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 typedef double __v4df __attribute__ ((__vector_size__ (32)));
  29 typedef float __v8sf __attribute__ ((__vector_size__ (32)));
  30 typedef long long __v4di __attribute__ ((__vector_size__ (32)));
  31 typedef int __v8si __attribute__ ((__vector_size__ (32)));
  32 typedef short __v16hi __attribute__ ((__vector_size__ (32)));
  33 typedef char __v32qi __attribute__ ((__vector_size__ (32)));
  34
  35 typedef float __m256 __attribute__ ((__vector_size__ (32)));
  36 typedef double __m256d __attribute__((__vector_size__(32)));
  37 typedef long long __m256i __attribute__((__vector_size__(32)));
  38
  39 /* Arithmetic */
  40 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  41 _mm256_add_pd(__m256d __a, __m256d __b)
  42 {
  43   return __a+__b;
  44 }
  45
  46 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  47 _mm256_add_ps(__m256 __a, __m256 __b)
  48 {
  49   return __a+__b;
  50 }
  51
  52 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  53 _mm256_sub_pd(__m256d __a, __m256d __b)
  54 {
  55   return __a-__b;
  56 }
  57
  58 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  59 _mm256_sub_ps(__m256 __a, __m256 __b)
  60 {
  61   return __a-__b;
  62 }
  63
  64 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  65 _mm256_addsub_pd(__m256d __a, __m256d __b)
  66 {
  67   return (__m256d)__builtin_ia32_addsubpd256((__v4df)__a, (__v4df)__b);
  68 }
  69
  70 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  71 _mm256_addsub_ps(__m256 __a, __m256 __b)
  72 {
  73   return (__m256)__builtin_ia32_addsubps256((__v8sf)__a, (__v8sf)__b);
  74 }
  75
  76 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  77 _mm256_div_pd(__m256d __a, __m256d __b)
  78 {
  79   return __a / __b;
  80 }
  81
  82 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  83 _mm256_div_ps(__m256 __a, __m256 __b)
  84 {
  85   return __a / __b;
  86 }
  87
  88 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
  89 _mm256_max_pd(__m256d __a, __m256d __b)
  90 {
  91   return (__m256d)__builtin_ia32_maxpd256((__v4df)__a, (__v4df)__b);
  92 }
  93
  94 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
  95 _mm256_max_ps(__m256 __a, __m256 __b)
  96 {
  97   return (__m256)__builtin_ia32_maxps256((__v8sf)__a, (__v8sf)__b);
  98 }
  99
 100 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 101 _mm256_min_pd(__m256d __a, __m256d __b)
 102 {
 103   return (__m256d)__builtin_ia32_minpd256((__v4df)__a, (__v4df)__b);
 104 }
 105
 106 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 107 _mm256_min_ps(__m256 __a, __m256 __b)
 108 {
 109   return (__m256)__builtin_ia32_minps256((__v8sf)__a, (__v8sf)__b);
 110 }
 111
 112 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 113 _mm256_mul_pd(__m256d __a, __m256d __b)
 114 {
 115   return __a * __b;
 116 }
 117
 118 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 119 _mm256_mul_ps(__m256 __a, __m256 __b)
 120 {
 121   return __a * __b;
 122 }
 123
 124 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 125 _mm256_sqrt_pd(__m256d __a)
 126 {
 127   return (__m256d)__builtin_ia32_sqrtpd256((__v4df)__a);
 128 }
 129
 130 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 131 _mm256_sqrt_ps(__m256 __a)
 132 {
 133   return (__m256)__builtin_ia32_sqrtps256((__v8sf)__a);
 134 }
 135
 136 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 137 _mm256_rsqrt_ps(__m256 __a)
 138 {
 139   return (__m256)__builtin_ia32_rsqrtps256((__v8sf)__a);
 140 }
 141
 142 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 143 _mm256_rcp_ps(__m256 __a)
 144 {
 145   return (__m256)__builtin_ia32_rcpps256((__v8sf)__a);
 146 }
 147
 148 #define _mm256_round_pd(V, M) __extension__ ({ \
 149     __m256d __V = (V); \
 150     (__m256d)__builtin_ia32_roundpd256((__v4df)__V, (M)); })
 151
 152 #define _mm256_round_ps(V, M) __extension__ ({ \
 153   __m256 __V = (V); \
 154   (__m256)__builtin_ia32_roundps256((__v8sf)__V, (M)); })
 155
 156 #define _mm256_ceil_pd(V)  _mm256_round_pd((V), _MM_FROUND_CEIL)
 157 #define _mm256_floor_pd(V) _mm256_round_pd((V), _MM_FROUND_FLOOR)
 158 #define _mm256_ceil_ps(V)  _mm256_round_ps((V), _MM_FROUND_CEIL)
 159 #define _mm256_floor_ps(V) _mm256_round_ps((V), _MM_FROUND_FLOOR)
 160
 161 /* Logical */
 162 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 163 _mm256_and_pd(__m256d __a, __m256d __b)
 164 {
 165   return (__m256d)((__v4di)__a & (__v4di)__b);
 166 }
 167
 168 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 169 _mm256_and_ps(__m256 __a, __m256 __b)
 170 {
 171   return (__m256)((__v8si)__a & (__v8si)__b);
 172 }
 173
 174 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 175 _mm256_andnot_pd(__m256d __a, __m256d __b)
 176 {
 177   return (__m256d)(~(__v4di)__a & (__v4di)__b);
 178 }
 179
 180 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 181 _mm256_andnot_ps(__m256 __a, __m256 __b)
 182 {
 183   return (__m256)(~(__v8si)__a & (__v8si)__b);
 184 }
 185
 186 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 187 _mm256_or_pd(__m256d __a, __m256d __b)
 188 {
 189   return (__m256d)((__v4di)__a | (__v4di)__b);
 190 }
 191
 192 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 193 _mm256_or_ps(__m256 __a, __m256 __b)
 194 {
 195   return (__m256)((__v8si)__a | (__v8si)__b);
