<div style="line-height:1.7;color:#000000;font-size:14px;font-family:Arial"><div id="spnEditorContent"><p style="margin: 0;">In my view, compiler option is not good idea, unroll these loop in manual are more better, it helpful us find out optimzie point and improve algorithm future.</p><p style="margin: 0;">For example, split DCT into deep Even part (EE/EEE, etc) does not get good performance</p><p style="margin: 0;"><br></p><p style="margin: 0;"><span style="font-family: arial; white-space: pre-wrap;">At 2024-08-21 01:42:12, "Hari Limaye" <hari.limaye@arm.com> wrote:</span></p></div><pre>>Make #pragma unroll directives portable for Clang and GCC, as currently
>GCC will simply ignore the unsupported directives.
>---
> source/common/aarch64/dct-prim.cpp | 36 ++++++++++++++++++------------
> 1 file changed, 22 insertions(+), 14 deletions(-)
>
>diff --git a/source/common/aarch64/dct-prim.cpp b/source/common/aarch64/dct-prim.cpp
>index 416532e54..acc50d4f4 100644
>--- a/source/common/aarch64/dct-prim.cpp
>+++ b/source/common/aarch64/dct-prim.cpp
>@@ -5,6 +5,14 @@
> 
> #include <arm_neon.h>
> 
>+#define X265_PRAGMA(text)       _Pragma(#text)
>+#if defined(__clang__)
>+#define X265_PRAGMA_UNROLL(n)   X265_PRAGMA(unroll(n))
>+#elif defined(__GNUC__)
>+#define X265_PRAGMA_UNROLL(n)   X265_PRAGMA(GCC unroll (n))
>+#else
>+#define X265_PRAGMA_UNROLL(n)
>+#endif
> 
> namespace
> {
>@@ -472,12 +480,12 @@ static void partialButterflyInverse16_neon(const int16_t *src, int16_t *orig_dst
>     const int add = 1 << (shift - 1);
> 
> 
>-#pragma unroll(4)
>+X265_PRAGMA_UNROLL(4)
>     for (j = 0; j < line; j += 4)
>     {
>         /* Utilizing symmetry properties to the maximum to minimize the number of multiplications */
> 
>-#pragma unroll(2)
>+X265_PRAGMA_UNROLL(2)
>         for (k = 0; k < 2; k++)
>         {
>             int32x4_t s;
>@@ -496,7 +504,7 @@ static void partialButterflyInverse16_neon(const int16_t *src, int16_t *orig_dst
>         EE[3] = vsubq_s32(EEE[0] , EEO[0]);
> 
> 
>-#pragma unroll(1)
>+X265_PRAGMA_UNROLL(1)
>         for (k = 0; k < 4; k += 4)
>         {
>             int32x4_t s[4];
>@@ -522,14 +530,14 @@ static void partialButterflyInverse16_neon(const int16_t *src, int16_t *orig_dst
>         static const int32x4_t max = vdupq_n_s32(32767);
>         const int32x4_t minus_shift = vdupq_n_s32(-shift);
> 
>-#pragma unroll(4)
>+X265_PRAGMA_UNROLL(4)
>         for (k = 0; k < 4; k++)
>         {
>             E[k] = vaddq_s32(EE[k] , EO[k]);
>             E[k + 4] = vsubq_s32(EE[3 - k] , EO[3 - k]);
>         }
> 
>-#pragma unroll(2)
>+X265_PRAGMA_UNROLL(2)
>         for (k = 0; k < 8; k += 4)
>         {
>             int32x4_t s[4];
>@@ -584,7 +592,7 @@ static void partialButterflyInverse16_neon(const int16_t *src, int16_t *orig_dst
>         }
> 
> 
>-#pragma unroll(2)
>+X265_PRAGMA_UNROLL(2)
>         for (k = 0; k < 8; k += 4)
>         {
>             int32x4_t t;
>@@ -657,10 +665,10 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
>     int16x4_t dst[32];
>     int add = 1 << (shift - 1);
> 
>-#pragma unroll (8)
>+X265_PRAGMA_UNROLL(8)
>     for (j = 0; j < line; j += 4)
>     {
>-#pragma unroll (4)
>+X265_PRAGMA_UNROLL(4)
>         for (k = 0; k < 16; k += 4)
>         {
>             int32x4_t s[4];
>@@ -681,7 +689,7 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
>         }
> 
> 
>-#pragma unroll (2)
>+X265_PRAGMA_UNROLL(2)
>         for (k = 0; k < 8; k += 4)
>         {
>             int32x4_t s[4];
>@@ -721,7 +729,7 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
>             EEO[k + 3] = s[3];
>         }
> 
>-#pragma unroll (2)
>+X265_PRAGMA_UNROLL(2)
>         for (k = 0; k < 2; k++)
>         {
>             int32x4_t s;
>@@ -736,14 +744,14 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
>         EEE[1] = vaddq_s32(EEEE[1], EEEO[1]);
>         EEE[2] = vsubq_s32(EEEE[1], EEEO[1]);
> 
>-#pragma unroll (4)
>+X265_PRAGMA_UNROLL(4)
>         for (k = 0; k < 4; k++)
>         {
>             EE[k] = vaddq_s32(EEE[k], EEO[k]);
>             EE[k + 4] = vsubq_s32((EEE[3 - k]), (EEO[3 - k]));
>         }
> 
>-#pragma unroll (8)
>+X265_PRAGMA_UNROLL(8)
>         for (k = 0; k < 8; k++)
>         {
>             E[k] = vaddq_s32(EE[k], EO[k]);
>@@ -755,7 +763,7 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
> 
> 
> 
>-#pragma unroll (16)
>+X265_PRAGMA_UNROLL(16)
>         for (k = 0; k < 16; k++)
>         {
>             int32x4_t adde = vaddq_s32(vdupq_n_s32(add), E[k]);
>@@ -777,7 +785,7 @@ static void partialButterflyInverse32_neon(const int16_t *src, int16_t *orig_dst
>         }
> 
> 
>-#pragma unroll (8)
>+X265_PRAGMA_UNROLL(8)
>         for (k = 0; k < 32; k += 4)
>         {
>             int16x4_t x0 = dst[k + 0];
>-- 
>2.42.1
>
</pre></div>