106f32e7eSjoerg /*===--- __clang_cuda_intrinsics.h - Device-side CUDA intrinsic wrappers ---===
206f32e7eSjoerg  *
306f32e7eSjoerg  * Part of the LLVM Project, under the Apache License v2.0 with LLVM Exceptions.
406f32e7eSjoerg  * See https://llvm.org/LICENSE.txt for license information.
506f32e7eSjoerg  * SPDX-License-Identifier: Apache-2.0 WITH LLVM-exception
606f32e7eSjoerg  *
706f32e7eSjoerg  *===-----------------------------------------------------------------------===
806f32e7eSjoerg  */
906f32e7eSjoerg #ifndef __CLANG_CUDA_INTRINSICS_H__
1006f32e7eSjoerg #define __CLANG_CUDA_INTRINSICS_H__
1106f32e7eSjoerg #ifndef __CUDA__
1206f32e7eSjoerg #error "This file is for CUDA compilation only."
1306f32e7eSjoerg #endif
1406f32e7eSjoerg 
1506f32e7eSjoerg // sm_30 intrinsics: __shfl_{up,down,xor}.
1606f32e7eSjoerg 
1706f32e7eSjoerg #define __SM_30_INTRINSICS_H__
1806f32e7eSjoerg #define __SM_30_INTRINSICS_HPP__
1906f32e7eSjoerg 
2006f32e7eSjoerg #if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 300
2106f32e7eSjoerg 
2206f32e7eSjoerg #pragma push_macro("__MAKE_SHUFFLES")
2306f32e7eSjoerg #define __MAKE_SHUFFLES(__FnName, __IntIntrinsic, __FloatIntrinsic, __Mask,    \
2406f32e7eSjoerg                         __Type)                                                \
2506f32e7eSjoerg   inline __device__ int __FnName(int __val, __Type __offset,                   \
2606f32e7eSjoerg                                  int __width = warpSize) {                     \
2706f32e7eSjoerg     return __IntIntrinsic(__val, __offset,                                     \
2806f32e7eSjoerg                           ((warpSize - __width) << 8) | (__Mask));             \
2906f32e7eSjoerg   }                                                                            \
3006f32e7eSjoerg   inline __device__ float __FnName(float __val, __Type __offset,               \
3106f32e7eSjoerg                                    int __width = warpSize) {                   \
3206f32e7eSjoerg     return __FloatIntrinsic(__val, __offset,                                   \
3306f32e7eSjoerg                             ((warpSize - __width) << 8) | (__Mask));           \
3406f32e7eSjoerg   }                                                                            \
3506f32e7eSjoerg   inline __device__ unsigned int __FnName(unsigned int __val, __Type __offset, \
3606f32e7eSjoerg                                           int __width = warpSize) {            \
3706f32e7eSjoerg     return static_cast<unsigned int>(                                          \
3806f32e7eSjoerg         ::__FnName(static_cast<int>(__val), __offset, __width));               \
3906f32e7eSjoerg   }                                                                            \
4006f32e7eSjoerg   inline __device__ long long __FnName(long long __val, __Type __offset,       \
4106f32e7eSjoerg                                        int __width = warpSize) {               \
4206f32e7eSjoerg     struct __Bits {                                                            \
4306f32e7eSjoerg       int __a, __b;                                                            \
4406f32e7eSjoerg     };                                                                         \
4506f32e7eSjoerg     _Static_assert(sizeof(__val) == sizeof(__Bits));                           \
4606f32e7eSjoerg     _Static_assert(sizeof(__Bits) == 2 * sizeof(int));                         \
4706f32e7eSjoerg     __Bits __tmp;                                                              \
48*13fbcb42Sjoerg     memcpy(&__tmp, &__val, sizeof(__val));                                \
4906f32e7eSjoerg     __tmp.__a = ::__FnName(__tmp.__a, __offset, __width);                      \
5006f32e7eSjoerg     __tmp.__b = ::__FnName(__tmp.__b, __offset, __width);                      \
5106f32e7eSjoerg     long long __ret;                                                           \
5206f32e7eSjoerg     memcpy(&__ret, &__tmp, sizeof(__tmp));                                     \
5306f32e7eSjoerg     return __ret;                                                              \
5406f32e7eSjoerg   }                                                                            \
5506f32e7eSjoerg   inline __device__ long __FnName(long __val, __Type __offset,                 \
5606f32e7eSjoerg                                   int __width = warpSize) {                    \
5706f32e7eSjoerg     _Static_assert(sizeof(long) == sizeof(long long) ||                        \
5806f32e7eSjoerg                    sizeof(long) == sizeof(int));                               \
5906f32e7eSjoerg     if (sizeof(long) == sizeof(long long)) {                                   \
6006f32e7eSjoerg       return static_cast<long>(                                                \
6106f32e7eSjoerg           ::__FnName(static_cast<long long>(__val), __offset, __width));       \
6206f32e7eSjoerg     } else if (sizeof(long) == sizeof(int)) {                                  \
6306f32e7eSjoerg       return static_cast<long>(                                                \
