1 /*
2  * Copyright (c) 2017, Alliance for Open Media. All rights reserved
3  *
4  * This source code is subject to the terms of the BSD 2 Clause License and
5  * the Alliance for Open Media Patent License 1.0. If the BSD 2 Clause License
6  * was not distributed with this source code in the LICENSE file, you can
7  * obtain it at www.aomedia.org/license/software. If the Alliance for Open
8  * Media Patent License 1.0 was not distributed with this source code in the
9  * PATENTS file, you can obtain it at www.aomedia.org/license/patent.
10  */
11 
12 #include <immintrin.h>
13 
14 #include "./aom_dsp_rtcd.h"
15 #include "aom_dsp/inv_txfm.h"
16 #include "aom_dsp/x86/inv_txfm_common_avx2.h"
17 #include "aom_dsp/x86/txfm_common_avx2.h"
18 
aom_idct16x16_256_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)19 void aom_idct16x16_256_add_avx2(const tran_low_t *input, uint8_t *dest,
20                                 int stride) {
21   __m256i in[16];
22   load_buffer_16x16(input, in);
23   mm256_transpose_16x16(in, in);
24   av1_idct16_avx2(in);
25   mm256_transpose_16x16(in, in);
26   av1_idct16_avx2(in);
27   store_buffer_16xN(in, stride, dest, 16);
28 }
29 
transpose_col_to_row_nz4x4(__m256i * in)30 static INLINE void transpose_col_to_row_nz4x4(__m256i *in /*in[4]*/) {
31   const __m256i u0 = _mm256_unpacklo_epi16(in[0], in[1]);
32   const __m256i u1 = _mm256_unpacklo_epi16(in[2], in[3]);
33   const __m256i v0 = _mm256_unpacklo_epi32(u0, u1);
34   const __m256i v1 = _mm256_unpackhi_epi32(u0, u1);
35   in[0] = _mm256_permute4x64_epi64(v0, 0xA8);
36   in[1] = _mm256_permute4x64_epi64(v0, 0xA9);
37   in[2] = _mm256_permute4x64_epi64(v1, 0xA8);
38   in[3] = _mm256_permute4x64_epi64(v1, 0xA9);
39 }
40 
41 #define MM256_SHUFFLE_EPI64(x0, x1, imm8)                        \
42   _mm256_castpd_si256(_mm256_shuffle_pd(_mm256_castsi256_pd(x0), \
43                                         _mm256_castsi256_pd(x1), imm8))
44 
transpose_col_to_row_nz4x16(__m256i * in)45 static INLINE void transpose_col_to_row_nz4x16(__m256i *in /*in[16]*/) {
46   int i;
47   for (i = 0; i < 16; i += 4) {
48     transpose_col_to_row_nz4x4(&in[i]);
49   }
50 
51   for (i = 0; i < 4; ++i) {
52     in[i] = MM256_SHUFFLE_EPI64(in[i], in[i + 4], 0);
53     in[i + 8] = MM256_SHUFFLE_EPI64(in[i + 8], in[i + 12], 0);
54   }
55 
56   for (i = 0; i < 4; ++i) {
57     in[i] = _mm256_permute2x128_si256(in[i], in[i + 8], 0x20);
58   }
59 }
60 
61 // Coefficients 0-7 before the final butterfly
idct16_10_first_half(const __m256i * in,__m256i * out)62 static INLINE void idct16_10_first_half(const __m256i *in, __m256i *out) {
63   const __m256i c2p28 = pair256_set_epi16(2 * cospi_28_64, 2 * cospi_28_64);
64   const __m256i c2p04 = pair256_set_epi16(2 * cospi_4_64, 2 * cospi_4_64);
65   const __m256i v4 = _mm256_mulhrs_epi16(in[2], c2p28);
66   const __m256i v7 = _mm256_mulhrs_epi16(in[2], c2p04);
67 
68   const __m256i c2p16 = pair256_set_epi16(2 * cospi_16_64, 2 * cospi_16_64);
69   const __m256i v0 = _mm256_mulhrs_epi16(in[0], c2p16);
70   const __m256i v1 = v0;
71 
72   const __m256i cospi_p16_p16 = _mm256_set1_epi16((int16_t)cospi_16_64);
73   const __m256i cospi_p16_m16 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
74   __m256i v5, v6;
75   unpack_butter_fly(&v7, &v4, &cospi_p16_m16, &cospi_p16_p16, &v5, &v6);
76 
77   out[0] = _mm256_add_epi16(v0, v7);
78   out[1] = _mm256_add_epi16(v1, v6);
79   out[2] = _mm256_add_epi16(v1, v5);
80   out[3] = _mm256_add_epi16(v0, v4);
81   out[4] = _mm256_sub_epi16(v0, v4);
82   out[5] = _mm256_sub_epi16(v1, v5);
83   out[6] = _mm256_sub_epi16(v1, v6);
84   out[7] = _mm256_sub_epi16(v0, v7);
85 }
86 
87 // Coefficients 8-15 before the final butterfly
idct16_10_second_half(const __m256i * in,__m256i * out)88 static INLINE void idct16_10_second_half(const __m256i *in, __m256i *out) {
89   const __m256i c2p30 = pair256_set_epi16(2 * cospi_30_64, 2 * cospi_30_64);
90   const __m256i c2p02 = pair256_set_epi16(2 * cospi_2_64, 2 * cospi_2_64);
91   const __m256i t0 = _mm256_mulhrs_epi16(in[1], c2p30);
92   const __m256i t7 = _mm256_mulhrs_epi16(in[1], c2p02);
93 
94   const __m256i c2m26 = pair256_set_epi16(-2 * cospi_26_64, -2 * cospi_26_64);
95   const __m256i c2p06 = pair256_set_epi16(2 * cospi_6_64, 2 * cospi_6_64);
96   const __m256i t3 = _mm256_mulhrs_epi16(in[3], c2m26);
97   const __m256i t4 = _mm256_mulhrs_epi16(in[3], c2p06);
98 
99   const __m256i cospi_m08_p24 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
100   const __m256i cospi_p24_p08 = pair256_set_epi16(cospi_24_64, cospi_8_64);
101   const __m256i cospi_m24_m08 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
102 
103   __m256i t1, t2, t5, t6;
104   unpack_butter_fly(&t0, &t7, &cospi_m08_p24, &cospi_p24_p08, &t1, &t6);
105   unpack_butter_fly(&t3, &t4, &cospi_m24_m08, &cospi_m08_p24, &t2, &t5);
106 
107   out[0] = _mm256_add_epi16(t0, t3);
108   out[1] = _mm256_add_epi16(t1, t2);
109   out[6] = _mm256_add_epi16(t6, t5);
110   out[7] = _mm256_add_epi16(t7, t4);
111 
112   const __m256i v2 = _mm256_sub_epi16(t1, t2);
113   const __m256i v3 = _mm256_sub_epi16(t0, t3);
114   const __m256i v4 = _mm256_sub_epi16(t7, t4);
115   const __m256i v5 = _mm256_sub_epi16(t6, t5);
116   const __m256i cospi_p16_p16 = _mm256_set1_epi16((int16_t)cospi_16_64);
117   const __m256i cospi_p16_m16 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
118   unpack_butter_fly(&v5, &v2, &cospi_p16_m16, &cospi_p16_p16, &out[2], &out[5]);
119   unpack_butter_fly(&v4, &v3, &cospi_p16_m16, &cospi_p16_p16, &out[3], &out[4]);
120 }
121 
add_sub_butterfly(const __m256i * in,__m256i * out,int size)122 static INLINE void add_sub_butterfly(const __m256i *in, __m256i *out,
123                                      int size) {
124   int i = 0;
125   const int num = size >> 1;
126   const int bound = size - 1;
127   while (i < num) {
128     out[i] = _mm256_add_epi16(in[i], in[bound - i]);
129     out[bound - i] = _mm256_sub_epi16(in[i], in[bound - i]);
130     i++;
131   }
132 }
133 
idct16_10(__m256i * in)134 static INLINE void idct16_10(__m256i *in /*in[16]*/) {
135   __m256i out[16];
136   idct16_10_first_half(in, out);
137   idct16_10_second_half(in, &out[8]);
138   add_sub_butterfly(out, in, 16);
139 }
140 
aom_idct16x16_10_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)141 void aom_idct16x16_10_add_avx2(const tran_low_t *input, uint8_t *dest,
142                                int stride) {
143   __m256i in[16];
144 
145   load_coeff(input, &in[0]);
146   load_coeff(input + 16, &in[1]);
147   load_coeff(input + 32, &in[2]);
148   load_coeff(input + 48, &in[3]);
149 
150   transpose_col_to_row_nz4x4(in);
151   idct16_10(in);
152 
153   transpose_col_to_row_nz4x16(in);
154   idct16_10(in);
155 
156   store_buffer_16xN(in, stride, dest, 16);
157 }
158 
159 // Note:
160 //  For 16x16 int16_t matrix
161 //  transpose first 8 columns into first 8 rows.
162 //  Since only upper-left 8x8 are non-zero, the input are first 8 rows (in[8]).
