real_128bit_BLOCK_template.c 301 KB
Newer Older
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
//    This file is part of ELPA.
//
//    The ELPA library was originally created by the ELPA consortium,
//    consisting of the following organizations:
//
//    - Max Planck Computing and Data Facility (MPCDF), formerly known as
//      Rechenzentrum Garching der Max-Planck-Gesellschaft (RZG),
//    - Bergische Universität Wuppertal, Lehrstuhl für angewandte
//      Informatik,
//    - Technische Universität München, Lehrstuhl für Informatik mit
//      Schwerpunkt Wissenschaftliches Rechnen ,
//    - Fritz-Haber-Institut, Berlin, Abt. Theorie,
//    - Max-Plack-Institut für Mathematik in den Naturwissenschaften,
//      Leipzig, Abt. Komplexe Strukutren in Biologie und Kognition,
//      and
//    - IBM Deutschland GmbH
//
//    This particular source code file contains additions, changes and
//    enhancements authored by Intel Corporation which is not part of
//    the ELPA consortium.
//
//    More information can be found here:
//    http://elpa.mpcdf.mpg.de/
//
//    ELPA is free software: you can redistribute it and/or modify
//    it under the terms of the version 3 of the license of the
//    GNU Lesser General Public License as published by the Free
//    Software Foundation.
//
//    ELPA is distributed in the hope that it will be useful,
//    but WITHOUT ANY WARRANTY; without even the implied warranty of
//    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
//    GNU Lesser General Public License for more details.
//
//    You should have received a copy of the GNU Lesser General Public License
//    along with ELPA. If not, see <http://www.gnu.org/licenses/>
//
//    ELPA reflects a substantial effort on the part of the original
//    ELPA consortium, and we ask you to respect the spirit of the
//    license that we chose: i.e., please contribute any changes you
//    may have back to the original ELPA library distribution, and keep
//    any derivatives of ELPA under the same license that we chose for
//    the original distribution, the GNU Lesser General Public License.
//
// Author: Andreas Marek, MPCDF, based on the double precision case of A. Heinecke
//
#include "config-f90.h"

49
50
51
52
53
54
#define CONCAT_8ARGS(a, b, c, d, e, f, g, h) CONCAT2_8ARGS(a, b, c, d, e, f, g, h)
#define CONCAT2_8ARGS(a, b, c, d, e, f, g, h) a ## b ## c ## d ## e ## f ## g ## h

#define CONCAT_7ARGS(a, b, c, d, e, f, g) CONCAT2_7ARGS(a, b, c, d, e, f, g)
#define CONCAT2_7ARGS(a, b, c, d, e, f, g) a ## b ## c ## d ## e ## f ## g

55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
#define CONCAT_6ARGS(a, b, c, d, e, f) CONCAT2_6ARGS(a, b, c, d, e, f)
#define CONCAT2_6ARGS(a, b, c, d, e, f) a ## b ## c ## d ## e ## f

#define CONCAT_5ARGS(a, b, c, d, e) CONCAT2_5ARGS(a, b, c, d, e)
#define CONCAT2_5ARGS(a, b, c, d, e) a ## b ## c ## d ## e

#define CONCAT_4ARGS(a, b, c, d) CONCAT2_4ARGS(a, b, c, d)
#define CONCAT2_4ARGS(a, b, c, d) a ## b ## c ## d

#define CONCAT_3ARGS(a, b, c) CONCAT2_3ARGS(a, b, c)
#define CONCAT2_3ARGS(a, b, c) a ## b ## c



#ifdef HAVE_SSE_INTRINSICS
#include <x86intrin.h>
#endif
#ifdef HAVE_SPARC64_SSE
#include <fjmfunc.h>
#include <emmintrin.h>
#endif
#include <stdio.h>
#include <stdlib.h>

79
80
81
82
83
#ifdef BLOCK6
#define PREFIX hexa
#define BLOCK 6
#endif

84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
#ifdef BLOCK4
#define PREFIX quad
#define BLOCK 4
#endif

#ifdef BLOCK2
#define PREFIX double
#define BLOCK 2
#endif

#ifdef HAVE_SSE_INTRINSICS
#define SIMD_SET SSE
#endif

#ifdef HAVE_SPARC64_SSE
#define SIMD_SET SPARC64
#endif
#define __forceinline __attribute__((always_inline)) static

#ifdef DOUBLE_PRECISION_REAL
#define offset 2
#define WORD_LENGTH double
106
107
#define DATA_TYPE double
#define DATA_TYPE_PTR double*
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123

#define __SSE_DATATYPE __m128d
#define _SSE_LOAD _mm_load_pd
#define _SSE_ADD _mm_add_pd
#define _SSE_SUB _mm_sub_pd
#define _SSE_MUL _mm_mul_pd
#define _SSE_XOR _mm_xor_pd
#define _SSE_STORE _mm_store_pd
#define _SSE_SET _mm_set_pd
#define _SSE_SET1 _mm_set1_pd
#define _SSE_SET _mm_set_pd
#endif

#ifdef SINGLE_PRECISION_REAL
#define offset 4
#define WORD_LENGTH single
124
125
#define DATA_TYPE float
#define DATA_TYPE_PTR float*
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145

#define __SSE_DATATYPE __m128
#define _SSE_LOAD _mm_load_ps
#define _SSE_ADD _mm_add_ps
#define _SSE_SUB _mm_sub_ps
#define _SSE_MUL _mm_mul_ps
#define _SSE_XOR _mm_xor_ps
#define _SSE_STORE _mm_store_ps
#define _SSE_SET _mm_set_ps
#define _SSE_SET1 _mm_set1_ps
#define _SSE_SET _mm_set_ps

#endif

#ifdef HAVE_SSE_INTRINSICS
#undef __AVX__
#endif

//Forward declaration
#ifdef DOUBLE_PRECISION_REAL
146
147
#undef ROW_LENGTH
#define ROW_LENGTH 2
148
#endif
149
150
151
#ifdef SINGLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 4
152
#endif
153
154

__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh, 
155
#ifdef BLOCK2
156
	DATA_TYPE s);
157
158
#endif
#ifdef BLOCK4
159
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
160
#endif
161
162
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
163
#endif
164
165
166
167

#ifdef DOUBLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 4
168
#endif
169
170
171
#ifdef SINGLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 8
172
#endif
173
__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh, 
174
#ifdef BLOCK2
175
	DATA_TYPE s);
176
177
#endif
#ifdef BLOCK4
178
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
179
#endif
180
181
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
182
#endif
183
184
185
186

#ifdef DOUBLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 6
187
188
#endif
#ifdef SINGLE_PRECISION_REAL
189
190
#undef ROW_LENGTH
#define ROW_LENGTH 12
191
#endif
192
__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh,
193
#ifdef BLOCK2
194
	DATA_TYPE s);
195
196
#endif
#ifdef BLOCK4
197
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
198
#endif
199
200
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
201
#endif
202
203
204
205

#ifdef DOUBLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 8
206
#endif
207
208
209
#ifdef SINGLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 16
210
#endif
211
__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh, 
212
#ifdef BLOCK2
213
	DATA_TYPE s);
214
215
#endif
#ifdef BLOCK4
216
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
217
#endif
218
219
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
220
#endif
221
222
223
224

#ifdef DOUBLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 10
225
#endif
226
227
228
#ifdef SINGLE_PRECISION_REAL
#undef ROW_LENGTH
#define ROW_LENGTH 20
229
#endif
230
__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh, 
231
#ifdef BLOCK2
232
	DATA_TYPE s);
233
234
#endif
#ifdef BLOCK4
235
236
237
238
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
#endif
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
239
240
241
#endif

#ifdef DOUBLE_PRECISION_REAL
242
243
#undef ROW_LENGTH
#define ROW_LENGTH 12
244
245
#endif
#ifdef SINGLE_PRECISION_REAL
246
247
248
249
250
251
252
#undef ROW_LENGTH
#define ROW_LENGTH 24
#endif

__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh,
#ifdef BLOCK2
	DATA_TYPE s);
253
#endif
254
255
256
257
258
259
260
261
#ifdef BLOCK4
	DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4);
#endif
#ifdef BLOCK6
	DATA_TYPE_PTR scalarprods);
#endif

void CONCAT_7ARGS(PREFIX,_hh_trafo_real_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int* pnb, int* pnq, int* pldq, int* pldh);
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371

/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine double_hh_trafo_real_SSE_2hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="double_hh_trafo_real_SSE_2hv_double")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_double)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine double_hh_trafo_real_SSE_2hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="double_hh_trafo_real_SSE_2hv_single")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_float)  :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine double_hh_trafo_real_SPARC64_2hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="double_hh_trafo_real_SPARC64_2hv_double")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_double) :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine double_hh_trafo_real_SPARC64_2hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="double_hh_trafo_real_SPARC64_2hv_single")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_float)  :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine quad_hh_trafo_real_SSE_4hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="quad_hh_trafo_real_SSE_4hv_double")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_double)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine quad_hh_trafo_real_SSE_4hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="quad_hh_trafo_real_SSE_4hv_single")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_float)  :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine quad_hh_trafo_real_SPARC64_4hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="quad_hh_trafo_real_SPARC64_4hv_double")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_double) :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine quad_hh_trafo_real_SPARC64_4hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>              bind(C, name="quad_hh_trafo_real_SPARC64_4hv_single")
!f>     use, intrinsic :: iso_c_binding
!f>     integer(kind=c_int) :: pnb, pnq, pldq, pldh
!f>     type(c_ptr), value  :: q
!f>     real(kind=c_float)  :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine hexa_hh_trafo_real_sse_6hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="hexa_hh_trafo_real_SSE_6hv_double")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_double)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine hexa_hh_trafo_real_sparc64_6hv_double(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="hexa_hh_trafo_real_SPARC64_6hv_double")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_double)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
/*
!f>#ifdef HAVE_SSE_INTRINSICS
!f> interface
!f>   subroutine hexa_hh_trafo_real_sse_6hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="hexa_hh_trafo_real_SSE_6hv_single")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_float)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/
/*
!f>#ifdef HAVE_SPARC64_SSE
!f> interface
!f>   subroutine hexa_hh_trafo_real_sparc64_6hv_single(q, hh, pnb, pnq, pldq, pldh) &
!f>                                bind(C, name="hexa_hh_trafo_real_SPARC64_6hv_single")
!f>        use, intrinsic :: iso_c_binding
!f>        integer(kind=c_int)        :: pnb, pnq, pldq, pldh
!f>        type(c_ptr), value        :: q
!f>        real(kind=c_float)        :: hh(pnb,6)
!f>   end subroutine
!f> end interface
!f>#endif
*/

void CONCAT_7ARGS(PREFIX,_hh_trafo_real_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int* pnb, int* pnq, int* pldq, int* pldh)
426
427
428
429
430
431
432
433
434
435
436
{
  int i;
  int nb = *pnb;
  int nq = *pldq;
  int ldq = *pldq;
  int ldh = *pldh;
  int worked_on;

#ifdef BLOCK2
  // calculating scalar product to compute
  // 2 householder vectors simultaneously
437
  DATA_TYPE s = hh[(ldh)+1]*1.0;
438
439
440
441
442
#endif

#ifdef BLOCK4
  // calculating scalar products to compute
  // 4 householder vectors simultaneously
443
444
445
446
447
448
449
  DATA_TYPE s_1_2 = hh[(ldh)+1];  
  DATA_TYPE s_1_3 = hh[(ldh*2)+2];
  DATA_TYPE s_2_3 = hh[(ldh*2)+1];
  DATA_TYPE s_1_4 = hh[(ldh*3)+3];
  DATA_TYPE s_2_4 = hh[(ldh*3)+2];
  DATA_TYPE s_3_4 = hh[(ldh*3)+1];

450
451
  // calculate scalar product of first and fourth householder Vector
  // loop counter = 2
452
453
454
  s_1_2 += hh[2-1] * hh[(2+ldh)];          
  s_2_3 += hh[(ldh)+2-1] * hh[2+(ldh*2)];  
  s_3_4 += hh[(ldh*2)+2-1] * hh[2+(ldh*3)];
455
456

  // loop counter = 3
457
458
459
  s_1_2 += hh[3-1] * hh[(3+ldh)];          
  s_2_3 += hh[(ldh)+3-1] * hh[3+(ldh*2)];  
  s_3_4 += hh[(ldh*2)+3-1] * hh[3+(ldh*3)];
460

461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
  s_1_3 += hh[3-2] * hh[3+(ldh*2)];        
  s_2_4 += hh[(ldh*1)+3-2] * hh[3+(ldh*3)];
#endif /* BLOCK4 */

#ifdef BLOCK6
  // calculating scalar products to compute
  // 6 householder vectors simultaneously
  DATA_TYPE scalarprods[15];

  scalarprods[0] = hh[(ldh+1)];  
  scalarprods[1] = hh[(ldh*2)+2];
  scalarprods[2] = hh[(ldh*2)+1];
  scalarprods[3] = hh[(ldh*3)+3];
  scalarprods[4] = hh[(ldh*3)+2];
  scalarprods[5] = hh[(ldh*3)+1];
  scalarprods[6] = hh[(ldh*4)+4];
  scalarprods[7] = hh[(ldh*4)+3];
  scalarprods[8] = hh[(ldh*4)+2];
  scalarprods[9] = hh[(ldh*4)+1];
  scalarprods[10] = hh[(ldh*5)+5];
  scalarprods[11] = hh[(ldh*5)+4];
  scalarprods[12] = hh[(ldh*5)+3];
  scalarprods[13] = hh[(ldh*5)+2];
  scalarprods[14] = hh[(ldh*5)+1];

  // calculate scalar product of first and fourth householder Vector
  // loop counter = 2
  scalarprods[0] += hh[1] * hh[(2+ldh)];           
  scalarprods[2] += hh[(ldh)+1] * hh[2+(ldh*2)];   
  scalarprods[5] += hh[(ldh*2)+1] * hh[2+(ldh*3)]; 
  scalarprods[9] += hh[(ldh*3)+1] * hh[2+(ldh*4)]; 
  scalarprods[14] += hh[(ldh*4)+1] * hh[2+(ldh*5)];

  // loop counter = 3
  scalarprods[0] += hh[2] * hh[(3+ldh)];          
  scalarprods[2] += hh[(ldh)+2] * hh[3+(ldh*2)];  
  scalarprods[5] += hh[(ldh*2)+2] * hh[3+(ldh*3)];
  scalarprods[9] += hh[(ldh*3)+2] * hh[3+(ldh*4)];
  scalarprods[14] += hh[(ldh*4)+2] * hh[3+(ldh*5)];

  scalarprods[1] += hh[1] * hh[3+(ldh*2)];         
  scalarprods[4] += hh[(ldh*1)+1] * hh[3+(ldh*3)]; 
  scalarprods[8] += hh[(ldh*2)+1] * hh[3+(ldh*4)]; 
  scalarprods[13] += hh[(ldh*3)+1] * hh[3+(ldh*5)];

  // loop counter = 4
  scalarprods[0] += hh[3] * hh[(4+ldh)];           
  scalarprods[2] += hh[(ldh)+3] * hh[4+(ldh*2)];   
  scalarprods[5] += hh[(ldh*2)+3] * hh[4+(ldh*3)]; 
  scalarprods[9] += hh[(ldh*3)+3] * hh[4+(ldh*4)]; 
  scalarprods[14] += hh[(ldh*4)+3] * hh[4+(ldh*5)];

  scalarprods[1] += hh[2] * hh[4+(ldh*2)];         
  scalarprods[4] += hh[(ldh*1)+2] * hh[4+(ldh*3)]; 
  scalarprods[8] += hh[(ldh*2)+2] * hh[4+(ldh*4)]; 
  scalarprods[13] += hh[(ldh*3)+2] * hh[4+(ldh*5)];

  scalarprods[3] += hh[1] * hh[4+(ldh*3)];         
  scalarprods[7] += hh[(ldh)+1] * hh[4+(ldh*4)];   
  scalarprods[12] += hh[(ldh*2)+1] * hh[4+(ldh*5)];

  // loop counter = 5
  scalarprods[0] += hh[4] * hh[(5+ldh)];           
  scalarprods[2] += hh[(ldh)+4] * hh[5+(ldh*2)];   
  scalarprods[5] += hh[(ldh*2)+4] * hh[5+(ldh*3)]; 
  scalarprods[9] += hh[(ldh*3)+4] * hh[5+(ldh*4)]; 
  scalarprods[14] += hh[(ldh*4)+4] * hh[5+(ldh*5)];

  scalarprods[1] += hh[3] * hh[5+(ldh*2)];         
  scalarprods[4] += hh[(ldh*1)+3] * hh[5+(ldh*3)]; 
  scalarprods[8] += hh[(ldh*2)+3] * hh[5+(ldh*4)]; 
  scalarprods[13] += hh[(ldh*3)+3] * hh[5+(ldh*5)];

  scalarprods[3] += hh[2] * hh[5+(ldh*3)];         
  scalarprods[7] += hh[(ldh)+2] * hh[5+(ldh*4)];   
  scalarprods[12] += hh[(ldh*2)+2] * hh[5+(ldh*5)];

  scalarprods[6] += hh[1] * hh[5+(ldh*4)];         
  scalarprods[11] += hh[(ldh)+1] * hh[5+(ldh*5)];  


