| 1 | #! /usr/bin/env perl
|
|---|
| 2 | # Copyright 2014-2016 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 | # #
|
|---|
| 12 | # Copyright 2014 Intel Corporation #
|
|---|
| 13 | # #
|
|---|
| 14 | # Licensed under the Apache License, Version 2.0 (the "License"); #
|
|---|
| 15 | # you may not use this file except in compliance with the License. #
|
|---|
| 16 | # You may obtain a copy of the License at #
|
|---|
| 17 | # #
|
|---|
| 18 | # http://www.apache.org/licenses/LICENSE-2.0 #
|
|---|
| 19 | # #
|
|---|
| 20 | # Unless required by applicable law or agreed to in writing, software #
|
|---|
| 21 | # distributed under the License is distributed on an "AS IS" BASIS, #
|
|---|
| 22 | # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. #
|
|---|
| 23 | # See the License for the specific language governing permissions and #
|
|---|
| 24 | # limitations under the License. #
|
|---|
| 25 | # #
|
|---|
| 26 | ##############################################################################
|
|---|
| 27 | # #
|
|---|
| 28 | # Developers and authors: #
|
|---|
| 29 | # Shay Gueron (1, 2), and Vlad Krasnov (1) #
|
|---|
| 30 | # (1) Intel Corporation, Israel Development Center #
|
|---|
| 31 | # (2) University of Haifa #
|
|---|
| 32 | # Reference: #
|
|---|
| 33 | # S.Gueron and V.Krasnov, "Fast Prime Field Elliptic Curve Cryptography with#
|
|---|
| 34 | # 256 Bit Primes" #
|
|---|
| 35 | # #
|
|---|
| 36 | ##############################################################################
|
|---|
| 37 |
|
|---|
| 38 | $flavour = shift;
|
|---|
| 39 | $output = shift;
|
|---|
| 40 | if ($flavour =~ /\./) { $output = $flavour; undef $flavour; }
|
|---|
| 41 |
|
|---|
| 42 | $win64=0; $win64=1 if ($flavour =~ /[nm]asm|mingw64/ || $output =~ /\.asm$/);
|
|---|
| 43 |
|
|---|
| 44 | $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
|
|---|
| 45 | ( $xlate="${dir}x86_64-xlate.pl" and -f $xlate ) or
|
|---|
| 46 | ( $xlate="${dir}../../perlasm/x86_64-xlate.pl" and -f $xlate) or
|
|---|
| 47 | die "can't locate x86_64-xlate.pl";
|
|---|
| 48 |
|
|---|
| 49 | open OUT,"| \"$^X\" $xlate $flavour $output";
|
|---|
| 50 | *STDOUT=*OUT;
|
|---|
| 51 |
|
|---|
| 52 | if (`$ENV{CC} -Wa,-v -c -o /dev/null -x assembler /dev/null 2>&1`
|
|---|
| 53 | =~ /GNU assembler version ([2-9]\.[0-9]+)/) {
|
|---|
| 54 | $avx = ($1>=2.19) + ($1>=2.22);
|
|---|
| 55 | $addx = ($1>=2.23);
|
|---|
| 56 | }
|
|---|
| 57 |
|
|---|
| 58 | if (!$addx && $win64 && ($flavour =~ /nasm/ || $ENV{ASM} =~ /nasm/) &&
|
|---|
| 59 | `nasm -v 2>&1` =~ /NASM version ([2-9]\.[0-9]+)/) {
|
|---|
| 60 | $avx = ($1>=2.09) + ($1>=2.10);
|
|---|
| 61 | $addx = ($1>=2.10);
|
|---|
| 62 | }
|
|---|
| 63 |
|
|---|
| 64 | if (!$addx && $win64 && ($flavour =~ /masm/ || $ENV{ASM} =~ /ml64/) &&
|
|---|
| 65 | `ml64 2>&1` =~ /Version ([0-9]+)\./) {
|
|---|
| 66 | $avx = ($1>=10) + ($1>=11);
|
|---|
| 67 | $addx = ($1>=12);
|
|---|
| 68 | }
|
|---|
| 69 |
|
|---|
| 70 | if (!$addx && `$ENV{CC} -v 2>&1` =~ /(^clang version|based on LLVM) ([3-9])\.([0-9]+)/) {
|
|---|
| 71 | my $ver = $2 + $3/100.0; # 3.1->3.01, 3.10->3.10
|
|---|
| 72 | $avx = ($ver>=3.0) + ($ver>=3.01);
|
|---|
| 73 | $addx = ($ver>=3.03);
|
|---|
| 74 | }
|
|---|
| 75 |
|
|---|
| 76 | if ($avx>=2) {{
|
|---|
| 77 | $digit_size = "\$29";
|
|---|
| 78 | $n_digits = "\$9";
|
|---|
| 79 |
|
|---|
| 80 | $code.=<<___;
|
|---|
| 81 | .text
|
|---|
| 82 |
|
|---|
| 83 | .align 64
|
|---|
| 84 | .LAVX2_AND_MASK:
|
|---|
| 85 | .LAVX2_POLY:
|
|---|
| 86 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 87 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 88 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 89 | .quad 0x000001ff, 0x000001ff, 0x000001ff, 0x000001ff
|
|---|
| 90 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 91 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 92 | .quad 0x00040000, 0x00040000, 0x00040000, 0x00040000
|
|---|
| 93 | .quad 0x1fe00000, 0x1fe00000, 0x1fe00000, 0x1fe00000
|
|---|
| 94 | .quad 0x00ffffff, 0x00ffffff, 0x00ffffff, 0x00ffffff
|
|---|
| 95 |
|
|---|
| 96 | .LAVX2_POLY_x2:
|
|---|
| 97 | .quad 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC
|
|---|
| 98 | .quad 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC
|
|---|
| 99 | .quad 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC
|
|---|
| 100 | .quad 0x400007FC, 0x400007FC, 0x400007FC, 0x400007FC
|
|---|
| 101 | .quad 0x3FFFFFFE, 0x3FFFFFFE, 0x3FFFFFFE, 0x3FFFFFFE
|
|---|
| 102 | .quad 0x3FFFFFFE, 0x3FFFFFFE, 0x3FFFFFFE, 0x3FFFFFFE
|
|---|
| 103 | .quad 0x400FFFFE, 0x400FFFFE, 0x400FFFFE, 0x400FFFFE
|
|---|
| 104 | .quad 0x7F7FFFFE, 0x7F7FFFFE, 0x7F7FFFFE, 0x7F7FFFFE
|
|---|
| 105 | .quad 0x03FFFFFC, 0x03FFFFFC, 0x03FFFFFC, 0x03FFFFFC
|
|---|
| 106 |
|
|---|
| 107 | .LAVX2_POLY_x8:
|
|---|
| 108 | .quad 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8
|
|---|
| 109 | .quad 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8
|
|---|
| 110 | .quad 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8, 0xFFFFFFF8
|
|---|
| 111 | .quad 0x80000FF8, 0x80000FF8, 0x80000FF8, 0x80000FF8
|
|---|
| 112 | .quad 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC
|
|---|
| 113 | .quad 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC, 0x7FFFFFFC
|
|---|
| 114 | .quad 0x801FFFFC, 0x801FFFFC, 0x801FFFFC, 0x801FFFFC
|
|---|
| 115 | .quad 0xFEFFFFFC, 0xFEFFFFFC, 0xFEFFFFFC, 0xFEFFFFFC
|
|---|
| 116 | .quad 0x07FFFFF8, 0x07FFFFF8, 0x07FFFFF8, 0x07FFFFF8
|
|---|
| 117 |
|
|---|
| 118 | .LONE:
|
|---|
| 119 | .quad 0x00000020, 0x00000020, 0x00000020, 0x00000020
|
|---|
| 120 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 121 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 122 | .quad 0x1fffc000, 0x1fffc000, 0x1fffc000, 0x1fffc000
|
|---|
| 123 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 124 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 125 | .quad 0x1f7fffff, 0x1f7fffff, 0x1f7fffff, 0x1f7fffff
|
|---|
| 126 | .quad 0x03ffffff, 0x03ffffff, 0x03ffffff, 0x03ffffff
|
|---|
| 127 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 128 |
|
|---|
| 129 | # RR = 2^266 mod p in AVX2 format, to transform from the native OpenSSL
|
|---|
| 130 | # Montgomery form (*2^256) to our format (*2^261)
|
|---|
| 131 |
|
|---|
| 132 | .LTO_MONT_AVX2:
|
|---|
| 133 | .quad 0x00000400, 0x00000400, 0x00000400, 0x00000400
|
|---|
| 134 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 135 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 136 | .quad 0x1ff80000, 0x1ff80000, 0x1ff80000, 0x1ff80000
|
|---|
| 137 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 138 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 139 | .quad 0x0fffffff, 0x0fffffff, 0x0fffffff, 0x0fffffff
|
|---|
| 140 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 141 | .quad 0x00000003, 0x00000003, 0x00000003, 0x00000003
|
|---|
| 142 |
|
|---|
| 143 | .LFROM_MONT_AVX2:
|
|---|
| 144 | .quad 0x00000001, 0x00000001, 0x00000001, 0x00000001
|
|---|
| 145 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 146 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 147 | .quad 0x1ffffe00, 0x1ffffe00, 0x1ffffe00, 0x1ffffe00
|
|---|
| 148 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 149 | .quad 0x1fffffff, 0x1fffffff, 0x1fffffff, 0x1fffffff
|
|---|
| 150 | .quad 0x1ffbffff, 0x1ffbffff, 0x1ffbffff, 0x1ffbffff
|
|---|
| 151 | .quad 0x001fffff, 0x001fffff, 0x001fffff, 0x001fffff
|
|---|
| 152 | .quad 0x00000000, 0x00000000, 0x00000000, 0x00000000
|
|---|
| 153 |
|
|---|
| 154 | .LIntOne:
|
|---|
| 155 | .long 1,1,1,1,1,1,1,1
|
|---|
| 156 | ___
|
|---|
| 157 |
|
|---|
| 158 | {
|
|---|
| 159 | # This function receives a pointer to an array of four affine points
|
|---|
| 160 | # (X, Y, <1>) and rearanges the data for AVX2 execution, while
|
|---|
| 161 | # converting it to 2^29 radix redundant form
|
|---|
| 162 |
|
|---|
| 163 | my ($X0,$X1,$X2,$X3, $Y0,$Y1,$Y2,$Y3,
|
|---|
| 164 | $T0,$T1,$T2,$T3, $T4,$T5,$T6,$T7)=map("%ymm$_",(0..15));
|
|---|
| 165 |
|
|---|
| 166 | $code.=<<___;
|
|---|
| 167 | .globl ecp_nistz256_avx2_transpose_convert
|
|---|
| 168 | .type ecp_nistz256_avx2_transpose_convert,\@function,2
|
|---|
| 169 | .align 64
|
|---|
| 170 | ecp_nistz256_avx2_transpose_convert:
|
|---|
| 171 | vzeroupper
|
|---|
| 172 | ___
|
|---|
| 173 | $code.=<<___ if ($win64);
|
|---|
| 174 | lea -8-16*10(%rsp), %rsp
|
|---|
| 175 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 176 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 177 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 178 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 179 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 180 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 181 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 182 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 183 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 184 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 185 | ___
|
|---|
| 186 | $code.=<<___;
|
|---|
| 187 | # Load the data
|
|---|
| 188 | vmovdqa 32*0(%rsi), $X0
|
|---|
| 189 | lea 112(%rsi), %rax # size optimization
|
|---|
| 190 | vmovdqa 32*1(%rsi), $Y0
|
|---|
| 191 | lea .LAVX2_AND_MASK(%rip), %rdx
|
|---|
| 192 | vmovdqa 32*2(%rsi), $X1
|
|---|
| 193 | vmovdqa 32*3(%rsi), $Y1
|
|---|
| 194 | vmovdqa 32*4-112(%rax), $X2
|
|---|
| 195 | vmovdqa 32*5-112(%rax), $Y2
|
|---|
| 196 | vmovdqa 32*6-112(%rax), $X3
|
|---|
| 197 | vmovdqa 32*7-112(%rax), $Y3
|
|---|
| 198 |
|
|---|
| 199 | # Transpose X and Y independently
|
|---|
| 200 | vpunpcklqdq $X1, $X0, $T0 # T0 = [B2 A2 B0 A0]
|
|---|
| 201 | vpunpcklqdq $X3, $X2, $T1 # T1 = [D2 C2 D0 C0]
|
|---|
| 202 | vpunpckhqdq $X1, $X0, $T2 # T2 = [B3 A3 B1 A1]
|
|---|
| 203 | vpunpckhqdq $X3, $X2, $T3 # T3 = [D3 C3 D1 C1]
|
|---|
| 204 |
|
|---|
| 205 | vpunpcklqdq $Y1, $Y0, $T4
|
|---|
| 206 | vpunpcklqdq $Y3, $Y2, $T5
|
|---|
| 207 | vpunpckhqdq $Y1, $Y0, $T6
|
|---|
| 208 | vpunpckhqdq $Y3, $Y2, $T7
|
|---|
| 209 |
|
|---|
| 210 | vperm2i128 \$0x20, $T1, $T0, $X0 # X0 = [D0 C0 B0 A0]
|
|---|
| 211 | vperm2i128 \$0x20, $T3, $T2, $X1 # X1 = [D1 C1 B1 A1]
|
|---|
| 212 | vperm2i128 \$0x31, $T1, $T0, $X2 # X2 = [D2 C2 B2 A2]
|
|---|
| 213 | vperm2i128 \$0x31, $T3, $T2, $X3 # X3 = [D3 C3 B3 A3]
|
|---|
| 214 |
|
|---|
| 215 | vperm2i128 \$0x20, $T5, $T4, $Y0
|
|---|
| 216 | vperm2i128 \$0x20, $T7, $T6, $Y1
|
|---|
| 217 | vperm2i128 \$0x31, $T5, $T4, $Y2
|
|---|
| 218 | vperm2i128 \$0x31, $T7, $T6, $Y3
|
|---|
| 219 | vmovdqa (%rdx), $T7
|
|---|
| 220 |
|
|---|
| 221 | vpand (%rdx), $X0, $T0 # out[0] = in[0] & mask;
|
|---|
| 222 | vpsrlq \$29, $X0, $X0
|
|---|
| 223 | vpand $T7, $X0, $T1 # out[1] = (in[0] >> shift) & mask;
|
|---|
| 224 | vpsrlq \$29, $X0, $X0
|
|---|
| 225 | vpsllq \$6, $X1, $T2
|
|---|
| 226 | vpxor $X0, $T2, $T2
|
|---|
| 227 | vpand $T7, $T2, $T2 # out[2] = ((in[0] >> (shift*2)) ^ (in[1] << (64-shift*2))) & mask;
|
|---|
| 228 | vpsrlq \$23, $X1, $X1
|
|---|
| 229 | vpand $T7, $X1, $T3 # out[3] = (in[1] >> ((shift*3)%64)) & mask;
|
|---|
| 230 | vpsrlq \$29, $X1, $X1
|
|---|
| 231 | vpsllq \$12, $X2, $T4
|
|---|
| 232 | vpxor $X1, $T4, $T4
|
|---|
| 233 | vpand $T7, $T4, $T4 # out[4] = ((in[1] >> ((shift*4)%64)) ^ (in[2] << (64*2-shift*4))) & mask;
|
|---|
| 234 | vpsrlq \$17, $X2, $X2
|
|---|
| 235 | vpand $T7, $X2, $T5 # out[5] = (in[2] >> ((shift*5)%64)) & mask;
|
|---|
| 236 | vpsrlq \$29, $X2, $X2
|
|---|
| 237 | vpsllq \$18, $X3, $T6
|
|---|
