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(ptr 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_load_dword s4, s[0:1], 0x0
  25 ; GFX7-NEXT:    s_mov_b32 s2, -1
  26 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
  27 ; GFX7-NEXT:    v_and_b32_e32 v1, 0xff, 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, 0xff, v0
  31 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
  32 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
  33 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, s4
  34 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
  35 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
  36 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
  37 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
  38 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
  39 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
  40 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
  41 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
  42 ; GFX7-NEXT:    s_endpgm
  43 ;
  44 ; GFX8-LABEL: udot4_acc32:
  45 ; GFX8:       ; %bb.0: ; %entry
  46 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
  47 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
  48 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
  49 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
  50 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
  51 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
  52 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
  53 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
  54 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
  55 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
  56 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
  57 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
  58 ; GFX8-NEXT:    s_load_dword s2, s[0:1], 0x0
  59 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
  60 ; GFX8-NEXT:    v_and_b32_e32 v1, 0xff, v3
  61 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
  62 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
  63 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
  64 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
  65 ; GFX8-NEXT:    v_and_b32_e32 v2, 0xff, v0
  66 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
  67 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
  68 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, s2
  69 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
  70 ; GFX8-NEXT:    v_mad_u32_u24 v1, v4, v5, v1
  71 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
  72 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
  73 ; GFX8-NEXT:    v_mad_u32_u24 v2, v3, v0, v1
  74 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
  75 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
  76 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
  77 ; GFX8-NEXT:    s_endpgm
  78 ;
  79 ; GFX9-NODL-LABEL: udot4_acc32:
  80 ; GFX9-NODL:       ; %bb.0: ; %entry
  81 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
  82 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
  83 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
  84 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
  85 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
  86 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
  87 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
  88 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
  89 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
  90 ; 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
  91 ; 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
  92 ; 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
  93 ; 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
  94 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
  95 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v3, s0, v4
  96 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v5, v1
  97 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
  98 ; GFX9-NODL-NEXT:    s_endpgm
  99 ;
 100 ; GFX9-DL-LABEL: udot4_acc32:
 101 ; GFX9-DL:       ; %bb.0: ; %entry
 102 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 103 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 104 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 105 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 106 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 107 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 108 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
 109 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
 110 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0) lgkmcnt(0)
 111 ; GFX9-DL-NEXT:    v_dot4_u32_u8 v1, v1, v2, s0
 112 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
 113 ; GFX9-DL-NEXT:    s_endpgm
 114 ;
 115 ; GFX10-DL-LABEL: udot4_acc32:
 116 ; GFX10-DL:       ; %bb.0: ; %entry
 117 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 118 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 119 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 120 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 121 ; GFX10-DL-NEXT:    s_clause 0x1
 122 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 123 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 124 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
 125 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
 126 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0) lgkmcnt(0)
 127 ; GFX10-DL-NEXT:    v_dot4_u32_u8 v1, v1, v2, s2
 128 ; GFX10-DL-NEXT:    global_store_dword v0, v1, s[0:1]
 129 ; GFX10-DL-NEXT:    s_endpgm
 130                                        ptr addrspace(1) %src2,
 131                                        ptr addrspace(1) nocapture %dst) {
 132 entry:
 133   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 134   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
 135   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
 136   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
 137   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
 138
 139   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 140   %cv1e0 = zext i8 %v1e0 to i32
 141   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 142   %cv2e0 = zext i8 %v2e0 to i32
 143   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
 144
 145   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 146   %cv1e1 = zext i8 %v1e1 to i32
 147   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 148   %cv2e1 = zext i8 %v2e1 to i32
 149   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
 150
 151   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 152   %cv1e2 = zext i8 %v1e2 to i32
 153   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 154   %cv2e2 = zext i8 %v2e2 to i32
 155   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
 156
 157   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 158   %cv1e3 = zext i8 %v1e3 to i32
 159   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 160   %cv2e3 = zext i8 %v2e3 to i32
 161   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
 162
 163   %acc = load i32, ptr addrspace(1) %dst, align 4
 164   %mad1 = add i32 %mul1, %acc
 165   %mad2 = add i32 %mad1, %mul2
 166   %mad3 = add i32 %mad2, %mul3
 167   %mad4 = add i32 %mad3, %mul4
 168
 169   store i32 %mad4, ptr addrspace(1) %dst, align 4
 170   ret void
 171 }
 172
 173 define amdgpu_kernel void @udot4_acc16(ptr addrspace(1) %src1,
 174 ; GFX7-LABEL: udot4_acc16:
 175 ; GFX7:       ; %bb.0: ; %entry
 176 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 177 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 178 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 179 ; GFX7-NEXT:    s_mov_b32 s10, 0
 180 ; GFX7-NEXT:    s_mov_b32 s11, s3
 181 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 182 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 183 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 184 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 185 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 186 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 187 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 188 ; GFX7-NEXT:    s_mov_b32 s2, -1
 189 ; GFX7-NEXT:    buffer_load_ushort v1, off, s[0:3], 0
 190 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 191 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xff, v2
 192 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
 193 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 194 ; GFX7-NEXT:    v_and_b32_e32 v6, 0xff, v0
 195 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
 196 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 197 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
 198 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
 199 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
 200 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
 201 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 202 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 203 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v8, v1
 204 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 205 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
 206 ; GFX7-NEXT:    s_endpgm
 207 ;
 208 ; GFX8-LABEL: udot4_acc16:
 209 ; GFX8:       ; %bb.0: ; %entry
 210 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 211 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 212 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 213 ; GFX8-NEXT:    v_mov_b32_e32 v5, 0xff
 214 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 215 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 216 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 217 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 218 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
 219 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 220 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 221 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 222 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
 223 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
 224 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
 225 ; GFX8-NEXT:    flat_load_ushort v4, v[0:1]
 226 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 227 ; GFX8-NEXT:    v_and_b32_e32 v6, 0xff, v3
 228 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v3
 229 ; GFX8-NEXT:    v_and_b32_e32 v8, 0xff, v8
 230 ; GFX8-NEXT:    v_and_b32_sdwa v10, v3, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 231 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 232 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 233 ; GFX8-NEXT:    v_and_b32_e32 v7, 0xff, v2
 234 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 8, v2
 235 ; GFX8-NEXT:    v_and_b32_e32 v9, 0xff, v9
 236 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 237 ; GFX8-NEXT:    v_mad_u16 v4, v6, v7, v4
 238 ; GFX8-NEXT:    v_and_b32_sdwa v5, v2, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 239 ; GFX8-NEXT:    v_mad_u16 v4, v8, v9, v4
 240 ; GFX8-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 241 ; GFX8-NEXT:    v_mad_u16 v4, v10, v5, v4
 242 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
 243 ; GFX8-NEXT:    flat_store_short v[0:1], v2
 244 ; GFX8-NEXT:    s_endpgm
 245 ;
 246 ; GFX9-NODL-LABEL: udot4_acc16:
 247 ; GFX9-NODL:       ; %bb.0: ; %entry
 248 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 249 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 250 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 251 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
 252 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 253 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
 254 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
 255 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
 256 ; GFX9-NODL-NEXT:    global_load_ushort v3, v0, s[2:3]
 257 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 258 ; GFX9-NODL-NEXT:    v_and_b32_e32 v4, 0xff, v1
 259 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 260 ; GFX9-NODL-NEXT:    v_and_b32_e32 v5, 0xff, v2
 261 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 262 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 263 ; GFX9-NODL-NEXT:    v_and_b32_e32 v6, 0xff, v6
 264 ; GFX9-NODL-NEXT:    v_and_b32_e32 v7, 0xff, v7
 265 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 266 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v4, v5, v3
 267 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v8, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 268 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v9, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 269 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v6, v7, v3
 270 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
 271 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 272 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v8, v9, v3
 273 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
 274 ; GFX9-NODL-NEXT:    global_store_short v0, v1, s[2:3]
 275 ; GFX9-NODL-NEXT:    s_endpgm
 276 ;
 277 ; GFX9-DL-LABEL: udot4_acc16:
 278 ; GFX9-DL:       ; %bb.0: ; %entry
 279 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 280 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 281 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 282 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
 283 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 284 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 285 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 286 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
 287 ; GFX9-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
 288 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 289 ; GFX9-DL-NEXT:    v_and_b32_e32 v4, 0xff, v1
 290 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 291 ; GFX9-DL-NEXT:    v_and_b32_e32 v5, 0xff, v2
 292 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 293 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 294 ; GFX9-DL-NEXT:    v_and_b32_e32 v6, 0xff, v6
 295 ; GFX9-DL-NEXT:    v_and_b32_e32 v7, 0xff, v7
 296 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 297 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v4, v5, v3
 298 ; GFX9-DL-NEXT:    v_and_b32_sdwa v8, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 299 ; GFX9-DL-NEXT:    v_and_b32_sdwa v9, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 300 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v6, v7, v3
 301 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
 302 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 303 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v8, v9, v3
 304 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
 305 ; GFX9-DL-NEXT:    global_store_short v0, v1, s[2:3]
 306 ; GFX9-DL-NEXT:    s_endpgm
 307 ;
 308 ; GFX10-DL-LABEL: udot4_acc16:
 309 ; GFX10-DL:       ; %bb.0: ; %entry
 310 ; GFX10-DL-NEXT:    s_clause 0x1
 311 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 312 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 313 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 314 ; GFX10-DL-NEXT:    v_mov_b32_e32 v8, 0xff
 315 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 316 ; GFX10-DL-NEXT:    s_clause 0x1
 317 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 318 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 319 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
 320 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
 321 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 322 ; GFX10-DL-NEXT:    v_and_b32_e32 v4, 0xff, v1
 323 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v1
 324 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 325 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 326 ; GFX10-DL-NEXT:    v_and_b32_e32 v7, 0xff, v2
 327 ; GFX10-DL-NEXT:    v_and_b32_e32 v5, 0xff, v5
 328 ; GFX10-DL-NEXT:    v_and_b32_e32 v6, 0xff, v6
 329 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 330 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v7, v3
 331 ; GFX10-DL-NEXT:    v_and_b32_sdwa v4, v1, v8 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 332 ; GFX10-DL-NEXT:    v_and_b32_sdwa v7, v2, v8 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
 333 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
 334 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 335 ; GFX10-DL-NEXT:    v_mad_u16 v3, v5, v6, v3
 336 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v7, v3
 337 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
 338 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[2:3]
 339 ; GFX10-DL-NEXT:    s_endpgm
 340                                        ptr addrspace(1) %src2,
 341                                        ptr addrspace(1) nocapture %dst) {