163 //  After transposing, the 8 row vectors are in in[8].
transpose_col_to_row_nz8x8(__m256i * in)164 void transpose_col_to_row_nz8x8(__m256i *in /*in[8]*/) {
165   __m256i u0 = _mm256_unpacklo_epi16(in[0], in[1]);
166   __m256i u1 = _mm256_unpackhi_epi16(in[0], in[1]);
167   __m256i u2 = _mm256_unpacklo_epi16(in[2], in[3]);
168   __m256i u3 = _mm256_unpackhi_epi16(in[2], in[3]);
169 
170   const __m256i v0 = _mm256_unpacklo_epi32(u0, u2);
171   const __m256i v1 = _mm256_unpackhi_epi32(u0, u2);
172   const __m256i v2 = _mm256_unpacklo_epi32(u1, u3);
173   const __m256i v3 = _mm256_unpackhi_epi32(u1, u3);
174 
175   u0 = _mm256_unpacklo_epi16(in[4], in[5]);
176   u1 = _mm256_unpackhi_epi16(in[4], in[5]);
177   u2 = _mm256_unpacklo_epi16(in[6], in[7]);
178   u3 = _mm256_unpackhi_epi16(in[6], in[7]);
179 
180   const __m256i v4 = _mm256_unpacklo_epi32(u0, u2);
181   const __m256i v5 = _mm256_unpackhi_epi32(u0, u2);
182   const __m256i v6 = _mm256_unpacklo_epi32(u1, u3);
183   const __m256i v7 = _mm256_unpackhi_epi32(u1, u3);
184 
185   in[0] = MM256_SHUFFLE_EPI64(v0, v4, 0);
186   in[1] = MM256_SHUFFLE_EPI64(v0, v4, 3);
187   in[2] = MM256_SHUFFLE_EPI64(v1, v5, 0);
188   in[3] = MM256_SHUFFLE_EPI64(v1, v5, 3);
189   in[4] = MM256_SHUFFLE_EPI64(v2, v6, 0);
190   in[5] = MM256_SHUFFLE_EPI64(v2, v6, 3);
191   in[6] = MM256_SHUFFLE_EPI64(v3, v7, 0);
192   in[7] = MM256_SHUFFLE_EPI64(v3, v7, 3);
193 }
194 
195 // Note:
196 //  For 16x16 int16_t matrix
197 //  transpose first 8 columns into first 8 rows.
198 //  Since only matrix left 8x16 are non-zero, the input are total 16 rows
199 //  (in[16]).
200 //  After transposing, the 8 row vectors are in in[8]. All else are zero.
transpose_col_to_row_nz8x16(__m256i * in)201 static INLINE void transpose_col_to_row_nz8x16(__m256i *in /*in[16]*/) {
202   transpose_col_to_row_nz8x8(in);
203   transpose_col_to_row_nz8x8(&in[8]);
204 
205   int i;
206   for (i = 0; i < 8; ++i) {
207     in[i] = _mm256_permute2x128_si256(in[i], in[i + 8], 0x20);
208   }
209 }
210 
idct16_38_first_half(const __m256i * in,__m256i * out)211 static INLINE void idct16_38_first_half(const __m256i *in, __m256i *out) {
212   const __m256i c2p28 = pair256_set_epi16(2 * cospi_28_64, 2 * cospi_28_64);
213   const __m256i c2p04 = pair256_set_epi16(2 * cospi_4_64, 2 * cospi_4_64);
214   __m256i t4 = _mm256_mulhrs_epi16(in[2], c2p28);
215   __m256i t7 = _mm256_mulhrs_epi16(in[2], c2p04);
216 
217   const __m256i c2m20 = pair256_set_epi16(-2 * cospi_20_64, -2 * cospi_20_64);
218   const __m256i c2p12 = pair256_set_epi16(2 * cospi_12_64, 2 * cospi_12_64);
219   __m256i t5 = _mm256_mulhrs_epi16(in[6], c2m20);
220   __m256i t6 = _mm256_mulhrs_epi16(in[6], c2p12);
221 
222   const __m256i c2p16 = pair256_set_epi16(2 * cospi_16_64, 2 * cospi_16_64);
223   const __m256i c2p24 = pair256_set_epi16(2 * cospi_24_64, 2 * cospi_24_64);
224   const __m256i c2p08 = pair256_set_epi16(2 * cospi_8_64, 2 * cospi_8_64);
225   const __m256i u0 = _mm256_mulhrs_epi16(in[0], c2p16);
226   const __m256i u1 = _mm256_mulhrs_epi16(in[0], c2p16);
227   const __m256i u2 = _mm256_mulhrs_epi16(in[4], c2p24);
228   const __m256i u3 = _mm256_mulhrs_epi16(in[4], c2p08);
229 
230   const __m256i u4 = _mm256_add_epi16(t4, t5);
231   const __m256i u5 = _mm256_sub_epi16(t4, t5);
232   const __m256i u6 = _mm256_sub_epi16(t7, t6);
233   const __m256i u7 = _mm256_add_epi16(t7, t6);
234 
235   const __m256i t0 = _mm256_add_epi16(u0, u3);
236   const __m256i t1 = _mm256_add_epi16(u1, u2);
237   const __m256i t2 = _mm256_sub_epi16(u1, u2);
238   const __m256i t3 = _mm256_sub_epi16(u0, u3);
239 
240   t4 = u4;
241   t7 = u7;
242 
243   const __m256i cospi_p16_p16 = _mm256_set1_epi16((int16_t)cospi_16_64);
244   const __m256i cospi_p16_m16 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
245   unpack_butter_fly(&u6, &u5, &cospi_p16_m16, &cospi_p16_p16, &t5, &t6);
246 
247   out[0] = _mm256_add_epi16(t0, t7);
248   out[1] = _mm256_add_epi16(t1, t6);
249   out[2] = _mm256_add_epi16(t2, t5);
250   out[3] = _mm256_add_epi16(t3, t4);
251   out[4] = _mm256_sub_epi16(t3, t4);
252   out[5] = _mm256_sub_epi16(t2, t5);
253   out[6] = _mm256_sub_epi16(t1, t6);
254   out[7] = _mm256_sub_epi16(t0, t7);
255 }
256 
idct16_38_second_half(const __m256i * in,__m256i * out)257 static INLINE void idct16_38_second_half(const __m256i *in, __m256i *out) {
258   const __m256i c2p30 = pair256_set_epi16(2 * cospi_30_64, 2 * cospi_30_64);
259   const __m256i c2p02 = pair256_set_epi16(2 * cospi_2_64, 2 * cospi_2_64);
260   __m256i t0 = _mm256_mulhrs_epi16(in[1], c2p30);
261   __m256i t7 = _mm256_mulhrs_epi16(in[1], c2p02);
262 
263   const __m256i c2m18 = pair256_set_epi16(-2 * cospi_18_64, -2 * cospi_18_64);
264   const __m256i c2p14 = pair256_set_epi16(2 * cospi_14_64, 2 * cospi_14_64);
265   __m256i t1 = _mm256_mulhrs_epi16(in[7], c2m18);
266   __m256i t6 = _mm256_mulhrs_epi16(in[7], c2p14);
267 
268   const __m256i c2p22 = pair256_set_epi16(2 * cospi_22_64, 2 * cospi_22_64);
269   const __m256i c2p10 = pair256_set_epi16(2 * cospi_10_64, 2 * cospi_10_64);
270   __m256i t2 = _mm256_mulhrs_epi16(in[5], c2p22);
271   __m256i t5 = _mm256_mulhrs_epi16(in[5], c2p10);
272 
273   const __m256i c2m26 = pair256_set_epi16(-2 * cospi_26_64, -2 * cospi_26_64);
274   const __m256i c2p06 = pair256_set_epi16(2 * cospi_6_64, 2 * cospi_6_64);
275   __m256i t3 = _mm256_mulhrs_epi16(in[3], c2m26);
276   __m256i t4 = _mm256_mulhrs_epi16(in[3], c2p06);
277 
278   __m256i v0, v1, v2, v3, v4, v5, v6, v7;
279   v0 = _mm256_add_epi16(t0, t1);
280   v1 = _mm256_sub_epi16(t0, t1);
281   v2 = _mm256_sub_epi16(t3, t2);
282   v3 = _mm256_add_epi16(t2, t3);
283   v4 = _mm256_add_epi16(t4, t5);
284   v5 = _mm256_sub_epi16(t4, t5);
285   v6 = _mm256_sub_epi16(t7, t6);
286   v7 = _mm256_add_epi16(t6, t7);
287 
288   t0 = v0;
289   t7 = v7;
290   t3 = v3;
291   t4 = v4;
292   const __m256i cospi_m08_p24 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
293   const __m256i cospi_p24_p08 = pair256_set_epi16(cospi_24_64, cospi_8_64);
294   const __m256i cospi_m24_m08 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
295   unpack_butter_fly(&v1, &v6, &cospi_m08_p24, &cospi_p24_p08, &t1, &t6);
296   unpack_butter_fly(&v2, &v5, &cospi_m24_m08, &cospi_m08_p24, &t2, &t5);
297 
298   v0 = _mm256_add_epi16(t0, t3);
299   v1 = _mm256_add_epi16(t1, t2);
300   v2 = _mm256_sub_epi16(t1, t2);
301   v3 = _mm256_sub_epi16(t0, t3);
302   v4 = _mm256_sub_epi16(t7, t4);
303   v5 = _mm256_sub_epi16(t6, t5);
304   v6 = _mm256_add_epi16(t6, t5);
305   v7 = _mm256_add_epi16(t7, t4);
306 
307   // stage 6, (8-15)
308   out[0] = v0;
309   out[1] = v1;
