350 template<> EIGEN_STRONG_INLINE float  pfirst<Packet4f>(const Packet4f& a) { return _mm_cvtss_f32(a); }
351 template<> EIGEN_STRONG_INLINE double pfirst<Packet2d>(const Packet2d& a) { return _mm_cvtsd_f64(a); }
352 template<> EIGEN_STRONG_INLINE int    pfirst<Packet4i>(const Packet4i& a) { return _mm_cvtsi128_si32(a); }
353 #endif
354
355 template<> EIGEN_STRONG_INLINE Packet4f preverse(const Packet4f& a)
356 { return _mm_shuffle_ps(a,a,0x1B); }
357 template<> EIGEN_STRONG_INLINE Packet2d preverse(const Packet2d& a)
358 { return _mm_shuffle_pd(a,a,0x1); }
359 template<> EIGEN_STRONG_INLINE Packet4i preverse(const Packet4i& a)
360 { return _mm_shuffle_epi32(a,0x1B); }
361
362
363 template<> EIGEN_STRONG_INLINE Packet4f pabs(const Packet4f& a)
364 {
365   const Packet4f mask = _mm_castsi128_ps(_mm_setr_epi32(0x7FFFFFFF,0x7FFFFFFF,0x7FFFFFFF,0x7FFFFFFF));
366   return _mm_and_ps(a,mask);
367 }
368 template<> EIGEN_STRONG_INLINE Packet2d pabs(const Packet2d& a)
369 {
370   const Packet2d mask = _mm_castsi128_pd(_mm_setr_epi32(0xFFFFFFFF,0x7FFFFFFF,0xFFFFFFFF,0x7FFFFFFF));
371   return _mm_and_pd(a,mask);
372 }
373 template<> EIGEN_STRONG_INLINE Packet4i pabs(const Packet4i& a)
374 {
375   #ifdef EIGEN_VECTORIZE_SSSE3
376   return _mm_abs_epi32(a);
377   #else
378   Packet4i aux = _mm_srai_epi32(a,31);
379   return _mm_sub_epi32(_mm_xor_si128(a,aux),aux);
380   #endif
381 }
382
383 EIGEN_STRONG_INLINE void punpackp(Packet4f* vecs)
384 {
385   vecs[1] = _mm_castsi128_ps(_mm_shuffle_epi32(_mm_castps_si128(vecs[0]), 0x55));
386   vecs[2] = _mm_castsi128_ps(_mm_shuffle_epi32(_mm_castps_si128(vecs[0]), 0xAA));
387   vecs[3] = _mm_castsi128_ps(_mm_shuffle_epi32(_mm_castps_si128(vecs[0]), 0xFF));
388   vecs[0] = _mm_castsi128_ps(_mm_shuffle_epi32(_mm_castps_si128(vecs[0]), 0x00));
389 }
390
391 #ifdef EIGEN_VECTORIZE_SSE3
392 // TODO implement SSE2 versions as well as integer versions
393 template<> EIGEN_STRONG_INLINE Packet4f preduxp<Packet4f>(const Packet4f* vecs)
394 {
395   return _mm_hadd_ps(_mm_hadd_ps(vecs[0], vecs[1]),_mm_hadd_ps(vecs[2], vecs[3]));
396 }
397 template<> EIGEN_STRONG_INLINE Packet2d preduxp<Packet2d>(const Packet2d* vecs)
398 {
399   return _mm_hadd_pd(vecs[0], vecs[1]);
400 }
401 // SSSE3 version:
402 // EIGEN_STRONG_INLINE Packet4i preduxp(const Packet4i* vecs)
403 // {
404 //   return _mm_hadd_epi32(_mm_hadd_epi32(vecs[0], vecs[1]),_mm_hadd_epi32(vecs[2], vecs[3]));
405 // }
406
407 template<> EIGEN_STRONG_INLINE float predux<Packet4f>(const Packet4f& a)
408 {
409   Packet4f tmp0 = _mm_hadd_ps(a,a);
410   return pfirst(_mm_hadd_ps(tmp0, tmp0));
411 }
412
413 template<> EIGEN_STRONG_INLINE double predux<Packet2d>(const Packet2d& a) { return pfirst(_mm_hadd_pd(a, a)); }