| 238 | vpxor $X2, $T6, $T6
|
|---|
| 239 | vpand $T7, $T6, $T6 # out[6] = ((in[2] >> ((shift*6)%64)) ^ (in[3] << (64*3-shift*6))) & mask;
|
|---|
| 240 | vpsrlq \$11, $X3, $X3
|
|---|
| 241 | vmovdqa $T0, 32*0(%rdi)
|
|---|
| 242 | lea 112(%rdi), %rax # size optimization
|
|---|
| 243 | vpand $T7, $X3, $T0 # out[7] = (in[3] >> ((shift*7)%64)) & mask;
|
|---|
| 244 | vpsrlq \$29, $X3, $X3 # out[8] = (in[3] >> ((shift*8)%64)) & mask;
|
|---|
| 245 |
|
|---|
| 246 | vmovdqa $T1, 32*1(%rdi)
|
|---|
| 247 | vmovdqa $T2, 32*2(%rdi)
|
|---|
| 248 | vmovdqa $T3, 32*3(%rdi)
|
|---|
| 249 | vmovdqa $T4, 32*4-112(%rax)
|
|---|
| 250 | vmovdqa $T5, 32*5-112(%rax)
|
|---|
| 251 | vmovdqa $T6, 32*6-112(%rax)
|
|---|
| 252 | vmovdqa $T0, 32*7-112(%rax)
|
|---|
| 253 | vmovdqa $X3, 32*8-112(%rax)
|
|---|
| 254 | lea 448(%rdi), %rax # size optimization
|
|---|
| 255 |
|
|---|
| 256 | vpand $T7, $Y0, $T0 # out[0] = in[0] & mask;
|
|---|
| 257 | vpsrlq \$29, $Y0, $Y0
|
|---|
| 258 | vpand $T7, $Y0, $T1 # out[1] = (in[0] >> shift) & mask;
|
|---|
| 259 | vpsrlq \$29, $Y0, $Y0
|
|---|
| 260 | vpsllq \$6, $Y1, $T2
|
|---|
| 261 | vpxor $Y0, $T2, $T2
|
|---|
| 262 | vpand $T7, $T2, $T2 # out[2] = ((in[0] >> (shift*2)) ^ (in[1] << (64-shift*2))) & mask;
|
|---|
| 263 | vpsrlq \$23, $Y1, $Y1
|
|---|
| 264 | vpand $T7, $Y1, $T3 # out[3] = (in[1] >> ((shift*3)%64)) & mask;
|
|---|
| 265 | vpsrlq \$29, $Y1, $Y1
|
|---|
| 266 | vpsllq \$12, $Y2, $T4
|
|---|
| 267 | vpxor $Y1, $T4, $T4
|
|---|
| 268 | vpand $T7, $T4, $T4 # out[4] = ((in[1] >> ((shift*4)%64)) ^ (in[2] << (64*2-shift*4))) & mask;
|
|---|
| 269 | vpsrlq \$17, $Y2, $Y2
|
|---|
| 270 | vpand $T7, $Y2, $T5 # out[5] = (in[2] >> ((shift*5)%64)) & mask;
|
|---|
| 271 | vpsrlq \$29, $Y2, $Y2
|
|---|
| 272 | vpsllq \$18, $Y3, $T6
|
|---|
| 273 | vpxor $Y2, $T6, $T6
|
|---|
| 274 | vpand $T7, $T6, $T6 # out[6] = ((in[2] >> ((shift*6)%64)) ^ (in[3] << (64*3-shift*6))) & mask;
|
|---|
| 275 | vpsrlq \$11, $Y3, $Y3
|
|---|
| 276 | vmovdqa $T0, 32*9-448(%rax)
|
|---|
| 277 | vpand $T7, $Y3, $T0 # out[7] = (in[3] >> ((shift*7)%64)) & mask;
|
|---|
| 278 | vpsrlq \$29, $Y3, $Y3 # out[8] = (in[3] >> ((shift*8)%64)) & mask;
|
|---|
| 279 |
|
|---|
| 280 | vmovdqa $T1, 32*10-448(%rax)
|
|---|
| 281 | vmovdqa $T2, 32*11-448(%rax)
|
|---|
| 282 | vmovdqa $T3, 32*12-448(%rax)
|
|---|
| 283 | vmovdqa $T4, 32*13-448(%rax)
|
|---|
| 284 | vmovdqa $T5, 32*14-448(%rax)
|
|---|
| 285 | vmovdqa $T6, 32*15-448(%rax)
|
|---|
| 286 | vmovdqa $T0, 32*16-448(%rax)
|
|---|
| 287 | vmovdqa $Y3, 32*17-448(%rax)
|
|---|
| 288 |
|
|---|
| 289 | vzeroupper
|
|---|
| 290 | ___
|
|---|
| 291 | $code.=<<___ if ($win64);
|
|---|
| 292 | movaps 16*0(%rsp), %xmm6
|
|---|
| 293 | movaps 16*1(%rsp), %xmm7
|
|---|
| 294 | movaps 16*2(%rsp), %xmm8
|
|---|
| 295 | movaps 16*3(%rsp), %xmm9
|
|---|
| 296 | movaps 16*4(%rsp), %xmm10
|
|---|
| 297 | movaps 16*5(%rsp), %xmm11
|
|---|
| 298 | movaps 16*6(%rsp), %xmm12
|
|---|
| 299 | movaps 16*7(%rsp), %xmm13
|
|---|
| 300 | movaps 16*8(%rsp), %xmm14
|
|---|
| 301 | movaps 16*9(%rsp), %xmm15
|
|---|
| 302 | lea 8+16*10(%rsp), %rsp
|
|---|
| 303 | ___
|
|---|
| 304 | $code.=<<___;
|
|---|
| 305 | ret
|
|---|
| 306 | .size ecp_nistz256_avx2_transpose_convert,.-ecp_nistz256_avx2_transpose_convert
|
|---|
| 307 | ___
|
|---|
| 308 | }
|
|---|
| 309 | {
|
|---|
| 310 | ################################################################################
|
|---|
| 311 | # This function receives a pointer to an array of four AVX2 formatted points
|
|---|
| 312 | # (X, Y, Z) convert the data to normal representation, and rearanges the data
|
|---|
| 313 |
|
|---|
| 314 | my ($D0,$D1,$D2,$D3, $D4,$D5,$D6,$D7, $D8)=map("%ymm$_",(0..8));
|
|---|
| 315 | my ($T0,$T1,$T2,$T3, $T4,$T5,$T6)=map("%ymm$_",(9..15));
|
|---|
| 316 |
|
|---|
| 317 | $code.=<<___;
|
|---|
| 318 |
|
|---|
| 319 | .globl ecp_nistz256_avx2_convert_transpose_back
|
|---|
| 320 | .type ecp_nistz256_avx2_convert_transpose_back,\@function,2
|
|---|
| 321 | .align 32
|
|---|
| 322 | ecp_nistz256_avx2_convert_transpose_back:
|
|---|
| 323 | vzeroupper
|
|---|
| 324 | ___
|
|---|
| 325 | $code.=<<___ if ($win64);
|
|---|
| 326 | lea -8-16*10(%rsp), %rsp
|
|---|
| 327 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 328 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 329 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 330 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 331 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 332 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 333 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 334 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 335 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 336 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 337 | ___
|
|---|
| 338 | $code.=<<___;
|
|---|
| 339 | mov \$3, %ecx
|
|---|
| 340 |
|
|---|
| 341 | .Lconv_loop:
|
|---|
| 342 | vmovdqa 32*0(%rsi), $D0
|
|---|
| 343 | lea 160(%rsi), %rax # size optimization
|
|---|
| 344 | vmovdqa 32*1(%rsi), $D1
|
|---|
| 345 | vmovdqa 32*2(%rsi), $D2
|
|---|
| 346 | vmovdqa 32*3(%rsi), $D3
|
|---|
| 347 | vmovdqa 32*4-160(%rax), $D4
|
|---|
| 348 | vmovdqa 32*5-160(%rax), $D5
|
|---|
| 349 | vmovdqa 32*6-160(%rax), $D6
|
|---|
| 350 | vmovdqa 32*7-160(%rax), $D7
|
|---|
| 351 | vmovdqa 32*8-160(%rax), $D8
|
|---|
| 352 |
|
|---|
| 353 | vpsllq \$29, $D1, $D1
|
|---|
| 354 | vpsllq \$58, $D2, $T0
|
|---|
| 355 | vpaddq $D1, $D0, $D0
|
|---|
| 356 | vpaddq $T0, $D0, $D0 # out[0] = (in[0]) ^ (in[1] << shift*1) ^ (in[2] << shift*2);
|
|---|
| 357 |
|
|---|
| 358 | vpsrlq \$6, $D2, $D2
|
|---|
| 359 | vpsllq \$23, $D3, $D3
|
|---|
| 360 | vpsllq \$52, $D4, $T1
|
|---|
| 361 | vpaddq $D2, $D3, $D3
|
|---|
| 362 | vpaddq $D3, $T1, $D1 # out[1] = (in[2] >> (64*1-shift*2)) ^ (in[3] << shift*3%64) ^ (in[4] << shift*4%64);
|
|---|
| 363 |
|
|---|
| 364 | vpsrlq \$12, $D4, $D4
|
|---|
| 365 | vpsllq \$17, $D5, $D5
|
|---|
| 366 | vpsllq \$46, $D6, $T2
|
|---|
| 367 | vpaddq $D4, $D5, $D5
|
|---|
| 368 | vpaddq $D5, $T2, $D2 # out[2] = (in[4] >> (64*2-shift*4)) ^ (in[5] << shift*5%64) ^ (in[6] << shift*6%64);
|
|---|
| 369 |
|
|---|
| 370 | vpsrlq \$18, $D6, $D6
|
|---|
| 371 | vpsllq \$11, $D7, $D7
|
|---|
| 372 | vpsllq \$40, $D8, $T3
|
|---|
| 373 | vpaddq $D6, $D7, $D7
|
|---|
| 374 | vpaddq $D7, $T3, $D3 # out[3] = (in[6] >> (64*3-shift*6)) ^ (in[7] << shift*7%64) ^ (in[8] << shift*8%64);
|
|---|
| 375 |
|
|---|
| 376 | vpunpcklqdq $D1, $D0, $T0 # T0 = [B2 A2 B0 A0]
|
|---|
| 377 | vpunpcklqdq $D3, $D2, $T1 # T1 = [D2 C2 D0 C0]
|
|---|
| 378 | vpunpckhqdq $D1, $D0, $T2 # T2 = [B3 A3 B1 A1]
|
|---|
| 379 | vpunpckhqdq $D3, $D2, $T3 # T3 = [D3 C3 D1 C1]
|
|---|
| 380 |
|
|---|
| 381 | vperm2i128 \$0x20, $T1, $T0, $D0 # X0 = [D0 C0 B0 A0]
|
|---|
| 382 | vperm2i128 \$0x20, $T3, $T2, $D1 # X1 = [D1 C1 B1 A1]
|
|---|
| 383 | vperm2i128 \$0x31, $T1, $T0, $D2 # X2 = [D2 C2 B2 A2]
|
|---|
| 384 | vperm2i128 \$0x31, $T3, $T2, $D3 # X3 = [D3 C3 B3 A3]
|
|---|
| 385 |
|
|---|
| 386 | vmovdqa $D0, 32*0(%rdi)
|
|---|
| 387 | vmovdqa $D1, 32*3(%rdi)
|
|---|
| 388 | vmovdqa $D2, 32*6(%rdi)
|
|---|
| 389 | vmovdqa $D3, 32*9(%rdi)
|
|---|
| 390 |
|
|---|
| 391 | lea 32*9(%rsi), %rsi
|
|---|
| 392 | lea 32*1(%rdi), %rdi
|
|---|
| 393 |
|
|---|
| 394 | dec %ecx
|
|---|
| 395 | jnz .Lconv_loop
|
|---|
| 396 |
|
|---|
| 397 | vzeroupper
|
|---|
| 398 | ___
|
|---|
| 399 | $code.=<<___ if ($win64);
|
|---|
| 400 | movaps 16*0(%rsp), %xmm6
|
|---|
| 401 | movaps 16*1(%rsp), %xmm7
|
|---|
| 402 | movaps 16*2(%rsp), %xmm8
|
|---|
| 403 | movaps 16*3(%rsp), %xmm9
|
|---|
| 404 | movaps 16*4(%rsp), %xmm10
|
|---|
| 405 | movaps 16*5(%rsp), %xmm11
|
|---|
| 406 | movaps 16*6(%rsp), %xmm12
|
|---|
| 407 | movaps 16*7(%rsp), %xmm13
|
|---|
| 408 | movaps 16*8(%rsp), %xmm14
|
|---|
| 409 | movaps 16*9(%rsp), %xmm15
|
|---|
| 410 | lea 8+16*10(%rsp), %rsp
|
|---|
| 411 | ___
|
|---|
| 412 | $code.=<<___;
|
|---|
| 413 | ret
|
|---|
| 414 | .size ecp_nistz256_avx2_convert_transpose_back,.-ecp_nistz256_avx2_convert_transpose_back
|
|---|
| 415 | ___
|
|---|
| 416 | }
|
|---|
| 417 | {
|
|---|
| 418 | my ($r_ptr,$a_ptr,$b_ptr,$itr)=("%rdi","%rsi","%rdx","%ecx");
|
|---|
| 419 | my ($ACC0,$ACC1,$ACC2,$ACC3,$ACC4,$ACC5,$ACC6,$ACC7,$ACC8)=map("%ymm$_",(0..8));
|
|---|
| 420 | my ($B,$Y,$T0,$AND_MASK,$OVERFLOW)=map("%ymm$_",(9..13));
|
|---|
| 421 |
|
|---|
| 422 | sub NORMALIZE {
|
|---|
| 423 | my $ret=<<___;
|
|---|
| 424 | vpsrlq $digit_size, $ACC0, $T0
|
|---|
| 425 | vpand $AND_MASK, $ACC0, $ACC0
|
|---|
| 426 | vpaddq $T0, $ACC1, $ACC1
|
|---|
| 427 |
|
|---|
| 428 | vpsrlq $digit_size, $ACC1, $T0
|
|---|
| 429 | vpand $AND_MASK, $ACC1, $ACC1
|
|---|
| 430 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 431 |
|
|---|
| 432 | vpsrlq $digit_size, $ACC2, $T0
|
|---|
| 433 | vpand $AND_MASK, $ACC2, $ACC2
|
|---|
| 434 | vpaddq $T0, $ACC3, $ACC3
|
|---|
| 435 |
|
|---|
| 436 | vpsrlq $digit_size, $ACC3, $T0
|
|---|
| 437 | vpand $AND_MASK, $ACC3, $ACC3
|
|---|
| 438 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 439 |
|
|---|
| 440 | vpsrlq $digit_size, $ACC4, $T0
|
|---|
| 441 | vpand $AND_MASK, $ACC4, $ACC4
|
|---|
| 442 | vpaddq $T0, $ACC5, $ACC5
|
|---|
| 443 |
|
|---|
| 444 | vpsrlq $digit_size, $ACC5, $T0
|
|---|
| 445 | vpand $AND_MASK, $ACC5, $ACC5
|
|---|
| 446 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 447 |
|
|---|
| 448 | vpsrlq $digit_size, $ACC6, $T0
|
|---|
| 449 | vpand $AND_MASK, $ACC6, $ACC6
|
|---|
| 450 | vpaddq $T0, $ACC7, $ACC7
|
|---|
| 451 |
|
|---|
| 452 | vpsrlq $digit_size, $ACC7, $T0
|
|---|
| 453 | vpand $AND_MASK, $ACC7, $ACC7
|
|---|
| 454 | vpaddq $T0, $ACC8, $ACC8
|
|---|
| 455 | #vpand $AND_MASK, $ACC8, $ACC8
|
|---|
| 456 | ___
|
|---|
| 457 | $ret;
|
|---|
| 458 | }
|
|---|
| 459 |
|
|---|
| 460 | sub STORE {
|
|---|
| 461 | my $ret=<<___;
|
|---|
| 462 | vmovdqa $ACC0, 32*0(%rdi)
|
|---|
| 463 | lea 160(%rdi), %rax # size optimization
|
|---|
| 464 | vmovdqa $ACC1, 32*1(%rdi)
|
|---|
| 465 | vmovdqa $ACC2, 32*2(%rdi)
|
|---|
| 466 | vmovdqa $ACC3, 32*3(%rdi)
|
|---|
| 467 | vmovdqa $ACC4, 32*4-160(%rax)
|
|---|
| 468 | vmovdqa $ACC5, 32*5-160(%rax)
|
|---|
| 469 | vmovdqa $ACC6, 32*6-160(%rax)
|
|---|
| 470 | vmovdqa $ACC7, 32*7-160(%rax)
|
|---|
| 471 | vmovdqa $ACC8, 32*8-160(%rax)
|
|---|
| 472 | ___
|
|---|
| 473 | $ret;
|
|---|
| 474 | }
|
|---|
| 475 |
|
|---|
| 476 | $code.=<<___;
|
|---|
| 477 | .type avx2_normalize,\@abi-omnipotent
|
|---|
| 478 | .align 32
|
|---|
| 479 | avx2_normalize:
|
|---|
| 480 | vpsrlq $digit_size, $ACC0, $T0
|
|---|
| 481 | vpand $AND_MASK, $ACC0, $ACC0
|
|---|
| 482 | vpaddq $T0, $ACC1, $ACC1
|
|---|
| 483 |
|
|---|
| 484 | vpsrlq $digit_size, $ACC1, $T0
|
|---|
| 485 | vpand $AND_MASK, $ACC1, $ACC1
|
|---|
| 486 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 487 |
|
|---|
| 488 | vpsrlq $digit_size, $ACC2, $T0
|
|---|
| 489 | vpand $AND_MASK, $ACC2, $ACC2
|
|---|
| 490 | vpaddq $T0, $ACC3, $ACC3
|
|---|
| 491 |
|
|---|
| 492 | vpsrlq $digit_size, $ACC3, $T0
|
|---|
| 493 | vpand $AND_MASK, $ACC3, $ACC3
|
|---|
| 494 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 495 |
|
|---|
| 496 | vpsrlq $digit_size, $ACC4, $T0
|
|---|
| 497 | vpand $AND_MASK, $ACC4, $ACC4
|
|---|
| 498 | vpaddq $T0, $ACC5, $ACC5
|
|---|
| 499 |
|
|---|
| 500 | vpsrlq $digit_size, $ACC5, $T0
|
|---|
| 501 | vpand $AND_MASK, $ACC5, $ACC5
|
|---|
| 502 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 503 |
|
|---|