 342 entry:
 343   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 344   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
 345   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
 346   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
 347   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
 348
 349   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 350   %cv1e0 = zext i8 %v1e0 to i16
 351   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 352   %cv2e0 = zext i8 %v2e0 to i16
 353   %mul1 = mul nuw nsw i16 %cv1e0, %cv2e0
 354
 355   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 356   %cv1e1 = zext i8 %v1e1 to i16
 357   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 358   %cv2e1 = zext i8 %v2e1 to i16
 359   %mul2 = mul nuw nsw i16 %cv1e1, %cv2e1
 360
 361   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 362   %cv1e2 = zext i8 %v1e2 to i16
 363   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 364   %cv2e2 = zext i8 %v2e2 to i16
 365   %mul3 = mul nuw nsw i16 %cv1e2, %cv2e2
 366
 367   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 368   %cv1e3 = zext i8 %v1e3 to i16
 369   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 370   %cv2e3 = zext i8 %v2e3 to i16
 371   %mul4 = mul nuw nsw i16 %cv1e3, %cv2e3
 372
 373   %acc = load i16, ptr addrspace(1) %dst, align 2
 374   %mad1 = add i16 %mul1, %acc
 375   %mad2 = add i16 %mad1, %mul2
 376   %mad3 = add i16 %mad2, %mul3
 377   %mad4 = add i16 %mad3, %mul4
 378
 379   store i16 %mad4, ptr addrspace(1) %dst, align 2
 380   ret void
 381 }
 382
 383 define amdgpu_kernel void @udot4_acc8(ptr addrspace(1) %src1,
 384 ; GFX7-LABEL: udot4_acc8:
 385 ; GFX7:       ; %bb.0: ; %entry
 386 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 387 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 388 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 389 ; GFX7-NEXT:    s_mov_b32 s10, 0
 390 ; GFX7-NEXT:    s_mov_b32 s11, s3
 391 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 392 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 393 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 394 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 395 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 396 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 397 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 398 ; GFX7-NEXT:    s_mov_b32 s2, -1
 399 ; GFX7-NEXT:    buffer_load_ubyte v1, off, s[0:3], 0
 400 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 401 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xff, v2
 402 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
 403 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 404 ; GFX7-NEXT:    v_and_b32_e32 v6, 0xff, v0
 405 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
 406 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 407 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
 408 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
 409 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
 410 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
 411 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 412 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 413 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v8, v1
 414 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 415 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 416 ; GFX7-NEXT:    s_endpgm
 417 ;
 418 ; GFX8-LABEL: udot4_acc8:
 419 ; GFX8:       ; %bb.0: ; %entry
 420 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 421 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 422 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 423 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 424 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 425 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 426 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 427 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
 428 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 429 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 430 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 431 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
 432 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
 433 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
 434 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
 435 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 436 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 437 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 438 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 439 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 440 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 441 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v2
 442 ; GFX8-NEXT:    v_lshrrev_b32_e32 v10, 24, v2
 443 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 444 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
 445 ; GFX8-NEXT:    v_mad_u16 v2, v7, v8, v2
 446 ; GFX8-NEXT:    v_mad_u16 v2, v5, v6, v2
 447 ; GFX8-NEXT:    v_mad_u16 v2, v9, v10, v2
 448 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
 449 ; GFX8-NEXT:    s_endpgm
 450 ;
 451 ; GFX9-NODL-LABEL: udot4_acc8:
 452 ; GFX9-NODL:       ; %bb.0: ; %entry
 453 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 454 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 455 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 456 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 457 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
 458 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
 459 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
 460 ; GFX9-NODL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 461 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 462 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 463 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 464 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 465 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 466 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
 467 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 468 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
 469 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
 470 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v6, v7, v1
 471 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
 472 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
 473 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v8, v9, v1
 474 ; GFX9-NODL-NEXT:    global_store_byte v0, v1, s[2:3]
 475 ; GFX9-NODL-NEXT:    s_endpgm
 476 ;
 477 ; GFX9-DL-LABEL: udot4_acc8:
 478 ; GFX9-DL:       ; %bb.0: ; %entry
 479 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 480 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 481 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 482 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 483 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 484 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 485 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
 486 ; GFX9-DL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 487 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 488 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 489 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 490 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 491 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 492 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
 493 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 494 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
 495 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
 496 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v6, v7, v1
 497 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
 498 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
 499 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v8, v9, v1
 500 ; GFX9-DL-NEXT:    global_store_byte v0, v1, s[2:3]
 501 ; GFX9-DL-NEXT:    s_endpgm
 502 ;
 503 ; GFX10-DL-LABEL: udot4_acc8:
 504 ; GFX10-DL:       ; %bb.0: ; %entry
 505 ; GFX10-DL-NEXT:    s_clause 0x1
 506 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 507 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 508 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 509 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 510 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 511 ; GFX10-DL-NEXT:    s_clause 0x1
 512 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 513 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 514 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 515 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 516 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 517 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 518 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 519 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 520 ; GFX10-DL-NEXT:    v_mad_u16 v4, v2, v3, v4
 521 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 522 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v3
 523 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 524 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 525 ; GFX10-DL-NEXT:    v_mad_u16 v0, v0, v5, v4
 526 ; GFX10-DL-NEXT:    v_mad_u16 v0, v6, v7, v0
 527 ; GFX10-DL-NEXT:    v_mad_u16 v0, v2, v3, v0
 528 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 529 ; GFX10-DL-NEXT:    s_endpgm
 530                                       ptr addrspace(1) %src2,
 531                                       ptr addrspace(1) nocapture %dst) {
 532 entry:
 533   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 534   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
 535   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
 536   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
 537   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
 538
 539   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 540   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 541   %mul1 = mul nuw nsw i8 %v1e0, %v2e0
 542
 543   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 544   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 545   %mul2 = mul nuw nsw i8 %v1e1, %v2e1
 546
 547   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 548   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 549   %mul3 = mul nuw nsw i8 %v1e2, %v2e2
 550
 551   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 552   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 553   %mul4 = mul nuw nsw i8 %v1e3, %v2e3
 554
 555   %acc = load i8, ptr addrspace(1) %dst, align 2
 556   %mad1 = add i8 %mul1, %acc
 557   %mad2 = add i8 %mad1, %mul2
 558   %mad3 = add i8 %mad2, %mul3
 559   %mad4 = add i8 %mad3, %mul4
 560
 561   store i8 %mad4, ptr addrspace(1) %dst, align 2
 562   ret void
 563 }
 564
 565 ; TODO: Generate udot4?
 566 define amdgpu_kernel void @udot2_8(ptr addrspace(1) %src1,
 567 ; GFX7-LABEL: udot2_8:
 568 ; GFX7:       ; %bb.0: ; %entry
 569 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 570 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 571 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 572 ; GFX7-NEXT:    s_mov_b32 s10, 0
 573 ; GFX7-NEXT:    s_mov_b32 s11, s3
 574 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 575 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 576 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 577 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 578 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 579 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 580 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 581 ; GFX7-NEXT:    s_mov_b32 s2, -1
 582 ; GFX7-NEXT:    buffer_load_ubyte v1, off, s[0:3], 0
 583 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 584 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xff, v2
 585 ; GFX7-NEXT:    v_bfe_u32 v2, v2, 8, 8
 586 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 587 ; GFX7-NEXT:    v_and_b32_e32 v4, 0xff, v0
 588 ; GFX7-NEXT:    v_bfe_u32 v0, v0, 8, 8
 589 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 590 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v4, v1
 591 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
 592 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 593 ; GFX7-NEXT:    s_endpgm
 594 ;
 595 ; GFX8-LABEL: udot2_8:
 596 ; GFX8:       ; %bb.0: ; %entry
 597 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 598 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 599 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 600 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 601 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 602 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 603 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 604 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
 605 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 606 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 607 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 608 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
 609 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
 610 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
 611 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
 612 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 613 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 614 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 615 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 8, v2
 616 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 617 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
 618 ; GFX8-NEXT:    v_mad_u16 v2, v5, v6, v2
 619 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
 620 ; GFX8-NEXT:    s_endpgm
 621 ;
 622 ; GFX9-NODL-LABEL: udot2_8:
 623 ; GFX9-NODL:       ; %bb.0: ; %entry
 624 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 625 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 626 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 627 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v1, 0
 628 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 629 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[4:5]
 630 ; GFX9-NODL-NEXT:    global_load_dword v3, v0, s[6:7]
 631 ; GFX9-NODL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 632 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 633 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 634 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 635 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 636 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 637 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 638 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 639 ; GFX9-NODL-NEXT:    global_store_byte v1, v0, s[2:3]
 640 ; GFX9-NODL-NEXT:    s_endpgm
 641 ;
 642 ; GFX9-DL-LABEL: udot2_8:
 643 ; GFX9-DL:       ; %bb.0: ; %entry
 644 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 645 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 646 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 647 ; GFX9-DL-NEXT:    v_mov_b32_e32 v1, 0
 648 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 649 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 650 ; GFX9-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 651 ; GFX9-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 652 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 653 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 654 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 655 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 656 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 657 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v2, v2, v3, v4
 658 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v0, v0, v5, v2
 659 ; GFX9-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 660 ; GFX9-DL-NEXT:    s_endpgm
 661 ;
 662 ; GFX10-DL-LABEL: udot2_8:
 663 ; GFX10-DL:       ; %bb.0: ; %entry
 664 ; GFX10-DL-NEXT:    s_clause 0x1
 665 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 666 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 667 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 668 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 669 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 670 ; GFX10-DL-NEXT:    s_clause 0x1
 671 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 672 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 673 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 674 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 675 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 676 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 677 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 678 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 679 ; GFX10-DL-NEXT:    v_mad_u16 v2, v2, v3, v4