414
415 // SSSE3 version:
416 // EIGEN_STRONG_INLINE float predux(const Packet4i& a)
417 // {
418 //   Packet4i tmp0 = _mm_hadd_epi32(a,a);
419 //   return pfirst(_mm_hadd_epi32(tmp0, tmp0));
420 // }
421 #else
422 // SSE2 versions
423 template<> EIGEN_STRONG_INLINE float predux<Packet4f>(const Packet4f& a)
424 {
425   Packet4f tmp = _mm_add_ps(a, _mm_movehl_ps(a,a));
426   return pfirst(_mm_add_ss(tmp, _mm_shuffle_ps(tmp,tmp, 1)));
427 }
428 template<> EIGEN_STRONG_INLINE double predux<Packet2d>(const Packet2d& a)
429 {
430   return pfirst(_mm_add_sd(a, _mm_unpackhi_pd(a,a)));
431 }
432
433 template<> EIGEN_STRONG_INLINE Packet4f preduxp<Packet4f>(const Packet4f* vecs)
434 {
435   Packet4f tmp0, tmp1, tmp2;
436   tmp0 = _mm_unpacklo_ps(vecs[0], vecs[1]);
437   tmp1 = _mm_unpackhi_ps(vecs[0], vecs[1]);
438   tmp2 = _mm_unpackhi_ps(vecs[2], vecs[3]);
439   tmp0 = _mm_add_ps(tmp0, tmp1);
440   tmp1 = _mm_unpacklo_ps(vecs[2], vecs[3]);
441   tmp1 = _mm_add_ps(tmp1, tmp2);
442   tmp2 = _mm_movehl_ps(tmp1, tmp0);
443   tmp0 = _mm_movelh_ps(tmp0, tmp1);
444   return _mm_add_ps(tmp0, tmp2);
445 }
446
447 template<> EIGEN_STRONG_INLINE Packet2d preduxp<Packet2d>(const Packet2d* vecs)
448 {
449   return _mm_add_pd(_mm_unpacklo_pd(vecs[0], vecs[1]), _mm_unpackhi_pd(vecs[0], vecs[1]));
450 }
451 #endif  // SSE3
452
453 template<> EIGEN_STRONG_INLINE int predux<Packet4i>(const Packet4i& a)
454 {
455   Packet4i tmp = _mm_add_epi32(a, _mm_unpackhi_epi64(a,a));
456   return pfirst(tmp) + pfirst(_mm_shuffle_epi32(tmp, 1));
457 }
458
459 template<> EIGEN_STRONG_INLINE Packet4i preduxp<Packet4i>(const Packet4i* vecs)
460 {
461   Packet4i tmp0, tmp1, tmp2;
462   tmp0 = _mm_unpacklo_epi32(vecs[0], vecs[1]);
463   tmp1 = _mm_unpackhi_epi32(vecs[0], vecs[1]);
464   tmp2 = _mm_unpackhi_epi32(vecs[2], vecs[3]);
465   tmp0 = _mm_add_epi32(tmp0, tmp1);
466   tmp1 = _mm_unpacklo_epi32(vecs[2], vecs[3]);
467   tmp1 = _mm_add_epi32(tmp1, tmp2);
468   tmp2 = _mm_unpacklo_epi64(tmp0, tmp1);
469   tmp0 = _mm_unpackhi_epi64(tmp0, tmp1);
470   return _mm_add_epi32(tmp0, tmp2);
471 }
472
473 // Other reduction functions:
474
475 // mul
476 template<> EIGEN_STRONG_INLINE float predux_mul<Packet4f>(const Packet4f& a)
477 {
478   Packet4f tmp = _mm_mul_ps(a, _mm_movehl_ps(a,a));
479   return pfirst(_mm_mul_ss(tmp, _mm_shuffle_ps(tmp,tmp, 1)));
480 }
481 template<> EIGEN_STRONG_INLINE double predux_mul<Packet2d>(const Packet2d& a)
482 {
483   return pfirst(_mm_mul_sd(a, _mm_unpackhi_pd(a,a)));
484 }
485 template<> EIGEN_STRONG_INLINE int predux_mul<Packet4i>(const Packet4i& a)
486 {
487   // after some experiments, it is seems this is the fastest way to implement it
488   // for GCC (eg., reusing pmul is very slow !)
