1 /*===---- avxintrin.h - AVX intrinsics -------------------------------------===
2  *
3  * Permission is hereby granted, free of charge, to any person obtaining a copy
4  * of this software and associated documentation files (the "Software"), to deal
5  * in the Software without restriction, including without limitation the rights
6  * to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
7  * copies of the Software, and to permit persons to whom the Software is
8  * furnished to do so, subject to the following conditions:
9  *
10  * The above copyright notice and this permission notice shall be included in
11  * all copies or substantial portions of the Software.
12  *
13  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
14  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
15  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
16  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
17  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
18  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
19  * THE SOFTWARE.
20  *
21  *===-----------------------------------------------------------------------===
22  */
23 
24 #ifndef __IMMINTRIN_H
25 #error "Never use <avxintrin.h> directly; include <immintrin.h> instead."
26 #endif
27 
28 #ifndef __AVXINTRIN_H
29 #define __AVXINTRIN_H
30 
31 typedef double __v4df __attribute__ ((__vector_size__ (32)));
32 typedef float __v8sf __attribute__ ((__vector_size__ (32)));
33 typedef long long __v4di __attribute__ ((__vector_size__ (32)));
34 typedef int __v8si __attribute__ ((__vector_size__ (32)));
35 typedef short __v16hi __attribute__ ((__vector_size__ (32)));
36 typedef char __v32qi __attribute__ ((__vector_size__ (32)));
37 
38 typedef float __m256 __attribute__ ((__vector_size__ (32)));
39 typedef double __m256d __attribute__((__vector_size__(32)));
40 typedef long long __m256i __attribute__((__vector_size__(32)));
41 
42 /* Arithmetic */
43 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
44 _mm256_add_pd(__m256d __a, __m256d __b)
45 {
46   return __a+__b;
47 }
48 
49 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
50 _mm256_add_ps(__m256 __a, __m256 __b)
51 {
52   return __a+__b;
53 }
54 
55 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
56 _mm256_sub_pd(__m256d __a, __m256d __b)
57 {
58   return __a-__b;
59 }
60 
61 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
62 _mm256_sub_ps(__m256 __a, __m256 __b)
63 {
64   return __a-__b;
65 }
66 
67 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
68 _mm256_addsub_pd(__m256d __a, __m256d __b)
69 {
70   return (__m256d)__builtin_ia32_addsubpd256((__v4df)__a, (__v4df)__b);
71 }
72 
73 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
74 _mm256_addsub_ps(__m256 __a, __m256 __b)
75 {
76   return (__m256)__builtin_ia32_addsubps256((__v8sf)__a, (__v8sf)__b);
77 }
78 
79 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
80 _mm256_div_pd(__m256d __a, __m256d __b)
81 {
82   return __a / __b;
83 }
84 
85 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
86 _mm256_div_ps(__m256 __a, __m256 __b)
87 {
88   return __a / __b;
89 }
90 
91 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
92 _mm256_max_pd(__m256d __a, __m256d __b)
93 {
94   return (__m256d)__builtin_ia32_maxpd256((__v4df)__a, (__v4df)__b);
95 }
96 
97 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
98 _mm256_max_ps(__m256 __a, __m256 __b)
99 {
100   return (__m256)__builtin_ia32_maxps256((__v8sf)__a, (__v8sf)__b);
101 }
102 
103 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
104 _mm256_min_pd(__m256d __a, __m256d __b)
105 {
106   return (__m256d)__builtin_ia32_minpd256((__v4df)__a, (__v4df)__b);
107 }
108 
109 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
110 _mm256_min_ps(__m256 __a, __m256 __b)
111 {
112   return (__m256)__builtin_ia32_minps256((__v8sf)__a, (__v8sf)__b);
113 }
114 
115 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
116 _mm256_mul_pd(__m256d __a, __m256d __b)
117 {
118   return __a * __b;
119 }
120 
121 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
122 _mm256_mul_ps(__m256 __a, __m256 __b)
123 {
124   return __a * __b;
125 }
126 
127 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
128 _mm256_sqrt_pd(__m256d __a)
129 {
130   return (__m256d)__builtin_ia32_sqrtpd256((__v4df)__a);
131 }
132 
133 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
134 _mm256_sqrt_ps(__m256 __a)
135 {
136   return (__m256)__builtin_ia32_sqrtps256((__v8sf)__a);
137 }
138 
139 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
140 _mm256_rsqrt_ps(__m256 __a)
141 {
142   return (__m256)__builtin_ia32_rsqrtps256((__v8sf)__a);
143 }
144 
145 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
146 _mm256_rcp_ps(__m256 __a)
147 {
148   return (__m256)__builtin_ia32_rcpps256((__v8sf)__a);
149 }
150 
151 #define _mm256_round_pd(V, M) __extension__ ({ \
152     __m256d __V = (V); \
153     (__m256d)__builtin_ia32_roundpd256((__v4df)__V, (M)); })
154 
155 #define _mm256_round_ps(V, M) __extension__ ({ \
156   __m256 __V = (V); \
157   (__m256)__builtin_ia32_roundps256((__v8sf)__V, (M)); })
158 
159 #define _mm256_ceil_pd(V)  _mm256_round_pd((V), _MM_FROUND_CEIL)
160 #define _mm256_floor_pd(V) _mm256_round_pd((V), _MM_FROUND_FLOOR)
161 #define _mm256_ceil_ps(V)  _mm256_round_ps((V), _MM_FROUND_CEIL)
162 #define _mm256_floor_ps(V) _mm256_round_ps((V), _MM_FROUND_FLOOR)
163 
164 /* Logical */