 680 ; GFX10-DL-NEXT:    v_mad_u16 v0, v0, v5, v2
 681 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 682 ; GFX10-DL-NEXT:    s_endpgm
 683                                    ptr addrspace(1) %src2,
 684                                    ptr addrspace(1) nocapture %dst) {
 685 entry:
 686   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 687   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
 688   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
 689   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
 690   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
 691
 692   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 693   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 694   %mul1 = mul nuw nsw i8 %v1e0, %v2e0
 695
 696   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 697   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 698   %mul2 = mul nuw nsw i8 %v1e1, %v2e1
 699
 700   %acc = load i8, ptr addrspace(1) %dst, align 2
 701   %mad1 = add i8 %mul1, %acc
 702   %mad2 = add i8 %mad1, %mul2
 703   store i8 %mad2, ptr addrspace(1) %dst, align 2
 704   ret void
 705 }
 706
 707 define amdgpu_kernel void @udot4_CommutationInsideMAD(ptr addrspace(1) %src1,
 708 ; GFX7-LABEL: udot4_CommutationInsideMAD:
 709 ; GFX7:       ; %bb.0: ; %entry
 710 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 711 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 712 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 713 ; GFX7-NEXT:    s_mov_b32 s10, 0
 714 ; GFX7-NEXT:    s_mov_b32 s11, s3
 715 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 716 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 717 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 718 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 719 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 720 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 721 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 722 ; GFX7-NEXT:    s_mov_b32 s2, -1
 723 ; GFX7-NEXT:    buffer_load_ubyte v1, off, s[0:3], 0
 724 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 725 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xff, v2
 726 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
 727 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 728 ; GFX7-NEXT:    v_and_b32_e32 v6, 0xff, v0
 729 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
 730 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 731 ; GFX7-NEXT:    v_mad_u32_u24 v1, v6, v3, v1
 732 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
 733 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
 734 ; GFX7-NEXT:    v_mad_u32_u24 v1, v7, v4, v1
 735 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 736 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 737 ; GFX7-NEXT:    v_mad_u32_u24 v1, v8, v5, v1
 738 ; GFX7-NEXT:    v_mad_u32_u24 v0, v0, v2, v1
 739 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 740 ; GFX7-NEXT:    s_endpgm
 741 ;
 742 ; GFX8-LABEL: udot4_CommutationInsideMAD:
 743 ; GFX8:       ; %bb.0: ; %entry
 744 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 745 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 746 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 747 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 748 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 749 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 750 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 751 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
 752 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 753 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 754 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 755 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
 756 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
 757 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
 758 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
 759 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 760 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 761 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 762 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 763 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 764 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 765 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v2
 766 ; GFX8-NEXT:    v_lshrrev_b32_e32 v10, 24, v2
 767 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 768 ; GFX8-NEXT:    v_mad_u16 v2, v2, v3, v4
 769 ; GFX8-NEXT:    v_mad_u16 v2, v8, v7, v2
 770 ; GFX8-NEXT:    v_mad_u16 v2, v6, v5, v2
 771 ; GFX8-NEXT:    v_mad_u16 v2, v10, v9, v2
 772 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
 773 ; GFX8-NEXT:    s_endpgm
 774 ;
 775 ; GFX9-NODL-LABEL: udot4_CommutationInsideMAD:
 776 ; GFX9-NODL:       ; %bb.0: ; %entry
 777 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 778 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 779 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 780 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 781 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
 782 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
 783 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
 784 ; GFX9-NODL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 785 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 786 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 787 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 788 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 789 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 790 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
 791 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 792 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v2, v1, v3
 793 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
 794 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v7, v6, v1
 795 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
 796 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v5, v4, v1
 797 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v9, v8, v1
 798 ; GFX9-NODL-NEXT:    global_store_byte v0, v1, s[2:3]
 799 ; GFX9-NODL-NEXT:    s_endpgm
 800 ;
 801 ; GFX9-DL-LABEL: udot4_CommutationInsideMAD:
 802 ; GFX9-DL:       ; %bb.0: ; %entry
 803 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 804 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 805 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 806 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 807 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 808 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 809 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
 810 ; GFX9-DL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 811 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 812 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 813 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 814 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 815 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 816 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
 817 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
 818 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v2, v1, v3
 819 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
 820 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v7, v6, v1
 821 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
 822 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v5, v4, v1
 823 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v9, v8, v1
 824 ; GFX9-DL-NEXT:    global_store_byte v0, v1, s[2:3]
 825 ; GFX9-DL-NEXT:    s_endpgm
 826 ;
 827 ; GFX10-DL-LABEL: udot4_CommutationInsideMAD:
 828 ; GFX10-DL:       ; %bb.0: ; %entry
 829 ; GFX10-DL-NEXT:    s_clause 0x1
 830 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 831 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 832 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 833 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
 834 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
 835 ; GFX10-DL-NEXT:    s_clause 0x1
 836 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
 837 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
 838 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
 839 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
 840 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
 841 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
 842 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
 843 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
 844 ; GFX10-DL-NEXT:    v_mad_u16 v4, v3, v2, v4
 845 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 846 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v3
 847 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 848 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
 849 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v0, v4
 850 ; GFX10-DL-NEXT:    v_mad_u16 v0, v7, v6, v0
 851 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
 852 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
 853 ; GFX10-DL-NEXT:    s_endpgm
 854                                                       ptr addrspace(1) %src2,
 855                                                       ptr addrspace(1) nocapture %dst) {
 856 entry:
 857   %idx = call i32 @llvm.amdgcn.workitem.id.x()
 858   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
 859   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
 860   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
 861   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
 862
 863   %v1e0 = extractelement <4 x i8> %vec1, i64 0
 864   %v2e0 = extractelement <4 x i8> %vec2, i64 0
 865   %mul1 = mul nuw nsw i8 %v2e0, %v1e0
 866
 867   %v1e1 = extractelement <4 x i8> %vec1, i64 1
 868   %v2e1 = extractelement <4 x i8> %vec2, i64 1
 869   %mul2 = mul nuw nsw i8 %v2e1, %v1e1
 870
 871   %v1e2 = extractelement <4 x i8> %vec1, i64 2
 872   %v2e2 = extractelement <4 x i8> %vec2, i64 2
 873   %mul3 = mul nuw nsw i8 %v2e2, %v1e2
 874
 875   %v1e3 = extractelement <4 x i8> %vec1, i64 3
 876   %v2e3 = extractelement <4 x i8> %vec2, i64 3
 877   %mul4 = mul nuw nsw i8 %v2e3, %v1e3
 878
 879   %acc = load i8, ptr addrspace(1) %dst, align 2
 880   %mad1 = add i8 %acc, %mul1
 881   %mad2 = add i8 %mul2, %mad1
 882   %mad3 = add i8 %mul3, %mad2
 883   %mad4 = add i8 %mul4, %mad3
 884
 885   store i8 %mad4, ptr addrspace(1) %dst, align 2
 886   ret void
 887 }
 888
 889 ; TODO: Support commutation accross the adds.
 890 define amdgpu_kernel void @udot4_CommutationAccrossMADs(ptr addrspace(1) %src1,
 891 ; GFX7-LABEL: udot4_CommutationAccrossMADs:
 892 ; GFX7:       ; %bb.0: ; %entry
 893 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
 894 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
 895 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
 896 ; GFX7-NEXT:    s_mov_b32 s10, 0
 897 ; GFX7-NEXT:    s_mov_b32 s11, s3
 898 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
 899 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
 900 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 901 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
 902 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
 903 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
 904 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
 905 ; GFX7-NEXT:    s_mov_b32 s2, -1
 906 ; GFX7-NEXT:    buffer_load_ubyte v1, off, s[0:3], 0
 907 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
 908 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
 909 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xff, v2
 910 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
 911 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
 912 ; GFX7-NEXT:    v_and_b32_e32 v6, 0xff, v0
 913 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
 914 ; GFX7-NEXT:    v_mad_u32_u24 v1, v7, v4, v1
 915 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
 916 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
 917 ; GFX7-NEXT:    v_mad_u32_u24 v1, v6, v3, v1
 918 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
 919 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
 920 ; GFX7-NEXT:    v_mad_u32_u24 v1, v8, v5, v1
 921 ; GFX7-NEXT:    v_mad_u32_u24 v0, v0, v2, v1
 922 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
 923 ; GFX7-NEXT:    s_endpgm
 924 ;
 925 ; GFX8-LABEL: udot4_CommutationAccrossMADs:
 926 ; GFX8:       ; %bb.0: ; %entry
 927 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 928 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
 929 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
 930 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
 931 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
 932 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
 933 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 934 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
 935 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
 936 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
 937 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
 938 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
 939 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
 940 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
 941 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
 942 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
 943 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v3
 944 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
 945 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 24, v3
 946 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
 947 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v2
 948 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
 949 ; GFX8-NEXT:    v_lshrrev_b32_e32 v10, 24, v2
 950 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
 951 ; GFX8-NEXT:    v_mad_u16 v4, v8, v7, v4
 952 ; GFX8-NEXT:    v_mad_u16 v2, v2, v3, v4
 953 ; GFX8-NEXT:    v_mad_u16 v2, v6, v5, v2
 954 ; GFX8-NEXT:    v_mad_u16 v2, v10, v9, v2
 955 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
 956 ; GFX8-NEXT:    s_endpgm
 957 ;
 958 ; GFX9-NODL-LABEL: udot4_CommutationAccrossMADs:
 959 ; GFX9-NODL:       ; %bb.0: ; %entry
 960 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 961 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 962 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 963 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
 964 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
 965 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
 966 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
 967 ; GFX9-NODL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 968 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
 969 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 970 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
 971 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 972 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 973 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
 974 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v7, v6, v3
 975 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
 976 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
 977 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v2, v1, v3
 978 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
 979 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v5, v4, v1
 980 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v9, v8, v1
 981 ; GFX9-NODL-NEXT:    global_store_byte v0, v1, s[2:3]
 982 ; GFX9-NODL-NEXT:    s_endpgm
 983 ;
 984 ; GFX9-DL-LABEL: udot4_CommutationAccrossMADs:
 985 ; GFX9-DL:       ; %bb.0: ; %entry
 986 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
 987 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
 988 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
 989 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
 990 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
 991 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
 992 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
 993 ; GFX9-DL-NEXT:    global_load_ubyte v3, v0, s[2:3]
 994 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
 995 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
 996 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
 997 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
 998 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
 999 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1000 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v7, v6, v3
1001 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
1002 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 24, v1
1003 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v2, v1, v3
