llvm/test/CodeGen/AMDGPU/idot4u.ll

   1 ; NOTE: Assertions have been autogenerated by utils/update_llc_test_checks.py
   2 ; RUN: llc -mtriple=amdgcn -mcpu=gfx700 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX7 %s
   3 ; RUN: llc -mtriple=amdgcn -mcpu=gfx803 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX8 %s
   4 ; RUN: llc -mtriple=amdgcn -mcpu=gfx900 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX9-NODL %s
   5 ; RUN: llc -mtriple=amdgcn -mcpu=gfx906 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX9-DL %s
   6 ; RUN: llc -mtriple=amdgcn -mcpu=gfx1011 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX10-DL %s
   7 ; RUN: llc -mtriple=amdgcn -mcpu=gfx1012 -verify-machineinstrs < %s | FileCheck -check-prefixes=GFX10-DL %s
   8
   9 define amdgpu_kernel void @udot4_acc32(<4 x i8> addrspace(1)* %src1,
  10 ; GFX7-LABEL: udot4_acc32:
  11 ; GFX7:       ; %bb.0: ; %entry
  12 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
  13 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
  14 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
  15 ; GFX7-NEXT:    s_mov_b32 s10, 0
  16 ; GFX7-NEXT:    s_mov_b32 s11, s3
  17 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
  18 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
  19 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
  20 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
  21 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
  22 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
  23 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
  24 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
  25 ; GFX7-NEXT:    s_mov_b32 s2, -1
  26 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
  27 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
  28 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
  29 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
  30 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
  31 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
  32 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
  33 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
  34 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
  35 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
  36 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
  37 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, s4
  38 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
  39 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
  40 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
  41 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
  42 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
  43 ; GFX7-NEXT:    s_endpgm
  44 ;
  45 ; GFX8-LABEL: udot4_acc32:
  46 ; GFX8:       ; %bb.0: ; %entry
  47 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
  48 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
  49 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
  50 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
  51 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
  52 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
  53 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
  54 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
  55 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
  56 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
  57 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
  58 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
  59 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
  60 ; GFX8-NEXT:    s_load_dword s3, s[0:1], 0x0
  61 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
  62 ; GFX8-NEXT:    v_and_b32_e32 v1, s2, v3
  63 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
  64 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
  65 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
  66 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
  67 ; GFX8-NEXT:    v_and_b32_e32 v2, s2, v0
  68 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
  69 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
  70 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, s3
  71 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
  72 ; GFX8-NEXT:    v_mad_u32_u24 v1, v4, v5, v1
  73 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
  74 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
  75 ; GFX8-NEXT:    v_mad_u32_u24 v2, v3, v0, v1
  76 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
  77 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
  78 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
  79 ; GFX8-NEXT:    s_endpgm
  80 ;
  81 ; GFX9-NODL-LABEL: udot4_acc32:
  82 ; GFX9-NODL:       ; %bb.0: ; %entry
  83 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
  84 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
  85 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
  86 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
  87 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
  88 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
  89 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
  90 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
  91 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
  92 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
  93 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
  94 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v5, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
  95 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
  96 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
  97 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v3, s0, v4
  98 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v5, v1
  99 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
 100 ; GFX9-NODL-NEXT:    s_endpgm
 101 ;
 102 ; GFX9-DL-LABEL: udot4_acc32:
 103 ; GFX9-DL:       ; %bb.0: ; %entry
 104 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 105 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 106 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 107 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 108 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 109 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 110 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 111 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
 112 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0) lgkmcnt(0)
 113 ; GFX9-DL-NEXT:    v_dot4_u32_u8 v0, v2, v3, s0
 114 ; GFX9-DL-NEXT:    global_store_dword v1, v0, s[2:3]
 115 ; GFX9-DL-NEXT:    s_endpgm
 116 ;
 117 ; GFX10-DL-LABEL: udot4_acc32:
 118 ; GFX10-DL:       ; %bb.0: ; %entry
 119 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 120 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 121 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 122 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 123 ; GFX10-DL-NEXT:    s_clause 0x1
 124 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 125 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 126 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
 127 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
 128 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0) lgkmcnt(0)
 129 ; GFX10-DL-NEXT:    v_dot4_u32_u8 v1, v1, v2, s2
 130 ; GFX10-DL-NEXT:    global_store_dword v0, v1, s[0:1]
 131 ; GFX10-DL-NEXT:    s_endpgm
 132                                        <4 x i8> addrspace(1)* %src2,
 133                                        i32 addrspace(1)* nocapture %dst) {
 134 entry:
 135   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 136   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
 137   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
 138   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
 139   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
 140
 141   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 142   %cv1e0 = zext i8 %v1e0 to i32
 143   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 144   %cv2e0 = zext i8 %v2e0 to i32
 145   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
 146
 147   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 148   %cv1e1 = zext i8 %v1e1 to i32
 149   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 150   %cv2e1 = zext i8 %v2e1 to i32
 151   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
 152
 153   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 154   %cv1e2 = zext i8 %v1e2 to i32
 155   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 156   %cv2e2 = zext i8 %v2e2 to i32
 157   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
 158
 159   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 160   %cv1e3 = zext i8 %v1e3 to i32
 161   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 162   %cv2e3 = zext i8 %v2e3 to i32
 163   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
 164
 165   %acc = load i32, i32 addrspace(1)* %dst, align 4
 166   %mad1 = add i32 %mul1, %acc
 167   %mad2 = add i32 %mad1, %mul2
 168   %mad3 = add i32 %mad2, %mul3
 169   %mad4 = add i32 %mad3, %mul4
 170
 171   store i32 %mad4, i32 addrspace(1)* %dst, align 4
 172   ret void
 173 }
 174
 175 define amdgpu_kernel void @udot4_acc16(<4 x i8> addrspace(1)* %src1,
 176 ; GFX7-LABEL: udot4_acc16:
 177 ; GFX7:       ; %bb.0: ; %entry
 178 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 179 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 180 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 181 ; GFX7-NEXT:    s_mov_b32 s10, 0
 182 ; GFX7-NEXT:    s_mov_b32 s11, s3
 183 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 184 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 185 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 186 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 187 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 188 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 189 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 190 ; GFX7-NEXT:    s_mov_b32 s2, -1
 191 ; GFX7-NEXT:    buffer_load_ushort v8, off, s[0:3], 0
 192 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
 193 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 194 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
 195 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
 196 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 197 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
 198 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
 199 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 200 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v8
 201 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
 202 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
 203 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
 204 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 205 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 206 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
 207 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 208 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
 209 ; GFX7-NEXT:    s_endpgm
 210 ;
 211 ; GFX8-LABEL: udot4_acc16:
 212 ; GFX8:       ; %bb.0: ; %entry
 213 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 214 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 215 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 216 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 217 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 218 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 219 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 220 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
 221 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 222 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 223 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
 224 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 225 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
 226 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
 227 ; GFX8-NEXT:    flat_load_ushort v1, v[2:3]
 228 ; GFX8-NEXT:    s_movk_i32 s0, 0xff
 229 ; GFX8-NEXT:    v_mov_b32_e32 v5, s0
 230 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 231 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v4
 232 ; GFX8-NEXT:    v_and_b32_e32 v6, s0, v4
 233 ; GFX8-NEXT:    v_and_b32_e32 v8, s0, v8
 234 ; GFX8-NEXT:    v_and_b32_sdwa v10, v4, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 235 ; GFX8-NEXT:    v_lshrrev_b32_e32 v4, 24, v4
 236 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 237 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 8, v0
 238 ; GFX8-NEXT:    v_and_b32_e32 v7, s0, v0
 239 ; GFX8-NEXT:    v_and_b32_e32 v9, s0, v9
 240 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 241 ; GFX8-NEXT:    v_mad_u16 v1, v6, v7, v1
 242 ; GFX8-NEXT:    v_and_b32_sdwa v5, v0, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 243 ; GFX8-NEXT:    v_mad_u16 v1, v8, v9, v1
 244 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 245 ; GFX8-NEXT:    v_mad_u16 v1, v10, v5, v1
 246 ; GFX8-NEXT:    v_mad_u16 v0, v4, v0, v1
 247 ; GFX8-NEXT:    flat_store_short v[2:3], v0
 248 ; GFX8-NEXT:    s_endpgm
 249 ;
 250 ; GFX9-NODL-LABEL: udot4_acc16:
 251 ; GFX9-NODL:       ; %bb.0: ; %entry
 252 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 253 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 254 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 255 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 256 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
 257 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 258 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 259 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 260 ; GFX9-NODL-NEXT:    global_load_ushort v4, v1, s[2:3]
 261 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 262 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 263 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 264 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 265 ; GFX9-NODL-NEXT:    v_and_b32_e32 v0, s0, v2
 266 ; GFX9-NODL-NEXT:    v_and_b32_e32 v5, s0, v3
 267 ; GFX9-NODL-NEXT:    v_and_b32_e32 v6, s0, v6
 268 ; GFX9-NODL-NEXT:    v_and_b32_e32 v7, s0, v7
 269 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 270 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v4
 271 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v8, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 272 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v9, v3, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 273 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v6, v7, v0
 274 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 275 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 276 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v8, v9, v0
