contrib/llvm/tools/clang/lib/Headers/avxintrin.h

   1 /*===---- avxintrin.h - AVX intrinsics -------------------------------------===
   2  *
   3  * Permission is hereby granted, free of charge, to any person obtaining a copy
   4  * of this software and associated documentation files (the "Software"), to deal
   5  * in the Software without restriction, including without limitation the rights
   6  * to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
   7  * copies of the Software, and to permit persons to whom the Software is
   8  * furnished to do so, subject to the following conditions:
   9  *
  10  * The above copyright notice and this permission notice shall be included in
  11  * all copies or substantial portions of the Software.
  12  *
  13  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  14  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  15  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  16  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  17  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  18  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
  19  * THE SOFTWARE.
  20  *
  21  *===-----------------------------------------------------------------------===
  22  */
  23
  24 #ifndef __IMMINTRIN_H
  25 #error "Never use <avxintrin.h> directly; include <immintrin.h> instead."
  26 #endif
  27
  28 #ifndef __AVXINTRIN_H
  29 #define __AVXINTRIN_H
  30
  31 typedef double __v4df __attribute__ ((__vector_size__ (32)));
  32 typedef float __v8sf __attribute__ ((__vector_size__ (32)));
  33 typedef long long __v4di __attribute__ ((__vector_size__ (32)));
  34 typedef int __v8si __attribute__ ((__vector_size__ (32)));
  35 typedef short __v16hi __attribute__ ((__vector_size__ (32)));
  36 typedef char __v32qi __attribute__ ((__vector_size__ (32)));
  37
  38 typedef float __m256 __attribute__ ((__vector_size__ (32)));
  39 typedef double __m256d __attribute__((__vector_size__(32)));
  40 typedef long long __m256i __attribute__((__vector_size__(32)));
  41
  42 /* Arithmetic */
  43 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  44 _mm256_add_pd(__m256d __a, __m256d __b)
  45 {
  46   return __a+__b;
  47 }
  48
  49 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  50 _mm256_add_ps(__m256 __a, __m256 __b)
  51 {
  52   return __a+__b;
  53 }
  54
  55 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  56 _mm256_sub_pd(__m256d __a, __m256d __b)
  57 {
  58   return __a-__b;
  59 }
  60
  61 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  62 _mm256_sub_ps(__m256 __a, __m256 __b)
  63 {
  64   return __a-__b;
  65 }
  66
  67 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  68 _mm256_addsub_pd(__m256d __a, __m256d __b)
  69 {
  70   return (__m256d)__builtin_ia32_addsubpd256((__v4df)__a, (__v4df)__b);
  71 }
  72
  73 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  74 _mm256_addsub_ps(__m256 __a, __m256 __b)
  75 {
  76   return (__m256)__builtin_ia32_addsubps256((__v8sf)__a, (__v8sf)__b);
  77 }
  78
  79 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  80 _mm256_div_pd(__m256d __a, __m256d __b)
  81 {
  82   return __a / __b;
  83 }
  84
  85 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  86 _mm256_div_ps(__m256 __a, __m256 __b)
  87 {
  88   return __a / __b;
  89 }
  90
  91 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  92 _mm256_max_pd(__m256d __a, __m256d __b)
  93 {
  94   return (__m256d)__builtin_ia32_maxpd256((__v4df)__a, (__v4df)__b);
  95 }
  96
  97 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  98 _mm256_max_ps(__m256 __a, __m256 __b)
  99 {
 100   return (__m256)__builtin_ia32_maxps256((__v8sf)__a, (__v8sf)__b);
 101 }
 102
 103 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 104 _mm256_min_pd(__m256d __a, __m256d __b)
 105 {
 106   return (__m256d)__builtin_ia32_minpd256((__v4df)__a, (__v4df)__b);
 107 }
 108
 109 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 110 _mm256_min_ps(__m256 __a, __m256 __b)
 111 {
 112   return (__m256)__builtin_ia32_minps256((__v8sf)__a, (__v8sf)__b);
 113 }
 114
 115 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 116 _mm256_mul_pd(__m256d __a, __m256d __b)
 117 {
 118   return __a * __b;
 119 }
 120
 121 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 122 _mm256_mul_ps(__m256 __a, __m256 __b)
 123 {
 124   return __a * __b;
 125 }
 126
 127 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 128 _mm256_sqrt_pd(__m256d __a)
 129 {
 130   return (__m256d)__builtin_ia32_sqrtpd256((__v4df)__a);
 131 }
 132
 133 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 134 _mm256_sqrt_ps(__m256 __a)
 135 {
 136   return (__m256)__builtin_ia32_sqrtps256((__v8sf)__a);
 137 }
 138
 139 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 140 _mm256_rsqrt_ps(__m256 __a)
 141 {
 142   return (__m256)__builtin_ia32_rsqrtps256((__v8sf)__a);
 143 }
 144
 145 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 146 _mm256_rcp_ps(__m256 __a)
 147 {
 148   return (__m256)__builtin_ia32_rcpps256((__v8sf)__a);
 149 }
 150
 151 #define _mm256_round_pd(V, M) __extension__ ({ \
 152     __m256d __V = (V); \
 153     (__m256d)__builtin_ia32_roundpd256((__v4df)__V, (M)); })
 154
 155 #define _mm256_round_ps(V, M) __extension__ ({ \
 156   __m256 __V = (V); \
 157   (__m256)__builtin_ia32_roundps256((__v8sf)__V, (M)); })
 158
 159 #define _mm256_ceil_pd(V)  _mm256_round_pd((V), _MM_FROUND_CEIL)
 160 #define _mm256_floor_pd(V) _mm256_round_pd((V), _MM_FROUND_FLOOR)
 161 #define _mm256_ceil_ps(V)  _mm256_round_ps((V), _MM_FROUND_CEIL)
 162 #define _mm256_floor_ps(V) _mm256_round_ps((V), _MM_FROUND_FLOOR)
 163
 164 /* Logical */
 165 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 166 _mm256_and_pd(__m256d __a, __m256d __b)
 167 {