310   out[6] = v6;
311   out[7] = v7;
312   const __m256i cospi_p16_p16 = _mm256_set1_epi16((int16_t)cospi_16_64);
313   const __m256i cospi_p16_m16 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
314   unpack_butter_fly(&v5, &v2, &cospi_p16_m16, &cospi_p16_p16, &out[2], &out[5]);
315   unpack_butter_fly(&v4, &v3, &cospi_p16_m16, &cospi_p16_p16, &out[3], &out[4]);
316 }
317 
idct16_38(__m256i * in)318 static INLINE void idct16_38(__m256i *in /*in[16]*/) {
319   __m256i out[16];
320   idct16_38_first_half(in, out);
321   idct16_38_second_half(in, &out[8]);
322   add_sub_butterfly(out, in, 16);
323 }
324 
aom_idct16x16_38_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)325 void aom_idct16x16_38_add_avx2(const tran_low_t *input, uint8_t *dest,
326                                int stride) {
327   __m256i in[16];
328 
329   int i;
330   for (i = 0; i < 8; ++i) {
331     load_coeff(input + (i << 4), &in[i]);
332   }
333 
334   transpose_col_to_row_nz8x8(in);
335   idct16_38(in);
336 
337   transpose_col_to_row_nz8x16(in);
338   idct16_38(in);
339 
340   store_buffer_16xN(in, stride, dest, 16);
341 }
342 
calculate_dc(const tran_low_t * input)343 static INLINE int calculate_dc(const tran_low_t *input) {
344   int dc = (int)dct_const_round_shift(input[0] * cospi_16_64);
345   dc = (int)dct_const_round_shift(dc * cospi_16_64);
346   dc = ROUND_POWER_OF_TWO(dc, IDCT_ROUNDING_POS);
347   return dc;
348 }
349 
aom_idct16x16_1_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)350 void aom_idct16x16_1_add_avx2(const tran_low_t *input, uint8_t *dest,
351                               int stride) {
352   const int dc = calculate_dc(input);
353   if (dc == 0) return;
354 
355   const __m256i dc_value = _mm256_set1_epi16(dc);
356 
357   int i;
358   for (i = 0; i < 16; ++i) {
359     recon_and_store(&dc_value, dest);
360     dest += stride;
361   }
362 }
363 
364 // -----------------------------------------------------------------------------
365 // 32x32 partial IDCT
366 
aom_idct32x32_1_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)367 void aom_idct32x32_1_add_avx2(const tran_low_t *input, uint8_t *dest,
368                               int stride) {
369   const int dc = calculate_dc(input);
370   if (dc == 0) return;
371 
372   const __m256i dc_value = _mm256_set1_epi16(dc);
373 
374   int i;
375   for (i = 0; i < 32; ++i) {
376     recon_and_store(&dc_value, dest);
377     recon_and_store(&dc_value, dest + 16);
378     dest += stride;
379   }
380 }
381 
load_buffer_32x16(const tran_low_t * input,__m256i * in)382 static void load_buffer_32x16(const tran_low_t *input, __m256i *in /*in[32]*/) {
383   int i;
384   for (i = 0; i < 16; ++i) {
385     load_coeff(input, &in[i]);
386     load_coeff(input + 16, &in[i + 16]);
387     input += 32;
388   }
389 }
390 
391 // Note:
392 //  We extend SSSE3 operations to AVX2. Instead of operating on __m128i, we
393 // operate coefficients on __m256i. Our operation capacity doubles for each
394 // instruction.
395 #define BUTTERFLY_PAIR(x0, x1, co0, co1)            \
396   do {                                              \
397     tmp0 = _mm256_madd_epi16(x0, co0);              \
398     tmp1 = _mm256_madd_epi16(x1, co0);              \
399     tmp2 = _mm256_madd_epi16(x0, co1);              \
400     tmp3 = _mm256_madd_epi16(x1, co1);              \
401     tmp0 = _mm256_add_epi32(tmp0, rounding);        \
402     tmp1 = _mm256_add_epi32(tmp1, rounding);        \
403     tmp2 = _mm256_add_epi32(tmp2, rounding);        \
404     tmp3 = _mm256_add_epi32(tmp3, rounding);        \
405     tmp0 = _mm256_srai_epi32(tmp0, DCT_CONST_BITS); \
406     tmp1 = _mm256_srai_epi32(tmp1, DCT_CONST_BITS); \
407     tmp2 = _mm256_srai_epi32(tmp2, DCT_CONST_BITS); \
408     tmp3 = _mm256_srai_epi32(tmp3, DCT_CONST_BITS); \
409   } while (0)
410 
butterfly(const __m256i * x0,const __m256i * x1,const __m256i * c0,const __m256i * c1,__m256i * y0,__m256i * y1)411 static INLINE void butterfly(const __m256i *x0, const __m256i *x1,
412                              const __m256i *c0, const __m256i *c1, __m256i *y0,
413                              __m256i *y1) {
414   __m256i tmp0, tmp1, tmp2, tmp3, u0, u1;
415   const __m256i rounding = _mm256_set1_epi32(DCT_CONST_ROUNDING);
416 
417   u0 = _mm256_unpacklo_epi16(*x0, *x1);
418   u1 = _mm256_unpackhi_epi16(*x0, *x1);
419   BUTTERFLY_PAIR(u0, u1, *c0, *c1);
420   *y0 = _mm256_packs_epi32(tmp0, tmp1);
421   *y1 = _mm256_packs_epi32(tmp2, tmp3);
422 }
423 
butterfly_self(__m256i * x0,__m256i * x1,const __m256i * c0,const __m256i * c1)424 static INLINE void butterfly_self(__m256i *x0, __m256i *x1, const __m256i *c0,
425                                   const __m256i *c1) {
426   __m256i tmp0, tmp1, tmp2, tmp3, u0, u1;
427   const __m256i rounding = _mm256_set1_epi32(DCT_CONST_ROUNDING);
428 
429   u0 = _mm256_unpacklo_epi16(*x0, *x1);
430   u1 = _mm256_unpackhi_epi16(*x0, *x1);
431   BUTTERFLY_PAIR(u0, u1, *c0, *c1);
432   *x0 = _mm256_packs_epi32(tmp0, tmp1);
433   *x1 = _mm256_packs_epi32(tmp2, tmp3);
434 }
435 
436 // For each 16x32 block __m256i in[32],
437 // Input with index, 2, 6, 10, 14, 18, 22, 26, 30
438 // output pixels: 8-15 in __m256i in[32]
idct32_full_16x32_quarter_2(const __m256i * in,__m256i * out)439 static void idct32_full_16x32_quarter_2(const __m256i *in /*in[32]*/,
440                                         __m256i *out /*out[16]*/) {
441   __m256i u8, u9, u10, u11, u12, u13, u14, u15;  // stp2_
442   __m256i v8, v9, v10, v11, v12, v13, v14, v15;  // stp1_
443 
444   {
445     const __m256i stg2_0 = pair256_set_epi16(cospi_30_64, -cospi_2_64);
446     const __m256i stg2_1 = pair256_set_epi16(cospi_2_64, cospi_30_64);
447     const __m256i stg2_2 = pair256_set_epi16(cospi_14_64, -cospi_18_64);
448     const __m256i stg2_3 = pair256_set_epi16(cospi_18_64, cospi_14_64);
449     butterfly(&in[2], &in[30], &stg2_0, &stg2_1, &u8, &u15);
450     butterfly(&in[18], &in[14], &stg2_2, &stg2_3, &u9, &u14);
451   }
452 
453   v8 = _mm256_add_epi16(u8, u9);
454   v9 = _mm256_sub_epi16(u8, u9);
455   v14 = _mm256_sub_epi16(u15, u14);
456   v15 = _mm256_add_epi16(u15, u14);
457 
458   {
459     const __m256i stg2_4 = pair256_set_epi16(cospi_22_64, -cospi_10_64);
460     const __m256i stg2_5 = pair256_set_epi16(cospi_10_64, cospi_22_64);
461     const __m256i stg2_6 = pair256_set_epi16(cospi_6_64, -cospi_26_64);
462     const __m256i stg2_7 = pair256_set_epi16(cospi_26_64, cospi_6_64);
463     butterfly(&in[10], &in[22], &stg2_4, &stg2_5, &u10, &u13);
464     butterfly(&in[26], &in[6], &stg2_6, &stg2_7, &u11, &u12);
465   }
466 
467   v10 = _mm256_sub_epi16(u11, u10);