1004 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v9, 24, v2
1005 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v5, v4, v1
1006 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v9, v8, v1
1007 ; GFX9-DL-NEXT:    global_store_byte v0, v1, s[2:3]
1008 ; GFX9-DL-NEXT:    s_endpgm
1009 ;
1010 ; GFX10-DL-LABEL: udot4_CommutationAccrossMADs:
1011 ; GFX10-DL:       ; %bb.0: ; %entry
1012 ; GFX10-DL-NEXT:    s_clause 0x1
1013 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1014 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1015 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1016 ; GFX10-DL-NEXT:    v_mov_b32_e32 v1, 0
1017 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1018 ; GFX10-DL-NEXT:    s_clause 0x1
1019 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[4:5]
1020 ; GFX10-DL-NEXT:    global_load_dword v3, v0, s[6:7]
1021 ; GFX10-DL-NEXT:    global_load_ubyte v4, v1, s[2:3]
1022 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
1023 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v0, 8, v2
1024 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1025 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v3
1026 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1027 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v0, v4
1028 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v2
1029 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
1030 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
1031 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1032 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1033 ; GFX10-DL-NEXT:    v_mad_u16 v0, v5, v4, v0
1034 ; GFX10-DL-NEXT:    v_mad_u16 v0, v3, v2, v0
1035 ; GFX10-DL-NEXT:    global_store_byte v1, v0, s[2:3]
1036 ; GFX10-DL-NEXT:    s_endpgm
1037                                                         ptr addrspace(1) %src2,
1038                                                         ptr addrspace(1) nocapture %dst) {
1039 entry:
1040   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1041   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
1042   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
1043   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
1044   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
1045
1046   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1047   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1048   %mul1 = mul nuw nsw i8 %v2e0, %v1e0
1049
1050   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1051   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1052   %mul2 = mul nuw nsw i8 %v2e1, %v1e1
1053
1054   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1055   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1056   %mul3 = mul nuw nsw i8 %v2e2, %v1e2
1057
1058   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1059   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1060   %mul4 = mul nuw nsw i8 %v2e3, %v1e3
1061
1062   %acc = load i8, ptr addrspace(1) %dst, align 2
1063   %mad1 = add i8 %acc, %mul2
1064   %mad2 = add i8 %mad1, %mul1
1065   %mad3 = add i8 %mad2, %mul3
1066   %mad4 = add i8 %mad3, %mul4
1067
1068   store i8 %mad4, ptr addrspace(1) %dst, align 2
1069   ret void
1070 }
1071
1072 define amdgpu_kernel void @udot4_multiuse_mul1(ptr addrspace(1) %src1,
1073 ; GFX7-LABEL: udot4_multiuse_mul1:
1074 ; GFX7:       ; %bb.0: ; %entry
1075 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1076 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1077 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1078 ; GFX7-NEXT:    s_mov_b32 s10, 0
1079 ; GFX7-NEXT:    s_mov_b32 s11, s3
1080 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1081 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1082 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1083 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1084 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1085 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1086 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1087 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
1088 ; GFX7-NEXT:    s_mov_b32 s2, -1
1089 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1090 ; GFX7-NEXT:    v_and_b32_e32 v1, 0xff, v2
1091 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1092 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1093 ; GFX7-NEXT:    v_and_b32_e32 v5, 0xff, v0
1094 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1095 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1096 ; GFX7-NEXT:    v_mad_u32_u24 v8, v1, v5, s4
1097 ; GFX7-NEXT:    v_mad_u32_u24 v3, v3, v6, v8
1098 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1099 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1100 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v3
1101 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1102 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1103 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1104 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1105 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1106 ; GFX7-NEXT:    s_endpgm
1107 ;
1108 ; GFX8-LABEL: udot4_multiuse_mul1:
1109 ; GFX8:       ; %bb.0: ; %entry
1110 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1111 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1112 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1113 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1114 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1115 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1116 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1117 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1118 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1119 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1120 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1121 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1122 ; GFX8-NEXT:    s_load_dword s2, s[0:1], 0x0
1123 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1124 ; GFX8-NEXT:    v_and_b32_e32 v1, 0xff, v3
1125 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
1126 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
1127 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1128 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1129 ; GFX8-NEXT:    v_and_b32_e32 v2, 0xff, v0
1130 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
1131 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1132 ; GFX8-NEXT:    v_mad_u32_u24 v8, v1, v2, s2
1133 ; GFX8-NEXT:    v_mad_u32_u24 v4, v4, v5, v8
1134 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
1135 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, v4
1136 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1137 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
1138 ; GFX8-NEXT:    v_mad_u32_u24 v2, v3, v0, v1
1139 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1140 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1141 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1142 ; GFX8-NEXT:    s_endpgm
1143 ;
1144 ; GFX9-NODL-LABEL: udot4_multiuse_mul1:
1145 ; GFX9-NODL:       ; %bb.0: ; %entry
1146 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1147 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1148 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1149 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1150 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1151 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1152 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
1153 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1154 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1155 ; GFX9-NODL-NEXT:    v_and_b32_e32 v3, 0xff, v1
1156 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1157 ; GFX9-NODL-NEXT:    v_and_b32_e32 v4, 0xff, v2
1158 ; 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
1159 ; 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
1160 ; 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
1161 ; GFX9-NODL-NEXT:    v_mul_u32_u24_e32 v2, v3, v4
1162 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1163 ; GFX9-NODL-NEXT:    v_mad_u32_u24 v3, v3, v4, s0
1164 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v5, v3, v2
1165 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v6, v1
1166 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1167 ; GFX9-NODL-NEXT:    s_endpgm
1168 ;
1169 ; GFX9-DL-LABEL: udot4_multiuse_mul1:
1170 ; GFX9-DL:       ; %bb.0: ; %entry
1171 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1172 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1173 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1174 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1175 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1176 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1177 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
1178 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1179 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1180 ; GFX9-DL-NEXT:    v_and_b32_e32 v3, 0xff, v1
1181 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1182 ; GFX9-DL-NEXT:    v_and_b32_e32 v4, 0xff, v2
1183 ; 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
1184 ; 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
1185 ; 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
1186 ; GFX9-DL-NEXT:    v_mul_u32_u24_e32 v2, v3, v4
1187 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1188 ; GFX9-DL-NEXT:    v_mad_u32_u24 v3, v3, v4, s0
1189 ; GFX9-DL-NEXT:    v_add3_u32 v2, v5, v3, v2
1190 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v6, v1
1191 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1192 ; GFX9-DL-NEXT:    s_endpgm
1193 ;
1194 ; GFX10-DL-LABEL: udot4_multiuse_mul1:
1195 ; GFX10-DL:       ; %bb.0: ; %entry
1196 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1197 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1198 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1199 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1200 ; GFX10-DL-NEXT:    s_clause 0x1
1201 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1202 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1203 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1204 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1205 ; GFX10-DL-NEXT:    v_and_b32_e32 v0, 0xff, v1
1206 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1207 ; GFX10-DL-NEXT:    v_and_b32_e32 v3, 0xff, v2
1208 ; 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
1209 ; GFX10-DL-NEXT:    v_mul_u32_u24_e32 v5, v0, v3
1210 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1211 ; GFX10-DL-NEXT:    v_mad_u32_u24 v0, v0, v3, s2
1212 ; 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
1213 ; 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
1214 ; GFX10-DL-NEXT:    v_mov_b32_e32 v2, 0
1215 ; GFX10-DL-NEXT:    v_add3_u32 v0, v4, v0, v5
1216 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v3, v1
1217 ; GFX10-DL-NEXT:    global_store_dword v2, v0, s[0:1]
1218 ; GFX10-DL-NEXT:    s_endpgm
1219                                                ptr addrspace(1) %src2,
1220                                                ptr addrspace(1) nocapture %dst) {
1221 entry:
1222   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1223   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
1224   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
1225   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
1226   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
1227
1228   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1229   %cv1e0 = zext i8 %v1e0 to i32
1230   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1231   %cv2e0 = zext i8 %v2e0 to i32
1232   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
1233
1234   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1235   %cv1e1 = zext i8 %v1e1 to i32
1236   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1237   %cv2e1 = zext i8 %v2e1 to i32
1238   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
1239
1240   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1241   %cv1e2 = zext i8 %v1e2 to i32
1242   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1243   %cv2e2 = zext i8 %v2e2 to i32
1244   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
1245
1246   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1247   %cv1e3 = zext i8 %v1e3 to i32
1248   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1249   %cv2e3 = zext i8 %v2e3 to i32
1250   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
1251
1252   %acc = load i32, ptr addrspace(1) %dst, align 4
1253   %add = add i32 %mul1, %acc
1254   %add1 = add i32 %mul2, %add
1255   %add2 = add i32 %add1, %mul1
1256   %add3 = add i32 %add2, %mul3
1257   %add4 = add i32 %add3, %mul4
1258
1259   store i32 %add4, ptr addrspace(1) %dst, align 4
1260   ret void
1261 }
1262
1263 define amdgpu_kernel void @udot4_multiuse_add1(ptr addrspace(1) %src1,
1264 ; GFX7-LABEL: udot4_multiuse_add1:
1265 ; GFX7:       ; %bb.0: ; %entry
1266 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1267 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1268 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1269 ; GFX7-NEXT:    s_mov_b32 s10, 0
1270 ; GFX7-NEXT:    s_mov_b32 s11, s3
1271 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1272 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1273 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1274 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1275 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1276 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1277 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1278 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
1279 ; GFX7-NEXT:    s_mov_b32 s2, -1
1280 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1281 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1282 ; GFX7-NEXT:    v_and_b32_e32 v1, 0xff, v2
1283 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1284 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1285 ; GFX7-NEXT:    v_and_b32_e32 v5, 0xff, v0
1286 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1287 ; GFX7-NEXT:    v_mad_u32_u24 v3, v3, v6, s4
1288 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1289 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1290 ; GFX7-NEXT:    v_mad_u32_u24 v1, v1, v5, v3
1291 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1292 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1293 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1294 ; GFX7-NEXT:    v_add_i32_e32 v6, vcc, s4, v3
1295 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1296 ; GFX7-NEXT:    v_add_i32_e32 v0, vcc, v0, v6
1297 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1298 ; GFX7-NEXT:    s_endpgm
1299 ;
1300 ; GFX8-LABEL: udot4_multiuse_add1:
1301 ; GFX8:       ; %bb.0: ; %entry
1302 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1303 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1304 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1305 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1306 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1307 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1308 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1309 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1310 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1311 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1312 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1313 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1314 ; GFX8-NEXT:    s_load_dword s2, s[0:1], 0x0
1315 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1316 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 8, 8
1317 ; GFX8-NEXT:    v_and_b32_e32 v1, 0xff, v3
1318 ; GFX8-NEXT:    v_bfe_u32 v6, v3, 16, 8
1319 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1320 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1321 ; GFX8-NEXT:    v_bfe_u32 v5, v0, 8, 8
1322 ; GFX8-NEXT:    v_and_b32_e32 v2, 0xff, v0
1323 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1324 ; GFX8-NEXT:    v_mad_u32_u24 v4, v4, v5, s2
1325 ; GFX8-NEXT:    v_bfe_u32 v7, v0, 16, 8
1326 ; GFX8-NEXT:    v_mad_u32_u24 v1, v1, v2, v4
1327 ; GFX8-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1328 ; GFX8-NEXT:    v_mad_u32_u24 v1, v6, v7, v1
1329 ; GFX8-NEXT:    v_add_u32_e32 v5, vcc, s2, v4
1330 ; GFX8-NEXT:    v_mad_u32_u24 v0, v3, v0, v1
1331 ; GFX8-NEXT:    v_add_u32_e32 v2, vcc, v0, v5
1332 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1333 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1334 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1335 ; GFX8-NEXT:    s_endpgm
1336 ;
1337 ; GFX9-NODL-LABEL: udot4_multiuse_add1:
1338 ; GFX9-NODL:       ; %bb.0: ; %entry
