mlir/test/Dialect/Affine/SuperVectorize/vectorize_outer_loop_2d.mlir

   1 // RUN: mlir-opt %s -affine-super-vectorize="virtual-vector-size=32,256 test-fastest-varying=2,0" | FileCheck %s
   2
   3 // Permutation maps used in vectorization.
   4 // CHECK: #[[map_proj_d0d1d2_d0d2:map[0-9]*]] = affine_map<(d0, d1, d2) -> (d0, d2)>
   5
   6 func.func @vec2d(%A : memref<?x?x?xf32>) {
   7   %c0 = arith.constant 0 : index
   8   %c1 = arith.constant 1 : index
   9   %c2 = arith.constant 2 : index
  10   %M = memref.dim %A, %c0 : memref<?x?x?xf32>
  11   %N = memref.dim %A, %c1 : memref<?x?x?xf32>
  12   %P = memref.dim %A, %c2 : memref<?x?x?xf32>
  13   // CHECK: affine.for %{{.*}} = 0 to %{{.*}} step 32
  14   // CHECK:   affine.for %{{.*}} = 0 to %{{.*}} {
  15   // CHECK:     affine.for %{{.*}} = 0 to %{{.*}} step 256
  16   // CHECK:       {{.*}} = vector.transfer_read %{{.*}}[%{{.*}}, %{{.*}}, %{{.*}}], %{{.*}} {permutation_map = #[[map_proj_d0d1d2_d0d2]]} : memref<?x?x?xf32>,  vector<32x256xf32>
  17   affine.for %i0 = 0 to %M {
  18     affine.for %i1 = 0 to %N {
  19       affine.for %i2 = 0 to %P {
  20         %a2 = affine.load %A[%i0, %i1, %i2] : memref<?x?x?xf32>
  21       }
  22     }
  23   }
  24   // CHECK: for  {{.*}} = 0 to %{{.*}} {
  25   // CHECK:   for  {{.*}} = 0 to %{{.*}} {
  26   // CHECK:     for  {{.*}} = 0 to %{{.*}} {
  27   // For the case: --test-fastest-varying=2 --test-fastest-varying=0 no
  28   // vectorization happens because of loop nesting order
  29   affine.for %i3 = 0 to %M {
  30     affine.for %i4 = 0 to %N {
  31       affine.for %i5 = 0 to %P {
  32         %a5 = affine.load %A[%i4, %i5, %i3] : memref<?x?x?xf32>
  33       }
  34     }
  35   }
  36   return
  37 }