mirror of https://git.ffmpeg.org/ffmpeg.git
avcodec/mips: Improve avc uni copy mc msa functions
Load the specific bytes instead of MSA load. Signed-off-by: Kaustubh Raste <kaustubh.raste@imgtec.com> Reviewed-by: Manojkumar Bhosale <Manojkumar.Bhosale@imgtec.com> Signed-off-by: Michael Niedermayer <michael@niedermayer.cc>
This commit is contained in:
Kaustubh Raste
Michael Niedermayer
parent
eadb911643
commit
ff53f4dc2d
|
|
@ -28,83 +28,39 @@ static void copy_width8_msa(uint8_t *src, int32_t src_stride,
|
|||
{
|
||||
int32_t cnt;
|
||||
uint64_t out0, out1, out2, out3, out4, out5, out6, out7;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
|
||||
if (0 == height % 12) {
|
||||
for (cnt = (height / 12); cnt--;) {
|
||||
LD_UB8(src, src_stride,
|
||||
src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src += (8 * src_stride);
|
||||
|
||||
out0 = __msa_copy_u_d((v2i64) src0, 0);
|
||||
out1 = __msa_copy_u_d((v2i64) src1, 0);
|
||||
out2 = __msa_copy_u_d((v2i64) src2, 0);
|
||||
out3 = __msa_copy_u_d((v2i64) src3, 0);
|
||||
out4 = __msa_copy_u_d((v2i64) src4, 0);
|
||||
out5 = __msa_copy_u_d((v2i64) src5, 0);
|
||||
out6 = __msa_copy_u_d((v2i64) src6, 0);
|
||||
out7 = __msa_copy_u_d((v2i64) src7, 0);
|
||||
|
||||
SD4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
SD4(out4, out5, out6, out7, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
if (2 == height) {
|
||||
LD2(src, src_stride, out0, out1);
|
||||
SD(out0, dst);
|
||||
dst += dst_stride;
|
||||
SD(out1, dst);
|
||||
} else if (6 == height) {
|
||||
LD4(src, src_stride, out0, out1, out2, out3);
|
||||
src += (4 * src_stride);
|
||||
SD4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
LD2(src, src_stride, out0, out1);
|
||||
SD(out0, dst);
|
||||
dst += dst_stride;
|
||||
SD(out1, dst);
|
||||
} else if (0 == (height % 8)) {
|
||||
for (cnt = (height >> 3); cnt--;) {
|
||||
LD4(src, src_stride, out0, out1, out2, out3);
|
||||
src += (4 * src_stride);
|
||||
LD4(src, src_stride, out4, out5, out6, out7);
|
||||
src += (4 * src_stride);
|
||||
|
||||
out0 = __msa_copy_u_d((v2i64) src0, 0);
|
||||
out1 = __msa_copy_u_d((v2i64) src1, 0);
|
||||
out2 = __msa_copy_u_d((v2i64) src2, 0);
|
||||
out3 = __msa_copy_u_d((v2i64) src3, 0);
|
||||
|
||||
SD4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
} else if (0 == height % 8) {
|
||||
for (cnt = height >> 3; cnt--;) {
|
||||
LD_UB8(src, src_stride,
|
||||
src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src += (8 * src_stride);
|
||||
|
||||
out0 = __msa_copy_u_d((v2i64) src0, 0);
|
||||
out1 = __msa_copy_u_d((v2i64) src1, 0);
|
||||
out2 = __msa_copy_u_d((v2i64) src2, 0);
|
||||
out3 = __msa_copy_u_d((v2i64) src3, 0);
|
||||
out4 = __msa_copy_u_d((v2i64) src4, 0);
|
||||
out5 = __msa_copy_u_d((v2i64) src5, 0);
|
||||
out6 = __msa_copy_u_d((v2i64) src6, 0);
|
||||
out7 = __msa_copy_u_d((v2i64) src7, 0);
|
||||
|
||||
SD4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
SD4(out4, out5, out6, out7, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
} else if (0 == height % 4) {
|
||||
for (cnt = (height / 4); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
} else if (0 == (height % 4)) {
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD4(src, src_stride, out0, out1, out2, out3);
|
||||
src += (4 * src_stride);
|
||||
out0 = __msa_copy_u_d((v2i64) src0, 0);