6406f32e7eSjoerg           ::__FnName(static_cast<int>(__val), __offset, __width));             \
6506f32e7eSjoerg     }                                                                          \
6606f32e7eSjoerg   }                                                                            \
6706f32e7eSjoerg   inline __device__ unsigned long __FnName(                                    \
6806f32e7eSjoerg       unsigned long __val, __Type __offset, int __width = warpSize) {          \
6906f32e7eSjoerg     return static_cast<unsigned long>(                                         \
7006f32e7eSjoerg         ::__FnName(static_cast<long>(__val), __offset, __width));              \
7106f32e7eSjoerg   }                                                                            \
7206f32e7eSjoerg   inline __device__ unsigned long long __FnName(                               \
7306f32e7eSjoerg       unsigned long long __val, __Type __offset, int __width = warpSize) {     \
7406f32e7eSjoerg     return static_cast<unsigned long long>(::__FnName(                         \
7506f32e7eSjoerg         static_cast<unsigned long long>(__val), __offset, __width));           \
7606f32e7eSjoerg   }                                                                            \
7706f32e7eSjoerg   inline __device__ double __FnName(double __val, __Type __offset,             \
7806f32e7eSjoerg                                     int __width = warpSize) {                  \
7906f32e7eSjoerg     long long __tmp;                                                           \
8006f32e7eSjoerg     _Static_assert(sizeof(__tmp) == sizeof(__val));                            \
8106f32e7eSjoerg     memcpy(&__tmp, &__val, sizeof(__val));                                     \
8206f32e7eSjoerg     __tmp = ::__FnName(__tmp, __offset, __width);                              \
8306f32e7eSjoerg     double __ret;                                                              \
8406f32e7eSjoerg     memcpy(&__ret, &__tmp, sizeof(__ret));                                     \
8506f32e7eSjoerg     return __ret;                                                              \
8606f32e7eSjoerg   }
8706f32e7eSjoerg 
8806f32e7eSjoerg __MAKE_SHUFFLES(__shfl, __nvvm_shfl_idx_i32, __nvvm_shfl_idx_f32, 0x1f, int);
8906f32e7eSjoerg // We use 0 rather than 31 as our mask, because shfl.up applies to lanes >=
9006f32e7eSjoerg // maxLane.
9106f32e7eSjoerg __MAKE_SHUFFLES(__shfl_up, __nvvm_shfl_up_i32, __nvvm_shfl_up_f32, 0,
9206f32e7eSjoerg                 unsigned int);
9306f32e7eSjoerg __MAKE_SHUFFLES(__shfl_down, __nvvm_shfl_down_i32, __nvvm_shfl_down_f32, 0x1f,
9406f32e7eSjoerg                 unsigned int);
9506f32e7eSjoerg __MAKE_SHUFFLES(__shfl_xor, __nvvm_shfl_bfly_i32, __nvvm_shfl_bfly_f32, 0x1f,
9606f32e7eSjoerg                 int);
9706f32e7eSjoerg #pragma pop_macro("__MAKE_SHUFFLES")
9806f32e7eSjoerg 
9906f32e7eSjoerg #endif // !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 300
10006f32e7eSjoerg 
10106f32e7eSjoerg #if CUDA_VERSION >= 9000
10206f32e7eSjoerg #if (!defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 300)
10306f32e7eSjoerg // __shfl_sync_* variants available in CUDA-9
10406f32e7eSjoerg #pragma push_macro("__MAKE_SYNC_SHUFFLES")
10506f32e7eSjoerg #define __MAKE_SYNC_SHUFFLES(__FnName, __IntIntrinsic, __FloatIntrinsic,       \
10606f32e7eSjoerg                              __Mask, __Type)                                   \
10706f32e7eSjoerg   inline __device__ int __FnName(unsigned int __mask, int __val,               \
10806f32e7eSjoerg                                  __Type __offset, int __width = warpSize) {    \
10906f32e7eSjoerg     return __IntIntrinsic(__mask, __val, __offset,                             \
11006f32e7eSjoerg                           ((warpSize - __width) << 8) | (__Mask));             \
11106f32e7eSjoerg   }                                                                            \
11206f32e7eSjoerg   inline __device__ float __FnName(unsigned int __mask, float __val,           \
11306f32e7eSjoerg                                    __Type __offset, int __width = warpSize) {  \
11406f32e7eSjoerg     return __FloatIntrinsic(__mask, __val, __offset,                           \
11506f32e7eSjoerg                             ((warpSize - __width) << 8) | (__Mask));           \
11606f32e7eSjoerg   }                                                                            \
11706f32e7eSjoerg   inline __device__ unsigned int __FnName(unsigned int __mask,                 \
11806f32e7eSjoerg                                           unsigned int __val, __Type __offset, \
11906f32e7eSjoerg                                           int __width = warpSize) {            \
12006f32e7eSjoerg     return static_cast<unsigned int>(                                          \
12106f32e7eSjoerg         ::__FnName(__mask, static_cast<int>(__val), __offset, __width));       \
12206f32e7eSjoerg   }                                                                            \
12306f32e7eSjoerg   inline __device__ long long __FnName(unsigned int __mask, long long __val,   \