#endif /* BLOCK6 */
543
544
545
546
547
548
549
550
551
552

#ifdef HAVE_SSE_INTRINSICS
  #pragma ivdep
#endif
  for (i = BLOCK; i < nb; i++)
    {
#ifdef BLOCK2
      s += hh[i-1] * hh[(i+ldh)];
#endif
#ifdef BLOCK4
553
554
555
      s_1_2 += hh[i-1] * hh[(i+ldh)];           
      s_2_3 += hh[(ldh)+i-1] * hh[i+(ldh*2)];   
      s_3_4 += hh[(ldh*2)+i-1] * hh[i+(ldh*3)]; 
556

557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
      s_1_3 += hh[i-2] * hh[i+(ldh*2)];         
      s_2_4 += hh[(ldh*1)+i-2] * hh[i+(ldh*3)]; 

      s_1_4 += hh[i-3] * hh[i+(ldh*3)];         
#endif /* BLOCK4 */
#ifdef BLOCK6
      scalarprods[0] += hh[i-1] * hh[(i+ldh)];           
      scalarprods[2] += hh[(ldh)+i-1] * hh[i+(ldh*2)];   
      scalarprods[5] += hh[(ldh*2)+i-1] * hh[i+(ldh*3)]; 
      scalarprods[9] += hh[(ldh*3)+i-1] * hh[i+(ldh*4)]; 
      scalarprods[14] += hh[(ldh*4)+i-1] * hh[i+(ldh*5)];

      scalarprods[1] += hh[i-2] * hh[i+(ldh*2)];         
      scalarprods[4] += hh[(ldh*1)+i-2] * hh[i+(ldh*3)]; 
      scalarprods[8] += hh[(ldh*2)+i-2] * hh[i+(ldh*4)]; 
      scalarprods[13] += hh[(ldh*3)+i-2] * hh[i+(ldh*5)];

      scalarprods[3] += hh[i-3] * hh[i+(ldh*3)];         
      scalarprods[7] += hh[(ldh)+i-3] * hh[i+(ldh*4)];   
      scalarprods[12] += hh[(ldh*2)+i-3] * hh[i+(ldh*5)];

      scalarprods[6] += hh[i-4] * hh[i+(ldh*4)];         
      scalarprods[11] += hh[(ldh)+i-4] * hh[i+(ldh*5)];  

      scalarprods[10] += hh[i-5] * hh[i+(ldh*5)];        
#endif /* BLOCK6 */
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745

    }

  // Production level kernel calls with padding
#ifdef BLOCK2
#ifdef DOUBLE_PRECISION_REAL
  for (i = 0; i < nq-10; i+=12)
    {
      CONCAT_4ARGS(hh_trafo_kernel_12_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 12;
    }
#endif
#ifdef SINGLE_PRECISION_REAL
  for (i = 0; i < nq-20; i+=24)
    {
      CONCAT_4ARGS(hh_trafo_kernel_24_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 24;
    }
#endif

  if (nq == i)
    {
      return;
    }

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i == 10)
    {
      CONCAT_4ARGS(hh_trafo_kernel_10_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 10;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i == 20)
    {
      CONCAT_4ARGS(hh_trafo_kernel_20_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 20;
    }
#endif

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i == 8)
    {
      CONCAT_4ARGS(hh_trafo_kernel_8_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 8;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i == 16)
    {
      CONCAT_4ARGS(hh_trafo_kernel_16_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 16;
    }
#endif

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i == 6)
    {
      CONCAT_4ARGS(hh_trafo_kernel_6_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 6;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i == 12)
    {
      CONCAT_4ARGS(hh_trafo_kernel_12_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 12;
    }
#endif

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i == 4)
    {
      CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 4;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
   if (nq-i == 8)
     {
       CONCAT_4ARGS(hh_trafo_kernel_8_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
       worked_on += 8;
     }
#endif

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i == 2)
    {
      CONCAT_4ARGS(hh_trafo_kernel_2_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 2;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i == 4)
    {
      CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_2hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s);
      worked_on += 4;
    }
#endif

#endif /* BLOCK2 */

#ifdef BLOCK4
#ifdef DOUBLE_PRECISION_REAL
  for (i = 0; i < nq-4; i+=6)
    {
      CONCAT_4ARGS(hh_trafo_kernel_6_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
      worked_on += 6;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  for (i = 0; i < nq-8; i+=12)
    {
      CONCAT_4ARGS(hh_trafo_kernel_12_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
      worked_on += 12;
    }
#endif

  if (nq == i)
    {
      return;
    }

#ifdef DOUBLE_PRECISION_REAL
  if (nq-i ==4)
    {
      CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
      worked_on += 4;
    }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i ==8)
    {
      CONCAT_4ARGS(hh_trafo_kernel_8_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
      worked_on += 8;
    }
#endif

#ifdef DOUBLE_PRECISION_REAL
   if (nq-i == 2)
     {
       CONCAT_4ARGS(hh_trafo_kernel_2_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
       worked_on += 2;
     }
#endif

#ifdef SINGLE_PRECISION_REAL
  if (nq-i == 4)
    {
      CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_4hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, s_1_2, s_1_3, s_2_3, s_1_4, s_2_4, s_3_4);
      worked_on += 4;
    }
#endif

#endif /* BLOCK4 */

746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
#ifdef BLOCK6
#ifdef DOUBLE_PRECISION_REAL
  
  for (i = 0; i < nq-2; i+=4)
    {
      CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_6hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, scalarprods);
      worked_on += 4;
    }
#endif
#ifdef SINGLE_PRECISION_REAL
    for (i = 0; i < nq-4; i+=8)
      {
        CONCAT_4ARGS(hh_trafo_kernel_8_,SIMD_SET,_6hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, scalarprods);
        worked_on += 8;
      }
#endif
    if (nq == i)
      {
        return;
      }
#ifdef DOUBLE_PRECISION_REAL
    if (nq -i == 2)
      {
        CONCAT_4ARGS(hh_trafo_kernel_2_,SIMD_SET,_6hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, scalarprods);
        worked_on += 2;
      }
#endif
#ifdef SINGLE_PRECISION_REAL
    if (nq -i == 4)
      {
        CONCAT_4ARGS(hh_trafo_kernel_4_,SIMD_SET,_6hv_,WORD_LENGTH) (&q[i], hh, nb, ldq, ldh, scalarprods);
        worked_on += 4;
      }
#endif
  
#endif /* BLOCK6 */

783
784
785
#ifdef WITH_DEBUG
  if (worked_on != nq)
    {
786
      printf("Error in real SIMD_SET BLOCK BLOCK kernel %d %d\n", worked_on, nq);
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
      abort();
    }
#endif
}

/*
 * Unrolled kernel that computes
#ifdef DOUBLE_PRECISION_REAL
 * 12 rows of Q simultaneously, a
#endif
#ifdef SINGLE_PRECISION_REAL
 * 24 rows of Q simultaneously, a
#endif
 * matrix Vector product with two householder
 */
#ifdef BLOCK2
/*
 * vectors + a rank 2 update is performed
 */
#endif
#ifdef BLOCK4
/*
 * vectors + a rank 1 update is performed
 */
#endif
#ifdef DOUBLE_PRECISION_REAL
813
814
#undef ROW_LENGTH
#define ROW_LENGTH 12
815
816
#endif
#ifdef SINGLE_PRECISION_REAL
817
818
819
820
821
#undef ROW_LENGTH
#define ROW_LENGTH 24
#endif

__forceinline void CONCAT_8ARGS(hh_trafo_kernel_,ROW_LENGTH,_,SIMD_SET,_,BLOCK,hv_,WORD_LENGTH) (DATA_TYPE_PTR q, DATA_TYPE_PTR hh, int nb, int ldq, int ldh,
822
#ifdef BLOCK2
823
               DATA_TYPE s)
824
825
#endif
#ifdef BLOCK4
826
827
828
829
               DATA_TYPE s_1_2, DATA_TYPE s_1_3, DATA_TYPE s_2_3, DATA_TYPE s_1_4, DATA_TYPE s_2_4, DATA_TYPE s_3_4)
#endif 
#ifdef BLOCK6
               DATA_TYPE_PTR scalarprods)
830
831
832
833
834
835
836
837
#endif
  {
#ifdef BLOCK2
    /////////////////////////////////////////////////////
    // Matrix Vector Multiplication, Q [10 x nb+1] * hh
    // hh contains two householder vectors, with offset 1
    /////////////////////////////////////////////////////
#endif
838
#if defined(BLOCK4) || defined(BLOCK6)
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
    /////////////////////////////////////////////////////
    // Matrix Vector Multiplication, Q [10 x nb+3] * hh
    // hh contains four householder vectors
    /////////////////////////////////////////////////////
#endif

    int i;

#ifdef BLOCK2
#ifdef HAVE_SSE_INTRINSICS
    // Needed bit mask for floating point sign flip
#ifdef DOUBLE_PRECISION_REAL
    __SSE_DATATYPE sign = (__SSE_DATATYPE)_mm_set1_epi64x(0x8000000000000000LL);
#endif
#ifdef SINGLE_PRECISION_REAL
    __SSE_DATATYPE sign = _mm_castsi128_ps(_mm_set_epi32(0x80000000, 0x80000000, 0x80000000, 0x80000000));
#endif
#endif
    __SSE_DATATYPE x1 = _SSE_LOAD(&q[ldq]);
    __SSE_DATATYPE x2 = _SSE_LOAD(&q[ldq+offset]);
    __SSE_DATATYPE x3 = _SSE_LOAD(&q[ldq+2*offset]);
    __SSE_DATATYPE x4 = _SSE_LOAD(&q[ldq+3*offset]);
    __SSE_DATATYPE x5 = _SSE_LOAD(&q[ldq+4*offset]);
    __SSE_DATATYPE x6 = _SSE_LOAD(&q[ldq+5*offset]);

#ifdef HAVE_SSE_INTRINSICS
    __SSE_DATATYPE h1 = _SSE_SET1(hh[ldh+1]);
#endif
#ifdef HAVE_SPARC64_SSE
    __SSE_DATATYPE h1 = _SSE_SET(hh[ldh+1], hh[ldh+1]);
#endif
    __SSE_DATATYPE h2;

    __SSE_DATATYPE q1 = _SSE_LOAD(q);
    __SSE_DATATYPE y1 = _SSE_ADD(q1, _SSE_MUL(x1, h1));
    __SSE_DATATYPE q2 = _SSE_LOAD(&q[offset]);
    __SSE_DATATYPE y2 = _SSE_ADD(q2, _SSE_MUL(x2, h1));
    __SSE_DATATYPE q3 = _SSE_LOAD(&q[2*offset]);
    __SSE_DATATYPE y3 = _SSE_ADD(q3, _SSE_MUL(x3, h1));
    __SSE_DATATYPE q4 = _SSE_LOAD(&q[3*offset]);
    __SSE_DATATYPE y4 = _SSE_ADD(q4, _SSE_MUL(x4, h1));
    __SSE_DATATYPE q5 = _SSE_LOAD(&q[4*offset]);
    __SSE_DATATYPE y5 = _SSE_ADD(q5, _SSE_MUL(x5, h1));
    __SSE_DATATYPE q6 = _SSE_LOAD(&q[5*offset]);
    __SSE_DATATYPE y6 = _SSE_ADD(q6, _SSE_MUL(x6, h1));
#endif /* BLOCK2 */

#ifdef BLOCK4
    __SSE_DATATYPE a1_1 = _SSE_LOAD(&q[ldq*3]);
    __SSE_DATATYPE a2_1 = _SSE_LOAD(&q[ldq*2]);
    __SSE_DATATYPE a3_1 = _SSE_LOAD(&q[ldq]);  
    __SSE_DATATYPE a4_1 = _SSE_LOAD(&q[0]);    

#ifdef HAVE_SSE_INTRINSICS
    __SSE_DATATYPE h_2_1 = _SSE_SET1(hh[ldh+1]);    
    __SSE_DATATYPE h_3_2 = _SSE_SET1(hh[(ldh*2)+1]);
    __SSE_DATATYPE h_3_1 = _SSE_SET1(hh[(ldh*2)+2]);
    __SSE_DATATYPE h_4_3 = _SSE_SET1(hh[(ldh*3)+1]);
    __SSE_DATATYPE h_4_2 = _SSE_SET1(hh[(ldh*3)+2]);
    __SSE_DATATYPE h_4_1 = _SSE_SET1(hh[(ldh*3)+3]);
#endif

#ifdef HAVE_SPARC64_SSE
    __SSE_DATATYPE h_2_1 = _SSE_SET(hh[ldh+1], hh[ldh+1]);
    __SSE_DATATYPE h_3_2 = _SSE_SET(hh[(ldh*2)+1], hh[(ldh*2)+1]);
    __SSE_DATATYPE h_3_1 = _SSE_SET(hh[(ldh*2)+2], hh[(ldh*2)+2]);
    __SSE_DATATYPE h_4_3 = _SSE_SET(hh[(ldh*3)+1], hh[(ldh*3)+1]);
    __SSE_DATATYPE h_4_2 = _SSE_SET(hh[(ldh*3)+2], hh[(ldh*3)+2]);
    __SSE_DATATYPE h_4_1 = _SSE_SET(hh[(ldh*3)+3], hh[(ldh*3)+3]);
#endif

    register __SSE_DATATYPE w1 = _SSE_ADD(a4_1, _SSE_MUL(a3_1, h_4_3));
    w1 = _SSE_ADD(w1, _SSE_MUL(a2_1, h_4_2));                          
    w1 = _SSE_ADD(w1, _SSE_MUL(a1_1, h_4_1));                          
    register __SSE_DATATYPE z1 = _SSE_ADD(a3_1, _SSE_MUL(a2_1, h_3_2));
    z1 = _SSE_ADD(z1, _SSE_MUL(a1_1, h_3_1));                          
    register __SSE_DATATYPE y1 = _SSE_ADD(a2_1, _SSE_MUL(a1_1, h_2_1));
    register __SSE_DATATYPE x1 = a1_1;

    __SSE_DATATYPE a1_2 = _SSE_LOAD(&q[(ldq*3)+offset]);                  
    __SSE_DATATYPE a2_2 = _SSE_LOAD(&q[(ldq*2)+offset]);
    __SSE_DATATYPE a3_2 = _SSE_LOAD(&q[ldq+offset]);
    __SSE_DATATYPE a4_2 = _SSE_LOAD(&q[0+offset]);

    register __SSE_DATATYPE w2 = _SSE_ADD(a4_2, _SSE_MUL(a3_2, h_4_3));
    w2 = _SSE_ADD(w2, _SSE_MUL(a2_2, h_4_2));
    w2 = _SSE_ADD(w2, _SSE_MUL(a1_2, h_4_1));
    register __SSE_DATATYPE z2 = _SSE_ADD(a3_2, _SSE_MUL(a2_2, h_3_2));
    z2 = _SSE_ADD(z2, _SSE_MUL(a1_2, h_3_1));
    register __SSE_DATATYPE y2 = _SSE_ADD(a2_2, _SSE_MUL(a1_2, h_2_1));
    register __SSE_DATATYPE x2 = a1_2;

    __SSE_DATATYPE a1_3 = _SSE_LOAD(&q[(ldq*3)+2*offset]);
    __SSE_DATATYPE a2_3 = _SSE_LOAD(&q[(ldq*2)+2*offset]);
    __SSE_DATATYPE a3_3 = _SSE_LOAD(&q[ldq+2*offset]);
    __SSE_DATATYPE a4_3 = _SSE_LOAD(&q[0+2*offset]);

    register __SSE_DATATYPE w3 = _SSE_ADD(a4_3, _SSE_MUL(a3_3, h_4_3));
    w3 = _SSE_ADD(w3, _SSE_MUL(a2_3, h_4_2));
    w3 = _SSE_ADD(w3, _SSE_MUL(a1_3, h_4_1));
    register __SSE_DATATYPE z3 = _SSE_ADD(a3_3, _SSE_MUL(a2_3, h_3_2));
    z3 = _SSE_ADD(z3, _SSE_MUL(a1_3, h_3_1));
    register __SSE_DATATYPE y3 = _SSE_ADD(a2_3, _SSE_MUL(a1_3, h_2_1));
    register __SSE_DATATYPE x3 = a1_3;

