Fixed AVX compiled bug

AlexeyAB

2018-08-12 b1dddf02ccf8dcfaadee4e8a5ed8726725ec1b93

Fixed AVX compiled bug

 Makefile

@@ -57,7 +57,7 @@
OPTS= -O0 -g
else
ifeq ($(AVX), 1) 
CFLAGS+= -ffp-contract=fast -mavx -msse4.1 -msse4a
CFLAGS+= -ffp-contract=fast -mavx -mavx2 -msse3 -msse4.1 -msse4.2 -msse4a
endif
endif


 src/convolutional_layer.c

@@ -688,8 +688,8 @@
        //    t_input = calloc(t_intput_size, sizeof(float));
        //    im2col_cpu_custom_transpose(state.input, l.c, l.h, l.w, l.size, l.stride, l.pad, t_input, new_ldb);
        //}
        if (l.xnor && l.size == 3 && l.stride == 1 && l.pad == 1) {}
        else
        //if (l.xnor && l.size == 3 && l.stride == 1 && l.pad == 1) {}
        //else
            im2col_cpu_custom(state.input, l.c, l.h, l.w, l.size, l.stride, l.pad, b);


@@ -772,7 +772,7 @@
                }
                */


                /*
                if (l.size == 3 && l.stride == 1 && l.pad == 1)
                {
                    //binarize_weights(l.weights, l.n, l.c*l.size*l.size, l.binary_weights);
@@ -783,12 +783,15 @@
                        l.binary_weights, state.input, l.output, l.mean_arr);
                }
                else {
                    */

                    //size_t ldb_align = 256; // 256 bit for AVX2
                    int ldb_align = l.lda_align;
                    size_t new_ldb = k + (ldb_align - k%ldb_align);
                    char *t_bit_input = NULL;
                    size_t t_intput_size = binary_transpose_align_input(k, n, b, &t_bit_input, ldb_align);
                    //char *t_bit_input = calloc(new_ldb * n, sizeof(char));    // for im2col_cpu_custom_transpose() only
                    //float_to_bit(t_input, t_bit_input, new_ldb * n);    // for im2col_cpu_custom_transpose() only

                    gemm_nn_custom_bin_mean_transposed(m, n, k, 1, l.align_bit_weights, new_ldb, t_bit_input, new_ldb, c, n, l.mean_arr);

@@ -796,7 +799,7 @@

                    //free(t_input);
                    free(t_bit_input);
                }
                //}

            }


 src/gemm.c

@@ -318,6 +318,22 @@
#include <immintrin.h>
#include <smmintrin.h>

static inline __int32 _mm256_extract_epi64(__m256i a, const int index) {
    return a.m256i_i64[index];
}

static inline __int32 _mm256_extract_epi32(__m256i a, const int index) {
    return a.m256i_i32[index];
}

static inline float _castu32_f32(uint32_t a) {
    return *((float *)&a);
}

static inline float _mm256_extract_float32(__m256 a, const int index) {
    return _castu32_f32(_mm256_extract_epi32(_mm256_castps_si256(a), index));
}

#else    // Linux GCC/Clang
#include <x86intrin.h>
#include <ammintrin.h>
@@ -325,6 +341,14 @@
#include <smmintrin.h>
#include <cpuid.h>

static inline float _castu32_f32(uint32_t a) {
    return *((float *)&a);
}

static inline float _mm256_extract_float32(__m256 a, const int index) {
    return _castu32_f32(_mm256_extract_epi32(_mm256_castps_si256(a), index));
}

void asm_cpuid(uint32_t* abcd, uint32_t eax)
{
    uint32_t ebx = 0, edx = 0, ecx = 0;
@@ -504,8 +528,10 @@
    }


    __m256i all256_last_zero = _mm256_set1_epi32(0xFFFFFFFF);
    all256_last_zero.m256i_i32[7] = 0;
    //__m256i all256_last_zero = _mm256_set1_epi32(0xFFFFFFFF);
    //all256_last_zero.m256i_i32[7] = 0;
    __m256i all256_last_zero =
        _mm256_set_epi32(0xFFFFFFFF, 0xFFFFFFFF, 0xFFFFFFFF, 0xFFFFFFFF, 0xFFFFFFFF, 0xFFFFFFFF, 0xFFFFFFFF, 0x0);

    __m256i idx256 = _mm256_set_epi32(0, 7, 6, 5, 4, 3, 2, 1);
    //__m256 all256_sing1 = _mm256_set1_ps(0x80000000);
@@ -561,15 +587,15 @@
                                __m256 in = *((__m256*)&input[input_index]);
                                __m256 w = _mm256_set1_ps(weights[weights_index]);
                                //__m256 w_sign = _mm256_and_ps(w, _mm256_castsi256_ps(all256_sing1)); // check sign in 8 x 32-bit floats
                                __m256 xor = _mm256_xor_ps(w, in);
                                //printf("\n xor1 = %f, xor2 = %f \n", xor.m256_f32[0], xor.m256_f32[1]);
                                //printf("\n in = %f, w = %f, xor = %f \n", in.m256_f32[0], w_sign.m256_f32[0], xor.m256_f32[0]);
                                __m256 xor256 = _mm256_xor_ps(w, in);
                                //printf("\n xor256_1 = %f, xor256_2 = %f \n", xor256.m256_f32[0], xor256.m256_f32[1]);
                                //printf("\n in = %f, w = %f, xor256 = %f \n", in.m256_f32[0], w_sign.m256_f32[0], xor256.m256_f32[0]);

                                //__m256 pn1 = _mm256_and_ps(_mm256_castsi256_ps(all256i_one), xor);
                                //__m256 pn1 = _mm256_and_ps(_mm256_castsi256_ps(all256i_one), xor256);


