| 1 | #! /usr/bin/env perl
|
|---|
| 2 | # Copyright 2016 The OpenSSL Project Authors. All Rights Reserved.
|
|---|
| 3 | #
|
|---|
| 4 | # Licensed under the OpenSSL license (the "License"). You may not use
|
|---|
| 5 | # this file except in compliance with the License. You can obtain a copy
|
|---|
| 6 | # in the file LICENSE in the source distribution or at
|
|---|
| 7 | # https://www.openssl.org/source/license.html
|
|---|
| 8 |
|
|---|
| 9 | #
|
|---|
| 10 | # ====================================================================
|
|---|
| 11 | # Written by Andy Polyakov <[email protected]> for the OpenSSL
|
|---|
| 12 | # project. The module is, however, dual licensed under OpenSSL and
|
|---|
| 13 | # CRYPTOGAMS licenses depending on where you obtain it. For further
|
|---|
| 14 | # details see http://www.openssl.org/~appro/cryptogams/.
|
|---|
| 15 | # ====================================================================
|
|---|
| 16 | #
|
|---|
| 17 | # November 2014
|
|---|
| 18 | #
|
|---|
| 19 | # ChaCha20 for x86_64.
|
|---|
| 20 | #
|
|---|
| 21 | # Performance in cycles per byte out of large buffer.
|
|---|
| 22 | #
|
|---|
| 23 | # IALU/gcc 4.8(i) 1xSSSE3/SSE2 4xSSSE3 8xAVX2
|
|---|
| 24 | #
|
|---|
| 25 | # P4 9.48/+99% -/22.7(ii) -
|
|---|
| 26 | # Core2 7.83/+55% 7.90/8.08 4.35
|
|---|
| 27 | # Westmere 7.19/+50% 5.60/6.70 3.00
|
|---|
| 28 | # Sandy Bridge 8.31/+42% 5.45/6.76 2.72
|
|---|
| 29 | # Ivy Bridge 6.71/+46% 5.40/6.49 2.41
|
|---|
| 30 | # Haswell 5.92/+43% 5.20/6.45 2.42 1.23
|
|---|
| 31 | # Silvermont 12.0/+33% 7.75/7.40 7.03(iii)
|
|---|
| 32 | # Goldmont 10.6/+17% 5.10/- 3.28
|
|---|
| 33 | # Sledgehammer 7.28/+52% -/14.2(ii) -
|
|---|
| 34 | # Bulldozer 9.66/+28% 9.85/11.1 3.06(iv)
|
|---|
| 35 | # VIA Nano 10.5/+46% 6.72/8.60 6.05
|
|---|
| 36 | #
|
|---|
| 37 | # (i) compared to older gcc 3.x one can observe >2x improvement on
|
|---|
| 38 | # most platforms;
|
|---|
| 39 | # (ii) as it can be seen, SSE2 performance is too low on legacy
|
|---|
| 40 | # processors; NxSSE2 results are naturally better, but not
|
|---|
| 41 | # impressively better than IALU ones, which is why you won't
|
|---|
| 42 | # find SSE2 code below;
|
|---|
| 43 | # (iii) this is not optimal result for Atom because of MSROM
|
|---|
| 44 | # limitations, SSE2 can do better, but gain is considered too
|
|---|
| 45 | # low to justify the [maintenance] effort;
|
|---|
| 46 | # (iv) Bulldozer actually executes 4xXOP code path that delivers 2.20;
|
|---|
| 47 |
|
|---|
| 48 | $flavour = shift;
|
|---|
| 49 | $output = shift;
|
|---|
| 50 | if ($flavour =~ /\./) { $output = $flavour; undef $flavour; }
|
|---|
| 51 |
|
|---|
| 52 | $win64=0; $win64=1 if ($flavour =~ /[nm]asm|mingw64/ || $output =~ /\.asm$/);
|
|---|
| 53 |
|
|---|
| 54 | $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
|
|---|
| 55 | ( $xlate="${dir}x86_64-xlate.pl" and -f $xlate ) or
|
|---|
| 56 | ( $xlate="${dir}../../perlasm/x86_64-xlate.pl" and -f $xlate) or
|
|---|
| 57 | die "can't locate x86_64-xlate.pl";
|
|---|
| 58 |
|
|---|
| 59 | if (`$ENV{CC} -Wa,-v -c -o /dev/null -x assembler /dev/null 2>&1`
|
|---|
| 60 | =~ /GNU assembler version ([2-9]\.[0-9]+)/) {
|
|---|
| 61 | $avx = ($1>=2.19) + ($1>=2.22);
|
|---|
| 62 | }
|
|---|
| 63 |
|
|---|
| 64 | if (!$avx && $win64 && ($flavour =~ /nasm/ || $ENV{ASM} =~ /nasm/) &&
|
|---|
| 65 | `nasm -v 2>&1` =~ /NASM version ([2-9]\.[0-9]+)/) {
|
|---|
| 66 | $avx = ($1>=2.09) + ($1>=2.10);
|
|---|
| 67 | }
|
|---|
| 68 |
|
|---|
| 69 | if (!$avx && $win64 && ($flavour =~ /masm/ || $ENV{ASM} =~ /ml64/) &&
|
|---|
| 70 | `ml64 2>&1` =~ /Version ([0-9]+)\./) {
|
|---|
| 71 | $avx = ($1>=10) + ($1>=11);
|
|---|
| 72 | }
|
|---|
| 73 |
|
|---|
| 74 | if (!$avx && `$ENV{CC} -v 2>&1` =~ /((?:^clang|LLVM) version|.*based on LLVM) ([3-9]\.[0-9]+)/) {
|
|---|
| 75 | $avx = ($2>=3.0) + ($2>3.0);
|
|---|
| 76 | }
|
|---|
| 77 |
|
|---|
| 78 | open OUT,"| \"$^X\" \"$xlate\" $flavour \"$output\"";
|
|---|
| 79 | *STDOUT=*OUT;
|
|---|
| 80 |
|
|---|
| 81 | # input parameter block
|
|---|
| 82 | ($out,$inp,$len,$key,$counter)=("%rdi","%rsi","%rdx","%rcx","%r8");
|
|---|
| 83 |
|
|---|
| 84 | $code.=<<___;
|
|---|
| 85 | .text
|
|---|
| 86 |
|
|---|
| 87 | .extern OPENSSL_ia32cap_P
|
|---|
| 88 |
|
|---|
| 89 | .align 64
|
|---|
| 90 | .Lzero:
|
|---|
| 91 | .long 0,0,0,0
|
|---|
| 92 | .Lone:
|
|---|
| 93 | .long 1,0,0,0
|
|---|
| 94 | .Linc:
|
|---|
| 95 | .long 0,1,2,3
|
|---|
| 96 | .Lfour:
|
|---|
| 97 | .long 4,4,4,4
|
|---|
| 98 | .Lincy:
|
|---|
| 99 | .long 0,2,4,6,1,3,5,7
|
|---|
| 100 | .Leight:
|
|---|
| 101 | .long 8,8,8,8,8,8,8,8
|
|---|
| 102 | .Lrot16:
|
|---|
| 103 | .byte 0x2,0x3,0x0,0x1, 0x6,0x7,0x4,0x5, 0xa,0xb,0x8,0x9, 0xe,0xf,0xc,0xd
|
|---|
| 104 | .Lrot24:
|
|---|
| 105 | .byte 0x3,0x0,0x1,0x2, 0x7,0x4,0x5,0x6, 0xb,0x8,0x9,0xa, 0xf,0xc,0xd,0xe
|
|---|
| 106 | .Lsigma:
|
|---|
| 107 | .asciz "expand 32-byte k"
|
|---|
| 108 | .asciz "ChaCha20 for x86_64, CRYPTOGAMS by <appro\@openssl.org>"
|
|---|
| 109 | ___
|
|---|
| 110 |
|
|---|
| 111 | sub AUTOLOAD() # thunk [simplified] 32-bit style perlasm
|
|---|
| 112 | { my $opcode = $AUTOLOAD; $opcode =~ s/.*:://;
|
|---|
| 113 | my $arg = pop;
|
|---|
| 114 | $arg = "\$$arg" if ($arg*1 eq $arg);
|
|---|
| 115 | $code .= "\t$opcode\t".join(',',$arg,reverse @_)."\n";
|
|---|
| 116 | }
|
|---|
| 117 |
|
|---|
| 118 | @x=("%eax","%ebx","%ecx","%edx",map("%r${_}d",(8..11)),
|
|---|
| 119 | "%nox","%nox","%nox","%nox",map("%r${_}d",(12..15)));
|
|---|
| 120 | @t=("%esi","%edi");
|
|---|
| 121 |
|
|---|
| 122 | sub ROUND { # critical path is 24 cycles per round
|
|---|
| 123 | my ($a0,$b0,$c0,$d0)=@_;
|
|---|
| 124 | my ($a1,$b1,$c1,$d1)=map(($_&~3)+(($_+1)&3),($a0,$b0,$c0,$d0));
|
|---|
| 125 | my ($a2,$b2,$c2,$d2)=map(($_&~3)+(($_+1)&3),($a1,$b1,$c1,$d1));
|
|---|
| 126 | my ($a3,$b3,$c3,$d3)=map(($_&~3)+(($_+1)&3),($a2,$b2,$c2,$d2));
|
|---|
| 127 | my ($xc,$xc_)=map("\"$_\"",@t);
|
|---|
| 128 | my @x=map("\"$_\"",@x);
|
|---|
| 129 |
|
|---|
| 130 | # Consider order in which variables are addressed by their
|
|---|
| 131 | # index:
|
|---|
| 132 | #
|
|---|
| 133 | # a b c d
|
|---|
| 134 | #
|
|---|
| 135 | # 0 4 8 12 < even round
|
|---|
| 136 | # 1 5 9 13
|
|---|
| 137 | # 2 6 10 14
|
|---|
| 138 | # 3 7 11 15
|
|---|
| 139 | # 0 5 10 15 < odd round
|
|---|
| 140 | # 1 6 11 12
|
|---|
| 141 | # 2 7 8 13
|
|---|
| 142 | # 3 4 9 14
|
|---|
| 143 | #
|
|---|
| 144 | # 'a', 'b' and 'd's are permanently allocated in registers,
|
|---|
| 145 | # @x[0..7,12..15], while 'c's are maintained in memory. If
|
|---|
| 146 | # you observe 'c' column, you'll notice that pair of 'c's is
|
|---|
| 147 | # invariant between rounds. This means that we have to reload
|
|---|
| 148 | # them once per round, in the middle. This is why you'll see
|
|---|
| 149 | # bunch of 'c' stores and loads in the middle, but none in
|
|---|
| 150 | # the beginning or end.
|
|---|
| 151 |
|
|---|
| 152 | # Normally instructions would be interleaved to favour in-order
|
|---|
| 153 | # execution. Generally out-of-order cores manage it gracefully,
|
|---|
| 154 | # but not this time for some reason. As in-order execution
|
|---|
| 155 | # cores are dying breed, old Atom is the only one around,
|
|---|
| 156 | # instructions are left uninterleaved. Besides, Atom is better
|
|---|
| 157 | # off executing 1xSSSE3 code anyway...
|
|---|
| 158 |
|
|---|
| 159 | (
|
|---|
| 160 | "&add (@x[$a0],@x[$b0])", # Q1
|
|---|
| 161 | "&xor (@x[$d0],@x[$a0])",
|
|---|
| 162 | "&rol (@x[$d0],16)",
|
|---|
| 163 | "&add (@x[$a1],@x[$b1])", # Q2
|
|---|
| 164 | "&xor (@x[$d1],@x[$a1])",
|
|---|
| 165 | "&rol (@x[$d1],16)",
|
|---|
| 166 |
|
|---|
| 167 | "&add ($xc,@x[$d0])",
|
|---|
| 168 | "&xor (@x[$b0],$xc)",
|
|---|
| 169 | "&rol (@x[$b0],12)",
|
|---|
| 170 | "&add ($xc_,@x[$d1])",
|
|---|
| 171 | "&xor (@x[$b1],$xc_)",
|
|---|
| 172 | "&rol (@x[$b1],12)",
|
|---|
| 173 |
|
|---|
| 174 | "&add (@x[$a0],@x[$b0])",
|
|---|
| 175 | "&xor (@x[$d0],@x[$a0])",
|
|---|
| 176 | "&rol (@x[$d0],8)",
|
|---|
| 177 | "&add (@x[$a1],@x[$b1])",
|
|---|
| 178 | "&xor (@x[$d1],@x[$a1])",
|
|---|
| 179 | "&rol (@x[$d1],8)",
|
|---|
| 180 |
|
|---|
| 181 | "&add ($xc,@x[$d0])",
|
|---|
| 182 | "&xor (@x[$b0],$xc)",
|
|---|
| 183 | "&rol (@x[$b0],7)",
|
|---|
| 184 | "&add ($xc_,@x[$d1])",
|
|---|
| 185 | "&xor (@x[$b1],$xc_)",
|
|---|
| 186 | "&rol (@x[$b1],7)",
|
|---|
| 187 |
|
|---|
| 188 | "&mov (\"4*$c0(%rsp)\",$xc)", # reload pair of 'c's
|
|---|
| 189 | "&mov (\"4*$c1(%rsp)\",$xc_)",
|
|---|
| 190 | "&mov ($xc,\"4*$c2(%rsp)\")",
|
|---|
| 191 | "&mov ($xc_,\"4*$c3(%rsp)\")",
|
|---|
| 192 |
|
|---|
| 193 | "&add (@x[$a2],@x[$b2])", # Q3
|
|---|
| 194 | "&xor (@x[$d2],@x[$a2])",
|
|---|
| 195 | "&rol (@x[$d2],16)",
|
|---|
| 196 | "&add (@x[$a3],@x[$b3])", # Q4
|
|---|
| 197 | "&xor (@x[$d3],@x[$a3])",
|
|---|
| 198 | "&rol (@x[$d3],16)",
|
|---|
| 199 |
|
|---|
| 200 | "&add ($xc,@x[$d2])",
|
|---|
| 201 | "&xor (@x[$b2],$xc)",
|
|---|
| 202 | "&rol (@x[$b2],12)",
|
|---|
| 203 | "&add ($xc_,@x[$d3])",
|
|---|
| 204 | "&xor (@x[$b3],$xc_)",
|
|---|
| 205 | "&rol (@x[$b3],12)",
|
|---|
| 206 |
|
|---|
| 207 | "&add (@x[$a2],@x[$b2])",
|
|---|
| 208 | "&xor (@x[$d2],@x[$a2])",
|
|---|
| 209 | "&rol (@x[$d2],8)",
|
|---|
| 210 | "&add (@x[$a3],@x[$b3])",
|
|---|
| 211 | "&xor (@x[$d3],@x[$a3])",
|
|---|
| 212 | "&rol (@x[$d3],8)",
|
|---|
| 213 |
|
|---|
| 214 | "&add ($xc,@x[$d2])",
|
|---|
| 215 | "&xor (@x[$b2],$xc)",
|
|---|
| 216 | "&rol (@x[$b2],7)",
|
|---|
| 217 | "&add ($xc_,@x[$d3])",
|
|---|
| 218 | "&xor (@x[$b3],$xc_)",
|
|---|
| 219 | "&rol (@x[$b3],7)"
|
|---|
| 220 | );
|
|---|
| 221 | }
|
|---|
| 222 |
|
|---|
| 223 | ########################################################################
|
|---|
| 224 | # Generic code path that handles all lengths on pre-SSSE3 processors.