12406f32e7eSjoerg                                        __Type __offset,                        \
12506f32e7eSjoerg                                        int __width = warpSize) {               \
12606f32e7eSjoerg     struct __Bits {                                                            \
12706f32e7eSjoerg       int __a, __b;                                                            \
12806f32e7eSjoerg     };                                                                         \
12906f32e7eSjoerg     _Static_assert(sizeof(__val) == sizeof(__Bits));                           \
13006f32e7eSjoerg     _Static_assert(sizeof(__Bits) == 2 * sizeof(int));                         \
13106f32e7eSjoerg     __Bits __tmp;                                                              \
132*13fbcb42Sjoerg     memcpy(&__tmp, &__val, sizeof(__val));                                     \
13306f32e7eSjoerg     __tmp.__a = ::__FnName(__mask, __tmp.__a, __offset, __width);              \
13406f32e7eSjoerg     __tmp.__b = ::__FnName(__mask, __tmp.__b, __offset, __width);              \
13506f32e7eSjoerg     long long __ret;                                                           \
13606f32e7eSjoerg     memcpy(&__ret, &__tmp, sizeof(__tmp));                                     \
13706f32e7eSjoerg     return __ret;                                                              \
13806f32e7eSjoerg   }                                                                            \
13906f32e7eSjoerg   inline __device__ unsigned long long __FnName(                               \
14006f32e7eSjoerg       unsigned int __mask, unsigned long long __val, __Type __offset,          \
14106f32e7eSjoerg       int __width = warpSize) {                                                \
14206f32e7eSjoerg     return static_cast<unsigned long long>(::__FnName(                         \
14306f32e7eSjoerg         __mask, static_cast<unsigned long long>(__val), __offset, __width));   \
14406f32e7eSjoerg   }                                                                            \
14506f32e7eSjoerg   inline __device__ long __FnName(unsigned int __mask, long __val,             \
14606f32e7eSjoerg                                   __Type __offset, int __width = warpSize) {   \
14706f32e7eSjoerg     _Static_assert(sizeof(long) == sizeof(long long) ||                        \
14806f32e7eSjoerg                    sizeof(long) == sizeof(int));                               \
14906f32e7eSjoerg     if (sizeof(long) == sizeof(long long)) {                                   \
15006f32e7eSjoerg       return static_cast<long>(::__FnName(                                     \
15106f32e7eSjoerg           __mask, static_cast<long long>(__val), __offset, __width));          \
15206f32e7eSjoerg     } else if (sizeof(long) == sizeof(int)) {                                  \
15306f32e7eSjoerg       return static_cast<long>(                                                \
15406f32e7eSjoerg           ::__FnName(__mask, static_cast<int>(__val), __offset, __width));     \
15506f32e7eSjoerg     }                                                                          \
15606f32e7eSjoerg   }                                                                            \
15706f32e7eSjoerg   inline __device__ unsigned long __FnName(                                    \
15806f32e7eSjoerg       unsigned int __mask, unsigned long __val, __Type __offset,               \
15906f32e7eSjoerg       int __width = warpSize) {                                                \
16006f32e7eSjoerg     return static_cast<unsigned long>(                                         \
16106f32e7eSjoerg         ::__FnName(__mask, static_cast<long>(__val), __offset, __width));      \
16206f32e7eSjoerg   }                                                                            \
16306f32e7eSjoerg   inline __device__ double __FnName(unsigned int __mask, double __val,         \
16406f32e7eSjoerg                                     __Type __offset, int __width = warpSize) { \
16506f32e7eSjoerg     long long __tmp;                                                           \
16606f32e7eSjoerg     _Static_assert(sizeof(__tmp) == sizeof(__val));                            \
16706f32e7eSjoerg     memcpy(&__tmp, &__val, sizeof(__val));                                     \
16806f32e7eSjoerg     __tmp = ::__FnName(__mask, __tmp, __offset, __width);                      \
16906f32e7eSjoerg     double __ret;                                                              \
17006f32e7eSjoerg     memcpy(&__ret, &__tmp, sizeof(__ret));                                     \
17106f32e7eSjoerg     return __ret;                                                              \
17206f32e7eSjoerg   }
17306f32e7eSjoerg __MAKE_SYNC_SHUFFLES(__shfl_sync, __nvvm_shfl_sync_idx_i32,
17406f32e7eSjoerg                      __nvvm_shfl_sync_idx_f32, 0x1f, int);
17506f32e7eSjoerg // We use 0 rather than 31 as our mask, because shfl.up applies to lanes >=
17606f32e7eSjoerg // maxLane.