 277 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v2, v3, v0
 278 ; GFX9-NODL-NEXT:    global_store_short v1, v0, s[2:3]
 279 ; GFX9-NODL-NEXT:    s_endpgm
 280 ;
 281 ; GFX9-DL-LABEL: udot4_acc16:
 282 ; GFX9-DL:       ; %bb.0: ; %entry
 283 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 284 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 285 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 286 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 287 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
 288 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 289 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 290 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 291 ; GFX9-DL-NEXT:    global_load_ushort v4, v1, s[2:3]
 292 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 293 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 294 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 295 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 296 ; GFX9-DL-NEXT:    v_and_b32_e32 v0, s0, v2
 297 ; GFX9-DL-NEXT:    v_and_b32_e32 v5, s0, v3
 298 ; GFX9-DL-NEXT:    v_and_b32_e32 v6, s0, v6
 299 ; GFX9-DL-NEXT:    v_and_b32_e32 v7, s0, v7
 300 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 301 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v4
 302 ; GFX9-DL-NEXT:    v_and_b32_sdwa v8, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 303 ; GFX9-DL-NEXT:    v_and_b32_sdwa v9, v3, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 304 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v6, v7, v0
 305 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 306 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 307 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v8, v9, v0
 308 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v2, v3, v0
 309 ; GFX9-DL-NEXT:    global_store_short v1, v0, s[2:3]
 310 ; GFX9-DL-NEXT:    s_endpgm
 311 ;
 312 ; GFX10-DL-LABEL: udot4_acc16:
 313 ; GFX10-DL:       ; %bb.0: ; %entry
 314 ; GFX10-DL-NEXT:    s_clause 0x1
 315 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 316 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 317 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 318 ; GFX10-DL-NEXT:    s_movk_i32 s0, 0xff
 319 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 320 ; GFX10-DL-NEXT:    s_clause 0x1
 321 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 322 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 323 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
 324 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
 325 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 326 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v1
 327 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 328 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 329 ; GFX10-DL-NEXT:    v_and_b32_e32 v4, s0, v1
 330 ; GFX10-DL-NEXT:    v_and_b32_e32 v7, s0, v2
 331 ; GFX10-DL-NEXT:    v_and_b32_e32 v5, s0, v5
 332 ; GFX10-DL-NEXT:    v_and_b32_e32 v6, s0, v6
 333 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 334 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v7, v3
 335 ; GFX10-DL-NEXT:    v_and_b32_sdwa v4, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 336 ; GFX10-DL-NEXT:    v_and_b32_sdwa v7, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 337 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
 338 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 339 ; GFX10-DL-NEXT:    v_mad_u16 v3, v5, v6, v3
 340 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v7, v3
 341 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
 342 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[2:3]
 343 ; GFX10-DL-NEXT:    s_endpgm
 344                                        <4 x i8> addrspace(1)* %src2,
 345                                        i16 addrspace(1)* nocapture %dst) {
 346 entry:
 347   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 348   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
 349   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
 350   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
 351   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
 352
 353   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 354   %cv1e0 = zext i8 %v1e0 to i16
 355   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 356   %cv2e0 = zext i8 %v2e0 to i16
 357   %mul1 = mul nuw nsw i16 %cv1e0, %cv2e0
 358
 359   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 360   %cv1e1 = zext i8 %v1e1 to i16
 361   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 362   %cv2e1 = zext i8 %v2e1 to i16
 363   %mul2 = mul nuw nsw i16 %cv1e1, %cv2e1
 364
 365   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 366   %cv1e2 = zext i8 %v1e2 to i16
 367   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 368   %cv2e2 = zext i8 %v2e2 to i16
 369   %mul3 = mul nuw nsw i16 %cv1e2, %cv2e2
 370
 371   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 372   %cv1e3 = zext i8 %v1e3 to i16
 373   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 374   %cv2e3 = zext i8 %v2e3 to i16
 375   %mul4 = mul nuw nsw i16 %cv1e3, %cv2e3
 376
 377   %acc = load i16, i16 addrspace(1)* %dst, align 2
 378   %mad1 = add i16 %mul1, %acc
 379   %mad2 = add i16 %mad1, %mul2
 380   %mad3 = add i16 %mad2, %mul3
 381   %mad4 = add i16 %mad3, %mul4
 382
 383   store i16 %mad4, i16 addrspace(1)* %dst, align 2
 384   ret void
 385 }
 386
 387 define amdgpu_kernel void @udot4_acc8(<4 x i8> addrspace(1)* %src1,
 388 ; GFX7-LABEL: udot4_acc8:
 389 ; GFX7:       ; %bb.0: ; %entry
 390 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 391 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 392 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 393 ; GFX7-NEXT:    s_mov_b32 s10, 0
 394 ; GFX7-NEXT:    s_mov_b32 s11, s3
 395 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 396 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 397 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 398 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 399 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 400 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 401 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 402 ; GFX7-NEXT:    s_mov_b32 s2, -1
 403 ; GFX7-NEXT:    buffer_load_ubyte v8, off, s[0:3], 0
 404 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
 405 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 406 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
 407 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
 408 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 409 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
 410 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
 411 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 412 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v8
 413 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
 414 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
 415 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
 416 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 417 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 418 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
 419 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 420 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 421 ; GFX7-NEXT:    s_endpgm
 422 ;
 423 ; GFX8-LABEL: udot4_acc8:
 424 ; GFX8:       ; %bb.0: ; %entry
 425 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 426 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 427 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 428 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 429 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 430 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 431 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 432 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
 433 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 434 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
 435 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 436 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
 437 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 438 ; GFX8-NEXT:    flat_load_ubyte v5, v[2:3]
 439 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
 440 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 441 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v4
 442 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 16, v4
 443 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v4
 444 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 445 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v0
 446 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v0
 447 ; GFX8-NEXT:    v_lshrrev_b32_e32 v10, 24, v0
 448 ; GFX8-NEXT:    v_mad_u16 v0, v4, v0, v5
 449 ; GFX8-NEXT:    v_mad_u16 v0, v7, v8, v0
 450 ; GFX8-NEXT:    v_mad_u16 v0, v1, v6, v0
 451 ; GFX8-NEXT:    v_mad_u16 v0, v9, v10, v0
 452 ; GFX8-NEXT:    flat_store_byte v[2:3], v0
 453 ; GFX8-NEXT:    s_endpgm
 454 ;
 455 ; GFX9-NODL-LABEL: udot4_acc8:
 456 ; GFX9-NODL:       ; %bb.0: ; %entry
 457 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 458 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 459 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 460 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 461 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 462 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 463 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 464 ; GFX9-NODL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 465 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 466 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
 467 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 468 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
 469 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 470 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 471 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 472 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 473 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 474 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v6, v7, v2
 475 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 476 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 477 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v8, v9, v0
 478 ; GFX9-NODL-NEXT:    global_store_byte v1, v0, s[2:3]
 479 ; GFX9-NODL-NEXT:    s_endpgm
 480 ;
 481 ; GFX9-DL-LABEL: udot4_acc8:
 482 ; GFX9-DL:       ; %bb.0: ; %entry
 483 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 484 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 485 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 486 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 487 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 488 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 489 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 490 ; GFX9-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 491 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 492 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
 493 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 494 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
 495 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 496 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 497 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 498 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 499 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 500 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v6, v7, v2
 501 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 502 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 503 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v8, v9, v0
 504 ; GFX9-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 505 ; GFX9-DL-NEXT:    s_endpgm
 506 ;
 507 ; GFX10-DL-LABEL: udot4_acc8:
 508 ; GFX10-DL:       ; %bb.0: ; %entry
 509 ; GFX10-DL-NEXT:    s_clause 0x1
 510 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 511 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 512 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 513 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 514 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 515 ; GFX10-DL-NEXT:    s_clause 0x1
 516 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 517 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 518 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 519 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 520 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 521 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 522 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 523 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 524 ; GFX10-DL-NEXT:    v_mad_u16 v4, v2, v3, v4
 525 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 526 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v3
 527 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 528 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 529 ; GFX10-DL-NEXT:    v_mad_u16 v0, v0, v5, v4
 530 ; GFX10-DL-NEXT:    v_mad_u16 v0, v6, v7, v0
 531 ; GFX10-DL-NEXT:    v_mad_u16 v0, v2, v3, v0
 532 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 533 ; GFX10-DL-NEXT:    s_endpgm
 534                                       <4 x i8> addrspace(1)* %src2,
 535                                       i8 addrspace(1)* nocapture %dst) {
 536 entry:
 537   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 538   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
 539   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
 540   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
 541   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
 542
 543   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 544   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 545   %mul1 = mul nuw nsw i8 %v1e0, %v2e0
 546
 547   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 548   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 549   %mul2 = mul nuw nsw i8 %v1e1, %v2e1
 550
 551   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 552   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 553   %mul3 = mul nuw nsw i8 %v1e2, %v2e2
 554
 555   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 556   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 557   %mul4 = mul nuw nsw i8 %v1e3, %v2e3
 558
 559   %acc = load i8, i8 addrspace(1)* %dst, align 2
 560   %mad1 = add i8 %mul1, %acc
 561   %mad2 = add i8 %mad1, %mul2
 562   %mad3 = add i8 %mad2, %mul3
 563   %mad4 = add i8 %mad3, %mul4
 564
 565   store i8 %mad4, i8 addrspace(1)* %dst, align 2
 566   ret void
 567 }
 568
 569 ; TODO: Generate udot4?