| 504 | vpsrlq $digit_size, $ACC6, $T0
|
|---|
| 505 | vpand $AND_MASK, $ACC6, $ACC6
|
|---|
| 506 | vpaddq $T0, $ACC7, $ACC7
|
|---|
| 507 |
|
|---|
| 508 | vpsrlq $digit_size, $ACC7, $T0
|
|---|
| 509 | vpand $AND_MASK, $ACC7, $ACC7
|
|---|
| 510 | vpaddq $T0, $ACC8, $ACC8
|
|---|
| 511 | #vpand $AND_MASK, $ACC8, $ACC8
|
|---|
| 512 |
|
|---|
| 513 | ret
|
|---|
| 514 | .size avx2_normalize,.-avx2_normalize
|
|---|
| 515 |
|
|---|
| 516 | .type avx2_normalize_n_store,\@abi-omnipotent
|
|---|
| 517 | .align 32
|
|---|
| 518 | avx2_normalize_n_store:
|
|---|
| 519 | vpsrlq $digit_size, $ACC0, $T0
|
|---|
| 520 | vpand $AND_MASK, $ACC0, $ACC0
|
|---|
| 521 | vpaddq $T0, $ACC1, $ACC1
|
|---|
| 522 |
|
|---|
| 523 | vpsrlq $digit_size, $ACC1, $T0
|
|---|
| 524 | vpand $AND_MASK, $ACC1, $ACC1
|
|---|
| 525 | vmovdqa $ACC0, 32*0(%rdi)
|
|---|
| 526 | lea 160(%rdi), %rax # size optimization
|
|---|
| 527 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 528 |
|
|---|
| 529 | vpsrlq $digit_size, $ACC2, $T0
|
|---|
| 530 | vpand $AND_MASK, $ACC2, $ACC2
|
|---|
| 531 | vmovdqa $ACC1, 32*1(%rdi)
|
|---|
| 532 | vpaddq $T0, $ACC3, $ACC3
|
|---|
| 533 |
|
|---|
| 534 | vpsrlq $digit_size, $ACC3, $T0
|
|---|
| 535 | vpand $AND_MASK, $ACC3, $ACC3
|
|---|
| 536 | vmovdqa $ACC2, 32*2(%rdi)
|
|---|
| 537 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 538 |
|
|---|
| 539 | vpsrlq $digit_size, $ACC4, $T0
|
|---|
| 540 | vpand $AND_MASK, $ACC4, $ACC4
|
|---|
| 541 | vmovdqa $ACC3, 32*3(%rdi)
|
|---|
| 542 | vpaddq $T0, $ACC5, $ACC5
|
|---|
| 543 |
|
|---|
| 544 | vpsrlq $digit_size, $ACC5, $T0
|
|---|
| 545 | vpand $AND_MASK, $ACC5, $ACC5
|
|---|
| 546 | vmovdqa $ACC4, 32*4-160(%rax)
|
|---|
| 547 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 548 |
|
|---|
| 549 | vpsrlq $digit_size, $ACC6, $T0
|
|---|
| 550 | vpand $AND_MASK, $ACC6, $ACC6
|
|---|
| 551 | vmovdqa $ACC5, 32*5-160(%rax)
|
|---|
| 552 | vpaddq $T0, $ACC7, $ACC7
|
|---|
| 553 |
|
|---|
| 554 | vpsrlq $digit_size, $ACC7, $T0
|
|---|
| 555 | vpand $AND_MASK, $ACC7, $ACC7
|
|---|
| 556 | vmovdqa $ACC6, 32*6-160(%rax)
|
|---|
| 557 | vpaddq $T0, $ACC8, $ACC8
|
|---|
| 558 | #vpand $AND_MASK, $ACC8, $ACC8
|
|---|
| 559 | vmovdqa $ACC7, 32*7-160(%rax)
|
|---|
| 560 | vmovdqa $ACC8, 32*8-160(%rax)
|
|---|
| 561 |
|
|---|
| 562 | ret
|
|---|
| 563 | .size avx2_normalize_n_store,.-avx2_normalize_n_store
|
|---|
| 564 |
|
|---|
| 565 | ################################################################################
|
|---|
| 566 | # void avx2_mul_x4(void* RESULTx4, void *Ax4, void *Bx4);
|
|---|
| 567 | .type avx2_mul_x4,\@abi-omnipotent
|
|---|
| 568 | .align 32
|
|---|
| 569 | avx2_mul_x4:
|
|---|
| 570 | lea .LAVX2_POLY(%rip), %rax
|
|---|
| 571 |
|
|---|
| 572 | vpxor $ACC0, $ACC0, $ACC0
|
|---|
| 573 | vpxor $ACC1, $ACC1, $ACC1
|
|---|
| 574 | vpxor $ACC2, $ACC2, $ACC2
|
|---|
| 575 | vpxor $ACC3, $ACC3, $ACC3
|
|---|
| 576 | vpxor $ACC4, $ACC4, $ACC4
|
|---|
| 577 | vpxor $ACC5, $ACC5, $ACC5
|
|---|
| 578 | vpxor $ACC6, $ACC6, $ACC6
|
|---|
| 579 | vpxor $ACC7, $ACC7, $ACC7
|
|---|
| 580 |
|
|---|
| 581 | vmovdqa 32*7(%rax), %ymm14
|
|---|
| 582 | vmovdqa 32*8(%rax), %ymm15
|
|---|
| 583 |
|
|---|
| 584 | mov $n_digits, $itr
|
|---|
| 585 | lea -512($a_ptr), $a_ptr # strategic bias to control u-op density
|
|---|
| 586 | jmp .Lavx2_mul_x4_loop
|
|---|
| 587 |
|
|---|
| 588 | .align 32
|
|---|
| 589 | .Lavx2_mul_x4_loop:
|
|---|
| 590 | vmovdqa 32*0($b_ptr), $B
|
|---|
| 591 | lea 32*1($b_ptr), $b_ptr
|
|---|
| 592 |
|
|---|
| 593 | vpmuludq 32*0+512($a_ptr), $B, $T0
|
|---|
| 594 | vpmuludq 32*1+512($a_ptr), $B, $OVERFLOW # borrow $OVERFLOW
|
|---|
| 595 | vpaddq $T0, $ACC0, $ACC0
|
|---|
| 596 | vpmuludq 32*2+512($a_ptr), $B, $T0
|
|---|
| 597 | vpaddq $OVERFLOW, $ACC1, $ACC1
|
|---|
| 598 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 599 | vpmuludq 32*3+512($a_ptr), $B, $OVERFLOW
|
|---|
| 600 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 601 | vpmuludq 32*4+512($a_ptr), $B, $T0
|
|---|
| 602 | vpaddq $OVERFLOW, $ACC3, $ACC3
|
|---|
| 603 | vpmuludq 32*5+512($a_ptr), $B, $OVERFLOW
|
|---|
| 604 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 605 | vpmuludq 32*6+512($a_ptr), $B, $T0
|
|---|
| 606 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 607 | vpmuludq 32*7+512($a_ptr), $B, $OVERFLOW
|
|---|
| 608 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 609 |
|
|---|
| 610 | # Skip some multiplications, optimizing for the constant poly
|
|---|
| 611 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 612 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 613 | vpmuludq 32*8+512($a_ptr), $B, $ACC8
|
|---|
| 614 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 615 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 616 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 617 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 618 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 619 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 620 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 621 | .byte 0x67
|
|---|
| 622 | vmovdqa $ACC4, $ACC3
|
|---|
| 623 | vpsllq \$18, $Y, $OVERFLOW
|
|---|
| 624 | .byte 0x67
|
|---|
| 625 | vmovdqa $ACC5, $ACC4
|
|---|
| 626 | vpmuludq %ymm14, $Y, $T0
|
|---|
| 627 | vpaddq $OVERFLOW, $ACC6, $ACC5
|
|---|
| 628 | vpmuludq %ymm15, $Y, $OVERFLOW
|
|---|
| 629 | vpaddq $T0, $ACC7, $ACC6
|
|---|
| 630 | vpaddq $OVERFLOW, $ACC8, $ACC7
|
|---|
| 631 |
|
|---|
| 632 | dec $itr
|
|---|
| 633 | jnz .Lavx2_mul_x4_loop
|
|---|
| 634 |
|
|---|
| 635 | vpxor $ACC8, $ACC8, $ACC8
|
|---|
| 636 |
|
|---|
| 637 | ret
|
|---|
| 638 | .size avx2_mul_x4,.-avx2_mul_x4
|
|---|
| 639 |
|
|---|
| 640 | # Function optimized for the constant 1
|
|---|
| 641 | ################################################################################
|
|---|
| 642 | # void avx2_mul_by1_x4(void* RESULTx4, void *Ax4);
|
|---|
| 643 | .type avx2_mul_by1_x4,\@abi-omnipotent
|
|---|
| 644 | .align 32
|
|---|
| 645 | avx2_mul_by1_x4:
|
|---|
| 646 | lea .LAVX2_POLY(%rip), %rax
|
|---|
| 647 |
|
|---|
| 648 | vpxor $ACC0, $ACC0, $ACC0
|
|---|
| 649 | vpxor $ACC1, $ACC1, $ACC1
|
|---|
| 650 | vpxor $ACC2, $ACC2, $ACC2
|
|---|
| 651 | vpxor $ACC3, $ACC3, $ACC3
|
|---|
| 652 | vpxor $ACC4, $ACC4, $ACC4
|
|---|
| 653 | vpxor $ACC5, $ACC5, $ACC5
|
|---|
| 654 | vpxor $ACC6, $ACC6, $ACC6
|
|---|
| 655 | vpxor $ACC7, $ACC7, $ACC7
|
|---|
| 656 | vpxor $ACC8, $ACC8, $ACC8
|
|---|
| 657 |
|
|---|
| 658 | vmovdqa 32*3+.LONE(%rip), %ymm14
|
|---|
| 659 | vmovdqa 32*7+.LONE(%rip), %ymm15
|
|---|
| 660 |
|
|---|
| 661 | mov $n_digits, $itr
|
|---|
| 662 | jmp .Lavx2_mul_by1_x4_loop
|
|---|
| 663 |
|
|---|
| 664 | .align 32
|
|---|
| 665 | .Lavx2_mul_by1_x4_loop:
|
|---|
| 666 | vmovdqa 32*0($a_ptr), $B
|
|---|
| 667 | .byte 0x48,0x8d,0xb6,0x20,0,0,0 # lea 32*1($a_ptr), $a_ptr
|
|---|
| 668 |
|
|---|
| 669 | vpsllq \$5, $B, $OVERFLOW
|
|---|
| 670 | vpmuludq %ymm14, $B, $T0
|
|---|
| 671 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 672 | vpaddq $T0, $ACC3, $ACC3
|
|---|
| 673 | .byte 0x67
|
|---|
| 674 | vpmuludq $AND_MASK, $B, $T0
|
|---|
| 675 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 676 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 677 | vpaddq $T0, $ACC5, $ACC5
|
|---|
| 678 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 679 | vpsllq \$23, $B, $T0
|
|---|
| 680 |
|
|---|
| 681 | .byte 0x67,0x67
|
|---|
| 682 | vpmuludq %ymm15, $B, $OVERFLOW
|
|---|
| 683 | vpsubq $T0, $ACC6, $ACC6
|
|---|
| 684 |
|
|---|
| 685 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 686 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 687 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 688 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 689 | .byte 0x67,0x67
|
|---|
| 690 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 691 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 692 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 693 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 694 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 695 | vmovdqa $ACC4, $ACC3
|
|---|
| 696 | vpsllq \$18, $Y, $OVERFLOW
|
|---|
| 697 | vmovdqa $ACC5, $ACC4
|
|---|
| 698 | vpmuludq 32*7(%rax), $Y, $T0
|
|---|
| 699 | vpaddq $OVERFLOW, $ACC6, $ACC5
|
|---|
| 700 | vpaddq $T0, $ACC7, $ACC6
|
|---|
| 701 | vpmuludq 32*8(%rax), $Y, $ACC7
|
|---|
| 702 |
|
|---|
| 703 | dec $itr
|
|---|
| 704 | jnz .Lavx2_mul_by1_x4_loop
|
|---|
| 705 |
|
|---|
| 706 | ret
|
|---|
| 707 | .size avx2_mul_by1_x4,.-avx2_mul_by1_x4
|
|---|
| 708 |
|
|---|
| 709 | ################################################################################
|
|---|
| 710 | # void avx2_sqr_x4(void* RESULTx4, void *Ax4, void *Bx4);
|
|---|
| 711 | .type avx2_sqr_x4,\@abi-omnipotent
|
|---|
| 712 | .align 32
|
|---|
| 713 | avx2_sqr_x4:
|
|---|
| 714 | lea .LAVX2_POLY(%rip), %rax
|
|---|
| 715 |
|
|---|
| 716 | vmovdqa 32*7(%rax), %ymm14
|
|---|
| 717 | vmovdqa 32*8(%rax), %ymm15
|
|---|
| 718 |
|
|---|
| 719 | vmovdqa 32*0($a_ptr), $B
|
|---|
| 720 | vmovdqa 32*1($a_ptr), $ACC1
|
|---|
| 721 | vmovdqa 32*2($a_ptr), $ACC2
|
|---|
| 722 | vmovdqa 32*3($a_ptr), $ACC3
|
|---|
| 723 | vmovdqa 32*4($a_ptr), $ACC4
|
|---|
| 724 | vmovdqa 32*5($a_ptr), $ACC5
|
|---|
| 725 | vmovdqa 32*6($a_ptr), $ACC6
|
|---|
| 726 | vmovdqa 32*7($a_ptr), $ACC7
|
|---|
| 727 | vpaddq $ACC1, $ACC1, $ACC1 # 2*$ACC0..7
|
|---|
| 728 | vmovdqa 32*8($a_ptr), $ACC8
|
|---|
| 729 | vpaddq $ACC2, $ACC2, $ACC2
|
|---|
| 730 | vmovdqa $ACC1, 32*0(%rcx)
|
|---|
| 731 | vpaddq $ACC3, $ACC3, $ACC3
|
|---|
| 732 | vmovdqa $ACC2, 32*1(%rcx)
|
|---|
| 733 | vpaddq $ACC4, $ACC4, $ACC4
|
|---|
| 734 | vmovdqa $ACC3, 32*2(%rcx)
|
|---|
| 735 | vpaddq $ACC5, $ACC5, $ACC5
|
|---|
| 736 | vmovdqa $ACC4, 32*3(%rcx)
|
|---|
| 737 | vpaddq $ACC6, $ACC6, $ACC6
|
|---|
| 738 | vmovdqa $ACC5, 32*4(%rcx)
|
|---|
| 739 | vpaddq $ACC7, $ACC7, $ACC7
|
|---|
| 740 | vmovdqa $ACC6, 32*5(%rcx)
|
|---|
| 741 | vpaddq $ACC8, $ACC8, $ACC8
|
|---|
| 742 | vmovdqa $ACC7, 32*6(%rcx)
|
|---|
| 743 | vmovdqa $ACC8, 32*7(%rcx)
|
|---|
| 744 |
|
|---|
| 745 | #itr 1
|
|---|
| 746 | vpmuludq $B, $B, $ACC0
|
|---|
| 747 | vpmuludq $B, $ACC1, $ACC1
|
|---|
| 748 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 749 | vpmuludq $B, $ACC2, $ACC2
|
|---|
| 750 | vpmuludq $B, $ACC3, $ACC3
|
|---|
| 751 | vpmuludq $B, $ACC4, $ACC4
|
|---|
| 752 | vpmuludq $B, $ACC5, $ACC5
|
|---|
| 753 | vpmuludq $B, $ACC6, $ACC6
|
|---|
| 754 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 755 | vpmuludq $B, $ACC7, $ACC7
|
|---|
| 756 | vpmuludq $B, $ACC8, $ACC8
|
|---|
| 757 | vmovdqa 32*1($a_ptr), $B
|
|---|
| 758 |
|
|---|
| 759 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 760 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 761 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 762 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 763 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 764 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 765 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 766 | vmovdqa $ACC4, $ACC3
|
|---|
| 767 | vpsllq \$18, $Y, $T0
|
|---|
| 768 | vmovdqa $ACC5, $ACC4
|
|---|
| 769 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 770 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 771 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 772 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 773 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 774 |