|
|---|
| 225 | $code.=<<___;
|
|---|
| 226 | .globl ChaCha20_ctr32
|
|---|
| 227 | .type ChaCha20_ctr32,\@function,5
|
|---|
| 228 | .align 64
|
|---|
| 229 | ChaCha20_ctr32:
|
|---|
| 230 | cmp \$0,$len
|
|---|
| 231 | je .Lno_data
|
|---|
| 232 | mov OPENSSL_ia32cap_P+4(%rip),%r10
|
|---|
| 233 | test \$`1<<(41-32)`,%r10d
|
|---|
| 234 | jnz .LChaCha20_ssse3
|
|---|
| 235 |
|
|---|
| 236 | push %rbx
|
|---|
| 237 | push %rbp
|
|---|
| 238 | push %r12
|
|---|
| 239 | push %r13
|
|---|
| 240 | push %r14
|
|---|
| 241 | push %r15
|
|---|
| 242 | sub \$64+24,%rsp
|
|---|
| 243 |
|
|---|
| 244 | #movdqa .Lsigma(%rip),%xmm0
|
|---|
| 245 | movdqu ($key),%xmm1
|
|---|
| 246 | movdqu 16($key),%xmm2
|
|---|
| 247 | movdqu ($counter),%xmm3
|
|---|
| 248 | movdqa .Lone(%rip),%xmm4
|
|---|
| 249 |
|
|---|
| 250 | #movdqa %xmm0,4*0(%rsp) # key[0]
|
|---|
| 251 | movdqa %xmm1,4*4(%rsp) # key[1]
|
|---|
| 252 | movdqa %xmm2,4*8(%rsp) # key[2]
|
|---|
| 253 | movdqa %xmm3,4*12(%rsp) # key[3]
|
|---|
| 254 | mov $len,%rbp # reassign $len
|
|---|
| 255 | jmp .Loop_outer
|
|---|
| 256 |
|
|---|
| 257 | .align 32
|
|---|
| 258 | .Loop_outer:
|
|---|
| 259 | mov \$0x61707865,@x[0] # 'expa'
|
|---|
| 260 | mov \$0x3320646e,@x[1] # 'nd 3'
|
|---|
| 261 | mov \$0x79622d32,@x[2] # '2-by'
|
|---|
| 262 | mov \$0x6b206574,@x[3] # 'te k'
|
|---|
| 263 | mov 4*4(%rsp),@x[4]
|
|---|
| 264 | mov 4*5(%rsp),@x[5]
|
|---|
| 265 | mov 4*6(%rsp),@x[6]
|
|---|
| 266 | mov 4*7(%rsp),@x[7]
|
|---|
| 267 | movd %xmm3,@x[12]
|
|---|
| 268 | mov 4*13(%rsp),@x[13]
|
|---|
| 269 | mov 4*14(%rsp),@x[14]
|
|---|
| 270 | mov 4*15(%rsp),@x[15]
|
|---|
| 271 |
|
|---|
| 272 | mov %rbp,64+0(%rsp) # save len
|
|---|
| 273 | mov \$10,%ebp
|
|---|
| 274 | mov $inp,64+8(%rsp) # save inp
|
|---|
| 275 | movq %xmm2,%rsi # "@x[8]"
|
|---|
| 276 | mov $out,64+16(%rsp) # save out
|
|---|
| 277 | mov %rsi,%rdi
|
|---|
| 278 | shr \$32,%rdi # "@x[9]"
|
|---|
| 279 | jmp .Loop
|
|---|
| 280 |
|
|---|
| 281 | .align 32
|
|---|
| 282 | .Loop:
|
|---|
| 283 | ___
|
|---|
| 284 | foreach (&ROUND (0, 4, 8,12)) { eval; }
|
|---|
| 285 | foreach (&ROUND (0, 5,10,15)) { eval; }
|
|---|
| 286 | &dec ("%ebp");
|
|---|
| 287 | &jnz (".Loop");
|
|---|
| 288 |
|
|---|
| 289 | $code.=<<___;
|
|---|
| 290 | mov @t[1],4*9(%rsp) # modulo-scheduled
|
|---|
| 291 | mov @t[0],4*8(%rsp)
|
|---|
| 292 | mov 64(%rsp),%rbp # load len
|
|---|
| 293 | movdqa %xmm2,%xmm1
|
|---|
| 294 | mov 64+8(%rsp),$inp # load inp
|
|---|
| 295 | paddd %xmm4,%xmm3 # increment counter
|
|---|
| 296 | mov 64+16(%rsp),$out # load out
|
|---|
| 297 |
|
|---|
| 298 | add \$0x61707865,@x[0] # 'expa'
|
|---|
| 299 | add \$0x3320646e,@x[1] # 'nd 3'
|
|---|
| 300 | add \$0x79622d32,@x[2] # '2-by'
|
|---|
| 301 | add \$0x6b206574,@x[3] # 'te k'
|
|---|
| 302 | add 4*4(%rsp),@x[4]
|
|---|
| 303 | add 4*5(%rsp),@x[5]
|
|---|
| 304 | add 4*6(%rsp),@x[6]
|
|---|
| 305 | add 4*7(%rsp),@x[7]
|
|---|
| 306 | add 4*12(%rsp),@x[12]
|
|---|
| 307 | add 4*13(%rsp),@x[13]
|
|---|
| 308 | add 4*14(%rsp),@x[14]
|
|---|
| 309 | add 4*15(%rsp),@x[15]
|
|---|
| 310 | paddd 4*8(%rsp),%xmm1
|
|---|
| 311 |
|
|---|
| 312 | cmp \$64,%rbp
|
|---|
| 313 | jb .Ltail
|
|---|
| 314 |
|
|---|
| 315 | xor 4*0($inp),@x[0] # xor with input
|
|---|
| 316 | xor 4*1($inp),@x[1]
|
|---|
| 317 | xor 4*2($inp),@x[2]
|
|---|
| 318 | xor 4*3($inp),@x[3]
|
|---|
| 319 | xor 4*4($inp),@x[4]
|
|---|
| 320 | xor 4*5($inp),@x[5]
|
|---|
| 321 | xor 4*6($inp),@x[6]
|
|---|
| 322 | xor 4*7($inp),@x[7]
|
|---|
| 323 | movdqu 4*8($inp),%xmm0
|
|---|
| 324 | xor 4*12($inp),@x[12]
|
|---|
| 325 | xor 4*13($inp),@x[13]
|
|---|
| 326 | xor 4*14($inp),@x[14]
|
|---|
| 327 | xor 4*15($inp),@x[15]
|
|---|
| 328 | lea 4*16($inp),$inp # inp+=64
|
|---|
| 329 | pxor %xmm1,%xmm0
|
|---|
| 330 |
|
|---|
| 331 | movdqa %xmm2,4*8(%rsp)
|
|---|
| 332 | movd %xmm3,4*12(%rsp)
|
|---|
| 333 |
|
|---|
| 334 | mov @x[0],4*0($out) # write output
|
|---|
| 335 | mov @x[1],4*1($out)
|
|---|
| 336 | mov @x[2],4*2($out)
|
|---|
| 337 | mov @x[3],4*3($out)
|
|---|
| 338 | mov @x[4],4*4($out)
|
|---|
| 339 | mov @x[5],4*5($out)
|
|---|
| 340 | mov @x[6],4*6($out)
|
|---|
| 341 | mov @x[7],4*7($out)
|
|---|
| 342 | movdqu %xmm0,4*8($out)
|
|---|
| 343 | mov @x[12],4*12($out)
|
|---|
| 344 | mov @x[13],4*13($out)
|
|---|
| 345 | mov @x[14],4*14($out)
|
|---|
| 346 | mov @x[15],4*15($out)
|
|---|
| 347 | lea 4*16($out),$out # out+=64
|
|---|
| 348 |
|
|---|
| 349 | sub \$64,%rbp
|
|---|
| 350 | jnz .Loop_outer
|
|---|
| 351 |
|
|---|
| 352 | jmp .Ldone
|
|---|
| 353 |
|
|---|
| 354 | .align 16
|
|---|
| 355 | .Ltail:
|
|---|
| 356 | mov @x[0],4*0(%rsp)
|
|---|
| 357 | mov @x[1],4*1(%rsp)
|
|---|
| 358 | xor %rbx,%rbx
|
|---|
| 359 | mov @x[2],4*2(%rsp)
|
|---|
| 360 | mov @x[3],4*3(%rsp)
|
|---|
| 361 | mov @x[4],4*4(%rsp)
|
|---|
| 362 | mov @x[5],4*5(%rsp)
|
|---|
| 363 | mov @x[6],4*6(%rsp)
|
|---|
| 364 | mov @x[7],4*7(%rsp)
|
|---|
| 365 | movdqa %xmm1,4*8(%rsp)
|
|---|
| 366 | mov @x[12],4*12(%rsp)
|
|---|
| 367 | mov @x[13],4*13(%rsp)
|
|---|
| 368 | mov @x[14],4*14(%rsp)
|
|---|
| 369 | mov @x[15],4*15(%rsp)
|
|---|
| 370 |
|
|---|
| 371 | .Loop_tail:
|
|---|
| 372 | movzb ($inp,%rbx),%eax
|
|---|
| 373 | movzb (%rsp,%rbx),%edx
|
|---|
| 374 | lea 1(%rbx),%rbx
|
|---|
| 375 | xor %edx,%eax
|
|---|
| 376 | mov %al,-1($out,%rbx)
|
|---|
| 377 | dec %rbp
|
|---|
| 378 | jnz .Loop_tail
|
|---|
| 379 |
|
|---|
| 380 | .Ldone:
|
|---|
| 381 | add \$64+24,%rsp
|
|---|
| 382 | pop %r15
|
|---|
| 383 | pop %r14
|
|---|
| 384 | pop %r13
|
|---|
| 385 | pop %r12
|
|---|
| 386 | pop %rbp
|
|---|
| 387 | pop %rbx
|
|---|
| 388 | .Lno_data:
|
|---|
| 389 | ret
|
|---|
| 390 | .size ChaCha20_ctr32,.-ChaCha20_ctr32
|
|---|
| 391 | ___
|
|---|
| 392 |
|
|---|
| 393 | ########################################################################
|
|---|
| 394 | # SSSE3 code path that handles shorter lengths
|
|---|
| 395 | {
|
|---|
| 396 | my ($a,$b,$c,$d,$t,$t1,$rot16,$rot24)=map("%xmm$_",(0..7));
|
|---|
| 397 |
|
|---|
| 398 | sub SSSE3ROUND { # critical path is 20 "SIMD ticks" per round
|
|---|
| 399 | &paddd ($a,$b);
|
|---|
| 400 | &pxor ($d,$a);
|
|---|
| 401 | &pshufb ($d,$rot16);
|
|---|
| 402 |
|
|---|
| 403 | &paddd ($c,$d);
|
|---|
| 404 | &pxor ($b,$c);
|
|---|
| 405 | &movdqa ($t,$b);
|
|---|
| 406 | &psrld ($b,20);
|
|---|
| 407 | &pslld ($t,12);
|
|---|
| 408 | &por ($b,$t);
|
|---|
| 409 |
|
|---|
| 410 | &paddd ($a,$b);
|
|---|
| 411 | &pxor ($d,$a);
|
|---|
| 412 | &pshufb ($d,$rot24);
|
|---|
| 413 |
|
|---|
| 414 | &paddd ($c,$d);
|
|---|
| 415 | &pxor ($b,$c);
|
|---|
| 416 | &movdqa ($t,$b);
|
|---|
| 417 | &psrld ($b,25);
|
|---|
| 418 | &pslld ($t,7);
|
|---|
| 419 | &por ($b,$t);
|
|---|
| 420 | }
|
|---|
| 421 |
|
|---|
| 422 | my $xframe = $win64 ? 32+32+8 : 24;
|
|---|
| 423 |
|
|---|
| 424 | $code.=<<___;
|
|---|
| 425 | .type ChaCha20_ssse3,\@function,5
|
|---|
| 426 | .align 32
|
|---|
| 427 | ChaCha20_ssse3:
|
|---|
| 428 | .LChaCha20_ssse3:
|
|---|
| 429 | ___
|
|---|
| 430 | $code.=<<___ if ($avx);
|
|---|
| 431 | test \$`1<<(43-32)`,%r10d
|
|---|
| 432 | jnz .LChaCha20_4xop # XOP is fastest even if we use 1/4
|
|---|
| 433 | ___
|
|---|
| 434 | $code.=<<___;
|
|---|
| 435 | cmp \$128,$len # we might throw away some data,
|
|---|
| 436 | ja .LChaCha20_4x # but overall it won't be slower
|
|---|
| 437 |
|
|---|
| 438 | .Ldo_sse3_after_all:
|
|---|
| 439 | push %rbx
|
|---|
| 440 | push %rbp
|
|---|
| 441 | push %r12
|
|---|
| 442 | push %r13
|
|---|
| 443 | push %r14
|
|---|
| 444 | push %r15
|
|---|
| 445 |
|
|---|
| 446 | sub \$64+$xframe,%rsp
|
|---|
| 447 | ___
|
|---|
| 448 | $code.=<<___ if ($win64);
|
|---|
| 449 | movaps %xmm6,64+32(%rsp)
|
|---|
| 450 | movaps %xmm7,64+48(%rsp)
|
|---|
| 451 | ___
|
|---|
| 452 | $code.=<<___;
|
|---|
| 453 | movdqa .Lsigma(%rip),$a
|
|---|
| 454 | movdqu ($key),$b
|
|---|
| 455 | movdqu 16($key),$c
|
|---|
| 456 | movdqu ($counter),$d
|
|---|
| 457 | movdqa .Lrot16(%rip),$rot16
|
|---|
| 458 | movdqa .Lrot24(%rip),$rot24
|
|---|
| 459 |
|
|---|
| 460 | movdqa $a,0x00(%rsp)
|
|---|
| 461 | movdqa $b,0x10(%rsp)
|
|---|
| 462 | movdqa $c,0x20(%rsp)
|
|---|
| 463 | movdqa $d,0x30(%rsp)
|
|---|
| 464 | mov \$10,%ebp
|
|---|
| 465 | jmp .Loop_ssse3
|
|---|
| 466 |
|
|---|
| 467 | .align 32
|
|---|
| 468 | .Loop_outer_ssse3:
|
|---|
| 469 | movdqa .Lone(%rip),$d
|
|---|
| 470 | movdqa 0x00(%rsp),$a
|
|---|
| 471 | movdqa 0x10(%rsp),$b
|
|---|
| 472 | movdqa 0x20(%rsp),$c
|
|---|
| 473 | paddd 0x30(%rsp),$d
|
|---|
| 474 | mov \$10,%ebp
|
|---|
| 475 | movdqa $d,0x30(%rsp)
|
|---|
| 476 | jmp .Loop_ssse3
|
|---|
| 477 |
|
|---|
| 478 | .align 32
|
|---|
| 479 | .Loop_ssse3:
|
|---|
| 480 | ___
|
|---|
| 481 | &SSSE3ROUND();
|
|---|
| 482 | &pshufd ($c,$c,0b01001110);
|
|---|
| 483 | &pshufd ($b,$b,0b00111001);
|
|---|
| 484 | &pshufd ($d,$d,0b10010011);
|
|---|
| 485 | &nop ();
|
|---|
| 486 |
|
|---|
| 487 | &SSSE3ROUND();
|
|---|
| 488 | &pshufd ($c,$c,0b01001110);
|
|---|
| 489 | &pshufd ($b,$b,0b10010011);
|
|---|
| 490 | &pshufd ($d,$d,0b00111001);
|
|---|
| 491 |
|
|---|
| 492 | &dec ("%ebp");
|
|---|
| 493 | &jnz (".Loop_ssse3");
|
|---|
| 494 |
|
|---|
| 495 | $code.=<<___;
|
|---|
| 496 | paddd 0x00(%rsp),$a
|
|---|
| 497 | paddd 0x10(%rsp),$b
|
|---|
| 498 | paddd 0x20(%rsp),$c
|
|---|
| 499 | paddd 0x30(%rsp),$d
|
|---|
| 500 |
|
|---|
| 501 | cmp \$64,$len
|
|---|
| 502 | jb .Ltail_ssse3
|
|---|
| 503 |
|
|---|
| 504 | movdqu 0x00($inp),$t
|
|---|
| 505 | movdqu 0x10($inp),$t1
|
|---|
| 506 | pxor $t,$a # xor with input
|
|---|
| 507 | movdqu 0x20($inp),$t
|
|---|
| 508 | pxor $t1,$b
|
|---|
| 509 | movdqu 0x30($inp),$t1
|
|---|
| 510 | lea 0x40($inp),$inp # inp+=64
|
|---|
| 511 | pxor $t,$c
|
|---|
| 512 | pxor $t1,$d
|
|---|
| 513 |
|
|---|
| 514 | movdqu $a,0x00($out) # write output
|
|---|
| 515 | movdqu $b,0x10($out)
|
|---|
| 516 | movdqu $c,0x20($out)
|
|---|
| 517 | movdqu $d,0x30($out)
|
|---|
| 518 | lea 0x40($out),$out # out+=64
|
|---|
| 519 |
|
|---|
| 520 | sub \$64,$len
|
|---|
| 521 | jnz .Loop_outer_ssse3
|
|---|
| 522 |
|
|---|
| 523 | jmp .Ldone_ssse3
|
|---|
| 524 |
|
|---|
| 525 | .align 16
|
|---|
| 526 | .Ltail_ssse3:
|
|---|
| 527 | movdqa $a,0x00(%rsp)
|
|---|
| 528 | movdqa $b,0x10(%rsp)
|
|---|
| 529 | movdqa $c,0x20(%rsp)
|
|---|
| 530 | movdqa $d,0x30(%rsp)
|
|---|
| 531 | xor %rbx,%rbx
|
|---|
| 532 |
|
|---|
| 533 | .Loop_tail_ssse3:
|
|---|
| 534 | movzb ($inp,%rbx),%eax
|
|---|
| 535 | movzb (%rsp,%rbx),%ecx
|
|---|
| 536 | lea 1(%rbx),%rbx
|
|---|
| 537 | xor %ecx,%eax
|
|---|
| 538 | mov %al,-1($out,%rbx)
|
|---|
| 539 | dec $len
|
|---|
| 540 | jnz .Loop_tail_ssse3
|
|---|
| 541 |
|
|---|
| 542 | .Ldone_ssse3:
|
|---|
| 543 | ___
|
|---|
| 544 | $code.=<<___ if ($win64);
|
|---|
| 545 | movaps 64+32(%rsp),%xmm6
|
|---|
| 546 | movaps 64+48(%rsp),%xmm7
|
|---|
| 547 | ___
|
|---|
| 548 | $code.=<<___;
|
|---|
| 549 | add \$64+$xframe,%rsp
|
|---|
| 550 | pop %r15
|
|---|
| 551 | pop %r14
|
|---|
| 552 | pop %r13
|
|---|
| 553 | pop %r12
|
|---|
| 554 | pop %rbp
|
|---|
| 555 | pop %rbx
|
|---|
| 556 | ret
|
|---|
| 557 | .size ChaCha20_ssse3,.-ChaCha20_ssse3
|
|---|
| 558 | ___
|
|---|
| 559 | }
|
|---|
| 560 |
|
|---|
| 561 | ########################################################################
|
|---|
| 562 | # SSSE3 code path that handles longer messages.
|
|---|
| 563 | {
|
|---|
| 564 | # assign variables to favor Atom front-end
|
|---|
| 565 | my ($xd0,$xd1,$xd2,$xd3, $xt0,$xt1,$xt2,$xt3,
|
|---|
| 566 | $xa0,$xa1,$xa2,$xa3, $xb0,$xb1,$xb2,$xb3)=map("%xmm$_",(0..15));
|
|---|
| 567 | my @xx=($xa0,$xa1,$xa2,$xa3, $xb0,$xb1,$xb2,$xb3,
|
|---|
| 568 | "%nox","%nox","%nox","%nox", $xd0,$xd1,$xd2,$xd3);
|
|---|
| 569 |
|
|---|
| 570 | sub SSSE3_lane_ROUND {
|
|---|
| 571 | my ($a0,$b0,$c0,$d0)=@_;
|
|---|
| 572 | my ($a1,$b1,$c1,$d1)=map(($_&~3)+(($_+1)&3),($a0,$b0,$c0,$d0));
|
|---|
| 573 | my ($a2,$b2,$c2,$d2)=map(($_&~3)+(($_+1)&3),($a1,$b1,$c1,$d1));
|
|---|
| 574 | my ($a3,$b3,$c3,$d3)=map(($_&~3)+(($_+1)&3),($a2,$b2,$c2,$d2));
|
|---|
| 575 | my ($xc,$xc_,$t0,$t1)=map("\"$_\"",$xt0,$xt1,$xt2,$xt3);
|
|---|
| 576 | my @x=map("\"$_\"",@xx);
|
|---|
| 577 |
|
|---|
| 578 | # Consider order in which variables are addressed by their
|
|---|
| 579 | # index:
|
|---|
| 580 | #
|
|---|
| 581 | # a b c d
|
|---|
| 582 | #
|
|---|
| 583 | # 0 4 8 12 < even round
|
|---|
| 584 | # 1 5 9 13
|
|---|
| 585 | # 2 6 10 14
|
|---|
| 586 | # 3 7 11 15
|
|---|
| 587 | # 0 5 10 15 < odd round
|
|---|
| 588 | # 1 6 11 12
|
|---|
| 589 | # 2 7 8 13
|
|---|
| 590 | # 3 4 9 14
|
|---|
| 591 | #
|
|---|
| 592 | # 'a', 'b' and 'd's are permanently allocated in registers,
|
|---|
| 593 | # @x[0..7,12..15], while 'c's are maintained in memory. If
|
|---|
| 594 | # you observe 'c' column, you'll notice that pair of 'c's is
|
|---|
| 595 | # invariant between rounds. This means that we have to reload
|
|---|
| 596 | # them once per round, in the middle. This is why you'll see
|
|---|
| 597 | # bunch of 'c' stores and loads in the middle, but none in
|
|---|
| 598 | # the beginning or end.