17706f32e7eSjoerg __MAKE_SYNC_SHUFFLES(__shfl_up_sync, __nvvm_shfl_sync_up_i32,
17806f32e7eSjoerg                      __nvvm_shfl_sync_up_f32, 0, unsigned int);
17906f32e7eSjoerg __MAKE_SYNC_SHUFFLES(__shfl_down_sync, __nvvm_shfl_sync_down_i32,
18006f32e7eSjoerg                      __nvvm_shfl_sync_down_f32, 0x1f, unsigned int);
18106f32e7eSjoerg __MAKE_SYNC_SHUFFLES(__shfl_xor_sync, __nvvm_shfl_sync_bfly_i32,
18206f32e7eSjoerg                      __nvvm_shfl_sync_bfly_f32, 0x1f, int);
18306f32e7eSjoerg #pragma pop_macro("__MAKE_SYNC_SHUFFLES")
18406f32e7eSjoerg 
18506f32e7eSjoerg inline __device__ void __syncwarp(unsigned int mask = 0xffffffff) {
18606f32e7eSjoerg   return __nvvm_bar_warp_sync(mask);
18706f32e7eSjoerg }
18806f32e7eSjoerg 
__barrier_sync(unsigned int id)18906f32e7eSjoerg inline __device__ void __barrier_sync(unsigned int id) {
19006f32e7eSjoerg   __nvvm_barrier_sync(id);
19106f32e7eSjoerg }
19206f32e7eSjoerg 
__barrier_sync_count(unsigned int id,unsigned int count)19306f32e7eSjoerg inline __device__ void __barrier_sync_count(unsigned int id,
19406f32e7eSjoerg                                             unsigned int count) {
19506f32e7eSjoerg   __nvvm_barrier_sync_cnt(id, count);
19606f32e7eSjoerg }
19706f32e7eSjoerg 
__all_sync(unsigned int mask,int pred)19806f32e7eSjoerg inline __device__ int __all_sync(unsigned int mask, int pred) {
19906f32e7eSjoerg   return __nvvm_vote_all_sync(mask, pred);
20006f32e7eSjoerg }
20106f32e7eSjoerg 
__any_sync(unsigned int mask,int pred)20206f32e7eSjoerg inline __device__ int __any_sync(unsigned int mask, int pred) {
20306f32e7eSjoerg   return __nvvm_vote_any_sync(mask, pred);
20406f32e7eSjoerg }
20506f32e7eSjoerg 
__uni_sync(unsigned int mask,int pred)20606f32e7eSjoerg inline __device__ int __uni_sync(unsigned int mask, int pred) {
20706f32e7eSjoerg   return __nvvm_vote_uni_sync(mask, pred);
20806f32e7eSjoerg }
20906f32e7eSjoerg 
__ballot_sync(unsigned int mask,int pred)21006f32e7eSjoerg inline __device__ unsigned int __ballot_sync(unsigned int mask, int pred) {
21106f32e7eSjoerg   return __nvvm_vote_ballot_sync(mask, pred);
21206f32e7eSjoerg }
21306f32e7eSjoerg 
__activemask()21406f32e7eSjoerg inline __device__ unsigned int __activemask() {
21506f32e7eSjoerg #if CUDA_VERSION < 9020
21606f32e7eSjoerg   return __nvvm_vote_ballot(1);
21706f32e7eSjoerg #else
21806f32e7eSjoerg   unsigned int mask;
21906f32e7eSjoerg   asm volatile("activemask.b32 %0;" : "=r"(mask));
22006f32e7eSjoerg   return mask;
22106f32e7eSjoerg #endif
22206f32e7eSjoerg }
22306f32e7eSjoerg 
__fns(unsigned mask,unsigned base,int offset)22406f32e7eSjoerg inline __device__ unsigned int __fns(unsigned mask, unsigned base, int offset) {
22506f32e7eSjoerg   return __nvvm_fns(mask, base, offset);
22606f32e7eSjoerg }
22706f32e7eSjoerg 
22806f32e7eSjoerg #endif // !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 300
22906f32e7eSjoerg 
23006f32e7eSjoerg // Define __match* builtins CUDA-9 headers expect to see.