489   // TODO try to call _mm_mul_epu32 directly
490   EIGEN_ALIGN16 int aux[4];
491   pstore(aux, a);
492   return  (aux[0] * aux[1]) * (aux[2] * aux[3]);;
493 }
494
495 // min
496 template<> EIGEN_STRONG_INLINE float predux_min<Packet4f>(const Packet4f& a)
497 {
498   Packet4f tmp = _mm_min_ps(a, _mm_movehl_ps(a,a));
499   return pfirst(_mm_min_ss(tmp, _mm_shuffle_ps(tmp,tmp, 1)));
500 }
501 template<> EIGEN_STRONG_INLINE double predux_min<Packet2d>(const Packet2d& a)
502 {
503   return pfirst(_mm_min_sd(a, _mm_unpackhi_pd(a,a)));
504 }
505 template<> EIGEN_STRONG_INLINE int predux_min<Packet4i>(const Packet4i& a)
506 {
507   // after some experiments, it is seems this is the fastest way to implement it
508   // for GCC (eg., it does not like using std::min after the pstore !!)
509   EIGEN_ALIGN16 int aux[4];
510   pstore(aux, a);
511   int aux0 = aux[0]<aux[1] ? aux[0] : aux[1];
512   int aux2 = aux[2]<aux[3] ? aux[2] : aux[3];
513   return aux0<aux2 ? aux0 : aux2;
514 }
515
516 // max
517 template<> EIGEN_STRONG_INLINE float predux_max<Packet4f>(const Packet4f& a)
518 {
519   Packet4f tmp = _mm_max_ps(a, _mm_movehl_ps(a,a));
520   return pfirst(_mm_max_ss(tmp, _mm_shuffle_ps(tmp,tmp, 1)));
521 }
522 template<> EIGEN_STRONG_INLINE double predux_max<Packet2d>(const Packet2d& a)
523 {
524   return pfirst(_mm_max_sd(a, _mm_unpackhi_pd(a,a)));
525 }
526 template<> EIGEN_STRONG_INLINE int predux_max<Packet4i>(const Packet4i& a)
527 {
528   // after some experiments, it is seems this is the fastest way to implement it
529   // for GCC (eg., it does not like using std::min after the pstore !!)