    __SSE_DATATYPE a1_4 = _SSE_LOAD(&q[(ldq*3)+3*offset]);
    __SSE_DATATYPE a2_4 = _SSE_LOAD(&q[(ldq*2)+3*offset]);
    __SSE_DATATYPE a3_4 = _SSE_LOAD(&q[ldq+3*offset]);
    __SSE_DATATYPE a4_4 = _SSE_LOAD(&q[0+3*offset]);

    register __SSE_DATATYPE w4 = _SSE_ADD(a4_4, _SSE_MUL(a3_4, h_4_3));
    w4 = _SSE_ADD(w4, _SSE_MUL(a2_4, h_4_2));
    w4 = _SSE_ADD(w4, _SSE_MUL(a1_4, h_4_1));
    register __SSE_DATATYPE z4 = _SSE_ADD(a3_4, _SSE_MUL(a2_4, h_3_2));
    z4 = _SSE_ADD(z4, _SSE_MUL(a1_4, h_3_1));
    register __SSE_DATATYPE y4 = _SSE_ADD(a2_4, _SSE_MUL(a1_4, h_2_1));
    register __SSE_DATATYPE x4 = a1_4;

    __SSE_DATATYPE a1_5 = _SSE_LOAD(&q[(ldq*3)+4*offset]);
    __SSE_DATATYPE a2_5 = _SSE_LOAD(&q[(ldq*2)+4*offset]);
    __SSE_DATATYPE a3_5 = _SSE_LOAD(&q[ldq+4*offset]);
    __SSE_DATATYPE a4_5 = _SSE_LOAD(&q[0+4*offset]);

    register __SSE_DATATYPE w5 = _SSE_ADD(a4_5, _SSE_MUL(a3_5, h_4_3));
    w5 = _SSE_ADD(w5, _SSE_MUL(a2_5, h_4_2));
    w5 = _SSE_ADD(w5, _SSE_MUL(a1_5, h_4_1));
    register __SSE_DATATYPE z5 = _SSE_ADD(a3_5, _SSE_MUL(a2_5, h_3_2));
    z5 = _SSE_ADD(z5, _SSE_MUL(a1_5, h_3_1));
    register __SSE_DATATYPE y5 = _SSE_ADD(a2_5, _SSE_MUL(a1_5, h_2_1));
    register __SSE_DATATYPE x5 = a1_5;

    __SSE_DATATYPE a1_6 = _SSE_LOAD(&q[(ldq*3)+5*offset]);
    __SSE_DATATYPE a2_6 = _SSE_LOAD(&q[(ldq*2)+5*offset]);
    __SSE_DATATYPE a3_6 = _SSE_LOAD(&q[ldq+5*offset]);
    __SSE_DATATYPE a4_6 = _SSE_LOAD(&q[0+5*offset]);

    register __SSE_DATATYPE w6 = _SSE_ADD(a4_6, _SSE_MUL(a3_6, h_4_3));
    w6 = _SSE_ADD(w6, _SSE_MUL(a2_6, h_4_2));
    w6 = _SSE_ADD(w6, _SSE_MUL(a1_6, h_4_1));
    register __SSE_DATATYPE z6 = _SSE_ADD(a3_6, _SSE_MUL(a2_6, h_3_2));
    z6 = _SSE_ADD(z6, _SSE_MUL(a1_6, h_3_1));
    register __SSE_DATATYPE y6 = _SSE_ADD(a2_6, _SSE_MUL(a1_6, h_2_1));
    register __SSE_DATATYPE x6 = a1_6;

    __SSE_DATATYPE q1;
    __SSE_DATATYPE q2;
    __SSE_DATATYPE q3;
    __SSE_DATATYPE q4;
    __SSE_DATATYPE q5;
    __SSE_DATATYPE q6;

    __SSE_DATATYPE h1;
    __SSE_DATATYPE h2;
    __SSE_DATATYPE h3;
    __SSE_DATATYPE h4;
#endif /* BLOCK4 */

996
997
998
999
1000
1001
1002
1003
#ifdef BLOCK6
    
    __SSE_DATATYPE a1_1 = _SSE_LOAD(&q[ldq*5]);
    __SSE_DATATYPE a2_1 = _SSE_LOAD(&q[ldq*4]);
    __SSE_DATATYPE a3_1 = _SSE_LOAD(&q[ldq*3]);
    __SSE_DATATYPE a4_1 = _SSE_LOAD(&q[ldq*2]);
    __SSE_DATATYPE a5_1 = _SSE_LOAD(&q[ldq]);  
    __SSE_DATATYPE a6_1 = _SSE_LOAD(&q[0]);    
1004
1005

#ifdef HAVE_SSE_INTRINSICS
1006
1007
1008
1009
1010
    __SSE_DATATYPE h_6_5 = _SSE_SET1(hh[(ldh*5)+1]);
    __SSE_DATATYPE h_6_4 = _SSE_SET1(hh[(ldh*5)+2]);
    __SSE_DATATYPE h_6_3 = _SSE_SET1(hh[(ldh*5)+3]);
    __SSE_DATATYPE h_6_2 = _SSE_SET1(hh[(ldh*5)+4]);
    __SSE_DATATYPE h_6_1 = _SSE_SET1(hh[(ldh*5)+5]);
1011
1012
1013
#endif

#ifdef HAVE_SPARC64_SSE
1014
1015
1016
1017
1018
    __SSE_DATATYPE h_6_5 = _SSE_SET(hh[(ldh*5)+1], hh[(ldh*5)+1]);
    __SSE_DATATYPE h_6_4 = _SSE_SET(hh[(ldh*5)+2], hh[(ldh*5)+2]);
    __SSE_DATATYPE h_6_3 = _SSE_SET(hh[(ldh*5)+3], hh[(ldh*5)+3]);
    __SSE_DATATYPE h_6_2 = _SSE_SET(hh[(ldh*5)+4], hh[(ldh*5)+4]);
    __SSE_DATATYPE h_6_1 = _SSE_SET(hh[(ldh*5)+5], hh[(ldh*5)+5]);
1019
1020
#endif

1021
1022
1023
1024
1025
    register __SSE_DATATYPE t1 = _SSE_ADD(a6_1, _SSE_MUL(a5_1, h_6_5)); 
    t1 = _SSE_ADD(t1, _SSE_MUL(a4_1, h_6_4));
    t1 = _SSE_ADD(t1, _SSE_MUL(a3_1, h_6_3));
    t1 = _SSE_ADD(t1, _SSE_MUL(a2_1, h_6_2));
    t1 = _SSE_ADD(t1, _SSE_MUL(a1_1, h_6_1));
1026
1027

#ifdef HAVE_SSE_INTRINSICS
1028
1029
1030
1031
    __SSE_DATATYPE h_5_4 = _SSE_SET1(hh[(ldh*4)+1]);
    __SSE_DATATYPE h_5_3 = _SSE_SET1(hh[(ldh*4)+2]);
    __SSE_DATATYPE h_5_2 = _SSE_SET1(hh[(ldh*4)+3]);
    __SSE_DATATYPE h_5_1 = _SSE_SET1(hh[(ldh*4)+4]);
1032
#endif
1033

1034
#ifdef HAVE_SPARC64_SSE
1035
1036
1037
1038
    __SSE_DATATYPE h_5_4 = _SSE_SET(hh[(ldh*4)+1], hh[(ldh*4)+1]);
    __SSE_DATATYPE h_5_3 = _SSE_SET(hh[(ldh*4)+2], hh[(ldh*4)+2]);
    __SSE_DATATYPE h_5_2 = _SSE_SET(hh[(ldh*4)+3], hh[(ldh*4)+3]);
    __SSE_DATATYPE h_5_1 = _SSE_SET(hh[(ldh*4)+4], hh[(ldh*4)+4]);
1039
1040
#endif

1041
1042
1043
1044
    register __SSE_DATATYPE v1 = _SSE_ADD(a5_1, _SSE_MUL(a4_1, h_5_4)); 
    v1 = _SSE_ADD(v1, _SSE_MUL(a3_1, h_5_3));
    v1 = _SSE_ADD(v1, _SSE_MUL(a2_1, h_5_2));
    v1 = _SSE_ADD(v1, _SSE_MUL(a1_1, h_5_1));
1045
1046

#ifdef HAVE_SSE_INTRINSICS
1047
1048
1049
    __SSE_DATATYPE h_4_3 = _SSE_SET1(hh[(ldh*3)+1]);
    __SSE_DATATYPE h_4_2 = _SSE_SET1(hh[(ldh*3)+2]);
    __SSE_DATATYPE h_4_1 = _SSE_SET1(hh[(ldh*3)+3]);
1050
1051
1052
#endif

#ifdef HAVE_SPARC64_SSE
1053
1054
1055
    __SSE_DATATYPE h_4_3 = _SSE_SET(hh[(ldh*3)+1], hh[(ldh*3)+1]);
    __SSE_DATATYPE h_4_2 = _SSE_SET(hh[(ldh*3)+2], hh[(ldh*3)+2]);
    __SSE_DATATYPE h_4_1 = _SSE_SET(hh[(ldh*3)+3], hh[(ldh*3)+3]);
1056
1057
#endif

1058
1059
1060
    register __SSE_DATATYPE w1 = _SSE_ADD(a4_1, _SSE_MUL(a3_1, h_4_3)); 
    w1 = _SSE_ADD(w1, _SSE_MUL(a2_1, h_4_2));
    w1 = _SSE_ADD(w1, _SSE_MUL(a1_1, h_4_1));
1061
1062

#ifdef HAVE_SSE_INTRINSICS
1063
1064
1065
    __SSE_DATATYPE h_2_1 = _SSE_SET1(hh[ldh+1]);    
    __SSE_DATATYPE h_3_2 = _SSE_SET1(hh[(ldh*2)+1]);
    __SSE_DATATYPE h_3_1 = _SSE_SET1(hh[(ldh*2)+2]);
1066
1067
1068
#endif

#ifdef HAVE_SPARC64_SSE
1069
1070
1071
    __SSE_DATATYPE h_2_1 = _SSE_SET(hh[ldh+1], hh[ldh+1]);
    __SSE_DATATYPE h_3_2 = _SSE_SET(hh[(ldh*2)+1], hh[(ldh*2)+1]);
    __SSE_DATATYPE h_3_1 = _SSE_SET(hh[(ldh*2)+2], hh[(ldh*2)+2]);
1072
1073
#endif

1074
1075
1076
    register __SSE_DATATYPE z1 = _SSE_ADD(a3_1, _SSE_MUL(a2_1, h_3_2));
    z1 = _SSE_ADD(z1, _SSE_MUL(a1_1, h_3_1));
    register __SSE_DATATYPE y1 = _SSE_ADD(a2_1, _SSE_MUL(a1_1, h_2_1)); 
1077

1078
1079
1080
1081
1082
1083
1084
1085
1086
1087
1088
1089
1090
1091
1092
1093
1094
1095
1096
1097
1098
1099
1100
1101
1102
1103
1104
1105
1106
1107
1108
1109
1110
1111
1112
1113
1114
1115
1116
1117
1118
1119
1120
1121
1122
1123
1124
1125
1126
1127
1128
1129
1130
1131
1132
1133
1134
1135
1136
1137
1138
1139
1140
1141
1142
1143
1144
1145
1146
1147
1148
1149
1150
1151
1152
1153
1154
1155
1156
1157
1158
1159
1160
1161
1162
1163
1164
1165
1166
1167
1168
1169
1170
1171
1172
1173
1174
1175
1176
1177
1178
1179
1180
1181
1182
1183
1184
1185
1186
1187
1188
1189
1190
1191
1192
1193
1194
1195
1196
1197
1198
1199
1200
1201
1202
1203
1204
1205
1206
1207
1208
1209
1210
1211
1212
1213
1214
1215
1216
1217
1218
1219
1220
1221
1222
1223
1224
1225
1226
1227
1228
1229
1230
1231
1232
1233
1234
1235
1236
1237
1238
1239
1240
1241
1242
1243
1244
1245
1246
1247
1248
1249
1250
1251
1252
1253
1254
1255
1256
1257
1258
1259
1260
1261
1262
1263
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1278
1279
1280
1281
1282
1283
1284
1285
1286
1287
1288
1289
1290
1291
1292
1293
1294
1295
1296
1297
1298
1299
1300
1301
1302
1303
1304
1305
1306
1307
1308
1309
1310
1311
1312
1313
1314
1315
1316
1317
1318
1319
1320
1321
1322
1323
1324
1325
1326
1327
1328
1329
1330
1331
1332
1333
1334
1335
1336
1337
1338
1339
1340
1341
1342
1343
1344
1345
1346
1347
1348
1349
1350
1351
1352
1353
1354
1355
1356
1357
1358
1359
1360
1361
1362
1363
1364
1365
1366
1367
1368
1369
1370
1371
1372
1373
1374
1375
1376
1377
1378
1379
1380
1381
1382
1383
1384
1385
1386
1387
1388
1389
1390
1391
1392
1393
1394
1395
1396
1397
1398
1399
1400
1401
1402
1403
1404
1405
1406
1407
1408
1409
1410
1411
1412
1413
1414
1415
1416
1417
1418
1419
1420
1421
1422
1423
1424
1425
1426
1427
1428
1429
1430
1431
1432
1433
1434
1435
1436
1437
1438
1439
1440
1441
1442
1443
1444
1445
1446
1447
1448
1449
1450
1451
1452
1453
1454
1455
1456
1457
1458
1459
1460
1461
1462
1463
1464
1465
1466
1467
1468
1469
1470
1471
1472
1473
1474
1475
1476
1477
1478
1479
1480
1481
1482
1483
1484
1485
1486
1487
1488
1489
1490
1491
1492
1493
1494
1495
1496
1497
1498
1499
1500
1501
1502
1503
1504
1505
1506
1507
1508
1509
1510
1511
1512
1513
1514
1515
1516
1517
1518
1519
1520
1521
1522
1523
1524
1525
1526
1527
1528
1529
1530
1531
1532
1533
1534
1535
1536
1537
1538
1539
1540
1541
1542
1543
1544
1545
1546
1547
1548
1549
1550
1551
1552
1553
1554
1555
1556
1557
1558
1559
1560
1561
1562
1563
1564
1565
1566
1567
1568
1569
1570
1571
1572
1573
1574
1575
    register __SSE_DATATYPE x1 = a1_1;

    __SSE_DATATYPE a1_2 = _SSE_LOAD(&q[(ldq*5)+offset]);
    __SSE_DATATYPE a2_2 = _SSE_LOAD(&q[(ldq*4)+offset]);
    __SSE_DATATYPE a3_2 = _SSE_LOAD(&q[(ldq*3)+offset]);
    __SSE_DATATYPE a4_2 = _SSE_LOAD(&q[(ldq*2)+offset]);
    __SSE_DATATYPE a5_2 = _SSE_LOAD(&q[(ldq)+offset]);
    __SSE_DATATYPE a6_2 = _SSE_LOAD(&q[offset]);

    register __SSE_DATATYPE t2 = _SSE_ADD(a6_2, _SSE_MUL(a5_2, h_6_5));
    t2 = _SSE_ADD(t2, _SSE_MUL(a4_2, h_6_4));
    t2 = _SSE_ADD(t2, _SSE_MUL(a3_2, h_6_3));
    t2 = _SSE_ADD(t2, _SSE_MUL(a2_2, h_6_2));
    t2 = _SSE_ADD(t2, _SSE_MUL(a1_2, h_6_1));
    register __SSE_DATATYPE v2 = _SSE_ADD(a5_2, _SSE_MUL(a4_2, h_5_4));
    v2 = _SSE_ADD(v2, _SSE_MUL(a3_2, h_5_3));
    v2 = _SSE_ADD(v2, _SSE_MUL(a2_2, h_5_2));
    v2 = _SSE_ADD(v2, _SSE_MUL(a1_2, h_5_1));
    register __SSE_DATATYPE w2 = _SSE_ADD(a4_2, _SSE_MUL(a3_2, h_4_3));
    w2 = _SSE_ADD(w2, _SSE_MUL(a2_2, h_4_2));
    w2 = _SSE_ADD(w2, _SSE_MUL(a1_2, h_4_1));
    register __SSE_DATATYPE z2 = _SSE_ADD(a3_2, _SSE_MUL(a2_2, h_3_2));
    z2 = _SSE_ADD(z2, _SSE_MUL(a1_2, h_3_1));
    register __SSE_DATATYPE y2 = _SSE_ADD(a2_2, _SSE_MUL(a1_2, h_2_1));

    register __SSE_DATATYPE x2 = a1_2;