|
|---|
| 599 |
|
|---|
| 600 | (
|
|---|
| 601 | "&paddd (@x[$a0],@x[$b0])", # Q1
|
|---|
| 602 | "&paddd (@x[$a1],@x[$b1])", # Q2
|
|---|
| 603 | "&pxor (@x[$d0],@x[$a0])",
|
|---|
| 604 | "&pxor (@x[$d1],@x[$a1])",
|
|---|
| 605 | "&pshufb (@x[$d0],$t1)",
|
|---|
| 606 | "&pshufb (@x[$d1],$t1)",
|
|---|
| 607 |
|
|---|
| 608 | "&paddd ($xc,@x[$d0])",
|
|---|
| 609 | "&paddd ($xc_,@x[$d1])",
|
|---|
| 610 | "&pxor (@x[$b0],$xc)",
|
|---|
| 611 | "&pxor (@x[$b1],$xc_)",
|
|---|
| 612 | "&movdqa ($t0,@x[$b0])",
|
|---|
| 613 | "&pslld (@x[$b0],12)",
|
|---|
| 614 | "&psrld ($t0,20)",
|
|---|
| 615 | "&movdqa ($t1,@x[$b1])",
|
|---|
| 616 | "&pslld (@x[$b1],12)",
|
|---|
| 617 | "&por (@x[$b0],$t0)",
|
|---|
| 618 | "&psrld ($t1,20)",
|
|---|
| 619 | "&movdqa ($t0,'(%r11)')", # .Lrot24(%rip)
|
|---|
| 620 | "&por (@x[$b1],$t1)",
|
|---|
| 621 |
|
|---|
| 622 | "&paddd (@x[$a0],@x[$b0])",
|
|---|
| 623 | "&paddd (@x[$a1],@x[$b1])",
|
|---|
| 624 | "&pxor (@x[$d0],@x[$a0])",
|
|---|
| 625 | "&pxor (@x[$d1],@x[$a1])",
|
|---|
| 626 | "&pshufb (@x[$d0],$t0)",
|
|---|
| 627 | "&pshufb (@x[$d1],$t0)",
|
|---|
| 628 |
|
|---|
| 629 | "&paddd ($xc,@x[$d0])",
|
|---|
| 630 | "&paddd ($xc_,@x[$d1])",
|
|---|
| 631 | "&pxor (@x[$b0],$xc)",
|
|---|
| 632 | "&pxor (@x[$b1],$xc_)",
|
|---|
| 633 | "&movdqa ($t1,@x[$b0])",
|
|---|
| 634 | "&pslld (@x[$b0],7)",
|
|---|
| 635 | "&psrld ($t1,25)",
|
|---|
| 636 | "&movdqa ($t0,@x[$b1])",
|
|---|
| 637 | "&pslld (@x[$b1],7)",
|
|---|
| 638 | "&por (@x[$b0],$t1)",
|
|---|
| 639 | "&psrld ($t0,25)",
|
|---|
| 640 | "&movdqa ($t1,'(%r10)')", # .Lrot16(%rip)
|
|---|
| 641 | "&por (@x[$b1],$t0)",
|
|---|
| 642 |
|
|---|
| 643 | "&movdqa (\"`16*($c0-8)`(%rsp)\",$xc)", # reload pair of 'c's
|
|---|
| 644 | "&movdqa (\"`16*($c1-8)`(%rsp)\",$xc_)",
|
|---|
| 645 | "&movdqa ($xc,\"`16*($c2-8)`(%rsp)\")",
|
|---|
| 646 | "&movdqa ($xc_,\"`16*($c3-8)`(%rsp)\")",
|
|---|
| 647 |
|
|---|
| 648 | "&paddd (@x[$a2],@x[$b2])", # Q3
|
|---|
| 649 | "&paddd (@x[$a3],@x[$b3])", # Q4
|
|---|
| 650 | "&pxor (@x[$d2],@x[$a2])",
|
|---|
| 651 | "&pxor (@x[$d3],@x[$a3])",
|
|---|
| 652 | "&pshufb (@x[$d2],$t1)",
|
|---|
| 653 | "&pshufb (@x[$d3],$t1)",
|
|---|
| 654 |
|
|---|
| 655 | "&paddd ($xc,@x[$d2])",
|
|---|
| 656 | "&paddd ($xc_,@x[$d3])",
|
|---|
| 657 | "&pxor (@x[$b2],$xc)",
|
|---|
| 658 | "&pxor (@x[$b3],$xc_)",
|
|---|
| 659 | "&movdqa ($t0,@x[$b2])",
|
|---|
| 660 | "&pslld (@x[$b2],12)",
|
|---|
| 661 | "&psrld ($t0,20)",
|
|---|
| 662 | "&movdqa ($t1,@x[$b3])",
|
|---|
| 663 | "&pslld (@x[$b3],12)",
|
|---|
| 664 | "&por (@x[$b2],$t0)",
|
|---|
| 665 | "&psrld ($t1,20)",
|
|---|
| 666 | "&movdqa ($t0,'(%r11)')", # .Lrot24(%rip)
|
|---|
| 667 | "&por (@x[$b3],$t1)",
|
|---|
| 668 |
|
|---|
| 669 | "&paddd (@x[$a2],@x[$b2])",
|
|---|
| 670 | "&paddd (@x[$a3],@x[$b3])",
|
|---|
| 671 | "&pxor (@x[$d2],@x[$a2])",
|
|---|
| 672 | "&pxor (@x[$d3],@x[$a3])",
|
|---|
| 673 | "&pshufb (@x[$d2],$t0)",
|
|---|
| 674 | "&pshufb (@x[$d3],$t0)",
|
|---|
| 675 |
|
|---|
| 676 | "&paddd ($xc,@x[$d2])",
|
|---|
| 677 | "&paddd ($xc_,@x[$d3])",
|
|---|
| 678 | "&pxor (@x[$b2],$xc)",
|
|---|
| 679 | "&pxor (@x[$b3],$xc_)",
|
|---|
| 680 | "&movdqa ($t1,@x[$b2])",
|
|---|
| 681 | "&pslld (@x[$b2],7)",
|
|---|
| 682 | "&psrld ($t1,25)",
|
|---|
| 683 | "&movdqa ($t0,@x[$b3])",
|
|---|
| 684 | "&pslld (@x[$b3],7)",
|
|---|
| 685 | "&por (@x[$b2],$t1)",
|
|---|
| 686 | "&psrld ($t0,25)",
|
|---|
| 687 | "&movdqa ($t1,'(%r10)')", # .Lrot16(%rip)
|
|---|
| 688 | "&por (@x[$b3],$t0)"
|
|---|
| 689 | );
|
|---|
| 690 | }
|
|---|
| 691 |
|
|---|
| 692 | my $xframe = $win64 ? 0xa0 : 0;
|
|---|
| 693 |
|
|---|
| 694 | $code.=<<___;
|
|---|
| 695 | .type ChaCha20_4x,\@function,5
|
|---|
| 696 | .align 32
|
|---|
| 697 | ChaCha20_4x:
|
|---|
| 698 | .LChaCha20_4x:
|
|---|
| 699 | mov %r10,%r11
|
|---|
| 700 | ___
|
|---|
| 701 | $code.=<<___ if ($avx>1);
|
|---|
| 702 | shr \$32,%r10 # OPENSSL_ia32cap_P+8
|
|---|
| 703 | test \$`1<<5`,%r10 # test AVX2
|
|---|
| 704 | jnz .LChaCha20_8x
|
|---|
| 705 | ___
|
|---|
| 706 | $code.=<<___;
|
|---|
| 707 | cmp \$192,$len
|
|---|
| 708 | ja .Lproceed4x
|
|---|
| 709 |
|
|---|
| 710 | and \$`1<<26|1<<22`,%r11 # isolate XSAVE+MOVBE
|
|---|
| 711 | cmp \$`1<<22`,%r11 # check for MOVBE without XSAVE
|
|---|
| 712 | je .Ldo_sse3_after_all # to detect Atom
|
|---|
| 713 |
|
|---|
| 714 | .Lproceed4x:
|
|---|
| 715 | lea -0x78(%rsp),%r11
|
|---|
| 716 | sub \$0x148+$xframe,%rsp
|
|---|
| 717 | ___
|
|---|
| 718 | ################ stack layout
|
|---|
| 719 | # +0x00 SIMD equivalent of @x[8-12]
|
|---|
| 720 | # ...
|
|---|
| 721 | # +0x40 constant copy of key[0-2] smashed by lanes
|
|---|
| 722 | # ...
|
|---|
| 723 | # +0x100 SIMD counters (with nonce smashed by lanes)
|
|---|
| 724 | # ...
|
|---|
| 725 | # +0x140
|
|---|
| 726 | $code.=<<___ if ($win64);
|
|---|
| 727 | movaps %xmm6,-0x30(%r11)
|
|---|
| 728 | movaps %xmm7,-0x20(%r11)
|
|---|
| 729 | movaps %xmm8,-0x10(%r11)
|
|---|
| 730 | movaps %xmm9,0x00(%r11)
|
|---|
| 731 | movaps %xmm10,0x10(%r11)
|
|---|
| 732 | movaps %xmm11,0x20(%r11)
|
|---|
| 733 | movaps %xmm12,0x30(%r11)
|
|---|
| 734 | movaps %xmm13,0x40(%r11)
|
|---|
| 735 | movaps %xmm14,0x50(%r11)
|
|---|
| 736 | movaps %xmm15,0x60(%r11)
|
|---|
| 737 | ___
|
|---|
| 738 | $code.=<<___;
|
|---|
| 739 | movdqa .Lsigma(%rip),$xa3 # key[0]
|
|---|
| 740 | movdqu ($key),$xb3 # key[1]
|
|---|
| 741 | movdqu 16($key),$xt3 # key[2]
|
|---|
| 742 | movdqu ($counter),$xd3 # key[3]
|
|---|
| 743 | lea 0x100(%rsp),%rcx # size optimization
|
|---|
| 744 | lea .Lrot16(%rip),%r10
|
|---|
| 745 | lea .Lrot24(%rip),%r11
|
|---|
| 746 |
|
|---|
| 747 | pshufd \$0x00,$xa3,$xa0 # smash key by lanes...
|
|---|
| 748 | pshufd \$0x55,$xa3,$xa1
|
|---|
| 749 | movdqa $xa0,0x40(%rsp) # ... and offload
|
|---|
| 750 | pshufd \$0xaa,$xa3,$xa2
|
|---|
| 751 | movdqa $xa1,0x50(%rsp)
|
|---|
| 752 | pshufd \$0xff,$xa3,$xa3
|
|---|
| 753 | movdqa $xa2,0x60(%rsp)
|
|---|
| 754 | movdqa $xa3,0x70(%rsp)
|
|---|
| 755 |
|
|---|
| 756 | pshufd \$0x00,$xb3,$xb0
|
|---|
| 757 | pshufd \$0x55,$xb3,$xb1
|
|---|
| 758 | movdqa $xb0,0x80-0x100(%rcx)
|
|---|
| 759 | pshufd \$0xaa,$xb3,$xb2
|
|---|
| 760 | movdqa $xb1,0x90-0x100(%rcx)
|
|---|
| 761 | pshufd \$0xff,$xb3,$xb3
|
|---|
| 762 | movdqa $xb2,0xa0-0x100(%rcx)
|
|---|
| 763 | movdqa $xb3,0xb0-0x100(%rcx)
|
|---|
| 764 |
|
|---|
| 765 | pshufd \$0x00,$xt3,$xt0 # "$xc0"
|
|---|
| 766 | pshufd \$0x55,$xt3,$xt1 # "$xc1"
|
|---|
| 767 | movdqa $xt0,0xc0-0x100(%rcx)
|
|---|
| 768 | pshufd \$0xaa,$xt3,$xt2 # "$xc2"
|
|---|
| 769 | movdqa $xt1,0xd0-0x100(%rcx)
|
|---|
| 770 | pshufd \$0xff,$xt3,$xt3 # "$xc3"
|
|---|
| 771 | movdqa $xt2,0xe0-0x100(%rcx)
|
|---|
| 772 | movdqa $xt3,0xf0-0x100(%rcx)
|
|---|
| 773 |
|
|---|
| 774 | pshufd \$0x00,$xd3,$xd0
|
|---|
| 775 | pshufd \$0x55,$xd3,$xd1
|
|---|
| 776 | paddd .Linc(%rip),$xd0 # don't save counters yet
|
|---|
| 777 | pshufd \$0xaa,$xd3,$xd2
|
|---|
| 778 | movdqa $xd1,0x110-0x100(%rcx)
|
|---|
| 779 | pshufd \$0xff,$xd3,$xd3
|
|---|
| 780 | movdqa $xd2,0x120-0x100(%rcx)
|
|---|
| 781 | movdqa $xd3,0x130-0x100(%rcx)
|
|---|
| 782 |
|
|---|
| 783 | jmp .Loop_enter4x
|
|---|
| 784 |
|
|---|
| 785 | .align 32
|
|---|
| 786 | .Loop_outer4x:
|
|---|
| 787 | movdqa 0x40(%rsp),$xa0 # re-load smashed key
|
|---|
| 788 | movdqa 0x50(%rsp),$xa1
|
|---|
| 789 | movdqa 0x60(%rsp),$xa2
|
|---|
| 790 | movdqa 0x70(%rsp),$xa3
|
|---|
| 791 | movdqa 0x80-0x100(%rcx),$xb0
|
|---|
| 792 | movdqa 0x90-0x100(%rcx),$xb1
|
|---|
| 793 | movdqa 0xa0-0x100(%rcx),$xb2
|
|---|
| 794 | movdqa 0xb0-0x100(%rcx),$xb3
|
|---|
| 795 | movdqa 0xc0-0x100(%rcx),$xt0 # "$xc0"
|
|---|
| 796 | movdqa 0xd0-0x100(%rcx),$xt1 # "$xc1"
|
|---|
| 797 | movdqa 0xe0-0x100(%rcx),$xt2 # "$xc2"
|
|---|
| 798 | movdqa 0xf0-0x100(%rcx),$xt3 # "$xc3"
|
|---|
| 799 | movdqa 0x100-0x100(%rcx),$xd0
|
|---|
| 800 | movdqa 0x110-0x100(%rcx),$xd1
|
|---|
| 801 | movdqa 0x120-0x100(%rcx),$xd2
|
|---|
| 802 | movdqa 0x130-0x100(%rcx),$xd3
|
|---|
| 803 | paddd .Lfour(%rip),$xd0 # next SIMD counters
|
|---|
| 804 |
|
|---|
| 805 | .Loop_enter4x:
|
|---|
| 806 | movdqa $xt2,0x20(%rsp) # SIMD equivalent of "@x[10]"
|
|---|
| 807 | movdqa $xt3,0x30(%rsp) # SIMD equivalent of "@x[11]"
|
|---|
| 808 | movdqa (%r10),$xt3 # .Lrot16(%rip)
|
|---|
| 809 | mov \$10,%eax
|
|---|
| 810 | movdqa $xd0,0x100-0x100(%rcx) # save SIMD counters
|
|---|
| 811 | jmp .Loop4x
|
|---|
| 812 |
|
|---|
| 813 | .align 32
|
|---|
| 814 | .Loop4x:
|
|---|
| 815 | ___
|
|---|
| 816 | foreach (&SSSE3_lane_ROUND(0, 4, 8,12)) { eval; }
|
|---|
| 817 | foreach (&SSSE3_lane_ROUND(0, 5,10,15)) { eval; }
|
|---|
| 818 | $code.=<<___;
|
|---|
| 819 | dec %eax
|
|---|
| 820 | jnz .Loop4x
|
|---|
| 821 |
|
|---|
| 822 | paddd 0x40(%rsp),$xa0 # accumulate key material
|
|---|
| 823 | paddd 0x50(%rsp),$xa1
|
|---|
| 824 | paddd 0x60(%rsp),$xa2
|
|---|
| 825 | paddd 0x70(%rsp),$xa3
|
|---|
| 826 |
|
|---|
| 827 | movdqa $xa0,$xt2 # "de-interlace" data
|
|---|
| 828 | punpckldq $xa1,$xa0
|
|---|
| 829 | movdqa $xa2,$xt3
|
|---|
| 830 | punpckldq $xa3,$xa2
|
|---|
| 831 | punpckhdq $xa1,$xt2
|
|---|
| 832 | punpckhdq $xa3,$xt3
|
|---|
| 833 | movdqa $xa0,$xa1
|
|---|
| 834 | punpcklqdq $xa2,$xa0 # "a0"
|
|---|
| 835 | movdqa $xt2,$xa3
|
|---|
| 836 | punpcklqdq $xt3,$xt2 # "a2"
|
|---|
| 837 | punpckhqdq $xa2,$xa1 # "a1"
|
|---|
| 838 | punpckhqdq $xt3,$xa3 # "a3"
|
|---|
| 839 | ___
|
|---|
| 840 | ($xa2,$xt2)=($xt2,$xa2);
|
|---|
| 841 | $code.=<<___;
|
|---|
| 842 | paddd 0x80-0x100(%rcx),$xb0
|
|---|
| 843 | paddd 0x90-0x100(%rcx),$xb1
|
|---|
| 844 | paddd 0xa0-0x100(%rcx),$xb2
|
|---|
| 845 | paddd 0xb0-0x100(%rcx),$xb3
|
|---|
| 846 |
|
|---|
| 847 | movdqa $xa0,0x00(%rsp) # offload $xaN
|
|---|
| 848 | movdqa $xa1,0x10(%rsp)
|
|---|
| 849 | movdqa 0x20(%rsp),$xa0 # "xc2"
|
|---|
| 850 | movdqa 0x30(%rsp),$xa1 # "xc3"
|
|---|
| 851 |
|
|---|
| 852 | movdqa $xb0,$xt2
|
|---|
| 853 | punpckldq $xb1,$xb0
|
|---|
| 854 | movdqa $xb2,$xt3
|
|---|
| 855 | punpckldq $xb3,$xb2
|
|---|
| 856 | punpckhdq $xb1,$xt2
|
|---|
| 857 | punpckhdq $xb3,$xt3
|
|---|
| 858 | movdqa $xb0,$xb1
|
|---|
| 859 | punpcklqdq $xb2,$xb0 # "b0"
|
|---|
| 860 | movdqa $xt2,$xb3
|
|---|
| 861 | punpcklqdq $xt3,$xt2 # "b2"
|
|---|
| 862 | punpckhqdq $xb2,$xb1 # "b1"
|
|---|
| 863 | punpckhqdq $xt3,$xb3 # "b3"
|
|---|
| 864 | ___
|
|---|
| 865 | ($xb2,$xt2)=($xt2,$xb2);
|
|---|
| 866 | my ($xc0,$xc1,$xc2,$xc3)=($xt0,$xt1,$xa0,$xa1);
|
|---|
| 867 | $code.=<<___;
|
|---|
| 868 | paddd 0xc0-0x100(%rcx),$xc0
|
|---|
| 869 | paddd 0xd0-0x100(%rcx),$xc1
|
|---|
| 870 | paddd 0xe0-0x100(%rcx),$xc2
|
|---|