468   v11 = _mm256_add_epi16(u11, u10);
469   v12 = _mm256_add_epi16(u12, u13);
470   v13 = _mm256_sub_epi16(u12, u13);
471 
472   {
473     const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
474     const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
475     const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
476     butterfly_self(&v9, &v14, &stg4_4, &stg4_5);
477     butterfly_self(&v10, &v13, &stg4_6, &stg4_4);
478   }
479 
480   out[0] = _mm256_add_epi16(v8, v11);
481   out[1] = _mm256_add_epi16(v9, v10);
482   out[6] = _mm256_add_epi16(v14, v13);
483   out[7] = _mm256_add_epi16(v15, v12);
484 
485   out[2] = _mm256_sub_epi16(v9, v10);
486   out[3] = _mm256_sub_epi16(v8, v11);
487   out[4] = _mm256_sub_epi16(v15, v12);
488   out[5] = _mm256_sub_epi16(v14, v13);
489 
490   {
491     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
492     const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
493     butterfly_self(&out[2], &out[5], &stg6_0, &stg4_0);
494     butterfly_self(&out[3], &out[4], &stg6_0, &stg4_0);
495   }
496 }
497 
498 // For each 8x32 block __m256i in[32],
499 // Input with index, 0, 4, 8, 12, 16, 20, 24, 28
500 // output pixels: 0-7 in __m256i in[32]
idct32_full_16x32_quarter_1(const __m256i * in,__m256i * out)501 static void idct32_full_16x32_quarter_1(const __m256i *in /*in[32]*/,
502                                         __m256i *out /*out[8]*/) {
503   __m256i u0, u1, u2, u3, u4, u5, u6, u7;  // stp1_
504   __m256i v0, v1, v2, v3, v4, v5, v6, v7;  // stp2_
505 
506   {
507     const __m256i stg3_0 = pair256_set_epi16(cospi_28_64, -cospi_4_64);
508     const __m256i stg3_1 = pair256_set_epi16(cospi_4_64, cospi_28_64);
509     const __m256i stg3_2 = pair256_set_epi16(cospi_12_64, -cospi_20_64);
510     const __m256i stg3_3 = pair256_set_epi16(cospi_20_64, cospi_12_64);
511     butterfly(&in[4], &in[28], &stg3_0, &stg3_1, &u4, &u7);
512     butterfly(&in[20], &in[12], &stg3_2, &stg3_3, &u5, &u6);
513   }
514 
515   v4 = _mm256_add_epi16(u4, u5);
516   v5 = _mm256_sub_epi16(u4, u5);
517   v6 = _mm256_sub_epi16(u7, u6);
518   v7 = _mm256_add_epi16(u7, u6);
519 
520   {
521     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
522     const __m256i stg4_1 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
523     const __m256i stg4_2 = pair256_set_epi16(cospi_24_64, -cospi_8_64);
524     const __m256i stg4_3 = pair256_set_epi16(cospi_8_64, cospi_24_64);
525     butterfly(&v6, &v5, &stg4_1, &stg4_0, &v5, &v6);
526 
527     butterfly(&in[0], &in[16], &stg4_0, &stg4_1, &u0, &u1);
528     butterfly(&in[8], &in[24], &stg4_2, &stg4_3, &u2, &u3);
529   }
530 
531   v0 = _mm256_add_epi16(u0, u3);
532   v1 = _mm256_add_epi16(u1, u2);
533   v2 = _mm256_sub_epi16(u1, u2);
534   v3 = _mm256_sub_epi16(u0, u3);
535 
536   out[0] = _mm256_add_epi16(v0, v7);
537   out[1] = _mm256_add_epi16(v1, v6);
538   out[2] = _mm256_add_epi16(v2, v5);
539   out[3] = _mm256_add_epi16(v3, v4);
540   out[4] = _mm256_sub_epi16(v3, v4);
541   out[5] = _mm256_sub_epi16(v2, v5);
542   out[6] = _mm256_sub_epi16(v1, v6);
543   out[7] = _mm256_sub_epi16(v0, v7);
544 }
545 
546 // For each 8x32 block __m256i in[32],
547 // Input with odd index,
548 // 1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21, 23, 25, 27, 29, 31
549 // output pixels: 16-23, 24-31 in __m256i in[32]
550 // We avoid hide an offset, 16, inside this function. So we output 0-15 into
551 // array out[16]
idct32_full_16x32_quarter_3_4(const __m256i * in,__m256i * out)552 static void idct32_full_16x32_quarter_3_4(const __m256i *in /*in[32]*/,
553                                           __m256i *out /*out[16]*/) {
554   __m256i v16, v17, v18, v19, v20, v21, v22, v23;
555   __m256i v24, v25, v26, v27, v28, v29, v30, v31;
556   __m256i u16, u17, u18, u19, u20, u21, u22, u23;
557   __m256i u24, u25, u26, u27, u28, u29, u30, u31;
558 
559   {
560     const __m256i stg1_0 = pair256_set_epi16(cospi_31_64, -cospi_1_64);
561     const __m256i stg1_1 = pair256_set_epi16(cospi_1_64, cospi_31_64);
562     const __m256i stg1_2 = pair256_set_epi16(cospi_15_64, -cospi_17_64);
563     const __m256i stg1_3 = pair256_set_epi16(cospi_17_64, cospi_15_64);
564     const __m256i stg1_4 = pair256_set_epi16(cospi_23_64, -cospi_9_64);
565     const __m256i stg1_5 = pair256_set_epi16(cospi_9_64, cospi_23_64);
566     const __m256i stg1_6 = pair256_set_epi16(cospi_7_64, -cospi_25_64);
567     const __m256i stg1_7 = pair256_set_epi16(cospi_25_64, cospi_7_64);
568     const __m256i stg1_8 = pair256_set_epi16(cospi_27_64, -cospi_5_64);
569     const __m256i stg1_9 = pair256_set_epi16(cospi_5_64, cospi_27_64);
570     const __m256i stg1_10 = pair256_set_epi16(cospi_11_64, -cospi_21_64);
571     const __m256i stg1_11 = pair256_set_epi16(cospi_21_64, cospi_11_64);
572     const __m256i stg1_12 = pair256_set_epi16(cospi_19_64, -cospi_13_64);
573     const __m256i stg1_13 = pair256_set_epi16(cospi_13_64, cospi_19_64);
574     const __m256i stg1_14 = pair256_set_epi16(cospi_3_64, -cospi_29_64);
575     const __m256i stg1_15 = pair256_set_epi16(cospi_29_64, cospi_3_64);
576     butterfly(&in[1], &in[31], &stg1_0, &stg1_1, &u16, &u31);
577     butterfly(&in[17], &in[15], &stg1_2, &stg1_3, &u17, &u30);
578     butterfly(&in[9], &in[23], &stg1_4, &stg1_5, &u18, &u29);
579     butterfly(&in[25], &in[7], &stg1_6, &stg1_7, &u19, &u28);
580 
581     butterfly(&in[5], &in[27], &stg1_8, &stg1_9, &u20, &u27);
582     butterfly(&in[21], &in[11], &stg1_10, &stg1_11, &u21, &u26);
583 
584     butterfly(&in[13], &in[19], &stg1_12, &stg1_13, &u22, &u25);
585     butterfly(&in[29], &in[3], &stg1_14, &stg1_15, &u23, &u24);
586   }
587 
588   v16 = _mm256_add_epi16(u16, u17);
589   v17 = _mm256_sub_epi16(u16, u17);
590   v18 = _mm256_sub_epi16(u19, u18);
591   v19 = _mm256_add_epi16(u19, u18);
592 
593   v20 = _mm256_add_epi16(u20, u21);
594   v21 = _mm256_sub_epi16(u20, u21);
595   v22 = _mm256_sub_epi16(u23, u22);
596   v23 = _mm256_add_epi16(u23, u22);
597 
598   v24 = _mm256_add_epi16(u24, u25);
599   v25 = _mm256_sub_epi16(u24, u25);
600   v26 = _mm256_sub_epi16(u27, u26);
601   v27 = _mm256_add_epi16(u27, u26);
602 
603   v28 = _mm256_add_epi16(u28, u29);
604   v29 = _mm256_sub_epi16(u28, u29);
605   v30 = _mm256_sub_epi16(u31, u30);
606   v31 = _mm256_add_epi16(u31, u30);
607 
608   {
609     const __m256i stg3_4 = pair256_set_epi16(-cospi_4_64, cospi_28_64);
610     const __m256i stg3_5 = pair256_set_epi16(cospi_28_64, cospi_4_64);
611     const __m256i stg3_6 = pair256_set_epi16(-cospi_28_64, -cospi_4_64);
612     const __m256i stg3_8 = pair256_set_epi16(-cospi_20_64, cospi_12_64);