 168   return (__m256d)((__v4di)__a & (__v4di)__b);
 169 }
 170
 171 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 172 _mm256_and_ps(__m256 __a, __m256 __b)
 173 {
 174   return (__m256)((__v8si)__a & (__v8si)__b);
 175 }
 176
 177 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 178 _mm256_andnot_pd(__m256d __a, __m256d __b)
 179 {
 180   return (__m256d)(~(__v4di)__a & (__v4di)__b);
 181 }
 182
 183 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 184 _mm256_andnot_ps(__m256 __a, __m256 __b)
 185 {
 186   return (__m256)(~(__v8si)__a & (__v8si)__b);
 187 }
 188
 189 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 190 _mm256_or_pd(__m256d __a, __m256d __b)
 191 {
 192   return (__m256d)((__v4di)__a | (__v4di)__b);
 193 }
 194
 195 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 196 _mm256_or_ps(__m256 __a, __m256 __b)
 197 {
 198   return (__m256)((__v8si)__a | (__v8si)__b);
 199 }
 200
 201 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 202 _mm256_xor_pd(__m256d __a, __m256d __b)
 203 {
 204   return (__m256d)((__v4di)__a ^ (__v4di)__b);
 205 }
 206
 207 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 208 _mm256_xor_ps(__m256 __a, __m256 __b)
 209 {
 210   return (__m256)((__v8si)__a ^ (__v8si)__b);
 211 }
 212
 213 /* Horizontal arithmetic */
 214 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 215 _mm256_hadd_pd(__m256d __a, __m256d __b)
 216 {
 217   return (__m256d)__builtin_ia32_haddpd256((__v4df)__a, (__v4df)__b);
 218 }
 219
 220 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 221 _mm256_hadd_ps(__m256 __a, __m256 __b)
 222 {
 223   return (__m256)__builtin_ia32_haddps256((__v8sf)__a, (__v8sf)__b);
 224 }
 225
 226 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 227 _mm256_hsub_pd(__m256d __a, __m256d __b)
 228 {
 229   return (__m256d)__builtin_ia32_hsubpd256((__v4df)__a, (__v4df)__b);
 230 }
 231
 232 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 233 _mm256_hsub_ps(__m256 __a, __m256 __b)
 234 {
 235   return (__m256)__builtin_ia32_hsubps256((__v8sf)__a, (__v8sf)__b);
 236 }
 237
 238 /* Vector permutations */
 239 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
 240 _mm_permutevar_pd(__m128d __a, __m128i __c)
 241 {
 242   return (__m128d)__builtin_ia32_vpermilvarpd((__v2df)__a, (__v2di)__c);
 243 }
 244
 245 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 246 _mm256_permutevar_pd(__m256d __a, __m256i __c)
 247 {
 248   return (__m256d)__builtin_ia32_vpermilvarpd256((__v4df)__a, (__v4di)__c);
 249 }
 250
 251 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 252 _mm_permutevar_ps(__m128 __a, __m128i __c)
 253 {
 254   return (__m128)__builtin_ia32_vpermilvarps((__v4sf)__a, (__v4si)__c);
 255 }
 256
 257 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 258 _mm256_permutevar_ps(__m256 __a, __m256i __c)
 259 {
 260   return (__m256)__builtin_ia32_vpermilvarps256((__v8sf)__a, (__v8si)__c);
 261 }
 262
 263 #define _mm_permute_pd(A, C) __extension__ ({ \
 264   __m128d __A = (A); \
 265   (__m128d)__builtin_shufflevector((__v2df)__A, (__v2df) _mm_setzero_pd(), \
 266                                    (C) & 0x1, ((C) & 0x2) >> 1); })
 267
 268 #define _mm256_permute_pd(A, C) __extension__ ({ \
 269   __m256d __A = (A); \
 270   (__m256d)__builtin_shufflevector((__v4df)__A, (__v4df) _mm256_setzero_pd(), \
 271                                    (C) & 0x1, ((C) & 0x2) >> 1, \
 272                                    2 + (((C) & 0x4) >> 2), \
 273                                    2 + (((C) & 0x8) >> 3)); })
 274
 275 #define _mm_permute_ps(A, C) __extension__ ({ \
 276   __m128 __A = (A); \
 277   (__m128)__builtin_shufflevector((__v4sf)__A, (__v4sf) _mm_setzero_ps(), \
 278                                    (C) & 0x3, ((C) & 0xc) >> 2, \
 279                                    ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6); })
 280
 281 #define _mm256_permute_ps(A, C) __extension__ ({ \
 282   __m256 __A = (A); \
 283   (__m256)__builtin_shufflevector((__v8sf)__A, (__v8sf) _mm256_setzero_ps(), \
 284                                   (C) & 0x3, ((C) & 0xc) >> 2, \
 285                                   ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6, \
 286                                   4 + (((C) & 0x03) >> 0), \
 287                                   4 + (((C) & 0x0c) >> 2), \
 288                                   4 + (((C) & 0x30) >> 4), \
 289                                   4 + (((C) & 0xc0) >> 6)); })
 290
 291 #define _mm256_permute2f128_pd(V1, V2, M) __extension__ ({ \
 292   __m256d __V1 = (V1); \
 293   __m256d __V2 = (V2); \
 294   (__m256d)__builtin_ia32_vperm2f128_pd256((__v4df)__V1, (__v4df)__V2, (M)); })
 295
 296 #define _mm256_permute2f128_ps(V1, V2, M) __extension__ ({ \
 297   __m256 __V1 = (V1); \
 298   __m256 __V2 = (V2); \
 299   (__m256)__builtin_ia32_vperm2f128_ps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 300
 301 #define _mm256_permute2f128_si256(V1, V2, M) __extension__ ({ \
 302   __m256i __V1 = (V1); \
 303   __m256i __V2 = (V2); \
 304   (__m256i)__builtin_ia32_vperm2f128_si256((__v8si)__V1, (__v8si)__V2, (M)); })
 305
 306 /* Vector Blend */
 307 #define _mm256_blend_pd(V1, V2, M) __extension__ ({ \
 308   __m256d __V1 = (V1); \
 309   __m256d __V2 = (V2); \
 310   (__m256d)__builtin_shufflevector((__v4df)__V1, (__v4df)__V2, \
 311                                    (((M) & 0x01) ? 4 : 0), \
 312                                    (((M) & 0x02) ? 5 : 1), \
 313                                    (((M) & 0x04) ? 6 : 2), \
 314                                    (((M) & 0x08) ? 7 : 3)); })
 315
 316 #define _mm256_blend_ps(V1, V2, M) __extension__ ({ \
 317   __m256 __V1 = (V1); \
 318   __m256 __V2 = (V2); \
 319   (__m256)__builtin_shufflevector((__v8sf)__V1, (__v8sf)__V2, \