    __SSE_DATATYPE a1_3 = _SSE_LOAD(&q[(ldq*5)+2*offset]);
    __SSE_DATATYPE a2_3 = _SSE_LOAD(&q[(ldq*4)+2*offset]);
    __SSE_DATATYPE a3_3 = _SSE_LOAD(&q[(ldq*3)+2*offset]);
    __SSE_DATATYPE a4_3 = _SSE_LOAD(&q[(ldq*2)+2*offset]);
    __SSE_DATATYPE a5_3 = _SSE_LOAD(&q[(ldq)+2*offset]);
    __SSE_DATATYPE a6_3 = _SSE_LOAD(&q[2*offset]);

    register __SSE_DATATYPE t3 = _SSE_ADD(a6_3, _SSE_MUL(a5_3, h_6_5));
    t3 = _SSE_ADD(t3, _SSE_MUL(a4_3, h_6_4));
    t3 = _SSE_ADD(t3, _SSE_MUL(a3_3, h_6_3));
    t3 = _SSE_ADD(t3, _SSE_MUL(a2_3, h_6_2));
    t3 = _SSE_ADD(t3, _SSE_MUL(a1_3, h_6_1));
    register __SSE_DATATYPE v3 = _SSE_ADD(a5_3, _SSE_MUL(a4_3, h_5_4));
    v3 = _SSE_ADD(v3, _SSE_MUL(a3_3, h_5_3));
    v3 = _SSE_ADD(v3, _SSE_MUL(a2_3, h_5_2));
    v3 = _SSE_ADD(v3, _SSE_MUL(a1_3, h_5_1));
    register __SSE_DATATYPE w3 = _SSE_ADD(a4_3, _SSE_MUL(a3_3, h_4_3));
    w3 = _SSE_ADD(w3, _SSE_MUL(a2_3, h_4_2));
    w3 = _SSE_ADD(w3, _SSE_MUL(a1_3, h_4_1));
    register __SSE_DATATYPE z3 = _SSE_ADD(a3_3, _SSE_MUL(a2_3, h_3_2));
    z3 = _SSE_ADD(z3, _SSE_MUL(a1_3, h_3_1));
    register __SSE_DATATYPE y3 = _SSE_ADD(a2_3, _SSE_MUL(a1_3, h_2_1));

    register __SSE_DATATYPE x3 = a1_3;

    __SSE_DATATYPE a1_4 = _SSE_LOAD(&q[(ldq*5)+3*offset]);
    __SSE_DATATYPE a2_4 = _SSE_LOAD(&q[(ldq*4)+3*offset]);
    __SSE_DATATYPE a3_4 = _SSE_LOAD(&q[(ldq*3)+3*offset]);
    __SSE_DATATYPE a4_4 = _SSE_LOAD(&q[(ldq*2)+3*offset]);
    __SSE_DATATYPE a5_4 = _SSE_LOAD(&q[(ldq)+3*offset]);
    __SSE_DATATYPE a6_4 = _SSE_LOAD(&q[3*offset]);

    register __SSE_DATATYPE t4 = _SSE_ADD(a6_4, _SSE_MUL(a5_4, h_6_5));
    t4 = _SSE_ADD(t4, _SSE_MUL(a4_4, h_6_4));
    t4 = _SSE_ADD(t4, _SSE_MUL(a3_4, h_6_3));
    t4 = _SSE_ADD(t4, _SSE_MUL(a2_4, h_6_2));
    t4 = _SSE_ADD(t4, _SSE_MUL(a1_4, h_6_1));
    register __SSE_DATATYPE v4 = _SSE_ADD(a5_4, _SSE_MUL(a4_4, h_5_4));
    v4 = _SSE_ADD(v4, _SSE_MUL(a3_4, h_5_3));
    v4 = _SSE_ADD(v4, _SSE_MUL(a2_4, h_5_2));
    v4 = _SSE_ADD(v4, _SSE_MUL(a1_4, h_5_1));
    register __SSE_DATATYPE w4 = _SSE_ADD(a4_4, _SSE_MUL(a3_4, h_4_3));
    w4 = _SSE_ADD(w4, _SSE_MUL(a2_4, h_4_2));
    w4 = _SSE_ADD(w4, _SSE_MUL(a1_4, h_4_1));
    register __SSE_DATATYPE z4 = _SSE_ADD(a3_4, _SSE_MUL(a2_4, h_3_2));
    z4 = _SSE_ADD(z4, _SSE_MUL(a1_4, h_3_1));
    register __SSE_DATATYPE y4 = _SSE_ADD(a2_4, _SSE_MUL(a1_4, h_2_1));

    register __SSE_DATATYPE x4 = a1_4;

    __SSE_DATATYPE a1_5 = _SSE_LOAD(&q[(ldq*5)+4*offset]);
    __SSE_DATATYPE a2_5 = _SSE_LOAD(&q[(ldq*4)+4*offset]);
    __SSE_DATATYPE a3_5 = _SSE_LOAD(&q[(ldq*3)+4*offset]);
    __SSE_DATATYPE a4_5 = _SSE_LOAD(&q[(ldq*2)+4*offset]);
    __SSE_DATATYPE a5_5 = _SSE_LOAD(&q[(ldq)+4*offset]);
    __SSE_DATATYPE a6_5 = _SSE_LOAD(&q[4*offset]);

    register __SSE_DATATYPE t5 = _SSE_ADD(a6_5, _SSE_MUL(a5_5, h_6_5));
    t5 = _SSE_ADD(t5, _SSE_MUL(a4_5, h_6_4));
    t5 = _SSE_ADD(t5, _SSE_MUL(a3_5, h_6_3));
    t5 = _SSE_ADD(t5, _SSE_MUL(a2_5, h_6_2));
    t5 = _SSE_ADD(t5, _SSE_MUL(a1_5, h_6_1));
    register __SSE_DATATYPE v5 = _SSE_ADD(a5_5, _SSE_MUL(a4_5, h_5_4));
    v5 = _SSE_ADD(v5, _SSE_MUL(a3_5, h_5_3));
    v5 = _SSE_ADD(v5, _SSE_MUL(a2_5, h_5_2));
    v5 = _SSE_ADD(v5, _SSE_MUL(a1_5, h_5_1));
    register __SSE_DATATYPE w5 = _SSE_ADD(a4_5, _SSE_MUL(a3_5, h_4_3));
    w5 = _SSE_ADD(w5, _SSE_MUL(a2_5, h_4_2));
    w5 = _SSE_ADD(w5, _SSE_MUL(a1_5, h_4_1));
    register __SSE_DATATYPE z5 = _SSE_ADD(a3_5, _SSE_MUL(a2_5, h_3_2));
    z5 = _SSE_ADD(z5, _SSE_MUL(a1_5, h_3_1));
    register __SSE_DATATYPE y5 = _SSE_ADD(a2_5, _SSE_MUL(a1_5, h_2_1));

    register __SSE_DATATYPE x5 = a1_5;

    __SSE_DATATYPE a1_6 = _SSE_LOAD(&q[(ldq*5)+5*offset]);
    __SSE_DATATYPE a2_6 = _SSE_LOAD(&q[(ldq*4)+5*offset]);
    __SSE_DATATYPE a3_6 = _SSE_LOAD(&q[(ldq*3)+5*offset]);
    __SSE_DATATYPE a4_6 = _SSE_LOAD(&q[(ldq*2)+5*offset]);
    __SSE_DATATYPE a5_6 = _SSE_LOAD(&q[(ldq)+5*offset]);
    __SSE_DATATYPE a6_6 = _SSE_LOAD(&q[5*offset]);

    register __SSE_DATATYPE t6 = _SSE_ADD(a6_6, _SSE_MUL(a5_6, h_6_5));
    t6 = _SSE_ADD(t6, _SSE_MUL(a4_6, h_6_4));
    t6 = _SSE_ADD(t6, _SSE_MUL(a3_6, h_6_3));
    t6 = _SSE_ADD(t6, _SSE_MUL(a2_6, h_6_2));
    t6 = _SSE_ADD(t6, _SSE_MUL(a1_6, h_6_1));
    register __SSE_DATATYPE v6 = _SSE_ADD(a5_6, _SSE_MUL(a4_6, h_5_4));
    v6 = _SSE_ADD(v6, _SSE_MUL(a3_6, h_5_3));
    v6 = _SSE_ADD(v6, _SSE_MUL(a2_6, h_5_2));
    v6 = _SSE_ADD(v6, _SSE_MUL(a1_6, h_5_1));
    register __SSE_DATATYPE w6 = _SSE_ADD(a4_6, _SSE_MUL(a3_6, h_4_3));
    w6 = _SSE_ADD(w6, _SSE_MUL(a2_6, h_4_2));
    w6 = _SSE_ADD(w6, _SSE_MUL(a1_6, h_4_1));
    register __SSE_DATATYPE z6 = _SSE_ADD(a3_6, _SSE_MUL(a2_6, h_3_2));
    z6 = _SSE_ADD(z6, _SSE_MUL(a1_6, h_3_1));
    register __SSE_DATATYPE y6 = _SSE_ADD(a2_6, _SSE_MUL(a1_6, h_2_1));

    register __SSE_DATATYPE x6 = a1_6;

    __SSE_DATATYPE q1;
    __SSE_DATATYPE q2;
    __SSE_DATATYPE q3;
    __SSE_DATATYPE q4;
    __SSE_DATATYPE q5;
    __SSE_DATATYPE q6;

    __SSE_DATATYPE h1;
    __SSE_DATATYPE h2;
    __SSE_DATATYPE h3;
    __SSE_DATATYPE h4;
    __SSE_DATATYPE h5;
    __SSE_DATATYPE h6;

#endif /* BLOCK6 */


    for(i = BLOCK; i < nb; i++)
      {
#ifdef HAVE_SSE_INTRINSICS
        h1 = _SSE_SET1(hh[i-(BLOCK-1)]);
        h2 = _SSE_SET1(hh[ldh+i-(BLOCK-2)]);
#endif
#ifdef HAVE_SPARC64_SSE
        h1 = _SSE_SET(hh[i-(BLOCK-1)], hh[i-(BLOCK-1)]);
        h2 = _SSE_SET(hh[ldh+i-(BLOCK-2)], hh[ldh+i-(BLOCK-2)]);
#endif

        q1 = _SSE_LOAD(&q[i*ldq]);
        x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
        y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
        q2 = _SSE_LOAD(&q[(i*ldq)+offset]);
        x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
        y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
        q3 = _SSE_LOAD(&q[(i*ldq)+2*offset]);
        x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
        y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
        q4 = _SSE_LOAD(&q[(i*ldq)+3*offset]);
        x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
        y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
        q5 = _SSE_LOAD(&q[(i*ldq)+4*offset]);
        x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
        y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
        q6 = _SSE_LOAD(&q[(i*ldq)+5*offset]);
        x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));
        y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));

#if defined(BLOCK4) || defined(BLOCK6)
#ifdef HAVE_SSE_INTRINSICS
        h3 = _SSE_SET1(hh[(ldh*2)+i-(BLOCK-3)]);
#endif

#ifdef HAVE_SPARC64_SSE
        h3 = _SSE_SET(hh[(ldh*2)+i-(BLOCK-3)], hh[(ldh*2)+i-(BLOCK-3)]);
#endif

        z1 = _SSE_ADD(z1, _SSE_MUL(q1,h3));
        z2 = _SSE_ADD(z2, _SSE_MUL(q2,h3));
        z3 = _SSE_ADD(z3, _SSE_MUL(q3,h3));
        z4 = _SSE_ADD(z4, _SSE_MUL(q4,h3));
        z5 = _SSE_ADD(z5, _SSE_MUL(q5,h3));
        z6 = _SSE_ADD(z6, _SSE_MUL(q6,h3));
#ifdef HAVE_SSE_INTRINSICS
        h4 = _SSE_SET1(hh[(ldh*3)+i-(BLOCK-4)]);
#endif

#ifdef HAVE_SPARC64_SSE
        h4 = _SSE_SET(hh[(ldh*3)+i-(BLOCK-4)], hh[(ldh*3)+i-(BLOCK-4)]);
#endif

        w1 = _SSE_ADD(w1, _SSE_MUL(q1,h4));
        w2 = _SSE_ADD(w2, _SSE_MUL(q2,h4));
        w3 = _SSE_ADD(w3, _SSE_MUL(q3,h4));
        w4 = _SSE_ADD(w4, _SSE_MUL(q4,h4));
        w5 = _SSE_ADD(w5, _SSE_MUL(q5,h4));
        w6 = _SSE_ADD(w6, _SSE_MUL(q6,h4));
	
#endif /* BLOCK4 || BLOCK6 */

#ifdef BLOCK6

#ifdef HAVE_SSE_INTRINSICS
        h5 = _SSE_SET1(hh[(ldh*4)+i-1]);
#endif
#ifdef HAVE_SPARC64_SSE
        h5 = _SSE_SET(hh[(ldh*4)+i-1], hh[(ldh*4)+i-1]);
#endif
        v1 = _SSE_ADD(v1, _SSE_MUL(q1,h5));
        v2 = _SSE_ADD(v2, _SSE_MUL(q2,h5));
        v3 = _SSE_ADD(v3, _SSE_MUL(q3,h5));
        v4 = _SSE_ADD(v4, _SSE_MUL(q4,h5));
        v5 = _SSE_ADD(v5, _SSE_MUL(q5,h5));
        v6 = _SSE_ADD(v6, _SSE_MUL(q6,h5));

#ifdef HAVE_SSE_INTRINSICS
        h6 = _SSE_SET1(hh[(ldh*5)+i]);
#endif

#ifdef HAVE_SPARC64_SSE
        h6 = _SSE_SET(hh[(ldh*5)+i], hh[(ldh*5)+i]);
#endif

        t1 = _SSE_ADD(t1, _SSE_MUL(q1,h6));
        t2 = _SSE_ADD(t2, _SSE_MUL(q2,h6));
        t3 = _SSE_ADD(t3, _SSE_MUL(q3,h6));
        t4 = _SSE_ADD(t4, _SSE_MUL(q4,h6));
        t5 = _SSE_ADD(t5, _SSE_MUL(q5,h6));
        t6 = _SSE_ADD(t6, _SSE_MUL(q6,h6));
	
#endif /* BLOCK6 */
      }
#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-(BLOCK-1)]);
#endif
#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-(BLOCK-1)], hh[nb-(BLOCK-1)]);
#endif

    q1 = _SSE_LOAD(&q[nb*ldq]);
    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    q2 = _SSE_LOAD(&q[(nb*ldq)+offset]);
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    q3 = _SSE_LOAD(&q[(nb*ldq)+2*offset]);
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    q4 = _SSE_LOAD(&q[(nb*ldq)+3*offset]);
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    q5 = _SSE_LOAD(&q[(nb*ldq)+4*offset]);
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    q6 = _SSE_LOAD(&q[(nb*ldq)+5*offset]);
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));

#if defined(BLOCK4) || defined(BLOCK6)
    
#ifdef HAVE_SSE_INTRINSICS
    h2 = _SSE_SET1(hh[ldh+nb-(BLOCK-2)]);
#endif

#ifdef HAVE_SPARC64_SSE
    h2 = _SSE_SET(hh[ldh+nb-(BLOCK-2)], hh[ldh+nb-(BLOCK-2)]);
#endif

    y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
    y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
    y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
    y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
    y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
    y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));

#ifdef HAVE_SSE_INTRINSICS
    h3 = _SSE_SET1(hh[(ldh*2)+nb-(BLOCK-3)]);
#endif

#ifdef HAVE_SPARC64_SSE
    h3 = _SSE_SET(hh[(ldh*2)+nb-(BLOCK-3)], hh[(ldh*2)+nb-(BLOCK-3)]);
#endif

    z1 = _SSE_ADD(z1, _SSE_MUL(q1,h3));
    z2 = _SSE_ADD(z2, _SSE_MUL(q2,h3));
    z3 = _SSE_ADD(z3, _SSE_MUL(q3,h3));
    z4 = _SSE_ADD(z4, _SSE_MUL(q4,h3));
    z5 = _SSE_ADD(z5, _SSE_MUL(q5,h3));
    z6 = _SSE_ADD(z6, _SSE_MUL(q6,h3));

#ifdef BLOCK4
#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-2]);
#endif

#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-2], hh[nb-2]);
#endif

    q1 = _SSE_LOAD(&q[(nb+1)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+1)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+1)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+1)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+1)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+1)*ldq)+5*offset]);

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));

#ifdef HAVE_SSE_INTRINSICS
    h2 = _SSE_SET1(hh[(ldh*1)+nb-1]);
#endif

#ifdef HAVE_SPARC64_SSE
    h2 = _SSE_SET(hh[(ldh*1)+nb-1], hh[(ldh*1)+nb-1]);
#endif


    y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
    y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
    y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
    y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
    y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
    y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));

