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,
 261                                                   (__v8si)__c);
 262 }
 263
 264 #define _mm_permute_pd(A, C) __extension__ ({ \
 265   __m128d __A = (A); \
 266   (__m128d)__builtin_shufflevector((__v2df)__A, (__v2df) _mm_setzero_pd(), \
 267                                    (C) & 0x1, ((C) & 0x2) >> 1); })
 268
 269 #define _mm256_permute_pd(A, C) __extension__ ({ \
 270   __m256d __A = (A); \
 271   (__m256d)__builtin_shufflevector((__v4df)__A, (__v4df) _mm256_setzero_pd(), \
 272                                    (C) & 0x1, ((C) & 0x2) >> 1, \
 273                                    2 + (((C) & 0x4) >> 2), \
 274                                    2 + (((C) & 0x8) >> 3)); })
 275
 276 #define _mm_permute_ps(A, C) __extension__ ({ \
 277   __m128 __A = (A); \
 278   (__m128)__builtin_shufflevector((__v4sf)__A, (__v4sf) _mm_setzero_ps(), \
 279                                    (C) & 0x3, ((C) & 0xc) >> 2, \
 280                                    ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6); })
 281
 282 #define _mm256_permute_ps(A, C) __extension__ ({ \
 283   __m256 __A = (A); \
 284   (__m256)__builtin_shufflevector((__v8sf)__A, (__v8sf) _mm256_setzero_ps(), \
 285                                   (C) & 0x3, ((C) & 0xc) >> 2, \
 286                                   ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6, \
 287                                   4 + (((C) & 0x03) >> 0), \
 288                                   4 + (((C) & 0x0c) >> 2), \
 289                                   4 + (((C) & 0x30) >> 4), \
 290                                   4 + (((C) & 0xc0) >> 6)); })
 291
 292 #define _mm256_permute2f128_pd(V1, V2, M) __extension__ ({ \
 293   __m256d __V1 = (V1); \
 294   __m256d __V2 = (V2); \
 295   (__m256d)__builtin_ia32_vperm2f128_pd256((__v4df)__V1, (__v4df)__V2, (M)); })
 296
 297 #define _mm256_permute2f128_ps(V1, V2, M) __extension__ ({ \
 298   __m256 __V1 = (V1); \
 299   __m256 __V2 = (V2); \
 300   (__m256)__builtin_ia32_vperm2f128_ps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 301
 302 #define _mm256_permute2f128_si256(V1, V2, M) __extension__ ({ \
 303   __m256i __V1 = (V1); \
 304   __m256i __V2 = (V2); \
 305   (__m256i)__builtin_ia32_vperm2f128_si256((__v8si)__V1, (__v8si)__V2, (M)); })
 306
 307 /* Vector Blend */
 308 #define _mm256_blend_pd(V1, V2, M) __extension__ ({ \
 309   __m256d __V1 = (V1); \
 310   __m256d __V2 = (V2); \
 311   (__m256d)__builtin_ia32_blendpd256((__v4df)__V1, (__v4df)__V2, (M)); })
 312
 313 #define _mm256_blend_ps(V1, V2, M) __extension__ ({ \
 314   __m256 __V1 = (V1); \
 315   __m256 __V2 = (V2); \
 316   (__m256)__builtin_ia32_blendps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 317
 318 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 319 _mm256_blendv_pd(__m256d __a, __m256d __b, __m256d __c)
 320 {
 321   return (__m256d)__builtin_ia32_blendvpd256(
 322     (__v4df)__a, (__v4df)__b, (__v4df)__c);
 323 }
 324
 325 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 326 _mm256_blendv_ps(__m256 __a, __m256 __b, __m256 __c)
 327 {
 328   return (__m256)__builtin_ia32_blendvps256(
 329     (__v8sf)__a, (__v8sf)__b, (__v8sf)__c);
 330 }
 331
 332 /* Vector Dot Product */
 333 #define _mm256_dp_ps(V1, V2, M) __extension__ ({ \
 334   __m256 __V1 = (V1); \
 335   __m256 __V2 = (V2); \
 336   (__m256)__builtin_ia32_dpps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
 337
 338 /* Vector shuffle */
 339 #define _mm256_shuffle_ps(a, b, mask) __extension__ ({ \
 340         __m256 __a = (a); \
 341         __m256 __b = (b); \
 342         (__m256)__builtin_shufflevector((__v8sf)__a, (__v8sf)__b, \
 343         (mask) & 0x3,                ((mask) & 0xc) >> 2, \
 344         (((mask) & 0x30) >> 4) + 8,  (((mask) & 0xc0) >> 6) + 8, \
 345         ((mask) & 0x3) + 4,          (((mask) & 0xc) >> 2) + 4, \
 346         (((mask) & 0x30) >> 4) + 12, (((mask) & 0xc0) >> 6) + 12); })
 347
 348 #define _mm256_shuffle_pd(a, b, mask) __extension__ ({ \
