llvm/test/CodeGen/X86/AMX/amx-gemm.ll

   1 ; RUN: llc < %s -mtriple=x86_64-unknown-unknown -mattr=+amx-int8 -mattr=+avx512f -verify-machineinstrs | FileCheck %s
   2
   3 ; #include <immintrin.h>
   4 ;
   5 ; #define TILE_SZ 16
   6 ; void inner_product(int *A_mem, int *B_mem, int *C_mem, int M, int N, int K) {
   7 ;   const int m = M / TILE_SZ;
   8 ;   const int n = N / TILE_SZ;
   9 ;   const int k = K / TILE_SZ;
  10 ;
  11 ;   for (int i = 0; i < m; i++)
  12 ;     for (int j = 0; j < n; j++) {
  13 ;       __tile1024i c = {TILE_SZ, TILE_SZ*sizeof(int)};
  14 ;       __tile_zero(&c);
  15 ;       for (int l = 0; l < k; l++) {
  16 ;         __tile1024i a = {TILE_SZ, TILE_SZ*sizeof(int)};
  17 ;         __tile1024i b = {TILE_SZ, TILE_SZ*sizeof(int)};
  18 ;         __tile_loadd(&a, A_mem+(i*TILE_SZ)*K+l*TILE_SZ, K*sizeof(int));
  19 ;         __tile_loadd(&b, B_mem+(l*TILE_SZ)*N+j*TILE_SZ, N*sizeof(int));
  20 ;         __tile_dpbssd(&c, a, b);
  21 ;       }
  22 ;       __tile_stored(C_mem+(i*TILE_SZ)*M+j*TILE_SZ, N*sizeof(int), c);
  23 ;     }
  24 ; }
  25
  26 ; CHECK:  ldtilecfg
  27
  28 ; Function Attrs: noinline nounwind uwtable
  29 define dso_local void @inner_product(i32* %A_mem, i32* %B_mem, i32* %C_mem, i32 %M, i32 %N, i32 %K) local_unnamed_addr {
  30 entry:
  31   %mul = shl i32 %K, 4
  32   %conv = sext i32 %K to i64
  33   %mul15 = shl nsw i64 %conv, 2
  34   %conv23 = sext i32 %N to i64
  35   %mul24 = shl nsw i64 %conv23, 2
  36   %cmp8163 = icmp sgt i32 %K, 15
  37   %mul25 = shl i32 %M, 4
  38   %cmp4173 = icmp sgt i32 %N, 15
  39   %cmp187 = icmp sgt i32 %M, 15
  40   br i1 %cmp187, label %for.cond3.preheader.preheader, label %for.cond.cleanup
  41
  42 for.cond3.preheader.preheader:                    ; preds = %entry
  43   %div2 = sdiv i32 %K, 16
  44   %div1 = sdiv i32 %N, 16
  45   %div209 = lshr i32 %M, 4
  46   %wide.trip.count207 = zext i32 %div209 to i64
  47   %wide.trip.count203 = zext i32 %div1 to i64
  48   %wide.trip.count = zext i32 %div2 to i64
  49   %0 = add nsw i64 %wide.trip.count, -1
  50   %xtraiter = and i64 %wide.trip.count, 7
  51   %1 = icmp ult i64 %0, 7
  52   %unroll_iter = and i64 %wide.trip.count, 4294967288
  53   %lcmp.mod.not = icmp eq i64 %xtraiter, 0
  54   br label %for.cond3.preheader
  55
  56 for.cond3.preheader:                              ; preds = %for.cond3.preheader.preheader, %for.cond.cleanup5
  57   %indvars.iv205 = phi i64 [ 0, %for.cond3.preheader.preheader ], [ %indvars.iv.next206, %for.cond.cleanup5 ]
  58   %2 = trunc i64 %indvars.iv205 to i32
  59   %mul11 = mul i32 %mul, %2
  60   %idx.ext = sext i32 %mul11 to i64
  61   %add.ptr = getelementptr inbounds i32, i32* %A_mem, i64 %idx.ext
  62   %mul26 = mul i32 %mul25, %2
  63   %idx.ext27 = sext i32 %mul26 to i64
  64   %add.ptr28 = getelementptr inbounds i32, i32* %C_mem, i64 %idx.ext27
  65   br i1 %cmp4173, label %for.body6, label %for.cond.cleanup5
  66
  67 for.cond.cleanup:                                 ; preds = %for.cond.cleanup5, %entry
  68   ret void
  69
  70 for.cond.cleanup5:                                ; preds = %for.cond.cleanup9, %for.cond3.preheader