 320                                   (((M) & 0x01) ?  8 : 0), \
 321                                   (((M) & 0x02) ?  9 : 1), \
 322                                   (((M) & 0x04) ? 10 : 2), \
 323                                   (((M) & 0x08) ? 11 : 3), \
 324                                   (((M) & 0x10) ? 12 : 4), \
 325                                   (((M) & 0x20) ? 13 : 5), \
 326                                   (((M) & 0x40) ? 14 : 6), \
 327                                   (((M) & 0x80) ? 15 : 7)); })
 328
 329 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 330 _mm256_blendv_pd(__m256d __a, __m256d __b, __m256d __c)
 331 {
 332   return (__m256d)__builtin_ia32_blendvpd256(
 333     (__v4df)__a, (__v4df)__b, (__v4df)__c);
 334 }
 335
 336 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 337 _mm256_blendv_ps(__m256 __a, __m256 __b, __m256 __c)
 338 {
 339   return (__m256)__builtin_ia32_blendvps256(
 340     (__v8sf)__a, (__v8sf)__b, (__v8sf)__c);
 341 }
 342
 343 /* Vector Dot Product */
 344 #define _mm256_dp_ps(V1, V2, M) __extension__ ({ \
 345   __m256 __V1 = (V1); \
 346   __m256 __V2 = (V2); \
 347   (__m256)__builtin_ia32_dpps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 348
 349 /* Vector shuffle */
 350 #define _mm256_shuffle_ps(a, b, mask) __extension__ ({ \
 351         __m256 __a = (a); \
 352         __m256 __b = (b); \
 353         (__m256)__builtin_shufflevector((__v8sf)__a, (__v8sf)__b, \
 354         (mask) & 0x3,                ((mask) & 0xc) >> 2, \
 355         (((mask) & 0x30) >> 4) + 8,  (((mask) & 0xc0) >> 6) + 8, \
 356         ((mask) & 0x3) + 4,          (((mask) & 0xc) >> 2) + 4, \
 357         (((mask) & 0x30) >> 4) + 12, (((mask) & 0xc0) >> 6) + 12); })
 358
 359 #define _mm256_shuffle_pd(a, b, mask) __extension__ ({ \
 360         __m256d __a = (a); \
 361         __m256d __b = (b); \
 362         (__m256d)__builtin_shufflevector((__v4df)__a, (__v4df)__b, \
 363         (mask) & 0x1, \
 364         (((mask) & 0x2) >> 1) + 4, \
 365         (((mask) & 0x4) >> 2) + 2, \
 366         (((mask) & 0x8) >> 3) + 6); })
 367
 368 /* Compare */
 369 #define _CMP_EQ_OQ    0x00 /* Equal (ordered, non-signaling)  */
 370 #define _CMP_LT_OS    0x01 /* Less-than (ordered, signaling)  */
 371 #define _CMP_LE_OS    0x02 /* Less-than-or-equal (ordered, signaling)  */
 372 #define _CMP_UNORD_Q  0x03 /* Unordered (non-signaling)  */
 373 #define _CMP_NEQ_UQ   0x04 /* Not-equal (unordered, non-signaling)  */
 374 #define _CMP_NLT_US   0x05 /* Not-less-than (unordered, signaling)  */
 375 #define _CMP_NLE_US   0x06 /* Not-less-than-or-equal (unordered, signaling)  */
 376 #define _CMP_ORD_Q    0x07 /* Ordered (nonsignaling)   */
 377 #define _CMP_EQ_UQ    0x08 /* Equal (unordered, non-signaling)  */
 378 #define _CMP_NGE_US   0x09 /* Not-greater-than-or-equal (unord, signaling)  */
 379 #define _CMP_NGT_US   0x0a /* Not-greater-than (unordered, signaling)  */
 380 #define _CMP_FALSE_OQ 0x0b /* False (ordered, non-signaling)  */
 381 #define _CMP_NEQ_OQ   0x0c /* Not-equal (ordered, non-signaling)  */
 382 #define _CMP_GE_OS    0x0d /* Greater-than-or-equal (ordered, signaling)  */
 383 #define _CMP_GT_OS    0x0e /* Greater-than (ordered, signaling)  */
 384 #define _CMP_TRUE_UQ  0x0f /* True (unordered, non-signaling)  */
 385 #define _CMP_EQ_OS    0x10 /* Equal (ordered, signaling)  */
 386 #define _CMP_LT_OQ    0x11 /* Less-than (ordered, non-signaling)  */
 387 #define _CMP_LE_OQ    0x12 /* Less-than-or-equal (ordered, non-signaling)  */
 388 #define _CMP_UNORD_S  0x13 /* Unordered (signaling)  */
 389 #define _CMP_NEQ_US   0x14 /* Not-equal (unordered, signaling)  */
 390 #define _CMP_NLT_UQ   0x15 /* Not-less-than (unordered, non-signaling)  */
 391 #define _CMP_NLE_UQ   0x16 /* Not-less-than-or-equal (unord, non-signaling)  */
 392 #define _CMP_ORD_S    0x17 /* Ordered (signaling)  */
 393 #define _CMP_EQ_US    0x18 /* Equal (unordered, signaling)  */
 394 #define _CMP_NGE_UQ   0x19 /* Not-greater-than-or-equal (unord, non-sign)  */
 395 #define _CMP_NGT_UQ   0x1a /* Not-greater-than (unordered, non-signaling)  */
 396 #define _CMP_FALSE_OS 0x1b /* False (ordered, signaling)  */
 397 #define _CMP_NEQ_OS   0x1c /* Not-equal (ordered, signaling)  */
 398 #define _CMP_GE_OQ    0x1d /* Greater-than-or-equal (ordered, non-signaling)  */
 399 #define _CMP_GT_OQ    0x1e /* Greater-than (ordered, non-signaling)  */
 400 #define _CMP_TRUE_US  0x1f /* True (unordered, signaling)  */
 401
 402 #define _mm_cmp_pd(a, b, c) __extension__ ({ \
 403   __m128d __a = (a); \
 404   __m128d __b = (b); \
 405   (__m128d)__builtin_ia32_cmppd((__v2df)__a, (__v2df)__b, (c)); })
 406
 407 #define _mm_cmp_ps(a, b, c) __extension__ ({ \
 408   __m128 __a = (a); \
 409   __m128 __b = (b); \
 410   (__m128)__builtin_ia32_cmpps((__v4sf)__a, (__v4sf)__b, (c)); })
 411
 412 #define _mm256_cmp_pd(a, b, c) __extension__ ({ \
 413   __m256d __a = (a); \
 414   __m256d __b = (b); \
 415   (__m256d)__builtin_ia32_cmppd256((__v4df)__a, (__v4df)__b, (c)); })
 416
 417 #define _mm256_cmp_ps(a, b, c) __extension__ ({ \
 418   __m256 __a = (a); \
 419   __m256 __b = (b); \
 420   (__m256)__builtin_ia32_cmpps256((__v8sf)__a, (__v8sf)__b, (c)); })
 421
 422 #define _mm_cmp_sd(a, b, c) __extension__ ({ \
 423   __m128d __a = (a); \
 424   __m128d __b = (b); \
 425   (__m128d)__builtin_ia32_cmpsd((__v2df)__a, (__v2df)__b, (c)); })
 426
 427 #define _mm_cmp_ss(a, b, c) __extension__ ({ \
 428   __m128 __a = (a); \
 429   __m128 __b = (b); \
 430   (__m128)__builtin_ia32_cmpss((__v4sf)__a, (__v4sf)__b, (c)); })
 431
 432 static __inline int __attribute__((__always_inline__, __nodebug__))
 433 _mm256_extract_epi32(__m256i __a, const int __imm)
 434 {
 435   __v8si __b = (__v8si)__a;
 436   return __b[__imm & 7];