 349         __m256d __a = (a); \
 350         __m256d __b = (b); \
 351         (__m256d)__builtin_shufflevector((__v4df)__a, (__v4df)__b, \
 352         (mask) & 0x1, \
 353         (((mask) & 0x2) >> 1) + 4, \
 354         (((mask) & 0x4) >> 2) + 2, \
 355         (((mask) & 0x8) >> 3) + 6); })
 356
 357 /* Compare */
 358 #define _CMP_EQ_OQ    0x00 /* Equal (ordered, non-signaling)  */
 359 #define _CMP_LT_OS    0x01 /* Less-than (ordered, signaling)  */
 360 #define _CMP_LE_OS    0x02 /* Less-than-or-equal (ordered, signaling)  */
 361 #define _CMP_UNORD_Q  0x03 /* Unordered (non-signaling)  */
 362 #define _CMP_NEQ_UQ   0x04 /* Not-equal (unordered, non-signaling)  */
 363 #define _CMP_NLT_US   0x05 /* Not-less-than (unordered, signaling)  */
 364 #define _CMP_NLE_US   0x06 /* Not-less-than-or-equal (unordered, signaling)  */
 365 #define _CMP_ORD_Q    0x07 /* Ordered (nonsignaling)   */
 366 #define _CMP_EQ_UQ    0x08 /* Equal (unordered, non-signaling)  */
 367 #define _CMP_NGE_US   0x09 /* Not-greater-than-or-equal (unord, signaling)  */
 368 #define _CMP_NGT_US   0x0a /* Not-greater-than (unordered, signaling)  */
 369 #define _CMP_FALSE_OQ 0x0b /* False (ordered, non-signaling)  */
 370 #define _CMP_NEQ_OQ   0x0c /* Not-equal (ordered, non-signaling)  */
 371 #define _CMP_GE_OS    0x0d /* Greater-than-or-equal (ordered, signaling)  */
 372 #define _CMP_GT_OS    0x0e /* Greater-than (ordered, signaling)  */
 373 #define _CMP_TRUE_UQ  0x0f /* True (unordered, non-signaling)  */
 374 #define _CMP_EQ_OS    0x10 /* Equal (ordered, signaling)  */
 375 #define _CMP_LT_OQ    0x11 /* Less-than (ordered, non-signaling)  */
 376 #define _CMP_LE_OQ    0x12 /* Less-than-or-equal (ordered, non-signaling)  */
 377 #define _CMP_UNORD_S  0x13 /* Unordered (signaling)  */
 378 #define _CMP_NEQ_US   0x14 /* Not-equal (unordered, signaling)  */
 379 #define _CMP_NLT_UQ   0x15 /* Not-less-than (unordered, non-signaling)  */
 380 #define _CMP_NLE_UQ   0x16 /* Not-less-than-or-equal (unord, non-signaling)  */
 381 #define _CMP_ORD_S    0x17 /* Ordered (signaling)  */
 382 #define _CMP_EQ_US    0x18 /* Equal (unordered, signaling)  */
 383 #define _CMP_NGE_UQ   0x19 /* Not-greater-than-or-equal (unord, non-sign)  */
 384 #define _CMP_NGT_UQ   0x1a /* Not-greater-than (unordered, non-signaling)  */
 385 #define _CMP_FALSE_OS 0x1b /* False (ordered, signaling)  */
 386 #define _CMP_NEQ_OS   0x1c /* Not-equal (ordered, signaling)  */
 387 #define _CMP_GE_OQ    0x1d /* Greater-than-or-equal (ordered, non-signaling)  */
 388 #define _CMP_GT_OQ    0x1e /* Greater-than (ordered, non-signaling)  */
 389 #define _CMP_TRUE_US  0x1f /* True (unordered, signaling)  */
 390
 391 #define _mm_cmp_pd(a, b, c) __extension__ ({ \
 392   __m128d __a = (a); \
 393   __m128d __b = (b); \
 394   (__m128d)__builtin_ia32_cmppd((__v2df)__a, (__v2df)__b, (c)); })
 395
 396 #define _mm_cmp_ps(a, b, c) __extension__ ({ \
 397   __m128 __a = (a); \
 398   __m128 __b = (b); \
 399   (__m128)__builtin_ia32_cmpps((__v4sf)__a, (__v4sf)__b, (c)); })
 400
 401 #define _mm256_cmp_pd(a, b, c) __extension__ ({ \
 402   __m256d __a = (a); \
 403   __m256d __b = (b); \
 404   (__m256d)__builtin_ia32_cmppd256((__v4df)__a, (__v4df)__b, (c)); })
 405
 406 #define _mm256_cmp_ps(a, b, c) __extension__ ({ \
 407   __m256 __a = (a); \
 408   __m256 __b = (b); \
 409   (__m256)__builtin_ia32_cmpps256((__v8sf)__a, (__v8sf)__b, (c)); })
 410
 411 #define _mm_cmp_sd(a, b, c) __extension__ ({ \
 412   __m128d __a = (a); \
 413   __m128d __b = (b); \
 414   (__m128d)__builtin_ia32_cmpsd((__v2df)__a, (__v2df)__b, (c)); })
 415
 416 #define _mm_cmp_ss(a, b, c) __extension__ ({ \
 417   __m128 __a = (a); \
 418   __m128 __b = (b); \
 419   (__m128)__builtin_ia32_cmpss((__v4sf)__a, (__v4sf)__b, (c)); })
 420
 421 /* Vector extract */
 422 #define _mm256_extractf128_pd(A, O) __extension__ ({ \
 423   __m256d __A = (A); \
 424   (__m128d)__builtin_ia32_vextractf128_pd256((__v4df)__A, (O)); })
 425
 426 #define _mm256_extractf128_ps(A, O) __extension__ ({ \
 427   __m256 __A = (A); \