|
|---|
| 775 | #itr 2
|
|---|
| 776 | vpmuludq $B, $B, $OVERFLOW
|
|---|
| 777 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 778 | vpmuludq 32*1(%rcx), $B, $T0
|
|---|
| 779 | vpaddq $OVERFLOW, $ACC1, $ACC1
|
|---|
| 780 | vpmuludq 32*2(%rcx), $B, $OVERFLOW
|
|---|
| 781 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 782 | vpmuludq 32*3(%rcx), $B, $T0
|
|---|
| 783 | vpaddq $OVERFLOW, $ACC3, $ACC3
|
|---|
| 784 | vpmuludq 32*4(%rcx), $B, $OVERFLOW
|
|---|
| 785 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 786 | vpmuludq 32*5(%rcx), $B, $T0
|
|---|
| 787 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 788 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 789 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 790 |
|
|---|
| 791 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 792 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 793 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 794 | vmovdqa 32*2($a_ptr), $B
|
|---|
| 795 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 796 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 797 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 798 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 799 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 800 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 801 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 802 | vmovdqa $ACC4, $ACC3
|
|---|
| 803 | vpsllq \$18, $Y, $T0
|
|---|
| 804 | vmovdqa $ACC5, $ACC4
|
|---|
| 805 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 806 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 807 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 808 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 809 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 810 |
|
|---|
| 811 | #itr 3
|
|---|
| 812 | vpmuludq $B, $B, $T0
|
|---|
| 813 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 814 | vpmuludq 32*2(%rcx), $B, $OVERFLOW
|
|---|
| 815 | vpaddq $T0, $ACC2, $ACC2
|
|---|
| 816 | vpmuludq 32*3(%rcx), $B, $T0
|
|---|
| 817 | vpaddq $OVERFLOW, $ACC3, $ACC3
|
|---|
| 818 | vpmuludq 32*4(%rcx), $B, $OVERFLOW
|
|---|
| 819 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 820 | vpmuludq 32*5(%rcx), $B, $T0
|
|---|
| 821 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 822 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 823 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 824 |
|
|---|
| 825 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 826 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 827 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 828 | vmovdqa 32*3($a_ptr), $B
|
|---|
| 829 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 830 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 831 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 832 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 833 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 834 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 835 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 836 | vmovdqa $ACC4, $ACC3
|
|---|
| 837 | vpsllq \$18, $Y, $T0
|
|---|
| 838 | vmovdqa $ACC5, $ACC4
|
|---|
| 839 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 840 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 841 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 842 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 843 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 844 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 845 |
|
|---|
| 846 | #itr 4
|
|---|
| 847 | vpmuludq $B, $B, $OVERFLOW
|
|---|
| 848 | vpmuludq 32*3(%rcx), $B, $T0
|
|---|
| 849 | vpaddq $OVERFLOW, $ACC3, $ACC3
|
|---|
| 850 | vpmuludq 32*4(%rcx), $B, $OVERFLOW
|
|---|
| 851 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 852 | vpmuludq 32*5(%rcx), $B, $T0
|
|---|
| 853 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 854 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 855 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 856 |
|
|---|
| 857 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 858 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 859 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 860 | vmovdqa 32*4($a_ptr), $B
|
|---|
| 861 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 862 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 863 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 864 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 865 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 866 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 867 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 868 | vmovdqa $ACC4, $ACC3
|
|---|
| 869 | vpsllq \$18, $Y, $T0
|
|---|
| 870 | vmovdqa $ACC5, $ACC4
|
|---|
| 871 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 872 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 873 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 874 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 875 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 876 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 877 |
|
|---|
| 878 | #itr 5
|
|---|
| 879 | vpmuludq $B, $B, $T0
|
|---|
| 880 | vpmuludq 32*4(%rcx), $B, $OVERFLOW
|
|---|
| 881 | vpaddq $T0, $ACC4, $ACC4
|
|---|
| 882 | vpmuludq 32*5(%rcx), $B, $T0
|
|---|
| 883 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 884 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 885 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 886 |
|
|---|
| 887 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 888 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 889 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 890 | vmovdqa 32*5($a_ptr), $B
|
|---|
| 891 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 892 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 893 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 894 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 895 | vpmuludq 32*3+.LAVX2_POLY(%rip), $Y, $T0
|
|---|
| 896 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 897 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 898 | vmovdqa $ACC4, $ACC3
|
|---|
| 899 | vpsllq \$18, $Y, $T0
|
|---|
| 900 | vmovdqa $ACC5, $ACC4
|
|---|
| 901 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 902 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 903 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 904 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 905 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 906 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 907 |
|
|---|
| 908 | #itr 6
|
|---|
| 909 | vpmuludq $B, $B, $OVERFLOW
|
|---|
| 910 | vpmuludq 32*5(%rcx), $B, $T0
|
|---|
| 911 | vpaddq $OVERFLOW, $ACC5, $ACC5
|
|---|
| 912 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 913 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 914 |
|
|---|
| 915 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 916 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 917 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 918 | vmovdqa 32*6($a_ptr), $B
|
|---|
| 919 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 920 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 921 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 922 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 923 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 924 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 925 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 926 | vmovdqa $ACC4, $ACC3
|
|---|
| 927 | vpsllq \$18, $Y, $T0
|
|---|
| 928 | vmovdqa $ACC5, $ACC4
|
|---|
| 929 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 930 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 931 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 932 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 933 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 934 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 935 |
|
|---|
| 936 | #itr 7
|
|---|
| 937 | vpmuludq $B, $B, $T0
|
|---|
| 938 | vpmuludq 32*6(%rcx), $B, $OVERFLOW
|
|---|
| 939 | vpaddq $T0, $ACC6, $ACC6
|
|---|
| 940 |
|
|---|
| 941 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 942 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 943 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 944 | vmovdqa 32*7($a_ptr), $B
|
|---|
| 945 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 946 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 947 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 948 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 949 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 950 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 951 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 952 | vmovdqa $ACC4, $ACC3
|
|---|
| 953 | vpsllq \$18, $Y, $T0
|
|---|
| 954 | vmovdqa $ACC5, $ACC4
|
|---|
| 955 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 956 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 957 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 958 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 959 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 960 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 961 |
|
|---|
| 962 | #itr 8
|
|---|
| 963 | vpmuludq $B, $B, $OVERFLOW
|
|---|
| 964 |
|
|---|
| 965 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 966 | vpaddq $OVERFLOW, $ACC7, $ACC7
|
|---|
| 967 | vpmuludq 32*7(%rcx), $B, $ACC8
|
|---|
| 968 | vmovdqa 32*8($a_ptr), $B
|
|---|
| 969 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 970 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 971 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 972 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 973 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 974 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 975 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 976 | vmovdqa $ACC4, $ACC3
|
|---|
| 977 | vpsllq \$18, $Y, $T0
|
|---|
| 978 | vmovdqa $ACC5, $ACC4
|
|---|
| 979 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 980 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 981 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 982 | vpand $AND_MASK, $ACC0, $Y
|
|---|
| 983 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 984 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 985 |
|
|---|
| 986 | #itr 9
|
|---|
| 987 | vpmuludq $B, $B, $ACC8
|
|---|
| 988 |
|
|---|
| 989 | vpmuludq $AND_MASK, $Y, $T0
|
|---|
| 990 | vpaddq $T0, $ACC0, $OVERFLOW
|
|---|
| 991 | vpsrlq $digit_size, $OVERFLOW, $OVERFLOW
|
|---|
| 992 | vpaddq $T0, $ACC1, $ACC0
|
|---|
| 993 | vpaddq $T0, $ACC2, $ACC1
|
|---|
| 994 | vpmuludq 32*3(%rax), $Y, $T0
|
|---|
| 995 | vpaddq $OVERFLOW, $ACC0, $ACC0
|
|---|
| 996 | vpaddq $T0, $ACC3, $ACC2
|
|---|
| 997 | vmovdqa $ACC4, $ACC3
|
|---|
| 998 | vpsllq \$18, $Y, $T0
|
|---|
| 999 | vmovdqa $ACC5, $ACC4
|
|---|
| 1000 | vpmuludq %ymm14, $Y, $OVERFLOW
|
|---|
| 1001 | vpaddq $T0, $ACC6, $ACC5
|
|---|
| 1002 | vpmuludq %ymm15, $Y, $T0
|
|---|
| 1003 | vpaddq $OVERFLOW, $ACC7, $ACC6
|
|---|
| 1004 | vpaddq $T0, $ACC8, $ACC7
|
|---|
| 1005 |
|
|---|
| 1006 | vpxor $ACC8, $ACC8, $ACC8
|
|---|
| 1007 |
|
|---|
| 1008 | ret
|
|---|
| 1009 | .size avx2_sqr_x4,.-avx2_sqr_x4
|
|---|
| 1010 |
|
|---|
| 1011 | ################################################################################
|
|---|
