SME日記その8 __arm_new("za")について調べるでは，__arm_new("za")について，ドキュメントから調査しましたが，実際にApple Clangにコンパイルさせてみました．
SMEシリーズ
- Apple Silicon M4はM3シリーズからScalable Matrix Extension (SME)命令などが足されている
- SME日記その1: Apple Silicon M4に搭載されたScalable Matrix Extension(SME)のベクトル長(SVL)を取得する
- SME日記その2: Apple Silicon M4にはCVTW命令は備わっていない？
- SME日記その3: Apple Silicon M4にどの命令が実装されているかをsysctl hwの実行結果とドキュメントから推測する
- SME日記その4 Streaming SVE modeでCNTWを実行してみる．
- SME日記その5 Streaming SVE modeでCNTWを実行してみる Part 2
- SME日記その6 Streaming SVE modeでsvcntw()とsvcntsw()を実行してみる
- SME日記その7 svcntw()とRDSVL命令の実行結果の関係性を考察する
- SME日記その8 __arm_new("za")について調べる
- SME日記その9 OpenBLASのSME対応状況について調べる
- SME日記その10 Streaming SVE modeでCNTWを実行してみる(再考)
- SME日記その11 OpenBLASのSSCALでSMEが使われているかを検証してみる Part.1
- SME日記その12 OpenBLASのSSCALでSMEが使われているかを検証してみる Part.2
- SME日記その13 OpenBLASのSSCALでSMEが使われているかを検証してみる Part.3
- SME日記その14 AppleBLASのSSCALでSMEが使われているかを検証してみる Part.1
- SME日記その15 AppleBLASのSGEMMでSMEが使われているかを検証してみる Part.1
- SME日記その16 Scalable Matrix Extension (SME)の研究の今後の展望についての技術的ポエム
サンプルコード
test_sme.c
#include <stdio.h>
#include <arm_sme.h>
__arm_locally_streaming
__arm_new("za")
void test_arm_new(void)
{
}
int main(int argc, char *argv[])
{
test_arm_new();
}
clang -O2 -march=armv9-a+sme test_sme.c -o test_sme
% ./test_sme
%
clang -O2 -march=armv9-a+sme -S test_sme.c
test_sme.s
.section __TEXT,__text,regular,pure_instructions
.build_version macos, 15, 0 sdk_version 15, 2
.globl _test_arm_new ; -- Begin function test_arm_new
.p2align 2
_test_arm_new: ; @test_arm_new
.cfi_startproc
; %bb.0:
stp d15, d14, [sp, #-96]! ; 16-byte Folded Spill
stp d13, d12, [sp, #16] ; 16-byte Folded Spill
stp d11, d10, [sp, #32] ; 16-byte Folded Spill
stp d9, d8, [sp, #48] ; 16-byte Folded Spill
stp x20, x19, [sp, #64] ; 16-byte Folded Spill
stp x29, x30, [sp, #80] ; 16-byte Folded Spill
add x29, sp, #80
sub sp, sp, #16
.cfi_def_cfa w29, 16
.cfi_offset w30, -8
.cfi_offset w29, -16
.cfi_offset w19, -24
.cfi_offset w20, -32
.cfi_offset b8, -40
.cfi_offset b9, -48
.cfi_offset b10, -56
.cfi_offset b11, -64
.cfi_offset b12, -72
.cfi_offset b13, -80
.cfi_offset b14, -88
.cfi_offset b15, -96
smstart sm
rdsvl x8, #1
mul x8, x8, x8
mov x9, x8
Lloh0:
adrp x16, ___chkstk_darwin@GOTPAGE
Lloh1:
ldr x16, [x16, ___chkstk_darwin@GOTPAGEOFF]
blr x16
mov x9, sp
add x8, x8, #15
and x8, x8, #0xfffffffffffffff0
sub x8, x9, x8
mov sp, x8
stur wzr, [x29, #-84]
sturh wzr, [x29, #-86]
stur x8, [x29, #-96]
mrs x8, TPIDR2_EL0
cbz x8, LBB0_2
; %bb.1:
bl ___arm_tpidr2_save
msr TPIDR2_EL0, xzr
LBB0_2:
smstart za
zero {za}
smstop za
smstop sm
sub sp, x29, #80
ldp x29, x30, [sp, #80] ; 16-byte Folded Reload
ldp x20, x19, [sp, #64] ; 16-byte Folded Reload
ldp d9, d8, [sp, #48] ; 16-byte Folded Reload
ldp d11, d10, [sp, #32] ; 16-byte Folded Reload
ldp d13, d12, [sp, #16] ; 16-byte Folded Reload
ldp d15, d14, [sp], #96 ; 16-byte Folded Reload
ret
.loh AdrpLdrGot Lloh0, Lloh1
.cfi_endproc
; -- End function
.globl _main ; -- Begin function main
.p2align 2
_main: ; @main
.cfi_startproc
; %bb.0:
mov w0, #0 ; =0x0
ret
.cfi_endproc
; -- End function
.subsections_via_symbols
最適化されてしまって，実際には関数 test_arm_new を実行していないみたいですね．
考察
ドキュメントと比較してみます．
- 関数は、遅延保存された ZA データをコミットします。
下記の部分が該当しそうです．
stp d15, d14, [sp, #-96]! ; 16-byte Folded Spill
stp d13, d12, [sp, #16] ; 16-byte Folded Spill
stp d11, d10, [sp, #32] ; 16-byte Folded Spill
stp d9, d8, [sp, #48] ; 16-byte Folded Spill
stp x20, x19, [sp, #64] ; 16-byte Folded Spill
...
ldp x20, x19, [sp, #64] ; 16-byte Folded Reload
ldp d9, d8, [sp, #48] ; 16-byte Folded Reload
ldp d11, d10, [sp, #32] ; 16-byte Folded Reload
ldp d13, d12, [sp, #16] ; 16-byte Folded Reload
ldp d15, d14, [sp], #96 ; 16-byte Folded Reload
- 関数は新しい ZA コンテキストを作成し、PSTATE.ZA を有効にします。
下記の部分が該当しそうです．
smstart sm
rdsvl x8, #1
mul x8, x8, x8
mov x9, x8
Lloh0:
adrp x16, ___chkstk_darwin@GOTPAGE
Lloh1:
ldr x16, [x16, ___chkstk_darwin@GOTPAGEOFF]
blr x16
mov x9, sp
add x8, x8, #15
and x8, x8, #0xfffffffffffffff0
sub x8, x9, x8
mov sp, x8
stur wzr, [x29, #-84]
sturh wzr, [x29, #-86]
stur x8, [x29, #-96]
mrs x8, TPIDR2_EL0
cbz x8, LBB0_2
; %bb.1:
bl ___arm_tpidr2_save
msr TPIDR2_EL0, xzr
LBB0_2:
smstart za
zero {za}
- 関数は、戻る前に PSTATE.ZA を無効にします (0 に設定)。
下記の部分が該当しそうです．
smstop za
smstop sm
ひとまず，__arm_new("za")をApple Clangで使うことができそうで，良かったです．