 428   (__m128)__builtin_ia32_vextractf128_ps256((__v8sf)__A, (O)); })
 429
 430 #define _mm256_extractf128_si256(A, O) __extension__ ({ \
 431   __m256i __A = (A); \
 432   (__m128i)__builtin_ia32_vextractf128_si256((__v8si)__A, (O)); })
 433
 434 static __inline int __attribute__((__always_inline__, __nodebug__))
 435 _mm256_extract_epi32(__m256i __a, int const __imm)
 436 {
 437   __v8si __b = (__v8si)__a;
 438   return __b[__imm & 7];
 439 }
 440
 441 static __inline int __attribute__((__always_inline__, __nodebug__))
 442 _mm256_extract_epi16(__m256i __a, int const __imm)
 443 {
 444   __v16hi __b = (__v16hi)__a;
 445   return __b[__imm & 15];
 446 }
 447
 448 static __inline int __attribute__((__always_inline__, __nodebug__))
 449 _mm256_extract_epi8(__m256i __a, int const __imm)
 450 {
 451   __v32qi __b = (__v32qi)__a;
 452   return __b[__imm & 31];
 453 }
 454
 455 #ifdef __x86_64__
 456 static __inline long long  __attribute__((__always_inline__, __nodebug__))
 457 _mm256_extract_epi64(__m256i __a, const int __imm)
 458 {
 459   __v4di __b = (__v4di)__a;
 460   return __b[__imm & 3];
 461 }
 462 #endif
 463
 464 /* Vector insert */
 465 #define _mm256_insertf128_pd(V1, V2, O) __extension__ ({ \
 466   __m256d __V1 = (V1); \
 467   __m128d __V2 = (V2); \
 468   (__m256d)__builtin_ia32_vinsertf128_pd256((__v4df)__V1, (__v2df)__V2, (O)); })
 469
 470 #define _mm256_insertf128_ps(V1, V2, O) __extension__ ({ \
 471   __m256 __V1 = (V1); \
 472   __m128 __V2 = (V2); \
 473   (__m256)__builtin_ia32_vinsertf128_ps256((__v8sf)__V1, (__v4sf)__V2, (O)); })
 474
 475 #define _mm256_insertf128_si256(V1, V2, O) __extension__ ({ \
 476   __m256i __V1 = (V1); \
 477   __m128i __V2 = (V2); \
 478   (__m256i)__builtin_ia32_vinsertf128_si256((__v8si)__V1, (__v4si)__V2, (O)); })
 479
 480 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 481 _mm256_insert_epi32(__m256i __a, int __b, int const __imm)
 482 {
 483   __v8si __c = (__v8si)__a;
 484   __c[__imm & 7] = __b;
 485   return (__m256i)__c;
 486 }
 487
 488 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 489 _mm256_insert_epi16(__m256i __a, int __b, int const __imm)
 490 {
 491   __v16hi __c = (__v16hi)__a;
 492   __c[__imm & 15] = __b;
 493   return (__m256i)__c;
 494 }
 495
 496 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 497 _mm256_insert_epi8(__m256i __a, int __b, int const __imm)
 498 {
 499   __v32qi __c = (__v32qi)__a;
 500   __c[__imm & 31] = __b;
 501   return (__m256i)__c;
 502 }
 503
 504 #ifdef __x86_64__
 505 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 506 _mm256_insert_epi64(__m256i __a, int __b, int const __imm)
 507 {
 508   __v4di __c = (__v4di)__a;
 509   __c[__imm & 3] = __b;
 510   return (__m256i)__c;
 511 }
 512 #endif
 513
 514 /* Conversion */
 515 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 516 _mm256_cvtepi32_pd(__m128i __a)
 517 {
 518   return (__m256d)__builtin_ia32_cvtdq2pd256((__v4si) __a);
 519 }
 520
 521 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 522 _mm256_cvtepi32_ps(__m256i __a)
 523 {
 524   return (__m256)__builtin_ia32_cvtdq2ps256((__v8si) __a);
 525 }
 526
 527 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 528 _mm256_cvtpd_ps(__m256d __a)
 529 {
 530   return (__m128)__builtin_ia32_cvtpd2ps256((__v4df) __a);
 531 }
 532
 533 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 534 _mm256_cvtps_epi32(__m256 __a)
 535 {
 536   return (__m256i)__builtin_ia32_cvtps2dq256((__v8sf) __a);
 537 }
 538
 539 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 540 _mm256_cvtps_pd(__m128 __a)
 541 {
 542   return (__m256d)__builtin_ia32_cvtps2pd256((__v4sf) __a);
 543 }
 544
 545 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 546 _mm256_cvttpd_epi32(__m256d __a)
 547 {
 548   return (__m128i)__builtin_ia32_cvttpd2dq256((__v4df) __a);
 549 }
 550
 551 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
 552 _mm256_cvtpd_epi32(__m256d __a)
 553 {
 554   return (__m128i)__builtin_ia32_cvtpd2dq256((__v4df) __a);
 555 }
 556
 557 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 558 _mm256_cvttps_epi32(__m256 __a)