 437 }
 438
 439 static __inline int __attribute__((__always_inline__, __nodebug__))
 440 _mm256_extract_epi16(__m256i __a, const int __imm)
 441 {
 442   __v16hi __b = (__v16hi)__a;
 443   return __b[__imm & 15];
 444 }
 445
 446 static __inline int __attribute__((__always_inline__, __nodebug__))
 447 _mm256_extract_epi8(__m256i __a, const int __imm)
 448 {
 449   __v32qi __b = (__v32qi)__a;
 450   return __b[__imm & 31];
 451 }
 452
 453 #ifdef __x86_64__
 454 static __inline long long  __attribute__((__always_inline__, __nodebug__))
 455 _mm256_extract_epi64(__m256i __a, const int __imm)
 456 {
 457   __v4di __b = (__v4di)__a;
 458   return __b[__imm & 3];
 459 }
 460 #endif
 461
 462 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 463 _mm256_insert_epi32(__m256i __a, int __b, int const __imm)
 464 {
 465   __v8si __c = (__v8si)__a;
 466   __c[__imm & 7] = __b;
 467   return (__m256i)__c;
 468 }
 469
 470 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 471 _mm256_insert_epi16(__m256i __a, int __b, int const __imm)
 472 {
 473   __v16hi __c = (__v16hi)__a;
 474   __c[__imm & 15] = __b;
 475   return (__m256i)__c;
 476 }
 477
 478 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 479 _mm256_insert_epi8(__m256i __a, int __b, int const __imm)
 480 {
 481   __v32qi __c = (__v32qi)__a;
 482   __c[__imm & 31] = __b;
 483   return (__m256i)__c;
 484 }
 485
 486 #ifdef __x86_64__
 487 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 488 _mm256_insert_epi64(__m256i __a, long long __b, int const __imm)
 489 {
 490   __v4di __c = (__v4di)__a;
 491   __c[__imm & 3] = __b;
 492   return (__m256i)__c;
 493 }
 494 #endif
 495
 496 /* Conversion */
 497 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 498 _mm256_cvtepi32_pd(__m128i __a)
 499 {
 500   return (__m256d)__builtin_ia32_cvtdq2pd256((__v4si) __a);
 501 }
 502
 503 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 504 _mm256_cvtepi32_ps(__m256i __a)
 505 {
 506   return (__m256)__builtin_ia32_cvtdq2ps256((__v8si) __a);
 507 }
 508
 509 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 510 _mm256_cvtpd_ps(__m256d __a)
 511 {
 512   return (__m128)__builtin_ia32_cvtpd2ps256((__v4df) __a);
 513 }
 514
 515 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 516 _mm256_cvtps_epi32(__m256 __a)
 517 {
 518   return (__m256i)__builtin_ia32_cvtps2dq256((__v8sf) __a);
 519 }
 520
 521 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 522 _mm256_cvtps_pd(__m128 __a)
 523 {
 524   return (__m256d)__builtin_ia32_cvtps2pd256((__v4sf) __a);
 525 }
 526
 527 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 528 _mm256_cvttpd_epi32(__m256d __a)
 529 {
 530   return (__m128i)__builtin_ia32_cvttpd2dq256((__v4df) __a);
 531 }
 532
 533 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 534 _mm256_cvtpd_epi32(__m256d __a)
 535 {
 536   return (__m128i)__builtin_ia32_cvtpd2dq256((__v4df) __a);
 537 }
 538
 539 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 540 _mm256_cvttps_epi32(__m256 __a)
 541 {
 542   return (__m256i)__builtin_ia32_cvttps2dq256((__v8sf) __a);
 543 }
 544
 545 /* Vector replicate */
 546 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 547 _mm256_movehdup_ps(__m256 __a)
 548 {
 549   return __builtin_shufflevector(__a, __a, 1, 1, 3, 3, 5, 5, 7, 7);
 550 }
 551
 552 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 553 _mm256_moveldup_ps(__m256 __a)
 554 {
 555   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2, 4, 4, 6, 6);
 556 }
 557
 558 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 559 _mm256_movedup_pd(__m256d __a)
 560 {
 561   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2);
 562 }
 563
 564 /* Unpack and Interleave */
 565 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 566 _mm256_unpackhi_pd(__m256d __a, __m256d __b)
 567 {
 568   return __builtin_shufflevector(__a, __b, 1, 5, 1+2, 5+2);
 569 }
 570
 571 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 572 _mm256_unpacklo_pd(__m256d __a, __m256d __b)
 573 {
 574   return __builtin_shufflevector(__a, __b, 0, 4, 0+2, 4+2);
 575 }
 576
 577 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 578 _mm256_unpackhi_ps(__m256 __a, __m256 __b)
 579 {
 580   return __builtin_shufflevector(__a, __b, 2, 10, 2+1, 10+1, 6, 14, 6+1, 14+1);
 581 }
 582
 583 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 584 _mm256_unpacklo_ps(__m256 __a, __m256 __b)
 585 {
 586   return __builtin_shufflevector(__a, __b, 0, 8, 0+1, 8+1, 4, 12, 4+1, 12+1);
 587 }
 588
 589 /* Bit Test */
 590 static __inline int __attribute__((__always_inline__, __nodebug__))
 591 _mm_testz_pd(__m128d __a, __m128d __b)
 592 {
 593   return __builtin_ia32_vtestzpd((__v2df)__a, (__v2df)__b);
 594 }
 595
 596 static __inline int __attribute__((__always_inline__, __nodebug__))
 597 _mm_testc_pd(__m128d __a, __m128d __b)
 598 {
 599   return __builtin_ia32_vtestcpd((__v2df)__a, (__v2df)__b);
 600 }
 601
 602 static __inline int __attribute__((__always_inline__, __nodebug__))
 603 _mm_testnzc_pd(__m128d __a, __m128d __b)
 604 {
 605   return __builtin_ia32_vtestnzcpd((__v2df)__a, (__v2df)__b);
 606 }
 607
 608 static __inline int __attribute__((__always_inline__, __nodebug__))
 609 _mm_testz_ps(__m128 __a, __m128 __b)
 610 {
 611   return __builtin_ia32_vtestzps((__v4sf)__a, (__v4sf)__b);
 612 }
 613
 614 static __inline int __attribute__((__always_inline__, __nodebug__))
 615 _mm_testc_ps(__m128 __a, __m128 __b)
 616 {
 617   return __builtin_ia32_vtestcps((__v4sf)__a, (__v4sf)__b);
 618 }
 619
 620 static __inline int __attribute__((__always_inline__, __nodebug__))
 621 _mm_testnzc_ps(__m128 __a, __m128 __b)
 622 {
 623   return __builtin_ia32_vtestnzcps((__v4sf)__a, (__v4sf)__b);
 624 }
 625
 626 static __inline int __attribute__((__always_inline__, __nodebug__))