  71   %indvars.iv.next206 = add nuw nsw i64 %indvars.iv205, 1
  72   %exitcond208.not = icmp eq i64 %indvars.iv.next206, %wide.trip.count207
  73   br i1 %exitcond208.not, label %for.cond.cleanup, label %for.cond3.preheader
  74
  75 for.body6:                                        ; preds = %for.cond3.preheader, %for.cond.cleanup9
  76   %indvars.iv199 = phi i64 [ %indvars.iv.next200, %for.cond.cleanup9 ], [ 0, %for.cond3.preheader ]
  77   %3 = tail call x86_amx @llvm.x86.tilezero.internal(i16 16, i16 64)
  78   %4 = shl nsw i64 %indvars.iv199, 4
  79   br i1 %cmp8163, label %for.body10.preheader, label %for.cond.cleanup9
  80
  81 for.body10.preheader:                             ; preds = %for.body6
  82   %add.ptr19 = getelementptr inbounds i32, i32* %B_mem, i64 %4
  83   br i1 %1, label %for.cond.cleanup9.loopexit.unr-lcssa, label %for.body10
  84
  85 for.cond.cleanup9.loopexit.unr-lcssa:             ; preds = %for.body10, %for.body10.preheader
  86   %.lcssa.ph = phi x86_amx [ undef, %for.body10.preheader ], [ %68, %for.body10 ]
  87   %indvars.iv.unr = phi i64 [ 0, %for.body10.preheader ], [ %indvars.iv.next.7, %for.body10 ]
  88   %c.sroa.8127.2.in164.unr = phi x86_amx [ %3, %for.body10.preheader ], [ %68, %for.body10 ]
  89   br i1 %lcmp.mod.not, label %for.cond.cleanup9, label %for.body10.epil
  90
  91 for.body10.epil:                                  ; preds = %for.cond.cleanup9.loopexit.unr-lcssa, %for.body10.epil
  92   %indvars.iv.epil = phi i64 [ %indvars.iv.next.epil, %for.body10.epil ], [ %indvars.iv.unr, %for.cond.cleanup9.loopexit.unr-lcssa ]
  93   %c.sroa.8127.2.in164.epil = phi x86_amx [ %11, %for.body10.epil ], [ %c.sroa.8127.2.in164.unr, %for.cond.cleanup9.loopexit.unr-lcssa ]
  94   %epil.iter = phi i64 [ %epil.iter.sub, %for.body10.epil ], [ %xtraiter, %for.cond.cleanup9.loopexit.unr-lcssa ]
  95   %5 = shl nsw i64 %indvars.iv.epil, 4
  96   %add.ptr14.epil = getelementptr inbounds i32, i32* %add.ptr, i64 %5
  97   %6 = bitcast i32* %add.ptr14.epil to i8*
  98   %7 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* %6, i64 %mul15)
  99   %8 = mul nsw i64 %5, %conv23
 100   %add.ptr22.epil = getelementptr inbounds i32, i32* %add.ptr19, i64 %8
 101   %9 = bitcast i32* %add.ptr22.epil to i8*
 102   %10 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* %9, i64 %mul24)
 103   %11 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %c.sroa.8127.2.in164.epil, x86_amx %7, x86_amx %10)
 104   %indvars.iv.next.epil = add nuw nsw i64 %indvars.iv.epil, 1
 105   %epil.iter.sub = add i64 %epil.iter, -1
 106   %epil.iter.cmp.not = icmp eq i64 %epil.iter.sub, 0
 107   br i1 %epil.iter.cmp.not, label %for.cond.cleanup9, label %for.body10.epil
 108
 109 for.cond.cleanup9:                                ; preds = %for.cond.cleanup9.loopexit.unr-lcssa, %for.body10.epil, %for.body6
 110   %c.sroa.8127.2.in.lcssa = phi x86_amx [ %3, %for.body6 ], [ %.lcssa.ph, %for.cond.cleanup9.loopexit.unr-lcssa ], [ %11, %for.body10.epil ]
 111   %add.ptr31 = getelementptr inbounds i32, i32* %add.ptr28, i64 %4
 112   %12 = bitcast i32* %add.ptr31 to i8*
