lib/Target/X86/README-SSE.txt

   1 //===---------------------------------------------------------------------===//
   2 // Random ideas for the X86 backend: SSE-specific stuff.
   3 //===---------------------------------------------------------------------===//
   4
   5 - Consider eliminating the unaligned SSE load intrinsics, replacing them with
   6   unaligned LLVM load instructions.
   7
   8 //===---------------------------------------------------------------------===//
   9
  10 Expand libm rounding functions inline:  Significant speedups possible.
  11 http://gcc.gnu.org/ml/gcc-patches/2006-10/msg00909.html
  12
  13 //===---------------------------------------------------------------------===//
  14
  15 When compiled with unsafemath enabled, "main" should enable SSE DAZ mode and
  16 other fast SSE modes.
  17
  18 //===---------------------------------------------------------------------===//
  19
  20 Think about doing i64 math in SSE regs.
  21
  22 //===---------------------------------------------------------------------===//
  23
  24 This testcase should have no SSE instructions in it, and only one load from
  25 a constant pool:
  26
  27 double %test3(bool %B) {
  28         %C = select bool %B, double 123.412, double 523.01123123
  29         ret double %C
  30 }
  31
  32 Currently, the select is being lowered, which prevents the dag combiner from
  33 turning 'select (load CPI1), (load CPI2)' -> 'load (select CPI1, CPI2)'
  34
  35 The pattern isel got this one right.
  36
  37 //===---------------------------------------------------------------------===//
  38
  39 SSE doesn't have [mem] op= reg instructions.  If we have an SSE instruction
  40 like this:
  41
  42   X += y
  43
  44 and the register allocator decides to spill X, it is cheaper to emit this as:
  45
  46 Y += [xslot]
  47 store Y -> [xslot]
  48
  49 than as:
  50
  51 tmp = [xslot]
  52 tmp += y
  53 store tmp -> [xslot]
  54
  55 ..and this uses one fewer register (so this should be done at load folding
  56 time, not at spiller time).  *Note* however that this can only be done
  57 if Y is dead.  Here's a testcase:
  58
  59 @.str_3 = external global [15 x i8]
  60 declare void @printf(i32, ...)
  61 define void @main() {
  62 build_tree.exit:
  63         br label %no_exit.i7
  64
  65 no_exit.i7:             ; preds = %no_exit.i7, %build_tree.exit
  66         %tmp.0.1.0.i9 = phi double [ 0.000000e+00, %build_tree.exit ],
  67                                    [ %tmp.34.i18, %no_exit.i7 ]
  68         %tmp.0.0.0.i10 = phi double [ 0.000000e+00, %build_tree.exit ],
  69                                     [ %tmp.28.i16, %no_exit.i7 ]
  70         %tmp.28.i16 = add double %tmp.0.0.0.i10, 0.000000e+00
  71         %tmp.34.i18 = add double %tmp.0.1.0.i9, 0.000000e+00
  72         br i1 false, label %Compute_Tree.exit23, label %no_exit.i7
  73
  74 Compute_Tree.exit23:            ; preds = %no_exit.i7
  75         tail call void (i32, ...)* @printf( i32 0 )
  76         store double %tmp.34.i18, double* null
  77         ret void
  78 }
  79
  80 We currently emit:
  81
  82 .BBmain_1:
  83         xorpd %XMM1, %XMM1
  84         addsd %XMM0, %XMM1
  85 ***     movsd %XMM2, QWORD PTR [%ESP + 8]
  86 ***     addsd %XMM2, %XMM1
  87 ***     movsd QWORD PTR [%ESP + 8], %XMM2
  88         jmp .BBmain_1   # no_exit.i7
  89
  90 This is a bugpoint reduced testcase, which is why the testcase doesn't make
  91 much sense (e.g. its an infinite loop). :)
  92
  93 //===---------------------------------------------------------------------===//
  94
  95 SSE should implement 'select_cc' using 'emulated conditional moves' that use
  96 pcmp/pand/pandn/por to do a selection instead of a conditional branch:
  97
  98 double %X(double %Y, double %Z, double %A, double %B) {
  99         %C = setlt double %A, %B
 100         %z = add double %Z, 0.0    ;; select operand is not a load
 101         %D = select bool %C, double %Y, double %z
 102         ret double %D
 103 }
 104
 105 We currently emit:
 106
 107 _X:
 108         subl $12, %esp
 109         xorpd %xmm0, %xmm0
 110         addsd 24(%esp), %xmm0
 111         movsd 32(%esp), %xmm1
 112         movsd 16(%esp), %xmm2
 113         ucomisd 40(%esp), %xmm1
 114         jb LBB_X_2
 115 LBB_X_1:
 116         movsd %xmm0, %xmm2
 117 LBB_X_2:
 118         movsd %xmm2, (%esp)
 119         fldl (%esp)
 120         addl $12, %esp
 121         ret
 122
 123 //===---------------------------------------------------------------------===//
 124
 125 It's not clear whether we should use pxor or xorps / xorpd to clear XMM
 126 registers. The choice may depend on subtarget information. We should do some
 127 more experiments on different x86 machines.