 627 _mm256_testz_pd(__m256d __a, __m256d __b)
 628 {
 629   return __builtin_ia32_vtestzpd256((__v4df)__a, (__v4df)__b);
 630 }
 631
 632 static __inline int __attribute__((__always_inline__, __nodebug__))
 633 _mm256_testc_pd(__m256d __a, __m256d __b)
 634 {
 635   return __builtin_ia32_vtestcpd256((__v4df)__a, (__v4df)__b);
 636 }
 637
 638 static __inline int __attribute__((__always_inline__, __nodebug__))
 639 _mm256_testnzc_pd(__m256d __a, __m256d __b)
 640 {
 641   return __builtin_ia32_vtestnzcpd256((__v4df)__a, (__v4df)__b);
 642 }
 643
 644 static __inline int __attribute__((__always_inline__, __nodebug__))
 645 _mm256_testz_ps(__m256 __a, __m256 __b)
 646 {
 647   return __builtin_ia32_vtestzps256((__v8sf)__a, (__v8sf)__b);
 648 }
 649
 650 static __inline int __attribute__((__always_inline__, __nodebug__))
 651 _mm256_testc_ps(__m256 __a, __m256 __b)
 652 {
 653   return __builtin_ia32_vtestcps256((__v8sf)__a, (__v8sf)__b);
 654 }
 655
 656 static __inline int __attribute__((__always_inline__, __nodebug__))
 657 _mm256_testnzc_ps(__m256 __a, __m256 __b)
 658 {
 659   return __builtin_ia32_vtestnzcps256((__v8sf)__a, (__v8sf)__b);
 660 }
 661
 662 static __inline int __attribute__((__always_inline__, __nodebug__))
 663 _mm256_testz_si256(__m256i __a, __m256i __b)
 664 {
 665   return __builtin_ia32_ptestz256((__v4di)__a, (__v4di)__b);
 666 }
 667
 668 static __inline int __attribute__((__always_inline__, __nodebug__))
 669 _mm256_testc_si256(__m256i __a, __m256i __b)
 670 {
 671   return __builtin_ia32_ptestc256((__v4di)__a, (__v4di)__b);
 672 }
 673
 674 static __inline int __attribute__((__always_inline__, __nodebug__))
 675 _mm256_testnzc_si256(__m256i __a, __m256i __b)
 676 {
 677   return __builtin_ia32_ptestnzc256((__v4di)__a, (__v4di)__b);
 678 }
 679
 680 /* Vector extract sign mask */
 681 static __inline int __attribute__((__always_inline__, __nodebug__))
 682 _mm256_movemask_pd(__m256d __a)
 683 {
 684   return __builtin_ia32_movmskpd256((__v4df)__a);
 685 }
 686
 687 static __inline int __attribute__((__always_inline__, __nodebug__))
 688 _mm256_movemask_ps(__m256 __a)
 689 {
 690   return __builtin_ia32_movmskps256((__v8sf)__a);
 691 }
 692
 693 /* Vector __zero */
 694 static __inline void __attribute__((__always_inline__, __nodebug__))
 695 _mm256_zeroall(void)
 696 {
 697   __builtin_ia32_vzeroall();
 698 }
 699
 700 static __inline void __attribute__((__always_inline__, __nodebug__))
 701 _mm256_zeroupper(void)
 702 {
 703   __builtin_ia32_vzeroupper();
 704 }
 705
 706 /* Vector load with broadcast */
 707 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 708 _mm_broadcast_ss(float const *__a)
 709 {
 710   float __f = *__a;
 711   return (__m128)(__v4sf){ __f, __f, __f, __f };
 712 }
 713
 714 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 715 _mm256_broadcast_sd(double const *__a)
 716 {
 717   double __d = *__a;
 718   return (__m256d)(__v4df){ __d, __d, __d, __d };
 719 }
 720
 721 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 722 _mm256_broadcast_ss(float const *__a)
 723 {
 724   float __f = *__a;
 725   return (__m256)(__v8sf){ __f, __f, __f, __f, __f, __f, __f, __f };
 726 }
 727
 728 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 729 _mm256_broadcast_pd(__m128d const *__a)
 730 {
 731   return (__m256d)__builtin_ia32_vbroadcastf128_pd256(__a);
 732 }
 733
 734 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 735 _mm256_broadcast_ps(__m128 const *__a)
 736 {
 737   return (__m256)__builtin_ia32_vbroadcastf128_ps256(__a);
 738 }
 739
 740 /* SIMD load ops */
 741 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 742 _mm256_load_pd(double const *__p)
 743 {
 744   return *(__m256d *)__p;
 745 }
 746
 747 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 748 _mm256_load_ps(float const *__p)
 749 {
 750   return *(__m256 *)__p;
 751 }
 752
 753 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 754 _mm256_loadu_pd(double const *__p)
 755 {
 756   struct __loadu_pd {
 757     __m256d __v;
 758   } __attribute__((__packed__, __may_alias__));
 759   return ((struct __loadu_pd*)__p)->__v;
 760 }
 761
 762 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 763 _mm256_loadu_ps(float const *__p)
 764 {
 765   struct __loadu_ps {
 766     __m256 __v;
 767   } __attribute__((__packed__, __may_alias__));
 768   return ((struct __loadu_ps*)__p)->__v;
 769 }
 770
 771 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 772 _mm256_load_si256(__m256i const *__p)
 773 {
 774   return *__p;
 775 }
 776
 777 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 778 _mm256_loadu_si256(__m256i const *__p)
 779 {
 780   struct __loadu_si256 {
 781     __m256i __v;
 782   } __attribute__((__packed__, __may_alias__));
 783   return ((struct __loadu_si256*)__p)->__v;
 784 }
 785
 786 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 787 _mm256_lddqu_si256(__m256i const *__p)
 788 {
 789   return (__m256i)__builtin_ia32_lddqu256((char const *)__p);
 790 }
 791
 792 /* SIMD store ops */
 793 static __inline void __attribute__((__always_inline__, __nodebug__))
 794 _mm256_store_pd(double *__p, __m256d __a)
 795 {
 796   *(__m256d *)__p = __a;
 797 }
 798
 799 static __inline void __attribute__((__always_inline__, __nodebug__))
 800 _mm256_store_ps(float *__p, __m256 __a)
 801 {
 802   *(__m256 *)__p = __a;
 803 }
 804
 805 static __inline void __attribute__((__always_inline__, __nodebug__))
 806 _mm256_storeu_pd(double *__p, __m256d __a)
 807 {
 808   __builtin_ia32_storeupd256(__p, (__v4df)__a);
 809 }
 810
 811 static __inline void __attribute__((__always_inline__, __nodebug__))
 812 _mm256_storeu_ps(float *__p, __m256 __a)
 813 {
 814   __builtin_ia32_storeups256(__p, (__v8sf)__a);
 815 }
 816
 817 static __inline void __attribute__((__always_inline__, __nodebug__))