 196 }
 197
 198 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 199 _mm256_xor_pd(__m256d __a, __m256d __b)
 200 {
 201   return (__m256d)((__v4di)__a ^ (__v4di)__b);
 202 }
 203
 204 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 205 _mm256_xor_ps(__m256 __a, __m256 __b)
 206 {
 207   return (__m256)((__v8si)__a ^ (__v8si)__b);
 208 }
 209
 210 /* Horizontal arithmetic */
 211 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 212 _mm256_hadd_pd(__m256d __a, __m256d __b)
 213 {
 214   return (__m256d)__builtin_ia32_haddpd256((__v4df)__a, (__v4df)__b);
 215 }
 216
 217 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 218 _mm256_hadd_ps(__m256 __a, __m256 __b)
 219 {
 220   return (__m256)__builtin_ia32_haddps256((__v8sf)__a, (__v8sf)__b);
 221 }
 222
 223 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 224 _mm256_hsub_pd(__m256d __a, __m256d __b)
 225 {
 226   return (__m256d)__builtin_ia32_hsubpd256((__v4df)__a, (__v4df)__b);
 227 }
 228
 229 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 230 _mm256_hsub_ps(__m256 __a, __m256 __b)
 231 {
 232   return (__m256)__builtin_ia32_hsubps256((__v8sf)__a, (__v8sf)__b);
 233 }
 234
 235 /* Vector permutations */
 236 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
 237 _mm_permutevar_pd(__m128d __a, __m128i __c)
 238 {
 239   return (__m128d)__builtin_ia32_vpermilvarpd((__v2df)__a, (__v2di)__c);
 240 }
 241
 242 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 243 _mm256_permutevar_pd(__m256d __a, __m256i __c)
 244 {
 245   return (__m256d)__builtin_ia32_vpermilvarpd256((__v4df)__a, (__v4di)__c);
 246 }
 247
 248 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 249 _mm_permutevar_ps(__m128 __a, __m128i __c)
 250 {
 251   return (__m128)__builtin_ia32_vpermilvarps((__v4sf)__a, (__v4si)__c);
 252 }
 253
 254 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 255 _mm256_permutevar_ps(__m256 __a, __m256i __c)
 256 {
 257   return (__m256)__builtin_ia32_vpermilvarps256((__v8sf)__a,
 258                                                   (__v8si)__c);
 259 }
 260
 261 #define _mm_permute_pd(A, C) __extension__ ({ \
 262   __m128d __A = (A); \
 263   (__m128d)__builtin_shufflevector((__v2df)__A, (__v2df) _mm_setzero_pd(), \
 264                                    (C) & 0x1, ((C) & 0x2) >> 1); })
 265
 266 #define _mm256_permute_pd(A, C) __extension__ ({ \
 267   __m256d __A = (A); \
 268   (__m256d)__builtin_shufflevector((__v4df)__A, (__v4df) _mm256_setzero_pd(), \
 269                                    (C) & 0x1, ((C) & 0x2) >> 1, \
 270                                    2 + (((C) & 0x4) >> 2), \
 271                                    2 + (((C) & 0x8) >> 3)); })
 272
 273 #define _mm_permute_ps(A, C) __extension__ ({ \
 274   __m128 __A = (A); \
 275   (__m128)__builtin_shufflevector((__v4sf)__A, (__v4sf) _mm_setzero_ps(), \
 276                                    (C) & 0x3, ((C) & 0xc) >> 2, \
 277                                    ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6); })
 278
 279 #define _mm256_permute_ps(A, C) __extension__ ({ \
 280   __m256 __A = (A); \
 281   (__m256)__builtin_shufflevector((__v8sf)__A, (__v8sf) _mm256_setzero_ps(), \
 282                                   (C) & 0x3, ((C) & 0xc) >> 2, \
 283                                   ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6, \
 284                                   4 + (((C) & 0x03) >> 0), \
 285                                   4 + (((C) & 0x0c) >> 2), \
 286                                   4 + (((C) & 0x30) >> 4), \
 287                                   4 + (((C) & 0xc0) >> 6)); })
 288
 289 #define _mm256_permute2f128_pd(V1, V2, M) __extension__ ({ \
 290   __m256d __V1 = (V1); \
 291   __m256d __V2 = (V2); \
 292   (__m256d)__builtin_ia32_vperm2f128_pd256((__v4df)__V1, (__v4df)__V2, (M)); })
 293
 294 #define _mm256_permute2f128_ps(V1, V2, M) __extension__ ({ \
 295   __m256 __V1 = (V1); \
 296   __m256 __V2 = (V2); \
 297   (__m256)__builtin_ia32_vperm2f128_ps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 298
 299 #define _mm256_permute2f128_si256(V1, V2, M) __extension__ ({ \
 300   __m256i __V1 = (V1); \
 301   __m256i __V2 = (V2); \
 302   (__m256i)__builtin_ia32_vperm2f128_si256((__v8si)__V1, (__v8si)__V2, (M)); })
 303
 304 /* Vector Blend */
 305 #define _mm256_blend_pd(V1, V2, M) __extension__ ({ \
 306   __m256d __V1 = (V1); \
 307   __m256d __V2 = (V2); \
 308   (__m256d)__builtin_ia32_blendpd256((__v4df)__V1, (__v4df)__V2, (M)); })
 309
 310 #define _mm256_blend_ps(V1, V2, M) __extension__ ({ \
 311   __m256 __V1 = (V1); \
 312   __m256 __V2 = (V2); \
 313   (__m256)__builtin_ia32_blendps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 314
 315 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 316 _mm256_blendv_pd(__m256d __a, __m256d __b, __m256d __c)
 317 {
 318   return (__m256d)__builtin_ia32_blendvpd256(
 319     (__v4df)__a, (__v4df)__b, (__v4df)__c);
 320 }
 321
 322 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 323 _mm256_blendv_ps(__m256 __a, __m256 __b, __m256 __c)
 324 {
 325   return (__m256)__builtin_ia32_blendvps256(
 326     (__v8sf)__a, (__v8sf)__b, (__v8sf)__c);
 327 }
 328
 329 /* Vector Dot Product */
 330 #define _mm256_dp_ps(V1, V2, M) __extension__ ({ \