165 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
166 _mm256_and_pd(__m256d __a, __m256d __b)
167 {
168   return (__m256d)((__v4di)__a & (__v4di)__b);
169 }
170 
171 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
172 _mm256_and_ps(__m256 __a, __m256 __b)
173 {
174   return (__m256)((__v8si)__a & (__v8si)__b);
175 }
176 
177 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
178 _mm256_andnot_pd(__m256d __a, __m256d __b)
179 {
180   return (__m256d)(~(__v4di)__a & (__v4di)__b);
181 }
182 
183 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
184 _mm256_andnot_ps(__m256 __a, __m256 __b)
185 {
186   return (__m256)(~(__v8si)__a & (__v8si)__b);
187 }
188 
189 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
190 _mm256_or_pd(__m256d __a, __m256d __b)
191 {
192   return (__m256d)((__v4di)__a | (__v4di)__b);
193 }
194 
195 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
196 _mm256_or_ps(__m256 __a, __m256 __b)
197 {
198   return (__m256)((__v8si)__a | (__v8si)__b);
199 }
200 
201 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
202 _mm256_xor_pd(__m256d __a, __m256d __b)
203 {
204   return (__m256d)((__v4di)__a ^ (__v4di)__b);
205 }
206 
207 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
208 _mm256_xor_ps(__m256 __a, __m256 __b)
209 {
210   return (__m256)((__v8si)__a ^ (__v8si)__b);
211 }
212 
213 /* Horizontal arithmetic */
214 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
215 _mm256_hadd_pd(__m256d __a, __m256d __b)
216 {
217   return (__m256d)__builtin_ia32_haddpd256((__v4df)__a, (__v4df)__b);
218 }
219 
220 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
221 _mm256_hadd_ps(__m256 __a, __m256 __b)
222 {
223   return (__m256)__builtin_ia32_haddps256((__v8sf)__a, (__v8sf)__b);
224 }
225 
226 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
227 _mm256_hsub_pd(__m256d __a, __m256d __b)
228 {
229   return (__m256d)__builtin_ia32_hsubpd256((__v4df)__a, (__v4df)__b);
230 }
231 
232 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
233 _mm256_hsub_ps(__m256 __a, __m256 __b)
234 {
235   return (__m256)__builtin_ia32_hsubps256((__v8sf)__a, (__v8sf)__b);
236 }
237 
238 /* Vector permutations */
239 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
240 _mm_permutevar_pd(__m128d __a, __m128i __c)
241 {
242   return (__m128d)__builtin_ia32_vpermilvarpd((__v2df)__a, (__v2di)__c);
243 }
244 
245 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
246 _mm256_permutevar_pd(__m256d __a, __m256i __c)
247 {
248   return (__m256d)__builtin_ia32_vpermilvarpd256((__v4df)__a, (__v4di)__c);
249 }
250 
251 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
252 _mm_permutevar_ps(__m128 __a, __m128i __c)
253 {
254   return (__m128)__builtin_ia32_vpermilvarps((__v4sf)__a, (__v4si)__c);
255 }
256 
257 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
258 _mm256_permutevar_ps(__m256 __a, __m256i __c)
259 {
260   return (__m256)__builtin_ia32_vpermilvarps256((__v8sf)__a,
261 						  (__v8si)__c);
262 }
263 
264 #define _mm_permute_pd(A, C) __extension__ ({ \
265   __m128d __A = (A); \
266   (__m128d)__builtin_shufflevector((__v2df)__A, (__v2df) _mm_setzero_pd(), \
267                                    (C) & 0x1, ((C) & 0x2) >> 1); })
268 
269 #define _mm256_permute_pd(A, C) __extension__ ({ \
270   __m256d __A = (A); \
271   (__m256d)__builtin_shufflevector((__v4df)__A, (__v4df) _mm256_setzero_pd(), \
272                                    (C) & 0x1, ((C) & 0x2) >> 1, \
273                                    2 + (((C) & 0x4) >> 2), \
274                                    2 + (((C) & 0x8) >> 3)); })
275 
276 #define _mm_permute_ps(A, C) __extension__ ({ \
277   __m128 __A = (A); \
278   (__m128)__builtin_shufflevector((__v4sf)__A, (__v4sf) _mm_setzero_ps(), \
279                                    (C) & 0x3, ((C) & 0xc) >> 2, \
280                                    ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6); })
281 
282 #define _mm256_permute_ps(A, C) __extension__ ({ \
283   __m256 __A = (A); \
284   (__m256)__builtin_shufflevector((__v8sf)__A, (__v8sf) _mm256_setzero_ps(), \
285                                   (C) & 0x3, ((C) & 0xc) >> 2, \
286                                   ((C) & 0x30) >> 4, ((C) & 0xc0) >> 6, \
287                                   4 + (((C) & 0x03) >> 0), \
288                                   4 + (((C) & 0x0c) >> 2), \
289                                   4 + (((C) & 0x30) >> 4), \
290                                   4 + (((C) & 0xc0) >> 6)); })
291 
292 #define _mm256_permute2f128_pd(V1, V2, M) __extension__ ({ \
293   __m256d __V1 = (V1); \
294   __m256d __V2 = (V2); \
295   (__m256d)__builtin_ia32_vperm2f128_pd256((__v4df)__V1, (__v4df)__V2, (M)); })
296 
297 #define _mm256_permute2f128_ps(V1, V2, M) __extension__ ({ \
298   __m256 __V1 = (V1); \
299   __m256 __V2 = (V2); \
300   (__m256)__builtin_ia32_vperm2f128_ps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
301 
302 #define _mm256_permute2f128_si256(V1, V2, M) __extension__ ({ \
303   __m256i __V1 = (V1); \
304   __m256i __V2 = (V2); \
305   (__m256i)__builtin_ia32_vperm2f128_si256((__v8si)__V1, (__v8si)__V2, (M)); })
306 
307 /* Vector Blend */
308 #define _mm256_blend_pd(V1, V2, M) __extension__ ({ \
309   __m256d __V1 = (V1); \
310   __m256d __V2 = (V2); \
311   (__m256d)__builtin_shufflevector((__v4df)__V1, (__v4df)__V2, \
312                                    (((M) & 0x01) ? 4 : 0), \