                                //sum256 = xor;
                                sum256 = _mm256_add_ps(xor, sum256);
                                //sum256 = xor256;
                                sum256 = _mm256_add_ps(xor256, sum256);
                                //printf("\n --- \n");
                                //printf("\n 0 = %f, 1 = %f, 2 = %f, 3 = %f, 4 = %f, 5 = %f, 6 = %f, 7 = %f \n", in.m256_f32[0], in.m256_f32[1], in.m256_f32[2], in.m256_f32[3], in.m256_f32[4], in.m256_f32[5], in.m256_f32[6], in.m256_f32[7]);

@@ -638,10 +664,14 @@
static inline int popcnt256_custom(__m256i n) {
    __m256i val = count256(n);

    return val.m256i_i64[0] +
    val.m256i_i64[1] +
    val.m256i_i64[2] +
    val.m256i_i64[3];
    //return val.m256i_i64[0] +
    //val.m256i_i64[1] +
    //val.m256i_i64[2] +
    //val.m256i_i64[3];
    return _mm256_extract_epi64(val, 0)
        + _mm256_extract_epi64(val, 1)
        + _mm256_extract_epi64(val, 2)
        + _mm256_extract_epi64(val, 3);
}

void gemm_nn_custom_bin_mean_transposed(int M, int N, int K, float ALPHA_UNUSED,
@@ -686,10 +716,14 @@
            }

            // count of 1 bits
            count = count_sum.m256i_i64[0] +
                count_sum.m256i_i64[1] +
                count_sum.m256i_i64[2] +
                count_sum.m256i_i64[3];
            //count = count_sum.m256i_i64[0] +
            //    count_sum.m256i_i64[1] +
            //    count_sum.m256i_i64[2] +
             //   count_sum.m256i_i64[3];
            count = _mm256_extract_epi64(count_sum, 0)
                + _mm256_extract_epi64(count_sum, 1)
                + _mm256_extract_epi64(count_sum, 2)
                + _mm256_extract_epi64(count_sum, 3);

            int f1 = (K % bit_step == 0) ? 0 : (bit_step - (K % bit_step));
            count = count - f1;    // remove extra bits (from empty space for align only)
@@ -738,15 +772,15 @@
                    int col_index = (h * width_col + w)*ldb_align + c;   // transposed & aligned

                    //data_col[col_index] = data_im[im_col + width*(im_row + height*c_im)];
                    __m256 src256 = _mm256_loadu_ps((__m256i *)(&data_im[im_col + width*(im_row + height*c_im)]));
                    data_col[col_index + ldb_align * 0] = src256.m256_f32[0];
                    data_col[col_index + ldb_align * 1] = src256.m256_f32[1];
                    data_col[col_index + ldb_align * 2] = src256.m256_f32[2];
                    data_col[col_index + ldb_align * 3] = src256.m256_f32[3];
                    data_col[col_index + ldb_align * 4] = src256.m256_f32[4];
                    data_col[col_index + ldb_align * 5] = src256.m256_f32[5];
                    data_col[col_index + ldb_align * 6] = src256.m256_f32[6];
                    data_col[col_index + ldb_align * 7] = src256.m256_f32[7];
                    __m256 src256 = _mm256_loadu_ps((float *)(&data_im[im_col + width*(im_row + height*c_im)]));
                    data_col[col_index + ldb_align * 0] = _mm256_extract_float32(src256, 0);// src256.m256_f32[0];
                    data_col[col_index + ldb_align * 1] = _mm256_extract_float32(src256, 1);// src256.m256_f32[1];
                    data_col[col_index + ldb_align * 2] = _mm256_extract_float32(src256, 2);// src256.m256_f32[2];
                    data_col[col_index + ldb_align * 3] = _mm256_extract_float32(src256, 3);// src256.m256_f32[3];
                    data_col[col_index + ldb_align * 4] = _mm256_extract_float32(src256, 4);// src256.m256_f32[4];
                    data_col[col_index + ldb_align * 5] = _mm256_extract_float32(src256, 5);// src256.m256_f32[5];
                    data_col[col_index + ldb_align * 6] = _mm256_extract_float32(src256, 6);// src256.m256_f32[6];
                    data_col[col_index + ldb_align * 7] = _mm256_extract_float32(src256, 7);// src256.m256_f32[7];

                    //_mm256_storeu_ps(&data_col[col_index], src256);
                }
@@ -853,7 +887,7 @@
                    int col_index = (c * height_col + h) * width_col + w;

                    //data_col[col_index] = data_im[im_col + width*(im_row + height*c_im)];
                    __m256 src256 = _mm256_loadu_ps((__m256i *)(&data_im[im_col + width*(im_row + height*c_im)]));
                    __m256 src256 = _mm256_loadu_ps((float *)(&data_im[im_col + width*(im_row + height*c_im)]));
                    _mm256_storeu_ps(&data_col[col_index], src256);
                }

@@ -931,13 +965,13 @@
        for (i = 0; i < n-8; i += 8) {
            //x[i] = (x[i]>0) ? x[i] : .1*x[i];

            __m256 src256 = _mm256_loadu_ps((__m256 *)(&x[i]));
            __m256 src256 = _mm256_loadu_ps(&x[i]);
            __m256 mult256 = _mm256_mul_ps((src256), all256_01); // mult * 0.1

            __m256i sign256 = _mm256_and_si256(_mm256_castps_si256(src256), all256_sing1); // check sign in 8 x 32-bit floats

            __m256 result256 = _mm256_blendv_ps(src256, mult256, _mm256_castsi256_ps(sign256)); // (sign>0) ? src : mult;
            _mm256_storeu_ps((__m256 *)(&x[i]), result256);
            _mm256_storeu_ps(&x[i], result256);
        }

        for (; i < n; ++i) {