 818 _mm256_store_si256(__m256i *__p, __m256i __a)
 819 {
 820   *__p = __a;
 821 }
 822
 823 static __inline void __attribute__((__always_inline__, __nodebug__))
 824 _mm256_storeu_si256(__m256i *__p, __m256i __a)
 825 {
 826   __builtin_ia32_storedqu256((char *)__p, (__v32qi)__a);
 827 }
 828
 829 /* Conditional load ops */
 830 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
 831 _mm_maskload_pd(double const *__p, __m128d __m)
 832 {
 833   return (__m128d)__builtin_ia32_maskloadpd((const __v2df *)__p, (__v2df)__m);
 834 }
 835
 836 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 837 _mm256_maskload_pd(double const *__p, __m256d __m)
 838 {
 839   return (__m256d)__builtin_ia32_maskloadpd256((const __v4df *)__p,
 840                                                (__v4df)__m);
 841 }
 842
 843 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 844 _mm_maskload_ps(float const *__p, __m128 __m)
 845 {
 846   return (__m128)__builtin_ia32_maskloadps((const __v4sf *)__p, (__v4sf)__m);
 847 }
 848
 849 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 850 _mm256_maskload_ps(float const *__p, __m256 __m)
 851 {
 852   return (__m256)__builtin_ia32_maskloadps256((const __v8sf *)__p, (__v8sf)__m);
 853 }
 854
 855 /* Conditional store ops */
 856 static __inline void __attribute__((__always_inline__, __nodebug__))
 857 _mm256_maskstore_ps(float *__p, __m256 __m, __m256 __a)
 858 {
 859   __builtin_ia32_maskstoreps256((__v8sf *)__p, (__v8sf)__m, (__v8sf)__a);
 860 }
 861
 862 static __inline void __attribute__((__always_inline__, __nodebug__))
 863 _mm_maskstore_pd(double *__p, __m128d __m, __m128d __a)
 864 {
 865   __builtin_ia32_maskstorepd((__v2df *)__p, (__v2df)__m, (__v2df)__a);
 866 }
 867
 868 static __inline void __attribute__((__always_inline__, __nodebug__))
 869 _mm256_maskstore_pd(double *__p, __m256d __m, __m256d __a)
 870 {
 871   __builtin_ia32_maskstorepd256((__v4df *)__p, (__v4df)__m, (__v4df)__a);
 872 }
 873
 874 static __inline void __attribute__((__always_inline__, __nodebug__))
 875 _mm_maskstore_ps(float *__p, __m128 __m, __m128 __a)
 876 {
 877   __builtin_ia32_maskstoreps((__v4sf *)__p, (__v4sf)__m, (__v4sf)__a);
 878 }
 879
 880 /* Cacheability support ops */
 881 static __inline void __attribute__((__always_inline__, __nodebug__))
 882 _mm256_stream_si256(__m256i *__a, __m256i __b)
 883 {
 884   __builtin_ia32_movntdq256((__v4di *)__a, (__v4di)__b);
 885 }
 886
 887 static __inline void __attribute__((__always_inline__, __nodebug__))
 888 _mm256_stream_pd(double *__a, __m256d __b)
 889 {
 890   __builtin_ia32_movntpd256(__a, (__v4df)__b);
 891 }
 892
 893 static __inline void __attribute__((__always_inline__, __nodebug__))
 894 _mm256_stream_ps(float *__p, __m256 __a)
 895 {
 896   __builtin_ia32_movntps256(__p, (__v8sf)__a);
 897 }
 898
 899 /* Create vectors */
 900 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 901 _mm256_set_pd(double __a, double __b, double __c, double __d)
 902 {
 903   return (__m256d){ __d, __c, __b, __a };
 904 }
 905
 906 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 907 _mm256_set_ps(float __a, float __b, float __c, float __d,
 908               float __e, float __f, float __g, float __h)
 909 {
 910   return (__m256){ __h, __g, __f, __e, __d, __c, __b, __a };
 911 }
 912
 913 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 914 _mm256_set_epi32(int __i0, int __i1, int __i2, int __i3,
 915                  int __i4, int __i5, int __i6, int __i7)
 916 {
 917   return (__m256i)(__v8si){ __i7, __i6, __i5, __i4, __i3, __i2, __i1, __i0 };
 918 }
 919
 920 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 921 _mm256_set_epi16(short __w15, short __w14, short __w13, short __w12,
 922                  short __w11, short __w10, short __w09, short __w08,
 923                  short __w07, short __w06, short __w05, short __w04,
 924                  short __w03, short __w02, short __w01, short __w00)
 925 {
 926   return (__m256i)(__v16hi){ __w00, __w01, __w02, __w03, __w04, __w05, __w06,
 927     __w07, __w08, __w09, __w10, __w11, __w12, __w13, __w14, __w15 };
 928 }
 929
 930 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 931 _mm256_set_epi8(char __b31, char __b30, char __b29, char __b28,
 932                 char __b27, char __b26, char __b25, char __b24,
 933                 char __b23, char __b22, char __b21, char __b20,
 934                 char __b19, char __b18, char __b17, char __b16,
 935                 char __b15, char __b14, char __b13, char __b12,
 936                 char __b11, char __b10, char __b09, char __b08,
 937                 char __b07, char __b06, char __b05, char __b04,
 938                 char __b03, char __b02, char __b01, char __b00)
 939 {
 940   return (__m256i)(__v32qi){
 941     __b00, __b01, __b02, __b03, __b04, __b05, __b06, __b07,
 942     __b08, __b09, __b10, __b11, __b12, __b13, __b14, __b15,
 943     __b16, __b17, __b18, __b19, __b20, __b21, __b22, __b23,
 944     __b24, __b25, __b26, __b27, __b28, __b29, __b30, __b31
 945   };
 946 }
 947
 948 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 949 _mm256_set_epi64x(long long __a, long long __b, long long __c, long long __d)
 950 {
 951   return (__m256i)(__v4di){ __d, __c, __b, __a };
 952 }
 953
 954 /* Create vectors with elements in reverse order */
 955 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 956 _mm256_setr_pd(double __a, double __b, double __c, double __d)
 957 {
 958   return (__m256d){ __a, __b, __c, __d };
 959 }
 960
 961 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 962 _mm256_setr_ps(float __a, float __b, float __c, float __d,
 963                float __e, float __f, float __g, float __h)
 964 {
 965   return (__m256){ __a, __b, __c, __d, __e, __f, __g, __h };
 966 }
 967