 331   __m256 __V1 = (V1); \
 332   __m256 __V2 = (V2); \
 333   (__m256)__builtin_ia32_dpps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 334
 335 /* Vector shuffle */
 336 #define _mm256_shuffle_ps(a, b, mask) __extension__ ({ \
 337         __m256 __a = (a); \
 338         __m256 __b = (b); \
 339         (__m256)__builtin_shufflevector((__v8sf)__a, (__v8sf)__b, \
 340         (mask) & 0x3,                ((mask) & 0xc) >> 2, \
 341         (((mask) & 0x30) >> 4) + 8,  (((mask) & 0xc0) >> 6) + 8, \
 342         ((mask) & 0x3) + 4,          (((mask) & 0xc) >> 2) + 4, \
 343         (((mask) & 0x30) >> 4) + 12, (((mask) & 0xc0) >> 6) + 12); })
 344
 345 #define _mm256_shuffle_pd(a, b, mask) __extension__ ({ \
 346         __m256d __a = (a); \
 347         __m256d __b = (b); \
 348         (__m256d)__builtin_shufflevector((__v4df)__a, (__v4df)__b, \
 349         (mask) & 0x1, \
 350         (((mask) & 0x2) >> 1) + 4, \
 351         (((mask) & 0x4) >> 2) + 2, \
 352         (((mask) & 0x8) >> 3) + 6); })
 353
 354 /* Compare */
 355 #define _CMP_EQ_OQ    0x00 /* Equal (ordered, non-signaling)  */
 356 #define _CMP_LT_OS    0x01 /* Less-than (ordered, signaling)  */
 357 #define _CMP_LE_OS    0x02 /* Less-than-or-equal (ordered, signaling)  */
 358 #define _CMP_UNORD_Q  0x03 /* Unordered (non-signaling)  */
 359 #define _CMP_NEQ_UQ   0x04 /* Not-equal (unordered, non-signaling)  */
 360 #define _CMP_NLT_US   0x05 /* Not-less-than (unordered, signaling)  */
 361 #define _CMP_NLE_US   0x06 /* Not-less-than-or-equal (unordered, signaling)  */
 362 #define _CMP_ORD_Q    0x07 /* Ordered (nonsignaling)   */
 363 #define _CMP_EQ_UQ    0x08 /* Equal (unordered, non-signaling)  */
 364 #define _CMP_NGE_US   0x09 /* Not-greater-than-or-equal (unord, signaling)  */
 365 #define _CMP_NGT_US   0x0a /* Not-greater-than (unordered, signaling)  */
 366 #define _CMP_FALSE_OQ 0x0b /* False (ordered, non-signaling)  */
 367 #define _CMP_NEQ_OQ   0x0c /* Not-equal (ordered, non-signaling)  */
 368 #define _CMP_GE_OS    0x0d /* Greater-than-or-equal (ordered, signaling)  */
 369 #define _CMP_GT_OS    0x0e /* Greater-than (ordered, signaling)  */
 370 #define _CMP_TRUE_UQ  0x0f /* True (unordered, non-signaling)  */
 371 #define _CMP_EQ_OS    0x10 /* Equal (ordered, signaling)  */
 372 #define _CMP_LT_OQ    0x11 /* Less-than (ordered, non-signaling)  */
 373 #define _CMP_LE_OQ    0x12 /* Less-than-or-equal (ordered, non-signaling)  */
 374 #define _CMP_UNORD_S  0x13 /* Unordered (signaling)  */
 375 #define _CMP_NEQ_US   0x14 /* Not-equal (unordered, signaling)  */
 376 #define _CMP_NLT_UQ   0x15 /* Not-less-than (unordered, non-signaling)  */
 377 #define _CMP_NLE_UQ   0x16 /* Not-less-than-or-equal (unord, non-signaling)  */
 378 #define _CMP_ORD_S    0x17 /* Ordered (signaling)  */
 379 #define _CMP_EQ_US    0x18 /* Equal (unordered, signaling)  */
 380 #define _CMP_NGE_UQ   0x19 /* Not-greater-than-or-equal (unord, non-sign)  */
 381 #define _CMP_NGT_UQ   0x1a /* Not-greater-than (unordered, non-signaling)  */
 382 #define _CMP_FALSE_OS 0x1b /* False (ordered, signaling)  */
 383 #define _CMP_NEQ_OS   0x1c /* Not-equal (ordered, signaling)  */
 384 #define _CMP_GE_OQ    0x1d /* Greater-than-or-equal (ordered, non-signaling)  */
 385 #define _CMP_GT_OQ    0x1e /* Greater-than (ordered, non-signaling)  */
 386 #define _CMP_TRUE_US  0x1f /* True (unordered, signaling)  */
 387
 388 #define _mm_cmp_pd(a, b, c) __extension__ ({ \
 389   __m128d __a = (a); \
 390   __m128d __b = (b); \
 391   (__m128d)__builtin_ia32_cmppd((__v2df)__a, (__v2df)__b, (c)); })
 392
 393 #define _mm_cmp_ps(a, b, c) __extension__ ({ \
 394   __m128 __a = (a); \
 395   __m128 __b = (b); \
 396   (__m128)__builtin_ia32_cmpps((__v4sf)__a, (__v4sf)__b, (c)); })
 397
 398 #define _mm256_cmp_pd(a, b, c) __extension__ ({ \
 399   __m256d __a = (a); \
 400   __m256d __b = (b); \
 401   (__m256d)__builtin_ia32_cmppd256((__v4df)__a, (__v4df)__b, (c)); })
 402
 403 #define _mm256_cmp_ps(a, b, c) __extension__ ({ \
 404   __m256 __a = (a); \
 405   __m256 __b = (b); \
 406   (__m256)__builtin_ia32_cmpps256((__v8sf)__a, (__v8sf)__b, (c)); })
 407
 408 #define _mm_cmp_sd(a, b, c) __extension__ ({ \
 409   __m128d __a = (a); \
 410   __m128d __b = (b); \
 411   (__m128d)__builtin_ia32_cmpsd((__v2df)__a, (__v2df)__b, (c)); })
 412
 413 #define _mm_cmp_ss(a, b, c) __extension__ ({ \
 414   __m128 __a = (a); \
 415   __m128 __b = (b); \
 416   (__m128)__builtin_ia32_cmpss((__v4sf)__a, (__v4sf)__b, (c)); })
 417
 418 /* Vector extract */
 419 #define _mm256_extractf128_pd(A, O) __extension__ ({ \
 420   __m256d __A = (A); \
 421   (__m128d)__builtin_ia32_vextractf128_pd256((__v4df)__A, (O)); })
 422
 423 #define _mm256_extractf128_ps(A, O) __extension__ ({ \
 424   __m256 __A = (A); \
 425   (__m128)__builtin_ia32_vextractf128_ps256((__v8sf)__A, (O)); })
 426
 427 #define _mm256_extractf128_si256(A, O) __extension__ ({ \
 428   __m256i __A = (A); \
 429   (__m128i)__builtin_ia32_vextractf128_si256((__v8si)__A, (O)); })
 430
 431 static __inline int __attribute__((__always_inline__, __nodebug__))
 432 _mm256_extract_epi32(__m256i __a, int const __imm)
 433 {
 434   __v8si __b = (__v8si)__a;
 435   return __b[__imm];
 436 }
 437
 438 static __inline int __attribute__((__always_inline__, __nodebug__))