313                                    (((M) & 0x02) ? 5 : 1), \
314                                    (((M) & 0x04) ? 6 : 2), \
315                                    (((M) & 0x08) ? 7 : 3)); })
316 
317 #define _mm256_blend_ps(V1, V2, M) __extension__ ({ \
318   __m256 __V1 = (V1); \
319   __m256 __V2 = (V2); \
320   (__m256)__builtin_shufflevector((__v8sf)__V1, (__v8sf)__V2, \
321                                   (((M) & 0x01) ?  8 : 0), \
322                                   (((M) & 0x02) ?  9 : 1), \
323                                   (((M) & 0x04) ? 10 : 2), \
324                                   (((M) & 0x08) ? 11 : 3), \
325                                   (((M) & 0x10) ? 12 : 4), \
326                                   (((M) & 0x20) ? 13 : 5), \
327                                   (((M) & 0x40) ? 14 : 6), \
328                                   (((M) & 0x80) ? 15 : 7)); })
329 
330 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
331 _mm256_blendv_pd(__m256d __a, __m256d __b, __m256d __c)
332 {
333   return (__m256d)__builtin_ia32_blendvpd256(
334     (__v4df)__a, (__v4df)__b, (__v4df)__c);
335 }
336 
337 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
338 _mm256_blendv_ps(__m256 __a, __m256 __b, __m256 __c)
339 {
340   return (__m256)__builtin_ia32_blendvps256(
341     (__v8sf)__a, (__v8sf)__b, (__v8sf)__c);
342 }
343 
344 /* Vector Dot Product */
345 #define _mm256_dp_ps(V1, V2, M) __extension__ ({ \
346   __m256 __V1 = (V1); \
347   __m256 __V2 = (V2); \
348   (__m256)__builtin_ia32_dpps256((__v8sf)__V1, (__v8sf)__V2, (M)); })
349 
350 /* Vector shuffle */
351 #define _mm256_shuffle_ps(a, b, mask) __extension__ ({ \
352         __m256 __a = (a); \
353         __m256 __b = (b); \
354         (__m256)__builtin_shufflevector((__v8sf)__a, (__v8sf)__b, \
355         (mask) & 0x3,                ((mask) & 0xc) >> 2, \
356         (((mask) & 0x30) >> 4) + 8,  (((mask) & 0xc0) >> 6) + 8, \
357         ((mask) & 0x3) + 4,          (((mask) & 0xc) >> 2) + 4, \
358         (((mask) & 0x30) >> 4) + 12, (((mask) & 0xc0) >> 6) + 12); })
359 
360 #define _mm256_shuffle_pd(a, b, mask) __extension__ ({ \
361         __m256d __a = (a); \
362         __m256d __b = (b); \
363         (__m256d)__builtin_shufflevector((__v4df)__a, (__v4df)__b, \
364         (mask) & 0x1, \
365         (((mask) & 0x2) >> 1) + 4, \
366         (((mask) & 0x4) >> 2) + 2, \
367         (((mask) & 0x8) >> 3) + 6); })
368 
369 /* Compare */
370 #define _CMP_EQ_OQ    0x00 /* Equal (ordered, non-signaling)  */
371 #define _CMP_LT_OS    0x01 /* Less-than (ordered, signaling)  */
372 #define _CMP_LE_OS    0x02 /* Less-than-or-equal (ordered, signaling)  */
373 #define _CMP_UNORD_Q  0x03 /* Unordered (non-signaling)  */
374 #define _CMP_NEQ_UQ   0x04 /* Not-equal (unordered, non-signaling)  */
375 #define _CMP_NLT_US   0x05 /* Not-less-than (unordered, signaling)  */
376 #define _CMP_NLE_US   0x06 /* Not-less-than-or-equal (unordered, signaling)  */
377 #define _CMP_ORD_Q    0x07 /* Ordered (nonsignaling)   */
378 #define _CMP_EQ_UQ    0x08 /* Equal (unordered, non-signaling)  */
379 #define _CMP_NGE_US   0x09 /* Not-greater-than-or-equal (unord, signaling)  */
380 #define _CMP_NGT_US   0x0a /* Not-greater-than (unordered, signaling)  */
381 #define _CMP_FALSE_OQ 0x0b /* False (ordered, non-signaling)  */
382 #define _CMP_NEQ_OQ   0x0c /* Not-equal (ordered, non-signaling)  */
383 #define _CMP_GE_OS    0x0d /* Greater-than-or-equal (ordered, signaling)  */
384 #define _CMP_GT_OS    0x0e /* Greater-than (ordered, signaling)  */
385 #define _CMP_TRUE_UQ  0x0f /* True (unordered, non-signaling)  */
386 #define _CMP_EQ_OS    0x10 /* Equal (ordered, signaling)  */
387 #define _CMP_LT_OQ    0x11 /* Less-than (ordered, non-signaling)  */
388 #define _CMP_LE_OQ    0x12 /* Less-than-or-equal (ordered, non-signaling)  */
389 #define _CMP_UNORD_S  0x13 /* Unordered (signaling)  */
390 #define _CMP_NEQ_US   0x14 /* Not-equal (unordered, signaling)  */
391 #define _CMP_NLT_UQ   0x15 /* Not-less-than (unordered, non-signaling)  */
392 #define _CMP_NLE_UQ   0x16 /* Not-less-than-or-equal (unord, non-signaling)  */
393 #define _CMP_ORD_S    0x17 /* Ordered (signaling)  */
394 #define _CMP_EQ_US    0x18 /* Equal (unordered, signaling)  */
395 #define _CMP_NGE_UQ   0x19 /* Not-greater-than-or-equal (unord, non-sign)  */
396 #define _CMP_NGT_UQ   0x1a /* Not-greater-than (unordered, non-signaling)  */
397 #define _CMP_FALSE_OS 0x1b /* False (ordered, signaling)  */
398 #define _CMP_NEQ_OS   0x1c /* Not-equal (ordered, signaling)  */
399 #define _CMP_GE_OQ    0x1d /* Greater-than-or-equal (ordered, non-signaling)  */
400 #define _CMP_GT_OQ    0x1e /* Greater-than (ordered, non-signaling)  */
401 #define _CMP_TRUE_US  0x1f /* True (unordered, signaling)  */
402 
403 #define _mm_cmp_pd(a, b, c) __extension__ ({ \
404   __m128d __a = (a); \
405   __m128d __b = (b); \
406   (__m128d)__builtin_ia32_cmppd((__v2df)__a, (__v2df)__b, (c)); })
407 
408 #define _mm_cmp_ps(a, b, c) __extension__ ({ \
409   __m128 __a = (a); \
410   __m128 __b = (b); \
411   (__m128)__builtin_ia32_cmpps((__v4sf)__a, (__v4sf)__b, (c)); })
412 
413 #define _mm256_cmp_pd(a, b, c) __extension__ ({ \
414   __m256d __a = (a); \
415   __m256d __b = (b); \
416   (__m256d)__builtin_ia32_cmppd256((__v4df)__a, (__v4df)__b, (c)); })
417 
418 #define _mm256_cmp_ps(a, b, c) __extension__ ({ \
419   __m256 __a = (a); \
420   __m256 __b = (b); \