1339 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1340 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1341 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1342 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1343 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1344 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1345 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
1346 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1347 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1348 ; GFX9-NODL-NEXT:    v_bfe_u32 v4, v1, 8, 8
1349 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1350 ; GFX9-NODL-NEXT:    v_bfe_u32 v5, v2, 8, 8
1351 ; 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
1352 ; 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
1353 ; 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
1354 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1355 ; GFX9-NODL-NEXT:    v_mad_u32_u24 v2, v4, v5, s0
1356 ; GFX9-NODL-NEXT:    v_add_u32_e32 v4, s0, v2
1357 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v2, v3, v6
1358 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v1, v4
1359 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1360 ; GFX9-NODL-NEXT:    s_endpgm
1361 ;
1362 ; GFX9-DL-LABEL: udot4_multiuse_add1:
1363 ; GFX9-DL:       ; %bb.0: ; %entry
1364 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1365 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1366 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1367 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1368 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1369 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1370 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
1371 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1372 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1373 ; GFX9-DL-NEXT:    v_bfe_u32 v4, v1, 8, 8
1374 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1375 ; GFX9-DL-NEXT:    v_bfe_u32 v5, v2, 8, 8
1376 ; 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
1377 ; 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
1378 ; 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
1379 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1380 ; GFX9-DL-NEXT:    v_mad_u32_u24 v2, v4, v5, s0
1381 ; GFX9-DL-NEXT:    v_add_u32_e32 v4, s0, v2
1382 ; GFX9-DL-NEXT:    v_add3_u32 v2, v2, v3, v6
1383 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v1, v4
1384 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1385 ; GFX9-DL-NEXT:    s_endpgm
1386 ;
1387 ; GFX10-DL-LABEL: udot4_multiuse_add1:
1388 ; GFX10-DL:       ; %bb.0: ; %entry
1389 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1390 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1391 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1392 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1393 ; GFX10-DL-NEXT:    s_clause 0x1
1394 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1395 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1396 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1397 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1398 ; GFX10-DL-NEXT:    v_bfe_u32 v0, v1, 8, 8
1399 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1400 ; GFX10-DL-NEXT:    v_bfe_u32 v3, v2, 8, 8
1401 ; 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
1402 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1403 ; GFX10-DL-NEXT:    v_mad_u32_u24 v0, v0, v3, s2
1404 ; 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
1405 ; 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
1406 ; GFX10-DL-NEXT:    v_add_nc_u32_e32 v2, s2, v0
1407 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v4, v3
1408 ; GFX10-DL-NEXT:    v_mov_b32_e32 v3, 0
1409 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v1, v2
1410 ; GFX10-DL-NEXT:    global_store_dword v3, v0, s[0:1]
1411 ; GFX10-DL-NEXT:    s_endpgm
1412                                                ptr addrspace(1) %src2,
1413                                                ptr addrspace(1) nocapture %dst) {
1414 entry:
1415   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1416   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
1417   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
1418   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
1419   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
1420
1421   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1422   %cv1e0 = zext i8 %v1e0 to i32
1423   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1424   %cv2e0 = zext i8 %v2e0 to i32
1425   %mul1 = mul nuw nsw i32 %cv1e0, %cv2e0
1426
1427   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1428   %cv1e1 = zext i8 %v1e1 to i32
1429   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1430   %cv2e1 = zext i8 %v2e1 to i32
1431   %mul2 = mul nuw nsw i32 %cv1e1, %cv2e1
1432
1433   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1434   %cv1e2 = zext i8 %v1e2 to i32
1435   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1436   %cv2e2 = zext i8 %v2e2 to i32
1437   %mul3 = mul nuw nsw i32 %cv1e2, %cv2e2
1438
1439   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1440   %cv1e3 = zext i8 %v1e3 to i32
1441   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1442   %cv2e3 = zext i8 %v2e3 to i32
1443   %mul4 = mul nuw nsw i32 %cv1e3, %cv2e3
1444
1445   %acc = load i32, ptr addrspace(1) %dst, align 4
1446   %add1 = add i32 %mul2, %acc
1447   %add = add i32 %add1, %acc
1448   %add2 = add i32 %add1, %mul1
1449   %add3 = add i32 %add2, %mul3
1450   %add4 = add i32 %add3, %mul4
1451   %res = add i32 %add4, %add
1452   store i32 %res, ptr addrspace(1) %dst, align 4
1453   ret void
1454 }
1455
1456 define amdgpu_kernel void @notdot4_mixedtypes(ptr addrspace(1) %src1,
1457 ; GFX7-LABEL: notdot4_mixedtypes:
1458 ; GFX7:       ; %bb.0: ; %entry
1459 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1460 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1461 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1462 ; GFX7-NEXT:    s_mov_b32 s10, 0
1463 ; GFX7-NEXT:    s_mov_b32 s11, s3
1464 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1465 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1466 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1467 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1468 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1469 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1470 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1471 ; GFX7-NEXT:    s_mov_b32 s2, -1
1472 ; GFX7-NEXT:    buffer_load_ushort v1, off, s[0:3], 0
1473 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
1474 ; GFX7-NEXT:    v_bfe_i32 v3, v2, 0, 8
1475 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
1476 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1477 ; GFX7-NEXT:    v_bfe_i32 v6, v0, 0, 8
1478 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 8, 8
1479 ; GFX7-NEXT:    v_and_b32_e32 v3, 0xffff, v3
1480 ; GFX7-NEXT:    v_and_b32_e32 v6, 0xffff, v6
1481 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1482 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
1483 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 16, 8
1484 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 16, 8
1485 ; GFX7-NEXT:    v_mad_u32_u24 v1, v3, v6, v1
1486 ; GFX7-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1487 ; GFX7-NEXT:    v_lshrrev_b32_e32 v0, 24, v0
1488 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v8, v1
1489 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1490 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
1491 ; GFX7-NEXT:    s_endpgm
1492 ;
1493 ; GFX8-LABEL: notdot4_mixedtypes:
1494 ; GFX8:       ; %bb.0: ; %entry
1495 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1496 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1497 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1498 ; GFX8-NEXT:    v_mov_b32_e32 v5, 0xff
1499 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1500 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1501 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1502 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1503 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1504 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1505 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1506 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1507 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
1508 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1509 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1510 ; GFX8-NEXT:    flat_load_ushort v4, v[0:1]
1511 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
1512 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v3
1513 ; GFX8-NEXT:    v_and_b32_e32 v8, 0xff, v8
1514 ; GFX8-NEXT:    v_bfe_i32 v6, v3, 0, 8
1515 ; GFX8-NEXT:    v_and_b32_sdwa v10, v3, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1516 ; GFX8-NEXT:    v_lshrrev_b32_e32 v3, 24, v3
1517 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1518 ; GFX8-NEXT:    v_lshrrev_b32_e32 v9, 8, v2
1519 ; GFX8-NEXT:    v_and_b32_e32 v9, 0xff, v9
1520 ; GFX8-NEXT:    v_bfe_i32 v7, v2, 0, 8
1521 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1522 ; GFX8-NEXT:    v_mad_u16 v4, v8, v9, v4
1523 ; GFX8-NEXT:    v_and_b32_sdwa v5, v2, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1524 ; GFX8-NEXT:    v_mad_u16 v4, v6, v7, v4
1525 ; GFX8-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1526 ; GFX8-NEXT:    v_mad_u16 v4, v10, v5, v4
1527 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
1528 ; GFX8-NEXT:    flat_store_short v[0:1], v2
1529 ; GFX8-NEXT:    s_endpgm
1530 ;
1531 ; GFX9-NODL-LABEL: notdot4_mixedtypes:
1532 ; GFX9-NODL:       ; %bb.0: ; %entry
1533 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1534 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1535 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1536 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
1537 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1538 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1539 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1540 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1541 ; GFX9-NODL-NEXT:    global_load_ushort v3, v0, s[2:3]
1542 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
1543 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
1544 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1545 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
1546 ; GFX9-NODL-NEXT:    v_and_b32_e32 v6, 0xff, v6
1547 ; GFX9-NODL-NEXT:    v_and_b32_e32 v7, 0xff, v7
1548 ; GFX9-NODL-NEXT:    v_bfe_i32 v4, v1, 0, 8
1549 ; GFX9-NODL-NEXT:    v_bfe_i32 v5, v2, 0, 8
1550 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1551 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v6, v7, v3
1552 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v8, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1553 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v9, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1554 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v4, v5, v3
1555 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
1556 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1557 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v3, v8, v9, v3
1558 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
1559 ; GFX9-NODL-NEXT:    global_store_short v0, v1, s[2:3]
1560 ; GFX9-NODL-NEXT:    s_endpgm
1561 ;
1562 ; GFX9-DL-LABEL: notdot4_mixedtypes:
1563 ; GFX9-DL:       ; %bb.0: ; %entry
1564 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1565 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1566 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1567 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
1568 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1569 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1570 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1571 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1572 ; GFX9-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
1573 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
1574 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v1
1575 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1576 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 8, v2
1577 ; GFX9-DL-NEXT:    v_and_b32_e32 v6, 0xff, v6
1578 ; GFX9-DL-NEXT:    v_and_b32_e32 v7, 0xff, v7
1579 ; GFX9-DL-NEXT:    v_bfe_i32 v4, v1, 0, 8
1580 ; GFX9-DL-NEXT:    v_bfe_i32 v5, v2, 0, 8
1581 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1582 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v6, v7, v3
1583 ; GFX9-DL-NEXT:    v_and_b32_sdwa v8, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1584 ; GFX9-DL-NEXT:    v_and_b32_sdwa v9, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1585 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v4, v5, v3
1586 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
1587 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1588 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v3, v8, v9, v3
1589 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
1590 ; GFX9-DL-NEXT:    global_store_short v0, v1, s[2:3]
1591 ; GFX9-DL-NEXT:    s_endpgm
1592 ;
1593 ; GFX10-DL-LABEL: notdot4_mixedtypes:
1594 ; GFX10-DL:       ; %bb.0: ; %entry
1595 ; GFX10-DL-NEXT:    s_clause 0x1
1596 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1597 ; GFX10-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1598 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1599 ; GFX10-DL-NEXT:    v_mov_b32_e32 v7, 0xff
1600 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1601 ; GFX10-DL-NEXT:    s_clause 0x1
1602 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1603 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1604 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
1605 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
1606 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
1607 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 8, v1
1608 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1609 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v2
1610 ; GFX10-DL-NEXT:    v_bfe_i32 v6, v1, 0, 8
1611 ; GFX10-DL-NEXT:    v_bfe_i32 v8, v2, 0, 8
1612 ; GFX10-DL-NEXT:    v_and_b32_e32 v4, 0xff, v4
1613 ; GFX10-DL-NEXT:    v_and_b32_e32 v5, 0xff, v5
1614 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1615 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v5, v3
1616 ; GFX10-DL-NEXT:    v_and_b32_sdwa v4, v1, v7 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1617 ; GFX10-DL-NEXT:    v_and_b32_sdwa v5, v2, v7 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1618 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v1, 24, v1
1619 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 24, v2
1620 ; GFX10-DL-NEXT:    v_mad_u16 v3, v6, v8, v3
1621 ; GFX10-DL-NEXT:    v_mad_u16 v3, v4, v5, v3
1622 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
1623 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[2:3]
1624 ; GFX10-DL-NEXT:    s_endpgm
1625                                               ptr addrspace(1) %src2,
1626                                               ptr addrspace(1) nocapture %dst) {
1627 entry:
1628   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1629   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
1630   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
1631   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
1632   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
1633
1634   %v1e0 = extractelement <4 x i8> %vec1, i64 0
1635   %cv1e0 = sext i8 %v1e0 to i16
1636   %v2e0 = extractelement <4 x i8> %vec2, i64 0
1637   %cv2e0 = sext i8 %v2e0 to i16
1638   %mul1 = mul nuw nsw i16 %cv1e0, %cv2e0
1639
1640   %v1e1 = extractelement <4 x i8> %vec1, i64 1
1641   %cv1e1 = zext i8 %v1e1 to i16
1642   %v2e1 = extractelement <4 x i8> %vec2, i64 1
1643   %cv2e1 = zext i8 %v2e1 to i16
1644   %mul2 = mul nuw nsw i16 %cv1e1, %cv2e1
1645
1646   %v1e2 = extractelement <4 x i8> %vec1, i64 2
1647   %cv1e2 = zext i8 %v1e2 to i16
1648   %v2e2 = extractelement <4 x i8> %vec2, i64 2
1649   %cv2e2 = zext i8 %v2e2 to i16
1650   %mul3 = mul nuw nsw i16 %cv1e2, %cv2e2
1651
1652   %v1e3 = extractelement <4 x i8> %vec1, i64 3
1653   %cv1e3 = zext i8 %v1e3 to i16
1654   %v2e3 = extractelement <4 x i8> %vec2, i64 3
1655   %cv2e3 = zext i8 %v2e3 to i16
1656   %mul4 = mul nuw nsw i16 %cv1e3, %cv2e3
1657
1658   %acc = load i16, ptr addrspace(1) %dst, align 2
1659   %add1 = add i16 %mul2, %acc
1660   %add2 = add i16 %add1, %mul1
1661   %add3 = add i16 %add2, %mul3
1662   %add4 = add i16 %add3, %mul4
1663
1664   store i16 %add4, ptr addrspace(1) %dst, align 2
1665   ret void
1666 }
1667
1668 ; TODO: cleanup s_lshr_b32 and support this pattern.