| 871 | paddd 0xf0-0x100(%rcx),$xc3
|
|---|
| 872 |
|
|---|
| 873 | movdqa $xa2,0x20(%rsp) # keep offloading $xaN
|
|---|
| 874 | movdqa $xa3,0x30(%rsp)
|
|---|
| 875 |
|
|---|
| 876 | movdqa $xc0,$xt2
|
|---|
| 877 | punpckldq $xc1,$xc0
|
|---|
| 878 | movdqa $xc2,$xt3
|
|---|
| 879 | punpckldq $xc3,$xc2
|
|---|
| 880 | punpckhdq $xc1,$xt2
|
|---|
| 881 | punpckhdq $xc3,$xt3
|
|---|
| 882 | movdqa $xc0,$xc1
|
|---|
| 883 | punpcklqdq $xc2,$xc0 # "c0"
|
|---|
| 884 | movdqa $xt2,$xc3
|
|---|
| 885 | punpcklqdq $xt3,$xt2 # "c2"
|
|---|
| 886 | punpckhqdq $xc2,$xc1 # "c1"
|
|---|
| 887 | punpckhqdq $xt3,$xc3 # "c3"
|
|---|
| 888 | ___
|
|---|
| 889 | ($xc2,$xt2)=($xt2,$xc2);
|
|---|
| 890 | ($xt0,$xt1)=($xa2,$xa3); # use $xaN as temporary
|
|---|
| 891 | $code.=<<___;
|
|---|
| 892 | paddd 0x100-0x100(%rcx),$xd0
|
|---|
| 893 | paddd 0x110-0x100(%rcx),$xd1
|
|---|
| 894 | paddd 0x120-0x100(%rcx),$xd2
|
|---|
| 895 | paddd 0x130-0x100(%rcx),$xd3
|
|---|
| 896 |
|
|---|
| 897 | movdqa $xd0,$xt2
|
|---|
| 898 | punpckldq $xd1,$xd0
|
|---|
| 899 | movdqa $xd2,$xt3
|
|---|
| 900 | punpckldq $xd3,$xd2
|
|---|
| 901 | punpckhdq $xd1,$xt2
|
|---|
| 902 | punpckhdq $xd3,$xt3
|
|---|
| 903 | movdqa $xd0,$xd1
|
|---|
| 904 | punpcklqdq $xd2,$xd0 # "d0"
|
|---|
| 905 | movdqa $xt2,$xd3
|
|---|
| 906 | punpcklqdq $xt3,$xt2 # "d2"
|
|---|
| 907 | punpckhqdq $xd2,$xd1 # "d1"
|
|---|
| 908 | punpckhqdq $xt3,$xd3 # "d3"
|
|---|
| 909 | ___
|
|---|
| 910 | ($xd2,$xt2)=($xt2,$xd2);
|
|---|
| 911 | $code.=<<___;
|
|---|
| 912 | cmp \$64*4,$len
|
|---|
| 913 | jb .Ltail4x
|
|---|
| 914 |
|
|---|
| 915 | movdqu 0x00($inp),$xt0 # xor with input
|
|---|
| 916 | movdqu 0x10($inp),$xt1
|
|---|
| 917 | movdqu 0x20($inp),$xt2
|
|---|
| 918 | movdqu 0x30($inp),$xt3
|
|---|
| 919 | pxor 0x00(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 920 | pxor $xb0,$xt1
|
|---|
| 921 | pxor $xc0,$xt2
|
|---|
| 922 | pxor $xd0,$xt3
|
|---|
| 923 |
|
|---|
| 924 | movdqu $xt0,0x00($out)
|
|---|
| 925 | movdqu 0x40($inp),$xt0
|
|---|
| 926 | movdqu $xt1,0x10($out)
|
|---|
| 927 | movdqu 0x50($inp),$xt1
|
|---|
| 928 | movdqu $xt2,0x20($out)
|
|---|
| 929 | movdqu 0x60($inp),$xt2
|
|---|
| 930 | movdqu $xt3,0x30($out)
|
|---|
| 931 | movdqu 0x70($inp),$xt3
|
|---|
| 932 | lea 0x80($inp),$inp # size optimization
|
|---|
| 933 | pxor 0x10(%rsp),$xt0
|
|---|
| 934 | pxor $xb1,$xt1
|
|---|
| 935 | pxor $xc1,$xt2
|
|---|
| 936 | pxor $xd1,$xt3
|
|---|
| 937 |
|
|---|
| 938 | movdqu $xt0,0x40($out)
|
|---|
| 939 | movdqu 0x00($inp),$xt0
|
|---|
| 940 | movdqu $xt1,0x50($out)
|
|---|
| 941 | movdqu 0x10($inp),$xt1
|
|---|
| 942 | movdqu $xt2,0x60($out)
|
|---|
| 943 | movdqu 0x20($inp),$xt2
|
|---|
| 944 | movdqu $xt3,0x70($out)
|
|---|
| 945 | lea 0x80($out),$out # size optimization
|
|---|
| 946 | movdqu 0x30($inp),$xt3
|
|---|
| 947 | pxor 0x20(%rsp),$xt0
|
|---|
| 948 | pxor $xb2,$xt1
|
|---|
| 949 | pxor $xc2,$xt2
|
|---|
| 950 | pxor $xd2,$xt3
|
|---|
| 951 |
|
|---|
| 952 | movdqu $xt0,0x00($out)
|
|---|
| 953 | movdqu 0x40($inp),$xt0
|
|---|
| 954 | movdqu $xt1,0x10($out)
|
|---|
| 955 | movdqu 0x50($inp),$xt1
|
|---|
| 956 | movdqu $xt2,0x20($out)
|
|---|
| 957 | movdqu 0x60($inp),$xt2
|
|---|
| 958 | movdqu $xt3,0x30($out)
|
|---|
| 959 | movdqu 0x70($inp),$xt3
|
|---|
| 960 | lea 0x80($inp),$inp # inp+=64*4
|
|---|
| 961 | pxor 0x30(%rsp),$xt0
|
|---|
| 962 | pxor $xb3,$xt1
|
|---|
| 963 | pxor $xc3,$xt2
|
|---|
| 964 | pxor $xd3,$xt3
|
|---|
| 965 | movdqu $xt0,0x40($out)
|
|---|
| 966 | movdqu $xt1,0x50($out)
|
|---|
| 967 | movdqu $xt2,0x60($out)
|
|---|
| 968 | movdqu $xt3,0x70($out)
|
|---|
| 969 | lea 0x80($out),$out # out+=64*4
|
|---|
| 970 |
|
|---|
| 971 | sub \$64*4,$len
|
|---|
| 972 | jnz .Loop_outer4x
|
|---|
| 973 |
|
|---|
| 974 | jmp .Ldone4x
|
|---|
| 975 |
|
|---|
| 976 | .Ltail4x:
|
|---|
| 977 | cmp \$192,$len
|
|---|
| 978 | jae .L192_or_more4x
|
|---|
| 979 | cmp \$128,$len
|
|---|
| 980 | jae .L128_or_more4x
|
|---|
| 981 | cmp \$64,$len
|
|---|
| 982 | jae .L64_or_more4x
|
|---|
| 983 |
|
|---|
| 984 | #movdqa 0x00(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 985 | xor %r10,%r10
|
|---|
| 986 | #movdqa $xt0,0x00(%rsp)
|
|---|
| 987 | movdqa $xb0,0x10(%rsp)
|
|---|
| 988 | movdqa $xc0,0x20(%rsp)
|
|---|
| 989 | movdqa $xd0,0x30(%rsp)
|
|---|
| 990 | jmp .Loop_tail4x
|
|---|
| 991 |
|
|---|
| 992 | .align 32
|
|---|
| 993 | .L64_or_more4x:
|
|---|
| 994 | movdqu 0x00($inp),$xt0 # xor with input
|
|---|
| 995 | movdqu 0x10($inp),$xt1
|
|---|
| 996 | movdqu 0x20($inp),$xt2
|
|---|
| 997 | movdqu 0x30($inp),$xt3
|
|---|
| 998 | pxor 0x00(%rsp),$xt0 # $xaxN is offloaded, remember?
|
|---|
| 999 | pxor $xb0,$xt1
|
|---|
| 1000 | pxor $xc0,$xt2
|
|---|
| 1001 | pxor $xd0,$xt3
|
|---|
| 1002 | movdqu $xt0,0x00($out)
|
|---|
| 1003 | movdqu $xt1,0x10($out)
|
|---|
| 1004 | movdqu $xt2,0x20($out)
|
|---|
| 1005 | movdqu $xt3,0x30($out)
|
|---|
| 1006 | je .Ldone4x
|
|---|
| 1007 |
|
|---|
| 1008 | movdqa 0x10(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 1009 | lea 0x40($inp),$inp # inp+=64*1
|
|---|
| 1010 | xor %r10,%r10
|
|---|
| 1011 | movdqa $xt0,0x00(%rsp)
|
|---|
| 1012 | movdqa $xb1,0x10(%rsp)
|
|---|
| 1013 | lea 0x40($out),$out # out+=64*1
|
|---|
| 1014 | movdqa $xc1,0x20(%rsp)
|
|---|
| 1015 | sub \$64,$len # len-=64*1
|
|---|
| 1016 | movdqa $xd1,0x30(%rsp)
|
|---|
| 1017 | jmp .Loop_tail4x
|
|---|
| 1018 |
|
|---|
| 1019 | .align 32
|
|---|
| 1020 | .L128_or_more4x:
|
|---|
| 1021 | movdqu 0x00($inp),$xt0 # xor with input
|
|---|
| 1022 | movdqu 0x10($inp),$xt1
|
|---|
| 1023 | movdqu 0x20($inp),$xt2
|
|---|
| 1024 | movdqu 0x30($inp),$xt3
|
|---|
| 1025 | pxor 0x00(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 1026 | pxor $xb0,$xt1
|
|---|
| 1027 | pxor $xc0,$xt2
|
|---|
| 1028 | pxor $xd0,$xt3
|
|---|
| 1029 |
|
|---|
| 1030 | movdqu $xt0,0x00($out)
|
|---|
| 1031 | movdqu 0x40($inp),$xt0
|
|---|
| 1032 | movdqu $xt1,0x10($out)
|
|---|
| 1033 | movdqu 0x50($inp),$xt1
|
|---|
| 1034 | movdqu $xt2,0x20($out)
|
|---|
| 1035 | movdqu 0x60($inp),$xt2
|
|---|
| 1036 | movdqu $xt3,0x30($out)
|
|---|
| 1037 | movdqu 0x70($inp),$xt3
|
|---|
| 1038 | pxor 0x10(%rsp),$xt0
|
|---|
| 1039 | pxor $xb1,$xt1
|
|---|
| 1040 | pxor $xc1,$xt2
|
|---|
| 1041 | pxor $xd1,$xt3
|
|---|
| 1042 | movdqu $xt0,0x40($out)
|
|---|
| 1043 | movdqu $xt1,0x50($out)
|
|---|
| 1044 | movdqu $xt2,0x60($out)
|
|---|
| 1045 | movdqu $xt3,0x70($out)
|
|---|
| 1046 | je .Ldone4x
|
|---|
| 1047 |
|
|---|
| 1048 | movdqa 0x20(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 1049 | lea 0x80($inp),$inp # inp+=64*2
|
|---|
| 1050 | xor %r10,%r10
|
|---|
| 1051 | movdqa $xt0,0x00(%rsp)
|
|---|
| 1052 | movdqa $xb2,0x10(%rsp)
|
|---|
| 1053 | lea 0x80($out),$out # out+=64*2
|
|---|
| 1054 | movdqa $xc2,0x20(%rsp)
|
|---|
| 1055 | sub \$128,$len # len-=64*2
|
|---|
| 1056 | movdqa $xd2,0x30(%rsp)
|
|---|
| 1057 | jmp .Loop_tail4x
|
|---|
| 1058 |
|
|---|
| 1059 | .align 32
|
|---|
| 1060 | .L192_or_more4x:
|
|---|
| 1061 | movdqu 0x00($inp),$xt0 # xor with input
|
|---|
| 1062 | movdqu 0x10($inp),$xt1
|
|---|
| 1063 | movdqu 0x20($inp),$xt2
|
|---|
| 1064 | movdqu 0x30($inp),$xt3
|
|---|
| 1065 | pxor 0x00(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 1066 | pxor $xb0,$xt1
|
|---|
| 1067 | pxor $xc0,$xt2
|
|---|
| 1068 | pxor $xd0,$xt3
|
|---|
| 1069 |
|
|---|
| 1070 | movdqu $xt0,0x00($out)
|
|---|
| 1071 | movdqu 0x40($inp),$xt0
|
|---|
| 1072 | movdqu $xt1,0x10($out)
|
|---|
| 1073 | movdqu 0x50($inp),$xt1
|
|---|
| 1074 | movdqu $xt2,0x20($out)
|
|---|
| 1075 | movdqu 0x60($inp),$xt2
|
|---|
| 1076 | movdqu $xt3,0x30($out)
|
|---|
| 1077 | movdqu 0x70($inp),$xt3
|
|---|
| 1078 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1079 | pxor 0x10(%rsp),$xt0
|
|---|
| 1080 | pxor $xb1,$xt1
|
|---|
| 1081 | pxor $xc1,$xt2
|
|---|
| 1082 | pxor $xd1,$xt3
|
|---|
| 1083 |
|
|---|
| 1084 | movdqu $xt0,0x40($out)
|
|---|
| 1085 | movdqu 0x00($inp),$xt0
|
|---|
| 1086 | movdqu $xt1,0x50($out)
|
|---|
| 1087 | movdqu 0x10($inp),$xt1
|
|---|
| 1088 | movdqu $xt2,0x60($out)
|
|---|
| 1089 | movdqu 0x20($inp),$xt2
|
|---|
| 1090 | movdqu $xt3,0x70($out)
|
|---|
| 1091 | lea 0x80($out),$out # size optimization
|
|---|
| 1092 | movdqu 0x30($inp),$xt3
|
|---|
| 1093 | pxor 0x20(%rsp),$xt0
|
|---|
| 1094 | pxor $xb2,$xt1
|
|---|
| 1095 | pxor $xc2,$xt2
|
|---|
| 1096 | pxor $xd2,$xt3
|
|---|
| 1097 | movdqu $xt0,0x00($out)
|
|---|
| 1098 | movdqu $xt1,0x10($out)
|
|---|
| 1099 | movdqu $xt2,0x20($out)
|
|---|
| 1100 | movdqu $xt3,0x30($out)
|
|---|
| 1101 | je .Ldone4x
|
|---|
| 1102 |
|
|---|
| 1103 | movdqa 0x30(%rsp),$xt0 # $xaN is offloaded, remember?
|
|---|
| 1104 | lea 0x40($inp),$inp # inp+=64*3
|
|---|
| 1105 | xor %r10,%r10
|
|---|
| 1106 | movdqa $xt0,0x00(%rsp)
|
|---|
| 1107 | movdqa $xb3,0x10(%rsp)
|
|---|
| 1108 | lea 0x40($out),$out # out+=64*3
|
|---|
| 1109 | movdqa $xc3,0x20(%rsp)
|
|---|
| 1110 | sub \$192,$len # len-=64*3
|
|---|
| 1111 | movdqa $xd3,0x30(%rsp)
|
|---|
| 1112 |
|
|---|
| 1113 | .Loop_tail4x:
|
|---|
| 1114 | movzb ($inp,%r10),%eax
|
|---|
| 1115 | movzb (%rsp,%r10),%ecx
|
|---|
| 1116 | lea 1(%r10),%r10
|
|---|
| 1117 | xor %ecx,%eax
|
|---|
| 1118 | mov %al,-1($out,%r10)
|
|---|
| 1119 | dec $len
|
|---|
| 1120 | jnz .Loop_tail4x
|
|---|
| 1121 |
|
|---|
| 1122 | .Ldone4x:
|
|---|
| 1123 | ___
|
|---|
| 1124 | $code.=<<___ if ($win64);
|
|---|
| 1125 | lea 0x140+0x30(%rsp),%r11
|
|---|
| 1126 | movaps -0x30(%r11),%xmm6
|
|---|
| 1127 | movaps -0x20(%r11),%xmm7
|
|---|
| 1128 | movaps -0x10(%r11),%xmm8
|
|---|
| 1129 | movaps 0x00(%r11),%xmm9
|
|---|
| 1130 | movaps 0x10(%r11),%xmm10
|
|---|
| 1131 | movaps 0x20(%r11),%xmm11
|
|---|
| 1132 | movaps 0x30(%r11),%xmm12
|
|---|
| 1133 | movaps 0x40(%r11),%xmm13
|
|---|
| 1134 | movaps 0x50(%r11),%xmm14
|
|---|
| 1135 | movaps 0x60(%r11),%xmm15
|
|---|
| 1136 | ___
|
|---|
| 1137 | $code.=<<___;
|
|---|
| 1138 | add \$0x148+$xframe,%rsp
|
|---|
| 1139 | ret
|
|---|
| 1140 | .size ChaCha20_4x,.-ChaCha20_4x
|
|---|
| 1141 | ___
|
|---|
| 1142 | }
|
|---|
| 1143 |
|
|---|
| 1144 | ########################################################################
|
|---|
| 1145 | # XOP code path that handles all lengths.
|
|---|
| 1146 | if ($avx) {
|
|---|
| 1147 | # There is some "anomaly" observed depending on instructions' size or
|
|---|
| 1148 | # alignment. If you look closely at below code you'll notice that
|
|---|
| 1149 | # sometimes argument order varies. The order affects instruction
|
|---|
| 1150 | # encoding by making it larger, and such fiddling gives 5% performance
|
|---|
| 1151 | # improvement. This is on FX-4100...