| 1012 | # void avx2_sub_x4(void* RESULTx4, void *Ax4, void *Bx4);
|
|---|
| 1013 | .type avx2_sub_x4,\@abi-omnipotent
|
|---|
| 1014 | .align 32
|
|---|
| 1015 | avx2_sub_x4:
|
|---|
| 1016 | vmovdqa 32*0($a_ptr), $ACC0
|
|---|
| 1017 | lea 160($a_ptr), $a_ptr
|
|---|
| 1018 | lea .LAVX2_POLY_x8+128(%rip), %rax
|
|---|
| 1019 | lea 128($b_ptr), $b_ptr
|
|---|
| 1020 | vmovdqa 32*1-160($a_ptr), $ACC1
|
|---|
| 1021 | vmovdqa 32*2-160($a_ptr), $ACC2
|
|---|
| 1022 | vmovdqa 32*3-160($a_ptr), $ACC3
|
|---|
| 1023 | vmovdqa 32*4-160($a_ptr), $ACC4
|
|---|
| 1024 | vmovdqa 32*5-160($a_ptr), $ACC5
|
|---|
| 1025 | vmovdqa 32*6-160($a_ptr), $ACC6
|
|---|
| 1026 | vmovdqa 32*7-160($a_ptr), $ACC7
|
|---|
| 1027 | vmovdqa 32*8-160($a_ptr), $ACC8
|
|---|
| 1028 |
|
|---|
| 1029 | vpaddq 32*0-128(%rax), $ACC0, $ACC0
|
|---|
| 1030 | vpaddq 32*1-128(%rax), $ACC1, $ACC1
|
|---|
| 1031 | vpaddq 32*2-128(%rax), $ACC2, $ACC2
|
|---|
| 1032 | vpaddq 32*3-128(%rax), $ACC3, $ACC3
|
|---|
| 1033 | vpaddq 32*4-128(%rax), $ACC4, $ACC4
|
|---|
| 1034 | vpaddq 32*5-128(%rax), $ACC5, $ACC5
|
|---|
| 1035 | vpaddq 32*6-128(%rax), $ACC6, $ACC6
|
|---|
| 1036 | vpaddq 32*7-128(%rax), $ACC7, $ACC7
|
|---|
| 1037 | vpaddq 32*8-128(%rax), $ACC8, $ACC8
|
|---|
| 1038 |
|
|---|
| 1039 | vpsubq 32*0-128($b_ptr), $ACC0, $ACC0
|
|---|
| 1040 | vpsubq 32*1-128($b_ptr), $ACC1, $ACC1
|
|---|
| 1041 | vpsubq 32*2-128($b_ptr), $ACC2, $ACC2
|
|---|
| 1042 | vpsubq 32*3-128($b_ptr), $ACC3, $ACC3
|
|---|
| 1043 | vpsubq 32*4-128($b_ptr), $ACC4, $ACC4
|
|---|
| 1044 | vpsubq 32*5-128($b_ptr), $ACC5, $ACC5
|
|---|
| 1045 | vpsubq 32*6-128($b_ptr), $ACC6, $ACC6
|
|---|
| 1046 | vpsubq 32*7-128($b_ptr), $ACC7, $ACC7
|
|---|
| 1047 | vpsubq 32*8-128($b_ptr), $ACC8, $ACC8
|
|---|
| 1048 |
|
|---|
| 1049 | ret
|
|---|
| 1050 | .size avx2_sub_x4,.-avx2_sub_x4
|
|---|
| 1051 |
|
|---|
| 1052 | .type avx2_select_n_store,\@abi-omnipotent
|
|---|
| 1053 | .align 32
|
|---|
| 1054 | avx2_select_n_store:
|
|---|
| 1055 | vmovdqa `8+32*9*8`(%rsp), $Y
|
|---|
| 1056 | vpor `8+32*9*8+32`(%rsp), $Y, $Y
|
|---|
| 1057 |
|
|---|
| 1058 | vpandn $ACC0, $Y, $ACC0
|
|---|
| 1059 | vpandn $ACC1, $Y, $ACC1
|
|---|
| 1060 | vpandn $ACC2, $Y, $ACC2
|
|---|
| 1061 | vpandn $ACC3, $Y, $ACC3
|
|---|
| 1062 | vpandn $ACC4, $Y, $ACC4
|
|---|
| 1063 | vpandn $ACC5, $Y, $ACC5
|
|---|
| 1064 | vpandn $ACC6, $Y, $ACC6
|
|---|
| 1065 | vmovdqa `8+32*9*8+32`(%rsp), $B
|
|---|
| 1066 | vpandn $ACC7, $Y, $ACC7
|
|---|
| 1067 | vpandn `8+32*9*8`(%rsp), $B, $B
|
|---|
| 1068 | vpandn $ACC8, $Y, $ACC8
|
|---|
| 1069 |
|
|---|
| 1070 | vpand 32*0(%rsi), $B, $T0
|
|---|
| 1071 | lea 160(%rsi), %rax
|
|---|
| 1072 | vpand 32*1(%rsi), $B, $Y
|
|---|
| 1073 | vpxor $T0, $ACC0, $ACC0
|
|---|
| 1074 | vpand 32*2(%rsi), $B, $T0
|
|---|
| 1075 | vpxor $Y, $ACC1, $ACC1
|
|---|
| 1076 | vpand 32*3(%rsi), $B, $Y
|
|---|
| 1077 | vpxor $T0, $ACC2, $ACC2
|
|---|
| 1078 | vpand 32*4-160(%rax), $B, $T0
|
|---|
| 1079 | vpxor $Y, $ACC3, $ACC3
|
|---|
| 1080 | vpand 32*5-160(%rax), $B, $Y
|
|---|
| 1081 | vpxor $T0, $ACC4, $ACC4
|
|---|
| 1082 | vpand 32*6-160(%rax), $B, $T0
|
|---|
| 1083 | vpxor $Y, $ACC5, $ACC5
|
|---|
| 1084 | vpand 32*7-160(%rax), $B, $Y
|
|---|
| 1085 | vpxor $T0, $ACC6, $ACC6
|
|---|
| 1086 | vpand 32*8-160(%rax), $B, $T0
|
|---|
| 1087 | vmovdqa `8+32*9*8+32`(%rsp), $B
|
|---|
| 1088 | vpxor $Y, $ACC7, $ACC7
|
|---|
| 1089 |
|
|---|
| 1090 | vpand 32*0(%rdx), $B, $Y
|
|---|
| 1091 | lea 160(%rdx), %rax
|
|---|
| 1092 | vpxor $T0, $ACC8, $ACC8
|
|---|
| 1093 | vpand 32*1(%rdx), $B, $T0
|
|---|
| 1094 | vpxor $Y, $ACC0, $ACC0
|
|---|
| 1095 | vpand 32*2(%rdx), $B, $Y
|
|---|
| 1096 | vpxor $T0, $ACC1, $ACC1
|
|---|
| 1097 | vpand 32*3(%rdx), $B, $T0
|
|---|
| 1098 | vpxor $Y, $ACC2, $ACC2
|
|---|
| 1099 | vpand 32*4-160(%rax), $B, $Y
|
|---|
| 1100 | vpxor $T0, $ACC3, $ACC3
|
|---|
| 1101 | vpand 32*5-160(%rax), $B, $T0
|
|---|
| 1102 | vpxor $Y, $ACC4, $ACC4
|
|---|
| 1103 | vpand 32*6-160(%rax), $B, $Y
|
|---|
| 1104 | vpxor $T0, $ACC5, $ACC5
|
|---|
| 1105 | vpand 32*7-160(%rax), $B, $T0
|
|---|
| 1106 | vpxor $Y, $ACC6, $ACC6
|
|---|
| 1107 | vpand 32*8-160(%rax), $B, $Y
|
|---|
| 1108 | vpxor $T0, $ACC7, $ACC7
|
|---|
| 1109 | vpxor $Y, $ACC8, $ACC8
|
|---|
| 1110 | `&STORE`
|
|---|
| 1111 |
|
|---|
| 1112 | ret
|
|---|
| 1113 | .size avx2_select_n_store,.-avx2_select_n_store
|
|---|
| 1114 | ___
|
|---|
| 1115 | $code.=<<___ if (0); # inlined
|
|---|
| 1116 | ################################################################################
|
|---|
| 1117 | # void avx2_mul_by2_x4(void* RESULTx4, void *Ax4);
|
|---|
| 1118 | .type avx2_mul_by2_x4,\@abi-omnipotent
|
|---|
| 1119 | .align 32
|
|---|
| 1120 | avx2_mul_by2_x4:
|
|---|
| 1121 | vmovdqa 32*0($a_ptr), $ACC0
|
|---|
| 1122 | lea 160($a_ptr), %rax
|
|---|
| 1123 | vmovdqa 32*1($a_ptr), $ACC1
|
|---|
| 1124 | vmovdqa 32*2($a_ptr), $ACC2
|
|---|
| 1125 | vmovdqa 32*3($a_ptr), $ACC3
|
|---|
| 1126 | vmovdqa 32*4-160(%rax), $ACC4
|
|---|
| 1127 | vmovdqa 32*5-160(%rax), $ACC5
|
|---|
| 1128 | vmovdqa 32*6-160(%rax), $ACC6
|
|---|
| 1129 | vmovdqa 32*7-160(%rax), $ACC7
|
|---|
| 1130 | vmovdqa 32*8-160(%rax), $ACC8
|
|---|
| 1131 |
|
|---|
| 1132 | vpaddq $ACC0, $ACC0, $ACC0
|
|---|
| 1133 | vpaddq $ACC1, $ACC1, $ACC1
|
|---|
| 1134 | vpaddq $ACC2, $ACC2, $ACC2
|
|---|
| 1135 | vpaddq $ACC3, $ACC3, $ACC3
|
|---|
| 1136 | vpaddq $ACC4, $ACC4, $ACC4
|
|---|
| 1137 | vpaddq $ACC5, $ACC5, $ACC5
|
|---|
| 1138 | vpaddq $ACC6, $ACC6, $ACC6
|
|---|
| 1139 | vpaddq $ACC7, $ACC7, $ACC7
|
|---|
| 1140 | vpaddq $ACC8, $ACC8, $ACC8
|
|---|
| 1141 |
|
|---|
| 1142 | ret
|
|---|
| 1143 | .size avx2_mul_by2_x4,.-avx2_mul_by2_x4
|
|---|
| 1144 | ___
|
|---|
| 1145 | my ($r_ptr_in,$a_ptr_in,$b_ptr_in)=("%rdi","%rsi","%rdx");
|
|---|
| 1146 | my ($r_ptr,$a_ptr,$b_ptr)=("%r8","%r9","%r10");
|
|---|
| 1147 |
|
|---|
| 1148 | $code.=<<___;
|
|---|
| 1149 | ################################################################################
|
|---|
| 1150 | # void ecp_nistz256_avx2_point_add_affine_x4(void* RESULTx4, void *Ax4, void *Bx4);
|
|---|
| 1151 | .globl ecp_nistz256_avx2_point_add_affine_x4
|
|---|
| 1152 | .type ecp_nistz256_avx2_point_add_affine_x4,\@function,3
|
|---|
| 1153 | .align 32
|
|---|
| 1154 | ecp_nistz256_avx2_point_add_affine_x4:
|
|---|
| 1155 | mov %rsp, %rax
|
|---|
| 1156 | push %rbp
|
|---|
| 1157 | vzeroupper
|
|---|
| 1158 | ___
|
|---|
| 1159 | $code.=<<___ if ($win64);
|
|---|
| 1160 | lea -16*10(%rsp), %rsp
|
|---|
| 1161 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 1162 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 1163 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 1164 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 1165 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 1166 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 1167 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 1168 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 1169 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 1170 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 1171 | ___
|
|---|
| 1172 | $code.=<<___;
|
|---|
| 1173 | lea -8(%rax), %rbp
|
|---|
| 1174 |
|
|---|
| 1175 | # Result + 32*0 = Result.X
|
|---|
| 1176 | # Result + 32*9 = Result.Y
|
|---|
| 1177 | # Result + 32*18 = Result.Z
|
|---|
| 1178 |
|
|---|
| 1179 | # A + 32*0 = A.X
|
|---|
| 1180 | # A + 32*9 = A.Y
|
|---|
| 1181 | # A + 32*18 = A.Z
|
|---|
| 1182 |
|
|---|
| 1183 | # B + 32*0 = B.X
|
|---|
| 1184 | # B + 32*9 = B.Y
|
|---|
| 1185 |
|
|---|
| 1186 | sub \$`32*9*8+32*2+32*8`, %rsp
|
|---|
| 1187 | and \$-64, %rsp
|
|---|
| 1188 |
|
|---|
| 1189 | mov $r_ptr_in, $r_ptr
|
|---|
| 1190 | mov $a_ptr_in, $a_ptr
|
|---|
| 1191 | mov $b_ptr_in, $b_ptr
|
|---|
| 1192 |
|
|---|
| 1193 | vmovdqa 32*0($a_ptr_in), %ymm0
|
|---|
| 1194 | vmovdqa .LAVX2_AND_MASK(%rip), $AND_MASK
|
|---|
| 1195 | vpxor %ymm1, %ymm1, %ymm1
|
|---|
| 1196 | lea 256($a_ptr_in), %rax # size optimization
|
|---|
| 1197 | vpor 32*1($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1198 | vpor 32*2($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1199 | vpor 32*3($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1200 | vpor 32*4-256(%rax), %ymm0, %ymm0
|
|---|
| 1201 | lea 256(%rax), %rcx # size optimization
|
|---|
| 1202 | vpor 32*5-256(%rax), %ymm0, %ymm0
|
|---|
| 1203 | vpor 32*6-256(%rax), %ymm0, %ymm0
|
|---|
| 1204 | vpor 32*7-256(%rax), %ymm0, %ymm0
|
|---|
| 1205 | vpor 32*8-256(%rax), %ymm0, %ymm0
|
|---|
| 1206 | vpor 32*9-256(%rax), %ymm0, %ymm0
|
|---|
| 1207 | vpor 32*10-256(%rax), %ymm0, %ymm0
|
|---|
| 1208 | vpor 32*11-256(%rax), %ymm0, %ymm0
|
|---|
| 1209 | vpor 32*12-512(%rcx), %ymm0, %ymm0
|
|---|
| 1210 | vpor 32*13-512(%rcx), %ymm0, %ymm0
|
|---|
| 1211 | vpor 32*14-512(%rcx), %ymm0, %ymm0
|
|---|
| 1212 | vpor 32*15-512(%rcx), %ymm0, %ymm0
|
|---|
| 1213 | vpor 32*16-512(%rcx), %ymm0, %ymm0
|
|---|
| 1214 | vpor 32*17-512(%rcx), %ymm0, %ymm0
|
|---|
| 1215 | vpcmpeqq %ymm1, %ymm0, %ymm0
|
|---|
| 1216 | vmovdqa %ymm0, `32*9*8`(%rsp)
|
|---|
| 1217 |
|
|---|
| 1218 | vpxor %ymm1, %ymm1, %ymm1
|
|---|
| 1219 | vmovdqa 32*0($b_ptr), %ymm0
|
|---|
| 1220 | lea 256($b_ptr), %rax # size optimization
|
|---|
| 1221 | vpor 32*1($b_ptr), %ymm0, %ymm0
|
|---|
| 1222 | vpor 32*2($b_ptr), %ymm0, %ymm0
|
|---|
| 1223 | vpor 32*3($b_ptr), %ymm0, %ymm0
|
|---|
| 1224 | vpor 32*4-256(%rax), %ymm0, %ymm0
|
|---|
| 1225 | lea 256(%rax), %rcx # size optimization
|
|---|
| 1226 | vpor 32*5-256(%rax), %ymm0, %ymm0
|
|---|
| 1227 | vpor 32*6-256(%rax), %ymm0, %ymm0
|
|---|
| 1228 | vpor 32*7-256(%rax), %ymm0, %ymm0
|
|---|
| 1229 | vpor 32*8-256(%rax), %ymm0, %ymm0
|
|---|
| 1230 | vpor 32*9-256(%rax), %ymm0, %ymm0
|
|---|
| 1231 | vpor 32*10-256(%rax), %ymm0, %ymm0
|
|---|
| 1232 | vpor 32*11-256(%rax), %ymm0, %ymm0
|
|---|
| 1233 | vpor 32*12-512(%rcx), %ymm0, %ymm0
|
|---|
| 1234 | vpor 32*13-512(%rcx), %ymm0, %ymm0
|
|---|
| 1235 | vpor 32*14-512(%rcx), %ymm0, %ymm0
|
|---|
| 1236 | vpor 32*15-512(%rcx), %ymm0, %ymm0
|
|---|
| 1237 | vpor 32*16-512(%rcx), %ymm0, %ymm0
|
|---|
| 1238 | vpor 32*17-512(%rcx), %ymm0, %ymm0
|
|---|
| 1239 | vpcmpeqq %ymm1, %ymm0, %ymm0
|
|---|
| 1240 | vmovdqa %ymm0, `32*9*8+32`(%rsp)
|
|---|
| 1241 |
|
|---|
| 1242 | # Z1^2 = Z1*Z1
|
|---|
| 1243 | lea `32*9*2`($a_ptr), %rsi
|
|---|
| 1244 | lea `32*9*2`(%rsp), %rdi
|
|---|
| 1245 | lea `32*9*8+32*2`(%rsp), %rcx # temporary vector
|
|---|
| 1246 | call avx2_sqr_x4
|
|---|
| 1247 | call avx2_normalize_n_store
|
|---|
| 1248 |
|
|---|
| 1249 | # U2 = X2*Z1^2
|
|---|
| 1250 | lea `32*9*0`($b_ptr), %rsi
|
|---|
| 1251 | lea `32*9*2`(%rsp), %rdx
|
|---|
| 1252 | lea `32*9*0`(%rsp), %rdi
|
|---|
| 1253 | call avx2_mul_x4
|
|---|
| 1254 | #call avx2_normalize
|
|---|
| 1255 | `&STORE`
|
|---|
| 1256 |
|
|---|
| 1257 | # S2 = Z1*Z1^2 = Z1^3
|
|---|
| 1258 | lea `32*9*2`($a_ptr), %rsi
|
|---|
| 1259 | lea `32*9*2`(%rsp), %rdx
|
|---|
| 1260 | lea `32*9*1`(%rsp), %rdi
|
|---|
| 1261 | call avx2_mul_x4
|
|---|
| 1262 | call avx2_normalize_n_store
|
|---|
| 1263 |
|
|---|
| 1264 | # S2 = S2*Y2 = Y2*Z1^3
|
|---|
| 1265 | lea `32*9*1`($b_ptr), %rsi
|
|---|
| 1266 | lea `32*9*1`(%rsp), %rdx
|
|---|
| 1267 | lea `32*9*1`(%rsp), %rdi
|
|---|
| 1268 | call avx2_mul_x4
|
|---|
| 1269 | call avx2_normalize_n_store
|
|---|
| 1270 |
|
|---|
| 1271 | # H = U2 - U1 = U2 - X1
|
|---|
| 1272 | lea `32*9*0`(%rsp), %rsi
|
|---|
| 1273 | lea `32*9*0`($a_ptr), %rdx
|
|---|
