VMOVUPD(MEM(RDI,RSI,1), ZMM(26))
VMOVUPD(MEM(RDI,RSI,1,64), ZMM(27))
VMOVUPD(MEM(RDI,RSI,2), ZMM(28))
VMOVUPD(MEM(RDI,RSI,2,64), ZMM(29))
VMOVUPD(MEM(RDI,R(13),1), ZMM(30))
VMOVUPD(MEM(RDI,R(13),1,64), ZMM(31))
JMP(.DDONE)
LABEL(.DGENSTORED)
MOV(RDI, VAR(cs_c))
MOV(RAX, VAR(rs_c))
LEA(RDI, MEM(,RDI,8))
MOV(R(8), MEM(RBX))
VBROADCASTSS(YMM(4), VAR(rs_c))
VMOVAPS(YMM(5), VAR(offsetPtr))
VPMULLD(YMM(4), YMM(5), YMM(4))
LEA(RDX, MEM(RCX,RAX,8))
MOV(RSI, 0x3F)
SAL1(R(8)) // shift out the sign bit to check for +/- zero
JZ(.DGENSTORBZ)
KMOV(K(1), ESI)
KMOV(K(2), ESI)
VGATHERDPD(ZMM(2) MASK_K(1), MEM(RCX,YMM(4),8))
VGATHERDPD(ZMM(3) MASK_K(2), MEM(RDX,YMM(4),8))
VFMADD231PD(ZMM(2), ZMM(1), ZMM( 8))
VFMADD231PD(ZMM(3), ZMM(1), ZMM( 9))
KMOV(K(1), ESI)
KMOV(K(2), ESI)
JZ(PACK30_DONE)
VMOVUPD(MEM(R15,RDI,4,192), ZMM(12))
SUB(RSI, IMM(1))
JZ(PACK30_DONE)
VMOVUPD(MEM(R15,R12,1,192), ZMM(13))
SUB(RSI, IMM(1))
JZ(PACK30_DONE)
VMOVUPD(MEM(R15,R11,2,192), ZMM(14))
JMP(PACK30_DONE)
LABEL(PACK30_G)
VPBROADCASTD(ZMM(4), VAR(inca))
MOV(RBX, VAR(offsetPtr))
VPMULLD(YMM(0), YMM(4), MEM(RBX, 0))
VPMULLD(YMM(1), YMM(4), MEM(RBX,32))
VPMULLD(YMM(2), YMM(4), MEM(RBX,64))
VPMULLD(YMM(3), YMM(4), MEM(RBX,96))
LABEL(PACK30_G_LOOP)
KXNORW(K(1), K(0), K(0))
KXNORW(K(2), K(0), K(0))
KXNORW(K(3), K(0), K(0))
KSHIFTRW(K(4), K(3), IMM(10))
VGATHERDPD(ZMM(4) MASK_K(1), MEM(RAX,YMM(0),8))
VGATHERDPD(ZMM(5) MASK_K(2), MEM(RAX,YMM(1),8))
VGATHERDPD(ZMM(6) MASK_K(3), MEM(RAX,YMM(2),8))
VGATHERDPD(ZMM(7) MASK_K(4), MEM(RAX,YMM(3),8))
VMULPD(ZMM(4), ZMM(4), ZMM(31))
VPXORD(ZMM(8), ZMM(8), ZMM(8)) //clear out registers
VMOVAPS(ZMM( 9), ZMM(8)) MOV(R12, VAR(rs_c))
VMOVAPS(ZMM(10), ZMM(8)) MOV(RSI, VAR(k)) //loop index
VMOVAPS(ZMM(11), ZMM(8)) MOV(RAX, VAR(a)) //load address of a
VMOVAPS(ZMM(12), ZMM(8)) MOV(RBX, VAR(b)) //load address of b
VMOVAPS(ZMM(13), ZMM(8)) MOV(RCX, VAR(c)) //load address of c
VMOVAPS(ZMM(14), ZMM(8)) VMOVAPD(ZMM(0), MEM(RBX)) //pre-load b
VMOVAPS(ZMM(15), ZMM(8)) MOV(RDI, VAR(offsetPtr))
VMOVAPS(ZMM(16), ZMM(8)) VMOVAPS(ZMM(4), MEM(RDI))
#if SCATTER_PREFETCH_C
VMOVAPS(ZMM(17), ZMM(8))
VMOVAPS(ZMM(18), ZMM(8))
VMOVAPS(ZMM(19), ZMM(8)) VBROADCASTSS(ZMM(5), VAR(rs_c))
VMOVAPS(ZMM(20), ZMM(8))
VMOVAPS(ZMM(21), ZMM(8)) VPMULLD(ZMM(2), ZMM(4), ZMM(5))
VMOVAPS(ZMM(22), ZMM(8)) VMOVAPS(YMM(3), MEM(RDI,64))
VMOVAPS(ZMM(23), ZMM(8)) VPMULLD(YMM(3), YMM(3), YMM(5))
#else
VMOVAPS(ZMM(17), ZMM(8))
VMOVAPS(ZMM(18), ZMM(8)) LEA(R13, MEM(R12,R12,2))
VMOVAPS(ZMM(19), ZMM(8)) LEA(R14, MEM(R12,R12,4))
VMOVAPS(ZMM(20), ZMM(8)) LEA(R15, MEM(R13,R12,4))
VMOVAPS(ZMM(21), ZMM(8))
VMOVAPS(ZMM(22), ZMM(8))
VMOVAPS(ZMM(23), ZMM(8))
#endif
VMOVAPS(ZMM(24), ZMM(8)) VPSLLD(ZMM(4), ZMM(4), IMM(2))
VMOVAPS(ZMM(25), ZMM(8)) MOV(R8, IMM(4*24*4)) //offset for 4 iterations
VMOVAPS(ZMM(26), ZMM(8)) LEA(R9, MEM(R8,R8,2)) //*3
VMOVAPS(ZMM(27), ZMM(8)) LEA(R10, MEM(R8,R8,4)) //*5
VMOVAPS(ZMM(28), ZMM(8)) LEA(R11, MEM(R9,R8,4)) //*7