613     const __m256i stg3_9 = pair256_set_epi16(cospi_12_64, cospi_20_64);
614     const __m256i stg3_10 = pair256_set_epi16(-cospi_12_64, -cospi_20_64);
615     butterfly_self(&v17, &v30, &stg3_4, &stg3_5);
616     butterfly_self(&v18, &v29, &stg3_6, &stg3_4);
617     butterfly_self(&v21, &v26, &stg3_8, &stg3_9);
618     butterfly_self(&v22, &v25, &stg3_10, &stg3_8);
619   }
620 
621   u16 = _mm256_add_epi16(v16, v19);
622   u17 = _mm256_add_epi16(v17, v18);
623   u18 = _mm256_sub_epi16(v17, v18);
624   u19 = _mm256_sub_epi16(v16, v19);
625   u20 = _mm256_sub_epi16(v23, v20);
626   u21 = _mm256_sub_epi16(v22, v21);
627   u22 = _mm256_add_epi16(v22, v21);
628   u23 = _mm256_add_epi16(v23, v20);
629 
630   u24 = _mm256_add_epi16(v24, v27);
631   u25 = _mm256_add_epi16(v25, v26);
632   u26 = _mm256_sub_epi16(v25, v26);
633   u27 = _mm256_sub_epi16(v24, v27);
634 
635   u28 = _mm256_sub_epi16(v31, v28);
636   u29 = _mm256_sub_epi16(v30, v29);
637   u30 = _mm256_add_epi16(v29, v30);
638   u31 = _mm256_add_epi16(v28, v31);
639 
640   {
641     const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
642     const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
643     const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
644     butterfly_self(&u18, &u29, &stg4_4, &stg4_5);
645     butterfly_self(&u19, &u28, &stg4_4, &stg4_5);
646     butterfly_self(&u20, &u27, &stg4_6, &stg4_4);
647     butterfly_self(&u21, &u26, &stg4_6, &stg4_4);
648   }
649 
650   out[0] = _mm256_add_epi16(u16, u23);
651   out[1] = _mm256_add_epi16(u17, u22);
652   out[2] = _mm256_add_epi16(u18, u21);
653   out[3] = _mm256_add_epi16(u19, u20);
654   out[4] = _mm256_sub_epi16(u19, u20);
655   out[5] = _mm256_sub_epi16(u18, u21);
656   out[6] = _mm256_sub_epi16(u17, u22);
657   out[7] = _mm256_sub_epi16(u16, u23);
658 
659   out[8] = _mm256_sub_epi16(u31, u24);
660   out[9] = _mm256_sub_epi16(u30, u25);
661   out[10] = _mm256_sub_epi16(u29, u26);
662   out[11] = _mm256_sub_epi16(u28, u27);
663   out[12] = _mm256_add_epi16(u27, u28);
664   out[13] = _mm256_add_epi16(u26, u29);
665   out[14] = _mm256_add_epi16(u25, u30);
666   out[15] = _mm256_add_epi16(u24, u31);
667 
668   {
669     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
670     const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
671     butterfly_self(&out[4], &out[11], &stg6_0, &stg4_0);
672     butterfly_self(&out[5], &out[10], &stg6_0, &stg4_0);
673     butterfly_self(&out[6], &out[9], &stg6_0, &stg4_0);
674     butterfly_self(&out[7], &out[8], &stg6_0, &stg4_0);
675   }
676 }
677 
idct32_full_16x32_quarter_1_2(const __m256i * in,__m256i * out)678 static void idct32_full_16x32_quarter_1_2(const __m256i *in /*in[32]*/,
679                                           __m256i *out /*out[32]*/) {
680   __m256i temp[16];
681   idct32_full_16x32_quarter_1(in, temp);
682   idct32_full_16x32_quarter_2(in, &temp[8]);
683   add_sub_butterfly(temp, out, 16);
684 }
685 
idct32_16x32(const __m256i * in,__m256i * out)686 static void idct32_16x32(const __m256i *in /*in[32]*/,
687                          __m256i *out /*out[32]*/) {
688   __m256i temp[32];
689   idct32_full_16x32_quarter_1_2(in, temp);
690   idct32_full_16x32_quarter_3_4(in, &temp[16]);
691   add_sub_butterfly(temp, out, 32);
692 }
693 
aom_idct32x32_1024_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)694 void aom_idct32x32_1024_add_avx2(const tran_low_t *input, uint8_t *dest,
695                                  int stride) {
696   __m256i col[64], in[32];
697   int i;
698 
699   for (i = 0; i < 2; ++i) {
700     load_buffer_32x16(input, in);
701     input += 32 << 4;
702 
703     mm256_transpose_16x16(in, in);
704     mm256_transpose_16x16(&in[16], &in[16]);
705     idct32_16x32(in, col + (i << 5));
706   }
707 
708   for (i = 0; i < 2; ++i) {
709     int j = i << 4;
710     mm256_transpose_16x16(col + j, in);
711     mm256_transpose_16x16(col + j + 32, &in[16]);
712     idct32_16x32(in, in);
713     store_buffer_16xN(in, stride, dest, 32);
714     dest += 16;
715   }
716 }
717 
718 // Group the coefficient calculation into smaller functions
719 // to prevent stack spillover:
720 // quarter_1: 0-7
721 // quarter_2: 8-15
722 // quarter_3_4: 16-23, 24-31
idct32_16x32_135_quarter_1(const __m256i * in,__m256i * out)723 static void idct32_16x32_135_quarter_1(const __m256i *in /*in[16]*/,
724                                        __m256i *out /*out[8]*/) {
725   __m256i u0, u1, u2, u3, u4, u5, u6, u7;
726   __m256i v0, v1, v2, v3, v4, v5, v6, v7;
727 
728   {
729     const __m256i stk4_0 = pair256_set_epi16(2 * cospi_16_64, 2 * cospi_16_64);
730     const __m256i stk4_2 = pair256_set_epi16(2 * cospi_24_64, 2 * cospi_24_64);
731     const __m256i stk4_3 = pair256_set_epi16(2 * cospi_8_64, 2 * cospi_8_64);
732     u0 = _mm256_mulhrs_epi16(in[0], stk4_0);
733     u2 = _mm256_mulhrs_epi16(in[8], stk4_2);
734     u3 = _mm256_mulhrs_epi16(in[8], stk4_3);
735     u1 = u0;
736   }
737 
738   v0 = _mm256_add_epi16(u0, u3);
739   v1 = _mm256_add_epi16(u1, u2);
740   v2 = _mm256_sub_epi16(u1, u2);
741   v3 = _mm256_sub_epi16(u0, u3);
742 
743   {
744     const __m256i stk3_0 = pair256_set_epi16(2 * cospi_28_64, 2 * cospi_28_64);
745     const __m256i stk3_1 = pair256_set_epi16(2 * cospi_4_64, 2 * cospi_4_64);
746     const __m256i stk3_2 =
747         pair256_set_epi16(-2 * cospi_20_64, -2 * cospi_20_64);
748     const __m256i stk3_3 = pair256_set_epi16(2 * cospi_12_64, 2 * cospi_12_64);
749     u4 = _mm256_mulhrs_epi16(in[4], stk3_0);
750     u7 = _mm256_mulhrs_epi16(in[4], stk3_1);
751     u5 = _mm256_mulhrs_epi16(in[12], stk3_2);
752     u6 = _mm256_mulhrs_epi16(in[12], stk3_3);
753   }
754 
755   v4 = _mm256_add_epi16(u4, u5);
756   v5 = _mm256_sub_epi16(u4, u5);
757   v6 = _mm256_sub_epi16(u7, u6);
758   v7 = _mm256_add_epi16(u7, u6);
759 
760   {
761     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
762     const __m256i stg4_1 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
763     butterfly(&v6, &v5, &stg4_1, &stg4_0, &v5, &v6);
764   }
765 
766   out[0] = _mm256_add_epi16(v0, v7);
767   out[1] = _mm256_add_epi16(v1, v6);
768   out[2] = _mm256_add_epi16(v2, v5);
769   out[3] = _mm256_add_epi16(v3, v4);
770   out[4] = _mm256_sub_epi16(v3, v4);
771   out[5] = _mm256_sub_epi16(v2, v5);
772   out[6] = _mm256_sub_epi16(v1, v6);
773   out[7] = _mm256_sub_epi16(v0, v7);
774 }
775 
idct32_16x32_135_quarter_2(const __m256i * in,__m256i * out)776 static void idct32_16x32_135_quarter_2(const __m256i *in /*in[16]*/,
777                                        __m256i *out /*out[8]*/) {
778   __m256i u8, u9, u10, u11, u12, u13, u14, u15;