1669 define amdgpu_kernel void @udot4_acc32_vecMul(ptr addrspace(1) %src1,
1670 ; GFX7-LABEL: udot4_acc32_vecMul:
1671 ; GFX7:       ; %bb.0: ; %entry
1672 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1673 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1674 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1675 ; GFX7-NEXT:    s_mov_b32 s10, 0
1676 ; GFX7-NEXT:    s_mov_b32 s11, s3
1677 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1678 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1679 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1680 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1681 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1682 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1683 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1684 ; GFX7-NEXT:    s_load_dword s4, s[0:1], 0x0
1685 ; GFX7-NEXT:    s_mov_b32 s2, -1
1686 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1687 ; GFX7-NEXT:    v_lshrrev_b32_e32 v1, 24, v2
1688 ; GFX7-NEXT:    v_bfe_u32 v3, v2, 8, 8
1689 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 16, 8
1690 ; GFX7-NEXT:    v_and_b32_e32 v2, 0xff, v2
1691 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1692 ; GFX7-NEXT:    v_lshrrev_b32_e32 v5, 24, v0
1693 ; GFX7-NEXT:    v_bfe_u32 v6, v0, 8, 8
1694 ; GFX7-NEXT:    v_bfe_u32 v7, v0, 16, 8
1695 ; GFX7-NEXT:    v_and_b32_e32 v0, 0xff, v0
1696 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1697 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, s4
1698 ; GFX7-NEXT:    v_mad_u32_u24 v0, v3, v6, v0
1699 ; GFX7-NEXT:    v_mad_u32_u24 v0, v4, v7, v0
1700 ; GFX7-NEXT:    v_mad_u32_u24 v0, v1, v5, v0
1701 ; GFX7-NEXT:    buffer_store_dword v0, off, s[0:3], 0
1702 ; GFX7-NEXT:    s_endpgm
1703 ;
1704 ; GFX8-LABEL: udot4_acc32_vecMul:
1705 ; GFX8:       ; %bb.0: ; %entry
1706 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1707 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1708 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1709 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1710 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1711 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1712 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1713 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1714 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1715 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1716 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1717 ; GFX8-NEXT:    flat_load_dword v0, v[0:1]
1718 ; GFX8-NEXT:    s_load_dword s2, s[0:1], 0x0
1719 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1720 ; GFX8-NEXT:    v_lshrrev_b32_e32 v1, 24, v3
1721 ; GFX8-NEXT:    v_bfe_u32 v4, v3, 16, 8
1722 ; GFX8-NEXT:    v_lshrrev_b16_e32 v5, 8, v3
1723 ; GFX8-NEXT:    v_and_b32_e32 v3, 0xff, v3
1724 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1725 ; GFX8-NEXT:    v_lshrrev_b32_e32 v2, 24, v0
1726 ; GFX8-NEXT:    v_bfe_u32 v6, v0, 16, 8
1727 ; GFX8-NEXT:    v_lshrrev_b16_e32 v7, 8, v0
1728 ; GFX8-NEXT:    v_and_b32_e32 v0, 0xff, v0
1729 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1730 ; GFX8-NEXT:    v_mad_u32_u24 v0, v3, v0, s2
1731 ; GFX8-NEXT:    v_mad_u32_u24 v0, v5, v7, v0
1732 ; GFX8-NEXT:    v_mad_u32_u24 v0, v4, v6, v0
1733 ; GFX8-NEXT:    v_mad_u32_u24 v2, v1, v2, v0
1734 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1735 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1736 ; GFX8-NEXT:    flat_store_dword v[0:1], v2
1737 ; GFX8-NEXT:    s_endpgm
1738 ;
1739 ; GFX9-NODL-LABEL: udot4_acc32_vecMul:
1740 ; GFX9-NODL:       ; %bb.0: ; %entry
1741 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1742 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1743 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1744 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1745 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1746 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1747 ; GFX9-NODL-NEXT:    s_load_dword s0, s[2:3], 0x0
1748 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1749 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1750 ; 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
1751 ; 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
1752 ; 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
1753 ; 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
1754 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1755 ; GFX9-NODL-NEXT:    v_add3_u32 v2, v3, s0, v4
1756 ; GFX9-NODL-NEXT:    v_add3_u32 v1, v2, v5, v1
1757 ; GFX9-NODL-NEXT:    global_store_dword v0, v1, s[2:3]
1758 ; GFX9-NODL-NEXT:    s_endpgm
1759 ;
1760 ; GFX9-DL-LABEL: udot4_acc32_vecMul:
1761 ; GFX9-DL:       ; %bb.0: ; %entry
1762 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1763 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1764 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1765 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1766 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1767 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1768 ; GFX9-DL-NEXT:    s_load_dword s0, s[2:3], 0x0
1769 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1770 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1771 ; 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
1772 ; 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
1773 ; 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
1774 ; 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
1775 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1776 ; GFX9-DL-NEXT:    v_add3_u32 v2, v3, s0, v4
1777 ; GFX9-DL-NEXT:    v_add3_u32 v1, v2, v5, v1
1778 ; GFX9-DL-NEXT:    global_store_dword v0, v1, s[2:3]
1779 ; GFX9-DL-NEXT:    s_endpgm
1780 ;
1781 ; GFX10-DL-LABEL: udot4_acc32_vecMul:
1782 ; GFX10-DL:       ; %bb.0: ; %entry
1783 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1784 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1785 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1786 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1787 ; GFX10-DL-NEXT:    s_clause 0x1
1788 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1789 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1790 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0xffff
1791 ; GFX10-DL-NEXT:    s_load_dword s2, s[0:1], 0x0
1792 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1793 ; GFX10-DL-NEXT:    v_and_b32_sdwa v3, v0, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_1
1794 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
1795 ; GFX10-DL-NEXT:    v_and_b32_sdwa v0, v0, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:BYTE_1
1796 ; 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
1797 ; GFX10-DL-NEXT:    v_mul_u32_u24_e32 v0, v3, v0
1798 ; 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
1799 ; 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
1800 ; GFX10-DL-NEXT:    v_mov_b32_e32 v2, 0
1801 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1802 ; GFX10-DL-NEXT:    v_add3_u32 v0, v4, s2, v0
1803 ; GFX10-DL-NEXT:    v_add3_u32 v0, v0, v3, v1
1804 ; GFX10-DL-NEXT:    global_store_dword v2, v0, s[0:1]
1805 ; GFX10-DL-NEXT:    s_endpgm
1806                                               ptr addrspace(1) %src2,
1807                                               ptr addrspace(1) nocapture %dst) {
1808 entry:
1809   %idx = call i32 @llvm.amdgcn.workitem.id.x()
1810   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
1811   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
1812   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
1813   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
1814
1815   %cvec1 = zext <4 x i8> %vec1 to <4 x i32>
1816   %cvec2 = zext <4 x i8> %vec2 to <4 x i32>
1817
1818   %mul = mul <4 x i32> %cvec1, %cvec2
1819   %mul0 = extractelement <4 x i32> %mul, i64 0
1820   %mul1 = extractelement <4 x i32> %mul, i64 1
1821   %mul2 = extractelement <4 x i32> %mul, i64 2
1822   %mul3 = extractelement <4 x i32> %mul, i64 3
1823
1824   %acc = load i32, ptr addrspace(1) %dst, align 4
1825   %add1 = add i32 %mul0, %acc
1826   %add2 = add i32 %add1, %mul1
1827   %add3 = add i32 %add2, %mul2
1828   %add4 = add i32 %add3, %mul3
1829
1830   store i32 %add4, ptr addrspace(1) %dst, align 4
1831   ret void
1832 }
1833
1834 ; TODO: This pattern should be recognized.