 559 {
 560   return (__m256i)__builtin_ia32_cvttps2dq256((__v8sf) __a);
 561 }
 562
 563 /* Vector replicate */
 564 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 565 _mm256_movehdup_ps(__m256 __a)
 566 {
 567   return __builtin_shufflevector(__a, __a, 1, 1, 3, 3, 5, 5, 7, 7);
 568 }
 569
 570 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 571 _mm256_moveldup_ps(__m256 __a)
 572 {
 573   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2, 4, 4, 6, 6);
 574 }
 575
 576 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 577 _mm256_movedup_pd(__m256d __a)
 578 {
 579   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2);
 580 }
 581
 582 /* Unpack and Interleave */
 583 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 584 _mm256_unpackhi_pd(__m256d __a, __m256d __b)
 585 {
 586   return __builtin_shufflevector(__a, __b, 1, 5, 1+2, 5+2);
 587 }
 588
 589 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 590 _mm256_unpacklo_pd(__m256d __a, __m256d __b)
 591 {
 592   return __builtin_shufflevector(__a, __b, 0, 4, 0+2, 4+2);
 593 }
 594
 595 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 596 _mm256_unpackhi_ps(__m256 __a, __m256 __b)
 597 {
 598   return __builtin_shufflevector(__a, __b, 2, 10, 2+1, 10+1, 6, 14, 6+1, 14+1);
 599 }
 600
 601 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 602 _mm256_unpacklo_ps(__m256 __a, __m256 __b)
 603 {
 604   return __builtin_shufflevector(__a, __b, 0, 8, 0+1, 8+1, 4, 12, 4+1, 12+1);
 605 }
 606
 607 /* Bit Test */
 608 static __inline int __attribute__((__always_inline__, __nodebug__))
 609 _mm_testz_pd(__m128d __a, __m128d __b)
 610 {
 611   return __builtin_ia32_vtestzpd((__v2df)__a, (__v2df)__b);
 612 }
 613
 614 static __inline int __attribute__((__always_inline__, __nodebug__))
 615 _mm_testc_pd(__m128d __a, __m128d __b)
 616 {
 617   return __builtin_ia32_vtestcpd((__v2df)__a, (__v2df)__b);
 618 }
 619
 620 static __inline int __attribute__((__always_inline__, __nodebug__))
 621 _mm_testnzc_pd(__m128d __a, __m128d __b)
 622 {
 623   return __builtin_ia32_vtestnzcpd((__v2df)__a, (__v2df)__b);
 624 }
 625
 626 static __inline int __attribute__((__always_inline__, __nodebug__))
 627 _mm_testz_ps(__m128 __a, __m128 __b)
 628 {
 629   return __builtin_ia32_vtestzps((__v4sf)__a, (__v4sf)__b);
 630 }
 631
 632 static __inline int __attribute__((__always_inline__, __nodebug__))
 633 _mm_testc_ps(__m128 __a, __m128 __b)
 634 {
 635   return __builtin_ia32_vtestcps((__v4sf)__a, (__v4sf)__b);
 636 }
 637
 638 static __inline int __attribute__((__always_inline__, __nodebug__))
 639 _mm_testnzc_ps(__m128 __a, __m128 __b)
 640 {
 641   return __builtin_ia32_vtestnzcps((__v4sf)__a, (__v4sf)__b);
 642 }
 643
 644 static __inline int __attribute__((__always_inline__, __nodebug__))
 645 _mm256_testz_pd(__m256d __a, __m256d __b)
 646 {
 647   return __builtin_ia32_vtestzpd256((__v4df)__a, (__v4df)__b);
 648 }
 649
 650 static __inline int __attribute__((__always_inline__, __nodebug__))
 651 _mm256_testc_pd(__m256d __a, __m256d __b)
 652 {
 653   return __builtin_ia32_vtestcpd256((__v4df)__a, (__v4df)__b);
 654 }
 655
 656 static __inline int __attribute__((__always_inline__, __nodebug__))
 657 _mm256_testnzc_pd(__m256d __a, __m256d __b)
 658 {
 659   return __builtin_ia32_vtestnzcpd256((__v4df)__a, (__v4df)__b);
 660 }
 661
 662 static __inline int __attribute__((__always_inline__, __nodebug__))
 663 _mm256_testz_ps(__m256 __a, __m256 __b)
 664 {
 665   return __builtin_ia32_vtestzps256((__v8sf)__a, (__v8sf)__b);
 666 }
 667
 668 static __inline int __attribute__((__always_inline__, __nodebug__))
 669 _mm256_testc_ps(__m256 __a, __m256 __b)
 670 {
 671   return __builtin_ia32_vtestcps256((__v8sf)__a, (__v8sf)__b);
 672 }
 673
 674 static __inline int __attribute__((__always_inline__, __nodebug__))
 675 _mm256_testnzc_ps(__m256 __a, __m256 __b)
 676 {
 677   return __builtin_ia32_vtestnzcps256((__v8sf)__a, (__v8sf)__b);
 678 }
 679
 680 static __inline int __attribute__((__always_inline__, __nodebug__))