|
|---|
| 1152 |
|
|---|
| 1153 | my ($xb0,$xb1,$xb2,$xb3, $xd0,$xd1,$xd2,$xd3,
|
|---|
| 1154 | $xa0,$xa1,$xa2,$xa3, $xt0,$xt1,$xt2,$xt3)=map("%xmm$_",(0..15));
|
|---|
| 1155 | my @xx=($xa0,$xa1,$xa2,$xa3, $xb0,$xb1,$xb2,$xb3,
|
|---|
| 1156 | $xt0,$xt1,$xt2,$xt3, $xd0,$xd1,$xd2,$xd3);
|
|---|
| 1157 |
|
|---|
| 1158 | sub XOP_lane_ROUND {
|
|---|
| 1159 | my ($a0,$b0,$c0,$d0)=@_;
|
|---|
| 1160 | my ($a1,$b1,$c1,$d1)=map(($_&~3)+(($_+1)&3),($a0,$b0,$c0,$d0));
|
|---|
| 1161 | my ($a2,$b2,$c2,$d2)=map(($_&~3)+(($_+1)&3),($a1,$b1,$c1,$d1));
|
|---|
| 1162 | my ($a3,$b3,$c3,$d3)=map(($_&~3)+(($_+1)&3),($a2,$b2,$c2,$d2));
|
|---|
| 1163 | my @x=map("\"$_\"",@xx);
|
|---|
| 1164 |
|
|---|
| 1165 | (
|
|---|
| 1166 | "&vpaddd (@x[$a0],@x[$a0],@x[$b0])", # Q1
|
|---|
| 1167 | "&vpaddd (@x[$a1],@x[$a1],@x[$b1])", # Q2
|
|---|
| 1168 | "&vpaddd (@x[$a2],@x[$a2],@x[$b2])", # Q3
|
|---|
| 1169 | "&vpaddd (@x[$a3],@x[$a3],@x[$b3])", # Q4
|
|---|
| 1170 | "&vpxor (@x[$d0],@x[$a0],@x[$d0])",
|
|---|
| 1171 | "&vpxor (@x[$d1],@x[$a1],@x[$d1])",
|
|---|
| 1172 | "&vpxor (@x[$d2],@x[$a2],@x[$d2])",
|
|---|
| 1173 | "&vpxor (@x[$d3],@x[$a3],@x[$d3])",
|
|---|
| 1174 | "&vprotd (@x[$d0],@x[$d0],16)",
|
|---|
| 1175 | "&vprotd (@x[$d1],@x[$d1],16)",
|
|---|
| 1176 | "&vprotd (@x[$d2],@x[$d2],16)",
|
|---|
| 1177 | "&vprotd (@x[$d3],@x[$d3],16)",
|
|---|
| 1178 |
|
|---|
| 1179 | "&vpaddd (@x[$c0],@x[$c0],@x[$d0])",
|
|---|
| 1180 | "&vpaddd (@x[$c1],@x[$c1],@x[$d1])",
|
|---|
| 1181 | "&vpaddd (@x[$c2],@x[$c2],@x[$d2])",
|
|---|
| 1182 | "&vpaddd (@x[$c3],@x[$c3],@x[$d3])",
|
|---|
| 1183 | "&vpxor (@x[$b0],@x[$c0],@x[$b0])",
|
|---|
| 1184 | "&vpxor (@x[$b1],@x[$c1],@x[$b1])",
|
|---|
| 1185 | "&vpxor (@x[$b2],@x[$b2],@x[$c2])", # flip
|
|---|
| 1186 | "&vpxor (@x[$b3],@x[$b3],@x[$c3])", # flip
|
|---|
| 1187 | "&vprotd (@x[$b0],@x[$b0],12)",
|
|---|
| 1188 | "&vprotd (@x[$b1],@x[$b1],12)",
|
|---|
| 1189 | "&vprotd (@x[$b2],@x[$b2],12)",
|
|---|
| 1190 | "&vprotd (@x[$b3],@x[$b3],12)",
|
|---|
| 1191 |
|
|---|
| 1192 | "&vpaddd (@x[$a0],@x[$b0],@x[$a0])", # flip
|
|---|
| 1193 | "&vpaddd (@x[$a1],@x[$b1],@x[$a1])", # flip
|
|---|
| 1194 | "&vpaddd (@x[$a2],@x[$a2],@x[$b2])",
|
|---|
| 1195 | "&vpaddd (@x[$a3],@x[$a3],@x[$b3])",
|
|---|
| 1196 | "&vpxor (@x[$d0],@x[$a0],@x[$d0])",
|
|---|
| 1197 | "&vpxor (@x[$d1],@x[$a1],@x[$d1])",
|
|---|
| 1198 | "&vpxor (@x[$d2],@x[$a2],@x[$d2])",
|
|---|
| 1199 | "&vpxor (@x[$d3],@x[$a3],@x[$d3])",
|
|---|
| 1200 | "&vprotd (@x[$d0],@x[$d0],8)",
|
|---|
| 1201 | "&vprotd (@x[$d1],@x[$d1],8)",
|
|---|
| 1202 | "&vprotd (@x[$d2],@x[$d2],8)",
|
|---|
| 1203 | "&vprotd (@x[$d3],@x[$d3],8)",
|
|---|
| 1204 |
|
|---|
| 1205 | "&vpaddd (@x[$c0],@x[$c0],@x[$d0])",
|
|---|
| 1206 | "&vpaddd (@x[$c1],@x[$c1],@x[$d1])",
|
|---|
| 1207 | "&vpaddd (@x[$c2],@x[$c2],@x[$d2])",
|
|---|
| 1208 | "&vpaddd (@x[$c3],@x[$c3],@x[$d3])",
|
|---|
| 1209 | "&vpxor (@x[$b0],@x[$c0],@x[$b0])",
|
|---|
| 1210 | "&vpxor (@x[$b1],@x[$c1],@x[$b1])",
|
|---|
| 1211 | "&vpxor (@x[$b2],@x[$b2],@x[$c2])", # flip
|
|---|
| 1212 | "&vpxor (@x[$b3],@x[$b3],@x[$c3])", # flip
|
|---|
| 1213 | "&vprotd (@x[$b0],@x[$b0],7)",
|
|---|
| 1214 | "&vprotd (@x[$b1],@x[$b1],7)",
|
|---|
| 1215 | "&vprotd (@x[$b2],@x[$b2],7)",
|
|---|
| 1216 | "&vprotd (@x[$b3],@x[$b3],7)"
|
|---|
| 1217 | );
|
|---|
| 1218 | }
|
|---|
| 1219 |
|
|---|
| 1220 | my $xframe = $win64 ? 0xa0 : 0;
|
|---|
| 1221 |
|
|---|
| 1222 | $code.=<<___;
|
|---|
| 1223 | .type ChaCha20_4xop,\@function,5
|
|---|
| 1224 | .align 32
|
|---|
| 1225 | ChaCha20_4xop:
|
|---|
| 1226 | .LChaCha20_4xop:
|
|---|
| 1227 | lea -0x78(%rsp),%r11
|
|---|
| 1228 | sub \$0x148+$xframe,%rsp
|
|---|
| 1229 | ___
|
|---|
| 1230 | ################ stack layout
|
|---|
| 1231 | # +0x00 SIMD equivalent of @x[8-12]
|
|---|
| 1232 | # ...
|
|---|
| 1233 | # +0x40 constant copy of key[0-2] smashed by lanes
|
|---|
| 1234 | # ...
|
|---|
| 1235 | # +0x100 SIMD counters (with nonce smashed by lanes)
|
|---|
| 1236 | # ...
|
|---|
| 1237 | # +0x140
|
|---|
| 1238 | $code.=<<___ if ($win64);
|
|---|
| 1239 | movaps %xmm6,-0x30(%r11)
|
|---|
| 1240 | movaps %xmm7,-0x20(%r11)
|
|---|
| 1241 | movaps %xmm8,-0x10(%r11)
|
|---|
| 1242 | movaps %xmm9,0x00(%r11)
|
|---|
| 1243 | movaps %xmm10,0x10(%r11)
|
|---|
| 1244 | movaps %xmm11,0x20(%r11)
|
|---|
| 1245 | movaps %xmm12,0x30(%r11)
|
|---|
| 1246 | movaps %xmm13,0x40(%r11)
|
|---|
| 1247 | movaps %xmm14,0x50(%r11)
|
|---|
| 1248 | movaps %xmm15,0x60(%r11)
|
|---|
| 1249 | ___
|
|---|
| 1250 | $code.=<<___;
|
|---|
| 1251 | vzeroupper
|
|---|
| 1252 |
|
|---|
| 1253 | vmovdqa .Lsigma(%rip),$xa3 # key[0]
|
|---|
| 1254 | vmovdqu ($key),$xb3 # key[1]
|
|---|
| 1255 | vmovdqu 16($key),$xt3 # key[2]
|
|---|
| 1256 | vmovdqu ($counter),$xd3 # key[3]
|
|---|
| 1257 | lea 0x100(%rsp),%rcx # size optimization
|
|---|
| 1258 |
|
|---|
| 1259 | vpshufd \$0x00,$xa3,$xa0 # smash key by lanes...
|
|---|
| 1260 | vpshufd \$0x55,$xa3,$xa1
|
|---|
| 1261 | vmovdqa $xa0,0x40(%rsp) # ... and offload
|
|---|
| 1262 | vpshufd \$0xaa,$xa3,$xa2
|
|---|
| 1263 | vmovdqa $xa1,0x50(%rsp)
|
|---|
| 1264 | vpshufd \$0xff,$xa3,$xa3
|
|---|
| 1265 | vmovdqa $xa2,0x60(%rsp)
|
|---|
| 1266 | vmovdqa $xa3,0x70(%rsp)
|
|---|
| 1267 |
|
|---|
| 1268 | vpshufd \$0x00,$xb3,$xb0
|
|---|
| 1269 | vpshufd \$0x55,$xb3,$xb1
|
|---|
| 1270 | vmovdqa $xb0,0x80-0x100(%rcx)
|
|---|
| 1271 | vpshufd \$0xaa,$xb3,$xb2
|
|---|
| 1272 | vmovdqa $xb1,0x90-0x100(%rcx)
|
|---|
| 1273 | vpshufd \$0xff,$xb3,$xb3
|
|---|
| 1274 | vmovdqa $xb2,0xa0-0x100(%rcx)
|
|---|
| 1275 | vmovdqa $xb3,0xb0-0x100(%rcx)
|
|---|
| 1276 |
|
|---|
| 1277 | vpshufd \$0x00,$xt3,$xt0 # "$xc0"
|
|---|
| 1278 | vpshufd \$0x55,$xt3,$xt1 # "$xc1"
|
|---|
| 1279 | vmovdqa $xt0,0xc0-0x100(%rcx)
|
|---|
| 1280 | vpshufd \$0xaa,$xt3,$xt2 # "$xc2"
|
|---|
| 1281 | vmovdqa $xt1,0xd0-0x100(%rcx)
|
|---|
| 1282 | vpshufd \$0xff,$xt3,$xt3 # "$xc3"
|
|---|
| 1283 | vmovdqa $xt2,0xe0-0x100(%rcx)
|
|---|
| 1284 | vmovdqa $xt3,0xf0-0x100(%rcx)
|
|---|
| 1285 |
|
|---|
| 1286 | vpshufd \$0x00,$xd3,$xd0
|
|---|
| 1287 | vpshufd \$0x55,$xd3,$xd1
|
|---|
| 1288 | vpaddd .Linc(%rip),$xd0,$xd0 # don't save counters yet
|
|---|
| 1289 | vpshufd \$0xaa,$xd3,$xd2
|
|---|
| 1290 | vmovdqa $xd1,0x110-0x100(%rcx)
|
|---|
| 1291 | vpshufd \$0xff,$xd3,$xd3
|
|---|
| 1292 | vmovdqa $xd2,0x120-0x100(%rcx)
|
|---|
| 1293 | vmovdqa $xd3,0x130-0x100(%rcx)
|
|---|
| 1294 |
|
|---|
| 1295 | jmp .Loop_enter4xop
|
|---|
| 1296 |
|
|---|
| 1297 | .align 32
|
|---|
| 1298 | .Loop_outer4xop:
|
|---|
| 1299 | vmovdqa 0x40(%rsp),$xa0 # re-load smashed key
|
|---|
| 1300 | vmovdqa 0x50(%rsp),$xa1
|
|---|
| 1301 | vmovdqa 0x60(%rsp),$xa2
|
|---|
| 1302 | vmovdqa 0x70(%rsp),$xa3
|
|---|
| 1303 | vmovdqa 0x80-0x100(%rcx),$xb0
|
|---|
| 1304 | vmovdqa 0x90-0x100(%rcx),$xb1
|
|---|
| 1305 | vmovdqa 0xa0-0x100(%rcx),$xb2
|
|---|
| 1306 | vmovdqa 0xb0-0x100(%rcx),$xb3
|
|---|
| 1307 | vmovdqa 0xc0-0x100(%rcx),$xt0 # "$xc0"
|
|---|
| 1308 | vmovdqa 0xd0-0x100(%rcx),$xt1 # "$xc1"
|
|---|
| 1309 | vmovdqa 0xe0-0x100(%rcx),$xt2 # "$xc2"
|
|---|
| 1310 | vmovdqa 0xf0-0x100(%rcx),$xt3 # "$xc3"
|
|---|
| 1311 | vmovdqa 0x100-0x100(%rcx),$xd0
|
|---|
| 1312 | vmovdqa 0x110-0x100(%rcx),$xd1
|
|---|
| 1313 | vmovdqa 0x120-0x100(%rcx),$xd2
|
|---|
| 1314 | vmovdqa 0x130-0x100(%rcx),$xd3
|
|---|
| 1315 | vpaddd .Lfour(%rip),$xd0,$xd0 # next SIMD counters
|
|---|
| 1316 |
|
|---|
| 1317 | .Loop_enter4xop:
|
|---|
| 1318 | mov \$10,%eax
|
|---|
| 1319 | vmovdqa $xd0,0x100-0x100(%rcx) # save SIMD counters
|
|---|
| 1320 | jmp .Loop4xop
|
|---|
| 1321 |
|
|---|
| 1322 | .align 32
|
|---|
| 1323 | .Loop4xop:
|
|---|
| 1324 | ___
|
|---|
| 1325 | foreach (&XOP_lane_ROUND(0, 4, 8,12)) { eval; }
|
|---|
| 1326 | foreach (&XOP_lane_ROUND(0, 5,10,15)) { eval; }
|
|---|
| 1327 | $code.=<<___;
|
|---|
| 1328 | dec %eax
|
|---|
| 1329 | jnz .Loop4xop
|
|---|
| 1330 |
|
|---|
| 1331 | vpaddd 0x40(%rsp),$xa0,$xa0 # accumulate key material
|
|---|
| 1332 | vpaddd 0x50(%rsp),$xa1,$xa1
|
|---|
| 1333 | vpaddd 0x60(%rsp),$xa2,$xa2
|
|---|
| 1334 | vpaddd 0x70(%rsp),$xa3,$xa3
|
|---|
| 1335 |
|
|---|
| 1336 | vmovdqa $xt2,0x20(%rsp) # offload $xc2,3
|
|---|
| 1337 | vmovdqa $xt3,0x30(%rsp)
|
|---|
| 1338 |
|
|---|
| 1339 | vpunpckldq $xa1,$xa0,$xt2 # "de-interlace" data
|
|---|
| 1340 | vpunpckldq $xa3,$xa2,$xt3
|
|---|
| 1341 | vpunpckhdq $xa1,$xa0,$xa0
|
|---|
| 1342 | vpunpckhdq $xa3,$xa2,$xa2
|
|---|
| 1343 | vpunpcklqdq $xt3,$xt2,$xa1 # "a0"
|
|---|
| 1344 | vpunpckhqdq $xt3,$xt2,$xt2 # "a1"
|
|---|
| 1345 | vpunpcklqdq $xa2,$xa0,$xa3 # "a2"
|
|---|
| 1346 | vpunpckhqdq $xa2,$xa0,$xa0 # "a3"
|
|---|
| 1347 | ___
|
|---|
| 1348 | ($xa0,$xa1,$xa2,$xa3,$xt2)=($xa1,$xt2,$xa3,$xa0,$xa2);
|
|---|
| 1349 | $code.=<<___;
|
|---|
| 1350 | vpaddd 0x80-0x100(%rcx),$xb0,$xb0
|
|---|
| 1351 | vpaddd 0x90-0x100(%rcx),$xb1,$xb1
|
|---|
| 1352 | vpaddd 0xa0-0x100(%rcx),$xb2,$xb2
|
|---|
| 1353 | vpaddd 0xb0-0x100(%rcx),$xb3,$xb3
|
|---|
| 1354 |
|
|---|
| 1355 | vmovdqa $xa0,0x00(%rsp) # offload $xa0,1
|
|---|
| 1356 | vmovdqa $xa1,0x10(%rsp)
|
|---|
| 1357 | vmovdqa 0x20(%rsp),$xa0 # "xc2"
|
|---|
| 1358 | vmovdqa 0x30(%rsp),$xa1 # "xc3"
|
|---|
| 1359 |
|
|---|
| 1360 | vpunpckldq $xb1,$xb0,$xt2
|
|---|
| 1361 | vpunpckldq $xb3,$xb2,$xt3
|
|---|
| 1362 | vpunpckhdq $xb1,$xb0,$xb0
|
|---|
| 1363 | vpunpckhdq $xb3,$xb2,$xb2
|
|---|
| 1364 | vpunpcklqdq $xt3,$xt2,$xb1 # "b0"
|
|---|
| 1365 | vpunpckhqdq $xt3,$xt2,$xt2 # "b1"
|
|---|
| 1366 | vpunpcklqdq $xb2,$xb0,$xb3 # "b2"
|
|---|
| 1367 | vpunpckhqdq $xb2,$xb0,$xb0 # "b3"
|
|---|
| 1368 | ___
|
|---|
| 1369 | ($xb0,$xb1,$xb2,$xb3,$xt2)=($xb1,$xt2,$xb3,$xb0,$xb2);
|
|---|
| 1370 | my ($xc0,$xc1,$xc2,$xc3)=($xt0,$xt1,$xa0,$xa1);
|
|---|
| 1371 | $code.=<<___;
|
|---|
| 1372 | vpaddd 0xc0-0x100(%rcx),$xc0,$xc0
|
|---|
| 1373 | vpaddd 0xd0-0x100(%rcx),$xc1,$xc1
|
|---|
| 1374 | vpaddd 0xe0-0x100(%rcx),$xc2,$xc2
|
|---|
| 1375 | vpaddd 0xf0-0x100(%rcx),$xc3,$xc3
|
|---|
| 1376 |
|
|---|
| 1377 | vpunpckldq $xc1,$xc0,$xt2
|
|---|
| 1378 | vpunpckldq $xc3,$xc2,$xt3
|
|---|
| 1379 | vpunpckhdq $xc1,$xc0,$xc0
|
|---|
| 1380 | vpunpckhdq $xc3,$xc2,$xc2
|
|---|
| 1381 | vpunpcklqdq $xt3,$xt2,$xc1 # "c0"
|
|---|
| 1382 | vpunpckhqdq $xt3,$xt2,$xt2 # "c1"
|
|---|
| 1383 | vpunpcklqdq $xc2,$xc0,$xc3 # "c2"
|
|---|
| 1384 | vpunpckhqdq $xc2,$xc0,$xc0 # "c3"
|
|---|
| 1385 | ___
|
|---|
| 1386 | ($xc0,$xc1,$xc2,$xc3,$xt2)=($xc1,$xt2,$xc3,$xc0,$xc2);
|
|---|
| 1387 | $code.=<<___;
|
|---|
| 1388 | vpaddd 0x100-0x100(%rcx),$xd0,$xd0
|
|---|
| 1389 | vpaddd 0x110-0x100(%rcx),$xd1,$xd1
|
|---|
| 1390 | vpaddd 0x120-0x100(%rcx),$xd2,$xd2
|
|---|
| 1391 | vpaddd 0x130-0x100(%rcx),$xd3,$xd3
|
|---|
| 1392 |
|
|---|
| 1393 | vpunpckldq $xd1,$xd0,$xt2
|
|---|
| 1394 | vpunpckldq $xd3,$xd2,$xt3
|
|---|
| 1395 | vpunpckhdq $xd1,$xd0,$xd0
|
|---|
| 1396 | vpunpckhdq $xd3,$xd2,$xd2
|
|---|
| 1397 | vpunpcklqdq $xt3,$xt2,$xd1 # "d0"
|
|---|
| 1398 | vpunpckhqdq $xt3,$xt2,$xt2 # "d1"
|
|---|
| 1399 | vpunpcklqdq $xd2,$xd0,$xd3 # "d2"
|
|---|
| 1400 | vpunpckhqdq $xd2,$xd0,$xd0 # "d3"
|
|---|
| 1401 | ___
|
|---|
| 1402 | ($xd0,$xd1,$xd2,$xd3,$xt2)=($xd1,$xt2,$xd3,$xd0,$xd2);
|
|---|
| 1403 | ($xa0,$xa1)=($xt2,$xt3);
|
|---|
| 1404 | $code.=<<___;
|
|---|
| 1405 | vmovdqa 0x00(%rsp),$xa0 # restore $xa0,1
|
|---|
| 1406 | vmovdqa 0x10(%rsp),$xa1
|
|---|
| 1407 |
|
|---|
| 1408 | cmp \$64*4,$len
|
|---|
| 1409 | jb .Ltail4xop
|
|---|
| 1410 |
|
|---|
| 1411 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 1412 | vpxor 0x10($inp),$xb0,$xb0
|
|---|
| 1413 | vpxor 0x20($inp),$xc0,$xc0
|
|---|
| 1414 | vpxor 0x30($inp),$xd0,$xd0
|
|---|
| 1415 | vpxor 0x40($inp),$xa1,$xa1
|
|---|
| 1416 | vpxor 0x50($inp),$xb1,$xb1
|
|---|
| 1417 | vpxor 0x60($inp),$xc1,$xc1
|
|---|
| 1418 | vpxor 0x70($inp),$xd1,$xd1
|
|---|
| 1419 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1420 | vpxor 0x00($inp),$xa2,$xa2
|
|---|
| 1421 | vpxor 0x10($inp),$xb2,$xb2
|
|---|
| 1422 | vpxor 0x20($inp),$xc2,$xc2
|
|---|
| 1423 | vpxor 0x30($inp),$xd2,$xd2
|
|---|
| 1424 | vpxor 0x40($inp),$xa3,$xa3
|
|---|
| 1425 | vpxor 0x50($inp),$xb3,$xb3
|
|---|
| 1426 | vpxor 0x60($inp),$xc3,$xc3
|
|---|
| 1427 | vpxor 0x70($inp),$xd3,$xd3
|
|---|
| 1428 | lea 0x80($inp),$inp # inp+=64*4
|
|---|
| 1429 |
|
|---|
| 1430 | vmovdqu $xa0,0x00($out)
|
|---|
| 1431 | vmovdqu $xb0,0x10($out)
|
|---|
| 1432 | vmovdqu $xc0,0x20($out)
|
|---|
| 1433 | vmovdqu $xd0,0x30($out)
|
|---|
| 1434 | vmovdqu $xa1,0x40($out)
|
|---|
| 1435 | vmovdqu $xb1,0x50($out)
|
|---|
| 1436 | vmovdqu $xc1,0x60($out)
|
|---|
| 1437 | vmovdqu $xd1,0x70($out)
|
|---|
| 1438 | lea 0x80($out),$out # size optimization
|
|---|
| 1439 | vmovdqu $xa2,0x00($out)