23106f32e7eSjoerg #if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 700
__match32_any_sync(unsigned int mask,unsigned int value)23206f32e7eSjoerg inline __device__ unsigned int __match32_any_sync(unsigned int mask,
23306f32e7eSjoerg                                                   unsigned int value) {
23406f32e7eSjoerg   return __nvvm_match_any_sync_i32(mask, value);
23506f32e7eSjoerg }
23606f32e7eSjoerg 
23706f32e7eSjoerg inline __device__ unsigned long long
__match64_any_sync(unsigned int mask,unsigned long long value)23806f32e7eSjoerg __match64_any_sync(unsigned int mask, unsigned long long value) {
23906f32e7eSjoerg   return __nvvm_match_any_sync_i64(mask, value);
24006f32e7eSjoerg }
24106f32e7eSjoerg 
24206f32e7eSjoerg inline __device__ unsigned int
__match32_all_sync(unsigned int mask,unsigned int value,int * pred)24306f32e7eSjoerg __match32_all_sync(unsigned int mask, unsigned int value, int *pred) {
24406f32e7eSjoerg   return __nvvm_match_all_sync_i32p(mask, value, pred);
24506f32e7eSjoerg }
24606f32e7eSjoerg 
24706f32e7eSjoerg inline __device__ unsigned long long
__match64_all_sync(unsigned int mask,unsigned long long value,int * pred)24806f32e7eSjoerg __match64_all_sync(unsigned int mask, unsigned long long value, int *pred) {
24906f32e7eSjoerg   return __nvvm_match_all_sync_i64p(mask, value, pred);
25006f32e7eSjoerg }
25106f32e7eSjoerg #include "crt/sm_70_rt.hpp"
25206f32e7eSjoerg 
25306f32e7eSjoerg #endif // !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 700
25406f32e7eSjoerg #endif // __CUDA_VERSION >= 9000
25506f32e7eSjoerg 
25606f32e7eSjoerg // sm_32 intrinsics: __ldg and __funnelshift_{l,lc,r,rc}.
25706f32e7eSjoerg 
25806f32e7eSjoerg // Prevent the vanilla sm_32 intrinsics header from being included.
25906f32e7eSjoerg #define __SM_32_INTRINSICS_H__
26006f32e7eSjoerg #define __SM_32_INTRINSICS_HPP__
26106f32e7eSjoerg 
26206f32e7eSjoerg #if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 320
26306f32e7eSjoerg 
__ldg(const char * ptr)26406f32e7eSjoerg inline __device__ char __ldg(const char *ptr) { return __nvvm_ldg_c(ptr); }
__ldg(const short * ptr)26506f32e7eSjoerg inline __device__ short __ldg(const short *ptr) { return __nvvm_ldg_s(ptr); }
__ldg(const int * ptr)26606f32e7eSjoerg inline __device__ int __ldg(const int *ptr) { return __nvvm_ldg_i(ptr); }
__ldg(const long * ptr)26706f32e7eSjoerg inline __device__ long __ldg(const long *ptr) { return __nvvm_ldg_l(ptr); }
__ldg(const long long * ptr)26806f32e7eSjoerg inline __device__ long long __ldg(const long long *ptr) {
26906f32e7eSjoerg   return __nvvm_ldg_ll(ptr);
27006f32e7eSjoerg }
__ldg(const unsigned char * ptr)27106f32e7eSjoerg inline __device__ unsigned char __ldg(const unsigned char *ptr) {
27206f32e7eSjoerg   return __nvvm_ldg_uc(ptr);
27306f32e7eSjoerg }
__ldg(const signed char * ptr)27406f32e7eSjoerg inline __device__ signed char __ldg(const signed char *ptr) {
27506f32e7eSjoerg   return __nvvm_ldg_uc((const unsigned char *)ptr);
27606f32e7eSjoerg }
__ldg(const unsigned short * ptr)27706f32e7eSjoerg inline __device__ unsigned short __ldg(const unsigned short *ptr) {
27806f32e7eSjoerg   return __nvvm_ldg_us(ptr);
27906f32e7eSjoerg }
__ldg(const unsigned int * ptr)28006f32e7eSjoerg inline __device__ unsigned int __ldg(const unsigned int *ptr) {
28106f32e7eSjoerg   return __nvvm_ldg_ui(ptr);
28206f32e7eSjoerg }
__ldg(const unsigned long * ptr)28306f32e7eSjoerg inline __device__ unsigned long __ldg(const unsigned long *ptr) {
28406f32e7eSjoerg   return __nvvm_ldg_ul(ptr);
28506f32e7eSjoerg }
__ldg(const unsigned long long * ptr)28606f32e7eSjoerg inline __device__ unsigned long long __ldg(const unsigned long long *ptr) {
28706f32e7eSjoerg   return __nvvm_ldg_ull(ptr);
28806f32e7eSjoerg }
__ldg(const float * ptr)28906f32e7eSjoerg inline __device__ float __ldg(const float *ptr) { return __nvvm_ldg_f(ptr); }
__ldg(const double * ptr)29006f32e7eSjoerg inline __device__ double __ldg(const double *ptr) { return __nvvm_ldg_d(ptr); }
29106f32e7eSjoerg 
__ldg(const char2 * ptr)29206f32e7eSjoerg inline __device__ char2 __ldg(const char2 *ptr) {
29306f32e7eSjoerg   typedef char c2 __attribute__((ext_vector_type(2)));
29406f32e7eSjoerg   // We can assume that ptr is aligned at least to char2's alignment, but the
29506f32e7eSjoerg   // load will assume that ptr is aligned to char2's alignment.  This is only
29606f32e7eSjoerg   // safe if alignof(c2) <= alignof(char2).