421   (__m256)__builtin_ia32_cmpps256((__v8sf)__a, (__v8sf)__b, (c)); })
422 
423 #define _mm_cmp_sd(a, b, c) __extension__ ({ \
424   __m128d __a = (a); \
425   __m128d __b = (b); \
426   (__m128d)__builtin_ia32_cmpsd((__v2df)__a, (__v2df)__b, (c)); })
427 
428 #define _mm_cmp_ss(a, b, c) __extension__ ({ \
429   __m128 __a = (a); \
430   __m128 __b = (b); \
431   (__m128)__builtin_ia32_cmpss((__v4sf)__a, (__v4sf)__b, (c)); })
432 
433 /* Vector extract */
434 #define _mm256_extractf128_pd(A, O) __extension__ ({ \
435   __m256d __A = (A); \
436   (__m128d)__builtin_ia32_vextractf128_pd256((__v4df)__A, (O)); })
437 
438 #define _mm256_extractf128_ps(A, O) __extension__ ({ \
439   __m256 __A = (A); \
440   (__m128)__builtin_ia32_vextractf128_ps256((__v8sf)__A, (O)); })
441 
442 #define _mm256_extractf128_si256(A, O) __extension__ ({ \
443   __m256i __A = (A); \
444   (__m128i)__builtin_ia32_vextractf128_si256((__v8si)__A, (O)); })
445 
446 static __inline int __attribute__((__always_inline__, __nodebug__))
447 _mm256_extract_epi32(__m256i __a, int const __imm)
448 {
449   __v8si __b = (__v8si)__a;
450   return __b[__imm & 7];
451 }
452 
453 static __inline int __attribute__((__always_inline__, __nodebug__))
454 _mm256_extract_epi16(__m256i __a, int const __imm)
455 {
456   __v16hi __b = (__v16hi)__a;
457   return __b[__imm & 15];
458 }
459 
460 static __inline int __attribute__((__always_inline__, __nodebug__))
461 _mm256_extract_epi8(__m256i __a, int const __imm)
462 {
463   __v32qi __b = (__v32qi)__a;
464   return __b[__imm & 31];
465 }
466 
467 #ifdef __x86_64__
468 static __inline long long  __attribute__((__always_inline__, __nodebug__))
469 _mm256_extract_epi64(__m256i __a, const int __imm)
470 {
471   __v4di __b = (__v4di)__a;
472   return __b[__imm & 3];
473 }
474 #endif
475 
476 /* Vector insert */
477 #define _mm256_insertf128_pd(V1, V2, O) __extension__ ({ \
478   __m256d __V1 = (V1); \
479   __m128d __V2 = (V2); \
480   (__m256d)__builtin_ia32_vinsertf128_pd256((__v4df)__V1, (__v2df)__V2, (O)); })
481 
482 #define _mm256_insertf128_ps(V1, V2, O) __extension__ ({ \
483   __m256 __V1 = (V1); \
484   __m128 __V2 = (V2); \
485   (__m256)__builtin_ia32_vinsertf128_ps256((__v8sf)__V1, (__v4sf)__V2, (O)); })
486 
487 #define _mm256_insertf128_si256(V1, V2, O) __extension__ ({ \
488   __m256i __V1 = (V1); \
489   __m128i __V2 = (V2); \
490   (__m256i)__builtin_ia32_vinsertf128_si256((__v8si)__V1, (__v4si)__V2, (O)); })
491 
492 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
493 _mm256_insert_epi32(__m256i __a, int __b, int const __imm)
494 {
495   __v8si __c = (__v8si)__a;
496   __c[__imm & 7] = __b;
497   return (__m256i)__c;
498 }
499 
500 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
501 _mm256_insert_epi16(__m256i __a, int __b, int const __imm)
502 {
503   __v16hi __c = (__v16hi)__a;
504   __c[__imm & 15] = __b;
505   return (__m256i)__c;
506 }
507 
508 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
509 _mm256_insert_epi8(__m256i __a, int __b, int const __imm)
510 {
511   __v32qi __c = (__v32qi)__a;
512   __c[__imm & 31] = __b;
513   return (__m256i)__c;
514 }
515 
516 #ifdef __x86_64__
517 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
518 _mm256_insert_epi64(__m256i __a, int __b, int const __imm)
519 {
520   __v4di __c = (__v4di)__a;
521   __c[__imm & 3] = __b;
522   return (__m256i)__c;
523 }
524 #endif
525 
526 /* Conversion */
527 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
528 _mm256_cvtepi32_pd(__m128i __a)
529 {
530   return (__m256d)__builtin_ia32_cvtdq2pd256((__v4si) __a);
531 }
532 
533 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
534 _mm256_cvtepi32_ps(__m256i __a)
535 {
536   return (__m256)__builtin_ia32_cvtdq2ps256((__v8si) __a);
537 }
538 
539 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
540 _mm256_cvtpd_ps(__m256d __a)
541 {
542   return (__m128)__builtin_ia32_cvtpd2ps256((__v4df) __a);
543 }
544 
545 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
546 _mm256_cvtps_epi32(__m256 __a)
547 {
548   return (__m256i)__builtin_ia32_cvtps2dq256((__v8sf) __a);
549 }
550 
551 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
552 _mm256_cvtps_pd(__m128 __a)
553 {
554   return (__m256d)__builtin_ia32_cvtps2pd256((__v4sf) __a);
555 }
556 
557 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
558 _mm256_cvttpd_epi32(__m256d __a)
559 {
560   return (__m128i)__builtin_ia32_cvttpd2dq256((__v4df) __a);
561 }
562 
563 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
564 _mm256_cvtpd_epi32(__m256d __a)
565 {
566   return (__m128i)__builtin_ia32_cvtpd2dq256((__v4df) __a);
567 }
568 
569 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
570 _mm256_cvttps_epi32(__m256 __a)
571 {
572   return (__m256i)__builtin_ia32_cvttps2dq256((__v8sf) __a);
573 }
574 
575 /* Vector replicate */
576 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
577 _mm256_movehdup_ps(__m256 __a)
578 {
579   return __builtin_shufflevector(__a, __a, 1, 1, 3, 3, 5, 5, 7, 7);
580 }
581 
582 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
583 _mm256_moveldup_ps(__m256 __a)
584 {
585   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2, 4, 4, 6, 6);
586 }
587 
588 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
589 _mm256_movedup_pd(__m256d __a)
590 {
591   return __builtin_shufflevector(__a, __a, 0, 0, 2, 2);
592 }
593 
594 /* Unpack and Interleave */
595 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