 570 define amdgpu_kernel void @udot2_8(<4 x i8> addrspace(1)* %src1,
 571 ; GFX7-LABEL: udot2_8:
 572 ; GFX7:       ; %bb.0: ; %entry
 573 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 574 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 575 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 576 ; GFX7-NEXT:    s_mov_b32 s10, 0
 577 ; GFX7-NEXT:    s_mov_b32 s11, s3
 578 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 579 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 580 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 581 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 582 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 583 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 584 ; GFX7-NEXT:    s_mov_b32 s2, -1
 585 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 586 ; GFX7-NEXT:    buffer_load_ubyte v4, off, s[0:3], 0
 587 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
 588 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 589 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
 590 ; GFX7-NEXT:    v_bfe_u32 v2, v2, 8, 8
 591 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 592 ; GFX7-NEXT:    v_and_b32_e32 v3, s4, v0
 593 ; GFX7-NEXT:    v_bfe_u32 v0, v0, 8, 8
 594 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 595 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v3, v4
 596 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 597 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 598 ; GFX7-NEXT:    s_endpgm
 599 ;
 600 ; GFX8-LABEL: udot2_8:
 601 ; GFX8:       ; %bb.0: ; %entry
 602 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 603 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 604 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 605 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 606 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 607 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 608 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 609 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
 610 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 611 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
 612 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 613 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
 614 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 615 ; GFX8-NEXT:    flat_load_ubyte v5, v[2:3]
 616 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
 617 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 618 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 8, v4
 619 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 620 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 8, v0
 621 ; GFX8-NEXT:    v_mad_u16 v0, v4, v0, v5
 622 ; GFX8-NEXT:    v_mad_u16 v0, v1, v6, v0
 623 ; GFX8-NEXT:    flat_store_byte v[2:3], v0
 624 ; GFX8-NEXT:    s_endpgm
 625 ;
 626 ; GFX9-NODL-LABEL: udot2_8:
 627 ; GFX9-NODL:       ; %bb.0: ; %entry
 628 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 629 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 630 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 631 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 632 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 633 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 634 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 635 ; GFX9-NODL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 636 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 637 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 638 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 639 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 640 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 641 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 642 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 643 ; GFX9-NODL-NEXT:    global_store_byte v1, v0, s[2:3]
 644 ; GFX9-NODL-NEXT:    s_endpgm
 645 ;
 646 ; GFX9-DL-LABEL: udot2_8:
 647 ; GFX9-DL:       ; %bb.0: ; %entry
 648 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 649 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 650 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 651 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 652 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 653 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 654 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 655 ; GFX9-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 656 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 657 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 658 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 659 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 660 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 661 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 662 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 663 ; GFX9-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 664 ; GFX9-DL-NEXT:    s_endpgm
 665 ;
 666 ; GFX10-DL-LABEL: udot2_8:
 667 ; GFX10-DL:       ; %bb.0: ; %entry
 668 ; GFX10-DL-NEXT:    s_clause 0x1
 669 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 670 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 671 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 672 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 673 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 674 ; GFX10-DL-NEXT:    s_clause 0x1
 675 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 676 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 677 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 678 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 679 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 680 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 681 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 682 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 683 ; GFX10-DL-NEXT:    v_mad_u16 v2, v2, v3, v4
 684 ; GFX10-DL-NEXT:    v_mad_u16 v0, v0, v5, v2
 685 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 686 ; GFX10-DL-NEXT:    s_endpgm
 687                                    <4 x i8> addrspace(1)* %src2,
 688                                    i8 addrspace(1)* nocapture %dst) {
 689 entry:
 690   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 691   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
 692   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
 693   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
 694   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
 695
 696   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 697   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 698   %mul1 = mul nuw nsw i8 %v1e0, %v2e0
 699
 700   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 701   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 702   %mul2 = mul nuw nsw i8 %v1e1, %v2e1
 703
 704   %acc = load i8, i8 addrspace(1)* %dst, align 2
 705   %mad1 = add i8 %mul1, %acc
 706   %mad2 = add i8 %mad1, %mul2
 707   store i8 %mad2, i8 addrspace(1)* %dst, align 2
 708   ret void
 709 }
 710
 711 define amdgpu_kernel void @udot4_CommutationInsideMAD(<4 x i8> addrspace(1)* %src1,
 712 ; GFX7-LABEL: udot4_CommutationInsideMAD:
 713 ; GFX7:       ; %bb.0: ; %entry
 714 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 715 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 716 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 717 ; GFX7-NEXT:    s_mov_b32 s10, 0
 718 ; GFX7-NEXT:    s_mov_b32 s11, s3
 719 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 720 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 721 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 722 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 723 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 724 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 725 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 726 ; GFX7-NEXT:    s_mov_b32 s2, -1
 727 ; GFX7-NEXT:    buffer_load_ubyte v8, off, s[0:3], 0
 728 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
 729 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 730 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
 731 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
 732 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 733 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
 734 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
 735 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 736 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v1, v8
 737 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
 738 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
 739 ; GFX7-NEXT:    v_mad_u32_u24 v1, v6, v3, v1
 740 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 741 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 742 ; GFX7-NEXT:    v_mad_u32_u24 v1, v7, v4, v1
 743 ; GFX7-NEXT:    v_mad_u32_u24 v0, v0, v2, v1
 744 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 745 ; GFX7-NEXT:    s_endpgm
 746 ;
 747 ; GFX8-LABEL: udot4_CommutationInsideMAD:
 748 ; GFX8:       ; %bb.0: ; %entry
 749 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 750 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 751 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 752 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 753 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 754 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 755 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 756 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
 757 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 758 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
 759 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 760 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
 761 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 762 ; GFX8-NEXT:    flat_load_ubyte v5, v[2:3]
 763 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
 764 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 765 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v4
 766 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 16, v4
 767 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v4
 768 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 769 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v0
 770 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v0
 771 ; GFX8-NEXT:    v_lshrrev_b32_e32 v10, 24, v0
 772 ; GFX8-NEXT:    v_mad_u16 v0, v0, v4, v5
 773 ; GFX8-NEXT:    v_mad_u16 v0, v8, v7, v0
 774 ; GFX8-NEXT:    v_mad_u16 v0, v6, v1, v0
 775 ; GFX8-NEXT:    v_mad_u16 v0, v10, v9, v0
 776 ; GFX8-NEXT:    flat_store_byte v[2:3], v0
 777 ; GFX8-NEXT:    s_endpgm
 778 ;
 779 ; GFX9-NODL-LABEL: udot4_CommutationInsideMAD:
 780 ; GFX9-NODL:       ; %bb.0: ; %entry
 781 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 782 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 783 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 784 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 785 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 786 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 787 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 788 ; GFX9-NODL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 789 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 790 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
 791 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 792 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
 793 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 794 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 795 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 796 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v3, v2, v4
 797 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 798 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v7, v6, v2
 799 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 800 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v5, v0, v2
 801 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v9, v8, v0
 802 ; GFX9-NODL-NEXT:    global_store_byte v1, v0, s[2:3]
 803 ; GFX9-NODL-NEXT:    s_endpgm
 804 ;
 805 ; GFX9-DL-LABEL: udot4_CommutationInsideMAD:
 806 ; GFX9-DL:       ; %bb.0: ; %entry
 807 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 808 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 809 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 810 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 811 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 812 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 813 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 814 ; GFX9-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 815 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 816 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
 817 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 818 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
 819 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 820 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 821 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 822 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v3, v2, v4
 823 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 824 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v7, v6, v2
 825 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 826 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v5, v0, v2
 827 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v9, v8, v0
 828 ; GFX9-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 829 ; GFX9-DL-NEXT:    s_endpgm
 830 ;
 831 ; GFX10-DL-LABEL: udot4_CommutationInsideMAD:
 832 ; GFX10-DL:       ; %bb.0: ; %entry
 833 ; GFX10-DL-NEXT:    s_clause 0x1
 834 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 835 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 836 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 837 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 838 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 839 ; GFX10-DL-NEXT:    s_clause 0x1
 840 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 841 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 842 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 843 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 844 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 845 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 846 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 847 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 848 ; GFX10-DL-NEXT:    v_mad_u16 v4, v3, v2, v4
 849 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 850 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v3
 851 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 852 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 853 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v0, v4
 854 ; GFX10-DL-NEXT:    v_mad_u16 v0, v7, v6, v0
 855 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
 856 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 857 ; GFX10-DL-NEXT:    s_endpgm
 858                                                       <4 x i8> addrspace(1)* %src2,
 859                                                       i8 addrspace(1)* nocapture %dst) {
 860 entry:
 861   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 862   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
 863   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
 864   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
 865   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
 866
 867   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 868   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 869   %mul1 = mul nuw nsw i8 %v2e0, %v1e0
 870
 871   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 872   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 873   %mul2 = mul nuw nsw i8 %v2e1, %v1e1
 874
 875   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 876   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 877   %mul3 = mul nuw nsw i8 %v2e2, %v1e2
 878
 879   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 880   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 881   %mul4 = mul nuw nsw i8 %v2e3, %v1e3
 882
 883   %acc = load i8, i8 addrspace(1)* %dst, align 2
 884   %mad1 = add i8 %acc, %mul1
 885   %mad2 = add i8 %mul2, %mad1
 886   %mad3 = add i8 %mul3, %mad2
 887   %mad4 = add i8 %mul4, %mad3
 888
 889   store i8 %mad4, i8 addrspace(1)* %dst, align 2
 890   ret void
 891 }
 892
 893 ; TODO: Support commutation accross the adds.