 128
 129 //===---------------------------------------------------------------------===//
 130
 131 Lower memcpy / memset to a series of SSE 128 bit move instructions when it's
 132 feasible.
 133
 134 //===---------------------------------------------------------------------===//
 135
 136 Codegen:
 137   if (copysign(1.0, x) == copysign(1.0, y))
 138 into:
 139   if (x^y & mask)
 140 when using SSE.
 141
 142 //===---------------------------------------------------------------------===//
 143
 144 Use movhps to update upper 64-bits of a v4sf value. Also movlps on lower half
 145 of a v4sf value.
 146
 147 //===---------------------------------------------------------------------===//
 148
 149 Better codegen for vector_shuffles like this { x, 0, 0, 0 } or { x, 0, x, 0}.
 150 Perhaps use pxor / xorp* to clear a XMM register first?
 151
 152 //===---------------------------------------------------------------------===//
 153
 154 How to decide when to use the "floating point version" of logical ops? Here are
 155 some code fragments:
 156
 157         movaps LCPI5_5, %xmm2
 158         divps %xmm1, %xmm2
 159         mulps %xmm2, %xmm3
 160         mulps 8656(%ecx), %xmm3
 161         addps 8672(%ecx), %xmm3
 162         andps LCPI5_6, %xmm2
 163         andps LCPI5_1, %xmm3
 164         por %xmm2, %xmm3
 165         movdqa %xmm3, (%edi)
 166
 167         movaps LCPI5_5, %xmm1
 168         divps %xmm0, %xmm1
 169         mulps %xmm1, %xmm3
 170         mulps 8656(%ecx), %xmm3
 171         addps 8672(%ecx), %xmm3
 172         andps LCPI5_6, %xmm1
 173         andps LCPI5_1, %xmm3
 174         orps %xmm1, %xmm3
 175         movaps %xmm3, 112(%esp)
 176         movaps %xmm3, (%ebx)
 177
 178 Due to some minor source change, the later case ended up using orps and movaps
 179 instead of por and movdqa. Does it matter?
 180
 181 //===---------------------------------------------------------------------===//
 182
 183 X86RegisterInfo::copyRegToReg() returns X86::MOVAPSrr for VR128. Is it possible
 184 to choose between movaps, movapd, and movdqa based on types of source and
 185 destination?
 186
 187 How about andps, andpd, and pand? Do we really care about the type of the packed
 188 elements? If not, why not always use the "ps" variants which are likely to be
 189 shorter.