| 1274 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1275 | call avx2_sub_x4
|
|---|
| 1276 | call avx2_normalize_n_store
|
|---|
| 1277 |
|
|---|
| 1278 | # R = S2 - S1 = S2 - Y1
|
|---|
| 1279 | lea `32*9*1`(%rsp), %rsi
|
|---|
| 1280 | lea `32*9*1`($a_ptr), %rdx
|
|---|
| 1281 | lea `32*9*4`(%rsp), %rdi
|
|---|
| 1282 | call avx2_sub_x4
|
|---|
| 1283 | call avx2_normalize_n_store
|
|---|
| 1284 |
|
|---|
| 1285 | # Z3 = H*Z1*Z2
|
|---|
| 1286 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1287 | lea `32*9*2`($a_ptr), %rdx
|
|---|
| 1288 | lea `32*9*2`($r_ptr), %rdi
|
|---|
| 1289 | call avx2_mul_x4
|
|---|
| 1290 | call avx2_normalize
|
|---|
| 1291 |
|
|---|
| 1292 | lea .LONE(%rip), %rsi
|
|---|
| 1293 | lea `32*9*2`($a_ptr), %rdx
|
|---|
| 1294 | call avx2_select_n_store
|
|---|
| 1295 |
|
|---|
| 1296 | # R^2 = R^2
|
|---|
| 1297 | lea `32*9*4`(%rsp), %rsi
|
|---|
| 1298 | lea `32*9*6`(%rsp), %rdi
|
|---|
| 1299 | lea `32*9*8+32*2`(%rsp), %rcx # temporary vector
|
|---|
| 1300 | call avx2_sqr_x4
|
|---|
| 1301 | call avx2_normalize_n_store
|
|---|
| 1302 |
|
|---|
| 1303 | # H^2 = H^2
|
|---|
| 1304 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1305 | lea `32*9*5`(%rsp), %rdi
|
|---|
| 1306 | call avx2_sqr_x4
|
|---|
| 1307 | call avx2_normalize_n_store
|
|---|
| 1308 |
|
|---|
| 1309 | # H^3 = H^2*H
|
|---|
| 1310 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1311 | lea `32*9*5`(%rsp), %rdx
|
|---|
| 1312 | lea `32*9*7`(%rsp), %rdi
|
|---|
| 1313 | call avx2_mul_x4
|
|---|
| 1314 | call avx2_normalize_n_store
|
|---|
| 1315 |
|
|---|
| 1316 | # U2 = U1*H^2
|
|---|
| 1317 | lea `32*9*0`($a_ptr), %rsi
|
|---|
| 1318 | lea `32*9*5`(%rsp), %rdx
|
|---|
| 1319 | lea `32*9*0`(%rsp), %rdi
|
|---|
| 1320 | call avx2_mul_x4
|
|---|
| 1321 | #call avx2_normalize
|
|---|
| 1322 | `&STORE`
|
|---|
| 1323 |
|
|---|
| 1324 | # Hsqr = U2*2
|
|---|
| 1325 | #lea 32*9*0(%rsp), %rsi
|
|---|
| 1326 | #lea 32*9*5(%rsp), %rdi
|
|---|
| 1327 | #call avx2_mul_by2_x4
|
|---|
| 1328 |
|
|---|
| 1329 | vpaddq $ACC0, $ACC0, $ACC0 # inlined avx2_mul_by2_x4
|
|---|
| 1330 | lea `32*9*5`(%rsp), %rdi
|
|---|
| 1331 | vpaddq $ACC1, $ACC1, $ACC1
|
|---|
| 1332 | vpaddq $ACC2, $ACC2, $ACC2
|
|---|
| 1333 | vpaddq $ACC3, $ACC3, $ACC3
|
|---|
| 1334 | vpaddq $ACC4, $ACC4, $ACC4
|
|---|
| 1335 | vpaddq $ACC5, $ACC5, $ACC5
|
|---|
| 1336 | vpaddq $ACC6, $ACC6, $ACC6
|
|---|
| 1337 | vpaddq $ACC7, $ACC7, $ACC7
|
|---|
| 1338 | vpaddq $ACC8, $ACC8, $ACC8
|
|---|
| 1339 | call avx2_normalize_n_store
|
|---|
| 1340 |
|
|---|
| 1341 | # X3 = R^2 - H^3
|
|---|
| 1342 | #lea 32*9*6(%rsp), %rsi
|
|---|
| 1343 | #lea 32*9*7(%rsp), %rdx
|
|---|
| 1344 | #lea 32*9*5(%rsp), %rcx
|
|---|
| 1345 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1346 | #call avx2_sub_x4
|
|---|
| 1347 | #NORMALIZE
|
|---|
| 1348 | #STORE
|
|---|
| 1349 |
|
|---|
| 1350 | # X3 = X3 - U2*2
|
|---|
| 1351 | #lea 32*9*0($r_ptr), %rsi
|
|---|
| 1352 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1353 | #call avx2_sub_x4
|
|---|
| 1354 | #NORMALIZE
|
|---|
| 1355 | #STORE
|
|---|
| 1356 |
|
|---|
| 1357 | lea `32*9*6+128`(%rsp), %rsi
|
|---|
| 1358 | lea .LAVX2_POLY_x2+128(%rip), %rax
|
|---|
| 1359 | lea `32*9*7+128`(%rsp), %rdx
|
|---|
| 1360 | lea `32*9*5+128`(%rsp), %rcx
|
|---|
| 1361 | lea `32*9*0`($r_ptr), %rdi
|
|---|
| 1362 |
|
|---|
| 1363 | vmovdqa 32*0-128(%rsi), $ACC0
|
|---|
| 1364 | vmovdqa 32*1-128(%rsi), $ACC1
|
|---|
| 1365 | vmovdqa 32*2-128(%rsi), $ACC2
|
|---|
| 1366 | vmovdqa 32*3-128(%rsi), $ACC3
|
|---|
| 1367 | vmovdqa 32*4-128(%rsi), $ACC4
|
|---|
| 1368 | vmovdqa 32*5-128(%rsi), $ACC5
|
|---|
| 1369 | vmovdqa 32*6-128(%rsi), $ACC6
|
|---|
| 1370 | vmovdqa 32*7-128(%rsi), $ACC7
|
|---|
| 1371 | vmovdqa 32*8-128(%rsi), $ACC8
|
|---|
| 1372 |
|
|---|
| 1373 | vpaddq 32*0-128(%rax), $ACC0, $ACC0
|
|---|
| 1374 | vpaddq 32*1-128(%rax), $ACC1, $ACC1
|
|---|
| 1375 | vpaddq 32*2-128(%rax), $ACC2, $ACC2
|
|---|
| 1376 | vpaddq 32*3-128(%rax), $ACC3, $ACC3
|
|---|
| 1377 | vpaddq 32*4-128(%rax), $ACC4, $ACC4
|
|---|
| 1378 | vpaddq 32*5-128(%rax), $ACC5, $ACC5
|
|---|
| 1379 | vpaddq 32*6-128(%rax), $ACC6, $ACC6
|
|---|
| 1380 | vpaddq 32*7-128(%rax), $ACC7, $ACC7
|
|---|
| 1381 | vpaddq 32*8-128(%rax), $ACC8, $ACC8
|
|---|
| 1382 |
|
|---|
| 1383 | vpsubq 32*0-128(%rdx), $ACC0, $ACC0
|
|---|
| 1384 | vpsubq 32*1-128(%rdx), $ACC1, $ACC1
|
|---|
| 1385 | vpsubq 32*2-128(%rdx), $ACC2, $ACC2
|
|---|
| 1386 | vpsubq 32*3-128(%rdx), $ACC3, $ACC3
|
|---|
| 1387 | vpsubq 32*4-128(%rdx), $ACC4, $ACC4
|
|---|
| 1388 | vpsubq 32*5-128(%rdx), $ACC5, $ACC5
|
|---|
| 1389 | vpsubq 32*6-128(%rdx), $ACC6, $ACC6
|
|---|
| 1390 | vpsubq 32*7-128(%rdx), $ACC7, $ACC7
|
|---|
| 1391 | vpsubq 32*8-128(%rdx), $ACC8, $ACC8
|
|---|
| 1392 |
|
|---|
| 1393 | vpsubq 32*0-128(%rcx), $ACC0, $ACC0
|
|---|
| 1394 | vpsubq 32*1-128(%rcx), $ACC1, $ACC1
|
|---|
| 1395 | vpsubq 32*2-128(%rcx), $ACC2, $ACC2
|
|---|
| 1396 | vpsubq 32*3-128(%rcx), $ACC3, $ACC3
|
|---|
| 1397 | vpsubq 32*4-128(%rcx), $ACC4, $ACC4
|
|---|
| 1398 | vpsubq 32*5-128(%rcx), $ACC5, $ACC5
|
|---|
| 1399 | vpsubq 32*6-128(%rcx), $ACC6, $ACC6
|
|---|
| 1400 | vpsubq 32*7-128(%rcx), $ACC7, $ACC7
|
|---|
| 1401 | vpsubq 32*8-128(%rcx), $ACC8, $ACC8
|
|---|
| 1402 | call avx2_normalize
|
|---|
| 1403 |
|
|---|
| 1404 | lea 32*0($b_ptr), %rsi
|
|---|
| 1405 | lea 32*0($a_ptr), %rdx
|
|---|
| 1406 | call avx2_select_n_store
|
|---|
| 1407 |
|
|---|
| 1408 | # H = U2 - X3
|
|---|
| 1409 | lea `32*9*0`(%rsp), %rsi
|
|---|
| 1410 | lea `32*9*0`($r_ptr), %rdx
|
|---|
| 1411 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1412 | call avx2_sub_x4
|
|---|
| 1413 | call avx2_normalize_n_store
|
|---|
| 1414 |
|
|---|
| 1415 | #
|
|---|
| 1416 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1417 | lea `32*9*4`(%rsp), %rdx
|
|---|
| 1418 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1419 | call avx2_mul_x4
|
|---|
| 1420 | call avx2_normalize_n_store
|
|---|
| 1421 |
|
|---|
| 1422 | #
|
|---|
| 1423 | lea `32*9*7`(%rsp), %rsi
|
|---|
| 1424 | lea `32*9*1`($a_ptr), %rdx
|
|---|
| 1425 | lea `32*9*1`(%rsp), %rdi
|
|---|
| 1426 | call avx2_mul_x4
|
|---|
| 1427 | call avx2_normalize_n_store
|
|---|
| 1428 |
|
|---|
| 1429 | #
|
|---|
| 1430 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1431 | lea `32*9*1`(%rsp), %rdx
|
|---|
| 1432 | lea `32*9*1`($r_ptr), %rdi
|
|---|
| 1433 | call avx2_sub_x4
|
|---|
| 1434 | call avx2_normalize
|
|---|
| 1435 |
|
|---|
| 1436 | lea 32*9($b_ptr), %rsi
|
|---|
| 1437 | lea 32*9($a_ptr), %rdx
|
|---|
| 1438 | call avx2_select_n_store
|
|---|
| 1439 |
|
|---|
| 1440 | #lea 32*9*0($r_ptr), %rsi
|
|---|
| 1441 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1442 | #call avx2_mul_by1_x4
|
|---|
| 1443 | #NORMALIZE
|
|---|
| 1444 | #STORE
|
|---|
| 1445 |
|
|---|
| 1446 | lea `32*9*1`($r_ptr), %rsi
|
|---|
| 1447 | lea `32*9*1`($r_ptr), %rdi
|
|---|
| 1448 | call avx2_mul_by1_x4
|
|---|
| 1449 | call avx2_normalize_n_store
|
|---|
| 1450 |
|
|---|
| 1451 | vzeroupper
|
|---|
| 1452 | ___
|
|---|
| 1453 | $code.=<<___ if ($win64);
|
|---|
| 1454 | movaps %xmm6, -16*10(%rbp)
|
|---|
| 1455 | movaps %xmm7, -16*9(%rbp)
|
|---|
| 1456 | movaps %xmm8, -16*8(%rbp)
|
|---|
| 1457 | movaps %xmm9, -16*7(%rbp)
|
|---|
| 1458 | movaps %xmm10, -16*6(%rbp)
|
|---|
| 1459 | movaps %xmm11, -16*5(%rbp)
|
|---|
| 1460 | movaps %xmm12, -16*4(%rbp)
|
|---|
| 1461 | movaps %xmm13, -16*3(%rbp)
|
|---|
| 1462 | movaps %xmm14, -16*2(%rbp)
|
|---|
| 1463 | movaps %xmm15, -16*1(%rbp)
|
|---|
| 1464 | ___
|
|---|
| 1465 | $code.=<<___;
|
|---|
| 1466 | mov %rbp, %rsp
|
|---|
| 1467 | pop %rbp
|
|---|
| 1468 | ret
|
|---|
| 1469 | .size ecp_nistz256_avx2_point_add_affine_x4,.-ecp_nistz256_avx2_point_add_affine_x4
|
|---|
| 1470 |
|
|---|
| 1471 | ################################################################################
|
|---|
| 1472 | # void ecp_nistz256_avx2_point_add_affines_x4(void* RESULTx4, void *Ax4, void *Bx4);
|
|---|
| 1473 | .globl ecp_nistz256_avx2_point_add_affines_x4
|
|---|
| 1474 | .type ecp_nistz256_avx2_point_add_affines_x4,\@function,3
|
|---|
| 1475 | .align 32
|
|---|
| 1476 | ecp_nistz256_avx2_point_add_affines_x4:
|
|---|
| 1477 | mov %rsp, %rax
|
|---|
| 1478 | push %rbp
|
|---|
| 1479 | vzeroupper
|
|---|
| 1480 | ___
|
|---|
| 1481 | $code.=<<___ if ($win64);
|
|---|
| 1482 | lea -16*10(%rsp), %rsp
|
|---|
| 1483 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 1484 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 1485 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 1486 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 1487 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 1488 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 1489 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 1490 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 1491 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 1492 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 1493 | ___
|
|---|
| 1494 | $code.=<<___;
|
|---|
| 1495 | lea -8(%rax), %rbp
|
|---|
| 1496 |
|
|---|
| 1497 | # Result + 32*0 = Result.X
|
|---|
| 1498 | # Result + 32*9 = Result.Y
|
|---|
| 1499 | # Result + 32*18 = Result.Z
|
|---|
| 1500 |
|
|---|
| 1501 | # A + 32*0 = A.X
|
|---|
| 1502 | # A + 32*9 = A.Y
|
|---|
| 1503 |
|
|---|
| 1504 | # B + 32*0 = B.X
|
|---|
| 1505 | # B + 32*9 = B.Y
|
|---|
| 1506 |
|
|---|
| 1507 | sub \$`32*9*8+32*2+32*8`, %rsp
|
|---|
| 1508 | and \$-64, %rsp
|
|---|
| 1509 |
|
|---|
| 1510 | mov $r_ptr_in, $r_ptr
|
|---|
| 1511 | mov $a_ptr_in, $a_ptr
|
|---|
| 1512 | mov $b_ptr_in, $b_ptr
|
|---|
| 1513 |
|
|---|
| 1514 | vmovdqa 32*0($a_ptr_in), %ymm0
|
|---|
| 1515 | vmovdqa .LAVX2_AND_MASK(%rip), $AND_MASK
|
|---|
| 1516 | vpxor %ymm1, %ymm1, %ymm1
|
|---|
| 1517 | lea 256($a_ptr_in), %rax # size optimization
|
|---|
| 1518 | vpor 32*1($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1519 | vpor 32*2($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1520 | vpor 32*3($a_ptr_in), %ymm0, %ymm0
|
|---|
| 1521 | vpor 32*4-256(%rax), %ymm0, %ymm0
|
|---|
| 1522 | lea 256(%rax), %rcx # size optimization
|
|---|
| 1523 | vpor 32*5-256(%rax), %ymm0, %ymm0
|
|---|
| 1524 | vpor 32*6-256(%rax), %ymm0, %ymm0
|
|---|
| 1525 | vpor 32*7-256(%rax), %ymm0, %ymm0
|
|---|
| 1526 | vpor 32*8-256(%rax), %ymm0, %ymm0
|
|---|
| 1527 | vpor 32*9-256(%rax), %ymm0, %ymm0
|
|---|
| 1528 | vpor 32*10-256(%rax), %ymm0, %ymm0
|
|---|
| 1529 | vpor 32*11-256(%rax), %ymm0, %ymm0
|
|---|
| 1530 | vpor 32*12-512(%rcx), %ymm0, %ymm0
|
|---|
| 1531 | vpor 32*13-512(%rcx), %ymm0, %ymm0
|
|---|
| 1532 | vpor 32*14-512(%rcx), %ymm0, %ymm0
|
|---|
| 1533 | vpor 32*15-512(%rcx), %ymm0, %ymm0
|
|---|
| 1534 | vpor 32*16-512(%rcx), %ymm0, %ymm0
|
|---|
| 1535 | vpor 32*17-512(%rcx), %ymm0, %ymm0
|
|---|
| 1536 | vpcmpeqq %ymm1, %ymm0, %ymm0
|
|---|
| 1537 | vmovdqa %ymm0, `32*9*8`(%rsp)
|
|---|
| 1538 |
|
|---|
| 1539 | vpxor %ymm1, %ymm1, %ymm1
|
|---|
| 1540 | vmovdqa 32*0($b_ptr), %ymm0
|
|---|
| 1541 | lea 256($b_ptr), %rax # size optimization
|
|---|
| 1542 | vpor 32*1($b_ptr), %ymm0, %ymm0
|
|---|
| 1543 | vpor 32*2($b_ptr), %ymm0, %ymm0
|
|---|
| 1544 | vpor 32*3($b_ptr), %ymm0, %ymm0
|
|---|
| 1545 | vpor 32*4-256(%rax), %ymm0, %ymm0
|
|---|
| 1546 | lea 256(%rax), %rcx # size optimization
|
|---|
| 1547 | vpor 32*5-256(%rax), %ymm0, %ymm0
|
|---|
| 1548 | vpor 32*6-256(%rax), %ymm0, %ymm0
|
|---|
| 1549 | vpor 32*7-256(%rax), %ymm0, %ymm0
|
|---|