|
||||
out1 = __msa_copy_u_d((v2i64) src1, 0);
|
||||
out2 = __msa_copy_u_d((v2i64) src2, 0);
|
||||
out3 = __msa_copy_u_d((v2i64) src3, 0);
|
||||
|
||||
SD4(out0, out1, out2, out3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
} else if (0 == height % 2) {
|
||||
for (cnt = (height / 2); cnt--;) {
|
||||
LD_UB2(src, src_stride, src0, src1);
|
||||
src += (2 * src_stride);
|
||||
out0 = __msa_copy_u_d((v2i64) src0, 0);
|
||||
out1 = __msa_copy_u_d((v2i64) src1, 0);
|
||||
|
||||
SD(out0, dst);
|
||||
dst += dst_stride;
|
||||
SD(out1, dst);
|
||||
dst += dst_stride;
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
|
|
@ -122,33 +78,6 @@ static void copy_width12_msa(uint8_t *src, int32_t src_stride,
|
|||
ST12x8_UB(src0, src1, src2, src3, src4, src5, src6, src7, dst, dst_stride);
|
||||
}
|
||||
|
||||
static void copy_16multx8mult_msa(uint8_t *src, int32_t src_stride,
|
||||
uint8_t *dst, int32_t dst_stride,
|
||||
int32_t height, int32_t width)
|
||||
{
|
||||
int32_t cnt, loop_cnt;
|
||||
uint8_t *src_tmp, *dst_tmp;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
|
||||
for (cnt = (width >> 4); cnt--;) {
|
||||
src_tmp = src;
|
||||
dst_tmp = dst;
|
||||
|
||||
for (loop_cnt = (height >> 3); loop_cnt--;) {
|
||||
LD_UB8(src_tmp, src_stride,
|
||||
src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src_tmp += (8 * src_stride);
|
||||
|
||||
ST_UB8(src0, src1, src2, src3, src4, src5, src6, src7,
|
||||
dst_tmp, dst_stride);
|
||||
dst_tmp += (8 * dst_stride);
|
||||
}
|
||||
|
||||
src += 16;
|
||||
dst += 16;
|
||||
}
|
||||
}
|
||||
|
||||
static void copy_width16_msa(uint8_t *src, int32_t src_stride,
|
||||
uint8_t *dst, int32_t dst_stride,
|
||||
int32_t height)
|
||||
|
|
@ -156,23 +85,25 @@ static void copy_width16_msa(uint8_t *src, int32_t src_stride,
|
|||
int32_t cnt;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
|
||||
if (0 == height % 12) {
|
||||
for (cnt = (height / 12); cnt--;) {
|
||||
LD_UB8(src, src_stride,
|
||||
src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
if (12 == height) {
|
||||
LD_UB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
src += (8 * src_stride);
|
||||
ST_UB8(src0, src1, src2, src3, src4, src5, src6, src7, dst, dst_stride);
|
||||
dst += (8 * dst_stride);
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
} else if (0 == (height % 8)) {
|
||||
for (cnt = (height >> 3); cnt--;) {
|
||||
LD_UB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6,
|
||||
src7);
|
||||
src += (8 * src_stride);
|
||||
ST_UB8(src0, src1, src2, src3, src4, src5, src6, src7,
|
||||
dst, dst_stride);
|
||||
ST_UB8(src0, src1, src2, src3, src4, src5, src6, src7, dst,
|
||||
dst_stride);
|
||||
dst += (8 * dst_stride);
|
||||
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
} else if (0 == height % 8) {
|
||||
copy_16multx8mult_msa(src, src_stride, dst, dst_stride, height, 16);
|
||||
} else if (0 == height % 4) {
|
||||
} else if (0 == (height % 4)) {
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
src += (4 * src_stride);
|
||||
|
|
@ -187,8 +118,23 @@ static void copy_width24_msa(uint8_t *src, int32_t src_stride,
|
|||
uint8_t *dst, int32_t dst_stride,
|
||||
int32_t height)
|
||||
{
|
||||
copy_16multx8mult_msa(src, src_stride, dst, dst_stride, height, 16);
|
||||
copy_width8_msa(src + 16, src_stride, dst + 16, dst_stride, height);