779   __m256i v8, v9, v10, v11, v12, v13, v14, v15;
780 
781   {
782     const __m256i stk2_0 = pair256_set_epi16(2 * cospi_30_64, 2 * cospi_30_64);
783     const __m256i stk2_1 = pair256_set_epi16(2 * cospi_2_64, 2 * cospi_2_64);
784     const __m256i stk2_2 =
785         pair256_set_epi16(-2 * cospi_18_64, -2 * cospi_18_64);
786     const __m256i stk2_3 = pair256_set_epi16(2 * cospi_14_64, 2 * cospi_14_64);
787     const __m256i stk2_4 = pair256_set_epi16(2 * cospi_22_64, 2 * cospi_22_64);
788     const __m256i stk2_5 = pair256_set_epi16(2 * cospi_10_64, 2 * cospi_10_64);
789     const __m256i stk2_6 =
790         pair256_set_epi16(-2 * cospi_26_64, -2 * cospi_26_64);
791     const __m256i stk2_7 = pair256_set_epi16(2 * cospi_6_64, 2 * cospi_6_64);
792     u8 = _mm256_mulhrs_epi16(in[2], stk2_0);
793     u15 = _mm256_mulhrs_epi16(in[2], stk2_1);
794     u9 = _mm256_mulhrs_epi16(in[14], stk2_2);
795     u14 = _mm256_mulhrs_epi16(in[14], stk2_3);
796     u10 = _mm256_mulhrs_epi16(in[10], stk2_4);
797     u13 = _mm256_mulhrs_epi16(in[10], stk2_5);
798     u11 = _mm256_mulhrs_epi16(in[6], stk2_6);
799     u12 = _mm256_mulhrs_epi16(in[6], stk2_7);
800   }
801 
802   v8 = _mm256_add_epi16(u8, u9);
803   v9 = _mm256_sub_epi16(u8, u9);
804   v10 = _mm256_sub_epi16(u11, u10);
805   v11 = _mm256_add_epi16(u11, u10);
806   v12 = _mm256_add_epi16(u12, u13);
807   v13 = _mm256_sub_epi16(u12, u13);
808   v14 = _mm256_sub_epi16(u15, u14);
809   v15 = _mm256_add_epi16(u15, u14);
810 
811   {
812     const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
813     const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
814     const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
815     butterfly_self(&v9, &v14, &stg4_4, &stg4_5);
816     butterfly_self(&v10, &v13, &stg4_6, &stg4_4);
817   }
818 
819   out[0] = _mm256_add_epi16(v8, v11);
820   out[1] = _mm256_add_epi16(v9, v10);
821   out[2] = _mm256_sub_epi16(v9, v10);
822   out[3] = _mm256_sub_epi16(v8, v11);
823   out[4] = _mm256_sub_epi16(v15, v12);
824   out[5] = _mm256_sub_epi16(v14, v13);
825   out[6] = _mm256_add_epi16(v14, v13);
826   out[7] = _mm256_add_epi16(v15, v12);
827 
828   {
829     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
830     const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
831     butterfly_self(&out[2], &out[5], &stg6_0, &stg4_0);
832     butterfly_self(&out[3], &out[4], &stg6_0, &stg4_0);
833   }
834 }
835 
836 // 8x32 block even indexed 8 inputs of in[16],
837 // output first half 16 to out[32]
idct32_16x32_quarter_1_2(const __m256i * in,__m256i * out)838 static void idct32_16x32_quarter_1_2(const __m256i *in /*in[16]*/,
839                                      __m256i *out /*out[32]*/) {
840   __m256i temp[16];
841   idct32_16x32_135_quarter_1(in, temp);
842   idct32_16x32_135_quarter_2(in, &temp[8]);
843   add_sub_butterfly(temp, out, 16);
844 }
845 
846 // 8x32 block odd indexed 8 inputs of in[16],
847 // output second half 16 to out[32]
idct32_16x32_quarter_3_4(const __m256i * in,__m256i * out)848 static void idct32_16x32_quarter_3_4(const __m256i *in /*in[16]*/,
849                                      __m256i *out /*out[32]*/) {
850   __m256i v16, v17, v18, v19, v20, v21, v22, v23;
851   __m256i v24, v25, v26, v27, v28, v29, v30, v31;
852   __m256i u16, u17, u18, u19, u20, u21, u22, u23;
853   __m256i u24, u25, u26, u27, u28, u29, u30, u31;
854 
855   {
856     const __m256i stk1_0 = pair256_set_epi16(2 * cospi_31_64, 2 * cospi_31_64);
857     const __m256i stk1_1 = pair256_set_epi16(2 * cospi_1_64, 2 * cospi_1_64);
858     const __m256i stk1_2 =
859         pair256_set_epi16(-2 * cospi_17_64, -2 * cospi_17_64);
860     const __m256i stk1_3 = pair256_set_epi16(2 * cospi_15_64, 2 * cospi_15_64);
861 
862     const __m256i stk1_4 = pair256_set_epi16(2 * cospi_23_64, 2 * cospi_23_64);
863     const __m256i stk1_5 = pair256_set_epi16(2 * cospi_9_64, 2 * cospi_9_64);
864     const __m256i stk1_6 =
865         pair256_set_epi16(-2 * cospi_25_64, -2 * cospi_25_64);
866     const __m256i stk1_7 = pair256_set_epi16(2 * cospi_7_64, 2 * cospi_7_64);
867     const __m256i stk1_8 = pair256_set_epi16(2 * cospi_27_64, 2 * cospi_27_64);
868     const __m256i stk1_9 = pair256_set_epi16(2 * cospi_5_64, 2 * cospi_5_64);
869     const __m256i stk1_10 =
870         pair256_set_epi16(-2 * cospi_21_64, -2 * cospi_21_64);
871     const __m256i stk1_11 = pair256_set_epi16(2 * cospi_11_64, 2 * cospi_11_64);
872 
873     const __m256i stk1_12 = pair256_set_epi16(2 * cospi_19_64, 2 * cospi_19_64);
874     const __m256i stk1_13 = pair256_set_epi16(2 * cospi_13_64, 2 * cospi_13_64);
875     const __m256i stk1_14 =
876         pair256_set_epi16(-2 * cospi_29_64, -2 * cospi_29_64);
877     const __m256i stk1_15 = pair256_set_epi16(2 * cospi_3_64, 2 * cospi_3_64);
878     u16 = _mm256_mulhrs_epi16(in[1], stk1_0);
879     u31 = _mm256_mulhrs_epi16(in[1], stk1_1);
880     u17 = _mm256_mulhrs_epi16(in[15], stk1_2);
881     u30 = _mm256_mulhrs_epi16(in[15], stk1_3);
882 
883     u18 = _mm256_mulhrs_epi16(in[9], stk1_4);
884     u29 = _mm256_mulhrs_epi16(in[9], stk1_5);
885     u19 = _mm256_mulhrs_epi16(in[7], stk1_6);
886     u28 = _mm256_mulhrs_epi16(in[7], stk1_7);
887 
888     u20 = _mm256_mulhrs_epi16(in[5], stk1_8);
889     u27 = _mm256_mulhrs_epi16(in[5], stk1_9);
890     u21 = _mm256_mulhrs_epi16(in[11], stk1_10);
891     u26 = _mm256_mulhrs_epi16(in[11], stk1_11);
892 
893     u22 = _mm256_mulhrs_epi16(in[13], stk1_12);
894     u25 = _mm256_mulhrs_epi16(in[13], stk1_13);
895     u23 = _mm256_mulhrs_epi16(in[3], stk1_14);
896     u24 = _mm256_mulhrs_epi16(in[3], stk1_15);
897   }
898 
899   v16 = _mm256_add_epi16(u16, u17);
900   v17 = _mm256_sub_epi16(u16, u17);
901   v18 = _mm256_sub_epi16(u19, u18);
902   v19 = _mm256_add_epi16(u19, u18);
903 
904   v20 = _mm256_add_epi16(u20, u21);
905   v21 = _mm256_sub_epi16(u20, u21);
906   v22 = _mm256_sub_epi16(u23, u22);
907   v23 = _mm256_add_epi16(u23, u22);
908 
909   v24 = _mm256_add_epi16(u24, u25);
910   v25 = _mm256_sub_epi16(u24, u25);
911   v26 = _mm256_sub_epi16(u27, u26);
912   v27 = _mm256_add_epi16(u27, u26);
913 
914   v28 = _mm256_add_epi16(u28, u29);
915   v29 = _mm256_sub_epi16(u28, u29);
916   v30 = _mm256_sub_epi16(u31, u30);
917   v31 = _mm256_add_epi16(u31, u30);
918 
919   {
920     const __m256i stg3_4 = pair256_set_epi16(-cospi_4_64, cospi_28_64);
921     const __m256i stg3_5 = pair256_set_epi16(cospi_28_64, cospi_4_64);
922     const __m256i stg3_6 = pair256_set_epi16(-cospi_28_64, -cospi_4_64);
923     const __m256i stg3_8 = pair256_set_epi16(-cospi_20_64, cospi_12_64);
924     const __m256i stg3_9 = pair256_set_epi16(cospi_12_64, cospi_20_64);