 190
 191 //===---------------------------------------------------------------------===//
 192
 193 External test Nurbs exposed some problems. Look for
 194 __ZN15Nurbs_SSE_Cubic17TessellateSurfaceE, bb cond_next140. This is what icc
 195 emits:
 196
 197         movaps    (%edx), %xmm2                                 #59.21
 198         movaps    (%edx), %xmm5                                 #60.21
 199         movaps    (%edx), %xmm4                                 #61.21
 200         movaps    (%edx), %xmm3                                 #62.21
 201         movl      40(%ecx), %ebp                                #69.49
 202         shufps    $0, %xmm2, %xmm5                              #60.21
 203         movl      100(%esp), %ebx                               #69.20
 204         movl      (%ebx), %edi                                  #69.20
 205         imull     %ebp, %edi                                    #69.49
 206         addl      (%eax), %edi                                  #70.33
 207         shufps    $85, %xmm2, %xmm4                             #61.21
 208         shufps    $170, %xmm2, %xmm3                            #62.21
 209         shufps    $255, %xmm2, %xmm2                            #63.21
 210         lea       (%ebp,%ebp,2), %ebx                           #69.49
 211         negl      %ebx                                          #69.49
 212         lea       -3(%edi,%ebx), %ebx                           #70.33
 213         shll      $4, %ebx                                      #68.37
 214         addl      32(%ecx), %ebx                                #68.37
 215         testb     $15, %bl                                      #91.13
 216         jne       L_B1.24       # Prob 5%                       #91.13
 217
 218 This is the llvm code after instruction scheduling:
 219
 220 cond_next140 (0xa910740, LLVM BB @0xa90beb0):
 221         %reg1078 = MOV32ri -3
 222         %reg1079 = ADD32rm %reg1078, %reg1068, 1, %NOREG, 0
 223         %reg1037 = MOV32rm %reg1024, 1, %NOREG, 40
 224         %reg1080 = IMUL32rr %reg1079, %reg1037
 225         %reg1081 = MOV32rm %reg1058, 1, %NOREG, 0
 226         %reg1038 = LEA32r %reg1081, 1, %reg1080, -3
 227         %reg1036 = MOV32rm %reg1024, 1, %NOREG, 32
 228         %reg1082 = SHL32ri %reg1038, 4
 229         %reg1039 = ADD32rr %reg1036, %reg1082
 230         %reg1083 = MOVAPSrm %reg1059, 1, %NOREG, 0
 231         %reg1034 = SHUFPSrr %reg1083, %reg1083, 170
 232         %reg1032 = SHUFPSrr %reg1083, %reg1083, 0
 233         %reg1035 = SHUFPSrr %reg1083, %reg1083, 255
 234         %reg1033 = SHUFPSrr %reg1083, %reg1083, 85
 235         %reg1040 = MOV32rr %reg1039
 236         %reg1084 = AND32ri8 %reg1039, 15
 237         CMP32ri8 %reg1084, 0
 238         JE mbb<cond_next204,0xa914d30>
 239
 240 Still ok. After register allocation:
 241
 242 cond_next140 (0xa910740, LLVM BB @0xa90beb0):
 243         %EAX = MOV32ri -3
 244         %EDX = MOV32rm <fi#3>, 1, %NOREG, 0
 245         ADD32rm %EAX<def&use>, %EDX, 1, %NOREG, 0
 246         %EDX = MOV32rm <fi#7>, 1, %NOREG, 0
 247         %EDX = MOV32rm %EDX, 1, %NOREG, 40
 248         IMUL32rr %EAX<def&use>, %EDX
 249         %ESI = MOV32rm <fi#5>, 1, %NOREG, 0
 250         %ESI = MOV32rm %ESI, 1, %NOREG, 0
 251         MOV32mr <fi#4>, 1, %NOREG, 0, %ESI
 252         %EAX = LEA32r %ESI, 1, %EAX, -3
 253         %ESI = MOV32rm <fi#7>, 1, %NOREG, 0
 254         %ESI = MOV32rm %ESI, 1, %NOREG, 32
 255         %EDI = MOV32rr %EAX
 256         SHL32ri %EDI<def&use>, 4
 257         ADD32rr %EDI<def&use>, %ESI
 258         %XMM0 = MOVAPSrm %ECX, 1, %NOREG, 0
 259         %XMM1 = MOVAPSrr %XMM0
 260         SHUFPSrr %XMM1<def&use>, %XMM1, 170
 261         %XMM2 = MOVAPSrr %XMM0
 262         SHUFPSrr %XMM2<def&use>, %XMM2, 0
 263         %XMM3 = MOVAPSrr %XMM0
 264         SHUFPSrr %XMM3<def&use>, %XMM3, 255
 265         SHUFPSrr %XMM0<def&use>, %XMM0, 85
 266         %EBX = MOV32rr %EDI
 267         AND32ri8 %EBX<def&use>, 15
 268         CMP32ri8 %EBX, 0
 269         JE mbb<cond_next204,0xa914d30>
 270
 271 This looks really bad. The problem is shufps is a destructive opcode. Since it
 272 appears as operand two in more than one shufps ops. It resulted in a number of
 273 copies. Note icc also suffers from the same problem. Either the instruction
 274 selector should select pshufd or The register allocator can made the two-address
 275 to three-address transformation.