1835 define amdgpu_kernel void @udot4_acc16_vecMul(ptr addrspace(1) %src1,
1836 ; GFX7-LABEL: udot4_acc16_vecMul:
1837 ; GFX7:       ; %bb.0: ; %entry
1838 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
1839 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
1840 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
1841 ; GFX7-NEXT:    s_mov_b32 s10, 0
1842 ; GFX7-NEXT:    s_mov_b32 s11, s3
1843 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
1844 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
1845 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1846 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
1847 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
1848 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
1849 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
1850 ; GFX7-NEXT:    s_mov_b32 s2, -1
1851 ; GFX7-NEXT:    buffer_load_ushort v1, off, s[0:3], 0
1852 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
1853 ; GFX7-NEXT:    v_lshrrev_b32_e32 v3, 24, v2
1854 ; GFX7-NEXT:    v_and_b32_e32 v5, 0xff, v2
1855 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
1856 ; GFX7-NEXT:    v_lshrrev_b32_e32 v6, 24, v0
1857 ; GFX7-NEXT:    v_and_b32_e32 v7, 0xff, v0
1858 ; GFX7-NEXT:    v_bfe_u32 v4, v2, 8, 8
1859 ; GFX7-NEXT:    v_alignbit_b32 v2, v3, v2, 16
1860 ; GFX7-NEXT:    v_bfe_u32 v3, v0, 8, 8
1861 ; GFX7-NEXT:    v_alignbit_b32 v0, v6, v0, 16
1862 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
1863 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v7, v1
1864 ; GFX7-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
1865 ; GFX7-NEXT:    v_and_b32_e32 v2, 0xff, v2
1866 ; GFX7-NEXT:    v_lshrrev_b32_e32 v5, 16, v0
1867 ; GFX7-NEXT:    v_and_b32_e32 v0, 0xff, v0
1868 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v3, v1
1869 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
1870 ; GFX7-NEXT:    v_mad_u32_u24 v0, v6, v5, v0
1871 ; GFX7-NEXT:    buffer_store_short v0, off, s[0:3], 0
1872 ; GFX7-NEXT:    s_endpgm
1873 ;
1874 ; GFX8-LABEL: udot4_acc16_vecMul:
1875 ; GFX8:       ; %bb.0: ; %entry
1876 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1877 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1878 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
1879 ; GFX8-NEXT:    v_mov_b32_e32 v5, 0xff
1880 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
1881 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
1882 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
1883 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1884 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
1885 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
1886 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
1887 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
1888 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
1889 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
1890 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
1891 ; GFX8-NEXT:    flat_load_ushort v4, v[0:1]
1892 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
1893 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 24, v3
1894 ; GFX8-NEXT:    v_lshrrev_b16_e32 v7, 8, v3
1895 ; GFX8-NEXT:    v_and_b32_sdwa v10, v3, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1896 ; GFX8-NEXT:    v_and_b32_e32 v3, 0xff, v3
1897 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
1898 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 24, v2
1899 ; GFX8-NEXT:    v_lshrrev_b16_e32 v9, 8, v2
1900 ; GFX8-NEXT:    v_and_b32_sdwa v5, v2, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1901 ; GFX8-NEXT:    v_and_b32_e32 v2, 0xff, v2
1902 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
1903 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
1904 ; GFX8-NEXT:    v_mad_u16 v2, v7, v9, v2
1905 ; GFX8-NEXT:    v_mad_u16 v2, v10, v5, v2
1906 ; GFX8-NEXT:    v_mad_u16 v2, v6, v8, v2
1907 ; GFX8-NEXT:    flat_store_short v[0:1], v2
1908 ; GFX8-NEXT:    s_endpgm
1909 ;
1910 ; GFX9-NODL-LABEL: udot4_acc16_vecMul:
1911 ; GFX9-NODL:       ; %bb.0: ; %entry
1912 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1913 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1914 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1915 ; GFX9-NODL-NEXT:    s_movk_i32 s0, 0xff
1916 ; GFX9-NODL-NEXT:    s_mov_b32 s1, 0x5040100
1917 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
1918 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
1919 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
1920 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
1921 ; GFX9-NODL-NEXT:    global_load_ushort v3, v0, s[2:3]
1922 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
1923 ; GFX9-NODL-NEXT:    v_lshrrev_b16_e32 v4, 8, v1
1924 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 24, v1
1925 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
1926 ; GFX9-NODL-NEXT:    v_lshrrev_b16_e32 v6, 8, v2
1927 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v7, 24, v2
1928 ; GFX9-NODL-NEXT:    v_and_b32_e32 v8, 0xff, v1
1929 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v1, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1930 ; GFX9-NODL-NEXT:    v_and_b32_e32 v9, 0xff, v2
1931 ; GFX9-NODL-NEXT:    v_and_b32_sdwa v2, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1932 ; GFX9-NODL-NEXT:    v_perm_b32 v2, v7, v2, s1
1933 ; GFX9-NODL-NEXT:    v_perm_b32 v1, v5, v1, s1
1934 ; GFX9-NODL-NEXT:    v_perm_b32 v5, v6, v9, s1
1935 ; GFX9-NODL-NEXT:    v_perm_b32 v4, v4, v8, s1
1936 ; GFX9-NODL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
1937 ; GFX9-NODL-NEXT:    v_pk_mul_lo_u16 v2, v4, v5
1938 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
1939 ; GFX9-NODL-NEXT:    v_add_u16_e32 v3, v2, v3
1940 ; GFX9-NODL-NEXT:    v_add_u16_sdwa v2, v3, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1941 ; GFX9-NODL-NEXT:    v_add_u16_e32 v2, v2, v1
1942 ; GFX9-NODL-NEXT:    v_add_u16_sdwa v1, v2, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1943 ; GFX9-NODL-NEXT:    global_store_short v0, v1, s[2:3]
1944 ; GFX9-NODL-NEXT:    s_endpgm
1945 ;
1946 ; GFX9-DL-LABEL: udot4_acc16_vecMul:
1947 ; GFX9-DL:       ; %bb.0: ; %entry
1948 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1949 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
1950 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1951 ; GFX9-DL-NEXT:    s_movk_i32 s0, 0xff
1952 ; GFX9-DL-NEXT:    s_mov_b32 s1, 0x5040100
1953 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
1954 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1955 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1956 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
1957 ; GFX9-DL-NEXT:    global_load_ushort v3, v0, s[2:3]
1958 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
1959 ; GFX9-DL-NEXT:    v_lshrrev_b16_e32 v4, 8, v1
1960 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 24, v1
1961 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
1962 ; GFX9-DL-NEXT:    v_lshrrev_b16_e32 v6, 8, v2
1963 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v7, 24, v2
1964 ; GFX9-DL-NEXT:    v_and_b32_e32 v8, 0xff, v1
1965 ; GFX9-DL-NEXT:    v_and_b32_sdwa v1, v1, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1966 ; GFX9-DL-NEXT:    v_and_b32_e32 v9, 0xff, v2
1967 ; GFX9-DL-NEXT:    v_and_b32_sdwa v2, v2, s0 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
1968 ; GFX9-DL-NEXT:    v_perm_b32 v2, v7, v2, s1
1969 ; GFX9-DL-NEXT:    v_perm_b32 v1, v5, v1, s1
1970 ; GFX9-DL-NEXT:    v_perm_b32 v5, v6, v9, s1
1971 ; GFX9-DL-NEXT:    v_perm_b32 v4, v4, v8, s1
1972 ; GFX9-DL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
1973 ; GFX9-DL-NEXT:    v_pk_mul_lo_u16 v2, v4, v5
1974 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
1975 ; GFX9-DL-NEXT:    v_add_u16_e32 v3, v2, v3
1976 ; GFX9-DL-NEXT:    v_add_u16_sdwa v2, v3, v2 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1977 ; GFX9-DL-NEXT:    v_add_u16_e32 v2, v2, v1
1978 ; GFX9-DL-NEXT:    v_add_u16_sdwa v1, v2, v1 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:DWORD src1_sel:WORD_1
1979 ; GFX9-DL-NEXT:    global_store_short v0, v1, s[2:3]
1980 ; GFX9-DL-NEXT:    s_endpgm
1981 ;
1982 ; GFX10-DL-LABEL: udot4_acc16_vecMul:
1983 ; GFX10-DL:       ; %bb.0: ; %entry
1984 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
1985 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
1986 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
1987 ; GFX10-DL-NEXT:    v_mov_b32_e32 v8, 0xff
1988 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
1989 ; GFX10-DL-NEXT:    s_clause 0x1
1990 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
1991 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
1992 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
1993 ; GFX10-DL-NEXT:    global_load_ushort v3, v0, s[0:1]
1994 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
1995 ; GFX10-DL-NEXT:    v_lshrrev_b16 v4, 8, v1
1996 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
1997 ; GFX10-DL-NEXT:    v_lshrrev_b16 v5, 8, v2
1998 ; GFX10-DL-NEXT:    v_and_b32_e32 v6, 0xff, v2
1999 ; GFX10-DL-NEXT:    v_and_b32_e32 v7, 0xff, v1
2000 ; GFX10-DL-NEXT:    v_perm_b32 v5, v5, v6, 0x5040100
2001 ; GFX10-DL-NEXT:    v_perm_b32 v4, v4, v7, 0x5040100
2002 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v6, 24, v1
2003 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 24, v2
2004 ; GFX10-DL-NEXT:    v_and_b32_sdwa v2, v2, v8 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
2005 ; GFX10-DL-NEXT:    v_and_b32_sdwa v1, v1, v8 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_1 src1_sel:DWORD
2006 ; GFX10-DL-NEXT:    v_pk_mul_lo_u16 v4, v4, v5
2007 ; GFX10-DL-NEXT:    v_perm_b32 v2, v7, v2, 0x5040100
2008 ; GFX10-DL-NEXT:    v_perm_b32 v1, v6, v1, 0x5040100
2009 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v4
2010 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
2011 ; GFX10-DL-NEXT:    v_add_nc_u16 v3, v4, v3
2012 ; GFX10-DL-NEXT:    v_pk_mul_lo_u16 v1, v1, v2
2013 ; GFX10-DL-NEXT:    v_add_nc_u16 v2, v3, v5
2014 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v3, 16, v1
2015 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v2, v1
2016 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v3
2017 ; GFX10-DL-NEXT:    global_store_short v0, v1, s[0:1]
2018 ; GFX10-DL-NEXT:    s_endpgm
2019                                               ptr addrspace(1) %src2,
2020                                               ptr addrspace(1) nocapture %dst) {
2021 entry:
2022   %idx = call i32 @llvm.amdgcn.workitem.id.x()
2023   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
2024   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
2025   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
2026   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
2027
2028   %cvec1 = zext <4 x i8> %vec1 to <4 x i16>
2029   %cvec2 = zext <4 x i8> %vec2 to <4 x i16>
2030
2031   %mul = mul <4 x i16> %cvec1, %cvec2
2032   %mul0 = extractelement <4 x i16> %mul, i64 0
2033   %mul1 = extractelement <4 x i16> %mul, i64 1
2034   %mul2 = extractelement <4 x i16> %mul, i64 2
2035   %mul3 = extractelement <4 x i16> %mul, i64 3
2036
2037   %acc = load i16, ptr addrspace(1) %dst, align 4
2038   %add1 = add i16 %mul0, %acc
2039   %add2 = add i16 %add1, %mul1
2040   %add3 = add i16 %add2, %mul2
2041   %add4 = add i16 %add3, %mul3
2042
2043   store i16 %add4, ptr addrspace(1) %dst, align 4
2044   ret void
2045 }
2046
2047 ; TODO: Support this pattern.