925     const __m256i stg3_10 = pair256_set_epi16(-cospi_12_64, -cospi_20_64);
926 
927     butterfly_self(&v17, &v30, &stg3_4, &stg3_5);
928     butterfly_self(&v18, &v29, &stg3_6, &stg3_4);
929     butterfly_self(&v21, &v26, &stg3_8, &stg3_9);
930     butterfly_self(&v22, &v25, &stg3_10, &stg3_8);
931   }
932 
933   u16 = _mm256_add_epi16(v16, v19);
934   u17 = _mm256_add_epi16(v17, v18);
935   u18 = _mm256_sub_epi16(v17, v18);
936   u19 = _mm256_sub_epi16(v16, v19);
937   u20 = _mm256_sub_epi16(v23, v20);
938   u21 = _mm256_sub_epi16(v22, v21);
939   u22 = _mm256_add_epi16(v22, v21);
940   u23 = _mm256_add_epi16(v23, v20);
941 
942   u24 = _mm256_add_epi16(v24, v27);
943   u25 = _mm256_add_epi16(v25, v26);
944   u26 = _mm256_sub_epi16(v25, v26);
945   u27 = _mm256_sub_epi16(v24, v27);
946   u28 = _mm256_sub_epi16(v31, v28);
947   u29 = _mm256_sub_epi16(v30, v29);
948   u30 = _mm256_add_epi16(v29, v30);
949   u31 = _mm256_add_epi16(v28, v31);
950 
951   {
952     const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
953     const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
954     const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
955     butterfly_self(&u18, &u29, &stg4_4, &stg4_5);
956     butterfly_self(&u19, &u28, &stg4_4, &stg4_5);
957     butterfly_self(&u20, &u27, &stg4_6, &stg4_4);
958     butterfly_self(&u21, &u26, &stg4_6, &stg4_4);
959   }
960 
961   out[0] = _mm256_add_epi16(u16, u23);
962   out[1] = _mm256_add_epi16(u17, u22);
963   out[2] = _mm256_add_epi16(u18, u21);
964   out[3] = _mm256_add_epi16(u19, u20);
965   v20 = _mm256_sub_epi16(u19, u20);
966   v21 = _mm256_sub_epi16(u18, u21);
967   v22 = _mm256_sub_epi16(u17, u22);
968   v23 = _mm256_sub_epi16(u16, u23);
969 
970   v24 = _mm256_sub_epi16(u31, u24);
971   v25 = _mm256_sub_epi16(u30, u25);
972   v26 = _mm256_sub_epi16(u29, u26);
973   v27 = _mm256_sub_epi16(u28, u27);
974   out[12] = _mm256_add_epi16(u27, u28);
975   out[13] = _mm256_add_epi16(u26, u29);
976   out[14] = _mm256_add_epi16(u25, u30);
977   out[15] = _mm256_add_epi16(u24, u31);
978 
979   {
980     const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
981     const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
982     butterfly(&v20, &v27, &stg6_0, &stg4_0, &out[4], &out[11]);
983     butterfly(&v21, &v26, &stg6_0, &stg4_0, &out[5], &out[10]);
984     butterfly(&v22, &v25, &stg6_0, &stg4_0, &out[6], &out[9]);
985     butterfly(&v23, &v24, &stg6_0, &stg4_0, &out[7], &out[8]);
986   }
987 }
988 
989 // 16x16 block input __m256i in[32], output 16x32 __m256i in[32]
idct32_16x32_135(__m256i * in)990 static void idct32_16x32_135(__m256i *in /*in[32]*/) {
991   __m256i out[32];
992   idct32_16x32_quarter_1_2(in, out);
993   idct32_16x32_quarter_3_4(in, &out[16]);
994   add_sub_butterfly(out, in, 32);
995 }
996 
load_buffer_from_32x32(const tran_low_t * coeff,__m256i * in,int size)997 static INLINE void load_buffer_from_32x32(const tran_low_t *coeff, __m256i *in,
998                                           int size) {
999   int i = 0;
1000   while (i < size) {
1001     load_coeff(coeff + (i << 5), &in[i]);
1002     i += 1;
1003   }
1004 }
1005 
zero_buffer(__m256i * in,int num)1006 static INLINE void zero_buffer(__m256i *in, int num) {
1007   int i;
1008   for (i = 0; i < num; ++i) {
1009     in[i] = _mm256_setzero_si256();
1010   }
1011 }
1012 
1013 // Only upper-left 16x16 has non-zero coeff
aom_idct32x32_135_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)1014 void aom_idct32x32_135_add_avx2(const tran_low_t *input, uint8_t *dest,
1015                                 int stride) {
1016   __m256i in[32];
1017   zero_buffer(in, 32);
1018   load_buffer_from_32x32(input, in, 16);
1019   mm256_transpose_16x16(in, in);
1020   idct32_16x32_135(in);
1021 
1022   __m256i out[32];
1023   mm256_transpose_16x16(in, out);
1024   idct32_16x32_135(out);
1025   store_buffer_16xN(out, stride, dest, 32);
1026   mm256_transpose_16x16(&in[16], in);
1027   idct32_16x32_135(in);
1028   store_buffer_16xN(in, stride, dest + 16, 32);
1029 }
1030 
idct32_34_first_half(const __m256i * in,__m256i * stp1)1031 static void idct32_34_first_half(const __m256i *in, __m256i *stp1) {
1032   const __m256i stk2_0 = pair256_set_epi16(2 * cospi_30_64, 2 * cospi_30_64);
1033   const __m256i stk2_1 = pair256_set_epi16(2 * cospi_2_64, 2 * cospi_2_64);
1034   const __m256i stk2_6 = pair256_set_epi16(-2 * cospi_26_64, -2 * cospi_26_64);
1035   const __m256i stk2_7 = pair256_set_epi16(2 * cospi_6_64, 2 * cospi_6_64);
1036 
1037   const __m256i stk3_0 = pair256_set_epi16(2 * cospi_28_64, 2 * cospi_28_64);
1038   const __m256i stk3_1 = pair256_set_epi16(2 * cospi_4_64, 2 * cospi_4_64);
1039 
1040   const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
1041   const __m256i stk4_0 = pair256_set_epi16(2 * cospi_16_64, 2 * cospi_16_64);
1042   const __m256i stg4_1 = pair256_set_epi16(cospi_16_64, -cospi_16_64);
1043   const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
1044   const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
1045   const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
1046 
1047   const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
1048   __m256i u0, u1, u2, u3, u4, u5, u6, u7;
1049   __m256i x0, x1, x4, x5, x6, x7;
1050   __m256i v0, v1, v2, v3, v4, v5, v6, v7, v8, v9, v10, v11, v12, v13, v14, v15;
1051 
1052   // phase 1
1053 
1054   // 0, 15
1055   u2 = _mm256_mulhrs_epi16(in[2], stk2_1);  // stp2_15
1056   u3 = _mm256_mulhrs_epi16(in[6], stk2_7);  // stp2_12
1057   v15 = _mm256_add_epi16(u2, u3);
1058   // in[0], in[4]
1059   x0 = _mm256_mulhrs_epi16(in[0], stk4_0);  // stp1[0]
1060   x7 = _mm256_mulhrs_epi16(in[4], stk3_1);  // stp1[7]
1061   v0 = _mm256_add_epi16(x0, x7);            // stp2_0
1062   stp1[0] = _mm256_add_epi16(v0, v15);
1063   stp1[15] = _mm256_sub_epi16(v0, v15);
1064 
1065   // in[2], in[6]
1066   u0 = _mm256_mulhrs_epi16(in[2], stk2_0);          // stp2_8
1067   u1 = _mm256_mulhrs_epi16(in[6], stk2_6);          // stp2_11
1068   butterfly(&u0, &u2, &stg4_4, &stg4_5, &u4, &u5);  // stp2_9, stp2_14
1069   butterfly(&u1, &u3, &stg4_6, &stg4_4, &u6, &u7);  // stp2_10, stp2_13
1070 
1071   v8 = _mm256_add_epi16(u0, u1);
1072   v9 = _mm256_add_epi16(u4, u6);
1073   v10 = _mm256_sub_epi16(u4, u6);
1074   v11 = _mm256_sub_epi16(u0, u1);
1075   v12 = _mm256_sub_epi16(u2, u3);
1076   v13 = _mm256_sub_epi16(u5, u7);
1077   v14 = _mm256_add_epi16(u5, u7);
1078 
1079   butterfly_self(&v10, &v13, &stg6_0, &stg4_0);
1080   butterfly_self(&v11, &v12, &stg6_0, &stg4_0);
1081 
1082   // 1, 14
1083   x1 = _mm256_mulhrs_epi16(in[0], stk4_0);  // stp1[1], stk4_1 = stk4_0