|
|---|
| 1440 | vmovdqu $xb2,0x10($out)
|
|---|
| 1441 | vmovdqu $xc2,0x20($out)
|
|---|
| 1442 | vmovdqu $xd2,0x30($out)
|
|---|
| 1443 | vmovdqu $xa3,0x40($out)
|
|---|
| 1444 | vmovdqu $xb3,0x50($out)
|
|---|
| 1445 | vmovdqu $xc3,0x60($out)
|
|---|
| 1446 | vmovdqu $xd3,0x70($out)
|
|---|
| 1447 | lea 0x80($out),$out # out+=64*4
|
|---|
| 1448 |
|
|---|
| 1449 | sub \$64*4,$len
|
|---|
| 1450 | jnz .Loop_outer4xop
|
|---|
| 1451 |
|
|---|
| 1452 | jmp .Ldone4xop
|
|---|
| 1453 |
|
|---|
| 1454 | .align 32
|
|---|
| 1455 | .Ltail4xop:
|
|---|
| 1456 | cmp \$192,$len
|
|---|
| 1457 | jae .L192_or_more4xop
|
|---|
| 1458 | cmp \$128,$len
|
|---|
| 1459 | jae .L128_or_more4xop
|
|---|
| 1460 | cmp \$64,$len
|
|---|
| 1461 | jae .L64_or_more4xop
|
|---|
| 1462 |
|
|---|
| 1463 | xor %r10,%r10
|
|---|
| 1464 | vmovdqa $xa0,0x00(%rsp)
|
|---|
| 1465 | vmovdqa $xb0,0x10(%rsp)
|
|---|
| 1466 | vmovdqa $xc0,0x20(%rsp)
|
|---|
| 1467 | vmovdqa $xd0,0x30(%rsp)
|
|---|
| 1468 | jmp .Loop_tail4xop
|
|---|
| 1469 |
|
|---|
| 1470 | .align 32
|
|---|
| 1471 | .L64_or_more4xop:
|
|---|
| 1472 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 1473 | vpxor 0x10($inp),$xb0,$xb0
|
|---|
| 1474 | vpxor 0x20($inp),$xc0,$xc0
|
|---|
| 1475 | vpxor 0x30($inp),$xd0,$xd0
|
|---|
| 1476 | vmovdqu $xa0,0x00($out)
|
|---|
| 1477 | vmovdqu $xb0,0x10($out)
|
|---|
| 1478 | vmovdqu $xc0,0x20($out)
|
|---|
| 1479 | vmovdqu $xd0,0x30($out)
|
|---|
| 1480 | je .Ldone4xop
|
|---|
| 1481 |
|
|---|
| 1482 | lea 0x40($inp),$inp # inp+=64*1
|
|---|
| 1483 | vmovdqa $xa1,0x00(%rsp)
|
|---|
| 1484 | xor %r10,%r10
|
|---|
| 1485 | vmovdqa $xb1,0x10(%rsp)
|
|---|
| 1486 | lea 0x40($out),$out # out+=64*1
|
|---|
| 1487 | vmovdqa $xc1,0x20(%rsp)
|
|---|
| 1488 | sub \$64,$len # len-=64*1
|
|---|
| 1489 | vmovdqa $xd1,0x30(%rsp)
|
|---|
| 1490 | jmp .Loop_tail4xop
|
|---|
| 1491 |
|
|---|
| 1492 | .align 32
|
|---|
| 1493 | .L128_or_more4xop:
|
|---|
| 1494 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 1495 | vpxor 0x10($inp),$xb0,$xb0
|
|---|
| 1496 | vpxor 0x20($inp),$xc0,$xc0
|
|---|
| 1497 | vpxor 0x30($inp),$xd0,$xd0
|
|---|
| 1498 | vpxor 0x40($inp),$xa1,$xa1
|
|---|
| 1499 | vpxor 0x50($inp),$xb1,$xb1
|
|---|
| 1500 | vpxor 0x60($inp),$xc1,$xc1
|
|---|
| 1501 | vpxor 0x70($inp),$xd1,$xd1
|
|---|
| 1502 |
|
|---|
| 1503 | vmovdqu $xa0,0x00($out)
|
|---|
| 1504 | vmovdqu $xb0,0x10($out)
|
|---|
| 1505 | vmovdqu $xc0,0x20($out)
|
|---|
| 1506 | vmovdqu $xd0,0x30($out)
|
|---|
| 1507 | vmovdqu $xa1,0x40($out)
|
|---|
| 1508 | vmovdqu $xb1,0x50($out)
|
|---|
| 1509 | vmovdqu $xc1,0x60($out)
|
|---|
| 1510 | vmovdqu $xd1,0x70($out)
|
|---|
| 1511 | je .Ldone4xop
|
|---|
| 1512 |
|
|---|
| 1513 | lea 0x80($inp),$inp # inp+=64*2
|
|---|
| 1514 | vmovdqa $xa2,0x00(%rsp)
|
|---|
| 1515 | xor %r10,%r10
|
|---|
| 1516 | vmovdqa $xb2,0x10(%rsp)
|
|---|
| 1517 | lea 0x80($out),$out # out+=64*2
|
|---|
| 1518 | vmovdqa $xc2,0x20(%rsp)
|
|---|
| 1519 | sub \$128,$len # len-=64*2
|
|---|
| 1520 | vmovdqa $xd2,0x30(%rsp)
|
|---|
| 1521 | jmp .Loop_tail4xop
|
|---|
| 1522 |
|
|---|
| 1523 | .align 32
|
|---|
| 1524 | .L192_or_more4xop:
|
|---|
| 1525 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 1526 | vpxor 0x10($inp),$xb0,$xb0
|
|---|
| 1527 | vpxor 0x20($inp),$xc0,$xc0
|
|---|
| 1528 | vpxor 0x30($inp),$xd0,$xd0
|
|---|
| 1529 | vpxor 0x40($inp),$xa1,$xa1
|
|---|
| 1530 | vpxor 0x50($inp),$xb1,$xb1
|
|---|
| 1531 | vpxor 0x60($inp),$xc1,$xc1
|
|---|
| 1532 | vpxor 0x70($inp),$xd1,$xd1
|
|---|
| 1533 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1534 | vpxor 0x00($inp),$xa2,$xa2
|
|---|
| 1535 | vpxor 0x10($inp),$xb2,$xb2
|
|---|
| 1536 | vpxor 0x20($inp),$xc2,$xc2
|
|---|
| 1537 | vpxor 0x30($inp),$xd2,$xd2
|
|---|
| 1538 |
|
|---|
| 1539 | vmovdqu $xa0,0x00($out)
|
|---|
| 1540 | vmovdqu $xb0,0x10($out)
|
|---|
| 1541 | vmovdqu $xc0,0x20($out)
|
|---|
| 1542 | vmovdqu $xd0,0x30($out)
|
|---|
| 1543 | vmovdqu $xa1,0x40($out)
|
|---|
| 1544 | vmovdqu $xb1,0x50($out)
|
|---|
| 1545 | vmovdqu $xc1,0x60($out)
|
|---|
| 1546 | vmovdqu $xd1,0x70($out)
|
|---|
| 1547 | lea 0x80($out),$out # size optimization
|
|---|
| 1548 | vmovdqu $xa2,0x00($out)
|
|---|
| 1549 | vmovdqu $xb2,0x10($out)
|
|---|
| 1550 | vmovdqu $xc2,0x20($out)
|
|---|
| 1551 | vmovdqu $xd2,0x30($out)
|
|---|
| 1552 | je .Ldone4xop
|
|---|
| 1553 |
|
|---|
| 1554 | lea 0x40($inp),$inp # inp+=64*3
|
|---|
| 1555 | vmovdqa $xa3,0x00(%rsp)
|
|---|
| 1556 | xor %r10,%r10
|
|---|
| 1557 | vmovdqa $xb3,0x10(%rsp)
|
|---|
| 1558 | lea 0x40($out),$out # out+=64*3
|
|---|
| 1559 | vmovdqa $xc3,0x20(%rsp)
|
|---|
| 1560 | sub \$192,$len # len-=64*3
|
|---|
| 1561 | vmovdqa $xd3,0x30(%rsp)
|
|---|
| 1562 |
|
|---|
| 1563 | .Loop_tail4xop:
|
|---|
| 1564 | movzb ($inp,%r10),%eax
|
|---|
| 1565 | movzb (%rsp,%r10),%ecx
|
|---|
| 1566 | lea 1(%r10),%r10
|
|---|
| 1567 | xor %ecx,%eax
|
|---|
| 1568 | mov %al,-1($out,%r10)
|
|---|
| 1569 | dec $len
|
|---|
| 1570 | jnz .Loop_tail4xop
|
|---|
| 1571 |
|
|---|
| 1572 | .Ldone4xop:
|
|---|
| 1573 | vzeroupper
|
|---|
| 1574 | ___
|
|---|
| 1575 | $code.=<<___ if ($win64);
|
|---|
| 1576 | lea 0x140+0x30(%rsp),%r11
|
|---|
| 1577 | movaps -0x30(%r11),%xmm6
|
|---|
| 1578 | movaps -0x20(%r11),%xmm7
|
|---|
| 1579 | movaps -0x10(%r11),%xmm8
|
|---|
| 1580 | movaps 0x00(%r11),%xmm9
|
|---|
| 1581 | movaps 0x10(%r11),%xmm10
|
|---|
| 1582 | movaps 0x20(%r11),%xmm11
|
|---|
| 1583 | movaps 0x30(%r11),%xmm12
|
|---|
| 1584 | movaps 0x40(%r11),%xmm13
|
|---|
| 1585 | movaps 0x50(%r11),%xmm14
|
|---|
| 1586 | movaps 0x60(%r11),%xmm15
|
|---|
| 1587 | ___
|
|---|
| 1588 | $code.=<<___;
|
|---|
| 1589 | add \$0x148+$xframe,%rsp
|
|---|
| 1590 | ret
|
|---|
| 1591 | .size ChaCha20_4xop,.-ChaCha20_4xop
|
|---|
| 1592 | ___
|
|---|
| 1593 | }
|
|---|
| 1594 |
|
|---|
| 1595 | ########################################################################
|
|---|
| 1596 | # AVX2 code path
|
|---|
| 1597 | if ($avx>1) {
|
|---|
| 1598 | my ($xb0,$xb1,$xb2,$xb3, $xd0,$xd1,$xd2,$xd3,
|
|---|
| 1599 | $xa0,$xa1,$xa2,$xa3, $xt0,$xt1,$xt2,$xt3)=map("%ymm$_",(0..15));
|
|---|
| 1600 | my @xx=($xa0,$xa1,$xa2,$xa3, $xb0,$xb1,$xb2,$xb3,
|
|---|
| 1601 | "%nox","%nox","%nox","%nox", $xd0,$xd1,$xd2,$xd3);
|
|---|
| 1602 |
|
|---|
| 1603 | sub AVX2_lane_ROUND {
|
|---|
| 1604 | my ($a0,$b0,$c0,$d0)=@_;
|
|---|
| 1605 | my ($a1,$b1,$c1,$d1)=map(($_&~3)+(($_+1)&3),($a0,$b0,$c0,$d0));
|
|---|
| 1606 | my ($a2,$b2,$c2,$d2)=map(($_&~3)+(($_+1)&3),($a1,$b1,$c1,$d1));
|
|---|
| 1607 | my ($a3,$b3,$c3,$d3)=map(($_&~3)+(($_+1)&3),($a2,$b2,$c2,$d2));
|
|---|
| 1608 | my ($xc,$xc_,$t0,$t1)=map("\"$_\"",$xt0,$xt1,$xt2,$xt3);
|
|---|
| 1609 | my @x=map("\"$_\"",@xx);
|
|---|
| 1610 |
|
|---|
| 1611 | # Consider order in which variables are addressed by their
|
|---|
| 1612 | # index:
|
|---|
| 1613 | #
|
|---|
| 1614 | # a b c d
|
|---|
| 1615 | #
|
|---|
| 1616 | # 0 4 8 12 < even round
|
|---|
| 1617 | # 1 5 9 13
|
|---|
| 1618 | # 2 6 10 14
|
|---|
| 1619 | # 3 7 11 15
|
|---|
| 1620 | # 0 5 10 15 < odd round
|
|---|
| 1621 | # 1 6 11 12
|
|---|
| 1622 | # 2 7 8 13
|
|---|
| 1623 | # 3 4 9 14
|
|---|
| 1624 | #
|
|---|
| 1625 | # 'a', 'b' and 'd's are permanently allocated in registers,
|
|---|
| 1626 | # @x[0..7,12..15], while 'c's are maintained in memory. If
|
|---|
| 1627 | # you observe 'c' column, you'll notice that pair of 'c's is
|
|---|
| 1628 | # invariant between rounds. This means that we have to reload
|
|---|
| 1629 | # them once per round, in the middle. This is why you'll see
|
|---|
| 1630 | # bunch of 'c' stores and loads in the middle, but none in
|
|---|
| 1631 | # the beginning or end.
|
|---|
| 1632 |
|
|---|
| 1633 | (
|
|---|
| 1634 | "&vpaddd (@x[$a0],@x[$a0],@x[$b0])", # Q1
|
|---|
| 1635 | "&vpxor (@x[$d0],@x[$a0],@x[$d0])",
|
|---|
| 1636 | "&vpshufb (@x[$d0],@x[$d0],$t1)",
|
|---|
| 1637 | "&vpaddd (@x[$a1],@x[$a1],@x[$b1])", # Q2
|
|---|
| 1638 | "&vpxor (@x[$d1],@x[$a1],@x[$d1])",
|
|---|
| 1639 | "&vpshufb (@x[$d1],@x[$d1],$t1)",
|
|---|
| 1640 |
|
|---|
| 1641 | "&vpaddd ($xc,$xc,@x[$d0])",
|
|---|
| 1642 | "&vpxor (@x[$b0],$xc,@x[$b0])",
|
|---|
| 1643 | "&vpslld ($t0,@x[$b0],12)",
|
|---|
| 1644 | "&vpsrld (@x[$b0],@x[$b0],20)",
|
|---|
| 1645 | "&vpor (@x[$b0],$t0,@x[$b0])",
|
|---|
| 1646 | "&vbroadcasti128($t0,'(%r11)')", # .Lrot24(%rip)
|
|---|
| 1647 | "&vpaddd ($xc_,$xc_,@x[$d1])",
|
|---|
| 1648 | "&vpxor (@x[$b1],$xc_,@x[$b1])",
|
|---|
| 1649 | "&vpslld ($t1,@x[$b1],12)",
|
|---|
| 1650 | "&vpsrld (@x[$b1],@x[$b1],20)",
|
|---|
| 1651 | "&vpor (@x[$b1],$t1,@x[$b1])",
|
|---|
| 1652 |
|
|---|
| 1653 | "&vpaddd (@x[$a0],@x[$a0],@x[$b0])",
|
|---|
| 1654 | "&vpxor (@x[$d0],@x[$a0],@x[$d0])",
|
|---|
| 1655 | "&vpshufb (@x[$d0],@x[$d0],$t0)",
|
|---|
| 1656 | "&vpaddd (@x[$a1],@x[$a1],@x[$b1])",
|
|---|
| 1657 | "&vpxor (@x[$d1],@x[$a1],@x[$d1])",
|
|---|
| 1658 | "&vpshufb (@x[$d1],@x[$d1],$t0)",
|
|---|
| 1659 |
|
|---|
| 1660 | "&vpaddd ($xc,$xc,@x[$d0])",
|
|---|
| 1661 | "&vpxor (@x[$b0],$xc,@x[$b0])",
|
|---|
| 1662 | "&vpslld ($t1,@x[$b0],7)",
|
|---|
| 1663 | "&vpsrld (@x[$b0],@x[$b0],25)",
|
|---|
| 1664 | "&vpor (@x[$b0],$t1,@x[$b0])",
|
|---|
| 1665 | "&vbroadcasti128($t1,'(%r10)')", # .Lrot16(%rip)
|
|---|
| 1666 | "&vpaddd ($xc_,$xc_,@x[$d1])",
|
|---|
| 1667 | "&vpxor (@x[$b1],$xc_,@x[$b1])",
|
|---|
| 1668 | "&vpslld ($t0,@x[$b1],7)",
|
|---|
| 1669 | "&vpsrld (@x[$b1],@x[$b1],25)",
|
|---|
| 1670 | "&vpor (@x[$b1],$t0,@x[$b1])",
|
|---|
| 1671 |
|
|---|
| 1672 | "&vmovdqa (\"`32*($c0-8)`(%rsp)\",$xc)", # reload pair of 'c's
|
|---|
| 1673 | "&vmovdqa (\"`32*($c1-8)`(%rsp)\",$xc_)",
|
|---|
| 1674 | "&vmovdqa ($xc,\"`32*($c2-8)`(%rsp)\")",
|
|---|
| 1675 | "&vmovdqa ($xc_,\"`32*($c3-8)`(%rsp)\")",
|
|---|
| 1676 |
|
|---|
| 1677 | "&vpaddd (@x[$a2],@x[$a2],@x[$b2])", # Q3
|
|---|
| 1678 | "&vpxor (@x[$d2],@x[$a2],@x[$d2])",
|
|---|
| 1679 | "&vpshufb (@x[$d2],@x[$d2],$t1)",
|
|---|
| 1680 | "&vpaddd (@x[$a3],@x[$a3],@x[$b3])", # Q4
|
|---|
| 1681 | "&vpxor (@x[$d3],@x[$a3],@x[$d3])",
|
|---|
| 1682 | "&vpshufb (@x[$d3],@x[$d3],$t1)",
|
|---|
| 1683 |
|
|---|
| 1684 | "&vpaddd ($xc,$xc,@x[$d2])",
|
|---|
| 1685 | "&vpxor (@x[$b2],$xc,@x[$b2])",
|
|---|
| 1686 | "&vpslld ($t0,@x[$b2],12)",
|
|---|
| 1687 | "&vpsrld (@x[$b2],@x[$b2],20)",
|
|---|
| 1688 | "&vpor (@x[$b2],$t0,@x[$b2])",
|
|---|
| 1689 | "&vbroadcasti128($t0,'(%r11)')", # .Lrot24(%rip)
|
|---|
| 1690 | "&vpaddd ($xc_,$xc_,@x[$d3])",
|
|---|
| 1691 | "&vpxor (@x[$b3],$xc_,@x[$b3])",
|
|---|
| 1692 | "&vpslld ($t1,@x[$b3],12)",
|
|---|
| 1693 | "&vpsrld (@x[$b3],@x[$b3],20)",
|
|---|
| 1694 | "&vpor (@x[$b3],$t1,@x[$b3])",
|
|---|
| 1695 |
|
|---|
| 1696 | "&vpaddd (@x[$a2],@x[$a2],@x[$b2])",
|
|---|
| 1697 | "&vpxor (@x[$d2],@x[$a2],@x[$d2])",
|
|---|
| 1698 | "&vpshufb (@x[$d2],@x[$d2],$t0)",
|
|---|
| 1699 | "&vpaddd (@x[$a3],@x[$a3],@x[$b3])",
|
|---|
| 1700 | "&vpxor (@x[$d3],@x[$a3],@x[$d3])",
|
|---|
| 1701 | "&vpshufb (@x[$d3],@x[$d3],$t0)",
|
|---|
| 1702 |
|
|---|
| 1703 | "&vpaddd ($xc,$xc,@x[$d2])",
|
|---|
| 1704 | "&vpxor (@x[$b2],$xc,@x[$b2])",
|
|---|
| 1705 | "&vpslld ($t1,@x[$b2],7)",
|
|---|
| 1706 | "&vpsrld (@x[$b2],@x[$b2],25)",
|
|---|
| 1707 | "&vpor (@x[$b2],$t1,@x[$b2])",
|
|---|
| 1708 | "&vbroadcasti128($t1,'(%r10)')", # .Lrot16(%rip)
|
|---|
| 1709 | "&vpaddd ($xc_,$xc_,@x[$d3])",
|
|---|
| 1710 | "&vpxor (@x[$b3],$xc_,@x[$b3])",
|
|---|
| 1711 | "&vpslld ($t0,@x[$b3],7)",
|
|---|
| 1712 | "&vpsrld (@x[$b3],@x[$b3],25)",
|
|---|
| 1713 | "&vpor (@x[$b3],$t0,@x[$b3])"
|
|---|
| 1714 | );
|
|---|
| 1715 | }
|
|---|
| 1716 |
|
|---|
| 1717 | my $xframe = $win64 ? 0xb0 : 8;
|
|---|
| 1718 |
|
|---|
| 1719 | $code.=<<___;
|
|---|
| 1720 | .type ChaCha20_8x,\@function,5
|
|---|
| 1721 | .align 32
|
|---|
| 1722 | ChaCha20_8x:
|
|---|
| 1723 | .LChaCha20_8x:
|
|---|
| 1724 | mov %rsp,%r10
|
|---|
| 1725 | sub \$0x280+$xframe,%rsp
|
|---|
| 1726 | and \$-32,%rsp
|
|---|
| 1727 | ___
|
|---|
| 1728 | $code.=<<___ if ($win64);
|
|---|
| 1729 | lea 0x290+0x30(%rsp),%r11
|
|---|
| 1730 | movaps %xmm6,-0x30(%r11)
|
|---|
| 1731 | movaps %xmm7,-0x20(%r11)
|
|---|
| 1732 | movaps %xmm8,-0x10(%r11)
|
|---|
| 1733 | movaps %xmm9,0x00(%r11)
|
|---|
| 1734 | movaps %xmm10,0x10(%r11)
|
|---|
| 1735 | movaps %xmm11,0x20(%r11)
|
|---|
| 1736 | movaps %xmm12,0x30(%r11)
|
|---|
| 1737 | movaps %xmm13,0x40(%r11)
|
|---|
| 1738 | movaps %xmm14,0x50(%r11)
|
|---|
| 1739 | movaps %xmm15,0x60(%r11)
|
|---|
| 1740 | ___
|
|---|
| 1741 | $code.=<<___;
|
|---|
| 1742 | vzeroupper
|
|---|
| 1743 | mov %r10,0x280(%rsp)
|
|---|
| 1744 |
|
|---|
| 1745 | ################ stack layout
|
|---|
| 1746 | # +0x00 SIMD equivalent of @x[8-12]
|
|---|
| 1747 | # ...