 439 _mm256_extract_epi16(__m256i __a, int const __imm)
 440 {
 441   __v16hi __b = (__v16hi)__a;
 442   return __b[__imm];
 443 }
 444
 445 static __inline int __attribute__((__always_inline__, __nodebug__))
 446 _mm256_extract_epi8(__m256i __a, int const __imm)
 447 {
 448   __v32qi __b = (__v32qi)__a;
 449   return __b[__imm];
 450 }
 451
 452 #ifdef __x86_64__
 453 static __inline long long  __attribute__((__always_inline__, __nodebug__))
 454 _mm256_extract_epi64(__m256i __a, const int __imm)
 455 {
 456   __v4di __b = (__v4di)__a;
 457   return __b[__imm];
 458 }
 459 #endif
 460
 461 /* Vector insert */
 462 #define _mm256_insertf128_pd(V1, V2, O) __extension__ ({ \
 463   __m256d __V1 = (V1); \
 464   __m128d __V2 = (V2); \
 465   (__m256d)__builtin_ia32_vinsertf128_pd256((__v4df)__V1, (__v2df)__V2, (O)); })
 466
 467 #define _mm256_insertf128_ps(V1, V2, O) __extension__ ({ \
 468   __m256 __V1 = (V1); \
 469   __m128 __V2 = (V2); \
 470   (__m256)__builtin_ia32_vinsertf128_ps256((__v8sf)__V1, (__v4sf)__V2, (O)); })
 471
 472 #define _mm256_insertf128_si256(V1, V2, O) __extension__ ({ \
 473   __m256i __V1 = (V1); \
 474   __m128i __V2 = (V2); \
 475   (__m256i)__builtin_ia32_vinsertf128_si256((__v8si)__V1, (__v4si)__V2, (O)); })
 476
 477 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 478 _mm256_insert_epi32(__m256i __a, int __b, int const __imm)
 479 {
 480   __v8si __c = (__v8si)__a;
 481   __c[__imm & 7] = __b;
 482   return (__m256i)__c;
 483 }
 484
 485 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 486 _mm256_insert_epi16(__m256i __a, int __b, int const __imm)
 487 {
 488   __v16hi __c = (__v16hi)__a;
 489   __c[__imm & 15] = __b;
 490   return (__m256i)__c;
 491 }
 492
 493 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 494 _mm256_insert_epi8(__m256i __a, int __b, int const __imm)
 495 {
 496   __v32qi __c = (__v32qi)__a;
 497   __c[__imm & 31] = __b;
 498   return (__m256i)__c;
 499 }
 500
 501 #ifdef __x86_64__
 502 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 503 _mm256_insert_epi64(__m256i __a, int __b, int const __imm)
 504 {
 505   __v4di __c = (__v4di)__a;
 506   __c[__imm & 3] = __b;
 507   return (__m256i)__c;
 508 }
 509 #endif
 510
 511 /* Conversion */
 512 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 513 _mm256_cvtepi32_pd(__m128i __a)
 514 {
 515   return (__m256d)__builtin_ia32_cvtdq2pd256((__v4si) __a);
 516 }
 517
 518 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 519 _mm256_cvtepi32_ps(__m256i __a)
 520 {
 521   return (__m256)__builtin_ia32_cvtdq2ps256((__v8si) __a);
 522 }
 523
 524 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 525 _mm256_cvtpd_ps(__m256d __a)
 526 {
 527   return (__m128)__builtin_ia32_cvtpd2ps256((__v4df) __a);
 528 }
 529
 530 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 531 _mm256_cvtps_epi32(__m256 __a)
 532 {
 533   return (__m256i)__builtin_ia32_cvtps2dq256((__v8sf) __a);
 534 }
 535
 536 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 537 _mm256_cvtps_pd(__m128 __a)
 538 {
 539   return (__m256d)__builtin_ia32_cvtps2pd256((__v4sf) __a);
 540 }
 541
 542 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 543 _mm256_cvttpd_epi32(__m256d __a)
 544 {
 545   return (__m128i)__builtin_ia32_cvttpd2dq256((__v4df) __a);
 546 }
 547
 548 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 549 _mm256_cvtpd_epi32(__m256d __a)
 550 {
 551   return (__m128i)__builtin_ia32_cvtpd2dq256((__v4df) __a);
 552 }
 553
 554 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 555 _mm256_cvttps_epi32(__m256 __a)
 556 {
 557   return (__m256i)__builtin_ia32_cvttps2dq256((__v8sf) __a);
 558 }
 559
 560 /* Vector replicate */
 561 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 562 _mm256_movehdup_ps(__m256 __a)
 563 {
 564   return __builtin_shufflevector(__a, __a, 1, 1, 3, 3, 5, 5, 7, 7);
 565 }
 566
 567 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 568 _mm256_moveldup_ps(__m256 __a)
 569 {
 570   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2, 4, 4, 6, 6);
 571 }
 572
 573 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 574 _mm256_movedup_pd(__m256d __a)
 575 {
 576   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2);
 577 }
 578
 579 /* Unpack and Interleave */
 580 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 581 _mm256_unpackhi_pd(__m256d __a, __m256d __b)
 582 {
 583   return __builtin_shufflevector(__a, __b, 1, 5, 1+2, 5+2);
 584 }
 585
 586 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 587 _mm256_unpacklo_pd(__m256d __a, __m256d __b)
 588 {
 589   return __builtin_shufflevector(__a, __b, 0, 4, 0+2, 4+2);
 590 }
 591
 592 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 593 _mm256_unpackhi_ps(__m256 __a, __m256 __b)
 594 {
 595   return __builtin_shufflevector(__a, __b, 2, 10, 2+1, 10+1, 6, 14, 6+1, 14+1);
 596 }
 597
 598 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 599 _mm256_unpacklo_ps(__m256 __a, __m256 __b)
 600 {
 601   return __builtin_shufflevector(__a, __b, 0, 8, 0+1, 8+1, 4, 12, 4+1, 12+1);
 602 }
 603
 604 /* Bit Test */
 605 static __inline int __attribute__((__always_inline__, __nodebug__))
 606 _mm_testz_pd(__m128d __a, __m128d __b)
 607 {
 608   return __builtin_ia32_vtestzpd((__v2df)__a, (__v2df)__b);
 609 }
 610