 894 define amdgpu_kernel void @udot4_CommutationAccrossMADs(<4 x i8> addrspace(1)* %src1,
 895 ; GFX7-LABEL: udot4_CommutationAccrossMADs:
 896 ; GFX7:       ; %bb.0: ; %entry
 897 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 898 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 899 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 900 ; GFX7-NEXT:    s_mov_b32 s10, 0
 901 ; GFX7-NEXT:    s_mov_b32 s11, s3
 902 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 903 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 904 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 905 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 906 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 907 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 908 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 909 ; GFX7-NEXT:    s_mov_b32 s2, -1
 910 ; GFX7-NEXT:    buffer_load_ubyte v8, off, s[0:3], 0
 911 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
 912 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 913 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
 914 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
 915 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 916 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
 917 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
 918 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 919 ; GFX7-NEXT:    v_mad_u32_u24 v3, v6, v3, v8
 920 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
 921 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
 922 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v1, v3
 923 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 924 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 925 ; GFX7-NEXT:    v_mad_u32_u24 v1, v7, v4, v1
 926 ; GFX7-NEXT:    v_mad_u32_u24 v0, v0, v2, v1
 927 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 928 ; GFX7-NEXT:    s_endpgm
 929 ;
 930 ; GFX8-LABEL: udot4_CommutationAccrossMADs:
 931 ; GFX8:       ; %bb.0: ; %entry
 932 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 933 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 934 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 935 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 936 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 937 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 938 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 939 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
 940 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 941 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 942 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 943 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
 944 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
 945 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
 946 ; GFX8-NEXT:    flat_load_ubyte v10, v[2:3]
 947 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 948 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 8, v4
 949 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 16, v4
 950 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 24, v4
 951 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 952 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v0
 953 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v0
 954 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 955 ; GFX8-NEXT:    v_mad_u16 v6, v7, v6, v10
 956 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v0
 957 ; GFX8-NEXT:    v_mad_u16 v0, v0, v4, v6
 958 ; GFX8-NEXT:    v_mad_u16 v0, v5, v1, v0
 959 ; GFX8-NEXT:    v_mad_u16 v0, v9, v8, v0
 960 ; GFX8-NEXT:    flat_store_byte v[2:3], v0
 961 ; GFX8-NEXT:    s_endpgm
 962 ;
 963 ; GFX9-NODL-LABEL: udot4_CommutationAccrossMADs:
 964 ; GFX9-NODL:       ; %bb.0: ; %entry
 965 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 966 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 967 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 968 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 969 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 970 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 971 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 972 ; GFX9-NODL-NEXT:    global_load_ubyte v9, v1, s[2:3]
 973 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 974 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
 975 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 976 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v3
 977 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 978 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v5, v6, v5, v9
 979 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
 980 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 24, v2
 981 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v3
 982 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v3, v2, v5
 983 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v3
 984 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v4, v0, v2
 985 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v8, v7, v0
 986 ; GFX9-NODL-NEXT:    global_store_byte v1, v0, s[2:3]
 987 ; GFX9-NODL-NEXT:    s_endpgm
 988 ;
 989 ; GFX9-DL-LABEL: udot4_CommutationAccrossMADs:
 990 ; GFX9-DL:       ; %bb.0: ; %entry
 991 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 992 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 993 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 994 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 995 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 996 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 997 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 998 ; GFX9-DL-NEXT:    global_load_ubyte v9, v1, s[2:3]
 999 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
1000 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
1001 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1002 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v3
1003 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1004 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v5, v6, v5, v9
1005 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v0, 16, v2
1006 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 24, v2
1007 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v3
1008 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v3, v2, v5
1009 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v3
1010 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v4, v0, v2
1011 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v8, v7, v0
1012 ; GFX9-DL-NEXT:    global_store_byte v1, v0, s[2:3]
1013 ; GFX9-DL-NEXT:    s_endpgm
1014 ;
1015 ; GFX10-DL-LABEL: udot4_CommutationAccrossMADs:
1016 ; GFX10-DL:       ; %bb.0: ; %entry
1017 ; GFX10-DL-NEXT:    s_clause 0x1
1018 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1019 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1020 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1021 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
1022 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1023 ; GFX10-DL-NEXT:    s_clause 0x1
1024 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
1025 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
1026 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
1027 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
1028 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
1029 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1030 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
1031 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1032 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v0, v4
1033 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v2
1034 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
1035 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
1036 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1037 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1038 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v4, v0
1039 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
1040 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
1041 ; GFX10-DL-NEXT:    s_endpgm
1042                                                         <4 x i8> addrspace(1)* %src2,
1043                                                         i8 addrspace(1)* nocapture %dst) {
1044 entry:
1045   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1046   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
1047   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
1048   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
1049   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
1050
1051   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1052   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1053   %mul1 = mul nuw nsw i8 %v2e0, %v1e0
1054
1055   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1056   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1057   %mul2 = mul nuw nsw i8 %v2e1, %v1e1
1058
1059   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1060   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1061   %mul3 = mul nuw nsw i8 %v2e2, %v1e2
1062
1063   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1064   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1065   %mul4 = mul nuw nsw i8 %v2e3, %v1e3
1066
1067   %acc = load i8, i8 addrspace(1)* %dst, align 2
1068   %mad1 = add i8 %acc, %mul2
1069   %mad2 = add i8 %mad1, %mul1
1070   %mad3 = add i8 %mad2, %mul3
1071   %mad4 = add i8 %mad3, %mul4
1072
1073   store i8 %mad4, i8 addrspace(1)* %dst, align 2
1074   ret void
1075 }
1076
1077 define amdgpu_kernel void @udot4_multiuse_mul1(<4 x i8> addrspace(1)* %src1,
1078 ; GFX7-LABEL: udot4_multiuse_mul1:
1079 ; GFX7:       ; %bb.0: ; %entry
1080 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1081 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1082 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1083 ; GFX7-NEXT:    s_mov_b32 s10, 0
1084 ; GFX7-NEXT:    s_mov_b32 s11, s3
1085 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1086 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1087 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1088 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1089 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1090 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1091 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1092 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
1093 ; GFX7-NEXT:    s_mov_b32 s2, -1
1094 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1095 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
1096 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1097 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1098 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
1099 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
1100 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1101 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1102 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1103 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1104 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1105 ; GFX7-NEXT:    v_mad_u32_u24 v8, v1, v5, s4
1106 ; GFX7-NEXT:    v_mad_u32_u24 v3, v3, v6, v8
1107 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v3
1108 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1109 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1110 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1111 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1112 ; GFX7-NEXT:    s_endpgm
1113 ;
1114 ; GFX8-LABEL: udot4_multiuse_mul1:
1115 ; GFX8:       ; %bb.0: ; %entry
1116 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1117 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1118 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1119 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
1120 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1121 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1122 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1123 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1124 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1125 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1126 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1127 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1128 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1129 ; GFX8-NEXT:    s_load_dword s3, s[0:1], 0x0
1130 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1131 ; GFX8-NEXT:    v_and_b32_e32 v1, s2, v3
1132 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
1133 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
1134 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1135 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1136 ; GFX8-NEXT:    v_and_b32_e32 v2, s2, v0
1137 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
1138 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1139 ; GFX8-NEXT:    v_mad_u32_u24 v8, v1, v2, s3
1140 ; GFX8-NEXT:    v_mad_u32_u24 v4, v4, v5, v8
1141 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
1142 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, v4
1143 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1144 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
1145 ; GFX8-NEXT:    v_mad_u32_u24 v2, v3, v0, v1
1146 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1147 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1148 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1149 ; GFX8-NEXT:    s_endpgm
1150 ;
1151 ; GFX9-NODL-LABEL: udot4_multiuse_mul1:
1152 ; GFX9-NODL:       ; %bb.0: ; %entry
1153 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1154 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1155 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1156 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
1157 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1158 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1159 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1160 ; GFX9-NODL-NEXT:    s_load_dword s1, s[2:3], 0x0
1161 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1162 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1163 ; GFX9-NODL-NEXT:    v_and_b32_e32 v3, s0, v1
1164 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1165 ; GFX9-NODL-NEXT:    v_and_b32_e32 v4, s0, v2
1166 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v5, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
1167 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v6, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1168 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1169 ; GFX9-NODL-NEXT:    v_mul_u32_u24_e32 v2, v3, v4
1170 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1171 ; GFX9-NODL-NEXT:    v_mad_u32_u24 v3, v3, v4, s1
1172 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v5, v3, v2
1173 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v6, v1
1174 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1175 ; GFX9-NODL-NEXT:    s_endpgm
1176 ;
1177 ; GFX9-DL-LABEL: udot4_multiuse_mul1:
1178 ; GFX9-DL:       ; %bb.0: ; %entry
1179 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1180 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1181 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1182 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
1183 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1184 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1185 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1186 ; GFX9-DL-NEXT:    s_load_dword s1, s[2:3], 0x0
1187 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1188 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1189 ; GFX9-DL-NEXT:    v_and_b32_e32 v3, s0, v1
1190 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1191 ; GFX9-DL-NEXT:    v_and_b32_e32 v4, s0, v2
1192 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v5, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
1193 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v6, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1194 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1195 ; GFX9-DL-NEXT:    v_mul_u32_u24_e32 v2, v3, v4
1196 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1197 ; GFX9-DL-NEXT:    v_mad_u32_u24 v3, v3, v4, s1
1198 ; GFX9-DL-NEXT:    v_add3_u32 v2, v5, v3, v2
1199 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v6, v1
1200 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1201 ; GFX9-DL-NEXT:    s_endpgm
1202 ;
1203 ; GFX10-DL-LABEL: udot4_multiuse_mul1:
1204 ; GFX10-DL:       ; %bb.0: ; %entry