596 _mm256_unpackhi_pd(__m256d __a, __m256d __b)
597 {
598   return __builtin_shufflevector(__a, __b, 1, 5, 1+2, 5+2);
599 }
600 
601 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
602 _mm256_unpacklo_pd(__m256d __a, __m256d __b)
603 {
604   return __builtin_shufflevector(__a, __b, 0, 4, 0+2, 4+2);
605 }
606 
607 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
608 _mm256_unpackhi_ps(__m256 __a, __m256 __b)
609 {
610   return __builtin_shufflevector(__a, __b, 2, 10, 2+1, 10+1, 6, 14, 6+1, 14+1);
611 }
612 
613 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
614 _mm256_unpacklo_ps(__m256 __a, __m256 __b)
615 {
616   return __builtin_shufflevector(__a, __b, 0, 8, 0+1, 8+1, 4, 12, 4+1, 12+1);
617 }
618 
619 /* Bit Test */
620 static __inline int __attribute__((__always_inline__, __nodebug__))
621 _mm_testz_pd(__m128d __a, __m128d __b)
622 {
623   return __builtin_ia32_vtestzpd((__v2df)__a, (__v2df)__b);
624 }
625 
626 static __inline int __attribute__((__always_inline__, __nodebug__))
627 _mm_testc_pd(__m128d __a, __m128d __b)
628 {
629   return __builtin_ia32_vtestcpd((__v2df)__a, (__v2df)__b);
630 }
631 
632 static __inline int __attribute__((__always_inline__, __nodebug__))
633 _mm_testnzc_pd(__m128d __a, __m128d __b)
634 {
635   return __builtin_ia32_vtestnzcpd((__v2df)__a, (__v2df)__b);
636 }
637 
638 static __inline int __attribute__((__always_inline__, __nodebug__))
639 _mm_testz_ps(__m128 __a, __m128 __b)
640 {
641   return __builtin_ia32_vtestzps((__v4sf)__a, (__v4sf)__b);
642 }
643 
644 static __inline int __attribute__((__always_inline__, __nodebug__))
645 _mm_testc_ps(__m128 __a, __m128 __b)
646 {
647   return __builtin_ia32_vtestcps((__v4sf)__a, (__v4sf)__b);
648 }
649 
650 static __inline int __attribute__((__always_inline__, __nodebug__))
651 _mm_testnzc_ps(__m128 __a, __m128 __b)
652 {
653   return __builtin_ia32_vtestnzcps((__v4sf)__a, (__v4sf)__b);
654 }
655 
656 static __inline int __attribute__((__always_inline__, __nodebug__))
657 _mm256_testz_pd(__m256d __a, __m256d __b)
658 {
659   return __builtin_ia32_vtestzpd256((__v4df)__a, (__v4df)__b);
660 }
661 
662 static __inline int __attribute__((__always_inline__, __nodebug__))
663 _mm256_testc_pd(__m256d __a, __m256d __b)
664 {
665   return __builtin_ia32_vtestcpd256((__v4df)__a, (__v4df)__b);
666 }
667 
668 static __inline int __attribute__((__always_inline__, __nodebug__))
669 _mm256_testnzc_pd(__m256d __a, __m256d __b)
670 {
671   return __builtin_ia32_vtestnzcpd256((__v4df)__a, (__v4df)__b);
672 }
673 
674 static __inline int __attribute__((__always_inline__, __nodebug__))
675 _mm256_testz_ps(__m256 __a, __m256 __b)
676 {
677   return __builtin_ia32_vtestzps256((__v8sf)__a, (__v8sf)__b);
678 }
679 
680 static __inline int __attribute__((__always_inline__, __nodebug__))
681 _mm256_testc_ps(__m256 __a, __m256 __b)
682 {
683   return __builtin_ia32_vtestcps256((__v8sf)__a, (__v8sf)__b);
684 }
685 
686 static __inline int __attribute__((__always_inline__, __nodebug__))
687 _mm256_testnzc_ps(__m256 __a, __m256 __b)
688 {
689   return __builtin_ia32_vtestnzcps256((__v8sf)__a, (__v8sf)__b);
690 }
691 
692 static __inline int __attribute__((__always_inline__, __nodebug__))
693 _mm256_testz_si256(__m256i __a, __m256i __b)
694 {
695   return __builtin_ia32_ptestz256((__v4di)__a, (__v4di)__b);
696 }
697 
698 static __inline int __attribute__((__always_inline__, __nodebug__))
699 _mm256_testc_si256(__m256i __a, __m256i __b)
700 {
701   return __builtin_ia32_ptestc256((__v4di)__a, (__v4di)__b);
702 }
703 
704 static __inline int __attribute__((__always_inline__, __nodebug__))
705 _mm256_testnzc_si256(__m256i __a, __m256i __b)
706 {
707   return __builtin_ia32_ptestnzc256((__v4di)__a, (__v4di)__b);
708 }
709 
710 /* Vector extract sign mask */
711 static __inline int __attribute__((__always_inline__, __nodebug__))
712 _mm256_movemask_pd(__m256d __a)
713 {
714   return __builtin_ia32_movmskpd256((__v4df)__a);
715 }
716 
717 static __inline int __attribute__((__always_inline__, __nodebug__))
718 _mm256_movemask_ps(__m256 __a)
719 {
720   return __builtin_ia32_movmskps256((__v8sf)__a);
721 }
722 
723 /* Vector __zero */
724 static __inline void __attribute__((__always_inline__, __nodebug__))
725 _mm256_zeroall(void)
726 {
727   __builtin_ia32_vzeroall();
728 }
729 
730 static __inline void __attribute__((__always_inline__, __nodebug__))
731 _mm256_zeroupper(void)
732 {
733   __builtin_ia32_vzeroupper();
734 }
735 
736 /* Vector load with broadcast */
737 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
738 _mm_broadcast_ss(float const *__a)
739 {
740   float __f = *__a;
741   return (__m128)(__v4sf){ __f, __f, __f, __f };
742 }
743 
744 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
745 _mm256_broadcast_sd(double const *__a)
746 {
747   double __d = *__a;
748   return (__m256d)(__v4df){ __d, __d, __d, __d };
749 }
750 
751 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
752 _mm256_broadcast_ss(float const *__a)
753 {
754   float __f = *__a;
755   return (__m256)(__v8sf){ __f, __f, __f, __f, __f, __f, __f, __f };
756 }
757 
758 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
759 _mm256_broadcast_pd(__m128d const *__a)
760 {
761   return (__m256d)__builtin_ia32_vbroadcastf128_pd256(__a);
762 }
763 
764 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
765 _mm256_broadcast_ps(__m128 const *__a)
766 {