 611 static __inline int __attribute__((__always_inline__, __nodebug__))
 612 _mm_testc_pd(__m128d __a, __m128d __b)
 613 {
 614   return __builtin_ia32_vtestcpd((__v2df)__a, (__v2df)__b);
 615 }
 616
 617 static __inline int __attribute__((__always_inline__, __nodebug__))
 618 _mm_testnzc_pd(__m128d __a, __m128d __b)
 619 {
 620   return __builtin_ia32_vtestnzcpd((__v2df)__a, (__v2df)__b);
 621 }
 622
 623 static __inline int __attribute__((__always_inline__, __nodebug__))
 624 _mm_testz_ps(__m128 __a, __m128 __b)
 625 {
 626   return __builtin_ia32_vtestzps((__v4sf)__a, (__v4sf)__b);
 627 }
 628
 629 static __inline int __attribute__((__always_inline__, __nodebug__))
 630 _mm_testc_ps(__m128 __a, __m128 __b)
 631 {
 632   return __builtin_ia32_vtestcps((__v4sf)__a, (__v4sf)__b);
 633 }
 634
 635 static __inline int __attribute__((__always_inline__, __nodebug__))
 636 _mm_testnzc_ps(__m128 __a, __m128 __b)
 637 {
 638   return __builtin_ia32_vtestnzcps((__v4sf)__a, (__v4sf)__b);
 639 }
 640
 641 static __inline int __attribute__((__always_inline__, __nodebug__))
 642 _mm256_testz_pd(__m256d __a, __m256d __b)
 643 {
 644   return __builtin_ia32_vtestzpd256((__v4df)__a, (__v4df)__b);
 645 }
 646
 647 static __inline int __attribute__((__always_inline__, __nodebug__))
 648 _mm256_testc_pd(__m256d __a, __m256d __b)
 649 {
 650   return __builtin_ia32_vtestcpd256((__v4df)__a, (__v4df)__b);
 651 }
 652
 653 static __inline int __attribute__((__always_inline__, __nodebug__))
 654 _mm256_testnzc_pd(__m256d __a, __m256d __b)
 655 {
 656   return __builtin_ia32_vtestnzcpd256((__v4df)__a, (__v4df)__b);
 657 }
 658
 659 static __inline int __attribute__((__always_inline__, __nodebug__))
 660 _mm256_testz_ps(__m256 __a, __m256 __b)
 661 {
 662   return __builtin_ia32_vtestzps256((__v8sf)__a, (__v8sf)__b);
 663 }
 664
 665 static __inline int __attribute__((__always_inline__, __nodebug__))
 666 _mm256_testc_ps(__m256 __a, __m256 __b)
 667 {
 668   return __builtin_ia32_vtestcps256((__v8sf)__a, (__v8sf)__b);
 669 }
 670
 671 static __inline int __attribute__((__always_inline__, __nodebug__))
 672 _mm256_testnzc_ps(__m256 __a, __m256 __b)
 673 {
 674   return __builtin_ia32_vtestnzcps256((__v8sf)__a, (__v8sf)__b);
 675 }
 676
 677 static __inline int __attribute__((__always_inline__, __nodebug__))
 678 _mm256_testz_si256(__m256i __a, __m256i __b)
 679 {
 680   return __builtin_ia32_ptestz256((__v4di)__a, (__v4di)__b);
 681 }
 682
 683 static __inline int __attribute__((__always_inline__, __nodebug__))
 684 _mm256_testc_si256(__m256i __a, __m256i __b)
 685 {
 686   return __builtin_ia32_ptestc256((__v4di)__a, (__v4di)__b);
 687 }
 688
 689 static __inline int __attribute__((__always_inline__, __nodebug__))
 690 _mm256_testnzc_si256(__m256i __a, __m256i __b)
 691 {
 692   return __builtin_ia32_ptestnzc256((__v4di)__a, (__v4di)__b);
 693 }
 694
 695 /* Vector extract sign mask */
 696 static __inline int __attribute__((__always_inline__, __nodebug__))
 697 _mm256_movemask_pd(__m256d __a)
 698 {
 699   return __builtin_ia32_movmskpd256((__v4df)__a);
 700 }
 701
 702 static __inline int __attribute__((__always_inline__, __nodebug__))
 703 _mm256_movemask_ps(__m256 __a)
 704 {
 705   return __builtin_ia32_movmskps256((__v8sf)__a);
 706 }
 707
 708 /* Vector __zero */
 709 static __inline void __attribute__((__always_inline__, __nodebug__))
 710 _mm256_zeroall(void)
 711 {
 712   __builtin_ia32_vzeroall();
 713 }
 714
 715 static __inline void __attribute__((__always_inline__, __nodebug__))
 716 _mm256_zeroupper(void)
 717 {
 718   __builtin_ia32_vzeroupper();
 719 }
 720
 721 /* Vector load with broadcast */
 722 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 723 _mm_broadcast_ss(float const *__a)
 724 {
 725   return (__m128)__builtin_ia32_vbroadcastss(__a);
 726 }
 727
 728 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 729 _mm256_broadcast_sd(double const *__a)
 730 {
 731   return (__m256d)__builtin_ia32_vbroadcastsd256(__a);
 732 }
 733
 734 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 735 _mm256_broadcast_ss(float const *__a)
 736 {
 737   return (__m256)__builtin_ia32_vbroadcastss256(__a);
 738 }
 739
 740 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 741 _mm256_broadcast_pd(__m128d const *__a)
 742 {
 743   return (__m256d)__builtin_ia32_vbroadcastf128_pd256(__a);
 744 }
 745
 746 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 747 _mm256_broadcast_ps(__m128 const *__a)
 748 {
 749   return (__m256)__builtin_ia32_vbroadcastf128_ps256(__a);
 750 }
 751
 752 /* SIMD load ops */
 753 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 754 _mm256_load_pd(double const *__p)
 755 {
 756   return *(__m256d *)__p;
 757 }
 758
 759 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 760 _mm256_load_ps(float const *__p)
 761 {
 762   return *(__m256 *)__p;
 763 }
 764
 765 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 766 _mm256_loadu_pd(double const *__p)
 767 {
 768   struct __loadu_pd {
 769     __m256d __v;
 770   } __attribute__((packed, may_alias));
 771   return ((struct __loadu_pd*)__p)->__v;
 772 }
 773
 774 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 775 _mm256_loadu_ps(float const *__p)
 776 {
 777   struct __loadu_ps {
 778     __m256 __v;
 779   } __attribute__((packed, may_alias));