 276
 277 It also exposes some other problems. See MOV32ri -3 and the spills.
 278
 279 //===---------------------------------------------------------------------===//
 280
 281 http://gcc.gnu.org/bugzilla/show_bug.cgi?id=25500
 282
 283 LLVM is producing bad code.
 284
 285 LBB_main_4:     # cond_true44
 286         addps %xmm1, %xmm2
 287         subps %xmm3, %xmm2
 288         movaps (%ecx), %xmm4
 289         movaps %xmm2, %xmm1
 290         addps %xmm4, %xmm1
 291         addl $16, %ecx
 292         incl %edx
 293         cmpl $262144, %edx
 294         movaps %xmm3, %xmm2
 295         movaps %xmm4, %xmm3
 296         jne LBB_main_4  # cond_true44
 297
 298 There are two problems. 1) No need to two loop induction variables. We can
 299 compare against 262144 * 16. 2) Known register coalescer issue. We should
 300 be able eliminate one of the movaps:
 301
 302         addps %xmm2, %xmm1    <=== Commute!
 303         subps %xmm3, %xmm1
 304         movaps (%ecx), %xmm4
 305         movaps %xmm1, %xmm1   <=== Eliminate!
 306         addps %xmm4, %xmm1
 307         addl $16, %ecx
 308         incl %edx
 309         cmpl $262144, %edx
 310         movaps %xmm3, %xmm2
 311         movaps %xmm4, %xmm3
 312         jne LBB_main_4  # cond_true44
 313
 314 //===---------------------------------------------------------------------===//
 315
 316 Consider:
 317
 318 __m128 test(float a) {
 319   return _mm_set_ps(0.0, 0.0, 0.0, a*a);
 320 }
 321
 322 This compiles into:
 323
 324 movss 4(%esp), %xmm1
 325 mulss %xmm1, %xmm1
 326 xorps %xmm0, %xmm0
 327 movss %xmm1, %xmm0
 328 ret
 329
 330 Because mulss doesn't modify the top 3 elements, the top elements of
 331 xmm1 are already zero'd.  We could compile this to:
 332
 333 movss 4(%esp), %xmm0
 334 mulss %xmm0, %xmm0
 335 ret
 336
 337 //===---------------------------------------------------------------------===//
 338
 339 Here's a sick and twisted idea.  Consider code like this:
 340
 341 __m128 test(__m128 a) {
 342   float b = *(float*)&A;
 343   ...
 344   return _mm_set_ps(0.0, 0.0, 0.0, b);
 345 }
 346
 347 This might compile to this code:
 348
 349 movaps c(%esp), %xmm1
 350 xorps %xmm0, %xmm0
 351 movss %xmm1, %xmm0
 352 ret
 353
 354 Now consider if the ... code caused xmm1 to get spilled.  This might produce
 355 this code:
 356
 357 movaps c(%esp), %xmm1
 358 movaps %xmm1, c2(%esp)
 359 ...
 360
 361 xorps %xmm0, %xmm0
 362 movaps c2(%esp), %xmm1
 363 movss %xmm1, %xmm0
 364 ret
 365
 366 However, since the reload is only used by these instructions, we could
 367 "fold" it into the uses, producing something like this:
 368
 369 movaps c(%esp), %xmm1
 370 movaps %xmm1, c2(%esp)
 371 ...
 372
 373 movss c2(%esp), %xmm0
 374 ret
 375
 376 ... saving two instructions.
 377
 378 The basic idea is that a reload from a spill slot, can, if only one 4-byte
 379 chunk is used, bring in 3 zeros the the one element instead of 4 elements.
 380 This can be used to simplify a variety of shuffle operations, where the
 381 elements are fixed zeros.
 382
 383 //===---------------------------------------------------------------------===//
 384
 385 For this:
 386
 387 #include <emmintrin.h>
 388 void test(__m128d *r, __m128d *A, double B) {
 389   *r = _mm_loadl_pd(*A, &B);
 390 }
 391
 392 We generates:
 393
 394         subl $12, %esp
 395         movsd 24(%esp), %xmm0
 396         movsd %xmm0, (%esp)
 397         movl 20(%esp), %eax
 398         movapd (%eax), %xmm0
 399         movlpd (%esp), %xmm0
 400         movl 16(%esp), %eax
 401         movapd %xmm0, (%eax)
 402         addl $12, %esp
 403         ret
 404
 405 icc generates:
 406
 407         movl      4(%esp), %edx                                 #3.6
 408         movl      8(%esp), %eax                                 #3.6
 409         movapd    (%eax), %xmm0                                 #4.22
 410         movlpd    12(%esp), %xmm0                               #4.8
 411         movapd    %xmm0, (%edx)                                 #4.3
 412         ret                                                     #5.1
 413
 414 So icc is smart enough to know that B is in memory so it doesn't load it and
 415 store it back to stack.