|
||||
int32_t cnt;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
uint64_t out0, out1, out2, out3, out4, out5, out6, out7;
|
||||
|
||||
for (cnt = 4; cnt--;) {
|
||||
LD_UB8(src, src_stride, src0, src1, src2, src3, src4, src5, src6, src7);
|
||||
LD4(src + 16, src_stride, out0, out1, out2, out3);
|
||||
src += (4 * src_stride);
|
||||
LD4(src + 16, src_stride, out4, out5, out6, out7);
|
||||
src += (4 * src_stride);
|
||||
|
||||
ST_UB8(src0, src1, src2, src3, src4, src5, src6, src7, dst, dst_stride);
|
||||
SD4(out0, out1, out2, out3, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
SD4(out4, out5, out6, out7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
static void copy_width32_msa(uint8_t *src, int32_t src_stride,
|
||||
|
|
@ -198,40 +144,13 @@ static void copy_width32_msa(uint8_t *src, int32_t src_stride,
|
|||
int32_t cnt;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
|
||||
if (0 == height % 12) {
|
||||
for (cnt = (height / 12); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
} else if (0 == height % 8) {
|
||||
copy_16multx8mult_msa(src, src_stride, dst, dst_stride, height, 32);
|
||||
} else if (0 == height % 4) {
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
src += (4 * src_stride);
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
|
|
@ -239,14 +158,50 @@ static void copy_width48_msa(uint8_t *src, int32_t src_stride,
|
|||
uint8_t *dst, int32_t dst_stride,
|
||||
int32_t height)
|
||||
{
|
||||
copy_16multx8mult_msa(src, src_stride, dst, dst_stride, height, 48);
|
||||
int32_t cnt;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7, src8, src9, src10;
|
||||
v16u8 src11;
|
||||
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD_UB4(src, src_stride, src0, src1, src2, src3);
|
||||
LD_UB4(src + 16, src_stride, src4, src5, src6, src7);
|
||||
LD_UB4(src + 32, src_stride, src8, src9, src10, src11);
|
||||
src += (4 * src_stride);
|
||||
|
||||
ST_UB4(src0, src1, src2, src3, dst, dst_stride);
|
||||
ST_UB4(src4, src5, src6, src7, dst + 16, dst_stride);
|
||||
ST_UB4(src8, src9, src10, src11, dst + 32, dst_stride);
|
||||
dst += (4 * dst_stride);
|
||||
}
|
||||
}
|
||||
|
||||
static void copy_width64_msa(uint8_t *src, int32_t src_stride,
|
||||
uint8_t *dst, int32_t dst_stride,
|
||||
int32_t height)
|
||||
{
|
||||
copy_16multx8mult_msa(src, src_stride, dst, dst_stride, height, 64);
|
||||
int32_t cnt;
|
||||
v16u8 src0, src1, src2, src3, src4, src5, src6, src7;
|
||||
v16u8 src8, src9, src10, src11, src12, src13, src14, src15;
|
||||
|
||||
for (cnt = (height >> 2); cnt--;) {
|
||||
LD_UB4(src, 16, src0, src1, src2, src3);
|
||||
src += src_stride;
|
||||
LD_UB4(src, 16, src4, src5, src6, src7);
|
||||
src += src_stride;
|
||||
LD_UB4(src, 16, src8, src9, src10, src11);
|
||||
src += src_stride;
|
||||
LD_UB4(src, 16, src12, src13, src14, src15);
|
||||
src += src_stride;
|
||||
|
||||
ST_UB4(src0, src1, src2, src3, dst, 16);
|
||||
dst += dst_stride;
|
||||
ST_UB4(src4, src5, src6, src7, dst, 16);
|
||||
dst += dst_stride;
|
||||
ST_UB4(src8, src9, src10, src11, dst, 16);
|
||||
dst += dst_stride;
|
||||
ST_UB4(src12, src13, src14, src15, dst, 16);
|
||||
dst += dst_stride;
|
||||
}
|
||||
}
|
||||
|
||||
static const uint8_t mc_filt_mask_arr[16 * 3] = {
|
||||
|
|
|
|||
Loading…
Reference in New Issue