 780   return ((struct __loadu_ps*)__p)->__v;
 781 }
 782
 783 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 784 _mm256_load_si256(__m256i const *__p)
 785 {
 786   return *__p;
 787 }
 788
 789 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 790 _mm256_loadu_si256(__m256i const *__p)
 791 {
 792   struct __loadu_si256 {
 793     __m256i __v;
 794   } __attribute__((packed, may_alias));
 795   return ((struct __loadu_si256*)__p)->__v;
 796 }
 797
 798 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 799 _mm256_lddqu_si256(__m256i const *__p)
 800 {
 801   return (__m256i)__builtin_ia32_lddqu256((char const *)__p);
 802 }
 803
 804 /* SIMD store ops */
 805 static __inline void __attribute__((__always_inline__, __nodebug__))
 806 _mm256_store_pd(double *__p, __m256d __a)
 807 {
 808   *(__m256d *)__p = __a;
 809 }
 810
 811 static __inline void __attribute__((__always_inline__, __nodebug__))
 812 _mm256_store_ps(float *__p, __m256 __a)
 813 {
 814   *(__m256 *)__p = __a;
 815 }
 816
 817 static __inline void __attribute__((__always_inline__, __nodebug__))
 818 _mm256_storeu_pd(double *__p, __m256d __a)
 819 {
 820   __builtin_ia32_storeupd256(__p, (__v4df)__a);
 821 }
 822
 823 static __inline void __attribute__((__always_inline__, __nodebug__))
 824 _mm256_storeu_ps(float *__p, __m256 __a)
 825 {
 826   __builtin_ia32_storeups256(__p, (__v8sf)__a);
 827 }
 828
 829 static __inline void __attribute__((__always_inline__, __nodebug__))
 830 _mm256_store_si256(__m256i *__p, __m256i __a)
 831 {
 832   *__p = __a;
 833 }
 834
 835 static __inline void __attribute__((__always_inline__, __nodebug__))
 836 _mm256_storeu_si256(__m256i *__p, __m256i __a)
 837 {
 838   __builtin_ia32_storedqu256((char *)__p, (__v32qi)__a);
 839 }
 840
 841 /* Conditional load ops */
 842 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
 843 _mm_maskload_pd(double const *__p, __m128d __m)
 844 {
 845   return (__m128d)__builtin_ia32_maskloadpd((const __v2df *)__p, (__v2df)__m);
 846 }
 847
 848 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 849 _mm256_maskload_pd(double const *__p, __m256d __m)
 850 {
 851   return (__m256d)__builtin_ia32_maskloadpd256((const __v4df *)__p,
 852                                                (__v4df)__m);
 853 }
 854
 855 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 856 _mm_maskload_ps(float const *__p, __m128 __m)
 857 {
 858   return (__m128)__builtin_ia32_maskloadps((const __v4sf *)__p, (__v4sf)__m);
 859 }
 860
 861 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 862 _mm256_maskload_ps(float const *__p, __m256 __m)
 863 {
 864   return (__m256)__builtin_ia32_maskloadps256((const __v8sf *)__p, (__v8sf)__m);
 865 }
 866
 867 /* Conditional store ops */
 868 static __inline void __attribute__((__always_inline__, __nodebug__))
 869 _mm256_maskstore_ps(float *__p, __m256 __m, __m256 __a)
 870 {
 871   __builtin_ia32_maskstoreps256((__v8sf *)__p, (__v8sf)__m, (__v8sf)__a);
 872 }
 873
 874 static __inline void __attribute__((__always_inline__, __nodebug__))
 875 _mm_maskstore_pd(double *__p, __m128d __m, __m128d __a)
 876 {
 877   __builtin_ia32_maskstorepd((__v2df *)__p, (__v2df)__m, (__v2df)__a);
 878 }
 879
 880 static __inline void __attribute__((__always_inline__, __nodebug__))
 881 _mm256_maskstore_pd(double *__p, __m256d __m, __m256d __a)
 882 {
 883   __builtin_ia32_maskstorepd256((__v4df *)__p, (__v4df)__m, (__v4df)__a);
 884 }
 885
 886 static __inline void __attribute__((__always_inline__, __nodebug__))
 887 _mm_maskstore_ps(float *__p, __m128 __m, __m128 __a)
 888 {
 889   __builtin_ia32_maskstoreps((__v4sf *)__p, (__v4sf)__m, (__v4sf)__a);
 890 }
 891
 892 /* Cacheability support ops */
 893 static __inline void __attribute__((__always_inline__, __nodebug__))
 894 _mm256_stream_si256(__m256i *__a, __m256i __b)
 895 {
 896   __builtin_ia32_movntdq256((__v4di *)__a, (__v4di)__b);
 897 }
 898
 899 static __inline void __attribute__((__always_inline__, __nodebug__))
 900 _mm256_stream_pd(double *__a, __m256d __b)
 901 {
 902   __builtin_ia32_movntpd256(__a, (__v4df)__b);
 903 }
 904
 905 static __inline void __attribute__((__always_inline__, __nodebug__))
 906 _mm256_stream_ps(float *__p, __m256 __a)
 907 {
 908   __builtin_ia32_movntps256(__p, (__v8sf)__a);
 909 }
 910
 911 /* Create vectors */
 912 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 913 _mm256_set_pd(double __a, double __b, double __c, double __d)
 914 {
 915   return (__m256d){ __d, __c, __b, __a };
 916 }
 917
 918 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 919 _mm256_set_ps(float __a, float __b, float __c, float __d,
 920                     float __e, float __f, float __g, float __h)
 921 {
 922   return (__m256){ __h, __g, __f, __e, __d, __c, __b, __a };
 923 }
 924
 925 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 926 _mm256_set_epi32(int __i0, int __i1, int __i2, int __i3,
 927                              int __i4, int __i5, int __i6, int __i7)
 928 {
 929   return (__m256i)(__v8si){ __i7, __i6, __i5, __i4, __i3, __i2, __i1, __i0 };
 930 }
 931
 932 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 933 _mm256_set_epi16(short __w15, short __w14, short __w13, short __w12,
 934                              short __w11, short __w10, short __w09, short __w08,