 968 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 969 _mm256_setr_epi32(int __i0, int __i1, int __i2, int __i3,
 970                   int __i4, int __i5, int __i6, int __i7)
 971 {
 972   return (__m256i)(__v8si){ __i0, __i1, __i2, __i3, __i4, __i5, __i6, __i7 };
 973 }
 974
 975 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 976 _mm256_setr_epi16(short __w15, short __w14, short __w13, short __w12,
 977        short __w11, short __w10, short __w09, short __w08,
 978        short __w07, short __w06, short __w05, short __w04,
 979        short __w03, short __w02, short __w01, short __w00)
 980 {
 981   return (__m256i)(__v16hi){ __w15, __w14, __w13, __w12, __w11, __w10, __w09,
 982     __w08, __w07, __w06, __w05, __w04, __w03, __w02, __w01, __w00 };
 983 }
 984
 985 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 986 _mm256_setr_epi8(char __b31, char __b30, char __b29, char __b28,
 987                  char __b27, char __b26, char __b25, char __b24,
 988                  char __b23, char __b22, char __b21, char __b20,
 989                  char __b19, char __b18, char __b17, char __b16,
 990                  char __b15, char __b14, char __b13, char __b12,
 991                  char __b11, char __b10, char __b09, char __b08,
 992                  char __b07, char __b06, char __b05, char __b04,
 993                  char __b03, char __b02, char __b01, char __b00)
 994 {
 995   return (__m256i)(__v32qi){
 996     __b31, __b30, __b29, __b28, __b27, __b26, __b25, __b24,
 997     __b23, __b22, __b21, __b20, __b19, __b18, __b17, __b16,
 998     __b15, __b14, __b13, __b12, __b11, __b10, __b09, __b08,
 999     __b07, __b06, __b05, __b04, __b03, __b02, __b01, __b00 };
1000 }
1001
1002 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1003 _mm256_setr_epi64x(long long __a, long long __b, long long __c, long long __d)
1004 {
1005   return (__m256i)(__v4di){ __a, __b, __c, __d };
1006 }
1007
1008 /* Create vectors with repeated elements */
1009 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1010 _mm256_set1_pd(double __w)
1011 {
1012   return (__m256d){ __w, __w, __w, __w };
1013 }
1014
1015 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1016 _mm256_set1_ps(float __w)
1017 {
1018   return (__m256){ __w, __w, __w, __w, __w, __w, __w, __w };
1019 }
1020
1021 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1022 _mm256_set1_epi32(int __i)
1023 {
1024   return (__m256i)(__v8si){ __i, __i, __i, __i, __i, __i, __i, __i };
1025 }
1026
1027 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1028 _mm256_set1_epi16(short __w)
1029 {
1030   return (__m256i)(__v16hi){ __w, __w, __w, __w, __w, __w, __w, __w, __w, __w,
1031     __w, __w, __w, __w, __w, __w };
1032 }
1033
1034 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1035 _mm256_set1_epi8(char __b)
1036 {
1037   return (__m256i)(__v32qi){ __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1038     __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1039     __b, __b, __b, __b, __b, __b, __b };
1040 }
1041
1042 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1043 _mm256_set1_epi64x(long long __q)
1044 {
1045   return (__m256i)(__v4di){ __q, __q, __q, __q };
1046 }
1047
1048 /* Create __zeroed vectors */
1049 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1050 _mm256_setzero_pd(void)
1051 {
1052   return (__m256d){ 0, 0, 0, 0 };
1053 }
1054
1055 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1056 _mm256_setzero_ps(void)
1057 {
1058   return (__m256){ 0, 0, 0, 0, 0, 0, 0, 0 };
1059 }
1060
1061 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1062 _mm256_setzero_si256(void)
1063 {
1064   return (__m256i){ 0LL, 0LL, 0LL, 0LL };
1065 }
1066
1067 /* Cast between vector types */
1068 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1069 _mm256_castpd_ps(__m256d __a)
1070 {
1071   return (__m256)__a;
1072 }
1073
1074 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1075 _mm256_castpd_si256(__m256d __a)
1076 {
1077   return (__m256i)__a;
1078 }
1079
1080 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1081 _mm256_castps_pd(__m256 __a)
1082 {
1083   return (__m256d)__a;
1084 }
1085
1086 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1087 _mm256_castps_si256(__m256 __a)
1088 {
1089   return (__m256i)__a;
1090 }
1091
1092 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1093 _mm256_castsi256_ps(__m256i __a)
1094 {
1095   return (__m256)__a;
1096 }
1097
1098 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1099 _mm256_castsi256_pd(__m256i __a)
1100 {
1101   return (__m256d)__a;
1102 }
1103
1104 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
1105 _mm256_castpd256_pd128(__m256d __a)
1106 {
1107   return __builtin_shufflevector(__a, __a, 0, 1);
1108 }
1109
1110 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
1111 _mm256_castps256_ps128(__m256 __a)
1112 {
1113   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3);
1114 }
1115
1116 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
1117 _mm256_castsi256_si128(__m256i __a)
1118 {
1119   return __builtin_shufflevector(__a, __a, 0, 1);
1120 }
1121
1122 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1123 _mm256_castpd128_pd256(__m128d __a)
1124 {
1125   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
1126 }
1127
1128 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1129 _mm256_castps128_ps256(__m128 __a)
1130 {
1131   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3, -1, -1, -1, -1);
1132 }
1133
1134 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1135 _mm256_castsi128_si256(__m128i __a)
1136 {
1137   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
1138 }
1139
1140 /*
1141    Vector insert.
1142    We use macros rather than inlines because we only want to accept
1143    invocations where the immediate M is a constant expression.