767   return (__m256)__builtin_ia32_vbroadcastf128_ps256(__a);
768 }
769 
770 /* SIMD load ops */
771 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
772 _mm256_load_pd(double const *__p)
773 {
774   return *(__m256d *)__p;
775 }
776 
777 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
778 _mm256_load_ps(float const *__p)
779 {
780   return *(__m256 *)__p;
781 }
782 
783 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
784 _mm256_loadu_pd(double const *__p)
785 {
786   struct __loadu_pd {
787     __m256d __v;
788   } __attribute__((packed, may_alias));
789   return ((struct __loadu_pd*)__p)->__v;
790 }
791 
792 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
793 _mm256_loadu_ps(float const *__p)
794 {
795   struct __loadu_ps {
796     __m256 __v;
797   } __attribute__((packed, may_alias));
798   return ((struct __loadu_ps*)__p)->__v;
799 }
800 
801 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
802 _mm256_load_si256(__m256i const *__p)
803 {
804   return *__p;
805 }
806 
807 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
808 _mm256_loadu_si256(__m256i const *__p)
809 {
810   struct __loadu_si256 {
811     __m256i __v;
812   } __attribute__((packed, may_alias));
813   return ((struct __loadu_si256*)__p)->__v;
814 }
815 
816 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
817 _mm256_lddqu_si256(__m256i const *__p)
818 {
819   return (__m256i)__builtin_ia32_lddqu256((char const *)__p);
820 }
821 
822 /* SIMD store ops */
823 static __inline void __attribute__((__always_inline__, __nodebug__))
824 _mm256_store_pd(double *__p, __m256d __a)
825 {
826   *(__m256d *)__p = __a;
827 }
828 
829 static __inline void __attribute__((__always_inline__, __nodebug__))
830 _mm256_store_ps(float *__p, __m256 __a)
831 {
832   *(__m256 *)__p = __a;
833 }
834 
835 static __inline void __attribute__((__always_inline__, __nodebug__))
836 _mm256_storeu_pd(double *__p, __m256d __a)
837 {
838   __builtin_ia32_storeupd256(__p, (__v4df)__a);
839 }
840 
841 static __inline void __attribute__((__always_inline__, __nodebug__))
842 _mm256_storeu_ps(float *__p, __m256 __a)
843 {
844   __builtin_ia32_storeups256(__p, (__v8sf)__a);
845 }
846 
847 static __inline void __attribute__((__always_inline__, __nodebug__))
848 _mm256_store_si256(__m256i *__p, __m256i __a)
849 {
850   *__p = __a;
851 }
852 
853 static __inline void __attribute__((__always_inline__, __nodebug__))
854 _mm256_storeu_si256(__m256i *__p, __m256i __a)
855 {
856   __builtin_ia32_storedqu256((char *)__p, (__v32qi)__a);
857 }
858 
859 /* Conditional load ops */
860 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
861 _mm_maskload_pd(double const *__p, __m128d __m)
862 {
863   return (__m128d)__builtin_ia32_maskloadpd((const __v2df *)__p, (__v2df)__m);
864 }
865 
866 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
867 _mm256_maskload_pd(double const *__p, __m256d __m)
868 {
869   return (__m256d)__builtin_ia32_maskloadpd256((const __v4df *)__p,
870                                                (__v4df)__m);
871 }
872 
873 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
874 _mm_maskload_ps(float const *__p, __m128 __m)
875 {
876   return (__m128)__builtin_ia32_maskloadps((const __v4sf *)__p, (__v4sf)__m);
877 }
878 
879 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
880 _mm256_maskload_ps(float const *__p, __m256 __m)
881 {
882   return (__m256)__builtin_ia32_maskloadps256((const __v8sf *)__p, (__v8sf)__m);
883 }
884 
885 /* Conditional store ops */
886 static __inline void __attribute__((__always_inline__, __nodebug__))
887 _mm256_maskstore_ps(float *__p, __m256 __m, __m256 __a)
888 {
889   __builtin_ia32_maskstoreps256((__v8sf *)__p, (__v8sf)__m, (__v8sf)__a);
890 }
891 
892 static __inline void __attribute__((__always_inline__, __nodebug__))
893 _mm_maskstore_pd(double *__p, __m128d __m, __m128d __a)
894 {
895   __builtin_ia32_maskstorepd((__v2df *)__p, (__v2df)__m, (__v2df)__a);
896 }
897 
898 static __inline void __attribute__((__always_inline__, __nodebug__))
899 _mm256_maskstore_pd(double *__p, __m256d __m, __m256d __a)
900 {
901   __builtin_ia32_maskstorepd256((__v4df *)__p, (__v4df)__m, (__v4df)__a);
902 }
903 
904 static __inline void __attribute__((__always_inline__, __nodebug__))
905 _mm_maskstore_ps(float *__p, __m128 __m, __m128 __a)
906 {
907   __builtin_ia32_maskstoreps((__v4sf *)__p, (__v4sf)__m, (__v4sf)__a);
908 }
909 
910 /* Cacheability support ops */
911 static __inline void __attribute__((__always_inline__, __nodebug__))
912 _mm256_stream_si256(__m256i *__a, __m256i __b)
913 {
914   __builtin_ia32_movntdq256((__v4di *)__a, (__v4di)__b);
915 }
916 
917 static __inline void __attribute__((__always_inline__, __nodebug__))
918 _mm256_stream_pd(double *__a, __m256d __b)
919 {
920   __builtin_ia32_movntpd256(__a, (__v4df)__b);
921 }
922 
923 static __inline void __attribute__((__always_inline__, __nodebug__))
924 _mm256_stream_ps(float *__p, __m256 __a)
925 {
926   __builtin_ia32_movntps256(__p, (__v8sf)__a);
927 }
928 
929 /* Create vectors */
930 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
931 _mm256_set_pd(double __a, double __b, double __c, double __d)
932 {
933   return (__m256d){ __d, __c, __b, __a };
934 }
935 
936 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
937 _mm256_set_ps(float __a, float __b, float __c, float __d,
938 	            float __e, float __f, float __g, float __h)
939 {
940   return (__m256){ __h, __g, __f, __e, __d, __c, __b, __a };