 113   tail call void @llvm.x86.tilestored64.internal(i16 16, i16 64, i8* %12, i64 %mul24, x86_amx %c.sroa.8127.2.in.lcssa)
 114   %indvars.iv.next200 = add nuw nsw i64 %indvars.iv199, 1
 115   %exitcond204.not = icmp eq i64 %indvars.iv.next200, %wide.trip.count203
 116   br i1 %exitcond204.not, label %for.cond.cleanup5, label %for.body6
 117
 118 for.body10:                                       ; preds = %for.body10.preheader, %for.body10
 119   %indvars.iv = phi i64 [ %indvars.iv.next.7, %for.body10 ], [ 0, %for.body10.preheader ]
 120   %c.sroa.8127.2.in164 = phi x86_amx [ %68, %for.body10 ], [ %3, %for.body10.preheader ]
 121   %niter = phi i64 [ %niter.nsub.7, %for.body10 ], [ %unroll_iter, %for.body10.preheader ]
 122   %13 = shl nsw i64 %indvars.iv, 4
 123   %add.ptr14 = getelementptr inbounds i32, i32* %add.ptr, i64 %13
 124   %14 = bitcast i32* %add.ptr14 to i8*
 125   %15 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* %14, i64 %mul15)
 126   %16 = mul nsw i64 %13, %conv23
 127   %add.ptr22 = getelementptr inbounds i32, i32* %add.ptr19, i64 %16
 128   %17 = bitcast i32* %add.ptr22 to i8*
 129   %18 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* %17, i64 %mul24)
 130   %19 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %c.sroa.8127.2.in164, x86_amx %15, x86_amx %18)
 131   %indvars.iv.next = shl i64 %indvars.iv, 4
 132   %20 = or i64 %indvars.iv.next, 16
 133   %add.ptr14.1 = getelementptr inbounds i32, i32* %add.ptr, i64 %20
 134   %21 = bitcast i32* %add.ptr14.1 to i8*
 135   %22 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %21, i64 %mul15)
 136   %23 = mul nsw i64 %20, %conv23
 137   %add.ptr22.1 = getelementptr inbounds i32, i32* %add.ptr19, i64 %23
 138   %24 = bitcast i32* %add.ptr22.1 to i8*
 139   %25 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %24, i64 %mul24)
 140   %26 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %19, x86_amx %22, x86_amx %25)
 141   %indvars.iv.next.1 = shl i64 %indvars.iv, 4
 142   %27 = or i64 %indvars.iv.next.1, 32
 143   %add.ptr14.2 = getelementptr inbounds i32, i32* %add.ptr, i64 %27
 144   %28 = bitcast i32* %add.ptr14.2 to i8*
 145   %29 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %28, i64 %mul15)
 146   %30 = mul nsw i64 %27, %conv23
 147   %add.ptr22.2 = getelementptr inbounds i32, i32* %add.ptr19, i64 %30
 148   %31 = bitcast i32* %add.ptr22.2 to i8*
 149   %32 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %31, i64 %mul24)
 150   %33 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %26, x86_amx %29, x86_amx %32)
 151   %indvars.iv.next.2 = shl i64 %indvars.iv, 4
 152   %34 = or i64 %indvars.iv.next.2, 48
 153   %add.ptr14.3 = getelementptr inbounds i32, i32* %add.ptr, i64 %34
 154   %35 = bitcast i32* %add.ptr14.3 to i8*
 155   %36 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %35, i64 %mul15)
 156   %37 = mul nsw i64 %34, %conv23
 157   %add.ptr22.3 = getelementptr inbounds i32, i32* %add.ptr19, i64 %37
 158   %38 = bitcast i32* %add.ptr22.3 to i8*
 159   %39 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %38, i64 %mul24)
 160   %40 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %33, x86_amx %36, x86_amx %39)