1084   // stp1[2] = stp1[0], stp1[3] = stp1[1]
1085   x4 = _mm256_mulhrs_epi16(in[4], stk3_0);  // stp1[4]
1086   butterfly(&x7, &x4, &stg4_1, &stg4_0, &x5, &x6);
1087   v1 = _mm256_add_epi16(x1, x6);  // stp2_1
1088   v2 = _mm256_add_epi16(x0, x5);  // stp2_2
1089   stp1[1] = _mm256_add_epi16(v1, v14);
1090   stp1[14] = _mm256_sub_epi16(v1, v14);
1091 
1092   stp1[2] = _mm256_add_epi16(v2, v13);
1093   stp1[13] = _mm256_sub_epi16(v2, v13);
1094 
1095   v3 = _mm256_add_epi16(x1, x4);  // stp2_3
1096   v4 = _mm256_sub_epi16(x1, x4);  // stp2_4
1097 
1098   v5 = _mm256_sub_epi16(x0, x5);  // stp2_5
1099 
1100   v6 = _mm256_sub_epi16(x1, x6);  // stp2_6
1101   v7 = _mm256_sub_epi16(x0, x7);  // stp2_7
1102   stp1[3] = _mm256_add_epi16(v3, v12);
1103   stp1[12] = _mm256_sub_epi16(v3, v12);
1104 
1105   stp1[6] = _mm256_add_epi16(v6, v9);
1106   stp1[9] = _mm256_sub_epi16(v6, v9);
1107 
1108   stp1[7] = _mm256_add_epi16(v7, v8);
1109   stp1[8] = _mm256_sub_epi16(v7, v8);
1110 
1111   stp1[4] = _mm256_add_epi16(v4, v11);
1112   stp1[11] = _mm256_sub_epi16(v4, v11);
1113 
1114   stp1[5] = _mm256_add_epi16(v5, v10);
1115   stp1[10] = _mm256_sub_epi16(v5, v10);
1116 }
1117 
idct32_34_second_half(const __m256i * in,__m256i * stp1)1118 static void idct32_34_second_half(const __m256i *in, __m256i *stp1) {
1119   const __m256i stk1_0 = pair256_set_epi16(2 * cospi_31_64, 2 * cospi_31_64);
1120   const __m256i stk1_1 = pair256_set_epi16(2 * cospi_1_64, 2 * cospi_1_64);
1121   const __m256i stk1_6 = pair256_set_epi16(-2 * cospi_25_64, -2 * cospi_25_64);
1122   const __m256i stk1_7 = pair256_set_epi16(2 * cospi_7_64, 2 * cospi_7_64);
1123   const __m256i stk1_8 = pair256_set_epi16(2 * cospi_27_64, 2 * cospi_27_64);
1124   const __m256i stk1_9 = pair256_set_epi16(2 * cospi_5_64, 2 * cospi_5_64);
1125   const __m256i stk1_14 = pair256_set_epi16(-2 * cospi_29_64, -2 * cospi_29_64);
1126   const __m256i stk1_15 = pair256_set_epi16(2 * cospi_3_64, 2 * cospi_3_64);
1127   const __m256i stg3_4 = pair256_set_epi16(-cospi_4_64, cospi_28_64);
1128   const __m256i stg3_5 = pair256_set_epi16(cospi_28_64, cospi_4_64);
1129   const __m256i stg3_6 = pair256_set_epi16(-cospi_28_64, -cospi_4_64);
1130   const __m256i stg3_8 = pair256_set_epi16(-cospi_20_64, cospi_12_64);
1131   const __m256i stg3_9 = pair256_set_epi16(cospi_12_64, cospi_20_64);
1132   const __m256i stg3_10 = pair256_set_epi16(-cospi_12_64, -cospi_20_64);
1133 
1134   const __m256i stg4_0 = pair256_set_epi16(cospi_16_64, cospi_16_64);
1135   const __m256i stg4_4 = pair256_set_epi16(-cospi_8_64, cospi_24_64);
1136   const __m256i stg4_5 = pair256_set_epi16(cospi_24_64, cospi_8_64);
1137   const __m256i stg4_6 = pair256_set_epi16(-cospi_24_64, -cospi_8_64);
1138 
1139   const __m256i stg6_0 = pair256_set_epi16(-cospi_16_64, cospi_16_64);
1140   __m256i v16, v17, v18, v19, v20, v21, v22, v23;
1141   __m256i v24, v25, v26, v27, v28, v29, v30, v31;
1142   __m256i u16, u17, u18, u19, u20, u21, u22, u23;
1143   __m256i u24, u25, u26, u27, u28, u29, u30, u31;
1144 
1145   v16 = _mm256_mulhrs_epi16(in[1], stk1_0);
1146   v31 = _mm256_mulhrs_epi16(in[1], stk1_1);
1147 
1148   v19 = _mm256_mulhrs_epi16(in[7], stk1_6);
1149   v28 = _mm256_mulhrs_epi16(in[7], stk1_7);
1150 
1151   v20 = _mm256_mulhrs_epi16(in[5], stk1_8);
1152   v27 = _mm256_mulhrs_epi16(in[5], stk1_9);
1153 
1154   v23 = _mm256_mulhrs_epi16(in[3], stk1_14);
1155   v24 = _mm256_mulhrs_epi16(in[3], stk1_15);
1156 
1157   butterfly(&v16, &v31, &stg3_4, &stg3_5, &v17, &v30);
1158   butterfly(&v19, &v28, &stg3_6, &stg3_4, &v18, &v29);
1159   butterfly(&v20, &v27, &stg3_8, &stg3_9, &v21, &v26);
1160   butterfly(&v23, &v24, &stg3_10, &stg3_8, &v22, &v25);
1161 
1162   u16 = _mm256_add_epi16(v16, v19);
1163   u17 = _mm256_add_epi16(v17, v18);
1164   u18 = _mm256_sub_epi16(v17, v18);
1165   u19 = _mm256_sub_epi16(v16, v19);
1166   u20 = _mm256_sub_epi16(v23, v20);
1167   u21 = _mm256_sub_epi16(v22, v21);
1168   u22 = _mm256_add_epi16(v22, v21);
1169   u23 = _mm256_add_epi16(v23, v20);
1170   u24 = _mm256_add_epi16(v24, v27);
1171   u27 = _mm256_sub_epi16(v24, v27);
1172   u25 = _mm256_add_epi16(v25, v26);
1173   u26 = _mm256_sub_epi16(v25, v26);
1174   u28 = _mm256_sub_epi16(v31, v28);
1175   u31 = _mm256_add_epi16(v28, v31);
1176   u29 = _mm256_sub_epi16(v30, v29);
1177   u30 = _mm256_add_epi16(v29, v30);
1178 
1179   butterfly_self(&u18, &u29, &stg4_4, &stg4_5);
1180   butterfly_self(&u19, &u28, &stg4_4, &stg4_5);
1181   butterfly_self(&u20, &u27, &stg4_6, &stg4_4);
1182   butterfly_self(&u21, &u26, &stg4_6, &stg4_4);
1183 
1184   stp1[0] = _mm256_add_epi16(u16, u23);
1185   stp1[7] = _mm256_sub_epi16(u16, u23);
1186 
1187   stp1[1] = _mm256_add_epi16(u17, u22);
1188   stp1[6] = _mm256_sub_epi16(u17, u22);
1189 
1190   stp1[2] = _mm256_add_epi16(u18, u21);
1191   stp1[5] = _mm256_sub_epi16(u18, u21);
1192 
1193   stp1[3] = _mm256_add_epi16(u19, u20);
1194   stp1[4] = _mm256_sub_epi16(u19, u20);
1195 
1196   stp1[8] = _mm256_sub_epi16(u31, u24);
1197   stp1[15] = _mm256_add_epi16(u24, u31);
1198 
1199   stp1[9] = _mm256_sub_epi16(u30, u25);
1200   stp1[14] = _mm256_add_epi16(u25, u30);
1201 
1202   stp1[10] = _mm256_sub_epi16(u29, u26);
1203   stp1[13] = _mm256_add_epi16(u26, u29);
1204 
1205   stp1[11] = _mm256_sub_epi16(u28, u27);
1206   stp1[12] = _mm256_add_epi16(u27, u28);
1207 
1208   butterfly_self(&stp1[4], &stp1[11], &stg6_0, &stg4_0);
1209   butterfly_self(&stp1[5], &stp1[10], &stg6_0, &stg4_0);
1210   butterfly_self(&stp1[6], &stp1[9], &stg6_0, &stg4_0);
1211   butterfly_self(&stp1[7], &stp1[8], &stg6_0, &stg4_0);
1212 }
1213 
1214 // 16x16 block input __m256i in[32], output 16x32 __m256i in[32]
idct32_16x32_34(__m256i * in)1215 static void idct32_16x32_34(__m256i *in /*in[32]*/) {
1216   __m256i out[32];
1217   idct32_34_first_half(in, out);
1218   idct32_34_second_half(in, &out[16]);
1219   add_sub_butterfly(out, in, 32);
1220 }
1221 
1222 // Only upper-left 8x8 has non-zero coeff
aom_idct32x32_34_add_avx2(const tran_low_t * input,uint8_t * dest,int stride)1223 void aom_idct32x32_34_add_avx2(const tran_low_t *input, uint8_t *dest,
1224                                int stride) {
1225   __m256i in[32];
1226   zero_buffer(in, 32);
1227   load_buffer_from_32x32(input, in, 8);
1228   mm256_transpose_16x16(in, in);
1229   idct32_16x32_34(in);
1230 
1231   __m256i out[32];
1232   mm256_transpose_16x16(in, out);
1233   idct32_16x32_34(out);
1234   store_buffer_16xN(out, stride, dest, 32);
1235   mm256_transpose_16x16(&in[16], in);
1236   idct32_16x32_34(in);
1237   store_buffer_16xN(in, stride, dest + 16, 32);
1238 }
1239