#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-1]);
#endif

#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-1], hh[nb-1]);
#endif


    q1 = _SSE_LOAD(&q[(nb+2)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+2)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+2)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+2)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+2)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+2)*ldq)+5*offset]);

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));

#endif /* BLOCK4 */
#endif /* BLOCK4 || BLOCK6 */

#ifdef BLOCK6

#ifdef HAVE_SSE_INTRINSICS
    h4 = _SSE_SET1(hh[(ldh*3)+nb-2]);
#endif

#ifdef HAVE_SPARC64_SSE
    h4 = _SSE_SET(hh[(ldh*3)+nb-2], hh[(ldh*3)+nb-2]);
#endif

    w1 = _SSE_ADD(w1, _SSE_MUL(q1,h4)); 
    w2 = _SSE_ADD(w2, _SSE_MUL(q2,h4));
    w3 = _SSE_ADD(w3, _SSE_MUL(q3,h4));
    w4 = _SSE_ADD(w4, _SSE_MUL(q4,h4));
    w5 = _SSE_ADD(w5, _SSE_MUL(q5,h4));
    w6 = _SSE_ADD(w6, _SSE_MUL(q6,h4));

#ifdef HAVE_SSE_INTRINSICS
    h5 = _SSE_SET1(hh[(ldh*4)+nb-1]);
#endif

#ifdef HAVE_SPARC64_SSE
    h5 = _SSE_SET(hh[(ldh*4)+nb-1], hh[(ldh*4)+nb-1]);
#endif

    v1 = _SSE_ADD(v1, _SSE_MUL(q1,h5));
    v2 = _SSE_ADD(v2, _SSE_MUL(q2,h5));
    v3 = _SSE_ADD(v3, _SSE_MUL(q3,h5));
    v4 = _SSE_ADD(v4, _SSE_MUL(q4,h5));
    v5 = _SSE_ADD(v5, _SSE_MUL(q5,h5));
    v6 = _SSE_ADD(v6, _SSE_MUL(q6,h5));
#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-4]);
#endif
#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-4], hh[nb-4]);
#endif

    q1 = _SSE_LOAD(&q[(nb+1)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+1)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+1)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+1)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+1)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+1)*ldq)+5*offset]);

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));
#ifdef HAVE_SSE_INTRINSICS
    h2 = _SSE_SET1(hh[ldh+nb-3]);
#endif
#ifdef HAVE_SPARC64_SSE
    h2 = _SSE_SET(hh[ldh+nb-3], hh[ldh+nb-3]);
#endif

    y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
    y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
    y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
    y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
    y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
    y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));

#ifdef HAVE_SSE_INTRINSICS
    h3 = _SSE_SET1(hh[(ldh*2)+nb-2]);
#endif
#ifdef HAVE_SPARC64_SSE
    h3 = _SSE_SET(hh[(ldh*2)+nb-2], hh[(ldh*2)+nb-2]);
#endif

    z1 = _SSE_ADD(z1, _SSE_MUL(q1,h3));
    z2 = _SSE_ADD(z2, _SSE_MUL(q2,h3));
    z3 = _SSE_ADD(z3, _SSE_MUL(q3,h3));
    z4 = _SSE_ADD(z4, _SSE_MUL(q4,h3));
    z5 = _SSE_ADD(z5, _SSE_MUL(q5,h3));
    z6 = _SSE_ADD(z6, _SSE_MUL(q6,h3));

#ifdef HAVE_SSE_INTRINSICS
    h4 = _SSE_SET1(hh[(ldh*3)+nb-1]);
#endif
#ifdef HAVE_SPARC64_SSE
    h4 = _SSE_SET(hh[(ldh*3)+nb-1], hh[(ldh*3)+nb-1]);
#endif

    w1 = _SSE_ADD(w1, _SSE_MUL(q1,h4));
    w2 = _SSE_ADD(w2, _SSE_MUL(q2,h4));
    w3 = _SSE_ADD(w3, _SSE_MUL(q3,h4));
    w4 = _SSE_ADD(w4, _SSE_MUL(q4,h4));
    w5 = _SSE_ADD(w5, _SSE_MUL(q5,h4));
    w6 = _SSE_ADD(w6, _SSE_MUL(q6,h4));

#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-3]);
#endif
#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-3], hh[nb-3]);
#endif

    q1 = _SSE_LOAD(&q[(nb+2)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+2)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+2)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+2)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+2)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+2)*ldq)+5*offset]);

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));

#ifdef HAVE_SSE_INTRINSICS
    h2 = _SSE_SET1(hh[ldh+nb-2]);
#endif

#ifdef HAVE_SPARC64_SSE
    h2 = _SSE_SET(hh[ldh+nb-2], hh[ldh+nb-2]);
#endif

    y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
    y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
    y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
    y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
    y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
    y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));
#ifdef HAVE_SSE_INTRINSICS
    h3 = _SSE_SET1(hh[(ldh*2)+nb-1]);
#endif

#ifdef HAVE_SPARC64_SSE
    h3 = _SSE_SET(hh[(ldh*2)+nb-1], hh[(ldh*2)+nb-1]);
#endif

    z1 = _SSE_ADD(z1, _SSE_MUL(q1,h3));
    z2 = _SSE_ADD(z2, _SSE_MUL(q2,h3));
    z3 = _SSE_ADD(z3, _SSE_MUL(q3,h3));
    z4 = _SSE_ADD(z4, _SSE_MUL(q4,h3));
    z5 = _SSE_ADD(z5, _SSE_MUL(q5,h3));
    z6 = _SSE_ADD(z6, _SSE_MUL(q6,h3));
#ifdef HAVE_SSE_INTRINSICS
1576
1577
1578
1579
1580
1581
1582
    h1 = _SSE_SET1(hh[nb-2]);
#endif

#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-2], hh[nb-2]);
#endif

1583
1584
1585
1586
1587
1588
    q1 = _SSE_LOAD(&q[(nb+3)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+3)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+3)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+3)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+3)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+3)*ldq)+5*offset]);
1589
1590
1591
1592
1593
1594
1595
1596
1597

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));

#ifdef HAVE_SSE_INTRINSICS
1598
    h2 = _SSE_SET1(hh[ldh+nb-1]);
1599
1600
1601
#endif

#ifdef HAVE_SPARC64_SSE
1602
    h2 = _SSE_SET(hh[ldh+nb-1], hh[ldh+nb-1]);
1603
1604
1605
1606
1607
1608
1609
1610
1611
1612
1613
1614
1615
1616
1617
1618
1619
#endif

    y1 = _SSE_ADD(y1, _SSE_MUL(q1,h2));
    y2 = _SSE_ADD(y2, _SSE_MUL(q2,h2));
    y3 = _SSE_ADD(y3, _SSE_MUL(q3,h2));
    y4 = _SSE_ADD(y4, _SSE_MUL(q4,h2));
    y5 = _SSE_ADD(y5, _SSE_MUL(q5,h2));
    y6 = _SSE_ADD(y6, _SSE_MUL(q6,h2));

#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_SET1(hh[nb-1]);
#endif

#ifdef HAVE_SPARC64_SSE
    h1 = _SSE_SET(hh[nb-1], hh[nb-1]);
#endif

1620
1621
1622
1623
1624
1625
    q1 = _SSE_LOAD(&q[(nb+4)*ldq]);
    q2 = _SSE_LOAD(&q[((nb+4)*ldq)+offset]);
    q3 = _SSE_LOAD(&q[((nb+4)*ldq)+2*offset]);
    q4 = _SSE_LOAD(&q[((nb+4)*ldq)+3*offset]);
    q5 = _SSE_LOAD(&q[((nb+4)*ldq)+4*offset]);
    q6 = _SSE_LOAD(&q[((nb+4)*ldq)+5*offset]);
1626
1627
1628
1629
1630
1631
1632

    x1 = _SSE_ADD(x1, _SSE_MUL(q1,h1));
    x2 = _SSE_ADD(x2, _SSE_MUL(q2,h1));
    x3 = _SSE_ADD(x3, _SSE_MUL(q3,h1));
    x4 = _SSE_ADD(x4, _SSE_MUL(q4,h1));
    x5 = _SSE_ADD(x5, _SSE_MUL(q5,h1));
    x6 = _SSE_ADD(x6, _SSE_MUL(q6,h1));
1633
#endif /* BLOCK6 */
1634
1635
1636
1637
1638
1639
1640
1641
1642
1643
1644

#ifdef BLOCK2
    /////////////////////////////////////////////////////
    // Rank-2 update of Q [6 x nb+1]
    /////////////////////////////////////////////////////
#endif
#ifdef BLOCK4
    /////////////////////////////////////////////////////
    // Rank-1 update of Q [6 x nb+3]
    /////////////////////////////////////////////////////
#endif
1645
1646
1647
1648
1649
#ifdef BLOCK6
    /////////////////////////////////////////////////////
    // Apply tau, correct wrong calculation using pre-calculated scalar products
    /////////////////////////////////////////////////////
#endif
1650
1651
1652

#ifdef HAVE_SSE_INTRINSICS
    __SSE_DATATYPE tau1 = _SSE_SET1(hh[0]);
1653

1654
    __SSE_DATATYPE tau2 = _SSE_SET1(hh[ldh]);
1655
1656
1657
#if defined(BLOCK4) || defined(BLOCK6)
   __SSE_DATATYPE tau3 = _SSE_SET1(hh[ldh*2]);
   __SSE_DATATYPE tau4 = _SSE_SET1(hh[ldh*3]);
1658
#endif
1659
1660
1661
1662
1663
1664
1665
#ifdef BLOCK6
   __SSE_DATATYPE tau5 = _SSE_SET1(hh[ldh*4]);
   __SSE_DATATYPE tau6 = _SSE_SET1(hh[ldh*5]);       
#endif

#ifdef BLOCK2    
    __SSE_DATATYPE vs = _SSE_SET1(s);
1666
#endif
1667
1668
1669
1670
1671
1672
1673
1674
1675
1676
1677
1678
1679
1680
1681
1682
1683
1684
1685
1686
1687
1688
1689
1690
1691
1692
1693
#ifdef BLOCK4
   __SSE_DATATYPE vs_1_2 = _SSE_SET1(s_1_2);
   __SSE_DATATYPE vs_1_3 = _SSE_SET1(s_1_3);  
   __SSE_DATATYPE vs_2_3 = _SSE_SET1(s_2_3);
   __SSE_DATATYPE vs_1_4 = _SSE_SET1(s_1_4);  
   __SSE_DATATYPE vs_2_4 = _SSE_SET1(s_2_4);  
   __SSE_DATATYPE vs_3_4 = _SSE_SET1(s_3_4);
#endif
#ifdef BLOCK6
   __SSE_DATATYPE vs_1_2 = _SSE_SET1(scalarprods[0]);
   __SSE_DATATYPE vs_1_3 = _SSE_SET1(scalarprods[1]);
   __SSE_DATATYPE vs_2_3 = _SSE_SET1(scalarprods[2]);
   __SSE_DATATYPE vs_1_4 = _SSE_SET1(scalarprods[3]);
   __SSE_DATATYPE vs_2_4 = _SSE_SET1(scalarprods[4]);
   __SSE_DATATYPE vs_3_4 = _SSE_SET1(scalarprods[5]);
   __SSE_DATATYPE vs_1_5 = _SSE_SET1(scalarprods[6]);
   __SSE_DATATYPE vs_2_5 = _SSE_SET1(scalarprods[7]);
   __SSE_DATATYPE vs_3_5 = _SSE_SET1(scalarprods[8]);
   __SSE_DATATYPE vs_4_5 = _SSE_SET1(scalarprods[9]);
   __SSE_DATATYPE vs_1_6 = _SSE_SET1(scalarprods[10]);
   __SSE_DATATYPE vs_2_6 = _SSE_SET1(scalarprods[11]);
   __SSE_DATATYPE vs_3_6 = _SSE_SET1(scalarprods[12]);
   __SSE_DATATYPE vs_4_6 = _SSE_SET1(scalarprods[13]);
   __SSE_DATATYPE vs_5_6 = _SSE_SET1(scalarprods[14]);
#endif
#endif /* HAVE_SSE_INTRINSICS */

1694
1695
#ifdef HAVE_SPARC64_SSE
    __SSE_DATATYPE tau1 = _SSE_SET(hh[0], hh[0]);
1696

1697
    __SSE_DATATYPE tau2 = _SSE_SET(hh[ldh], hh[ldh]);
1698
1699
1700
1701
1702
1703
1704
1705
1706
1707
#if defined(BLOCK4) || defined(BLOCK6)
   __SSE_DATATYPE tau3 = _SSE_SET(hh[ldh*2], hh[ldh*2]);
   __SSE_DATATYPE tau4 = _SSE_SET(hh[ldh*3], hh[ldh*3]);
#endif
#ifdef BLOCK6
   __SSE_DATATYPE tau5 = _SSE_SET(hh[ldh*4], hh[ldh*4]);
   __SSE_DATATYPE tau6 = _SSE_SET(hh[ldh*5], hh[ldh*5]);
#endif

#ifdef BLOCK2
1708
1709
    __SSE_DATATYPE vs = _SSE_SET(s, s);
#endif
1710
1711
1712
1713
1714
1715
1716
1717
#ifdef BLOCK4
   __SSE_DATATYPE vs_1_2 = _SSE_SET(s_1_2, s_1_2);
   __SSE_DATATYPE vs_1_3 = _SSE_SET(s_1_3, s_1_3);
   __SSE_DATATYPE vs_2_3 = _SSE_SET(s_2_3, s_2_3);
   __SSE_DATATYPE vs_1_4 = _SSE_SET(s_1_4, s_1_4);
   __SSE_DATATYPE vs_2_4 = _SSE_SET(s_2_4, s_2_4);
   __SSE_DATATYPE vs_3_4 = _SSE_SET(s_3_4, s_3_4);

1718
#endif
1719
1720
1721
1722
1723
1724
1725
1726
1727
1728
1729
1730
1731
1732
1733
1734
1735
1736
#ifdef BLOCK6
   __SSE_DATATYPE vs_1_2 = _SSE_SET(scalarprods[0], scalarprods[0]);
   __SSE_DATATYPE vs_1_3 = _SSE_SET(scalarprods[1], scalarprods[1]);
   __SSE_DATATYPE vs_2_3 = _SSE_SET(scalarprods[2], scalarprods[2]);
   __SSE_DATATYPE vs_1_4 = _SSE_SET(scalarprods[3], scalarprods[3]);
   __SSE_DATATYPE vs_2_4 = _SSE_SET(scalarprods[4], scalarprods[4]);
   __SSE_DATATYPE vs_3_4 = _SSE_SET(scalarprods[5], scalarprods[5]);
   __SSE_DATATYPE vs_1_5 = _SSE_SET(scalarprods[6], scalarprods[6]);
   __SSE_DATATYPE vs_2_5 = _SSE_SET(scalarprods[7], scalarprods[7]);
   __SSE_DATATYPE vs_3_5 = _SSE_SET(scalarprods[8], scalarprods[8]);
   __SSE_DATATYPE vs_4_5 = _SSE_SET(scalarprods[9], scalarprods[9]);
   __SSE_DATATYPE vs_1_6 = _SSE_SET(scalarprods[10], scalarprods[10]);
   __SSE_DATATYPE vs_2_6 = _SSE_SET(scalarprods[11], scalarprods[11]);
   __SSE_DATATYPE vs_3_6 = _SSE_SET(scalarprods[12], scalarprods[12]);
   __SSE_DATATYPE vs_4_6 = _SSE_SET(scalarprods[13], scalarprods[13]);
   __SSE_DATATYPE vs_5_6 = _SSE_SET(scalarprods[14], scalarprods[14]);
#endif
#endif /* HAVE_SPARC64_SSE */
1737
1738
1739
1740
1741
1742
1743
1744
1745
1746

#ifdef BLOCK2
#ifdef HAVE_SSE_INTRINSICS
    h1 = _SSE_XOR(tau1, sign);
#endif
#ifdef HAVE_SPARC64_SSE
    h1 = _fjsp_neg_v2r8(tau1);
#endif
#endif

1747
#if defined(BLOCK4) || defined(BLOCK6)
1748
1749
1750
1751
1752
1753
1754
1755
1756
1757
1758
1759
1760
1761
1762
1763
1764
1765
1766
1767
   h1 = tau1;
#endif

   x1 = _SSE_MUL(x1, h1);
   x2 = _SSE_MUL(x2, h1);
   x3 = _SSE_MUL(x3, h1);
   x4 = _SSE_MUL(x4, h1);
   x5 = _SSE_MUL(x5, h1);
   x6 = _SSE_MUL(x6, h1);