1205 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1206 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1207 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1208 ; GFX10-DL-NEXT:    s_movk_i32 s3, 0xff
1209 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1210 ; GFX10-DL-NEXT:    s_clause 0x1
1211 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1212 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1213 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1214 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1215 ; GFX10-DL-NEXT:    v_and_b32_e32 v0, s3, v1
1216 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1217 ; GFX10-DL-NEXT:    v_and_b32_e32 v3, s3, v2
1218 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
1219 ; GFX10-DL-NEXT:    v_mul_u32_u24_e32 v5, v0, v3
1220 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1221 ; GFX10-DL-NEXT:    v_mad_u32_u24 v0, v0, v3, s2
1222 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1223 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1224 ; GFX10-DL-NEXT:    v_mov_b32_e32 v2, 0
1225 ; GFX10-DL-NEXT:    v_add3_u32 v0, v4, v0, v5
1226 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v3, v1
1227 ; GFX10-DL-NEXT:    global_store_dword v2, v0, s[0:1]
1228 ; GFX10-DL-NEXT:    s_endpgm
1229                                                <4 x i8> addrspace(1)* %src2,
1230                                                i32 addrspace(1)* nocapture %dst) {
1231 entry:
1232   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1233   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
1234   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
1235   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
1236   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
1237
1238   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1239   %cv1e0 = zext i8 %v1e0 to i32
1240   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1241   %cv2e0 = zext i8 %v2e0 to i32
1242   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
1243
1244   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1245   %cv1e1 = zext i8 %v1e1 to i32
1246   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1247   %cv2e1 = zext i8 %v2e1 to i32
1248   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
1249
1250   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1251   %cv1e2 = zext i8 %v1e2 to i32
1252   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1253   %cv2e2 = zext i8 %v2e2 to i32
1254   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
1255
1256   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1257   %cv1e3 = zext i8 %v1e3 to i32
1258   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1259   %cv2e3 = zext i8 %v2e3 to i32
1260   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
1261
1262   %acc = load i32, i32 addrspace(1)* %dst, align 4
1263   %add = add i32 %mul1, %acc
1264   %add1 = add i32 %mul2, %add
1265   %add2 = add i32 %add1, %mul1
1266   %add3 = add i32 %add2, %mul3
1267   %add4 = add i32 %add3, %mul4
1268
1269   store i32 %add4, i32 addrspace(1)* %dst, align 4
1270   ret void
1271 }
1272
1273 define amdgpu_kernel void @udot4_multiuse_add1(<4 x i8> addrspace(1)* %src1,
1274 ; GFX7-LABEL: udot4_multiuse_add1:
1275 ; GFX7:       ; %bb.0: ; %entry
1276 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1277 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1278 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1279 ; GFX7-NEXT:    s_mov_b32 s10, 0
1280 ; GFX7-NEXT:    s_mov_b32 s11, s3
1281 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1282 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1283 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1284 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1285 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1286 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1287 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1288 ; GFX7-NEXT:    s_load_dword s5, s[0:1], 0x0
1289 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
1290 ; GFX7-NEXT:    s_mov_b32 s2, -1
1291 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1292 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1293 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
1294 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1295 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1296 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1297 ; GFX7-NEXT:    v_mad_u32_u24 v3, v3, v6, s5
1298 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
1299 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1300 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1301 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v3
1302 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1303 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1304 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1305 ; GFX7-NEXT:    v_add_i32_e32 v6, vcc, s5, v3
1306 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1307 ; GFX7-NEXT:    v_add_i32_e32 v0, vcc, v0, v6
1308 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1309 ; GFX7-NEXT:    s_endpgm
1310 ;
1311 ; GFX8-LABEL: udot4_multiuse_add1:
1312 ; GFX8:       ; %bb.0: ; %entry
1313 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1314 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1315 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1316 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
1317 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1318 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1319 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1320 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1321 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1322 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1323 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1324 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1325 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1326 ; GFX8-NEXT:    s_load_dword s3, s[0:1], 0x0
1327 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1328 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
1329 ; GFX8-NEXT:    v_and_b32_e32 v1, s2, v3
1330 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
1331 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1332 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1333 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
1334 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1335 ; GFX8-NEXT:    v_mad_u32_u24 v4, v4, v5, s3
1336 ; GFX8-NEXT:    v_and_b32_e32 v2, s2, v0
1337 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
1338 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, v4
1339 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1340 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
1341 ; GFX8-NEXT:    v_add_u32_e32 v5, vcc, s3, v4
1342 ; GFX8-NEXT:    v_mad_u32_u24 v0, v3, v0, v1
1343 ; GFX8-NEXT:    v_add_u32_e32 v2, vcc, v0, v5
1344 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1345 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1346 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1347 ; GFX8-NEXT:    s_endpgm
1348 ;
1349 ; GFX9-NODL-LABEL: udot4_multiuse_add1:
1350 ; GFX9-NODL:       ; %bb.0: ; %entry
1351 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1352 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1353 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1354 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1355 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1356 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1357 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
1358 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1359 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1360 ; GFX9-NODL-NEXT:    v_bfe_u32 v4, v1, 8, 8
1361 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1362 ; GFX9-NODL-NEXT:    v_bfe_u32 v5, v2, 8, 8
1363 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1364 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v6, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1365 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1366 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1367 ; GFX9-NODL-NEXT:    v_mad_u32_u24 v2, v4, v5, s0
1368 ; GFX9-NODL-NEXT:    v_add_u32_e32 v4, s0, v2
1369 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v2, v3, v6
1370 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v1, v4
1371 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1372 ; GFX9-NODL-NEXT:    s_endpgm
1373 ;
1374 ; GFX9-DL-LABEL: udot4_multiuse_add1:
1375 ; GFX9-DL:       ; %bb.0: ; %entry
1376 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1377 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1378 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1379 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1380 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1381 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1382 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
1383 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1384 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1385 ; GFX9-DL-NEXT:    v_bfe_u32 v4, v1, 8, 8
1386 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1387 ; GFX9-DL-NEXT:    v_bfe_u32 v5, v2, 8, 8
1388 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1389 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v6, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1390 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1391 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1392 ; GFX9-DL-NEXT:    v_mad_u32_u24 v2, v4, v5, s0
1393 ; GFX9-DL-NEXT:    v_add_u32_e32 v4, s0, v2
1394 ; GFX9-DL-NEXT:    v_add3_u32 v2, v2, v3, v6
1395 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v1, v4
1396 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1397 ; GFX9-DL-NEXT:    s_endpgm
1398 ;
1399 ; GFX10-DL-LABEL: udot4_multiuse_add1:
1400 ; GFX10-DL:       ; %bb.0: ; %entry
1401 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1402 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1403 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1404 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1405 ; GFX10-DL-NEXT:    s_clause 0x1
1406 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1407 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1408 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1409 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1410 ; GFX10-DL-NEXT:    v_bfe_u32 v0, v1, 8, 8
1411 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1412 ; GFX10-DL-NEXT:    v_bfe_u32 v3, v2, 8, 8
1413 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1414 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1415 ; GFX10-DL-NEXT:    v_mad_u32_u24 v0, v0, v3, s2
1416 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1417 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1418 ; GFX10-DL-NEXT:    v_add_nc_u32_e32 v2, s2, v0
1419 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v4, v3
1420 ; GFX10-DL-NEXT:    v_mov_b32_e32 v3, 0
1421 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v1, v2
1422 ; GFX10-DL-NEXT:    global_store_dword v3, v0, s[0:1]
1423 ; GFX10-DL-NEXT:    s_endpgm
1424                                                <4 x i8> addrspace(1)* %src2,
1425                                                i32 addrspace(1)* nocapture %dst) {
1426 entry:
1427   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1428   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
1429   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
1430   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
1431   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
1432
1433   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1434   %cv1e0 = zext i8 %v1e0 to i32
1435   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1436   %cv2e0 = zext i8 %v2e0 to i32
1437   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
1438
1439   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1440   %cv1e1 = zext i8 %v1e1 to i32
1441   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1442   %cv2e1 = zext i8 %v2e1 to i32
1443   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
1444
1445   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1446   %cv1e2 = zext i8 %v1e2 to i32
1447   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1448   %cv2e2 = zext i8 %v2e2 to i32
1449   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
1450
1451   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1452   %cv1e3 = zext i8 %v1e3 to i32
1453   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1454   %cv2e3 = zext i8 %v2e3 to i32
1455   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
1456
1457   %acc = load i32, i32 addrspace(1)* %dst, align 4
1458   %add1 = add i32 %mul2, %acc
1459   %add = add i32 %add1, %acc
1460   %add2 = add i32 %add1, %mul1
1461   %add3 = add i32 %add2, %mul3
1462   %add4 = add i32 %add3, %mul4
1463   %res = add i32 %add4, %add
1464   store i32 %res, i32 addrspace(1)* %dst, align 4
1465   ret void
1466 }
1467
1468 define amdgpu_kernel void @notdot4_mixedtypes(<4 x i8> addrspace(1)* %src1,
1469 ; GFX7-LABEL: notdot4_mixedtypes:
1470 ; GFX7:       ; %bb.0: ; %entry
1471 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1472 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1473 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1474 ; GFX7-NEXT:    s_mov_b32 s10, 0
1475 ; GFX7-NEXT:    s_mov_b32 s11, s3
1476 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1477 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1478 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1479 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1480 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1481 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1482 ; GFX7-NEXT:    s_mov_b32 s2, -1
1483 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1484 ; GFX7-NEXT:    buffer_load_ushort v1, off, s[0:3], 0
1485 ; GFX7-NEXT:    s_mov_b32 s4, 0xffff
1486 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
1487 ; GFX7-NEXT:    v_bfe_i32 v3, v2, 0, 8
1488 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
1489 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1490 ; GFX7-NEXT:    v_bfe_i32 v6, v0, 0, 8
1491 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
1492 ; GFX7-NEXT:    v_and_b32_e32 v3, s4, v3
1493 ; GFX7-NEXT:    v_and_b32_e32 v6, s4, v6
1494 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1495 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1496 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
1497 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
1498 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
1499 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1500 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1501 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v8, v1
1502 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1503 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
1504 ; GFX7-NEXT:    s_endpgm
1505 ;
1506 ; GFX8-LABEL: notdot4_mixedtypes:
1507 ; GFX8:       ; %bb.0: ; %entry
1508 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1509 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1510 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1511 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
1512 ; GFX8-NEXT:    v_mov_b32_e32 v5, s2
1513 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1514 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1515 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1516 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1517 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
1518 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1519 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1520 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1521 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1522 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
1523 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
1524 ; GFX8-NEXT:    flat_load_ushort v10, v[2:3]
1525 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
1526 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v4
1527 ; GFX8-NEXT:    v_and_b32_e32 v7, s2, v7
1528 ; GFX8-NEXT:    v_bfe_i32 v1, v4, 0, 8
1529 ; GFX8-NEXT:    v_and_b32_sdwa v9, v4, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1530 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1531 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v0
1532 ; GFX8-NEXT:    v_and_b32_e32 v8, s2, v8
1533 ; GFX8-NEXT:    v_bfe_i32 v6, v0, 0, 8