| 1550 | vpor 32*8-256(%rax), %ymm0, %ymm0
|
|---|
| 1551 | vpor 32*9-256(%rax), %ymm0, %ymm0
|
|---|
| 1552 | vpor 32*10-256(%rax), %ymm0, %ymm0
|
|---|
| 1553 | vpor 32*11-256(%rax), %ymm0, %ymm0
|
|---|
| 1554 | vpor 32*12-512(%rcx), %ymm0, %ymm0
|
|---|
| 1555 | vpor 32*13-512(%rcx), %ymm0, %ymm0
|
|---|
| 1556 | vpor 32*14-512(%rcx), %ymm0, %ymm0
|
|---|
| 1557 | vpor 32*15-512(%rcx), %ymm0, %ymm0
|
|---|
| 1558 | vpor 32*16-512(%rcx), %ymm0, %ymm0
|
|---|
| 1559 | vpor 32*17-512(%rcx), %ymm0, %ymm0
|
|---|
| 1560 | vpcmpeqq %ymm1, %ymm0, %ymm0
|
|---|
| 1561 | vmovdqa %ymm0, `32*9*8+32`(%rsp)
|
|---|
| 1562 |
|
|---|
| 1563 | # H = U2 - U1 = X2 - X1
|
|---|
| 1564 | lea `32*9*0`($b_ptr), %rsi
|
|---|
| 1565 | lea `32*9*0`($a_ptr), %rdx
|
|---|
| 1566 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1567 | call avx2_sub_x4
|
|---|
| 1568 | call avx2_normalize_n_store
|
|---|
| 1569 |
|
|---|
| 1570 | # R = S2 - S1 = Y2 - Y1
|
|---|
| 1571 | lea `32*9*1`($b_ptr), %rsi
|
|---|
| 1572 | lea `32*9*1`($a_ptr), %rdx
|
|---|
| 1573 | lea `32*9*4`(%rsp), %rdi
|
|---|
| 1574 | call avx2_sub_x4
|
|---|
| 1575 | call avx2_normalize_n_store
|
|---|
| 1576 |
|
|---|
| 1577 | # Z3 = H*Z1*Z2 = H
|
|---|
| 1578 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1579 | lea `32*9*2`($r_ptr), %rdi
|
|---|
| 1580 | call avx2_mul_by1_x4
|
|---|
| 1581 | call avx2_normalize
|
|---|
| 1582 |
|
|---|
| 1583 | vmovdqa `32*9*8`(%rsp), $B
|
|---|
| 1584 | vpor `32*9*8+32`(%rsp), $B, $B
|
|---|
| 1585 |
|
|---|
| 1586 | vpandn $ACC0, $B, $ACC0
|
|---|
| 1587 | lea .LONE+128(%rip), %rax
|
|---|
| 1588 | vpandn $ACC1, $B, $ACC1
|
|---|
| 1589 | vpandn $ACC2, $B, $ACC2
|
|---|
| 1590 | vpandn $ACC3, $B, $ACC3
|
|---|
| 1591 | vpandn $ACC4, $B, $ACC4
|
|---|
| 1592 | vpandn $ACC5, $B, $ACC5
|
|---|
| 1593 | vpandn $ACC6, $B, $ACC6
|
|---|
| 1594 | vpandn $ACC7, $B, $ACC7
|
|---|
| 1595 |
|
|---|
| 1596 | vpand 32*0-128(%rax), $B, $T0
|
|---|
| 1597 | vpandn $ACC8, $B, $ACC8
|
|---|
| 1598 | vpand 32*1-128(%rax), $B, $Y
|
|---|
| 1599 | vpxor $T0, $ACC0, $ACC0
|
|---|
| 1600 | vpand 32*2-128(%rax), $B, $T0
|
|---|
| 1601 | vpxor $Y, $ACC1, $ACC1
|
|---|
| 1602 | vpand 32*3-128(%rax), $B, $Y
|
|---|
| 1603 | vpxor $T0, $ACC2, $ACC2
|
|---|
| 1604 | vpand 32*4-128(%rax), $B, $T0
|
|---|
| 1605 | vpxor $Y, $ACC3, $ACC3
|
|---|
| 1606 | vpand 32*5-128(%rax), $B, $Y
|
|---|
| 1607 | vpxor $T0, $ACC4, $ACC4
|
|---|
| 1608 | vpand 32*6-128(%rax), $B, $T0
|
|---|
| 1609 | vpxor $Y, $ACC5, $ACC5
|
|---|
| 1610 | vpand 32*7-128(%rax), $B, $Y
|
|---|
| 1611 | vpxor $T0, $ACC6, $ACC6
|
|---|
| 1612 | vpand 32*8-128(%rax), $B, $T0
|
|---|
| 1613 | vpxor $Y, $ACC7, $ACC7
|
|---|
| 1614 | vpxor $T0, $ACC8, $ACC8
|
|---|
| 1615 | `&STORE`
|
|---|
| 1616 |
|
|---|
| 1617 | # R^2 = R^2
|
|---|
| 1618 | lea `32*9*4`(%rsp), %rsi
|
|---|
| 1619 | lea `32*9*6`(%rsp), %rdi
|
|---|
| 1620 | lea `32*9*8+32*2`(%rsp), %rcx # temporary vector
|
|---|
| 1621 | call avx2_sqr_x4
|
|---|
| 1622 | call avx2_normalize_n_store
|
|---|
| 1623 |
|
|---|
| 1624 | # H^2 = H^2
|
|---|
| 1625 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1626 | lea `32*9*5`(%rsp), %rdi
|
|---|
| 1627 | call avx2_sqr_x4
|
|---|
| 1628 | call avx2_normalize_n_store
|
|---|
| 1629 |
|
|---|
| 1630 | # H^3 = H^2*H
|
|---|
| 1631 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1632 | lea `32*9*5`(%rsp), %rdx
|
|---|
| 1633 | lea `32*9*7`(%rsp), %rdi
|
|---|
| 1634 | call avx2_mul_x4
|
|---|
| 1635 | call avx2_normalize_n_store
|
|---|
| 1636 |
|
|---|
| 1637 | # U2 = U1*H^2
|
|---|
| 1638 | lea `32*9*0`($a_ptr), %rsi
|
|---|
| 1639 | lea `32*9*5`(%rsp), %rdx
|
|---|
| 1640 | lea `32*9*0`(%rsp), %rdi
|
|---|
| 1641 | call avx2_mul_x4
|
|---|
| 1642 | #call avx2_normalize
|
|---|
| 1643 | `&STORE`
|
|---|
| 1644 |
|
|---|
| 1645 | # Hsqr = U2*2
|
|---|
| 1646 | #lea 32*9*0(%rsp), %rsi
|
|---|
| 1647 | #lea 32*9*5(%rsp), %rdi
|
|---|
| 1648 | #call avx2_mul_by2_x4
|
|---|
| 1649 |
|
|---|
| 1650 | vpaddq $ACC0, $ACC0, $ACC0 # inlined avx2_mul_by2_x4
|
|---|
| 1651 | lea `32*9*5`(%rsp), %rdi
|
|---|
| 1652 | vpaddq $ACC1, $ACC1, $ACC1
|
|---|
| 1653 | vpaddq $ACC2, $ACC2, $ACC2
|
|---|
| 1654 | vpaddq $ACC3, $ACC3, $ACC3
|
|---|
| 1655 | vpaddq $ACC4, $ACC4, $ACC4
|
|---|
| 1656 | vpaddq $ACC5, $ACC5, $ACC5
|
|---|
| 1657 | vpaddq $ACC6, $ACC6, $ACC6
|
|---|
| 1658 | vpaddq $ACC7, $ACC7, $ACC7
|
|---|
| 1659 | vpaddq $ACC8, $ACC8, $ACC8
|
|---|
| 1660 | call avx2_normalize_n_store
|
|---|
| 1661 |
|
|---|
| 1662 | # X3 = R^2 - H^3
|
|---|
| 1663 | #lea 32*9*6(%rsp), %rsi
|
|---|
| 1664 | #lea 32*9*7(%rsp), %rdx
|
|---|
| 1665 | #lea 32*9*5(%rsp), %rcx
|
|---|
| 1666 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1667 | #call avx2_sub_x4
|
|---|
| 1668 | #NORMALIZE
|
|---|
| 1669 | #STORE
|
|---|
| 1670 |
|
|---|
| 1671 | # X3 = X3 - U2*2
|
|---|
| 1672 | #lea 32*9*0($r_ptr), %rsi
|
|---|
| 1673 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1674 | #call avx2_sub_x4
|
|---|
| 1675 | #NORMALIZE
|
|---|
| 1676 | #STORE
|
|---|
| 1677 |
|
|---|
| 1678 | lea `32*9*6+128`(%rsp), %rsi
|
|---|
| 1679 | lea .LAVX2_POLY_x2+128(%rip), %rax
|
|---|
| 1680 | lea `32*9*7+128`(%rsp), %rdx
|
|---|
| 1681 | lea `32*9*5+128`(%rsp), %rcx
|
|---|
| 1682 | lea `32*9*0`($r_ptr), %rdi
|
|---|
| 1683 |
|
|---|
| 1684 | vmovdqa 32*0-128(%rsi), $ACC0
|
|---|
| 1685 | vmovdqa 32*1-128(%rsi), $ACC1
|
|---|
| 1686 | vmovdqa 32*2-128(%rsi), $ACC2
|
|---|
| 1687 | vmovdqa 32*3-128(%rsi), $ACC3
|
|---|
| 1688 | vmovdqa 32*4-128(%rsi), $ACC4
|
|---|
| 1689 | vmovdqa 32*5-128(%rsi), $ACC5
|
|---|
| 1690 | vmovdqa 32*6-128(%rsi), $ACC6
|
|---|
| 1691 | vmovdqa 32*7-128(%rsi), $ACC7
|
|---|
| 1692 | vmovdqa 32*8-128(%rsi), $ACC8
|
|---|
| 1693 |
|
|---|
| 1694 | vpaddq 32*0-128(%rax), $ACC0, $ACC0
|
|---|
| 1695 | vpaddq 32*1-128(%rax), $ACC1, $ACC1
|
|---|
| 1696 | vpaddq 32*2-128(%rax), $ACC2, $ACC2
|
|---|
| 1697 | vpaddq 32*3-128(%rax), $ACC3, $ACC3
|
|---|
| 1698 | vpaddq 32*4-128(%rax), $ACC4, $ACC4
|
|---|
| 1699 | vpaddq 32*5-128(%rax), $ACC5, $ACC5
|
|---|
| 1700 | vpaddq 32*6-128(%rax), $ACC6, $ACC6
|
|---|
| 1701 | vpaddq 32*7-128(%rax), $ACC7, $ACC7
|
|---|
| 1702 | vpaddq 32*8-128(%rax), $ACC8, $ACC8
|
|---|
| 1703 |
|
|---|
| 1704 | vpsubq 32*0-128(%rdx), $ACC0, $ACC0
|
|---|
| 1705 | vpsubq 32*1-128(%rdx), $ACC1, $ACC1
|
|---|
| 1706 | vpsubq 32*2-128(%rdx), $ACC2, $ACC2
|
|---|
| 1707 | vpsubq 32*3-128(%rdx), $ACC3, $ACC3
|
|---|
| 1708 | vpsubq 32*4-128(%rdx), $ACC4, $ACC4
|
|---|
| 1709 | vpsubq 32*5-128(%rdx), $ACC5, $ACC5
|
|---|
| 1710 | vpsubq 32*6-128(%rdx), $ACC6, $ACC6
|
|---|
| 1711 | vpsubq 32*7-128(%rdx), $ACC7, $ACC7
|
|---|
| 1712 | vpsubq 32*8-128(%rdx), $ACC8, $ACC8
|
|---|
| 1713 |
|
|---|
| 1714 | vpsubq 32*0-128(%rcx), $ACC0, $ACC0
|
|---|
| 1715 | vpsubq 32*1-128(%rcx), $ACC1, $ACC1
|
|---|
| 1716 | vpsubq 32*2-128(%rcx), $ACC2, $ACC2
|
|---|
| 1717 | vpsubq 32*3-128(%rcx), $ACC3, $ACC3
|
|---|
| 1718 | vpsubq 32*4-128(%rcx), $ACC4, $ACC4
|
|---|
| 1719 | vpsubq 32*5-128(%rcx), $ACC5, $ACC5
|
|---|
| 1720 | vpsubq 32*6-128(%rcx), $ACC6, $ACC6
|
|---|
| 1721 | vpsubq 32*7-128(%rcx), $ACC7, $ACC7
|
|---|
| 1722 | vpsubq 32*8-128(%rcx), $ACC8, $ACC8
|
|---|
| 1723 | call avx2_normalize
|
|---|
| 1724 |
|
|---|
| 1725 | lea 32*0($b_ptr), %rsi
|
|---|
| 1726 | lea 32*0($a_ptr), %rdx
|
|---|
| 1727 | call avx2_select_n_store
|
|---|
| 1728 |
|
|---|
| 1729 | # H = U2 - X3
|
|---|
| 1730 | lea `32*9*0`(%rsp), %rsi
|
|---|
| 1731 | lea `32*9*0`($r_ptr), %rdx
|
|---|
| 1732 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1733 | call avx2_sub_x4
|
|---|
| 1734 | call avx2_normalize_n_store
|
|---|
| 1735 |
|
|---|
| 1736 | # H = H*R
|
|---|
| 1737 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1738 | lea `32*9*4`(%rsp), %rdx
|
|---|
| 1739 | lea `32*9*3`(%rsp), %rdi
|
|---|
| 1740 | call avx2_mul_x4
|
|---|
| 1741 | call avx2_normalize_n_store
|
|---|
| 1742 |
|
|---|
| 1743 | # S2 = S1 * H^3
|
|---|
| 1744 | lea `32*9*7`(%rsp), %rsi
|
|---|
| 1745 | lea `32*9*1`($a_ptr), %rdx
|
|---|
| 1746 | lea `32*9*1`(%rsp), %rdi
|
|---|
| 1747 | call avx2_mul_x4
|
|---|
| 1748 | call avx2_normalize_n_store
|
|---|
| 1749 |
|
|---|
| 1750 | #
|
|---|
| 1751 | lea `32*9*3`(%rsp), %rsi
|
|---|
| 1752 | lea `32*9*1`(%rsp), %rdx
|
|---|
| 1753 | lea `32*9*1`($r_ptr), %rdi
|
|---|
| 1754 | call avx2_sub_x4
|
|---|
| 1755 | call avx2_normalize
|
|---|
| 1756 |
|
|---|
| 1757 | lea 32*9($b_ptr), %rsi
|
|---|
| 1758 | lea 32*9($a_ptr), %rdx
|
|---|
| 1759 | call avx2_select_n_store
|
|---|
| 1760 |
|
|---|
| 1761 | #lea 32*9*0($r_ptr), %rsi
|
|---|
| 1762 | #lea 32*9*0($r_ptr), %rdi
|
|---|
| 1763 | #call avx2_mul_by1_x4
|
|---|
| 1764 | #NORMALIZE
|
|---|
| 1765 | #STORE
|
|---|
| 1766 |
|
|---|
| 1767 | lea `32*9*1`($r_ptr), %rsi
|
|---|
| 1768 | lea `32*9*1`($r_ptr), %rdi
|
|---|
| 1769 | call avx2_mul_by1_x4
|
|---|
| 1770 | call avx2_normalize_n_store
|
|---|
| 1771 |
|
|---|
| 1772 | vzeroupper
|
|---|
| 1773 | ___
|
|---|
| 1774 | $code.=<<___ if ($win64);
|
|---|
| 1775 | movaps %xmm6, -16*10(%rbp)
|
|---|
| 1776 | movaps %xmm7, -16*9(%rbp)
|
|---|
| 1777 | movaps %xmm8, -16*8(%rbp)
|
|---|
| 1778 | movaps %xmm9, -16*7(%rbp)
|
|---|
| 1779 | movaps %xmm10, -16*6(%rbp)
|
|---|
| 1780 | movaps %xmm11, -16*5(%rbp)
|
|---|
| 1781 | movaps %xmm12, -16*4(%rbp)
|
|---|
| 1782 | movaps %xmm13, -16*3(%rbp)
|
|---|
| 1783 | movaps %xmm14, -16*2(%rbp)
|
|---|
| 1784 | movaps %xmm15, -16*1(%rbp)
|
|---|
| 1785 | ___
|
|---|
| 1786 | $code.=<<___;
|
|---|
| 1787 | mov %rbp, %rsp
|
|---|
| 1788 | pop %rbp
|
|---|
| 1789 | ret
|
|---|
| 1790 | .size ecp_nistz256_avx2_point_add_affines_x4,.-ecp_nistz256_avx2_point_add_affines_x4
|
|---|
| 1791 |
|
|---|
| 1792 | ################################################################################
|
|---|
| 1793 | # void ecp_nistz256_avx2_to_mont(void* RESULTx4, void *Ax4);
|
|---|
| 1794 | .globl ecp_nistz256_avx2_to_mont
|
|---|
| 1795 | .type ecp_nistz256_avx2_to_mont,\@function,2
|
|---|
| 1796 | .align 32
|
|---|
| 1797 | ecp_nistz256_avx2_to_mont:
|
|---|
| 1798 | vzeroupper
|
|---|
| 1799 | ___
|
|---|
| 1800 | $code.=<<___ if ($win64);
|
|---|
| 1801 | lea -8-16*10(%rsp), %rsp
|
|---|
| 1802 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 1803 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 1804 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 1805 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 1806 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 1807 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 1808 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 1809 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 1810 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 1811 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 1812 | ___
|
|---|
| 1813 | $code.=<<___;
|
|---|
| 1814 | vmovdqa .LAVX2_AND_MASK(%rip), $AND_MASK
|
|---|
| 1815 | lea .LTO_MONT_AVX2(%rip), %rdx
|
|---|
| 1816 | call avx2_mul_x4
|
|---|
| 1817 | call avx2_normalize_n_store
|
|---|
| 1818 |
|
|---|
| 1819 | vzeroupper
|
|---|
| 1820 | ___
|
|---|
| 1821 | $code.=<<___ if ($win64);
|
|---|
| 1822 | movaps 16*0(%rsp), %xmm6
|
|---|
| 1823 | movaps 16*1(%rsp), %xmm7
|
|---|
| 1824 | movaps 16*2(%rsp), %xmm8
|
|---|
| 1825 | movaps 16*3(%rsp), %xmm9
|
|---|
| 1826 | movaps 16*4(%rsp), %xmm10
|
|---|
| 1827 | movaps 16*5(%rsp), %xmm11
|
|---|
| 1828 | movaps 16*6(%rsp), %xmm12
|
|---|
| 1829 | movaps 16*7(%rsp), %xmm13
|
|---|