#ifdef BLOCK2
#ifdef HAVE_SSE_INTRINSICS
   h1 = _SSE_XOR(tau2, sign);
#endif
#ifdef HAVE_SPARC64_SSE
   h1 = _fjsp_neg_v2r8(tau2);
#endif
   h2 = _SSE_MUL(h1, vs);
#endif /* BLOCK2 */

1768
#if defined(BLOCK4) || defined(BLOCK6)
1769
1770
   h1 = tau2;
   h2 = _SSE_MUL(h1, vs_1_2);
1771
#endif /* BLOCK4 || BLOCK6  */
1772
1773
1774
1775
1776
1777
1778
1779
1780
1781

#ifdef BLOCK2
   y1 = _SSE_ADD(_SSE_MUL(y1,h1), _SSE_MUL(x1,h2));
   y2 = _SSE_ADD(_SSE_MUL(y2,h1), _SSE_MUL(x2,h2));
   y3 = _SSE_ADD(_SSE_MUL(y3,h1), _SSE_MUL(x3,h2));
   y4 = _SSE_ADD(_SSE_MUL(y4,h1), _SSE_MUL(x4,h2));
   y5 = _SSE_ADD(_SSE_MUL(y5,h1), _SSE_MUL(x5,h2));
   y6 = _SSE_ADD(_SSE_MUL(y6,h1), _SSE_MUL(x6,h2));
#endif

1782
#if defined(BLOCK4) || defined(BLOCK6)
1783
1784
1785
1786
1787
1788
1789
1790
1791
1792
1793
1794
1795
1796
1797
1798
1799
1800
1801
1802
1803
1804
1805
1806
1807
1808
1809
1810
1811
1812
   y1 = _SSE_SUB(_SSE_MUL(y1,h1), _SSE_MUL(x1,h2));
   y2 = _SSE_SUB(_SSE_MUL(y2,h1), _SSE_MUL(x2,h2));
   y3 = _SSE_SUB(_SSE_MUL(y3,h1), _SSE_MUL(x3,h2));
   y4 = _SSE_SUB(_SSE_MUL(y4,h1), _SSE_MUL(x4,h2));
   y5 = _SSE_SUB(_SSE_MUL(y5,h1), _SSE_MUL(x5,h2));
   y6 = _SSE_SUB(_SSE_MUL(y6,h1), _SSE_MUL(x6,h2));

   h1 = tau3;
   h2 = _SSE_MUL(h1, vs_1_3);
   h3 = _SSE_MUL(h1, vs_2_3);

   z1 = _SSE_SUB(_SSE_MUL(z1,h1), _SSE_ADD(_SSE_MUL(y1,h3), _SSE_MUL(x1,h2)));
   z2 = _SSE_SUB(_SSE_MUL(z2,h1), _SSE_ADD(_SSE_MUL(y2,h3), _SSE_MUL(x2,h2)));
   z3 = _SSE_SUB(_SSE_MUL(z3,h1), _SSE_ADD(_SSE_MUL(y3,h3), _SSE_MUL(x3,h2)));
   z4 = _SSE_SUB(_SSE_MUL(z4,h1), _SSE_ADD(_SSE_MUL(y4,h3), _SSE_MUL(x4,h2)));
   z5 = _SSE_SUB(_SSE_MUL(z5,h1), _SSE_ADD(_SSE_MUL(y5,h3), _SSE_MUL(x5,h2)));
   z6 = _SSE_SUB(_SSE_MUL(z6,h1), _SSE_ADD(_SSE_MUL(y6,h3), _SSE_MUL(x6,h2)));

   h1 = tau4;
   h2 = _SSE_MUL(h1, vs_1_4);
   h3 = _SSE_MUL(h1, vs_2_4);
   h4 = _SSE_MUL(h1, vs_3_4);

   w1 = _SSE_SUB(_SSE_MUL(w1,h1), _SSE_ADD(_SSE_MUL(z1,h4), _SSE_ADD(_SSE_MUL(y1,h3), _SSE_MUL(x1,h2))));
   w2 = _SSE_SUB(_SSE_MUL(w2,h1), _SSE_ADD(_SSE_MUL(z2,h4), _SSE_ADD(_SSE_MUL(y2,h3), _SSE_MUL(x2,h2))));
   w3 = _SSE_SUB(_SSE_MUL(w3,h1), _SSE_ADD(_SSE_MUL(z3,h4), _SSE_ADD(_SSE_MUL(y3,h3), _SSE_MUL(x3,h2))));
   w4 = _SSE_SUB(_SSE_MUL(w4,h1), _SSE_ADD(_SSE_MUL(z4,h4), _SSE_ADD(_SSE_MUL(y4,h3), _SSE_MUL(x4,h2))));
   w5 = _SSE_SUB(_SSE_MUL(w5,h1), _SSE_ADD(_SSE_MUL(z5,h4), _SSE_ADD(_SSE_MUL(y5,h3), _SSE_MUL(x5,h2))));
   w6 = _SSE_SUB(_SSE_MUL(w6,h1), _SSE_ADD(_SSE_MUL(z6,h4), _SSE_ADD(_SSE_MUL(y6,h3), _SSE_MUL(x6,h2))));

1813
1814
1815
1816
1817
1818
1819
1820
1821
1822
1823
1824
1825
1826
1827
1828
1829
1830
1831
1832
1833
1834
1835
1836
1837
1838
1839
1840
1841
1842
1843
1844
#endif /* BLOCK4 || BLOCK6 */

#ifdef BLOCK6
   h2 = _SSE_MUL(tau5, vs_1_5); 
   h3 = _SSE_MUL(tau5, vs_2_5);
   h4 = _SSE_MUL(tau5, vs_3_5);
   h5 = _SSE_MUL(tau5, vs_4_5);

   v1 = _SSE_SUB(_SSE_MUL(v1,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w1,h5), _SSE_MUL(z1,h4)), _SSE_ADD(_SSE_MUL(y1,h3), _SSE_MUL(x1,h2))));
   v2 = _SSE_SUB(_SSE_MUL(v2,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w2,h5), _SSE_MUL(z2,h4)), _SSE_ADD(_SSE_MUL(y2,h3), _SSE_MUL(x2,h2))));
   v3 = _SSE_SUB(_SSE_MUL(v3,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w3,h5), _SSE_MUL(z3,h4)), _SSE_ADD(_SSE_MUL(y3,h3), _SSE_MUL(x3,h2))));
   v4 = _SSE_SUB(_SSE_MUL(v4,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w4,h5), _SSE_MUL(z4,h4)), _SSE_ADD(_SSE_MUL(y4,h3), _SSE_MUL(x4,h2))));
   v5 = _SSE_SUB(_SSE_MUL(v5,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w5,h5), _SSE_MUL(z5,h4)), _SSE_ADD(_SSE_MUL(y5,h3), _SSE_MUL(x5,h2))));
   v6 = _SSE_SUB(_SSE_MUL(v6,tau5), _SSE_ADD(_SSE_ADD(_SSE_MUL(w6,h5), _SSE_MUL(z6,h4)), _SSE_ADD(_SSE_MUL(y6,h3), _SSE_MUL(x6,h2))));

   h2 = _SSE_MUL(tau6, vs_1_6);
   h3 = _SSE_MUL(tau6, vs_2_6);
   h4 = _SSE_MUL(tau6, vs_3_6);
   h5 = _SSE_MUL(tau6, vs_4_6);
   h6 = _SSE_MUL(tau6, vs_5_6);

   t1 = _SSE_SUB(_SSE_MUL(t1,tau6), _SSE_ADD( _SSE_MUL(v1,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w1,h5), _SSE_MUL(z1,h4)), _SSE_ADD(_SSE_MUL(y1,h3), _SSE_MUL(x1,h2)))));
   t2 = _SSE_SUB(_SSE_MUL(t2,tau6), _SSE_ADD( _SSE_MUL(v2,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w2,h5), _SSE_MUL(z2,h4)), _SSE_ADD(_SSE_MUL(y2,h3), _SSE_MUL(x2,h2)))));
   t3 = _SSE_SUB(_SSE_MUL(t3,tau6), _SSE_ADD( _SSE_MUL(v3,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w3,h5), _SSE_MUL(z3,h4)), _SSE_ADD(_SSE_MUL(y3,h3), _SSE_MUL(x3,h2)))));
   t4 = _SSE_SUB(_SSE_MUL(t4,tau6), _SSE_ADD( _SSE_MUL(v4,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w4,h5), _SSE_MUL(z4,h4)), _SSE_ADD(_SSE_MUL(y4,h3), _SSE_MUL(x4,h2)))));
   t5 = _SSE_SUB(_SSE_MUL(t5,tau6), _SSE_ADD( _SSE_MUL(v5,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w5,h5), _SSE_MUL(z5,h4)), _SSE_ADD(_SSE_MUL(y5,h3), _SSE_MUL(x5,h2)))));
   t6 = _SSE_SUB(_SSE_MUL(t6,tau6), _SSE_ADD( _SSE_MUL(v6,h6), _SSE_ADD(_SSE_ADD(_SSE_MUL(w6,h5), _SSE_MUL(z6,h4)), _SSE_ADD(_SSE_MUL(y6,h3), _SSE_MUL(x6,h2)))));

   /////////////////////////////////////////////////////
   // Rank-1 update of Q [4 x nb+3]
   /////////////////////////////////////////////////////
#endif /* BLOCK6 */
1845
1846
1847
1848
1849
1850
   q1 = _SSE_LOAD(&q[0]);
#ifdef BLOCK2
   q1 = _SSE_ADD(q1, y1);
#endif
#ifdef BLOCK4
   q1 = _SSE_SUB(q1, w1);
1851
1852
1853
#endif
#ifdef BLOCK6
   q1 = _SSE_SUB(q1, t1); 
1854
1855
1856
1857
1858
1859
1860
1861
#endif
   _SSE_STORE(&q[0],q1);
   q2 = _SSE_LOAD(&q[offset]);
#ifdef BLOCK2
   q2 = _SSE_ADD(q2, y2);
#endif
#ifdef BLOCK4
   q2 = _SSE_SUB(q2, w2);
1862
1863
1864
#endif
#ifdef BLOCK6
   q2 = _SSE_SUB(q2, t2);
1865
1866
1867
1868
1869
1870
1871
1872
#endif
   _SSE_STORE(&q[offset],q2);
   q3 = _SSE_LOAD(&q[2*offset]);
#ifdef BLOCK2
   q3 = _SSE_ADD(q3, y3);
#endif
#ifdef BLOCK4
   q3 = _SSE_SUB(q3, w3);
1873
1874
1875
#endif
#ifdef BLOCK6
   q3 = _SSE_SUB(q3, t3);
1876
1877
1878
1879
1880
1881
1882
1883
#endif
   _SSE_STORE(&q[2*offset],q3);
   q4 = _SSE_LOAD(&q[3*offset]);
#ifdef BLOCK2
   q4 = _SSE_ADD(q4, y4);
#endif
#ifdef BLOCK4
   q4 = _SSE_SUB(q4, w4);
1884
1885
1886
#endif
#ifdef BLOCK6
   q4 = _SSE_SUB(q4, t4);
1887
1888
1889
1890
1891
1892
1893
1894
#endif
   _SSE_STORE(&q[3*offset],q4);
   q5 = _SSE_LOAD(&q[4*offset]);
#ifdef BLOCK2
   q5 = _SSE_ADD(q5, y5);
#endif
#ifdef BLOCK4
   q5 = _SSE_SUB(q5, w5);
1895
1896
1897
#endif
#ifdef BLOCK6
   q5 = _SSE_SUB(q5, t5);
1898
1899
1900
1901
1902
1903
1904
1905
#endif
   _SSE_STORE(&q[4*offset],q5);
   q6 = _SSE_LOAD(&q[5*offset]);
#ifdef BLOCK2
   q6 = _SSE_ADD(q6, y6);
#endif
#ifdef BLOCK4
   q6 = _SSE_SUB(q6, w6);
1906
1907
1908
#endif
#ifdef BLOCK6
   q6 = _SSE_SUB(q6, t6);
1909
1910
1911
1912
1913
1914
1915
1916
1917
1918
1919
1920
1921
1922
1923
1924
1925
1926
1927
1928
1929
1930
1931
1932
1933
1934
1935
1936
1937
1938
1939
1940
1941
1942
1943
1944
1945
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
#endif
   _SSE_STORE(&q[5*offset],q6);

#ifdef BLOCK2
#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[ldh+1]);
#endif
#ifdef HAVE_SPARC64_SSE
   h2 = _SSE_SET(hh[ldh+1], hh[ldh+1]);
#endif

   q1 = _SSE_LOAD(&q[ldq]);
   q1 = _SSE_ADD(q1, _SSE_ADD(x1, _SSE_MUL(y1, h2)));
   _SSE_STORE(&q[ldq],q1);
   q2 = _SSE_LOAD(&q[ldq+offset]);
   q2 = _SSE_ADD(q2, _SSE_ADD(x2, _SSE_MUL(y2, h2)));
   _SSE_STORE(&q[ldq+offset],q2);
   q3 = _SSE_LOAD(&q[ldq+2*offset]);
   q3 = _SSE_ADD(q3, _SSE_ADD(x3, _SSE_MUL(y3, h2)));
   _SSE_STORE(&q[ldq+2*offset],q3);
   q4 = _SSE_LOAD(&q[ldq+3*offset]);
   q4 = _SSE_ADD(q4, _SSE_ADD(x4, _SSE_MUL(y4, h2)));
   _SSE_STORE(&q[ldq+3*offset],q4);
   q5 = _SSE_LOAD(&q[ldq+4*offset]);
   q5 = _SSE_ADD(q5, _SSE_ADD(x5, _SSE_MUL(y5, h2)));
   _SSE_STORE(&q[ldq+4*offset],q5);
   q6 = _SSE_LOAD(&q[ldq+5*offset]);
   q6 = _SSE_ADD(q6, _SSE_ADD(x6, _SSE_MUL(y6, h2)));
   _SSE_STORE(&q[ldq+5*offset],q6);
#endif /* BLOCK2 */

#ifdef BLOCK4
#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+1]);
#endif

#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+1], hh[(ldh*3)+1]);
#endif

   q1 = _SSE_LOAD(&q[ldq]);
   q2 = _SSE_LOAD(&q[ldq+offset]);
   q3 = _SSE_LOAD(&q[ldq+2*offset]);
   q4 = _SSE_LOAD(&q[ldq+3*offset]);
   q5 = _SSE_LOAD(&q[ldq+4*offset]);
   q6 = _SSE_LOAD(&q[ldq+5*offset]);

   q1 = _SSE_SUB(q1, _SSE_ADD(z1, _SSE_MUL(w1, h4)));
   q2 = _SSE_SUB(q2, _SSE_ADD(z2, _SSE_MUL(w2, h4)));
   q3 = _SSE_SUB(q3, _SSE_ADD(z3, _SSE_MUL(w3, h4)));
   q4 = _SSE_SUB(q4, _SSE_ADD(z4, _SSE_MUL(w4, h4)));
   q5 = _SSE_SUB(q5, _SSE_ADD(z5, _SSE_MUL(w5, h4)));
   q6 = _SSE_SUB(q6, _SSE_ADD(z6, _SSE_MUL(w6, h4)));

   _SSE_STORE(&q[ldq],q1);
   _SSE_STORE(&q[ldq+offset],q2);
   _SSE_STORE(&q[ldq+2*offset],q3);
   _SSE_STORE(&q[ldq+3*offset],q4);
   _SSE_STORE(&q[ldq+4*offset],q5);
   _SSE_STORE(&q[ldq+5*offset],q6);

#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+2]);
#endif

#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+2], hh[(ldh*3)+2]);
#endif

   q1 = _SSE_LOAD(&q[ldq*2]);
   q2 = _SSE_LOAD(&q[(ldq*2)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*2)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*2)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*2)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*2)+5*offset]);
   q1 = _SSE_SUB(q1, y1);
   q2 = _SSE_SUB(q2, y2);
   q3 = _SSE_SUB(q3, y3);
   q4 = _SSE_SUB(q4, y4);
   q5 = _SSE_SUB(q5, y5);
   q6 = _SSE_SUB(q6, y6);

   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));

#ifdef HAVE_SSE_INTRINSICS
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
2041
2042
2043
2044
2045
2046
2047
2048
2049
2050
2051
2052
2053
2054
2055
2056
2057
2058
2059
2060
2061
2062
2063
2064
2065
2066
2067
2068
2069
2070
2071
2072
2073
2074
2075
2076
2077
2078
2079
2080
2081
2082
2083
2084
2085
2086
2087
2088
2089
2090
2091
2092
2093
2094
2095
2096
2097
2098
2099
2100
2101
2102
2103
2104
2105
2106
2107
2108
2109
2110
2111
2112
2113
2114
2115
2116
2117
2118
2119
2120
2121
2122
2123
2124
2125
2126
2127
2128
2129
2130
2131
2132
2133
2134
2135
2136
2137
2138
2139
2140
2141
2142
2143
2144
2145
2146
2147
2148
2149
2150
2151
2152
2153
2154
2155
2156
2157
2158
2159
2160
2161
2162
2163
2164
2165
2166
2167
2168
2169
2170
2171
2172
2173
2174
2175
2176
2177
2178
2179
2180
2181
2182
2183
2184
2185
2186
2187
2188
2189
2190
2191
2192
2193
2194
2195
2196
2197
2198
2199
2200
2201
2202
2203
2204
2205
2206
2207
2208
2209
2210
2211
   h3 = _SSE_SET1(hh[(ldh*2)+1]);
#endif