 935                              short __w07, short __w06, short __w05, short __w04,
 936                              short __w03, short __w02, short __w01, short __w00)
 937 {
 938   return (__m256i)(__v16hi){ __w00, __w01, __w02, __w03, __w04, __w05, __w06,
 939     __w07, __w08, __w09, __w10, __w11, __w12, __w13, __w14, __w15 };
 940 }
 941
 942 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 943 _mm256_set_epi8(char __b31, char __b30, char __b29, char __b28,
 944                             char __b27, char __b26, char __b25, char __b24,
 945                             char __b23, char __b22, char __b21, char __b20,
 946                             char __b19, char __b18, char __b17, char __b16,
 947                             char __b15, char __b14, char __b13, char __b12,
 948                             char __b11, char __b10, char __b09, char __b08,
 949                             char __b07, char __b06, char __b05, char __b04,
 950                             char __b03, char __b02, char __b01, char __b00)
 951 {
 952   return (__m256i)(__v32qi){
 953     __b00, __b01, __b02, __b03, __b04, __b05, __b06, __b07,
 954     __b08, __b09, __b10, __b11, __b12, __b13, __b14, __b15,
 955     __b16, __b17, __b18, __b19, __b20, __b21, __b22, __b23,
 956     __b24, __b25, __b26, __b27, __b28, __b29, __b30, __b31
 957   };
 958 }
 959
 960 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 961 _mm256_set_epi64x(long long __a, long long __b, long long __c, long long __d)
 962 {
 963   return (__m256i)(__v4di){ __d, __c, __b, __a };
 964 }
 965
 966 /* Create vectors with elements in reverse order */
 967 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 968 _mm256_setr_pd(double __a, double __b, double __c, double __d)
 969 {
 970   return (__m256d){ __a, __b, __c, __d };
 971 }
 972
 973 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 974 _mm256_setr_ps(float __a, float __b, float __c, float __d,
 975                            float __e, float __f, float __g, float __h)
 976 {
 977   return (__m256){ __a, __b, __c, __d, __e, __f, __g, __h };
 978 }
 979
 980 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 981 _mm256_setr_epi32(int __i0, int __i1, int __i2, int __i3,
 982                               int __i4, int __i5, int __i6, int __i7)
 983 {
 984   return (__m256i)(__v8si){ __i0, __i1, __i2, __i3, __i4, __i5, __i6, __i7 };
 985 }
 986
 987 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 988 _mm256_setr_epi16(short __w15, short __w14, short __w13, short __w12,
 989                    short __w11, short __w10, short __w09, short __w08,
 990                    short __w07, short __w06, short __w05, short __w04,
 991                    short __w03, short __w02, short __w01, short __w00)
 992 {
 993   return (__m256i)(__v16hi){ __w15, __w14, __w13, __w12, __w11, __w10, __w09,
 994     __w08, __w07, __w06, __w05, __w04, __w03, __w02, __w01, __w00 };
 995 }
 996
 997 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 998 _mm256_setr_epi8(char __b31, char __b30, char __b29, char __b28,
 999                              char __b27, char __b26, char __b25, char __b24,
1000                              char __b23, char __b22, char __b21, char __b20,
1001                              char __b19, char __b18, char __b17, char __b16,
1002                              char __b15, char __b14, char __b13, char __b12,
1003                              char __b11, char __b10, char __b09, char __b08,
1004                              char __b07, char __b06, char __b05, char __b04,
1005                              char __b03, char __b02, char __b01, char __b00)
1006 {
1007   return (__m256i)(__v32qi){
1008     __b31, __b30, __b29, __b28, __b27, __b26, __b25, __b24,
1009                 __b23, __b22, __b21, __b20, __b19, __b18, __b17, __b16,
1010                 __b15, __b14, __b13, __b12, __b11, __b10, __b09, __b08,
1011                 __b07, __b06, __b05, __b04, __b03, __b02, __b01, __b00 };
1012 }
1013
1014 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1015 _mm256_setr_epi64x(long long __a, long long __b, long long __c, long long __d)
1016 {
1017   return (__m256i)(__v4di){ __a, __b, __c, __d };
1018 }
1019
1020 /* Create vectors with repeated elements */
1021 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1022 _mm256_set1_pd(double __w)
1023 {
1024   return (__m256d){ __w, __w, __w, __w };
1025 }
1026
1027 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1028 _mm256_set1_ps(float __w)
1029 {
1030   return (__m256){ __w, __w, __w, __w, __w, __w, __w, __w };
1031 }
1032
1033 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1034 _mm256_set1_epi32(int __i)
1035 {
1036   return (__m256i)(__v8si){ __i, __i, __i, __i, __i, __i, __i, __i };
1037 }
1038
1039 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1040 _mm256_set1_epi16(short __w)
1041 {
1042   return (__m256i)(__v16hi){ __w, __w, __w, __w, __w, __w, __w, __w, __w, __w,
1043     __w, __w, __w, __w, __w, __w };
1044 }
1045
1046 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1047 _mm256_set1_epi8(char __b)
1048 {
1049   return (__m256i)(__v32qi){ __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1050     __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1051     __b, __b, __b, __b, __b, __b, __b };
1052 }
1053