| 1830 | movaps 16*8(%rsp), %xmm14
|
|---|
| 1831 | movaps 16*9(%rsp), %xmm15
|
|---|
| 1832 | lea 8+16*10(%rsp), %rsp
|
|---|
| 1833 | ___
|
|---|
| 1834 | $code.=<<___;
|
|---|
| 1835 | ret
|
|---|
| 1836 | .size ecp_nistz256_avx2_to_mont,.-ecp_nistz256_avx2_to_mont
|
|---|
| 1837 |
|
|---|
| 1838 | ################################################################################
|
|---|
| 1839 | # void ecp_nistz256_avx2_from_mont(void* RESULTx4, void *Ax4);
|
|---|
| 1840 | .globl ecp_nistz256_avx2_from_mont
|
|---|
| 1841 | .type ecp_nistz256_avx2_from_mont,\@function,2
|
|---|
| 1842 | .align 32
|
|---|
| 1843 | ecp_nistz256_avx2_from_mont:
|
|---|
| 1844 | vzeroupper
|
|---|
| 1845 | ___
|
|---|
| 1846 | $code.=<<___ if ($win64);
|
|---|
| 1847 | lea -8-16*10(%rsp), %rsp
|
|---|
| 1848 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 1849 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 1850 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 1851 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 1852 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 1853 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 1854 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 1855 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 1856 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 1857 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 1858 | ___
|
|---|
| 1859 | $code.=<<___;
|
|---|
| 1860 | vmovdqa .LAVX2_AND_MASK(%rip), $AND_MASK
|
|---|
| 1861 | lea .LFROM_MONT_AVX2(%rip), %rdx
|
|---|
| 1862 | call avx2_mul_x4
|
|---|
| 1863 | call avx2_normalize_n_store
|
|---|
| 1864 |
|
|---|
| 1865 | vzeroupper
|
|---|
| 1866 | ___
|
|---|
| 1867 | $code.=<<___ if ($win64);
|
|---|
| 1868 | movaps 16*0(%rsp), %xmm6
|
|---|
| 1869 | movaps 16*1(%rsp), %xmm7
|
|---|
| 1870 | movaps 16*2(%rsp), %xmm8
|
|---|
| 1871 | movaps 16*3(%rsp), %xmm9
|
|---|
| 1872 | movaps 16*4(%rsp), %xmm10
|
|---|
| 1873 | movaps 16*5(%rsp), %xmm11
|
|---|
| 1874 | movaps 16*6(%rsp), %xmm12
|
|---|
| 1875 | movaps 16*7(%rsp), %xmm13
|
|---|
| 1876 | movaps 16*8(%rsp), %xmm14
|
|---|
| 1877 | movaps 16*9(%rsp), %xmm15
|
|---|
| 1878 | lea 8+16*10(%rsp), %rsp
|
|---|
| 1879 | ___
|
|---|
| 1880 | $code.=<<___;
|
|---|
| 1881 | ret
|
|---|
| 1882 | .size ecp_nistz256_avx2_from_mont,.-ecp_nistz256_avx2_from_mont
|
|---|
| 1883 |
|
|---|
| 1884 | ################################################################################
|
|---|
| 1885 | # void ecp_nistz256_avx2_set1(void* RESULTx4);
|
|---|
| 1886 | .globl ecp_nistz256_avx2_set1
|
|---|
| 1887 | .type ecp_nistz256_avx2_set1,\@function,1
|
|---|
| 1888 | .align 32
|
|---|
| 1889 | ecp_nistz256_avx2_set1:
|
|---|
| 1890 | lea .LONE+128(%rip), %rax
|
|---|
| 1891 | lea 128(%rdi), %rdi
|
|---|
| 1892 | vzeroupper
|
|---|
| 1893 | vmovdqa 32*0-128(%rax), %ymm0
|
|---|
| 1894 | vmovdqa 32*1-128(%rax), %ymm1
|
|---|
| 1895 | vmovdqa 32*2-128(%rax), %ymm2
|
|---|
| 1896 | vmovdqa 32*3-128(%rax), %ymm3
|
|---|
| 1897 | vmovdqa 32*4-128(%rax), %ymm4
|
|---|
| 1898 | vmovdqa 32*5-128(%rax), %ymm5
|
|---|
| 1899 | vmovdqa %ymm0, 32*0-128(%rdi)
|
|---|
| 1900 | vmovdqa 32*6-128(%rax), %ymm0
|
|---|
| 1901 | vmovdqa %ymm1, 32*1-128(%rdi)
|
|---|
| 1902 | vmovdqa 32*7-128(%rax), %ymm1
|
|---|
| 1903 | vmovdqa %ymm2, 32*2-128(%rdi)
|
|---|
| 1904 | vmovdqa 32*8-128(%rax), %ymm2
|
|---|
| 1905 | vmovdqa %ymm3, 32*3-128(%rdi)
|
|---|
| 1906 | vmovdqa %ymm4, 32*4-128(%rdi)
|
|---|
| 1907 | vmovdqa %ymm5, 32*5-128(%rdi)
|
|---|
| 1908 | vmovdqa %ymm0, 32*6-128(%rdi)
|
|---|
| 1909 | vmovdqa %ymm1, 32*7-128(%rdi)
|
|---|
| 1910 | vmovdqa %ymm2, 32*8-128(%rdi)
|
|---|
| 1911 |
|
|---|
| 1912 | vzeroupper
|
|---|
| 1913 | ret
|
|---|
| 1914 | .size ecp_nistz256_avx2_set1,.-ecp_nistz256_avx2_set1
|
|---|
| 1915 | ___
|
|---|
| 1916 | }
|
|---|
| 1917 | {
|
|---|
| 1918 | ################################################################################
|
|---|
| 1919 | # void ecp_nistz256_avx2_multi_gather_w7(void* RESULT, void *in,
|
|---|
| 1920 | # int index0, int index1, int index2, int index3);
|
|---|
| 1921 | ################################################################################
|
|---|
| 1922 |
|
|---|
| 1923 | my ($val,$in_t,$index0,$index1,$index2,$index3)=("%rdi","%rsi","%edx","%ecx","%r8d","%r9d");
|
|---|
| 1924 | my ($INDEX0,$INDEX1,$INDEX2,$INDEX3)=map("%ymm$_",(0..3));
|
|---|
| 1925 | my ($R0a,$R0b,$R1a,$R1b,$R2a,$R2b,$R3a,$R3b)=map("%ymm$_",(4..11));
|
|---|
| 1926 | my ($M0,$T0,$T1,$TMP0)=map("%ymm$_",(12..15));
|
|---|
| 1927 |
|
|---|
| 1928 | $code.=<<___;
|
|---|
| 1929 | .globl ecp_nistz256_avx2_multi_gather_w7
|
|---|
| 1930 | .type ecp_nistz256_avx2_multi_gather_w7,\@function,6
|
|---|
| 1931 | .align 32
|
|---|
| 1932 | ecp_nistz256_avx2_multi_gather_w7:
|
|---|
| 1933 | vzeroupper
|
|---|
| 1934 | ___
|
|---|
| 1935 | $code.=<<___ if ($win64);
|
|---|
| 1936 | lea -8-16*10(%rsp), %rsp
|
|---|
| 1937 | vmovaps %xmm6, -8-16*10(%rax)
|
|---|
| 1938 | vmovaps %xmm7, -8-16*9(%rax)
|
|---|
| 1939 | vmovaps %xmm8, -8-16*8(%rax)
|
|---|
| 1940 | vmovaps %xmm9, -8-16*7(%rax)
|
|---|
| 1941 | vmovaps %xmm10, -8-16*6(%rax)
|
|---|
| 1942 | vmovaps %xmm11, -8-16*5(%rax)
|
|---|
| 1943 | vmovaps %xmm12, -8-16*4(%rax)
|
|---|
| 1944 | vmovaps %xmm13, -8-16*3(%rax)
|
|---|
| 1945 | vmovaps %xmm14, -8-16*2(%rax)
|
|---|
| 1946 | vmovaps %xmm15, -8-16*1(%rax)
|
|---|
| 1947 | ___
|
|---|
| 1948 | $code.=<<___;
|
|---|
| 1949 | lea .LIntOne(%rip), %rax
|
|---|
| 1950 |
|
|---|
| 1951 | vmovd $index0, %xmm0
|
|---|
| 1952 | vmovd $index1, %xmm1
|
|---|
| 1953 | vmovd $index2, %xmm2
|
|---|
| 1954 | vmovd $index3, %xmm3
|
|---|
| 1955 |
|
|---|
| 1956 | vpxor $R0a, $R0a, $R0a
|
|---|
| 1957 | vpxor $R0b, $R0b, $R0b
|
|---|
| 1958 | vpxor $R1a, $R1a, $R1a
|
|---|
| 1959 | vpxor $R1b, $R1b, $R1b
|
|---|
| 1960 | vpxor $R2a, $R2a, $R2a
|
|---|
| 1961 | vpxor $R2b, $R2b, $R2b
|
|---|
| 1962 | vpxor $R3a, $R3a, $R3a
|
|---|
| 1963 | vpxor $R3b, $R3b, $R3b
|
|---|
| 1964 | vmovdqa (%rax), $M0
|
|---|
| 1965 |
|
|---|
| 1966 | vpermd $INDEX0, $R0a, $INDEX0
|
|---|
| 1967 | vpermd $INDEX1, $R0a, $INDEX1
|
|---|
| 1968 | vpermd $INDEX2, $R0a, $INDEX2
|
|---|
| 1969 | vpermd $INDEX3, $R0a, $INDEX3
|
|---|
| 1970 |
|
|---|
| 1971 | mov \$64, %ecx
|
|---|
| 1972 | lea 112($val), $val # size optimization
|
|---|
| 1973 | jmp .Lmulti_select_loop_avx2
|
|---|
| 1974 |
|
|---|
| 1975 | # INDEX=0, corresponds to the point at infty (0,0)
|
|---|
| 1976 | .align 32
|
|---|
| 1977 | .Lmulti_select_loop_avx2:
|
|---|
| 1978 | vpcmpeqd $INDEX0, $M0, $TMP0
|
|---|
| 1979 |
|
|---|
| 1980 | vmovdqa `32*0+32*64*2*0`($in_t), $T0
|
|---|
| 1981 | vmovdqa `32*1+32*64*2*0`($in_t), $T1
|
|---|
| 1982 | vpand $TMP0, $T0, $T0
|
|---|
| 1983 | vpand $TMP0, $T1, $T1
|
|---|
| 1984 | vpxor $T0, $R0a, $R0a
|
|---|
| 1985 | vpxor $T1, $R0b, $R0b
|
|---|
| 1986 |
|
|---|
| 1987 | vpcmpeqd $INDEX1, $M0, $TMP0
|
|---|
| 1988 |
|
|---|
| 1989 | vmovdqa `32*0+32*64*2*1`($in_t), $T0
|
|---|
| 1990 | vmovdqa `32*1+32*64*2*1`($in_t), $T1
|
|---|
| 1991 | vpand $TMP0, $T0, $T0
|
|---|
| 1992 | vpand $TMP0, $T1, $T1
|
|---|
| 1993 | vpxor $T0, $R1a, $R1a
|
|---|
| 1994 | vpxor $T1, $R1b, $R1b
|
|---|
| 1995 |
|
|---|
| 1996 | vpcmpeqd $INDEX2, $M0, $TMP0
|
|---|
| 1997 |
|
|---|
| 1998 | vmovdqa `32*0+32*64*2*2`($in_t), $T0
|
|---|
| 1999 | vmovdqa `32*1+32*64*2*2`($in_t), $T1
|
|---|
| 2000 | vpand $TMP0, $T0, $T0
|
|---|
| 2001 | vpand $TMP0, $T1, $T1
|
|---|
| 2002 | vpxor $T0, $R2a, $R2a
|
|---|
| 2003 | vpxor $T1, $R2b, $R2b
|
|---|
| 2004 |
|
|---|
| 2005 | vpcmpeqd $INDEX3, $M0, $TMP0
|
|---|
| 2006 |
|
|---|
| 2007 | vmovdqa `32*0+32*64*2*3`($in_t), $T0
|
|---|
| 2008 | vmovdqa `32*1+32*64*2*3`($in_t), $T1
|
|---|
| 2009 | vpand $TMP0, $T0, $T0
|
|---|
| 2010 | vpand $TMP0, $T1, $T1
|
|---|
| 2011 | vpxor $T0, $R3a, $R3a
|
|---|
| 2012 | vpxor $T1, $R3b, $R3b
|
|---|
| 2013 |
|
|---|
| 2014 | vpaddd (%rax), $M0, $M0 # increment
|
|---|
| 2015 | lea 32*2($in_t), $in_t
|
|---|
| 2016 |
|
|---|
| 2017 | dec %ecx
|
|---|
| 2018 | jnz .Lmulti_select_loop_avx2
|
|---|
| 2019 |
|
|---|
| 2020 | vmovdqu $R0a, 32*0-112($val)
|
|---|
| 2021 | vmovdqu $R0b, 32*1-112($val)
|
|---|
| 2022 | vmovdqu $R1a, 32*2-112($val)
|
|---|
| 2023 | vmovdqu $R1b, 32*3-112($val)
|
|---|
| 2024 | vmovdqu $R2a, 32*4-112($val)
|
|---|
| 2025 | vmovdqu $R2b, 32*5-112($val)
|
|---|
| 2026 | vmovdqu $R3a, 32*6-112($val)
|
|---|
| 2027 | vmovdqu $R3b, 32*7-112($val)
|
|---|
| 2028 |
|
|---|
| 2029 | vzeroupper
|
|---|
| 2030 | ___
|
|---|
| 2031 | $code.=<<___ if ($win64);
|
|---|
| 2032 | movaps 16*0(%rsp), %xmm6
|
|---|
| 2033 | movaps 16*1(%rsp), %xmm7
|
|---|
| 2034 | movaps 16*2(%rsp), %xmm8
|
|---|
| 2035 | movaps 16*3(%rsp), %xmm9
|
|---|
| 2036 | movaps 16*4(%rsp), %xmm10
|
|---|
| 2037 | movaps 16*5(%rsp), %xmm11
|
|---|
| 2038 | movaps 16*6(%rsp), %xmm12
|
|---|
| 2039 | movaps 16*7(%rsp), %xmm13
|
|---|
| 2040 | movaps 16*8(%rsp), %xmm14
|
|---|
| 2041 | movaps 16*9(%rsp), %xmm15
|
|---|
| 2042 | lea 8+16*10(%rsp), %rsp
|
|---|
| 2043 | ___
|
|---|
| 2044 | $code.=<<___;
|
|---|
| 2045 | ret
|
|---|
| 2046 | .size ecp_nistz256_avx2_multi_gather_w7,.-ecp_nistz256_avx2_multi_gather_w7
|
|---|
| 2047 |
|
|---|
| 2048 | .extern OPENSSL_ia32cap_P
|
|---|
| 2049 | .globl ecp_nistz_avx2_eligible
|
|---|
| 2050 | .type ecp_nistz_avx2_eligible,\@abi-omnipotent
|
|---|
| 2051 | .align 32
|
|---|
| 2052 | ecp_nistz_avx2_eligible:
|
|---|
| 2053 | mov OPENSSL_ia32cap_P+8(%rip),%eax
|
|---|
| 2054 | shr \$5,%eax
|
|---|
| 2055 | and \$1,%eax
|
|---|
| 2056 | ret
|
|---|
| 2057 | .size ecp_nistz_avx2_eligible,.-ecp_nistz_avx2_eligible
|
|---|
| 2058 | ___
|
|---|
| 2059 | }
|
|---|
| 2060 | }} else {{ # assembler is too old
|
|---|
| 2061 | $code.=<<___;
|
|---|
| 2062 | .text
|
|---|
| 2063 |
|
|---|
| 2064 | .globl ecp_nistz256_avx2_transpose_convert
|
|---|
| 2065 | .globl ecp_nistz256_avx2_convert_transpose_back
|
|---|
| 2066 | .globl ecp_nistz256_avx2_point_add_affine_x4
|
|---|
| 2067 | .globl ecp_nistz256_avx2_point_add_affines_x4
|
|---|
| 2068 | .globl ecp_nistz256_avx2_to_mont
|
|---|
| 2069 | .globl ecp_nistz256_avx2_from_mont
|
|---|
| 2070 | .globl ecp_nistz256_avx2_set1
|
|---|
| 2071 | .globl ecp_nistz256_avx2_multi_gather_w7
|
|---|
| 2072 | .type ecp_nistz256_avx2_multi_gather_w7,\@abi-omnipotent
|
|---|
| 2073 | ecp_nistz256_avx2_transpose_convert:
|
|---|
| 2074 | ecp_nistz256_avx2_convert_transpose_back:
|
|---|
| 2075 | ecp_nistz256_avx2_point_add_affine_x4:
|
|---|
| 2076 | ecp_nistz256_avx2_point_add_affines_x4:
|
|---|
| 2077 | ecp_nistz256_avx2_to_mont:
|
|---|
| 2078 | ecp_nistz256_avx2_from_mont:
|
|---|
| 2079 | ecp_nistz256_avx2_set1:
|
|---|
| 2080 | ecp_nistz256_avx2_multi_gather_w7:
|
|---|
| 2081 | .byte 0x0f,0x0b # ud2
|
|---|
| 2082 | ret
|
|---|
| 2083 | .size ecp_nistz256_avx2_multi_gather_w7,.-ecp_nistz256_avx2_multi_gather_w7
|
|---|
| 2084 |
|
|---|
| 2085 | .globl ecp_nistz_avx2_eligible
|
|---|
| 2086 | .type ecp_nistz_avx2_eligible,\@abi-omnipotent
|
|---|
| 2087 | ecp_nistz_avx2_eligible:
|
|---|
| 2088 | xor %eax,%eax
|
|---|
| 2089 | ret
|
|---|
| 2090 | .size ecp_nistz_avx2_eligible,.-ecp_nistz_avx2_eligible
|
|---|
| 2091 | ___
|
|---|
| 2092 | }}
|
|---|
| 2093 |
|
|---|
| 2094 | foreach (split("\n",$code)) {
|
|---|
| 2095 | s/\`([^\`]*)\`/eval($1)/geo;
|
|---|
| 2096 |
|
|---|
| 2097 | print $_,"\n";
|
|---|
| 2098 | }
|
|---|
| 2099 |
|
|---|
| 2100 | close STDOUT;
|
|---|