1534 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1535 ; GFX8-NEXT:    v_mad_u16 v7, v7, v8, v10
1536 ; GFX8-NEXT:    v_and_b32_sdwa v5, v0, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1537 ; GFX8-NEXT:    v_mad_u16 v1, v1, v6, v7
1538 ; GFX8-NEXT:    v_lshrrev_b32_e32 v4, 24, v4
1539 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1540 ; GFX8-NEXT:    v_mad_u16 v1, v9, v5, v1
1541 ; GFX8-NEXT:    v_mad_u16 v0, v4, v0, v1
1542 ; GFX8-NEXT:    flat_store_short v[2:3], v0
1543 ; GFX8-NEXT:    s_endpgm
1544 ;
1545 ; GFX9-NODL-LABEL: notdot4_mixedtypes:
1546 ; GFX9-NODL:       ; %bb.0: ; %entry
1547 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1548 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1549 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1550 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
1551 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
1552 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1553 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
1554 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
1555 ; GFX9-NODL-NEXT:    global_load_ushort v9, v1, s[2:3]
1556 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
1557 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
1558 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1559 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v3
1560 ; GFX9-NODL-NEXT:    v_and_b32_e32 v5, s0, v5
1561 ; GFX9-NODL-NEXT:    v_and_b32_e32 v6, s0, v6
1562 ; GFX9-NODL-NEXT:    v_bfe_i32 v0, v2, 0, 8
1563 ; GFX9-NODL-NEXT:    v_bfe_i32 v4, v3, 0, 8
1564 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1565 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v5, v5, v6, v9
1566 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v7, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1567 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v8, v3, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1568 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v0, v4, v5
1569 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1570 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1571 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v7, v8, v0
1572 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v2, v3, v0
1573 ; GFX9-NODL-NEXT:    global_store_short v1, v0, s[2:3]
1574 ; GFX9-NODL-NEXT:    s_endpgm
1575 ;
1576 ; GFX9-DL-LABEL: notdot4_mixedtypes:
1577 ; GFX9-DL:       ; %bb.0: ; %entry
1578 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1579 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1580 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1581 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
1582 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
1583 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1584 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
1585 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
1586 ; GFX9-DL-NEXT:    global_load_ushort v9, v1, s[2:3]
1587 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
1588 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
1589 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1590 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v3
1591 ; GFX9-DL-NEXT:    v_and_b32_e32 v5, s0, v5
1592 ; GFX9-DL-NEXT:    v_and_b32_e32 v6, s0, v6
1593 ; GFX9-DL-NEXT:    v_bfe_i32 v0, v2, 0, 8
1594 ; GFX9-DL-NEXT:    v_bfe_i32 v4, v3, 0, 8
1595 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1596 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v5, v5, v6, v9
1597 ; GFX9-DL-NEXT:    v_and_b32_sdwa v7, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1598 ; GFX9-DL-NEXT:    v_and_b32_sdwa v8, v3, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1599 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v0, v4, v5
1600 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1601 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1602 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v7, v8, v0
1603 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v2, v3, v0
1604 ; GFX9-DL-NEXT:    global_store_short v1, v0, s[2:3]
1605 ; GFX9-DL-NEXT:    s_endpgm
1606 ;
1607 ; GFX10-DL-LABEL: notdot4_mixedtypes:
1608 ; GFX10-DL:       ; %bb.0: ; %entry
1609 ; GFX10-DL-NEXT:    s_clause 0x1
1610 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1611 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1612 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1613 ; GFX10-DL-NEXT:    s_movk_i32 s0, 0xff
1614 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1615 ; GFX10-DL-NEXT:    s_clause 0x1
1616 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1617 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1618 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
1619 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
1620 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
1621 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 8, v1
1622 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1623 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
1624 ; GFX10-DL-NEXT:    v_bfe_i32 v6, v1, 0, 8
1625 ; GFX10-DL-NEXT:    v_bfe_i32 v7, v2, 0, 8
1626 ; GFX10-DL-NEXT:    v_and_b32_e32 v4, s0, v4
1627 ; GFX10-DL-NEXT:    v_and_b32_e32 v5, s0, v5
1628 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1629 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v5, v3
1630 ; GFX10-DL-NEXT:    v_and_b32_sdwa v4, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1631 ; GFX10-DL-NEXT:    v_and_b32_sdwa v5, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1632 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
1633 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1634 ; GFX10-DL-NEXT:    v_mad_u16 v3, v6, v7, v3
1635 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v5, v3
1636 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
1637 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[2:3]
1638 ; GFX10-DL-NEXT:    s_endpgm
1639                                               <4 x i8> addrspace(1)* %src2,
1640                                               i16 addrspace(1)* nocapture %dst) {
1641 entry:
1642   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1643   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
1644   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
1645   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
1646   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
1647
1648   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1649   %cv1e0 = sext i8 %v1e0 to i16
1650   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1651   %cv2e0 = sext i8 %v2e0 to i16
1652   %mul1 = mul nuw nsw i16 %cv1e0, %cv2e0
1653
1654   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1655   %cv1e1 = zext i8 %v1e1 to i16
1656   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1657   %cv2e1 = zext i8 %v2e1 to i16
1658   %mul2 = mul nuw nsw i16 %cv1e1, %cv2e1
1659
1660   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1661   %cv1e2 = zext i8 %v1e2 to i16
1662   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1663   %cv2e2 = zext i8 %v2e2 to i16
1664   %mul3 = mul nuw nsw i16 %cv1e2, %cv2e2
1665
1666   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1667   %cv1e3 = zext i8 %v1e3 to i16
1668   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1669   %cv2e3 = zext i8 %v2e3 to i16
1670   %mul4 = mul nuw nsw i16 %cv1e3, %cv2e3
1671
1672   %acc = load i16, i16 addrspace(1)* %dst, align 2
1673   %add1 = add i16 %mul2, %acc
1674   %add2 = add i16 %add1, %mul1
1675   %add3 = add i16 %add2, %mul3
1676   %add4 = add i16 %add3, %mul4
1677
1678   store i16 %add4, i16 addrspace(1)* %dst, align 2
1679   ret void
1680 }
1681
1682 ; TODO: cleanup s_lshr_b32 and support this pattern.
1683 define amdgpu_kernel void @udot4_acc32_vecMul(<4 x i8> addrspace(1)* %src1,
1684 ; GFX7-LABEL: udot4_acc32_vecMul:
1685 ; GFX7:       ; %bb.0: ; %entry
1686 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1687 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1688 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1689 ; GFX7-NEXT:    s_mov_b32 s10, 0
1690 ; GFX7-NEXT:    s_mov_b32 s11, s3
1691 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1692 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1693 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1694 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1695 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1696 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1697 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1698 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
1699 ; GFX7-NEXT:    s_mov_b32 s2, -1
1700 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1701 ; GFX7-NEXT:    v_lshrrev_b32_e32 v1, 24, v2
1702 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1703 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1704 ; GFX7-NEXT:    v_and_b32_e32 v2, s4, v2
1705 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1706 ; GFX7-NEXT:    v_lshrrev_b32_e32 v5, 24, v0
1707 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1708 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1709 ; GFX7-NEXT:    v_and_b32_e32 v0, s4, v0
1710 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
1711 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1712 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, s4
1713 ; GFX7-NEXT:    v_mad_u32_u24 v0, v3, v6, v0
1714 ; GFX7-NEXT:    v_mad_u32_u24 v0, v4, v7, v0
1715 ; GFX7-NEXT:    v_mad_u32_u24 v0, v1, v5, v0
1716 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1717 ; GFX7-NEXT:    s_endpgm
1718 ;
1719 ; GFX8-LABEL: udot4_acc32_vecMul:
1720 ; GFX8:       ; %bb.0: ; %entry
1721 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1722 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1723 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1724 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
1725 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1726 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1727 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1728 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1729 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1730 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1731 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1732 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1733 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1734 ; GFX8-NEXT:    s_load_dword s3, s[0:1], 0x0
1735 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1736 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 24, v3
1737 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 16, 8
1738 ; GFX8-NEXT:    v_lshrrev_b16_e32 v5, 8, v3
1739 ; GFX8-NEXT:    v_and_b32_e32 v3, s2, v3
1740 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1741 ; GFX8-NEXT:    v_lshrrev_b32_e32 v2, 24, v0
1742 ; GFX8-NEXT:    v_bfe_u32 v6, v0, 16, 8
1743 ; GFX8-NEXT:    v_lshrrev_b16_e32 v7, 8, v0
1744 ; GFX8-NEXT:    v_and_b32_e32 v0, s2, v0
1745 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1746 ; GFX8-NEXT:    v_mad_u32_u24 v0, v3, v0, s3
1747 ; GFX8-NEXT:    v_mad_u32_u24 v0, v5, v7, v0
1748 ; GFX8-NEXT:    v_mad_u32_u24 v0, v4, v6, v0
1749 ; GFX8-NEXT:    v_mad_u32_u24 v2, v1, v2, v0
1750 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1751 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1752 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1753 ; GFX8-NEXT:    s_endpgm
1754 ;
1755 ; GFX9-NODL-LABEL: udot4_acc32_vecMul:
1756 ; GFX9-NODL:       ; %bb.0: ; %entry
1757 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1758 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1759 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1760 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1761 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1762 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1763 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
1764 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1765 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1766 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1767 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
1768 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v5, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1769 ; GFX9-NODL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1770 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1771 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v3, s0, v4
1772 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v5, v1
1773 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1774 ; GFX9-NODL-NEXT:    s_endpgm
1775 ;
1776 ; GFX9-DL-LABEL: udot4_acc32_vecMul:
1777 ; GFX9-DL:       ; %bb.0: ; %entry
1778 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1779 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1780 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1781 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1782 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1783 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1784 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
1785 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1786 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1787 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1788 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
1789 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v5, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1790 ; GFX9-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1791 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1792 ; GFX9-DL-NEXT:    v_add3_u32 v2, v3, s0, v4
1793 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v5, v1
1794 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1795 ; GFX9-DL-NEXT:    s_endpgm
1796 ;
1797 ; GFX10-DL-LABEL: udot4_acc32_vecMul:
1798 ; GFX10-DL:       ; %bb.0: ; %entry
1799 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1800 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1801 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1802 ; GFX10-DL-NEXT:    s_mov_b32 s3, 0xffff
1803 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1804 ; GFX10-DL-NEXT:    s_clause 0x1
1805 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1806 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1807 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1808 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1809 ; GFX10-DL-NEXT:    v_and_b32_sdwa v0, s3, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_1
1810 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1811 ; GFX10-DL-NEXT:    v_and_b32_sdwa v3, s3, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_1
1812 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v4, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:BYTE_0
1813 ; GFX10-DL-NEXT:    v_mul_u32_u24_e32 v0, v0, v3
1814 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v3, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_2 src1_sel:BYTE_2
1815 ; GFX10-DL-NEXT:    v_mul_u32_u24_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
1816 ; GFX10-DL-NEXT:    v_mov_b32_e32 v2, 0
1817 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1818 ; GFX10-DL-NEXT:    v_add3_u32 v0, v4, s2, v0
1819 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v3, v1
1820 ; GFX10-DL-NEXT:    global_store_dword v2, v0, s[0:1]
1821 ; GFX10-DL-NEXT:    s_endpgm
1822                                               <4 x i8> addrspace(1)* %src2,
1823                                               i32 addrspace(1)* nocapture %dst) {
1824 entry:
1825   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1826   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
1827   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
1828   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
1829   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
1830
1831   %cvec1 = zext <4 x i8> %vec1 to <4 x i32>
1832   %cvec2 = zext <4 x i8> %vec2 to <4 x i32>
1833
1834   %mul = mul <4 x i32> %cvec1, %cvec2
1835   %mul0 = extractelement <4 x i32> %mul, i64 0
1836   %mul1 = extractelement <4 x i32> %mul, i64 1
1837   %mul2 = extractelement <4 x i32> %mul, i64 2
1838   %mul3 = extractelement <4 x i32> %mul, i64 3
1839
1840   %acc = load i32, i32 addrspace(1)* %dst, align 4
1841   %add1 = add i32 %mul0, %acc
1842   %add2 = add i32 %add1, %mul1
1843   %add3 = add i32 %add2, %mul2
1844   %add4 = add i32 %add3, %mul3
1845
1846   store i32 %add4, i32 addrspace(1)* %dst, align 4
1847   ret void
1848 }
1849
1850 ; TODO: This pattern should be recognized.