 416
 417 This should be fixed by eliminating the llvm.x86.sse2.loadl.pd intrinsic,
 418 lowering it to a load+insertelement instead.  Already match the load+shuffle
 419 as movlpd, so this should be easy.  We already get optimal code for:
 420
 421 define void @test2(<2 x double>* %r, <2 x double>* %A, double %B) {
 422 entry:
 423         %tmp2 = load <2 x double>* %A, align 16
 424         %tmp8 = insertelement <2 x double> %tmp2, double %B, i32 0
 425         store <2 x double> %tmp8, <2 x double>* %r, align 16
 426         ret void
 427 }
 428
 429 //===---------------------------------------------------------------------===//
 430
 431 __m128d test1( __m128d A, __m128d B) {
 432   return _mm_shuffle_pd(A, B, 0x3);
 433 }
 434
 435 compiles to
 436
 437 shufpd $3, %xmm1, %xmm0
 438
 439 Perhaps it's better to use unpckhpd instead?
 440
 441 unpckhpd %xmm1, %xmm0
 442
 443 Don't know if unpckhpd is faster. But it is shorter.
 444
 445 //===---------------------------------------------------------------------===//
 446
 447 This code generates ugly code, probably due to costs being off or something:
 448
 449 define void @test(float* %P, <4 x float>* %P2 ) {
 450         %xFloat0.688 = load float* %P
 451         %tmp = load <4 x float>* %P2
 452         %inFloat3.713 = insertelement <4 x float> %tmp, float 0.0, i32 3
 453         store <4 x float> %inFloat3.713, <4 x float>* %P2
 454         ret void
 455 }
 456
 457 Generates:
 458
 459 _test:
 460         movl    8(%esp), %eax
 461         movaps  (%eax), %xmm0
 462         pxor    %xmm1, %xmm1
 463         movaps  %xmm0, %xmm2
 464         shufps  $50, %xmm1, %xmm2
 465         shufps  $132, %xmm2, %xmm0
 466         movaps  %xmm0, (%eax)
 467         ret
 468
 469 Would it be better to generate:
 470
 471 _test:
 472         movl 8(%esp), %ecx
 473         movaps (%ecx), %xmm0
 474         xor %eax, %eax
 475         pinsrw $6, %eax, %xmm0
 476         pinsrw $7, %eax, %xmm0
 477         movaps %xmm0, (%ecx)
 478         ret
 479
 480 ?
 481
 482 //===---------------------------------------------------------------------===//
 483
 484 Some useful information in the Apple Altivec / SSE Migration Guide:
 485
 486 http://developer.apple.com/documentation/Performance/Conceptual/
 487 Accelerate_sse_migration/index.html
 488
 489 e.g. SSE select using and, andnot, or. Various SSE compare translations.
 490
 491 //===---------------------------------------------------------------------===//
 492
 493 Add hooks to commute some CMPP operations.
 494
 495 //===---------------------------------------------------------------------===//
 496
 497 Apply the same transformation that merged four float into a single 128-bit load
 498 to loads from constant pool.
 499
 500 //===---------------------------------------------------------------------===//
 501
 502 Floating point max / min are commutable when -enable-unsafe-fp-path is
 503 specified. We should turn int_x86_sse_max_ss and X86ISD::FMIN etc. into other
 504 nodes which are selected to max / min instructions that are marked commutable.
 505
 506 //===---------------------------------------------------------------------===//
 507
 508 We should compile this:
 509 #include <xmmintrin.h>
 510 typedef union {
 511   int i[4];
 512   float f[4];
 513   __m128 v;
 514 } vector4_t;
 515 void swizzle (const void *a, vector4_t * b, vector4_t * c) {
 516   b->v = _mm_loadl_pi (b->v, (__m64 *) a);
 517   c->v = _mm_loadl_pi (c->v, ((__m64 *) a) + 1);
 518 }
 519
 520 to:
 521
 522 _swizzle:
 523         movl    4(%esp), %eax
 524         movl    8(%esp), %edx
 525         movl    12(%esp), %ecx
 526         movlps  (%eax), %xmm0
 527         movlps  %xmm0, (%edx)
 528         movlps  8(%eax), %xmm0
 529         movlps  %xmm0, (%ecx)
 530         ret
 531
 532 not:
 533
 534 swizzle:
 535         movl 8(%esp), %eax
 536         movaps (%eax), %xmm0
 537         movl 4(%esp), %ecx
 538         movlps (%ecx), %xmm0
 539         movaps %xmm0, (%eax)
 540         movl 12(%esp), %eax
 541         movaps (%eax), %xmm0
 542         movlps 8(%ecx), %xmm0
 543         movaps %xmm0, (%eax)
 544         ret
 545
 546 //===---------------------------------------------------------------------===//
 547
 548 We should materialize vector constants like "all ones" and "signbit" with
 549 code like:
 550
 551      cmpeqps xmm1, xmm1   ; xmm1 = all-ones
 552
 553 and:
 554      cmpeqps xmm1, xmm1   ; xmm1 = all-ones
 555      psrlq   xmm1, 31     ; xmm1 = all 100000000000...