530   EIGEN_ALIGN16 int aux[4];
531   pstore(aux, a);
532   int aux0 = aux[0]>aux[1] ? aux[0] : aux[1];
533   int aux2 = aux[2]>aux[3] ? aux[2] : aux[3];
534   return aux0>aux2 ? aux0 : aux2;
535 }
536
537 #if (defined __GNUC__)
538 // template <> EIGEN_STRONG_INLINE Packet4f pmadd(const Packet4f&  a, const Packet4f&  b, const Packet4f&  c)
539 // {
540 //   Packet4f res = b;
541 //   asm("mulps %[a], %[b] \n\taddps %[c], %[b]" : [b] "+x" (res) : [a] "x" (a), [c] "x" (c));
542 //   return res;
543 // }
544 // EIGEN_STRONG_INLINE Packet4i _mm_alignr_epi8(const Packet4i&  a, const Packet4i&  b, const int i)
545 // {
546 //   Packet4i res = a;
547 //   asm("palignr %[i], %[a], %[b] " : [b] "+x" (res) : [a] "x" (a), [i] "i" (i));
548 //   return res;
549 // }
550 #endif
551
552 #ifdef EIGEN_VECTORIZE_SSSE3
553 // SSSE3 versions
554 template<int Offset>
555 struct palign_impl<Offset,Packet4f>
556 {
557   static EIGEN_STRONG_INLINE void run(Packet4f& first, const Packet4f& second)
558   {
559     if (Offset!=0)
560       first = _mm_castsi128_ps(_mm_alignr_epi8(_mm_castps_si128(second), _mm_castps_si128(first), Offset*4));
561   }
562 };
563
564 template<int Offset>
565 struct palign_impl<Offset,Packet4i>
566 {
567   static EIGEN_STRONG_INLINE void run(Packet4i& first, const Packet4i& second)
568   {
569     if (Offset!=0)
570       first = _mm_alignr_epi8(second,first, Offset*4);
571   }
572 };
573
574 template<int Offset>
575 struct palign_impl<Offset,Packet2d>
576 {
577   static EIGEN_STRONG_INLINE void run(Packet2d& first, const Packet2d& second)
578   {
579     if (Offset==1)
580       first = _mm_castsi128_pd(_mm_alignr_epi8(_mm_castpd_si128(second), _mm_castpd_si128(first), 8));
581   }
582 };
583 #else
584 // SSE2 versions
585 template<int Offset>
586 struct palign_impl<Offset,Packet4f>
587 {
588   static EIGEN_STRONG_INLINE void run(Packet4f& first, const Packet4f& second)
589   {
590     if (Offset==1)
591     {
592       first = _mm_move_ss(first,second);
593       first = _mm_castsi128_ps(_mm_shuffle_epi32(_mm_castps_si128(first),0x39));
594     }
595     else if (Offset==2)
596     {
597       first = _mm_movehl_ps(first,first);
598       first = _mm_movelh_ps(first,second);
599     }
600     else if (Offset==3)
601     {
602       first = _mm_move_ss(first,second);
603       first = _mm_shuffle_ps(first,second,0x93);
604     }
605   }
606 };
607
608 template<int Offset>
609 struct palign_impl<Offset,Packet4i>
610 {
611   static EIGEN_STRONG_INLINE void run(Packet4i& first, const Packet4i& second)
612   {
613     if (Offset==1)
614     {
615       first = _mm_castps_si128(_mm_move_ss(_mm_castsi128_ps(first),_mm_castsi128_ps(second)));
616       first = _mm_shuffle_epi32(first,0x39);
617     }
618     else if (Offset==2)
619     {
620       first = _mm_castps_si128(_mm_movehl_ps(_mm_castsi128_ps(first),_mm_castsi128_ps(first)));
621       first = _mm_castps_si128(_mm_movelh_ps(_mm_castsi128_ps(first),_mm_castsi128_ps(second)));
622     }
623     else if (Offset==3)
624     {
625       first = _mm_castps_si128(_mm_move_ss(_mm_castsi128_ps(first),_mm_castsi128_ps(second)));
626       first = _mm_castps_si128(_mm_shuffle_ps(_mm_castsi128_ps(first),_mm_castsi128_ps(second),0x93));
627     }
628   }
629 };
630
631 template<int Offset>
632 struct palign_impl<Offset,Packet2d>
633 {
634   static EIGEN_STRONG_INLINE void run(Packet2d& first, const Packet2d& second)
635   {
636     if (Offset==1)
637     {
638       first = _mm_castps_pd(_mm_movehl_ps(_mm_castpd_ps(first),_mm_castpd_ps(first)));
639       first = _mm_castps_pd(_mm_movelh_ps(_mm_castpd_ps(first),_mm_castpd_ps(second)));
640     }
641   }
642 };
643 #endif
644
645 } // end namespace internal
646
647 } // end namespace Eigen
648
649 #endif // EIGEN_PACKET_MATH_SSE_H