 681 _mm256_testz_si256(__m256i __a, __m256i __b)
 682 {
 683   return __builtin_ia32_ptestz256((__v4di)__a, (__v4di)__b);
 684 }
 685
 686 static __inline int __attribute__((__always_inline__, __nodebug__))
 687 _mm256_testc_si256(__m256i __a, __m256i __b)
 688 {
 689   return __builtin_ia32_ptestc256((__v4di)__a, (__v4di)__b);
 690 }
 691
 692 static __inline int __attribute__((__always_inline__, __nodebug__))
 693 _mm256_testnzc_si256(__m256i __a, __m256i __b)
 694 {
 695   return __builtin_ia32_ptestnzc256((__v4di)__a, (__v4di)__b);
 696 }
 697
 698 /* Vector extract sign mask */
 699 static __inline int __attribute__((__always_inline__, __nodebug__))
 700 _mm256_movemask_pd(__m256d __a)
 701 {
 702   return __builtin_ia32_movmskpd256((__v4df)__a);
 703 }
 704
 705 static __inline int __attribute__((__always_inline__, __nodebug__))
 706 _mm256_movemask_ps(__m256 __a)
 707 {
 708   return __builtin_ia32_movmskps256((__v8sf)__a);
 709 }
 710
 711 /* Vector __zero */
 712 static __inline void __attribute__((__always_inline__, __nodebug__))
 713 _mm256_zeroall(void)
 714 {
 715   __builtin_ia32_vzeroall();
 716 }
 717
 718 static __inline void __attribute__((__always_inline__, __nodebug__))
 719 _mm256_zeroupper(void)
 720 {
 721   __builtin_ia32_vzeroupper();
 722 }
 723
 724 /* Vector load with broadcast */
 725 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 726 _mm_broadcast_ss(float const *__a)
 727 {
 728   return (__m128)__builtin_ia32_vbroadcastss(__a);
 729 }
 730
 731 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 732 _mm256_broadcast_sd(double const *__a)
 733 {
 734   return (__m256d)__builtin_ia32_vbroadcastsd256(__a);
 735 }
 736
 737 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 738 _mm256_broadcast_ss(float const *__a)
 739 {
 740   return (__m256)__builtin_ia32_vbroadcastss256(__a);
 741 }
 742
 743 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 744 _mm256_broadcast_pd(__m128d const *__a)
 745 {
 746   return (__m256d)__builtin_ia32_vbroadcastf128_pd256(__a);
 747 }
 748
 749 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 750 _mm256_broadcast_ps(__m128 const *__a)
 751 {
 752   return (__m256)__builtin_ia32_vbroadcastf128_ps256(__a);
 753 }
 754
 755 /* SIMD load ops */
 756 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 757 _mm256_load_pd(double const *__p)
 758 {
 759   return *(__m256d *)__p;
 760 }
 761
 762 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 763 _mm256_load_ps(float const *__p)
 764 {
 765   return *(__m256 *)__p;
 766 }
 767
 768 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 769 _mm256_loadu_pd(double const *__p)
 770 {
 771   struct __loadu_pd {
 772     __m256d __v;
 773   } __attribute__((packed, may_alias));
 774   return ((struct __loadu_pd*)__p)->__v;
 775 }
 776
 777 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 778 _mm256_loadu_ps(float const *__p)
 779 {
 780   struct __loadu_ps {
 781     __m256 __v;
 782   } __attribute__((packed, may_alias));
 783   return ((struct __loadu_ps*)__p)->__v;
 784 }
 785
 786 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 787 _mm256_load_si256(__m256i const *__p)
 788 {
 789   return *__p;
 790 }
 791
 792 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 793 _mm256_loadu_si256(__m256i const *__p)
 794 {
 795   struct __loadu_si256 {
 796     __m256i __v;
 797   } __attribute__((packed, may_alias));
 798   return ((struct __loadu_si256*)__p)->__v;
 799 }
 800
 801 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 802 _mm256_lddqu_si256(__m256i const *__p)
 803 {
 804   return (__m256i)__builtin_ia32_lddqu256((char const *)__p);
 805 }
 806
 807 /* SIMD store ops */
 808 static __inline void __attribute__((__always_inline__, __nodebug__))
 809 _mm256_store_pd(double *__p, __m256d __a)
 810 {
 811   *(__m256d *)__p = __a;
 812 }
 813
 814 static __inline void __attribute__((__always_inline__, __nodebug__))
 815 _mm256_store_ps(float *__p, __m256 __a)
 816 {
 817   *(__m256 *)__p = __a;
 818 }
 819
 820 static __inline void __attribute__((__always_inline__, __nodebug__))