 556
 557 instead of using a load from the constant pool.  The later is important for
 558 ABS/NEG/copysign etc.
 559
 560 //===---------------------------------------------------------------------===//
 561
 562 These functions:
 563
 564 #include <xmmintrin.h>
 565 __m128i a;
 566 void x(unsigned short n) {
 567   a = _mm_slli_epi32 (a, n);
 568 }
 569 void y(unsigned n) {
 570   a = _mm_slli_epi32 (a, n);
 571 }
 572
 573 compile to ( -O3 -static -fomit-frame-pointer):
 574 _x:
 575         movzwl  4(%esp), %eax
 576         movd    %eax, %xmm0
 577         movaps  _a, %xmm1
 578         pslld   %xmm0, %xmm1
 579         movaps  %xmm1, _a
 580         ret
 581 _y:
 582         movd    4(%esp), %xmm0
 583         movaps  _a, %xmm1
 584         pslld   %xmm0, %xmm1
 585         movaps  %xmm1, _a
 586         ret
 587
 588 "y" looks good, but "x" does silly movzwl stuff around into a GPR.  It seems
 589 like movd would be sufficient in both cases as the value is already zero
 590 extended in the 32-bit stack slot IIRC.  For signed short, it should also be
 591 save, as a really-signed value would be undefined for pslld.
 592
 593
 594 //===---------------------------------------------------------------------===//
 595
 596 #include <math.h>
 597 int t1(double d) { return signbit(d); }
 598
 599 This currently compiles to:
 600         subl    $12, %esp
 601         movsd   16(%esp), %xmm0
 602         movsd   %xmm0, (%esp)
 603         movl    4(%esp), %eax
 604         shrl    $31, %eax
 605         addl    $12, %esp
 606         ret
 607
 608 We should use movmskp{s|d} instead.
 609
 610 //===---------------------------------------------------------------------===//
 611
 612 CodeGen/X86/vec_align.ll tests whether we can turn 4 scalar loads into a single
 613 (aligned) vector load.  This functionality has a couple of problems.
 614
 615 1. The code to infer alignment from loads of globals is in the X86 backend,
 616    not the dag combiner.  This is because dagcombine2 needs to be able to see
 617    through the X86ISD::Wrapper node, which DAGCombine can't really do.
 618 2. The code for turning 4 x load into a single vector load is target
 619    independent and should be moved to the dag combiner.
 620 3. The code for turning 4 x load into a vector load can only handle a direct
 621    load from a global or a direct load from the stack.  It should be generalized
 622    to handle any load from P, P+4, P+8, P+12, where P can be anything.
 623 4. The alignment inference code cannot handle loads from globals in non-static
 624    mode because it doesn't look through the extra dyld stub load.  If you try
 625    vec_align.ll without -relocation-model=static, you'll see what I mean.
 626
 627 //===---------------------------------------------------------------------===//
 628
 629 We should lower store(fneg(load p), q) into an integer load+xor+store, which
 630 eliminates a constant pool load.  For example, consider:
 631
 632 define i64 @ccosf(float %z.0, float %z.1) nounwind readonly  {
 633 entry:
 634  %tmp6 = sub float -0.000000e+00, %z.1          ; <float> [#uses=1]
 635  %tmp20 = tail call i64 @ccoshf( float %tmp6, float %z.0 ) nounwind readonly
 636  ret i64 %tmp20
 637 }
 638
 639 This currently compiles to:
 640
 641 LCPI1_0:                                        #  <4 x float>
 642         .long   2147483648      # float -0
 643         .long   2147483648      # float -0
 644         .long   2147483648      # float -0
 645         .long   2147483648      # float -0
 646 _ccosf:
 647         subl    $12, %esp
 648         movss   16(%esp), %xmm0
 649         movss   %xmm0, 4(%esp)
 650         movss   20(%esp), %xmm0
 651         xorps   LCPI1_0, %xmm0
 652         movss   %xmm0, (%esp)
 653         call    L_ccoshf$stub
 654         addl    $12, %esp
 655         ret
 656
 657 Note the load into xmm0, then xor (to negate), then store.  In PIC mode,
 658 this code computes the pic base and does two loads to do the constant pool
 659 load, so the improvement is much bigger.