29706f32e7eSjoerg   c2 rv = __nvvm_ldg_c2(reinterpret_cast<const c2 *>(ptr));
29806f32e7eSjoerg   char2 ret;
29906f32e7eSjoerg   ret.x = rv[0];
30006f32e7eSjoerg   ret.y = rv[1];
30106f32e7eSjoerg   return ret;
30206f32e7eSjoerg }
__ldg(const char4 * ptr)30306f32e7eSjoerg inline __device__ char4 __ldg(const char4 *ptr) {
30406f32e7eSjoerg   typedef char c4 __attribute__((ext_vector_type(4)));
30506f32e7eSjoerg   c4 rv = __nvvm_ldg_c4(reinterpret_cast<const c4 *>(ptr));
30606f32e7eSjoerg   char4 ret;
30706f32e7eSjoerg   ret.x = rv[0];
30806f32e7eSjoerg   ret.y = rv[1];
30906f32e7eSjoerg   ret.z = rv[2];
31006f32e7eSjoerg   ret.w = rv[3];
31106f32e7eSjoerg   return ret;
31206f32e7eSjoerg }
__ldg(const short2 * ptr)31306f32e7eSjoerg inline __device__ short2 __ldg(const short2 *ptr) {
31406f32e7eSjoerg   typedef short s2 __attribute__((ext_vector_type(2)));
31506f32e7eSjoerg   s2 rv = __nvvm_ldg_s2(reinterpret_cast<const s2 *>(ptr));
31606f32e7eSjoerg   short2 ret;
31706f32e7eSjoerg   ret.x = rv[0];
31806f32e7eSjoerg   ret.y = rv[1];
31906f32e7eSjoerg   return ret;
32006f32e7eSjoerg }
__ldg(const short4 * ptr)32106f32e7eSjoerg inline __device__ short4 __ldg(const short4 *ptr) {
32206f32e7eSjoerg   typedef short s4 __attribute__((ext_vector_type(4)));
32306f32e7eSjoerg   s4 rv = __nvvm_ldg_s4(reinterpret_cast<const s4 *>(ptr));
32406f32e7eSjoerg   short4 ret;
32506f32e7eSjoerg   ret.x = rv[0];
32606f32e7eSjoerg   ret.y = rv[1];
32706f32e7eSjoerg   ret.z = rv[2];
32806f32e7eSjoerg   ret.w = rv[3];
32906f32e7eSjoerg   return ret;
33006f32e7eSjoerg }
__ldg(const int2 * ptr)33106f32e7eSjoerg inline __device__ int2 __ldg(const int2 *ptr) {
33206f32e7eSjoerg   typedef int i2 __attribute__((ext_vector_type(2)));
33306f32e7eSjoerg   i2 rv = __nvvm_ldg_i2(reinterpret_cast<const i2 *>(ptr));
33406f32e7eSjoerg   int2 ret;
33506f32e7eSjoerg   ret.x = rv[0];
33606f32e7eSjoerg   ret.y = rv[1];
33706f32e7eSjoerg   return ret;
33806f32e7eSjoerg }
__ldg(const int4 * ptr)33906f32e7eSjoerg inline __device__ int4 __ldg(const int4 *ptr) {
34006f32e7eSjoerg   typedef int i4 __attribute__((ext_vector_type(4)));
34106f32e7eSjoerg   i4 rv = __nvvm_ldg_i4(reinterpret_cast<const i4 *>(ptr));
34206f32e7eSjoerg   int4 ret;
34306f32e7eSjoerg   ret.x = rv[0];
34406f32e7eSjoerg   ret.y = rv[1];
34506f32e7eSjoerg   ret.z = rv[2];
34606f32e7eSjoerg   ret.w = rv[3];
34706f32e7eSjoerg   return ret;
34806f32e7eSjoerg }
__ldg(const longlong2 * ptr)34906f32e7eSjoerg inline __device__ longlong2 __ldg(const longlong2 *ptr) {
35006f32e7eSjoerg   typedef long long ll2 __attribute__((ext_vector_type(2)));
35106f32e7eSjoerg   ll2 rv = __nvvm_ldg_ll2(reinterpret_cast<const ll2 *>(ptr));
35206f32e7eSjoerg   longlong2 ret;
35306f32e7eSjoerg   ret.x = rv[0];
35406f32e7eSjoerg   ret.y = rv[1];
35506f32e7eSjoerg   return ret;
35606f32e7eSjoerg }
35706f32e7eSjoerg 
__ldg(const uchar2 * ptr)35806f32e7eSjoerg inline __device__ uchar2 __ldg(const uchar2 *ptr) {
35906f32e7eSjoerg   typedef unsigned char uc2 __attribute__((ext_vector_type(2)));
36006f32e7eSjoerg   uc2 rv = __nvvm_ldg_uc2(reinterpret_cast<const uc2 *>(ptr));
36106f32e7eSjoerg   uchar2 ret;
36206f32e7eSjoerg   ret.x = rv[0];
36306f32e7eSjoerg   ret.y = rv[1];
36406f32e7eSjoerg   return ret;