#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+1], hh[(ldh*2)+1]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));

   _SSE_STORE(&q[ldq*2],q1);
   _SSE_STORE(&q[(ldq*2)+offset],q2);
   _SSE_STORE(&q[(ldq*2)+2*offset],q3);
   _SSE_STORE(&q[(ldq*2)+3*offset],q4);
   _SSE_STORE(&q[(ldq*2)+4*offset],q5);
   _SSE_STORE(&q[(ldq*2)+5*offset],q6);

#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+3]);
#endif

#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+3], hh[(ldh*3)+3]);
#endif

   q1 = _SSE_LOAD(&q[ldq*3]);
   q2 = _SSE_LOAD(&q[(ldq*3)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*3)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*3)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*3)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*3)+5*offset]);

   q1 = _SSE_SUB(q1, x1);
   q2 = _SSE_SUB(q2, x2);
   q3 = _SSE_SUB(q3, x3);
   q4 = _SSE_SUB(q4, x4);
   q5 = _SSE_SUB(q5, x5);
   q6 = _SSE_SUB(q6, x6);

   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));

#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[ldh+1]);
#endif

#ifdef HAVE_SPARC64_SSE
   h2 = _SSE_SET(hh[ldh+1], hh[ldh+1]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(y1, h2));
   q2 = _SSE_SUB(q2, _SSE_MUL(y2, h2));
   q3 = _SSE_SUB(q3, _SSE_MUL(y3, h2));
   q4 = _SSE_SUB(q4, _SSE_MUL(y4, h2));
   q5 = _SSE_SUB(q5, _SSE_MUL(y5, h2));
   q6 = _SSE_SUB(q6, _SSE_MUL(y6, h2));

#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+2]);
#endif

#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+2], hh[(ldh*2)+2]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));
   _SSE_STORE(&q[ldq*3], q1);
   _SSE_STORE(&q[(ldq*3)+offset], q2);
   _SSE_STORE(&q[(ldq*3)+2*offset], q3);
   _SSE_STORE(&q[(ldq*3)+3*offset], q4);
   _SSE_STORE(&q[(ldq*3)+4*offset], q5);
   _SSE_STORE(&q[(ldq*3)+5*offset], q6);

#endif /* BLOCK4 */

#ifdef BLOCK6
   
#ifdef HAVE_SSE_INTRINSICS
   h6 = _SSE_SET1(hh[(ldh*5)+1]);
#endif
#ifdef HAVE_SPARC64_SSE
   h6 = _SSE_SET(hh[(ldh*5)+1], hh[(ldh*5)+1]);
#endif

   q1 = _SSE_LOAD(&q[ldq]);
   q2 = _SSE_LOAD(&q[(ldq+offset)]);
   q3 = _SSE_LOAD(&q[(ldq+2*offset)]);
   q4 = _SSE_LOAD(&q[(ldq+3*offset)]);
   q5 = _SSE_LOAD(&q[(ldq+4*offset)]);
   q6 = _SSE_LOAD(&q[(ldq+5*offset)]);
   q1 = _SSE_SUB(q1, v1);
   q2 = _SSE_SUB(q2, v2);
   q3 = _SSE_SUB(q3, v3);
   q4 = _SSE_SUB(q4, v4);
   q5 = _SSE_SUB(q5, v5);
   q6 = _SSE_SUB(q6, v6);

   q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
   q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
   q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
   q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
   q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
   q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));

   _SSE_STORE(&q[ldq],q1);
   _SSE_STORE(&q[(ldq+offset)],q2);
   _SSE_STORE(&q[(ldq+2*offset)],q3);
   _SSE_STORE(&q[(ldq+3*offset)],q4);
   _SSE_STORE(&q[(ldq+4*offset)],q5);
   _SSE_STORE(&q[(ldq+5*offset)],q6);
#ifdef HAVE_SSE_INTRINSICS
   h5 = _SSE_SET1(hh[(ldh*4)+1]);
#endif
#ifdef HAVE_SPARC64_SSE
   h5 = _SSE_SET(hh[(ldh*4)+1], hh[(ldh*4)+1]);
#endif
   q1 = _SSE_LOAD(&q[ldq*2]);
   q2 = _SSE_LOAD(&q[(ldq*2)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*2)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*2)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*2)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*2)+5*offset]);
   q1 = _SSE_SUB(q1, w1); 
   q2 = _SSE_SUB(q2, w2);
   q3 = _SSE_SUB(q3, w3);
   q4 = _SSE_SUB(q4, w4);
   q5 = _SSE_SUB(q5, w5);
   q6 = _SSE_SUB(q6, w6);
   q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5)); 
   q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));  
   q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));  
   q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));  
   q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));  
   q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));  
#ifdef HAVE_SSE_INTRINSICS
   h6 = _SSE_SET1(hh[(ldh*5)+2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h6 = _SSE_SET(hh[(ldh*5)+2], hh[(ldh*5)+2]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
   q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
   q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
   q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
   q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
   q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));

   _SSE_STORE(&q[ldq*2],q1);
   _SSE_STORE(&q[(ldq*2)+offset],q2);
   _SSE_STORE(&q[(ldq*2)+2*offset],q3);
   _SSE_STORE(&q[(ldq*2)+3*offset],q4);
   _SSE_STORE(&q[(ldq*2)+4*offset],q5);
   _SSE_STORE(&q[(ldq*2)+5*offset],q6);

#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+1]);
#endif

#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+1], hh[(ldh*3)+1]);
#endif

   q1 = _SSE_LOAD(&q[ldq*3]);
   q2 = _SSE_LOAD(&q[(ldq*3)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*3)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*3)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*3)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*3)+5*offset]);
   q1 = _SSE_SUB(q1, z1);
   q2 = _SSE_SUB(q2, z2);
   q3 = _SSE_SUB(q3, z3);
   q4 = _SSE_SUB(q4, z4);
   q5 = _SSE_SUB(q5, z5);
   q6 = _SSE_SUB(q6, z6);

   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));
#ifdef HAVE_SSE_INTRINSICS
   h5 = _SSE_SET1(hh[(ldh*4)+2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h5 = _SSE_SET(hh[(ldh*4)+2], hh[(ldh*4)+2]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5));
   q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));
   q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));
   q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));
   q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));
   q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));
#ifdef HAVE_SSE_INTRINSICS
   h6 = _SSE_SET1(hh[(ldh*5)+3]);
#endif
#ifdef HAVE_SPARC64_SSE
   h6 = _SSE_SET(hh[(ldh*5)+3], hh[(ldh*5)+3]);
2212
2213
#endif

2214
2215
2216
2217
2218
2219
2220
2221
2222
2223
2224
2225
2226
2227
2228
2229
   q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
   q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
   q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
   q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
   q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
   q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));

   _SSE_STORE(&q[ldq*3],q1);
   _SSE_STORE(&q[(ldq*3)+offset],q2);
   _SSE_STORE(&q[(ldq*3)+2*offset],q3);
   _SSE_STORE(&q[(ldq*3)+3*offset],q4);
   _SSE_STORE(&q[(ldq*3)+4*offset],q5);
   _SSE_STORE(&q[(ldq*3)+5*offset],q6);
#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+1]);
#endif
2230
2231
2232
#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+1], hh[(ldh*2)+1]);
#endif
2233
2234
2235
2236
2237
2238
2239
2240
2241
2242
2243
2244
   q1 = _SSE_LOAD(&q[ldq*4]);
   q2 = _SSE_LOAD(&q[(ldq*4)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*4)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*4)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*4)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*4)+5*offset]);
   q1 = _SSE_SUB(q1, y1);
   q2 = _SSE_SUB(q2, y2);
   q3 = _SSE_SUB(q3, y3);
   q4 = _SSE_SUB(q4, y4);
   q5 = _SSE_SUB(q5, y5);
   q6 = _SSE_SUB(q6, y6);
2245
2246
2247
2248
2249
2250
2251
2252

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));
#ifdef HAVE_SSE_INTRINSICS
2253
   h4 = _SSE_SET1(hh[(ldh*3)+2]);
2254
2255
#endif
#ifdef HAVE_SPARC64_SSE
2256
   h4 = _SSE_SET(hh[(ldh*3)+2], hh[(ldh*3)+2]);
2257
2258
2259
2260
2261
2262
2263
2264
2265
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));
#ifdef HAVE_SSE_INTRINSICS
2266
2267
2268
2269
2270
2271
2272
2273
2274
2275
2276
2277
2278
   h5 = _SSE_SET1(hh[(ldh*4)+3]);
#endif
#ifdef HAVE_SPARC64_SSE
   h5 = _SSE_SET(hh[(ldh*4)+3], hh[(ldh*4)+3]);
#endif
   q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5));
   q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));
   q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));
   q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));
   q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));
   q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));
#ifdef HAVE_SSE_INTRINSICS
   h6 = _SSE_SET1(hh[(ldh*5)+4]);
2279
#endif
2280
2281
2282
2283
2284
2285
2286
2287
2288
#ifdef HAVE_SPARC64_SSE
   h6 = _SSE_SET(hh[(ldh*5)+4], hh[(ldh*5)+4]);
#endif
   q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
   q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
   q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
   q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
   q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
   q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));
2289

2290
2291
2292
2293
2294
2295
2296
2297
2298
   _SSE_STORE(&q[ldq*4],q1);
   _SSE_STORE(&q[(ldq*4)+offset],q2);
   _SSE_STORE(&q[(ldq*4)+2*offset],q3);
   _SSE_STORE(&q[(ldq*4)+3*offset],q4);
   _SSE_STORE(&q[(ldq*4)+4*offset],q5);
   _SSE_STORE(&q[(ldq*4)+5*offset],q6);
#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[(ldh)+1]);
#endif
2299
#ifdef HAVE_SPARC64_SSE
2300
   h2 = _SSE_SET(hh[(ldh)+1], hh[(ldh)+1]);
2301
#endif
2302
2303
2304
2305
2306
2307
2308
2309
2310
2311
2312
2313
   q1 = _SSE_LOAD(&q[ldq*5]);
   q2 = _SSE_LOAD(&q[(ldq*5)+offset]);
   q3 = _SSE_LOAD(&q[(ldq*5)+2*offset]);
   q4 = _SSE_LOAD(&q[(ldq*5)+3*offset]);
   q5 = _SSE_LOAD(&q[(ldq*5)+4*offset]);
   q6 = _SSE_LOAD(&q[(ldq*5)+5*offset]);
   q1 = _SSE_SUB(q1, x1);
   q2 = _SSE_SUB(q2, x2);
   q3 = _SSE_SUB(q3, x3);
   q4 = _SSE_SUB(q4, x4);
   q5 = _SSE_SUB(q5, x5);
   q6 = _SSE_SUB(q6, x6);
2314
2315
2316
2317
2318
2319
2320
2321
2322
2323
2324
2325
2326
2327
2328
2329
2330
2331
2332
2333

   q1 = _SSE_SUB(q1, _SSE_MUL(y1, h2));
   q2 = _SSE_SUB(q2, _SSE_MUL(y2, h2));
   q3 = _SSE_SUB(q3, _SSE_MUL(y3, h2));
   q4 = _SSE_SUB(q4, _SSE_MUL(y4, h2));
   q5 = _SSE_SUB(q5, _SSE_MUL(y5, h2));
   q6 = _SSE_SUB(q6, _SSE_MUL(y6, h2));
#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+2], hh[(ldh*2)+2]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));
2334
2335
2336
2337
2338
2339
2340
2341
2342
2343
2344
2345
2346
2347
2348
2349
2350
2351
#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+3]);
#endif
#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+3], hh[(ldh*3)+3]);
#endif
   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));
#ifdef HAVE_SSE_INTRINSICS
   h5 = _SSE_SET1(hh[(ldh*4)+4]);
#endif
#ifdef HAVE_SPARC64_SSE
   h5 = _SSE_SET(hh[(ldh*4)+4], hh[(ldh*4)+4]);
#endif
2352

2353
2354
2355
2356
2357
2358
2359
2360
2361
2362
2363
2364
2365
2366
2367
2368
2369
2370
2371
2372
2373
2374
2375
2376
2377
2378
2379
2380
   q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5));
   q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));
   q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));
   q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));
   q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));
   q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));
#ifdef HAVE_SSE_INTRINSICS
   h6 = _SSE_SET1(hh[(ldh*5)+5]);
#endif
#ifdef HAVE_SPARC64_SSE
   h6 = _SSE_SET(hh[(ldh*5)+5], hh[(ldh*5)+5]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
   q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
   q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
   q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
   q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
   q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));

   _SSE_STORE(&q[ldq*5],q1);
   _SSE_STORE(&q[(ldq*5)+offset],q2);
   _SSE_STORE(&q[(ldq*5)+2*offset],q3);
   _SSE_STORE(&q[(ldq*5)+3*offset],q4);
   _SSE_STORE(&q[(ldq*5)+4*offset],q5);
   _SSE_STORE(&q[(ldq*5)+5*offset],q6);

#endif /* BLOCK6 */
2381
2382
2383
2384
2385
2386
2387
2388
2389
2390
2391
2392
2393
2394
2395
2396
2397
2398
2399
2400
2401
2402
2403
2404
2405
2406
2407
2408

   for (i = BLOCK; i < nb; i++)
   {
#ifdef HAVE_SSE_INTRINSICS
     h1 = _SSE_SET1(hh[i-(BLOCK-1)]);
     h2 = _SSE_SET1(hh[ldh+i-(BLOCK-2)]);
#endif
#ifdef HAVE_SPARC64_SSE
     h1 = _SSE_SET(hh[i-(BLOCK-1)], hh[i-(BLOCK-1)]);
     h2 = _SSE_SET(hh[ldh+i-(BLOCK-2)], hh[ldh+i-(BLOCK-2)]);
#endif

     q1 = _SSE_LOAD(&q[i*ldq]);
     q2 = _SSE_LOAD(&q[(i*ldq)+offset]);
     q3 = _SSE_LOAD(&q[(i*ldq)+2*offset]);
     q4 = _SSE_LOAD(&q[(i*ldq)+3*offset]);
     q5 = _SSE_LOAD(&q[(i*ldq)+4*offset]);
     q6 = _SSE_LOAD(&q[(i*ldq)+5*offset]);

#ifdef BLOCK2
     q1 = _SSE_ADD(q1, _SSE_ADD(_SSE_MUL(x1,h1), _SSE_MUL(y1, h2)));
     q2 = _SSE_ADD(q2, _SSE_ADD(_SSE_MUL(x2,h1), _SSE_MUL(y2, h2)));
     q3 = _SSE_ADD(q3, _SSE_ADD(_SSE_MUL(x3,h1), _SSE_MUL(y3, h2)));
     q4 = _SSE_ADD(q4, _SSE_ADD(_SSE_MUL(x4,h1), _SSE_MUL(y4, h2)));
     q5 = _SSE_ADD(q5, _SSE_ADD(_SSE_MUL(x5,h1), _SSE_MUL(y5, h2)));
     q6 = _SSE_ADD(q6, _SSE_ADD(_SSE_MUL(x6,h1), _SSE_MUL(y6, h2)));
#endif

2409
#if defined(BLOCK4) || defined(BLOCK6)
2410
2411
2412
2413
2414
2415
2416
2417
2418
2419
2420
2421
2422
2423
2424
2425
     
     q1 = _SSE_SUB(q1, _SSE_MUL(x1,h1));
     q2 = _SSE_SUB(q2, _SSE_MUL(x2,h1));
     q3 = _SSE_SUB(q3, _SSE_MUL(x3,h1));
     q4 = _SSE_SUB(q4, _SSE_MUL(x4,h1));
     q5 = _SSE_SUB(q5, _SSE_MUL(x5,h1));
     q6 = _SSE_SUB(q6, _SSE_MUL(x6,h1));

     q1 = _SSE_SUB(q1, _SSE_MUL(y1,h2));
     q2 = _SSE_SUB(q2, _SSE_MUL(y2,h2));
     q3 = _SSE_SUB(q3, _SSE_MUL(y3,h2));
     q4 = _SSE_SUB(q4, _SSE_MUL(y4,h2));
     q5 = _SSE_SUB(q5, _SSE_MUL(y5,h2));
     q6 = _SSE_SUB(q6, _SSE_MUL(y6,h2));