 660
 661 The tricky part about this xform is that the argument load/store isn't exposed
 662 until post-legalize, and at that point, the fneg has been custom expanded into
 663 an X86 fxor.  This means that we need to handle this case in the x86 backend
 664 instead of in target independent code.
 665
 666 //===---------------------------------------------------------------------===//
 667
 668 Non-SSE4 insert into 16 x i8 is atrociously bad.
 669
 670 //===---------------------------------------------------------------------===//
 671
 672 <2 x i64> extract is substantially worse than <2 x f64>, even if the destination
 673 is memory.
 674
 675 //===---------------------------------------------------------------------===//
 676
 677 SSE4 extract-to-mem ops aren't being pattern matched because of the AssertZext
 678 sitting between the truncate and the extract.
 679
 680 //===---------------------------------------------------------------------===//
 681
 682 INSERTPS can match any insert (extract, imm1), imm2 for 4 x float, and insert
 683 any number of 0.0 simultaneously.  Currently we only use it for simple
 684 insertions.
 685
 686 See comments in LowerINSERT_VECTOR_ELT_SSE4.
 687
 688 //===---------------------------------------------------------------------===//
 689
 690 On a random note, SSE2 should declare insert/extract of 2 x f64 as legal, not
 691 Custom.  All combinations of insert/extract reg-reg, reg-mem, and mem-reg are
 692 legal, it'll just take a few extra patterns written in the .td file.
 693
 694 Note: this is not a code quality issue; the custom lowered code happens to be
 695 right, but we shouldn't have to custom lower anything.  This is probably related
 696 to <2 x i64> ops being so bad.
 697
 698 //===---------------------------------------------------------------------===//
 699
 700 'select' on vectors and scalars could be a whole lot better.  We currently
 701 lower them to conditional branches.  On x86-64 for example, we compile this:
 702
 703 double test(double a, double b, double c, double d) { return a<b ? c : d; }
 704
 705 to:
 706
 707 _test:
 708         ucomisd %xmm0, %xmm1
 709         ja      LBB1_2  # entry
 710 LBB1_1: # entry
 711         movapd  %xmm3, %xmm2
 712 LBB1_2: # entry
 713         movapd  %xmm2, %xmm0
 714         ret
 715
 716 instead of:
 717
 718 _test:
 719         cmpltsd %xmm1, %xmm0
 720         andpd   %xmm0, %xmm2
 721         andnpd  %xmm3, %xmm0
 722         orpd    %xmm2, %xmm0
 723         ret
 724
 725 For unpredictable branches, the later is much more efficient.  This should
 726 just be a matter of having scalar sse map to SELECT_CC and custom expanding
 727 or iseling it.
 728
 729 //===---------------------------------------------------------------------===//
 730
 731 LLVM currently generates stack realignment code, when it is not necessary
 732 needed. The problem is that we need to know about stack alignment too early,
 733 before RA runs.
 734
 735 At that point we don't know, whether there will be vector spill, or not.
 736 Stack realignment logic is overly conservative here, but otherwise we can
 737 produce unaligned loads/stores.