36506f32e7eSjoerg }
__ldg(const uchar4 * ptr)36606f32e7eSjoerg inline __device__ uchar4 __ldg(const uchar4 *ptr) {
36706f32e7eSjoerg   typedef unsigned char uc4 __attribute__((ext_vector_type(4)));
36806f32e7eSjoerg   uc4 rv = __nvvm_ldg_uc4(reinterpret_cast<const uc4 *>(ptr));
36906f32e7eSjoerg   uchar4 ret;
37006f32e7eSjoerg   ret.x = rv[0];
37106f32e7eSjoerg   ret.y = rv[1];
37206f32e7eSjoerg   ret.z = rv[2];
37306f32e7eSjoerg   ret.w = rv[3];
37406f32e7eSjoerg   return ret;
37506f32e7eSjoerg }
__ldg(const ushort2 * ptr)37606f32e7eSjoerg inline __device__ ushort2 __ldg(const ushort2 *ptr) {
37706f32e7eSjoerg   typedef unsigned short us2 __attribute__((ext_vector_type(2)));
37806f32e7eSjoerg   us2 rv = __nvvm_ldg_us2(reinterpret_cast<const us2 *>(ptr));
37906f32e7eSjoerg   ushort2 ret;
38006f32e7eSjoerg   ret.x = rv[0];
38106f32e7eSjoerg   ret.y = rv[1];
38206f32e7eSjoerg   return ret;
38306f32e7eSjoerg }
__ldg(const ushort4 * ptr)38406f32e7eSjoerg inline __device__ ushort4 __ldg(const ushort4 *ptr) {
38506f32e7eSjoerg   typedef unsigned short us4 __attribute__((ext_vector_type(4)));
38606f32e7eSjoerg   us4 rv = __nvvm_ldg_us4(reinterpret_cast<const us4 *>(ptr));
38706f32e7eSjoerg   ushort4 ret;
38806f32e7eSjoerg   ret.x = rv[0];
38906f32e7eSjoerg   ret.y = rv[1];
39006f32e7eSjoerg   ret.z = rv[2];
39106f32e7eSjoerg   ret.w = rv[3];
39206f32e7eSjoerg   return ret;
39306f32e7eSjoerg }
__ldg(const uint2 * ptr)39406f32e7eSjoerg inline __device__ uint2 __ldg(const uint2 *ptr) {
39506f32e7eSjoerg   typedef unsigned int ui2 __attribute__((ext_vector_type(2)));
39606f32e7eSjoerg   ui2 rv = __nvvm_ldg_ui2(reinterpret_cast<const ui2 *>(ptr));
39706f32e7eSjoerg   uint2 ret;
39806f32e7eSjoerg   ret.x = rv[0];
39906f32e7eSjoerg   ret.y = rv[1];
40006f32e7eSjoerg   return ret;
40106f32e7eSjoerg }
__ldg(const uint4 * ptr)40206f32e7eSjoerg inline __device__ uint4 __ldg(const uint4 *ptr) {
40306f32e7eSjoerg   typedef unsigned int ui4 __attribute__((ext_vector_type(4)));
40406f32e7eSjoerg   ui4 rv = __nvvm_ldg_ui4(reinterpret_cast<const ui4 *>(ptr));
40506f32e7eSjoerg   uint4 ret;
40606f32e7eSjoerg   ret.x = rv[0];
40706f32e7eSjoerg   ret.y = rv[1];
40806f32e7eSjoerg   ret.z = rv[2];
40906f32e7eSjoerg   ret.w = rv[3];
41006f32e7eSjoerg   return ret;
41106f32e7eSjoerg }
__ldg(const ulonglong2 * ptr)41206f32e7eSjoerg inline __device__ ulonglong2 __ldg(const ulonglong2 *ptr) {
41306f32e7eSjoerg   typedef unsigned long long ull2 __attribute__((ext_vector_type(2)));
41406f32e7eSjoerg   ull2 rv = __nvvm_ldg_ull2(reinterpret_cast<const ull2 *>(ptr));
41506f32e7eSjoerg   ulonglong2 ret;
41606f32e7eSjoerg   ret.x = rv[0];
41706f32e7eSjoerg   ret.y = rv[1];
41806f32e7eSjoerg   return ret;
41906f32e7eSjoerg }
42006f32e7eSjoerg 
__ldg(const float2 * ptr)42106f32e7eSjoerg inline __device__ float2 __ldg(const float2 *ptr) {
42206f32e7eSjoerg   typedef float f2 __attribute__((ext_vector_type(2)));
42306f32e7eSjoerg   f2 rv = __nvvm_ldg_f2(reinterpret_cast<const f2 *>(ptr));
42406f32e7eSjoerg   float2 ret;
42506f32e7eSjoerg   ret.x = rv[0];
42606f32e7eSjoerg   ret.y = rv[1];
42706f32e7eSjoerg   return ret;
42806f32e7eSjoerg }
__ldg(const float4 * ptr)42906f32e7eSjoerg inline __device__ float4 __ldg(const float4 *ptr) {
43006f32e7eSjoerg   typedef float f4 __attribute__((ext_vector_type(4)));