 821 _mm256_storeu_pd(double *__p, __m256d __a)
 822 {
 823   __builtin_ia32_storeupd256(__p, (__v4df)__a);
 824 }
 825
 826 static __inline void __attribute__((__always_inline__, __nodebug__))
 827 _mm256_storeu_ps(float *__p, __m256 __a)
 828 {
 829   __builtin_ia32_storeups256(__p, (__v8sf)__a);
 830 }
 831
 832 static __inline void __attribute__((__always_inline__, __nodebug__))
 833 _mm256_store_si256(__m256i *__p, __m256i __a)
 834 {
 835   *__p = __a;
 836 }
 837
 838 static __inline void __attribute__((__always_inline__, __nodebug__))
 839 _mm256_storeu_si256(__m256i *__p, __m256i __a)
 840 {
 841   __builtin_ia32_storedqu256((char *)__p, (__v32qi)__a);
 842 }
 843
 844 /* Conditional load ops */
 845 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
 846 _mm_maskload_pd(double const *__p, __m128d __m)
 847 {
 848   return (__m128d)__builtin_ia32_maskloadpd((const __v2df *)__p, (__v2df)__m);
 849 }
 850
 851 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 852 _mm256_maskload_pd(double const *__p, __m256d __m)
 853 {
 854   return (__m256d)__builtin_ia32_maskloadpd256((const __v4df *)__p,
 855                                                (__v4df)__m);
 856 }
 857
 858 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
 859 _mm_maskload_ps(float const *__p, __m128 __m)
 860 {
 861   return (__m128)__builtin_ia32_maskloadps((const __v4sf *)__p, (__v4sf)__m);
 862 }
 863
 864 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 865 _mm256_maskload_ps(float const *__p, __m256 __m)
 866 {
 867   return (__m256)__builtin_ia32_maskloadps256((const __v8sf *)__p, (__v8sf)__m);
 868 }
 869
 870 /* Conditional store ops */
 871 static __inline void __attribute__((__always_inline__, __nodebug__))
 872 _mm256_maskstore_ps(float *__p, __m256 __m, __m256 __a)
 873 {
 874   __builtin_ia32_maskstoreps256((__v8sf *)__p, (__v8sf)__m, (__v8sf)__a);
 875 }
 876
 877 static __inline void __attribute__((__always_inline__, __nodebug__))
 878 _mm_maskstore_pd(double *__p, __m128d __m, __m128d __a)
 879 {
 880   __builtin_ia32_maskstorepd((__v2df *)__p, (__v2df)__m, (__v2df)__a);
 881 }
 882
 883 static __inline void __attribute__((__always_inline__, __nodebug__))
 884 _mm256_maskstore_pd(double *__p, __m256d __m, __m256d __a)
 885 {
 886   __builtin_ia32_maskstorepd256((__v4df *)__p, (__v4df)__m, (__v4df)__a);
 887 }
 888
 889 static __inline void __attribute__((__always_inline__, __nodebug__))
 890 _mm_maskstore_ps(float *__p, __m128 __m, __m128 __a)
 891 {
 892   __builtin_ia32_maskstoreps((__v4sf *)__p, (__v4sf)__m, (__v4sf)__a);
 893 }
 894
 895 /* Cacheability support ops */
 896 static __inline void __attribute__((__always_inline__, __nodebug__))
 897 _mm256_stream_si256(__m256i *__a, __m256i __b)
 898 {
 899   __builtin_ia32_movntdq256((__v4di *)__a, (__v4di)__b);
 900 }
 901
 902 static __inline void __attribute__((__always_inline__, __nodebug__))
 903 _mm256_stream_pd(double *__a, __m256d __b)
 904 {
 905   __builtin_ia32_movntpd256(__a, (__v4df)__b);
 906 }
 907
 908 static __inline void __attribute__((__always_inline__, __nodebug__))
 909 _mm256_stream_ps(float *__p, __m256 __a)
 910 {
 911   __builtin_ia32_movntps256(__p, (__v8sf)__a);
 912 }
 913
 914 /* Create vectors */
 915 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 916 _mm256_set_pd(double __a, double __b, double __c, double __d)
 917 {
 918   return (__m256d){ __d, __c, __b, __a };
 919 }
 920
 921 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 922 _mm256_set_ps(float __a, float __b, float __c, float __d,
 923                     float __e, float __f, float __g, float __h)
 924 {
 925   return (__m256){ __h, __g, __f, __e, __d, __c, __b, __a };
 926 }
 927
 928 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 929 _mm256_set_epi32(int __i0, int __i1, int __i2, int __i3,
 930                              int __i4, int __i5, int __i6, int __i7)
 931 {
 932   return (__m256i)(__v8si){ __i7, __i6, __i5, __i4, __i3, __i2, __i1, __i0 };
 933 }
 934
 935 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 936 _mm256_set_epi16(short __w15, short __w14, short __w13, short __w12,