941 }
942 
943 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
944 _mm256_set_epi32(int __i0, int __i1, int __i2, int __i3,
945 		             int __i4, int __i5, int __i6, int __i7)
946 {
947   return (__m256i)(__v8si){ __i7, __i6, __i5, __i4, __i3, __i2, __i1, __i0 };
948 }
949 
950 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
951 _mm256_set_epi16(short __w15, short __w14, short __w13, short __w12,
952 		             short __w11, short __w10, short __w09, short __w08,
953 		             short __w07, short __w06, short __w05, short __w04,
954 		             short __w03, short __w02, short __w01, short __w00)
955 {
956   return (__m256i)(__v16hi){ __w00, __w01, __w02, __w03, __w04, __w05, __w06,
957     __w07, __w08, __w09, __w10, __w11, __w12, __w13, __w14, __w15 };
958 }
959 
960 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
961 _mm256_set_epi8(char __b31, char __b30, char __b29, char __b28,
962 		            char __b27, char __b26, char __b25, char __b24,
963 		            char __b23, char __b22, char __b21, char __b20,
964 		            char __b19, char __b18, char __b17, char __b16,
965 		            char __b15, char __b14, char __b13, char __b12,
966 		            char __b11, char __b10, char __b09, char __b08,
967 		            char __b07, char __b06, char __b05, char __b04,
968 		            char __b03, char __b02, char __b01, char __b00)
969 {
970   return (__m256i)(__v32qi){
971     __b00, __b01, __b02, __b03, __b04, __b05, __b06, __b07,
972     __b08, __b09, __b10, __b11, __b12, __b13, __b14, __b15,
973     __b16, __b17, __b18, __b19, __b20, __b21, __b22, __b23,
974     __b24, __b25, __b26, __b27, __b28, __b29, __b30, __b31
975   };
976 }
977 
978 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
979 _mm256_set_epi64x(long long __a, long long __b, long long __c, long long __d)
980 {
981   return (__m256i)(__v4di){ __d, __c, __b, __a };
982 }
983 
984 /* Create vectors with elements in reverse order */
985 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
986 _mm256_setr_pd(double __a, double __b, double __c, double __d)
987 {
988   return (__m256d){ __a, __b, __c, __d };
989 }
990 
991 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
992 _mm256_setr_ps(float __a, float __b, float __c, float __d,
993 		           float __e, float __f, float __g, float __h)
994 {
995   return (__m256){ __a, __b, __c, __d, __e, __f, __g, __h };
996 }
997 
998 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
999 _mm256_setr_epi32(int __i0, int __i1, int __i2, int __i3,
1000 		              int __i4, int __i5, int __i6, int __i7)
1001 {
1002   return (__m256i)(__v8si){ __i0, __i1, __i2, __i3, __i4, __i5, __i6, __i7 };
1003 }
1004 
1005 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1006 _mm256_setr_epi16(short __w15, short __w14, short __w13, short __w12,
1007 		   short __w11, short __w10, short __w09, short __w08,
1008 		   short __w07, short __w06, short __w05, short __w04,
1009 		   short __w03, short __w02, short __w01, short __w00)
1010 {
1011   return (__m256i)(__v16hi){ __w15, __w14, __w13, __w12, __w11, __w10, __w09,
1012     __w08, __w07, __w06, __w05, __w04, __w03, __w02, __w01, __w00 };
1013 }
1014 
1015 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1016 _mm256_setr_epi8(char __b31, char __b30, char __b29, char __b28,
1017 		             char __b27, char __b26, char __b25, char __b24,
1018 		             char __b23, char __b22, char __b21, char __b20,
1019 		             char __b19, char __b18, char __b17, char __b16,
1020 		             char __b15, char __b14, char __b13, char __b12,
1021 		             char __b11, char __b10, char __b09, char __b08,
1022 		             char __b07, char __b06, char __b05, char __b04,
1023 		             char __b03, char __b02, char __b01, char __b00)
1024 {
1025   return (__m256i)(__v32qi){
1026     __b31, __b30, __b29, __b28, __b27, __b26, __b25, __b24,
1027 		__b23, __b22, __b21, __b20, __b19, __b18, __b17, __b16,
1028 		__b15, __b14, __b13, __b12, __b11, __b10, __b09, __b08,
1029 		__b07, __b06, __b05, __b04, __b03, __b02, __b01, __b00 };
1030 }
1031 
1032 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1033 _mm256_setr_epi64x(long long __a, long long __b, long long __c, long long __d)
1034 {
1035   return (__m256i)(__v4di){ __a, __b, __c, __d };
1036 }
1037 
1038 /* Create vectors with repeated elements */
1039 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1040 _mm256_set1_pd(double __w)
1041 {
1042   return (__m256d){ __w, __w, __w, __w };
1043 }
1044 
1045 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1046 _mm256_set1_ps(float __w)
1047 {
1048   return (__m256){ __w, __w, __w, __w, __w, __w, __w, __w };
1049 }
1050 
1051 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1052 _mm256_set1_epi32(int __i)
1053 {
1054   return (__m256i)(__v8si){ __i, __i, __i, __i, __i, __i, __i, __i };
1055 }
1056 
1057 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1058 _mm256_set1_epi16(short __w)
1059 {
1060   return (__m256i)(__v16hi){ __w, __w, __w, __w, __w, __w, __w, __w, __w, __w,
1061     __w, __w, __w, __w, __w, __w };
1062 }
1063 
1064 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1065 _mm256_set1_epi8(char __b)
1066 {
1067   return (__m256i)(__v32qi){ __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1068     __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b, __b,
1069     __b, __b, __b, __b, __b, __b, __b };