1054 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1055 _mm256_set1_epi64x(long long __q)
1056 {
1057   return (__m256i)(__v4di){ __q, __q, __q, __q };
1058 }
1059
1060 /* Create __zeroed vectors */
1061 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1062 _mm256_setzero_pd(void)
1063 {
1064   return (__m256d){ 0, 0, 0, 0 };
1065 }
1066
1067 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1068 _mm256_setzero_ps(void)
1069 {
1070   return (__m256){ 0, 0, 0, 0, 0, 0, 0, 0 };
1071 }
1072
1073 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1074 _mm256_setzero_si256(void)
1075 {
1076   return (__m256i){ 0LL, 0LL, 0LL, 0LL };
1077 }
1078
1079 /* Cast between vector types */
1080 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1081 _mm256_castpd_ps(__m256d __a)
1082 {
1083   return (__m256)__a;
1084 }
1085
1086 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1087 _mm256_castpd_si256(__m256d __a)
1088 {
1089   return (__m256i)__a;
1090 }
1091
1092 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1093 _mm256_castps_pd(__m256 __a)
1094 {
1095   return (__m256d)__a;
1096 }
1097
1098 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1099 _mm256_castps_si256(__m256 __a)
1100 {
1101   return (__m256i)__a;
1102 }
1103
1104 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1105 _mm256_castsi256_ps(__m256i __a)
1106 {
1107   return (__m256)__a;
1108 }
1109
1110 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1111 _mm256_castsi256_pd(__m256i __a)
1112 {
1113   return (__m256d)__a;
1114 }
1115
1116 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
1117 _mm256_castpd256_pd128(__m256d __a)
1118 {
1119   return __builtin_shufflevector(__a, __a, 0, 1);
1120 }
1121
1122 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
1123 _mm256_castps256_ps128(__m256 __a)
1124 {
1125   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3);
1126 }
1127
1128 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
1129 _mm256_castsi256_si128(__m256i __a)
1130 {
1131   return __builtin_shufflevector(__a, __a, 0, 1);
1132 }
1133
1134 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1135 _mm256_castpd128_pd256(__m128d __a)
1136 {
1137   __m128d __zero = _mm_setzero_pd();
1138   return __builtin_shufflevector(__a, __zero, 0, 1, 2, 2);
1139 }
1140
1141 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1142 _mm256_castps128_ps256(__m128 __a)
1143 {
1144   __m128 __zero = _mm_setzero_ps();
1145   return __builtin_shufflevector(__a, __zero, 0, 1, 2, 3, 4, 4, 4, 4);
1146 }
1147
1148 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1149 _mm256_castsi128_si256(__m128i __a)
1150 {
1151   __m128i __zero = _mm_setzero_si128();
1152   return __builtin_shufflevector(__a, __zero, 0, 1, 2, 2);
1153 }
1154
1155 /* SIMD load ops (unaligned) */
1156 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1157 _mm256_loadu2_m128(float const *__addr_hi, float const *__addr_lo)
1158 {
1159   struct __loadu_ps {
1160     __m128 __v;
1161   } __attribute__((__packed__, __may_alias__));
1162
1163   __m256 __v256 = _mm256_castps128_ps256(((struct __loadu_ps*)__addr_lo)->__v);
1164   return _mm256_insertf128_ps(__v256, ((struct __loadu_ps*)__addr_hi)->__v, 1);
1165 }
1166
1167 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1168 _mm256_loadu2_m128d(double const *__addr_hi, double const *__addr_lo)
1169 {
1170   struct __loadu_pd {
1171     __m128d __v;
1172   } __attribute__((__packed__, __may_alias__));
1173
1174   __m256d __v256 = _mm256_castpd128_pd256(((struct __loadu_pd*)__addr_lo)->__v);
1175   return _mm256_insertf128_pd(__v256, ((struct __loadu_pd*)__addr_hi)->__v, 1);
1176 }
1177
1178 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1179 _mm256_loadu2_m128i(__m128i const *__addr_hi, __m128i const *__addr_lo)
1180 {
1181   struct __loadu_si128 {
1182     __m128i __v;
1183   } __attribute__((packed, may_alias));
1184   __m256i __v256 = _mm256_castsi128_si256(
1185     ((struct __loadu_si128*)__addr_lo)->__v);
1186   return _mm256_insertf128_si256(__v256,
1187                                  ((struct __loadu_si128*)__addr_hi)->__v, 1);
1188 }
1189
1190 /* SIMD store ops (unaligned) */
1191 static __inline void __attribute__((__always_inline__, __nodebug__))
1192 _mm256_storeu2_m128(float *__addr_hi, float *__addr_lo, __m256 __a)
1193 {
1194   __m128 __v128;
1195
1196   __v128 = _mm256_castps256_ps128(__a);
1197   __builtin_ia32_storeups(__addr_lo, __v128);
1198   __v128 = _mm256_extractf128_ps(__a, 1);
1199   __builtin_ia32_storeups(__addr_hi, __v128);
1200 }
1201
1202 static __inline void __attribute__((__always_inline__, __nodebug__))
1203 _mm256_storeu2_m128d(double *__addr_hi, double *__addr_lo, __m256d __a)
1204 {
1205   __m128d __v128;
1206
1207   __v128 = _mm256_castpd256_pd128(__a);
1208   __builtin_ia32_storeupd(__addr_lo, __v128);
1209   __v128 = _mm256_extractf128_pd(__a, 1);
1210   __builtin_ia32_storeupd(__addr_hi, __v128);
1211 }
1212
1213 static __inline void __attribute__((__always_inline__, __nodebug__))
1214 _mm256_storeu2_m128i(__m128i *__addr_hi, __m128i *__addr_lo, __m256i __a)
1215 {
1216   __m128i __v128;
1217
1218   __v128 = _mm256_castsi256_si128(__a);
1219   __builtin_ia32_storedqu((char *)__addr_lo, (__v16qi)__v128);
1220   __v128 = _mm256_extractf128_si256(__a, 1);
1221   __builtin_ia32_storedqu((char *)__addr_hi, (__v16qi)__v128);
1222 }