|
|---|
| 1748 | # +0x80 constant copy of key[0-2] smashed by lanes
|
|---|
| 1749 | # ...
|
|---|
| 1750 | # +0x200 SIMD counters (with nonce smashed by lanes)
|
|---|
| 1751 | # ...
|
|---|
| 1752 | # +0x280 saved %rsp
|
|---|
| 1753 |
|
|---|
| 1754 | vbroadcasti128 .Lsigma(%rip),$xa3 # key[0]
|
|---|
| 1755 | vbroadcasti128 ($key),$xb3 # key[1]
|
|---|
| 1756 | vbroadcasti128 16($key),$xt3 # key[2]
|
|---|
| 1757 | vbroadcasti128 ($counter),$xd3 # key[3]
|
|---|
| 1758 | lea 0x100(%rsp),%rcx # size optimization
|
|---|
| 1759 | lea 0x200(%rsp),%rax # size optimization
|
|---|
| 1760 | lea .Lrot16(%rip),%r10
|
|---|
| 1761 | lea .Lrot24(%rip),%r11
|
|---|
| 1762 |
|
|---|
| 1763 | vpshufd \$0x00,$xa3,$xa0 # smash key by lanes...
|
|---|
| 1764 | vpshufd \$0x55,$xa3,$xa1
|
|---|
| 1765 | vmovdqa $xa0,0x80-0x100(%rcx) # ... and offload
|
|---|
| 1766 | vpshufd \$0xaa,$xa3,$xa2
|
|---|
| 1767 | vmovdqa $xa1,0xa0-0x100(%rcx)
|
|---|
| 1768 | vpshufd \$0xff,$xa3,$xa3
|
|---|
| 1769 | vmovdqa $xa2,0xc0-0x100(%rcx)
|
|---|
| 1770 | vmovdqa $xa3,0xe0-0x100(%rcx)
|
|---|
| 1771 |
|
|---|
| 1772 | vpshufd \$0x00,$xb3,$xb0
|
|---|
| 1773 | vpshufd \$0x55,$xb3,$xb1
|
|---|
| 1774 | vmovdqa $xb0,0x100-0x100(%rcx)
|
|---|
| 1775 | vpshufd \$0xaa,$xb3,$xb2
|
|---|
| 1776 | vmovdqa $xb1,0x120-0x100(%rcx)
|
|---|
| 1777 | vpshufd \$0xff,$xb3,$xb3
|
|---|
| 1778 | vmovdqa $xb2,0x140-0x100(%rcx)
|
|---|
| 1779 | vmovdqa $xb3,0x160-0x100(%rcx)
|
|---|
| 1780 |
|
|---|
| 1781 | vpshufd \$0x00,$xt3,$xt0 # "xc0"
|
|---|
| 1782 | vpshufd \$0x55,$xt3,$xt1 # "xc1"
|
|---|
| 1783 | vmovdqa $xt0,0x180-0x200(%rax)
|
|---|
| 1784 | vpshufd \$0xaa,$xt3,$xt2 # "xc2"
|
|---|
| 1785 | vmovdqa $xt1,0x1a0-0x200(%rax)
|
|---|
| 1786 | vpshufd \$0xff,$xt3,$xt3 # "xc3"
|
|---|
| 1787 | vmovdqa $xt2,0x1c0-0x200(%rax)
|
|---|
| 1788 | vmovdqa $xt3,0x1e0-0x200(%rax)
|
|---|
| 1789 |
|
|---|
| 1790 | vpshufd \$0x00,$xd3,$xd0
|
|---|
| 1791 | vpshufd \$0x55,$xd3,$xd1
|
|---|
| 1792 | vpaddd .Lincy(%rip),$xd0,$xd0 # don't save counters yet
|
|---|
| 1793 | vpshufd \$0xaa,$xd3,$xd2
|
|---|
| 1794 | vmovdqa $xd1,0x220-0x200(%rax)
|
|---|
| 1795 | vpshufd \$0xff,$xd3,$xd3
|
|---|
| 1796 | vmovdqa $xd2,0x240-0x200(%rax)
|
|---|
| 1797 | vmovdqa $xd3,0x260-0x200(%rax)
|
|---|
| 1798 |
|
|---|
| 1799 | jmp .Loop_enter8x
|
|---|
| 1800 |
|
|---|
| 1801 | .align 32
|
|---|
| 1802 | .Loop_outer8x:
|
|---|
| 1803 | vmovdqa 0x80-0x100(%rcx),$xa0 # re-load smashed key
|
|---|
| 1804 | vmovdqa 0xa0-0x100(%rcx),$xa1
|
|---|
| 1805 | vmovdqa 0xc0-0x100(%rcx),$xa2
|
|---|
| 1806 | vmovdqa 0xe0-0x100(%rcx),$xa3
|
|---|
| 1807 | vmovdqa 0x100-0x100(%rcx),$xb0
|
|---|
| 1808 | vmovdqa 0x120-0x100(%rcx),$xb1
|
|---|
| 1809 | vmovdqa 0x140-0x100(%rcx),$xb2
|
|---|
| 1810 | vmovdqa 0x160-0x100(%rcx),$xb3
|
|---|
| 1811 | vmovdqa 0x180-0x200(%rax),$xt0 # "xc0"
|
|---|
| 1812 | vmovdqa 0x1a0-0x200(%rax),$xt1 # "xc1"
|
|---|
| 1813 | vmovdqa 0x1c0-0x200(%rax),$xt2 # "xc2"
|
|---|
| 1814 | vmovdqa 0x1e0-0x200(%rax),$xt3 # "xc3"
|
|---|
| 1815 | vmovdqa 0x200-0x200(%rax),$xd0
|
|---|
| 1816 | vmovdqa 0x220-0x200(%rax),$xd1
|
|---|
| 1817 | vmovdqa 0x240-0x200(%rax),$xd2
|
|---|
| 1818 | vmovdqa 0x260-0x200(%rax),$xd3
|
|---|
| 1819 | vpaddd .Leight(%rip),$xd0,$xd0 # next SIMD counters
|
|---|
| 1820 |
|
|---|
| 1821 | .Loop_enter8x:
|
|---|
| 1822 | vmovdqa $xt2,0x40(%rsp) # SIMD equivalent of "@x[10]"
|
|---|
| 1823 | vmovdqa $xt3,0x60(%rsp) # SIMD equivalent of "@x[11]"
|
|---|
| 1824 | vbroadcasti128 (%r10),$xt3
|
|---|
| 1825 | vmovdqa $xd0,0x200-0x200(%rax) # save SIMD counters
|
|---|
| 1826 | mov \$10,%eax
|
|---|
| 1827 | jmp .Loop8x
|
|---|
| 1828 |
|
|---|
| 1829 | .align 32
|
|---|
| 1830 | .Loop8x:
|
|---|
| 1831 | ___
|
|---|
| 1832 | foreach (&AVX2_lane_ROUND(0, 4, 8,12)) { eval; }
|
|---|
| 1833 | foreach (&AVX2_lane_ROUND(0, 5,10,15)) { eval; }
|
|---|
| 1834 | $code.=<<___;
|
|---|
| 1835 | dec %eax
|
|---|
| 1836 | jnz .Loop8x
|
|---|
| 1837 |
|
|---|
| 1838 | lea 0x200(%rsp),%rax # size optimization
|
|---|
| 1839 | vpaddd 0x80-0x100(%rcx),$xa0,$xa0 # accumulate key
|
|---|
| 1840 | vpaddd 0xa0-0x100(%rcx),$xa1,$xa1
|
|---|
| 1841 | vpaddd 0xc0-0x100(%rcx),$xa2,$xa2
|
|---|
| 1842 | vpaddd 0xe0-0x100(%rcx),$xa3,$xa3
|
|---|
| 1843 |
|
|---|
| 1844 | vpunpckldq $xa1,$xa0,$xt2 # "de-interlace" data
|
|---|
| 1845 | vpunpckldq $xa3,$xa2,$xt3
|
|---|
| 1846 | vpunpckhdq $xa1,$xa0,$xa0
|
|---|
| 1847 | vpunpckhdq $xa3,$xa2,$xa2
|
|---|
| 1848 | vpunpcklqdq $xt3,$xt2,$xa1 # "a0"
|
|---|
| 1849 | vpunpckhqdq $xt3,$xt2,$xt2 # "a1"
|
|---|
| 1850 | vpunpcklqdq $xa2,$xa0,$xa3 # "a2"
|
|---|
| 1851 | vpunpckhqdq $xa2,$xa0,$xa0 # "a3"
|
|---|
| 1852 | ___
|
|---|
| 1853 | ($xa0,$xa1,$xa2,$xa3,$xt2)=($xa1,$xt2,$xa3,$xa0,$xa2);
|
|---|
| 1854 | $code.=<<___;
|
|---|
| 1855 | vpaddd 0x100-0x100(%rcx),$xb0,$xb0
|
|---|
| 1856 | vpaddd 0x120-0x100(%rcx),$xb1,$xb1
|
|---|
| 1857 | vpaddd 0x140-0x100(%rcx),$xb2,$xb2
|
|---|
| 1858 | vpaddd 0x160-0x100(%rcx),$xb3,$xb3
|
|---|
| 1859 |
|
|---|
| 1860 | vpunpckldq $xb1,$xb0,$xt2
|
|---|
| 1861 | vpunpckldq $xb3,$xb2,$xt3
|
|---|
| 1862 | vpunpckhdq $xb1,$xb0,$xb0
|
|---|
| 1863 | vpunpckhdq $xb3,$xb2,$xb2
|
|---|
| 1864 | vpunpcklqdq $xt3,$xt2,$xb1 # "b0"
|
|---|
| 1865 | vpunpckhqdq $xt3,$xt2,$xt2 # "b1"
|
|---|
| 1866 | vpunpcklqdq $xb2,$xb0,$xb3 # "b2"
|
|---|
| 1867 | vpunpckhqdq $xb2,$xb0,$xb0 # "b3"
|
|---|
| 1868 | ___
|
|---|
| 1869 | ($xb0,$xb1,$xb2,$xb3,$xt2)=($xb1,$xt2,$xb3,$xb0,$xb2);
|
|---|
| 1870 | $code.=<<___;
|
|---|
| 1871 | vperm2i128 \$0x20,$xb0,$xa0,$xt3 # "de-interlace" further
|
|---|
| 1872 | vperm2i128 \$0x31,$xb0,$xa0,$xb0
|
|---|
| 1873 | vperm2i128 \$0x20,$xb1,$xa1,$xa0
|
|---|
| 1874 | vperm2i128 \$0x31,$xb1,$xa1,$xb1
|
|---|
| 1875 | vperm2i128 \$0x20,$xb2,$xa2,$xa1
|
|---|
| 1876 | vperm2i128 \$0x31,$xb2,$xa2,$xb2
|
|---|
| 1877 | vperm2i128 \$0x20,$xb3,$xa3,$xa2
|
|---|
| 1878 | vperm2i128 \$0x31,$xb3,$xa3,$xb3
|
|---|
| 1879 | ___
|
|---|
| 1880 | ($xa0,$xa1,$xa2,$xa3,$xt3)=($xt3,$xa0,$xa1,$xa2,$xa3);
|
|---|
| 1881 | my ($xc0,$xc1,$xc2,$xc3)=($xt0,$xt1,$xa0,$xa1);
|
|---|
| 1882 | $code.=<<___;
|
|---|
| 1883 | vmovdqa $xa0,0x00(%rsp) # offload $xaN
|
|---|
| 1884 | vmovdqa $xa1,0x20(%rsp)
|
|---|
| 1885 | vmovdqa 0x40(%rsp),$xc2 # $xa0
|
|---|
| 1886 | vmovdqa 0x60(%rsp),$xc3 # $xa1
|
|---|
| 1887 |
|
|---|
| 1888 | vpaddd 0x180-0x200(%rax),$xc0,$xc0
|
|---|
| 1889 | vpaddd 0x1a0-0x200(%rax),$xc1,$xc1
|
|---|
| 1890 | vpaddd 0x1c0-0x200(%rax),$xc2,$xc2
|
|---|
| 1891 | vpaddd 0x1e0-0x200(%rax),$xc3,$xc3
|
|---|
| 1892 |
|
|---|
| 1893 | vpunpckldq $xc1,$xc0,$xt2
|
|---|
| 1894 | vpunpckldq $xc3,$xc2,$xt3
|
|---|
| 1895 | vpunpckhdq $xc1,$xc0,$xc0
|
|---|
| 1896 | vpunpckhdq $xc3,$xc2,$xc2
|
|---|
| 1897 | vpunpcklqdq $xt3,$xt2,$xc1 # "c0"
|
|---|
| 1898 | vpunpckhqdq $xt3,$xt2,$xt2 # "c1"
|
|---|
| 1899 | vpunpcklqdq $xc2,$xc0,$xc3 # "c2"
|
|---|
| 1900 | vpunpckhqdq $xc2,$xc0,$xc0 # "c3"
|
|---|
| 1901 | ___
|
|---|
| 1902 | ($xc0,$xc1,$xc2,$xc3,$xt2)=($xc1,$xt2,$xc3,$xc0,$xc2);
|
|---|
| 1903 | $code.=<<___;
|
|---|
| 1904 | vpaddd 0x200-0x200(%rax),$xd0,$xd0
|
|---|
| 1905 | vpaddd 0x220-0x200(%rax),$xd1,$xd1
|
|---|
| 1906 | vpaddd 0x240-0x200(%rax),$xd2,$xd2
|
|---|
| 1907 | vpaddd 0x260-0x200(%rax),$xd3,$xd3
|
|---|
| 1908 |
|
|---|
| 1909 | vpunpckldq $xd1,$xd0,$xt2
|
|---|
| 1910 | vpunpckldq $xd3,$xd2,$xt3
|
|---|
| 1911 | vpunpckhdq $xd1,$xd0,$xd0
|
|---|
| 1912 | vpunpckhdq $xd3,$xd2,$xd2
|
|---|
| 1913 | vpunpcklqdq $xt3,$xt2,$xd1 # "d0"
|
|---|
| 1914 | vpunpckhqdq $xt3,$xt2,$xt2 # "d1"
|
|---|
| 1915 | vpunpcklqdq $xd2,$xd0,$xd3 # "d2"
|
|---|
| 1916 | vpunpckhqdq $xd2,$xd0,$xd0 # "d3"
|
|---|
| 1917 | ___
|
|---|
| 1918 | ($xd0,$xd1,$xd2,$xd3,$xt2)=($xd1,$xt2,$xd3,$xd0,$xd2);
|
|---|
| 1919 | $code.=<<___;
|
|---|
| 1920 | vperm2i128 \$0x20,$xd0,$xc0,$xt3 # "de-interlace" further
|
|---|
| 1921 | vperm2i128 \$0x31,$xd0,$xc0,$xd0
|
|---|
| 1922 | vperm2i128 \$0x20,$xd1,$xc1,$xc0
|
|---|
| 1923 | vperm2i128 \$0x31,$xd1,$xc1,$xd1
|
|---|
| 1924 | vperm2i128 \$0x20,$xd2,$xc2,$xc1
|
|---|
| 1925 | vperm2i128 \$0x31,$xd2,$xc2,$xd2
|
|---|
| 1926 | vperm2i128 \$0x20,$xd3,$xc3,$xc2
|
|---|
| 1927 | vperm2i128 \$0x31,$xd3,$xc3,$xd3
|
|---|
| 1928 | ___
|
|---|
| 1929 | ($xc0,$xc1,$xc2,$xc3,$xt3)=($xt3,$xc0,$xc1,$xc2,$xc3);
|
|---|
| 1930 | ($xb0,$xb1,$xb2,$xb3,$xc0,$xc1,$xc2,$xc3)=
|
|---|
| 1931 | ($xc0,$xc1,$xc2,$xc3,$xb0,$xb1,$xb2,$xb3);
|
|---|
| 1932 | ($xa0,$xa1)=($xt2,$xt3);
|
|---|
| 1933 | $code.=<<___;
|
|---|
| 1934 | vmovdqa 0x00(%rsp),$xa0 # $xaN was offloaded, remember?