1070 }
1071 
1072 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1073 _mm256_set1_epi64x(long long __q)
1074 {
1075   return (__m256i)(__v4di){ __q, __q, __q, __q };
1076 }
1077 
1078 /* Create __zeroed vectors */
1079 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1080 _mm256_setzero_pd(void)
1081 {
1082   return (__m256d){ 0, 0, 0, 0 };
1083 }
1084 
1085 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1086 _mm256_setzero_ps(void)
1087 {
1088   return (__m256){ 0, 0, 0, 0, 0, 0, 0, 0 };
1089 }
1090 
1091 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1092 _mm256_setzero_si256(void)
1093 {
1094   return (__m256i){ 0LL, 0LL, 0LL, 0LL };
1095 }
1096 
1097 /* Cast between vector types */
1098 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1099 _mm256_castpd_ps(__m256d __a)
1100 {
1101   return (__m256)__a;
1102 }
1103 
1104 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1105 _mm256_castpd_si256(__m256d __a)
1106 {
1107   return (__m256i)__a;
1108 }
1109 
1110 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1111 _mm256_castps_pd(__m256 __a)
1112 {
1113   return (__m256d)__a;
1114 }
1115 
1116 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1117 _mm256_castps_si256(__m256 __a)
1118 {
1119   return (__m256i)__a;
1120 }
1121 
1122 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1123 _mm256_castsi256_ps(__m256i __a)
1124 {
1125   return (__m256)__a;
1126 }
1127 
1128 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1129 _mm256_castsi256_pd(__m256i __a)
1130 {
1131   return (__m256d)__a;
1132 }
1133 
1134 static __inline __m128d __attribute__((__always_inline__, __nodebug__))
1135 _mm256_castpd256_pd128(__m256d __a)
1136 {
1137   return __builtin_shufflevector(__a, __a, 0, 1);
1138 }
1139 
1140 static __inline __m128 __attribute__((__always_inline__, __nodebug__))
1141 _mm256_castps256_ps128(__m256 __a)
1142 {
1143   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3);
1144 }
1145 
1146 static __inline __m128i __attribute__((__always_inline__, __nodebug__))
1147 _mm256_castsi256_si128(__m256i __a)
1148 {
1149   return __builtin_shufflevector(__a, __a, 0, 1);
1150 }
1151 
1152 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1153 _mm256_castpd128_pd256(__m128d __a)
1154 {
1155   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
1156 }
1157 
1158 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1159 _mm256_castps128_ps256(__m128 __a)
1160 {
1161   return __builtin_shufflevector(__a, __a, 0, 1, 2, 3, -1, -1, -1, -1);
1162 }
1163 
1164 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1165 _mm256_castsi128_si256(__m128i __a)
1166 {
1167   return __builtin_shufflevector(__a, __a, 0, 1, -1, -1);
1168 }
1169 
1170 /* SIMD load ops (unaligned) */
1171 static __inline __m256 __attribute__((__always_inline__, __nodebug__))
1172 _mm256_loadu2_m128(float const *__addr_hi, float const *__addr_lo)
1173 {
1174   struct __loadu_ps {
1175     __m128 __v;
1176   } __attribute__((__packed__, __may_alias__));
1177 
1178   __m256 __v256 = _mm256_castps128_ps256(((struct __loadu_ps*)__addr_lo)->__v);
1179   return _mm256_insertf128_ps(__v256, ((struct __loadu_ps*)__addr_hi)->__v, 1);
1180 }
1181 
1182 static __inline __m256d __attribute__((__always_inline__, __nodebug__))
1183 _mm256_loadu2_m128d(double const *__addr_hi, double const *__addr_lo)
1184 {
1185   struct __loadu_pd {
1186     __m128d __v;
1187   } __attribute__((__packed__, __may_alias__));
1188 
1189   __m256d __v256 = _mm256_castpd128_pd256(((struct __loadu_pd*)__addr_lo)->__v);
1190   return _mm256_insertf128_pd(__v256, ((struct __loadu_pd*)__addr_hi)->__v, 1);
1191 }
1192 
1193 static __inline __m256i __attribute__((__always_inline__, __nodebug__))
1194 _mm256_loadu2_m128i(__m128i const *__addr_hi, __m128i const *__addr_lo)
1195 {
1196   struct __loadu_si128 {
1197     __m128i __v;
1198   } __attribute__((packed, may_alias));
1199   __m256i __v256 = _mm256_castsi128_si256(
1200     ((struct __loadu_si128*)__addr_lo)->__v);
1201   return _mm256_insertf128_si256(__v256,
1202                                  ((struct __loadu_si128*)__addr_hi)->__v, 1);
1203 }
1204 
1205 /* SIMD store ops (unaligned) */
1206 static __inline void __attribute__((__always_inline__, __nodebug__))
1207 _mm256_storeu2_m128(float *__addr_hi, float *__addr_lo, __m256 __a)
1208 {
1209   __m128 __v128;
1210 
1211   __v128 = _mm256_castps256_ps128(__a);
1212   __builtin_ia32_storeups(__addr_lo, __v128);
1213   __v128 = _mm256_extractf128_ps(__a, 1);
1214   __builtin_ia32_storeups(__addr_hi, __v128);
1215 }
1216 
1217 static __inline void __attribute__((__always_inline__, __nodebug__))
1218 _mm256_storeu2_m128d(double *__addr_hi, double *__addr_lo, __m256d __a)
1219 {
1220   __m128d __v128;
1221 
1222   __v128 = _mm256_castpd256_pd128(__a);
1223   __builtin_ia32_storeupd(__addr_lo, __v128);
1224   __v128 = _mm256_extractf128_pd(__a, 1);
1225   __builtin_ia32_storeupd(__addr_hi, __v128);
1226 }
1227 
1228 static __inline void __attribute__((__always_inline__, __nodebug__))
1229 _mm256_storeu2_m128i(__m128i *__addr_hi, __m128i *__addr_lo, __m256i __a)
1230 {
1231   __m128i __v128;
1232 
1233   __v128 = _mm256_castsi256_si128(__a);
1234   __builtin_ia32_storedqu((char *)__addr_lo, (__v16qi)__v128);
1235   __v128 = _mm256_extractf128_si256(__a, 1);
1236   __builtin_ia32_storedqu((char *)__addr_hi, (__v16qi)__v128);
1237 }
1238 
1239 #endif /* __AVXINTRIN_H */
1240