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