1851 define amdgpu_kernel void @udot4_acc16_vecMul(<4 x i8> addrspace(1)* %src1,
1852 ; GFX7-LABEL: udot4_acc16_vecMul:
1853 ; GFX7:       ; %bb.0: ; %entry
1854 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1855 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1856 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1857 ; GFX7-NEXT:    s_mov_b32 s10, 0
1858 ; GFX7-NEXT:    s_mov_b32 s11, s3
1859 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1860 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1861 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1862 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1863 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1864 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1865 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1866 ; GFX7-NEXT:    s_mov_b32 s2, -1
1867 ; GFX7-NEXT:    buffer_load_ushort v8, off, s[0:3], 0
1868 ; GFX7-NEXT:    s_mov_b32 s4, 0xff00
1869 ; GFX7-NEXT:    s_movk_i32 s5, 0xff
1870 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
1871 ; GFX7-NEXT:    v_and_b32_e32 v1, s4, v2
1872 ; GFX7-NEXT:    v_and_b32_e32 v3, s5, v2
1873 ; GFX7-NEXT:    v_lshlrev_b32_e32 v1, 8, v1
1874 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1875 ; GFX7-NEXT:    v_and_b32_e32 v5, s4, v0
1876 ; GFX7-NEXT:    v_or_b32_e32 v1, v3, v1
1877 ; GFX7-NEXT:    v_lshlrev_b32_e32 v3, 8, v5
1878 ; GFX7-NEXT:    v_and_b32_e32 v6, s5, v0
1879 ; GFX7-NEXT:    v_or_b32_e32 v3, v6, v3
1880 ; GFX7-NEXT:    v_lshrrev_b32_e32 v5, 16, v1
1881 ; GFX7-NEXT:    v_lshrrev_b32_e32 v6, 16, v3
1882 ; GFX7-NEXT:    v_and_b32_e32 v1, s5, v1
1883 ; GFX7-NEXT:    v_and_b32_e32 v3, s5, v3
1884 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1885 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v3, v8
1886 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1887 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1888 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v6, v1
1889 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1890 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1891 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1892 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1893 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
1894 ; GFX7-NEXT:    s_endpgm
1895 ;
1896 ; GFX8-LABEL: udot4_acc16_vecMul:
1897 ; GFX8:       ; %bb.0: ; %entry
1898 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1899 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1900 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1901 ; GFX8-NEXT:    s_movk_i32 s2, 0xff
1902 ; GFX8-NEXT:    v_mov_b32_e32 v5, s2
1903 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1904 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1905 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1906 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1907 ; GFX8-NEXT:    flat_load_dword v4, v[0:1]
1908 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1909 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1910 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1911 ; GFX8-NEXT:    v_mov_b32_e32 v3, s1
1912 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1913 ; GFX8-NEXT:    v_mov_b32_e32 v2, s0
1914 ; GFX8-NEXT:    flat_load_ushort v10, v[2:3]
1915 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
1916 ; GFX8-NEXT:    v_and_b32_sdwa v9, v4, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1917 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 24, v4
1918 ; GFX8-NEXT:    v_lshrrev_b16_e32 v6, 8, v4
1919 ; GFX8-NEXT:    v_and_b32_e32 v4, s2, v4
1920 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1921 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 24, v0
1922 ; GFX8-NEXT:    v_lshrrev_b16_e32 v8, 8, v0
1923 ; GFX8-NEXT:    v_and_b32_sdwa v5, v0, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1924 ; GFX8-NEXT:    v_and_b32_e32 v0, s2, v0
1925 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1926 ; GFX8-NEXT:    v_mad_u16 v0, v4, v0, v10
1927 ; GFX8-NEXT:    v_mad_u16 v0, v6, v8, v0
1928 ; GFX8-NEXT:    v_mad_u16 v0, v9, v5, v0
1929 ; GFX8-NEXT:    v_mad_u16 v0, v1, v7, v0
1930 ; GFX8-NEXT:    flat_store_short v[2:3], v0
1931 ; GFX8-NEXT:    s_endpgm
1932 ;
1933 ; GFX9-NODL-LABEL: udot4_acc16_vecMul:
1934 ; GFX9-NODL:       ; %bb.0: ; %entry
1935 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1936 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1937 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1938 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
1939 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v4, 0xffff
1940 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1941 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1942 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1943 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1944 ; GFX9-NODL-NEXT:    global_load_ushort v3, v0, s[2:3]
1945 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
1946 ; GFX9-NODL-NEXT:    v_lshrrev_b16_e32 v5, 8, v1
1947 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1948 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v10, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1949 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 24, v1
1950 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v9, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1951 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v1, v4, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
1952 ; GFX9-NODL-NEXT:    v_lshrrev_b16_e32 v7, 8, v2
1953 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
1954 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v2, v4, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
1955 ; GFX9-NODL-NEXT:    v_lshl_or_b32 v2, v7, 16, v2
1956 ; GFX9-NODL-NEXT:    v_lshl_or_b32 v1, v5, 16, v1
1957 ; GFX9-NODL-NEXT:    v_and_b32_e32 v10, v4, v10
1958 ; GFX9-NODL-NEXT:    v_and_b32_e32 v4, v4, v9
1959 ; GFX9-NODL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
1960 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1961 ; GFX9-NODL-NEXT:    v_add_u16_e32 v3, v1, v3
1962 ; GFX9-NODL-NEXT:    v_lshl_or_b32 v5, v8, 16, v10
1963 ; GFX9-NODL-NEXT:    v_lshl_or_b32 v4, v6, 16, v4
1964 ; GFX9-NODL-NEXT:    v_pk_mul_lo_u16 v2, v4, v5
1965 ; GFX9-NODL-NEXT:    v_add_u16_sdwa v1, v3, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1966 ; GFX9-NODL-NEXT:    v_add_u16_e32 v1, v1, v2
1967 ; GFX9-NODL-NEXT:    v_add_u16_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1968 ; GFX9-NODL-NEXT:    global_store_short v0, v1, s[2:3]
1969 ; GFX9-NODL-NEXT:    s_endpgm
1970 ;
1971 ; GFX9-DL-LABEL: udot4_acc16_vecMul:
1972 ; GFX9-DL:       ; %bb.0: ; %entry
1973 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1974 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1975 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1976 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
1977 ; GFX9-DL-NEXT:    v_mov_b32_e32 v4, 0xffff
1978 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1979 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1980 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1981 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1982 ; GFX9-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
1983 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
1984 ; GFX9-DL-NEXT:    v_lshrrev_b16_e32 v5, 8, v1
1985 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1986 ; GFX9-DL-NEXT:    v_and_b32_sdwa v10, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1987 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 24, v1
1988 ; GFX9-DL-NEXT:    v_and_b32_sdwa v9, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1989 ; GFX9-DL-NEXT:    v_and_b32_sdwa v1, v4, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
1990 ; GFX9-DL-NEXT:    v_lshrrev_b16_e32 v7, 8, v2
1991 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
1992 ; GFX9-DL-NEXT:    v_and_b32_sdwa v2, v4, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
1993 ; GFX9-DL-NEXT:    v_lshl_or_b32 v2, v7, 16, v2
1994 ; GFX9-DL-NEXT:    v_lshl_or_b32 v1, v5, 16, v1
1995 ; GFX9-DL-NEXT:    v_and_b32_e32 v10, v4, v10
1996 ; GFX9-DL-NEXT:    v_and_b32_e32 v4, v4, v9
1997 ; GFX9-DL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
1998 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1999 ; GFX9-DL-NEXT:    v_add_u16_e32 v3, v1, v3
2000 ; GFX9-DL-NEXT:    v_lshl_or_b32 v5, v8, 16, v10
2001 ; GFX9-DL-NEXT:    v_lshl_or_b32 v4, v6, 16, v4
2002 ; GFX9-DL-NEXT:    v_pk_mul_lo_u16 v2, v4, v5
2003 ; GFX9-DL-NEXT:    v_add_u16_sdwa v1, v3, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
2004 ; GFX9-DL-NEXT:    v_add_u16_e32 v1, v1, v2
2005 ; GFX9-DL-NEXT:    v_add_u16_sdwa v1, v1, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
2006 ; GFX9-DL-NEXT:    global_store_short v0, v1, s[2:3]
2007 ; GFX9-DL-NEXT:    s_endpgm
2008 ;
2009 ; GFX10-DL-LABEL: udot4_acc16_vecMul:
2010 ; GFX10-DL:       ; %bb.0: ; %entry
2011 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2012 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2013 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
2014 ; GFX10-DL-NEXT:    v_mov_b32_e32 v4, 0xffff
2015 ; GFX10-DL-NEXT:    s_movk_i32 s2, 0xff
2016 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
2017 ; GFX10-DL-NEXT:    s_clause 0x1
2018 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
2019 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
2020 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
2021 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[0:1]
2022 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
2023 ; GFX10-DL-NEXT:    v_lshrrev_b16 v5, 8, v1
2024 ; GFX10-DL-NEXT:    v_and_b32_sdwa v8, v4, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
2025 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
2026 ; GFX10-DL-NEXT:    v_lshrrev_b16 v6, 8, v2
2027 ; GFX10-DL-NEXT:    v_and_b32_sdwa v7, v4, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_0
2028 ; GFX10-DL-NEXT:    v_and_b32_sdwa v9, v1, s2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
2029 ; GFX10-DL-NEXT:    v_and_b32_sdwa v10, v2, s2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
2030 ; GFX10-DL-NEXT:    v_lshl_or_b32 v5, v5, 16, v8
2031 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
2032 ; GFX10-DL-NEXT:    v_lshl_or_b32 v6, v6, 16, v7
2033 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
2034 ; GFX10-DL-NEXT:    v_and_b32_e32 v7, v4, v10
2035 ; GFX10-DL-NEXT:    v_and_b32_e32 v4, v4, v9
2036 ; GFX10-DL-NEXT:    v_pk_mul_lo_u16 v5, v5, v6
2037 ; GFX10-DL-NEXT:    v_lshl_or_b32 v2, v2, 16, v7
2038 ; GFX10-DL-NEXT:    v_lshl_or_b32 v1, v1, 16, v4
2039 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v5
2040 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
2041 ; GFX10-DL-NEXT:    v_add_nc_u16 v3, v5, v3
2042 ; GFX10-DL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
2043 ; GFX10-DL-NEXT:    v_add_nc_u16 v2, v3, v4
2044 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 16, v1
2045 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v2, v1
2046 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v3
2047 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[0:1]
2048 ; GFX10-DL-NEXT:    s_endpgm
2049                                               <4 x i8> addrspace(1)* %src2,
2050                                               i16 addrspace(1)* nocapture %dst) {
2051 entry:
2052   %idx = call i32 @llvm.amdgcn.workitem.id.x()
2053   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
2054   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
2055   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
2056   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
2057
2058   %cvec1 = zext <4 x i8> %vec1 to <4 x i16>
2059   %cvec2 = zext <4 x i8> %vec2 to <4 x i16>
2060
2061   %mul = mul <4 x i16> %cvec1, %cvec2
2062   %mul0 = extractelement <4 x i16> %mul, i64 0
2063   %mul1 = extractelement <4 x i16> %mul, i64 1
2064   %mul2 = extractelement <4 x i16> %mul, i64 2
2065   %mul3 = extractelement <4 x i16> %mul, i64 3
2066
2067   %acc = load i16, i16 addrspace(1)* %dst, align 4
2068   %add1 = add i16 %mul0, %acc
2069   %add2 = add i16 %add1, %mul1
2070   %add3 = add i16 %add2, %mul2
2071   %add4 = add i16 %add3, %mul3
2072
2073   store i16 %add4, i16 addrspace(1)* %dst, align 4
2074   ret void
2075 }
2076
2077 ; TODO: Support this pattern.