|
|---|
| 1935 | vmovdqa 0x20(%rsp),$xa1
|
|---|
| 1936 |
|
|---|
| 1937 | cmp \$64*8,$len
|
|---|
| 1938 | jb .Ltail8x
|
|---|
| 1939 |
|
|---|
| 1940 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 1941 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 1942 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 1943 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 1944 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1945 | vmovdqu $xa0,0x00($out)
|
|---|
| 1946 | vmovdqu $xb0,0x20($out)
|
|---|
| 1947 | vmovdqu $xc0,0x40($out)
|
|---|
| 1948 | vmovdqu $xd0,0x60($out)
|
|---|
| 1949 | lea 0x80($out),$out # size optimization
|
|---|
| 1950 |
|
|---|
| 1951 | vpxor 0x00($inp),$xa1,$xa1
|
|---|
| 1952 | vpxor 0x20($inp),$xb1,$xb1
|
|---|
| 1953 | vpxor 0x40($inp),$xc1,$xc1
|
|---|
| 1954 | vpxor 0x60($inp),$xd1,$xd1
|
|---|
| 1955 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1956 | vmovdqu $xa1,0x00($out)
|
|---|
| 1957 | vmovdqu $xb1,0x20($out)
|
|---|
| 1958 | vmovdqu $xc1,0x40($out)
|
|---|
| 1959 | vmovdqu $xd1,0x60($out)
|
|---|
| 1960 | lea 0x80($out),$out # size optimization
|
|---|
| 1961 |
|
|---|
| 1962 | vpxor 0x00($inp),$xa2,$xa2
|
|---|
| 1963 | vpxor 0x20($inp),$xb2,$xb2
|
|---|
| 1964 | vpxor 0x40($inp),$xc2,$xc2
|
|---|
| 1965 | vpxor 0x60($inp),$xd2,$xd2
|
|---|
| 1966 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1967 | vmovdqu $xa2,0x00($out)
|
|---|
| 1968 | vmovdqu $xb2,0x20($out)
|
|---|
| 1969 | vmovdqu $xc2,0x40($out)
|
|---|
| 1970 | vmovdqu $xd2,0x60($out)
|
|---|
| 1971 | lea 0x80($out),$out # size optimization
|
|---|
| 1972 |
|
|---|
| 1973 | vpxor 0x00($inp),$xa3,$xa3
|
|---|
| 1974 | vpxor 0x20($inp),$xb3,$xb3
|
|---|
| 1975 | vpxor 0x40($inp),$xc3,$xc3
|
|---|
| 1976 | vpxor 0x60($inp),$xd3,$xd3
|
|---|
| 1977 | lea 0x80($inp),$inp # size optimization
|
|---|
| 1978 | vmovdqu $xa3,0x00($out)
|
|---|
| 1979 | vmovdqu $xb3,0x20($out)
|
|---|
| 1980 | vmovdqu $xc3,0x40($out)
|
|---|
| 1981 | vmovdqu $xd3,0x60($out)
|
|---|
| 1982 | lea 0x80($out),$out # size optimization
|
|---|
| 1983 |
|
|---|
| 1984 | sub \$64*8,$len
|
|---|
| 1985 | jnz .Loop_outer8x
|
|---|
| 1986 |
|
|---|
| 1987 | jmp .Ldone8x
|
|---|
| 1988 |
|
|---|
| 1989 | .Ltail8x:
|
|---|
| 1990 | cmp \$448,$len
|
|---|
| 1991 | jae .L448_or_more8x
|
|---|
| 1992 | cmp \$384,$len
|
|---|
| 1993 | jae .L384_or_more8x
|
|---|
| 1994 | cmp \$320,$len
|
|---|
| 1995 | jae .L320_or_more8x
|
|---|
| 1996 | cmp \$256,$len
|
|---|
| 1997 | jae .L256_or_more8x
|
|---|
| 1998 | cmp \$192,$len
|
|---|
| 1999 | jae .L192_or_more8x
|
|---|
| 2000 | cmp \$128,$len
|
|---|
| 2001 | jae .L128_or_more8x
|
|---|
| 2002 | cmp \$64,$len
|
|---|
| 2003 | jae .L64_or_more8x
|
|---|
| 2004 |
|
|---|
| 2005 | xor %r10,%r10
|
|---|
| 2006 | vmovdqa $xa0,0x00(%rsp)
|
|---|
| 2007 | vmovdqa $xb0,0x20(%rsp)
|
|---|
| 2008 | jmp .Loop_tail8x
|
|---|
| 2009 |
|
|---|
| 2010 | .align 32
|
|---|
| 2011 | .L64_or_more8x:
|
|---|
| 2012 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2013 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2014 | vmovdqu $xa0,0x00($out)
|
|---|
| 2015 | vmovdqu $xb0,0x20($out)
|
|---|
| 2016 | je .Ldone8x
|
|---|
| 2017 |
|
|---|
| 2018 | lea 0x40($inp),$inp # inp+=64*1
|
|---|
| 2019 | xor %r10,%r10
|
|---|
| 2020 | vmovdqa $xc0,0x00(%rsp)
|
|---|
| 2021 | lea 0x40($out),$out # out+=64*1
|
|---|
| 2022 | sub \$64,$len # len-=64*1
|
|---|
| 2023 | vmovdqa $xd0,0x20(%rsp)
|
|---|
| 2024 | jmp .Loop_tail8x
|
|---|
| 2025 |
|
|---|
| 2026 | .align 32
|
|---|
| 2027 | .L128_or_more8x:
|
|---|
| 2028 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2029 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2030 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2031 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2032 | vmovdqu $xa0,0x00($out)
|
|---|
| 2033 | vmovdqu $xb0,0x20($out)
|
|---|
| 2034 | vmovdqu $xc0,0x40($out)
|
|---|
| 2035 | vmovdqu $xd0,0x60($out)
|
|---|
| 2036 | je .Ldone8x
|
|---|
| 2037 |
|
|---|
| 2038 | lea 0x80($inp),$inp # inp+=64*2
|
|---|
| 2039 | xor %r10,%r10
|
|---|
| 2040 | vmovdqa $xa1,0x00(%rsp)
|
|---|
| 2041 | lea 0x80($out),$out # out+=64*2
|
|---|
| 2042 | sub \$128,$len # len-=64*2
|
|---|
| 2043 | vmovdqa $xb1,0x20(%rsp)
|
|---|
| 2044 | jmp .Loop_tail8x
|
|---|
| 2045 |
|
|---|
| 2046 | .align 32
|
|---|
| 2047 | .L192_or_more8x:
|
|---|
| 2048 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2049 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2050 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2051 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2052 | vpxor 0x80($inp),$xa1,$xa1
|
|---|
| 2053 | vpxor 0xa0($inp),$xb1,$xb1
|
|---|
| 2054 | vmovdqu $xa0,0x00($out)
|
|---|
| 2055 | vmovdqu $xb0,0x20($out)
|
|---|
| 2056 | vmovdqu $xc0,0x40($out)
|
|---|
| 2057 | vmovdqu $xd0,0x60($out)
|
|---|
| 2058 | vmovdqu $xa1,0x80($out)
|
|---|
| 2059 | vmovdqu $xb1,0xa0($out)
|
|---|
| 2060 | je .Ldone8x
|
|---|
| 2061 |
|
|---|
| 2062 | lea 0xc0($inp),$inp # inp+=64*3
|
|---|
| 2063 | xor %r10,%r10
|
|---|
| 2064 | vmovdqa $xc1,0x00(%rsp)
|
|---|
| 2065 | lea 0xc0($out),$out # out+=64*3
|
|---|
| 2066 | sub \$192,$len # len-=64*3
|
|---|
| 2067 | vmovdqa $xd1,0x20(%rsp)
|
|---|
| 2068 | jmp .Loop_tail8x
|
|---|
| 2069 |
|
|---|
| 2070 | .align 32
|
|---|
| 2071 | .L256_or_more8x:
|
|---|
| 2072 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2073 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2074 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2075 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2076 | vpxor 0x80($inp),$xa1,$xa1
|
|---|
| 2077 | vpxor 0xa0($inp),$xb1,$xb1
|
|---|
| 2078 | vpxor 0xc0($inp),$xc1,$xc1
|
|---|
| 2079 | vpxor 0xe0($inp),$xd1,$xd1
|
|---|
| 2080 | vmovdqu $xa0,0x00($out)
|
|---|
| 2081 | vmovdqu $xb0,0x20($out)
|
|---|
| 2082 | vmovdqu $xc0,0x40($out)
|
|---|
| 2083 | vmovdqu $xd0,0x60($out)
|
|---|
| 2084 | vmovdqu $xa1,0x80($out)
|
|---|
| 2085 | vmovdqu $xb1,0xa0($out)
|
|---|
| 2086 | vmovdqu $xc1,0xc0($out)
|
|---|
| 2087 | vmovdqu $xd1,0xe0($out)
|
|---|
| 2088 | je .Ldone8x
|
|---|
| 2089 |
|
|---|
| 2090 | lea 0x100($inp),$inp # inp+=64*4
|
|---|
| 2091 | xor %r10,%r10
|
|---|
| 2092 | vmovdqa $xa2,0x00(%rsp)
|
|---|
| 2093 | lea 0x100($out),$out # out+=64*4
|
|---|
| 2094 | sub \$256,$len # len-=64*4
|
|---|
| 2095 | vmovdqa $xb2,0x20(%rsp)
|
|---|
| 2096 | jmp .Loop_tail8x
|
|---|
| 2097 |
|
|---|
| 2098 | .align 32
|
|---|
| 2099 | .L320_or_more8x:
|
|---|
| 2100 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2101 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2102 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2103 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2104 | vpxor 0x80($inp),$xa1,$xa1
|
|---|
| 2105 | vpxor 0xa0($inp),$xb1,$xb1
|
|---|
| 2106 | vpxor 0xc0($inp),$xc1,$xc1
|
|---|
| 2107 | vpxor 0xe0($inp),$xd1,$xd1
|
|---|
| 2108 | vpxor 0x100($inp),$xa2,$xa2
|
|---|
| 2109 | vpxor 0x120($inp),$xb2,$xb2
|
|---|
| 2110 | vmovdqu $xa0,0x00($out)
|
|---|
| 2111 | vmovdqu $xb0,0x20($out)
|
|---|
| 2112 | vmovdqu $xc0,0x40($out)
|
|---|
| 2113 | vmovdqu $xd0,0x60($out)
|
|---|
| 2114 | vmovdqu $xa1,0x80($out)
|
|---|
| 2115 | vmovdqu $xb1,0xa0($out)
|
|---|
| 2116 | vmovdqu $xc1,0xc0($out)
|
|---|
| 2117 | vmovdqu $xd1,0xe0($out)
|
|---|
| 2118 | vmovdqu $xa2,0x100($out)
|
|---|
| 2119 | vmovdqu $xb2,0x120($out)
|
|---|
| 2120 | je .Ldone8x
|
|---|
| 2121 |
|
|---|
| 2122 | lea 0x140($inp),$inp # inp+=64*5
|
|---|
| 2123 | xor %r10,%r10
|
|---|
| 2124 | vmovdqa $xc2,0x00(%rsp)
|
|---|
| 2125 | lea 0x140($out),$out # out+=64*5
|
|---|
| 2126 | sub \$320,$len # len-=64*5
|
|---|
| 2127 | vmovdqa $xd2,0x20(%rsp)
|
|---|
| 2128 | jmp .Loop_tail8x
|
|---|
| 2129 |
|
|---|
| 2130 | .align 32
|
|---|
| 2131 | .L384_or_more8x:
|
|---|
| 2132 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2133 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2134 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2135 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2136 | vpxor 0x80($inp),$xa1,$xa1
|
|---|
| 2137 | vpxor 0xa0($inp),$xb1,$xb1
|
|---|
| 2138 | vpxor 0xc0($inp),$xc1,$xc1
|
|---|
| 2139 | vpxor 0xe0($inp),$xd1,$xd1
|
|---|
| 2140 | vpxor 0x100($inp),$xa2,$xa2
|
|---|
| 2141 | vpxor 0x120($inp),$xb2,$xb2
|
|---|
| 2142 | vpxor 0x140($inp),$xc2,$xc2
|
|---|
| 2143 | vpxor 0x160($inp),$xd2,$xd2
|
|---|
| 2144 | vmovdqu $xa0,0x00($out)
|
|---|
| 2145 | vmovdqu $xb0,0x20($out)
|
|---|
| 2146 | vmovdqu $xc0,0x40($out)
|
|---|
| 2147 | vmovdqu $xd0,0x60($out)
|
|---|
| 2148 | vmovdqu $xa1,0x80($out)
|
|---|
| 2149 | vmovdqu $xb1,0xa0($out)
|
|---|
| 2150 | vmovdqu $xc1,0xc0($out)
|
|---|
| 2151 | vmovdqu $xd1,0xe0($out)
|
|---|
| 2152 | vmovdqu $xa2,0x100($out)
|
|---|
| 2153 | vmovdqu $xb2,0x120($out)
|
|---|
| 2154 | vmovdqu $xc2,0x140($out)
|
|---|
| 2155 | vmovdqu $xd2,0x160($out)
|
|---|
| 2156 | je .Ldone8x
|
|---|
| 2157 |
|
|---|
| 2158 | lea 0x180($inp),$inp # inp+=64*6
|
|---|
| 2159 | xor %r10,%r10
|
|---|
| 2160 | vmovdqa $xa3,0x00(%rsp)
|
|---|
| 2161 | lea 0x180($out),$out # out+=64*6
|
|---|
| 2162 | sub \$384,$len # len-=64*6
|
|---|
| 2163 | vmovdqa $xb3,0x20(%rsp)
|
|---|
| 2164 | jmp .Loop_tail8x
|
|---|
| 2165 |
|
|---|
| 2166 | .align 32
|
|---|
| 2167 | .L448_or_more8x:
|
|---|
| 2168 | vpxor 0x00($inp),$xa0,$xa0 # xor with input
|
|---|
| 2169 | vpxor 0x20($inp),$xb0,$xb0
|
|---|
| 2170 | vpxor 0x40($inp),$xc0,$xc0
|
|---|
| 2171 | vpxor 0x60($inp),$xd0,$xd0
|
|---|
| 2172 | vpxor 0x80($inp),$xa1,$xa1
|
|---|
| 2173 | vpxor 0xa0($inp),$xb1,$xb1
|
|---|
| 2174 | vpxor 0xc0($inp),$xc1,$xc1
|
|---|
| 2175 | vpxor 0xe0($inp),$xd1,$xd1
|
|---|
| 2176 | vpxor 0x100($inp),$xa2,$xa2
|
|---|
| 2177 | vpxor 0x120($inp),$xb2,$xb2
|
|---|
| 2178 | vpxor 0x140($inp),$xc2,$xc2
|
|---|
| 2179 | vpxor 0x160($inp),$xd2,$xd2
|
|---|
| 2180 | vpxor 0x180($inp),$xa3,$xa3
|
|---|
| 2181 | vpxor 0x1a0($inp),$xb3,$xb3
|
|---|
| 2182 | vmovdqu $xa0,0x00($out)
|
|---|
| 2183 | vmovdqu $xb0,0x20($out)
|
|---|
| 2184 | vmovdqu $xc0,0x40($out)
|
|---|
| 2185 | vmovdqu $xd0,0x60($out)
|
|---|
| 2186 | vmovdqu $xa1,0x80($out)
|
|---|
| 2187 | vmovdqu $xb1,0xa0($out)
|
|---|
| 2188 | vmovdqu $xc1,0xc0($out)
|
|---|
| 2189 | vmovdqu $xd1,0xe0($out)
|
|---|
| 2190 | vmovdqu $xa2,0x100($out)
|
|---|
| 2191 | vmovdqu $xb2,0x120($out)
|
|---|
| 2192 | vmovdqu $xc2,0x140($out)
|
|---|
| 2193 | vmovdqu $xd2,0x160($out)
|
|---|
| 2194 | vmovdqu $xa3,0x180($out)
|
|---|
| 2195 | vmovdqu $xb3,0x1a0($out)
|
|---|
| 2196 | je .Ldone8x
|
|---|
| 2197 |
|
|---|
| 2198 | lea 0x1c0($inp),$inp # inp+=64*7
|
|---|
| 2199 | xor %r10,%r10
|
|---|
| 2200 | vmovdqa $xc3,0x00(%rsp)
|
|---|
| 2201 | lea 0x1c0($out),$out # out+=64*7
|
|---|
| 2202 | sub \$448,$len # len-=64*7
|
|---|
| 2203 | vmovdqa $xd3,0x20(%rsp)
|
|---|
| 2204 |
|
|---|
| 2205 | .Loop_tail8x:
|
|---|
| 2206 | movzb ($inp,%r10),%eax
|
|---|
| 2207 | movzb (%rsp,%r10),%ecx
|
|---|
| 2208 | lea 1(%r10),%r10
|
|---|
| 2209 | xor %ecx,%eax
|
|---|
| 2210 | mov %al,-1($out,%r10)
|
|---|
| 2211 | dec $len
|
|---|
| 2212 | jnz .Loop_tail8x
|
|---|
| 2213 |
|
|---|
| 2214 | .Ldone8x:
|
|---|
| 2215 | vzeroall
|
|---|
| 2216 | ___
|
|---|
| 2217 | $code.=<<___ if ($win64);
|
|---|
| 2218 | lea 0x290+0x30(%rsp),%r11
|
|---|
| 2219 | movaps -0x30(%r11),%xmm6
|
|---|
| 2220 | movaps -0x20(%r11),%xmm7
|
|---|
| 2221 | movaps -0x10(%r11),%xmm8
|
|---|
| 2222 | movaps 0x00(%r11),%xmm9
|
|---|
| 2223 | movaps 0x10(%r11),%xmm10
|
|---|
| 2224 | movaps 0x20(%r11),%xmm11
|
|---|
| 2225 | movaps 0x30(%r11),%xmm12
|
|---|
| 2226 | movaps 0x40(%r11),%xmm13
|
|---|
| 2227 | movaps 0x50(%r11),%xmm14
|
|---|
| 2228 | movaps 0x60(%r11),%xmm15
|
|---|
| 2229 | ___
|
|---|
| 2230 | $code.=<<___;
|
|---|
| 2231 | mov 0x280(%rsp),%rsp
|
|---|
| 2232 | ret
|
|---|
| 2233 | .size ChaCha20_8x,.-ChaCha20_8x
|
|---|
| 2234 | ___
|
|---|
| 2235 | }
|
|---|
| 2236 |
|
|---|
| 2237 | foreach (split("\n",$code)) {
|
|---|
| 2238 | s/\`([^\`]*)\`/eval $1/geo;
|
|---|
| 2239 |
|
|---|
| 2240 | s/%x#%y/%x/go;
|
|---|
| 2241 |
|
|---|
| 2242 | print $_,"\n";
|
|---|
| 2243 | }
|
|---|
| 2244 |
|
|---|
| 2245 | close STDOUT;
|
|---|