 738
 739 Fixing this will require some huge RA changes.
 740
 741 Testcase:
 742 #include <emmintrin.h>
 743
 744 typedef short vSInt16 __attribute__ ((__vector_size__ (16)));
 745
 746 static const vSInt16 a = {- 22725, - 12873, - 22725, - 12873, - 22725, - 12873,
 747 - 22725, - 12873};;
 748
 749 vSInt16 madd(vSInt16 b)
 750 {
 751     return _mm_madd_epi16(a, b);
 752 }
 753
 754 Generated code (x86-32, linux):
 755 madd:
 756         pushl   %ebp
 757         movl    %esp, %ebp
 758         andl    $-16, %esp
 759         movaps  .LCPI1_0, %xmm1
 760         pmaddwd %xmm1, %xmm0
 761         movl    %ebp, %esp
 762         popl    %ebp
 763         ret
 764
 765 //===---------------------------------------------------------------------===//
 766
 767 Consider:
 768 #include <emmintrin.h>
 769 __m128 foo2 (float x) {
 770  return _mm_set_ps (0, 0, x, 0);
 771 }
 772
 773 In x86-32 mode, we generate this spiffy code:
 774
 775 _foo2:
 776         movss   4(%esp), %xmm0
 777         pshufd  $81, %xmm0, %xmm0
 778         ret
 779
 780 in x86-64 mode, we generate this code, which could be better:
 781
 782 _foo2:
 783         xorps   %xmm1, %xmm1
 784         movss   %xmm0, %xmm1
 785         pshufd  $81, %xmm1, %xmm0
 786         ret
 787
 788 In sse4 mode, we could use insertps to make both better.
 789
 790 Here's another testcase that could use insertps [mem]:
 791
 792 #include <xmmintrin.h>
 793 extern float x2, x3;
 794 __m128 foo1 (float x1, float x4) {
 795  return _mm_set_ps (x2, x1, x3, x4);
 796 }
 797
 798 gcc mainline compiles it to:
 799
 800 foo1:
 801        insertps        $0x10, x2(%rip), %xmm0
 802        insertps        $0x10, x3(%rip), %xmm1
 803        movaps  %xmm1, %xmm2
 804        movlhps %xmm0, %xmm2
 805        movaps  %xmm2, %xmm0
 806        ret
 807
 808 //===---------------------------------------------------------------------===//
 809
 810 We compile vector multiply-by-constant into poor code:
 811
 812 define <4 x i32> @f(<4 x i32> %i) nounwind  {
 813         %A = mul <4 x i32> %i, < i32 10, i32 10, i32 10, i32 10 >
 814         ret <4 x i32> %A
 815 }
 816
 817 Compiles into:
 818
 819 LCPI1_0:                                        ##  <4 x i32>
 820         .long   10
 821         .long   10
 822         .long   10
 823         .long   10
 824         .text
 825         .align  4,0x90
 826         .globl  _f
 827 _f:
 828         pshufd  $3, %xmm0, %xmm1
 829         movd    %xmm1, %eax
 830         imull   LCPI1_0+12, %eax
 831         movd    %eax, %xmm1
 832         pshufd  $1, %xmm0, %xmm2
 833         movd    %xmm2, %eax
 834         imull   LCPI1_0+4, %eax
 835         movd    %eax, %xmm2
 836         punpckldq       %xmm1, %xmm2
 837         movd    %xmm0, %eax
 838         imull   LCPI1_0, %eax
 839         movd    %eax, %xmm1
 840         movhlps %xmm0, %xmm0
 841         movd    %xmm0, %eax
 842         imull   LCPI1_0+8, %eax
 843         movd    %eax, %xmm0
 844         punpckldq       %xmm0, %xmm1
 845         movaps  %xmm1, %xmm0
 846         punpckldq       %xmm2, %xmm0
 847         ret
 848
 849 //===---------------------------------------------------------------------===//
 850
 851 We compile this:
 852
 853 __m128i
 854 foo2 (char x)
 855 {
 856   return _mm_set_epi8 (1, 0, 0, 0, 0, 0, 0, 0, 0, x, 0, 1, 0, 0, 0, 0);
 857 }
 858
 859 into:
 860         movl    $1, %eax
 861         xorps   %xmm0, %xmm0
 862         pinsrw  $2, %eax, %xmm0
 863         movzbl  4(%esp), %eax
 864         pinsrw  $3, %eax, %xmm0
 865         movl    $256, %eax
 866         pinsrw  $7, %eax, %xmm0
 867         ret
 868
 869
 870 gcc-4.2:
 871         subl    $12, %esp
 872         movzbl  16(%esp), %eax
 873         movdqa  LC0, %xmm0
 874         pinsrw  $3, %eax, %xmm0
 875         addl    $12, %esp
 876         ret
 877         .const
 878         .align 4
 879 LC0:
 880         .word   0
 881         .word   0
 882         .word   1
 883         .word   0
 884         .word   0
 885         .word   0
 886         .word   0
 887         .word   256
 888
 889 With SSE4, it should be
 890       movdqa  .LC0(%rip), %xmm0
 891       pinsrb  $6, %edi, %xmm0