 161   %indvars.iv.next.3 = shl i64 %indvars.iv, 4
 162   %41 = or i64 %indvars.iv.next.3, 64
 163   %add.ptr14.4 = getelementptr inbounds i32, i32* %add.ptr, i64 %41
 164   %42 = bitcast i32* %add.ptr14.4 to i8*
 165   %43 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %42, i64 %mul15)
 166   %44 = mul nsw i64 %41, %conv23
 167   %add.ptr22.4 = getelementptr inbounds i32, i32* %add.ptr19, i64 %44
 168   %45 = bitcast i32* %add.ptr22.4 to i8*
 169   %46 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %45, i64 %mul24)
 170   %47 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %40, x86_amx %43, x86_amx %46)
 171   %indvars.iv.next.4 = shl i64 %indvars.iv, 4
 172   %48 = or i64 %indvars.iv.next.4, 80
 173   %add.ptr14.5 = getelementptr inbounds i32, i32* %add.ptr, i64 %48
 174   %49 = bitcast i32* %add.ptr14.5 to i8*
 175   %50 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %49, i64 %mul15)
 176   %51 = mul nsw i64 %48, %conv23
 177   %add.ptr22.5 = getelementptr inbounds i32, i32* %add.ptr19, i64 %51
 178   %52 = bitcast i32* %add.ptr22.5 to i8*
 179   %53 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %52, i64 %mul24)
 180   %54 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %47, x86_amx %50, x86_amx %53)
 181   %indvars.iv.next.5 = shl i64 %indvars.iv, 4
 182   %55 = or i64 %indvars.iv.next.5, 96
 183   %add.ptr14.6 = getelementptr inbounds i32, i32* %add.ptr, i64 %55
 184   %56 = bitcast i32* %add.ptr14.6 to i8*
 185   %57 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %56, i64 %mul15)
 186   %58 = mul nsw i64 %55, %conv23
 187   %add.ptr22.6 = getelementptr inbounds i32, i32* %add.ptr19, i64 %58
 188   %59 = bitcast i32* %add.ptr22.6 to i8*
 189   %60 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %59, i64 %mul24)
 190   %61 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %54, x86_amx %57, x86_amx %60)
 191   %indvars.iv.next.6 = shl i64 %indvars.iv, 4
 192   %62 = or i64 %indvars.iv.next.6, 112
 193   %add.ptr14.7 = getelementptr inbounds i32, i32* %add.ptr, i64 %62
 194   %63 = bitcast i32* %add.ptr14.7 to i8*
 195   %64 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %63, i64 %mul15)
 196   %65 = mul nsw i64 %62, %conv23
 197   %add.ptr22.7 = getelementptr inbounds i32, i32* %add.ptr19, i64 %65
 198   %66 = bitcast i32* %add.ptr22.7 to i8*
 199   %67 = tail call x86_amx @llvm.x86.tileloadd64.internal(i16 16, i16 64, i8* nonnull %66, i64 %mul24)
 200   %68 = tail call x86_amx @llvm.x86.tdpbssd.internal(i16 16, i16 64, i16 64, x86_amx %61, x86_amx %64, x86_amx %67)
 201   %indvars.iv.next.7 = add nuw nsw i64 %indvars.iv, 8
 202   %niter.nsub.7 = add i64 %niter, -8
 203   %niter.ncmp.7 = icmp eq i64 %niter.nsub.7, 0
 204   br i1 %niter.ncmp.7, label %for.cond.cleanup9.loopexit.unr-lcssa, label %for.body10
 205 }
 206
 207 declare x86_amx @llvm.x86.tilezero.internal(i16, i16)
 208 declare x86_amx @llvm.x86.tileloadd64.internal(i16, i16, i8*, i64)
 209 declare x86_amx @llvm.x86.tdpbssd.internal(i16, i16, i16, x86_amx, x86_amx, x86_amx)
 210 declare void @llvm.x86.tilestored64.internal(i16, i16, i8*, i64, x86_amx)