 937                              short __w11, short __w10, short __w09, short __w08,
 938                              short __w07, short __w06, short __w05, short __w04,
 939                              short __w03, short __w02, short __w01, short __w00)
 940 {
 941   return (__m256i)(__v16hi){ __w00, __w01, __w02, __w03, __w04, __w05, __w06,
 942     __w07, __w08, __w09, __w10, __w11, __w12, __w13, __w14, __w15 };
 943 }
 944
 945 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 946 _mm256_set_epi8(char __b31, char __b30, char __b29, char __b28,
 947                             char __b27, char __b26, char __b25, char __b24,
 948                             char __b23, char __b22, char __b21, char __b20,
 949                             char __b19, char __b18, char __b17, char __b16,
 950                             char __b15, char __b14, char __b13, char __b12,
 951                             char __b11, char __b10, char __b09, char __b08,
 952                             char __b07, char __b06, char __b05, char __b04,
 953                             char __b03, char __b02, char __b01, char __b00)
 954 {
 955   return (__m256i)(__v32qi){
 956     __b00, __b01, __b02, __b03, __b04, __b05, __b06, __b07,
 957     __b08, __b09, __b10, __b11, __b12, __b13, __b14, __b15,
 958     __b16, __b17, __b18, __b19, __b20, __b21, __b22, __b23,
 959     __b24, __b25, __b26, __b27, __b28, __b29, __b30, __b31
 960   };
 961 }
 962
 963 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 964 _mm256_set_epi64x(long long __a, long long __b, long long __c, long long __d)
 965 {
 966   return (__m256i)(__v4di){ __d, __c, __b, __a };
 967 }
 968
 969 /* Create vectors with elements in reverse order */
 970 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
 971 _mm256_setr_pd(double __a, double __b, double __c, double __d)
 972 {
 973   return (__m256d){ __a, __b, __c, __d };
 974 }
 975
 976 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
 977 _mm256_setr_ps(float __a, float __b, float __c, float __d,
 978                            float __e, float __f, float __g, float __h)
 979 {
 980   return (__m256){ __a, __b, __c, __d, __e, __f, __g, __h };
 981 }
 982
 983 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 984 _mm256_setr_epi32(int __i0, int __i1, int __i2, int __i3,
 985                               int __i4, int __i5, int __i6, int __i7)
 986 {
 987   return (__m256i)(__v8si){ __i0, __i1, __i2, __i3, __i4, __i5, __i6, __i7 };
 988 }
 989
 990 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
 991 _mm256_setr_epi16(short __w15, short __w14, short __w13, short __w12,
 992                    short __w11, short __w10, short __w09, short __w08,
 993                    short __w07, short __w06, short __w05, short __w04,
 994                    short __w03, short __w02, short __w01, short __w00)
 995 {
 996   return (__m256i)(__v16hi){ __w15, __w14, __w13, __w12, __w11, __w10, __w09,
 997     __w08, __w07, __w06, __w05, __w04, __w03, __w02, __w01, __w00 };
 998 }
 999
1000 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1001 _mm256_setr_epi8(char __b31, char __b30, char __b29, char __b28,
1002                              char __b27, char __b26, char __b25, char __b24,
1003                              char __b23, char __b22, char __b21, char __b20,
1004                              char __b19, char __b18, char __b17, char __b16,
1005                              char __b15, char __b14, char __b13, char __b12,
1006                              char __b11, char __b10, char __b09, char __b08,
1007                              char __b07, char __b06, char __b05, char __b04,
1008                              char __b03, char __b02, char __b01, char __b00)
1009 {
1010   return (__m256i)(__v32qi){
1011     __b31, __b30, __b29, __b28, __b27, __b26, __b25, __b24,
1012                 __b23, __b22, __b21, __b20, __b19, __b18, __b17, __b16,
1013                 __b15, __b14, __b13, __b12, __b11, __b10, __b09, __b08,