1144 */
1145 #define _mm256_insertf128_ps(V1, V2, M) __extension__ ({ \
1146   (__m256)__builtin_shufflevector( \
1147     (__v8sf)(V1), \
1148     (__v8sf)_mm256_castps128_ps256((__m128)(V2)), \
1149     (((M) & 1) ?  0 :  8), \
1150     (((M) & 1) ?  1 :  9), \
1151     (((M) & 1) ?  2 : 10), \
1152     (((M) & 1) ?  3 : 11), \
1153     (((M) & 1) ?  8 :  4), \
1154     (((M) & 1) ?  9 :  5), \
1155     (((M) & 1) ? 10 :  6), \
1156     (((M) & 1) ? 11 :  7) );})
1157
1158 #define _mm256_insertf128_pd(V1, V2, M) __extension__ ({ \
1159   (__m256d)__builtin_shufflevector( \
1160     (__v4df)(V1), \
1161     (__v4df)_mm256_castpd128_pd256((__m128d)(V2)), \
1162     (((M) & 1) ? 0 : 4), \
1163     (((M) & 1) ? 1 : 5), \
1164     (((M) & 1) ? 4 : 2), \
1165     (((M) & 1) ? 5 : 3) );})
1166
1167 #define _mm256_insertf128_si256(V1, V2, M) __extension__ ({ \
1168   (__m256i)__builtin_shufflevector( \
1169     (__v4di)(V1), \
1170     (__v4di)_mm256_castsi128_si256((__m128i)(V2)), \
1171     (((M) & 1) ? 0 : 4), \
1172     (((M) & 1) ? 1 : 5), \
1173     (((M) & 1) ? 4 : 2), \
1174     (((M) & 1) ? 5 : 3) );})
1175
1176 /*
1177    Vector extract.
1178    We use macros rather than inlines because we only want to accept
1179    invocations where the immediate M is a constant expression.
1180 */
1181 #define _mm256_extractf128_ps(V, M) __extension__ ({ \
1182   (__m128)__builtin_shufflevector( \
1183     (__v8sf)(V), \
1184     (__v8sf)(_mm256_setzero_ps()), \
1185     (((M) & 1) ? 4 : 0), \
1186     (((M) & 1) ? 5 : 1), \
1187     (((M) & 1) ? 6 : 2), \
1188     (((M) & 1) ? 7 : 3) );})
1189
1190 #define _mm256_extractf128_pd(V, M) __extension__ ({ \
1191   (__m128d)__builtin_shufflevector( \
1192     (__v4df)(V), \
1193     (__v4df)(_mm256_setzero_pd()), \
1194     (((M) & 1) ? 2 : 0), \
1195     (((M) & 1) ? 3 : 1) );})
1196
1197 #define _mm256_extractf128_si256(V, M) __extension__ ({ \
1198   (__m128i)__builtin_shufflevector( \
1199     (__v4di)(V), \
1200     (__v4di)(_mm256_setzero_si256()), \
1201     (((M) & 1) ? 2 : 0), \
1202     (((M) & 1) ? 3 : 1) );})
1203
1204 /* SIMD load ops (unaligned) */
1205 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1206 _mm256_loadu2_m128(float const *__addr_hi, float const *__addr_lo)
1207 {
1208   struct __loadu_ps {
1209     __m128 __v;
1210   } __attribute__((__packed__, __may_alias__));
1211
1212   __m256 __v256 = _mm256_castps128_ps256(((struct __loadu_ps*)__addr_lo)->__v);
1213   return _mm256_insertf128_ps(__v256, ((struct __loadu_ps*)__addr_hi)->__v, 1);
1214 }
1215
1216 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1217 _mm256_loadu2_m128d(double const *__addr_hi, double const *__addr_lo)
1218 {
1219   struct __loadu_pd {
1220     __m128d __v;
1221   } __attribute__((__packed__, __may_alias__));
1222
1223   __m256d __v256 = _mm256_castpd128_pd256(((struct __loadu_pd*)__addr_lo)->__v);
1224   return _mm256_insertf128_pd(__v256, ((struct __loadu_pd*)__addr_hi)->__v, 1);
1225 }
1226
1227 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1228 _mm256_loadu2_m128i(__m128i const *__addr_hi, __m128i const *__addr_lo)
1229 {
1230   struct __loadu_si128 {
1231     __m128i __v;
1232   } __attribute__((__packed__, __may_alias__));
1233   __m256i __v256 = _mm256_castsi128_si256(
1234     ((struct __loadu_si128*)__addr_lo)->__v);
1235   return _mm256_insertf128_si256(__v256,
1236                                  ((struct __loadu_si128*)__addr_hi)->__v, 1);
1237 }
1238
1239 /* SIMD store ops (unaligned) */
1240 static __inline void __attribute__((__always_inline__, __nodebug__))
1241 _mm256_storeu2_m128(float *__addr_hi, float *__addr_lo, __m256 __a)
1242 {
1243   __m128 __v128;
1244
1245   __v128 = _mm256_castps256_ps128(__a);
1246   __builtin_ia32_storeups(__addr_lo, __v128);
1247   __v128 = _mm256_extractf128_ps(__a, 1);
1248   __builtin_ia32_storeups(__addr_hi, __v128);
1249 }
1250
1251 static __inline void __attribute__((__always_inline__, __nodebug__))
1252 _mm256_storeu2_m128d(double *__addr_hi, double *__addr_lo, __m256d __a)
1253 {
1254   __m128d __v128;
1255
1256   __v128 = _mm256_castpd256_pd128(__a);
1257   __builtin_ia32_storeupd(__addr_lo, __v128);
1258   __v128 = _mm256_extractf128_pd(__a, 1);
1259   __builtin_ia32_storeupd(__addr_hi, __v128);
1260 }
1261
1262 static __inline void __attribute__((__always_inline__, __nodebug__))
1263 _mm256_storeu2_m128i(__m128i *__addr_hi, __m128i *__addr_lo, __m256i __a)
1264 {
1265   __m128i __v128;
1266
1267   __v128 = _mm256_castsi256_si128(__a);
1268   __builtin_ia32_storedqu((char *)__addr_lo, (__v16qi)__v128);
1269   __v128 = _mm256_extractf128_si256(__a, 1);
1270   __builtin_ia32_storedqu((char *)__addr_hi, (__v16qi)__v128);
1271 }
1272
1273 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1274 _mm256_set_m128 (__m128 __hi, __m128 __lo) {
1275   return (__m256) __builtin_shufflevector(__lo, __hi, 0, 1, 2, 3, 4, 5, 6, 7);
1276 }
1277
1278 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1279 _mm256_set_m128d (__m128d __hi, __m128d __lo) {
1280   return (__m256d)_mm256_set_m128((__m128)__hi, (__m128)__lo);
1281 }
1282
1283 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1284 _mm256_set_m128i (__m128i __hi, __m128i __lo) {
1285   return (__m256i)_mm256_set_m128((__m128)__hi, (__m128)__lo);
1286 }
1287
1288 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1289 _mm256_setr_m128 (__m128 __lo, __m128 __hi) {
1290   return _mm256_set_m128(__hi, __lo);
1291 }
1292
1293 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1294 _mm256_setr_m128d (__m128d __lo, __m128d __hi) {
1295   return (__m256d)_mm256_set_m128((__m128)__hi, (__m128)__lo);
1296 }
1297
1298 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1299 _mm256_setr_m128i (__m128i __lo, __m128i __hi) {
1300   return (__m256i)_mm256_set_m128((__m128)__hi, (__m128)__lo);
1301 }
1302
1303 #endif /* __AVXINTRIN_H */