source/libs/gmp/gmp-src/mpn/s390_64/README

   1 Copyright 2011 Free Software Foundation, Inc.
   2
   3 This file is part of the GNU MP Library.
   4
   5 The GNU MP Library is free software; you can redistribute it and/or modify
   6 it under the terms of either:
   7
   8   * the GNU Lesser General Public License as published by the Free
   9     Software Foundation; either version 3 of the License, or (at your
  10     option) any later version.
  11
  12 or
  13
  14   * the GNU General Public License as published by the Free Software
  15     Foundation; either version 2 of the License, or (at your option) any
  16     later version.
  17
  18 or both in parallel, as here.
  19
  20 The GNU MP Library is distributed in the hope that it will be useful, but
  21 WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY
  22 or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  23 for more details.
  24
  25 You should have received copies of the GNU General Public License and the
  26 GNU Lesser General Public License along with the GNU MP Library.  If not,
  27 see https://www.gnu.org/licenses/.
  28
  29
  30
  31 There are 5 generations of 64-but s390 processors, z900, z990, z9,
  32 z10, and z196.  The current GMP code was optimised for the two oldest,
  33 z900 and z990.
  34
  35
  36 mpn_copyi
  37
  38 This code makes use of a loop around MVC.  It almost surely runs very
  39 close to optimally.  A small improvement could be done by using one
  40 MVC for size 256 bytes, now we use two (we use an extra MVC when
  41 copying any multiple of 256 bytes).
  42
  43
  44 mpn_copyd
  45
  46 We have tried several feed-in variants here, branch tree, jump table
  47 and computed goto.  The fastest (on z990) turned out to be computed
  48 goto.
  49
  50 An approach not tried is EX of LMG and STMG, modifying the register set
  51 on-the-fly.  Using that trick, we could completely avoid using
  52 separate feed-in paths.
  53
  54
  55 mpn_lshift, mpn_rshift
  56
  57 The current code runs at pipeline decode bandwidth on z990.
  58
  59
  60 mpn_add_n, mpn_sub_n
  61
  62 The current code is 4-way unrolled.  It should be unrolled more, at
  63 least 8x, in order to reach 2.5 c/l.
  64
  65
  66 mpn_mul_1, mpn_addmul_1, mpn_submul_1
  67
  68 The current code is very naive, but due to the non-pipelined nature of
  69 MLGR on z900 and z990, more sophisticated code would not gain much.
  70
  71 On z10 one would need to cluster at least 4 MLGR together, in order to
  72 reduce stalling.
  73
  74 On z196, one surely want to use unrolling and pipelining, to perhaps
  75 reach around 12 c/l.  A major issue here and on z10 is ALCGR's 3 cycle
  76 stalling.
  77
  78
  79 mpn_mul_2, mpn_addmul_2
  80
  81 At least for older machines (z900, z990) with very slow MLGR, we
  82 should use Karatsuba's algorithm on 2-limb units, making mul_2 and
  83 addmul_2 the main multiplication primitives.  The newer machines might
  84 benefit less from this approach, perhaps in particular z10, where MLGR
  85 clustering is more important.
  86
  87 With Karatsuba, one could hope for around 16 cycles per accumulated
  88 128 cross product, on z990.