43106f32e7eSjoerg   f4 rv = __nvvm_ldg_f4(reinterpret_cast<const f4 *>(ptr));
43206f32e7eSjoerg   float4 ret;
43306f32e7eSjoerg   ret.x = rv[0];
43406f32e7eSjoerg   ret.y = rv[1];
43506f32e7eSjoerg   ret.z = rv[2];
43606f32e7eSjoerg   ret.w = rv[3];
43706f32e7eSjoerg   return ret;
43806f32e7eSjoerg }
__ldg(const double2 * ptr)43906f32e7eSjoerg inline __device__ double2 __ldg(const double2 *ptr) {
44006f32e7eSjoerg   typedef double d2 __attribute__((ext_vector_type(2)));
44106f32e7eSjoerg   d2 rv = __nvvm_ldg_d2(reinterpret_cast<const d2 *>(ptr));
44206f32e7eSjoerg   double2 ret;
44306f32e7eSjoerg   ret.x = rv[0];
44406f32e7eSjoerg   ret.y = rv[1];
44506f32e7eSjoerg   return ret;
44606f32e7eSjoerg }
44706f32e7eSjoerg 
44806f32e7eSjoerg // TODO: Implement these as intrinsics, so the backend can work its magic on
44906f32e7eSjoerg // these.  Alternatively, we could implement these as plain C and try to get
45006f32e7eSjoerg // llvm to recognize the relevant patterns.
__funnelshift_l(unsigned low32,unsigned high32,unsigned shiftWidth)45106f32e7eSjoerg inline __device__ unsigned __funnelshift_l(unsigned low32, unsigned high32,
45206f32e7eSjoerg                                            unsigned shiftWidth) {
45306f32e7eSjoerg   unsigned result;
45406f32e7eSjoerg   asm("shf.l.wrap.b32 %0, %1, %2, %3;"
45506f32e7eSjoerg       : "=r"(result)
45606f32e7eSjoerg       : "r"(low32), "r"(high32), "r"(shiftWidth));
45706f32e7eSjoerg   return result;
45806f32e7eSjoerg }
__funnelshift_lc(unsigned low32,unsigned high32,unsigned shiftWidth)45906f32e7eSjoerg inline __device__ unsigned __funnelshift_lc(unsigned low32, unsigned high32,
46006f32e7eSjoerg                                             unsigned shiftWidth) {
46106f32e7eSjoerg   unsigned result;
46206f32e7eSjoerg   asm("shf.l.clamp.b32 %0, %1, %2, %3;"
46306f32e7eSjoerg       : "=r"(result)
46406f32e7eSjoerg       : "r"(low32), "r"(high32), "r"(shiftWidth));
46506f32e7eSjoerg   return result;
46606f32e7eSjoerg }
__funnelshift_r(unsigned low32,unsigned high32,unsigned shiftWidth)46706f32e7eSjoerg inline __device__ unsigned __funnelshift_r(unsigned low32, unsigned high32,
46806f32e7eSjoerg                                            unsigned shiftWidth) {
46906f32e7eSjoerg   unsigned result;
47006f32e7eSjoerg   asm("shf.r.wrap.b32 %0, %1, %2, %3;"
47106f32e7eSjoerg       : "=r"(result)
47206f32e7eSjoerg       : "r"(low32), "r"(high32), "r"(shiftWidth));
47306f32e7eSjoerg   return result;
47406f32e7eSjoerg }
__funnelshift_rc(unsigned low32,unsigned high32,unsigned shiftWidth)47506f32e7eSjoerg inline __device__ unsigned __funnelshift_rc(unsigned low32, unsigned high32,
47606f32e7eSjoerg                                             unsigned shiftWidth) {
47706f32e7eSjoerg   unsigned ret;
47806f32e7eSjoerg   asm("shf.r.clamp.b32 %0, %1, %2, %3;"
47906f32e7eSjoerg       : "=r"(ret)
48006f32e7eSjoerg       : "r"(low32), "r"(high32), "r"(shiftWidth));
48106f32e7eSjoerg   return ret;
48206f32e7eSjoerg }
48306f32e7eSjoerg 
48406f32e7eSjoerg #endif // !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 320
48506f32e7eSjoerg 
48606f32e7eSjoerg #endif // defined(__CLANG_CUDA_INTRINSICS_H__)
487