2048 define amdgpu_kernel void @udot4_acc8_vecMul(ptr addrspace(1) %src1,
2049 ; GFX7-LABEL: udot4_acc8_vecMul:
2050 ; GFX7:       ; %bb.0: ; %entry
2051 ; GFX7-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x9
2052 ; GFX7-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0xd
2053 ; GFX7-NEXT:    s_mov_b32 s3, 0xf000
2054 ; GFX7-NEXT:    s_mov_b32 s10, 0
2055 ; GFX7-NEXT:    s_mov_b32 s11, s3
2056 ; GFX7-NEXT:    s_waitcnt lgkmcnt(0)
2057 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[4:5]
2058 ; GFX7-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2059 ; GFX7-NEXT:    v_mov_b32_e32 v1, 0
2060 ; GFX7-NEXT:    buffer_load_dword v2, v[0:1], s[8:11], 0 addr64
2061 ; GFX7-NEXT:    s_mov_b64 s[8:9], s[6:7]
2062 ; GFX7-NEXT:    buffer_load_dword v0, v[0:1], s[8:11], 0 addr64
2063 ; GFX7-NEXT:    s_mov_b32 s2, -1
2064 ; GFX7-NEXT:    buffer_load_ubyte v1, off, s[0:3], 0
2065 ; GFX7-NEXT:    s_waitcnt vmcnt(2)
2066 ; GFX7-NEXT:    v_and_b32_e32 v4, 0xff, v2
2067 ; GFX7-NEXT:    v_bfe_u32 v5, v2, 8, 8
2068 ; GFX7-NEXT:    s_waitcnt vmcnt(1)
2069 ; GFX7-NEXT:    v_and_b32_e32 v7, 0xff, v0
2070 ; GFX7-NEXT:    v_bfe_u32 v8, v0, 8, 8
2071 ; GFX7-NEXT:    s_waitcnt vmcnt(0)
2072 ; GFX7-NEXT:    v_mad_u32_u24 v1, v4, v7, v1
2073 ; GFX7-NEXT:    v_lshrrev_b32_e32 v3, 24, v2
2074 ; GFX7-NEXT:    v_bfe_u32 v2, v2, 16, 8
2075 ; GFX7-NEXT:    v_lshrrev_b32_e32 v6, 24, v0
2076 ; GFX7-NEXT:    v_bfe_u32 v0, v0, 16, 8
2077 ; GFX7-NEXT:    v_mad_u32_u24 v1, v5, v8, v1
2078 ; GFX7-NEXT:    v_mad_u32_u24 v0, v2, v0, v1
2079 ; GFX7-NEXT:    v_mad_u32_u24 v0, v3, v6, v0
2080 ; GFX7-NEXT:    buffer_store_byte v0, off, s[0:3], 0
2081 ; GFX7-NEXT:    s_endpgm
2082 ;
2083 ; GFX8-LABEL: udot4_acc8_vecMul:
2084 ; GFX8:       ; %bb.0: ; %entry
2085 ; GFX8-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2086 ; GFX8-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
2087 ; GFX8-NEXT:    v_lshlrev_b32_e32 v2, 2, v0
2088 ; GFX8-NEXT:    s_waitcnt lgkmcnt(0)
2089 ; GFX8-NEXT:    v_mov_b32_e32 v1, s5
2090 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s4, v2
2091 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
2092 ; GFX8-NEXT:    flat_load_dword v3, v[0:1]
2093 ; GFX8-NEXT:    v_mov_b32_e32 v1, s7
2094 ; GFX8-NEXT:    v_add_u32_e32 v0, vcc, s6, v2
2095 ; GFX8-NEXT:    v_addc_u32_e32 v1, vcc, 0, v1, vcc
2096 ; GFX8-NEXT:    flat_load_dword v2, v[0:1]
2097 ; GFX8-NEXT:    v_mov_b32_e32 v0, s0
2098 ; GFX8-NEXT:    v_mov_b32_e32 v1, s1
2099 ; GFX8-NEXT:    flat_load_ubyte v4, v[0:1]
2100 ; GFX8-NEXT:    s_waitcnt vmcnt(2)
2101 ; GFX8-NEXT:    v_lshrrev_b32_e32 v5, 16, v3
2102 ; GFX8-NEXT:    s_waitcnt vmcnt(1)
2103 ; GFX8-NEXT:    v_lshrrev_b32_e32 v6, 16, v2
2104 ; 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
2105 ; GFX8-NEXT:    v_mul_lo_u16_e32 v9, v5, v6
2106 ; GFX8-NEXT:    v_or_b32_sdwa v7, v9, v7 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2107 ; 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
2108 ; GFX8-NEXT:    v_lshlrev_b32_e32 v9, 16, v7
2109 ; GFX8-NEXT:    v_or_b32_e32 v8, v8, v9
2110 ; GFX8-NEXT:    v_lshrrev_b32_e32 v8, 8, v8
2111 ; GFX8-NEXT:    s_waitcnt vmcnt(0)
2112 ; GFX8-NEXT:    v_mad_u16 v2, v3, v2, v4
2113 ; GFX8-NEXT:    v_add_u16_e32 v2, v2, v8
2114 ; GFX8-NEXT:    v_lshrrev_b32_e32 v7, 8, v7
2115 ; GFX8-NEXT:    v_mad_u16 v2, v5, v6, v2
2116 ; GFX8-NEXT:    v_add_u16_e32 v2, v2, v7
2117 ; GFX8-NEXT:    flat_store_byte v[0:1], v2
2118 ; GFX8-NEXT:    s_endpgm
2119 ;
2120 ; GFX9-NODL-LABEL: udot4_acc8_vecMul:
2121 ; GFX9-NODL:       ; %bb.0: ; %entry
2122 ; GFX9-NODL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2123 ; GFX9-NODL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
2124 ; GFX9-NODL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2125 ; GFX9-NODL-NEXT:    s_waitcnt lgkmcnt(0)
2126 ; GFX9-NODL-NEXT:    global_load_dword v1, v0, s[4:5]
2127 ; GFX9-NODL-NEXT:    global_load_dword v2, v0, s[6:7]
2128 ; GFX9-NODL-NEXT:    v_mov_b32_e32 v0, 0
2129 ; GFX9-NODL-NEXT:    global_load_ubyte v3, v0, s[2:3]
2130 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(2)
2131 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
2132 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(1)
2133 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
2134 ; 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
2135 ; GFX9-NODL-NEXT:    v_mul_lo_u16_e32 v7, v4, v5
2136 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v8, 8, v6
2137 ; GFX9-NODL-NEXT:    v_or_b32_sdwa v6, v7, v6 dst_sel:WORD_1 dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2138 ; GFX9-NODL-NEXT:    v_mul_lo_u16_sdwa v6, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PRESERVE src0_sel:BYTE_1 src1_sel:BYTE_1
2139 ; GFX9-NODL-NEXT:    v_lshrrev_b32_e32 v6, 8, v6
2140 ; GFX9-NODL-NEXT:    s_waitcnt vmcnt(0)
2141 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
2142 ; GFX9-NODL-NEXT:    v_add_u16_e32 v1, v1, v6
2143 ; GFX9-NODL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
2144 ; GFX9-NODL-NEXT:    v_add_u16_e32 v1, v1, v8
2145 ; GFX9-NODL-NEXT:    global_store_byte v0, v1, s[2:3]
2146 ; GFX9-NODL-NEXT:    s_endpgm
2147 ;
2148 ; GFX9-DL-LABEL: udot4_acc8_vecMul:
2149 ; GFX9-DL:       ; %bb.0: ; %entry
2150 ; GFX9-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2151 ; GFX9-DL-NEXT:    s_load_dwordx2 s[2:3], s[0:1], 0x34
2152 ; GFX9-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2153 ; GFX9-DL-NEXT:    s_waitcnt lgkmcnt(0)
2154 ; GFX9-DL-NEXT:    global_load_dword v1, v0, s[4:5]
2155 ; GFX9-DL-NEXT:    global_load_dword v2, v0, s[6:7]
2156 ; GFX9-DL-NEXT:    v_mov_b32_e32 v0, 0
2157 ; GFX9-DL-NEXT:    global_load_ubyte v3, v0, s[2:3]
2158 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(2)
2159 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v4, 16, v1
2160 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(1)
2161 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v5, 16, v2
2162 ; 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
2163 ; GFX9-DL-NEXT:    v_mul_lo_u16_e32 v7, v4, v5
2164 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v8, 8, v6
2165 ; GFX9-DL-NEXT:    v_or_b32_sdwa v6, v7, v6 dst_sel:WORD_1 dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2166 ; GFX9-DL-NEXT:    v_mul_lo_u16_sdwa v6, v1, v2 dst_sel:BYTE_1 dst_unused:UNUSED_PRESERVE src0_sel:BYTE_1 src1_sel:BYTE_1
2167 ; GFX9-DL-NEXT:    v_lshrrev_b32_e32 v6, 8, v6
2168 ; GFX9-DL-NEXT:    s_waitcnt vmcnt(0)
2169 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v1, v2, v3
2170 ; GFX9-DL-NEXT:    v_add_u16_e32 v1, v1, v6
2171 ; GFX9-DL-NEXT:    v_mad_legacy_u16 v1, v4, v5, v1
2172 ; GFX9-DL-NEXT:    v_add_u16_e32 v1, v1, v8
2173 ; GFX9-DL-NEXT:    global_store_byte v0, v1, s[2:3]
2174 ; GFX9-DL-NEXT:    s_endpgm
2175 ;
2176 ; GFX10-DL-LABEL: udot4_acc8_vecMul:
2177 ; GFX10-DL:       ; %bb.0: ; %entry
2178 ; GFX10-DL-NEXT:    s_load_dwordx4 s[4:7], s[0:1], 0x24
2179 ; GFX10-DL-NEXT:    v_lshlrev_b32_e32 v0, 2, v0
2180 ; GFX10-DL-NEXT:    s_load_dwordx2 s[0:1], s[0:1], 0x34
2181 ; GFX10-DL-NEXT:    s_waitcnt lgkmcnt(0)
2182 ; GFX10-DL-NEXT:    s_clause 0x1
2183 ; GFX10-DL-NEXT:    global_load_dword v1, v0, s[4:5]
2184 ; GFX10-DL-NEXT:    global_load_dword v2, v0, s[6:7]
2185 ; GFX10-DL-NEXT:    v_mov_b32_e32 v0, 0
2186 ; GFX10-DL-NEXT:    global_load_ubyte v3, v0, s[0:1]
2187 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(2)
2188 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v4, 24, v1
2189 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(1)
2190 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 24, v2
2191 ; GFX10-DL-NEXT:    v_lshrrev_b16 v6, 8, v1
2192 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v7, 16, v1
2193 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v8, 16, v2
2194 ; GFX10-DL-NEXT:    v_lshrrev_b16 v9, 8, v2
2195 ; GFX10-DL-NEXT:    v_mul_lo_u16 v4, v4, v5
2196 ; GFX10-DL-NEXT:    s_waitcnt vmcnt(0)
2197 ; GFX10-DL-NEXT:    v_mad_u16 v1, v1, v2, v3
2198 ; GFX10-DL-NEXT:    v_mul_lo_u16 v5, v7, v8
2199 ; GFX10-DL-NEXT:    v_mul_lo_u16 v6, v6, v9
2200 ; GFX10-DL-NEXT:    v_lshlrev_b16 v4, 8, v4
2201 ; GFX10-DL-NEXT:    v_lshlrev_b16 v6, 8, v6
2202 ; GFX10-DL-NEXT:    v_or_b32_sdwa v5, v5, v4 dst_sel:WORD_1 dst_unused:UNUSED_PAD src0_sel:BYTE_0 src1_sel:DWORD
2203 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v2, 8, v4
2204 ; GFX10-DL-NEXT:    v_or_b32_sdwa v5, v6, v5 dst_sel:DWORD dst_unused:UNUSED_PAD src0_sel:WORD_0 src1_sel:DWORD
2205 ; GFX10-DL-NEXT:    v_lshrrev_b32_e32 v5, 8, v5
2206 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v5
2207 ; GFX10-DL-NEXT:    v_mad_u16 v1, v7, v8, v1
2208 ; GFX10-DL-NEXT:    v_add_nc_u16 v1, v1, v2
2209 ; GFX10-DL-NEXT:    global_store_byte v0, v1, s[0:1]
2210 ; GFX10-DL-NEXT:    s_endpgm
2211                                              ptr addrspace(1) %src2,
2212                                              ptr addrspace(1) nocapture %dst) {
2213 entry:
2214   %idx = call i32 @llvm.amdgcn.workitem.id.x()
2215   %gep1 = getelementptr <4 x i8>, ptr addrspace(1) %src1, i32 %idx
2216   %vec1 = load <4 x i8>, ptr addrspace(1) %gep1
2217   %gep2 = getelementptr <4 x i8>, ptr addrspace(1) %src2, i32 %idx
2218   %vec2 = load <4 x i8>, ptr addrspace(1) %gep2
2219
2220   %mul = mul <4 x i8> %vec1, %vec2
2221   %mul0 = extractelement <4 x i8> %mul, i64 0
2222   %mul1 = extractelement <4 x i8> %mul, i64 1
2223   %mul2 = extractelement <4 x i8> %mul, i64 2
2224   %mul3 = extractelement <4 x i8> %mul, i64 3
2225
2226   %acc = load i8, ptr addrspace(1) %dst, align 4
2227   %add1 = add i8 %mul0, %acc
2228   %add2 = add i8 %add1, %mul1
2229   %add3 = add i8 %add2, %mul2
2230   %add4 = add i8 %add3, %mul3
2231
2232   store i8 %add4, ptr addrspace(1) %dst, align 4
2233   ret void
2234 }
2235
2236 declare i32 @llvm.amdgcn.workitem.id.x()