1014                 __b07, __b06, __b05, __b04, __b03, __b02, __b01, __b00 };
1015 }
1016
1017 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1018 _mm256_setr_epi64x(long long __a, long long __b, long long __c, long long __d)
1019 {
1020   return (__m256i)(__v4di){ __a, __b, __c, __d };
1021 }
1022
1023 /* Create vectors with repeated elements */
1024 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1025 _mm256_set1_pd(double __w)
1026 {
1027   return (__m256d){ __w, __w, __w, __w };
1028 }
1029
1030 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1031 _mm256_set1_ps(float __w)
1032 {
1033   return (__m256){ __w, __w, __w, __w, __w, __w, __w, __w };
1034 }
1035
1036 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1037 _mm256_set1_epi32(int __i)
1038 {
1039   return (__m256i)(__v8si){ __i, __i, __i, __i, __i, __i, __i, __i };
1040 }
1041
1042 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1043 _mm256_set1_epi16(short __w)
1044 {
1045   return (__m256i)(__v16hi){ __w, __w, __w, __w, __w, __w, __w, __w, __w, __w,
1046     __w, __w, __w, __w, __w, __w };
1047 }
1048
1049 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1050 _mm256_set1_epi8(char __b)
1051 {
1052   return (__m256i)(__v32qi){ __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1053     __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1054     __b, __b, __b, __b, __b, __b, __b };
1055 }
1056
1057 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1058 _mm256_set1_epi64x(long long __q)
1059 {
1060   return (__m256i)(__v4di){ __q, __q, __q, __q };
1061 }
1062
1063 /* Create __zeroed vectors */
1064 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1065 _mm256_setzero_pd(void)
1066 {
1067   return (__m256d){ 0, 0, 0, 0 };
1068 }
1069
1070 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1071 _mm256_setzero_ps(void)
1072 {
1073   return (__m256){ 0, 0, 0, 0, 0, 0, 0, 0 };
1074 }
1075
1076 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1077 _mm256_setzero_si256(void)
1078 {
1079   return (__m256i){ 0LL, 0LL, 0LL, 0LL };
1080 }
1081
1082 /* Cast between vector types */
1083 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1084 _mm256_castpd_ps(__m256d __a)
1085 {
1086   return (__m256)__a;
1087 }
1088
1089 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1090 _mm256_castpd_si256(__m256d __a)
1091 {
1092   return (__m256i)__a;
1093 }
1094
1095 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1096 _mm256_castps_pd(__m256 __a)
1097 {
1098   return (__m256d)__a;
1099 }
1100
1101 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1102 _mm256_castps_si256(__m256 __a)
1103 {
1104   return (__m256i)__a;
1105 }
1106
1107 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1108 _mm256_castsi256_ps(__m256i __a)
1109 {
1110   return (__m256)__a;
1111 }
1112
1113 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1114 _mm256_castsi256_pd(__m256i __a)
1115 {
1116   return (__m256d)__a;
1117 }
1118
1119 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
1120 _mm256_castpd256_pd128(__m256d __a)
1121 {
1122   return __builtin_shufflevector(__a, __a, 0, 1);
1123 }
1124
1125 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
1126 _mm256_castps256_ps128(__m256 __a)
1127 {
1128   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3);
1129 }
1130
1131 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
1132 _mm256_castsi256_si128(__m256i __a)
1133 {
1134   return __builtin_shufflevector(__a, __a, 0, 1);
1135 }
1136
1137 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1138 _mm256_castpd128_pd256(__m128d __a)
1139 {
1140   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
1141 }
1142
1143 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1144 _mm256_castps128_ps256(__m128 __a)
1145 {
1146   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3, -1, -1, -1, -1);
1147 }
1148
1149 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1150 _mm256_castsi128_si256(__m128i __a)
1151 {
1152   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
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 }
1223
1224 #endif /* __AVXINTRIN_H */