2078 define amdgpu_kernel void @udot4_acc8_vecMul(<4 x i8> addrspace(1)* %src1,
2079 ; GFX7-LABEL: udot4_acc8_vecMul:
2080 ; GFX7:       ; %bb.0: ; %entry
2081 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
2082 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
2083 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
2084 ; GFX7-NEXT:    s_mov_b32 s10, 0
2085 ; GFX7-NEXT:    s_mov_b32 s11, s3
2086 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
2087 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
2088 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2089 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
2090 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
2091 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
2092 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
2093 ; GFX7-NEXT:    s_mov_b32 s2, -1
2094 ; GFX7-NEXT:    buffer_load_ubyte v8, off, s[0:3], 0
2095 ; GFX7-NEXT:    s_movk_i32 s4, 0xff
2096 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
2097 ; GFX7-NEXT:    v_and_b32_e32 v3, s4, v2
2098 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
2099 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
2100 ; GFX7-NEXT:    v_and_b32_e32 v6, s4, v0
2101 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
2102 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
2103 ; GFX7-NEXT:    v_mad_u32_u24 v3, v3, v6, v8
2104 ; GFX7-NEXT:    v_lshrrev_b32_e32 v1, 24, v2
2105 ; GFX7-NEXT:    v_lshrrev_b32_e32 v5, 24, v0
2106 ; GFX7-NEXT:    v_bfe_u32 v2, v2, 16, 8
2107 ; GFX7-NEXT:    v_bfe_u32 v0, v0, 16, 8
2108 ; GFX7-NEXT:    v_mad_u32_u24 v3, v4, v7, v3
2109 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v3
2110 ; GFX7-NEXT:    v_mad_u32_u24 v0, v1, v5, v0
2111 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
2112 ; GFX7-NEXT:    s_endpgm
2113 ;
2114 ; GFX8-LABEL: udot4_acc8_vecMul:
2115 ; GFX8:       ; %bb.0: ; %entry
2116 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2117 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
2118 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
2119 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
2120 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
2121 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
2122 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
2123 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
2124 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
2125 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
2126 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
2127 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
2128 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
2129 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
2130 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
2131 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
2132 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
2133 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
2134 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
2135 ; GFX8-NEXT:    v_mul_lo_u16_sdwa v7, v3, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
2136 ; GFX8-NEXT:    v_mul_lo_u16_e32 v9, v5, v6
2137 ; GFX8-NEXT:    v_or_b32_sdwa v7, v9, v7 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2138 ; GFX8-NEXT:    v_mul_lo_u16_sdwa v8, v3, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
2139 ; GFX8-NEXT:    v_lshlrev_b32_e32 v9, 16, v7
2140 ; GFX8-NEXT:    v_or_b32_e32 v8, v8, v9
2141 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v8
2142 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
2143 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
2144 ; GFX8-NEXT:    v_add_u16_e32 v2, v2, v8
2145 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v7
2146 ; GFX8-NEXT:    v_mad_u16 v2, v5, v6, v2
2147 ; GFX8-NEXT:    v_add_u16_e32 v2, v2, v7
2148 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
2149 ; GFX8-NEXT:    s_endpgm
2150 ;
2151 ; GFX9-NODL-LABEL: udot4_acc8_vecMul:
2152 ; GFX9-NODL:       ; %bb.0: ; %entry
2153 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2154 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
2155 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2156 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
2157 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
2158 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
2159 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
2160 ; GFX9-NODL-NEXT:    global_load_ubyte v3, v0, s[2:3]
2161 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
2162 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
2163 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
2164 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
2165 ; GFX9-NODL-NEXT:    v_mul_lo_u16_sdwa v6, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
2166 ; GFX9-NODL-NEXT:    v_mul_lo_u16_e32 v8, v4, v5
2167 ; GFX9-NODL-NEXT:    v_or_b32_sdwa v6, v8, v6 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2168 ; GFX9-NODL-NEXT:    v_mul_lo_u16_sdwa v7, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
2169 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v8, 16, v6
2170 ; GFX9-NODL-NEXT:    v_or_b32_e32 v7, v7, v8
2171 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v7
2172 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
2173 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
2174 ; GFX9-NODL-NEXT:    v_add_u16_e32 v1, v1, v7
2175 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v6
2176 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
2177 ; GFX9-NODL-NEXT:    v_add_u16_e32 v1, v1, v6
2178 ; GFX9-NODL-NEXT:    global_store_byte v0, v1, s[2:3]
2179 ; GFX9-NODL-NEXT:    s_endpgm
2180 ;
2181 ; GFX9-DL-LABEL: udot4_acc8_vecMul:
2182 ; GFX9-DL:       ; %bb.0: ; %entry
2183 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2184 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
2185 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2186 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
2187 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
2188 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
2189 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
2190 ; GFX9-DL-NEXT:    global_load_ubyte v3, v0, s[2:3]
2191 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
2192 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
2193 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
2194 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
2195 ; GFX9-DL-NEXT:    v_mul_lo_u16_sdwa v6, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_3 src1_sel:BYTE_3
2196 ; GFX9-DL-NEXT:    v_mul_lo_u16_e32 v8, v4, v5
2197 ; GFX9-DL-NEXT:    v_or_b32_sdwa v6, v8, v6 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2198 ; GFX9-DL-NEXT:    v_mul_lo_u16_sdwa v7, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PAD src0_sel:BYTE_1 src1_sel:BYTE_1
2199 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v8, 16, v6
2200 ; GFX9-DL-NEXT:    v_or_b32_e32 v7, v7, v8
2201 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v7
2202 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
2203 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
2204 ; GFX9-DL-NEXT:    v_add_u16_e32 v1, v1, v7
2205 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v6
2206 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
2207 ; GFX9-DL-NEXT:    v_add_u16_e32 v1, v1, v6
2208 ; GFX9-DL-NEXT:    global_store_byte v0, v1, s[2:3]
2209 ; GFX9-DL-NEXT:    s_endpgm
2210 ;
2211 ; GFX10-DL-LABEL: udot4_acc8_vecMul:
2212 ; GFX10-DL:       ; %bb.0: ; %entry
2213 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2214 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2215 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
2216 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
2217 ; GFX10-DL-NEXT:    s_clause 0x1
2218 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
2219 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
2220 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
2221 ; GFX10-DL-NEXT:    global_load_ubyte v3, v0, s[0:1]
2222 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
2223 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 24, v1
2224 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
2225 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 24, v2
2226 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 16, v1
2227 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v2
2228 ; GFX10-DL-NEXT:    v_lshrrev_b16 v8, 8, v2
2229 ; GFX10-DL-NEXT:    v_mul_lo_u16 v4, v4, v5
2230 ; GFX10-DL-NEXT:    v_lshrrev_b16 v5, 8, v1
2231 ; GFX10-DL-NEXT:    v_mul_lo_u16 v9, v6, v7
2232 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
2233 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
2234 ; GFX10-DL-NEXT:    v_lshlrev_b16 v4, 8, v4
2235 ; GFX10-DL-NEXT:    v_mul_lo_u16 v5, v5, v8
2236 ; GFX10-DL-NEXT:    v_or_b32_sdwa v4, v9, v4 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2237 ; GFX10-DL-NEXT:    v_lshlrev_b16 v5, 8, v5
2238 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v8, 16, v4
2239 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 8, v4
2240 ; GFX10-DL-NEXT:    v_or_b32_sdwa v5, v5, v8 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_0 src1_sel:DWORD
2241 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v5
2242 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v5
2243 ; GFX10-DL-NEXT:    v_mad_u16 v1, v6, v7, v1
2244 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v2
2245 ; GFX10-DL-NEXT:    global_store_byte v0, v1, s[0:1]
2246 ; GFX10-DL-NEXT:    s_endpgm
2247                                              <4 x i8> addrspace(1)* %src2,
2248                                              i8 addrspace(1)* nocapture %dst) {
2249 entry:
2250   %idx = call i32 @llvm.amdgcn.workitem.id.x()
2251   %gep1 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src1, i32 %idx
2252   %vec1 = load <4 x i8>, <4 x i8> addrspace(1)* %gep1
2253   %gep2 = getelementptr <4 x i8>, <4 x i8> addrspace(1)* %src2, i32 %idx
2254   %vec2 = load <4 x i8>, <4 x i8> addrspace(1)* %gep2
2255
2256   %mul = mul <4 x i8> %vec1, %vec2
2257   %mul0 = extractelement <4 x i8> %mul, i64 0
2258   %mul1 = extractelement <4 x i8> %mul, i64 1
2259   %mul2 = extractelement <4 x i8> %mul, i64 2
2260   %mul3 = extractelement <4 x i8> %mul, i64 3
2261
2262   %acc = load i8, i8 addrspace(1)* %dst, align 4
2263   %add1 = add i8 %mul0, %acc
2264   %add2 = add i8 %add1, %mul1
2265   %add3 = add i8 %add2, %mul2
2266   %add4 = add i8 %add3, %mul3
2267
2268   store i8 %add4, i8 addrspace(1)* %dst, align 4
2269   ret void
2270 }
2271
2272 declare i32 @llvm.amdgcn.workitem.id.x()