#ifdef HAVE_SSE_INTRINSICS
2426
     h3 = _SSE_SET1(hh[(ldh*2)+i-(BLOCK-3)]);
2427
2428
2429
#endif

#ifdef HAVE_SPARC64_SSE
2430
     h3 = _SSE_SET(hh[(ldh*2)+i-(BLOCK-3)], hh[(ldh*2)+i-(BLOCK-3)]);
2431
2432
2433
2434
2435
2436
2437
2438
2439
2440
#endif

     q1 = _SSE_SUB(q1, _SSE_MUL(z1,h3));
     q2 = _SSE_SUB(q2, _SSE_MUL(z2,h3));
     q3 = _SSE_SUB(q3, _SSE_MUL(z3,h3));
     q4 = _SSE_SUB(q4, _SSE_MUL(z4,h3));
     q5 = _SSE_SUB(q5, _SSE_MUL(z5,h3));
     q6 = _SSE_SUB(q6, _SSE_MUL(z6,h3));

#ifdef HAVE_SSE_INTRINSICS
2441
2442
2443
2444
2445
2446
2447
2448
2449
2450
2451
2452
2453
2454
2455
2456
2457
2458
2459
2460
2461
2462
2463
2464
2465
2466
2467
2468
2469
2470
2471
2472
2473
2474
2475
2476
2477
2478
2479
2480
2481
2482
2483
2484
2485
2486
2487
2488
2489
2490
2491
2492
2493
2494
2495
2496
2497
2498
2499
2500
2501
2502
2503
2504
2505
2506
2507
2508
2509
2510
2511
2512
2513
2514
2515
2516
2517
2518
2519
2520
2521
2522
2523
2524
2525
2526
2527
2528
2529
2530
2531
2532
2533
2534
2535
2536
2537
2538
2539
2540
2541
2542
2543
2544
2545
2546
2547
2548
2549
2550
2551
2552
2553
2554
2555
2556
2557
2558
2559
2560
2561
2562
2563
2564
2565
2566
2567
2568
2569
2570
2571
2572
2573
2574
2575
2576
2577
2578
2579
2580
2581
2582
2583
2584
2585
2586
2587
2588
2589
2590
2591
2592
2593
2594
2595
2596
2597
2598
2599
2600
2601
2602
2603
2604
2605
2606
2607
2608
2609
2610
2611
2612
2613
2614
2615
2616
2617
2618
2619
2620
2621
2622
2623
2624
2625
2626
2627
2628
2629
2630
2631
2632
2633
2634
2635
2636
2637
2638
2639
2640
2641
2642
2643
2644
2645
     h4 = _SSE_SET1(hh[(ldh*3)+i-(BLOCK-4)]); 
#endif

#ifdef HAVE_SPRC64_SSE
     h4 = _SSE_SET(hh[(ldh*3)+i-(BLOCK-4)], hh[(ldh*3)+i-(BLOCK-4)]);
#endif

     q1 = _SSE_SUB(q1, _SSE_MUL(w1,h4));
     q2 = _SSE_SUB(q2, _SSE_MUL(w2,h4));
     q3 = _SSE_SUB(q3, _SSE_MUL(w3,h4));
     q4 = _SSE_SUB(q4, _SSE_MUL(w4,h4));
     q5 = _SSE_SUB(q5, _SSE_MUL(w5,h4));
     q6 = _SSE_SUB(q6, _SSE_MUL(w6,h4));

#endif /* BLOCK4 || BLOCK6  */


#ifdef BLOCK6
#ifdef HAVE_SSE_INTRINSICS
     h5 = _SSE_SET1(hh[(ldh*4)+i-1]);
#endif
#ifdef HAVE_SPARC64_SSE
     h5 = _SSE_SET(hh[(ldh*4)+i-1], hh[(ldh*4)+i-1]);
#endif

     q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5));
     q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));
     q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));
     q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));
     q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));
     q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));
#ifdef HAVE_SSE_INTRINSICS
     h6 = _SSE_SET1(hh[(ldh*5)+i]);
#endif
#ifdef HAVE_SPARC64_SSE
     h6 = _SSE_SET(hh[(ldh*5)+i], hh[(ldh*5)+i]);
#endif

     q1 = _SSE_SUB(q1, _SSE_MUL(t1, h6));
     q2 = _SSE_SUB(q2, _SSE_MUL(t2, h6));
     q3 = _SSE_SUB(q3, _SSE_MUL(t3, h6));
     q4 = _SSE_SUB(q4, _SSE_MUL(t4, h6));
     q5 = _SSE_SUB(q5, _SSE_MUL(t5, h6));
     q6 = _SSE_SUB(q6, _SSE_MUL(t6, h6));

#endif /* BLOCK6 */
     _SSE_STORE(&q[i*ldq],q1);
     _SSE_STORE(&q[(i*ldq)+offset],q2);
     _SSE_STORE(&q[(i*ldq)+2*offset],q3);
     _SSE_STORE(&q[(i*ldq)+3*offset],q4);
     _SSE_STORE(&q[(i*ldq)+4*offset],q5);
     _SSE_STORE(&q[(i*ldq)+5*offset],q6);

   }
#ifdef HAVE_SSE_INTRINSICS
   h1 = _SSE_SET1(hh[nb-(BLOCK-1)]);
#endif
#ifdef HAVE_SPARC64_SSE
   h1 = _SSE_SET(hh[nb-(BLOCK-1)], hh[nb-(BLOCK-1)]);
#endif

   q1 = _SSE_LOAD(&q[nb*ldq]);
   q2 = _SSE_LOAD(&q[(nb*ldq)+offset]);
   q3 = _SSE_LOAD(&q[(nb*ldq)+2*offset]);
   q4 = _SSE_LOAD(&q[(nb*ldq)+3*offset]);
   q5 = _SSE_LOAD(&q[(nb*ldq)+4*offset]);
   q6 = _SSE_LOAD(&q[(nb*ldq)+5*offset]);

#ifdef BLOCK2
   q1 = _SSE_ADD(q1, _SSE_MUL(x1, h1));
   q2 = _SSE_ADD(q2, _SSE_MUL(x2, h1));
   q3 = _SSE_ADD(q3, _SSE_MUL(x3, h1));
   q4 = _SSE_ADD(q4, _SSE_MUL(x4, h1));
   q5 = _SSE_ADD(q5, _SSE_MUL(x5, h1));
   q6 = _SSE_ADD(q6, _SSE_MUL(x6, h1));
#endif

#if defined(BLOCK4) || defined(BLOCK6)
   q1 = _SSE_SUB(q1, _SSE_MUL(x1, h1));
   q2 = _SSE_SUB(q2, _SSE_MUL(x2, h1));
   q3 = _SSE_SUB(q3, _SSE_MUL(x3, h1));
   q4 = _SSE_SUB(q4, _SSE_MUL(x4, h1));
   q5 = _SSE_SUB(q5, _SSE_MUL(x5, h1));
   q6 = _SSE_SUB(q6, _SSE_MUL(x6, h1));

#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[ldh+nb-(BLOCK-2)]);
#endif

#ifdef HAVE_SPARC64_SSE
   h2 = _SSE_SET(hh[ldh+nb-(BLOCK-2)], hh[ldh+nb-(BLOCK-2)]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(y1, h2));
   q2 = _SSE_SUB(q2, _SSE_MUL(y2, h2));
   q3 = _SSE_SUB(q3, _SSE_MUL(y3, h2));
   q4 = _SSE_SUB(q4, _SSE_MUL(y4, h2));
   q5 = _SSE_SUB(q5, _SSE_MUL(y5, h2));

#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+nb-(BLOCK-3)]);
#endif

#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+nb-(BLOCK-3)], hh[(ldh*2)+nb-(BLOCK-3)]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));

#endif /* BLOCK4 || BLOCK6  */

#ifdef BLOCK6
#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+nb-2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+nb-2], hh[(ldh*3)+nb-2]);
#endif
   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));
#ifdef HAVE_SSE_INTRINSICS
   h5 = _SSE_SET1(hh[(ldh*4)+nb-1]);
#endif
#ifdef HAVE_SPARC64_SSE
   h5 = _SSE_SET(hh[(ldh*4)+nb-1], hh[(ldh*4)+nb-1]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(v1, h5));
   q2 = _SSE_SUB(q2, _SSE_MUL(v2, h5));
   q3 = _SSE_SUB(q3, _SSE_MUL(v3, h5));
   q4 = _SSE_SUB(q4, _SSE_MUL(v4, h5));
   q5 = _SSE_SUB(q5, _SSE_MUL(v5, h5));
   q6 = _SSE_SUB(q6, _SSE_MUL(v6, h5));
#endif /* BLOCK6 */

   _SSE_STORE(&q[nb*ldq],q1);
   _SSE_STORE(&q[(nb*ldq)+offset],q2);
   _SSE_STORE(&q[(nb*ldq)+2*offset],q3);
   _SSE_STORE(&q[(nb*ldq)+3*offset],q4);
   _SSE_STORE(&q[(nb*ldq)+4*offset],q5);
   _SSE_STORE(&q[(nb*ldq)+5*offset],q6);

#if defined(BLOCK4) || defined(BLOCK6)
   
#ifdef HAVE_SSE_INTRINSICS
   h1 = _SSE_SET1(hh[nb-(BLOCK-2)]);
#endif

#ifdef HAVE_SPARC64_SSE
   h1 = _SSE_SET(hh[nb-(BLOCK-2)], hh[nb-(BLOCK-2)]);
#endif

   q1 = _SSE_LOAD(&q[(nb+1)*ldq]);
   q2 = _SSE_LOAD(&q[((nb+1)*ldq)+offset]);
   q3 = _SSE_LOAD(&q[((nb+1)*ldq)+2*offset]);
   q4 = _SSE_LOAD(&q[((nb+1)*ldq)+3*offset]);
   q5 = _SSE_LOAD(&q[((nb+1)*ldq)+4*offset]);
   q6 = _SSE_LOAD(&q[((nb+1)*ldq)+5*offset]);

   q1 = _SSE_SUB(q1, _SSE_MUL(x1, h1));
   q2 = _SSE_SUB(q2, _SSE_MUL(x2, h1));
   q3 = _SSE_SUB(q3, _SSE_MUL(x3, h1));
   q4 = _SSE_SUB(q4, _SSE_MUL(x4, h1));
   q5 = _SSE_SUB(q5, _SSE_MUL(x5, h1));
   q6 = _SSE_SUB(q6, _SSE_MUL(x6, h1));

#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[ldh+nb-(BLOCK-3)]);
#endif

#ifdef HAVE_SPARC64_SSE
   h2 = _SSE_SET(hh[ldh+nb-(BLOCK-3)], hh[ldh+nb-(BLOCK-3)]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(y1, h2));
   q2 = _SSE_SUB(q2, _SSE_MUL(y2, h2));
   q3 = _SSE_SUB(q3, _SSE_MUL(y3, h2));
   q4 = _SSE_SUB(q4, _SSE_MUL(y4, h2));
   q5 = _SSE_SUB(q5, _SSE_MUL(y5, h2));
   q6 = _SSE_SUB(q6, _SSE_MUL(y6, h2));

#ifdef BLOCK6
#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+nb-2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+nb-2], hh[(ldh*2)+nb-2]);
#endif
   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));
#ifdef HAVE_SSE_INTRINSICS
   h4 = _SSE_SET1(hh[(ldh*3)+nb-1]);
2646
#endif
2647
2648
#ifdef HAVE_SPARC64_SSE
   h4 = _SSE_SET(hh[(ldh*3)+nb-1], hh[(ldh*3)+nb-1]);
2649
2650
#endif

2651
2652
2653
2654
2655
2656
   q1 = _SSE_SUB(q1, _SSE_MUL(w1, h4));
   q2 = _SSE_SUB(q2, _SSE_MUL(w2, h4));
   q3 = _SSE_SUB(q3, _SSE_MUL(w3, h4));
   q4 = _SSE_SUB(q4, _SSE_MUL(w4, h4));
   q5 = _SSE_SUB(q5, _SSE_MUL(w5, h4));
   q6 = _SSE_SUB(q6, _SSE_MUL(w6, h4));
2657

2658
#endif /* BLOCK6 */
2659

2660
2661
2662
2663
2664
2665
   _SSE_STORE(&q[(nb+1)*ldq],q1);
   _SSE_STORE(&q[((nb+1)*ldq)+offset],q2);
   _SSE_STORE(&q[((nb+1)*ldq)+2*offset],q3);
   _SSE_STORE(&q[((nb+1)*ldq)+3*offset],q4);
   _SSE_STORE(&q[((nb+1)*ldq)+4*offset],q5);
   _SSE_STORE(&q[((nb+1)*ldq)+5*offset],q6);
2666
2667

#ifdef HAVE_SSE_INTRINSICS
2668
   h1 = _SSE_SET1(hh[nb-(BLOCK-3)]);
2669
#endif
2670

2671
#ifdef HAVE_SPARC64_SSE
2672
   h1 = _SSE_SET(hh[nb-(BLOCK-3)], hh[nb-(BLOCK-3)]);
2673
2674
#endif

2675
2676
2677
2678
2679
2680
   q1 = _SSE_LOAD(&q[(nb+2)*ldq]);
   q2 = _SSE_LOAD(&q[((nb+2)*ldq)+offset]);
   q3 = _SSE_LOAD(&q[((nb+2)*ldq)+2*offset]);
   q4 = _SSE_LOAD(&q[((nb+2)*ldq)+3*offset]);
   q5 = _SSE_LOAD(&q[((nb+2)*ldq)+4*offset]);
   q6 = _SSE_LOAD(&q[((nb+2)*ldq)+5*offset]);
2681
2682
2683
2684
2685
2686
2687
2688

   q1 = _SSE_SUB(q1, _SSE_MUL(x1, h1));
   q2 = _SSE_SUB(q2, _SSE_MUL(x2, h1));
   q3 = _SSE_SUB(q3, _SSE_MUL(x3, h1));
   q4 = _SSE_SUB(q4, _SSE_MUL(x4, h1));
   q5 = _SSE_SUB(q5, _SSE_MUL(x5, h1));
   q6 = _SSE_SUB(q6, _SSE_MUL(x6, h1));

2689
#ifdef BLOCK6
2690
2691
2692
2693
2694
2695
2696
2697
2698
2699
2700
2701
#ifdef HAVE_SSE_INTRINSICS
   h2 = _SSE_SET1(hh[ldh+nb-2]);
#endif
#ifdef HAVE_SPARC64_SSE
   h2 = _SSE_SET(hh[ldh+nb-2], hh[ldh+nb-2]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(y1, h2));
   q2 = _SSE_SUB(q2, _SSE_MUL(y2, h2));
   q3 = _SSE_SUB(q3, _SSE_MUL(y3, h2));
   q4 = _SSE_SUB(q4, _SSE_MUL(y4, h2));
   q5 = _SSE_SUB(q5, _SSE_MUL(y5, h2));
2702
   q6 = _SSE_SUB(q6, _SSE_MUL(y6, h2));
2703
2704
2705
2706
2707
2708
2709
2710
2711
2712
2713
2714
2715
#ifdef HAVE_SSE_INTRINSICS
   h3 = _SSE_SET1(hh[(ldh*2)+nb-1]);
#endif
#ifdef HAVE_SPARC64_SSE
   h3 = _SSE_SET(hh[(ldh*2)+nb-1], hh[(ldh*2)+nb-1]);
#endif

   q1 = _SSE_SUB(q1, _SSE_MUL(z1, h3));
   q2 = _SSE_SUB(q2, _SSE_MUL(z2, h3));
   q3 = _SSE_SUB(q3, _SSE_MUL(z3, h3));
   q4 = _SSE_SUB(q4, _SSE_MUL(z4, h3));
   q5 = _SSE_SUB(q5, _SSE_MUL(z5, h3));
   q6 = _SSE_SUB(q6, _SSE_MUL(z6, h3));
2716
#endif /* BLOCK6 */
2717

2718
2719
2720
2721
2722
2723
   _SSE_STORE(&q[(nb+2)*ldq],q1);
   _SSE_STORE(&q[((nb+2)*ldq)+offset],q2);
   _SSE_STORE(&q[((nb+2)*ldq)+2*offset],q3);
   _SSE_STORE(&q[((nb+2)*ldq)+3*offset],q4);
   _SSE_STORE(&q[((nb+2)*ldq)+4*offset],q5);
   _SSE_STORE(&q[((nb+2)*ldq)+5*offset],q6);
2724

2725
#endif /* BLOCK4 || BLOCK6  */
2726

2727
#ifdef BLOCK6
2728
2729
2730