crypto/poly1305/poly1305_ieee754.c

   1 /* ====================================================================
   2  * Copyright (c) 2015 The OpenSSL Project. All rights reserved.
   3  *
   4  * Rights for redistribution and usage in source and binary
   5  * forms are granted according to the OpenSSL license.
   6  */
   7
   8 /*
   9  * This module is meant to be used as template for non-x87 floating-
  10  * point assembly modules. The template itself is x86_64-specific
  11  * though, as it was debugged on x86_64. So that implementor would
  12  * have to recognize platform-specific parts, UxTOy and inline asm,
  13  * and act accordingly.
  14  *
  15  * Huh? x86_64-specific code as template for non-x87? Note seven, which
  16  * is not a typo, but reference to 80-bit precision. This module on the
  17  * other hand relies on 64-bit precision operations, which are default
  18  * for x86_64 code. And since we are at it, just for sense of it,
  19  * large-block performance in cycles per processed byte for *this* code
  20  * is:
  21  *                      gcc-4.8         icc-15.0        clang-3.4(*)
  22  *
  23  * Westmere             4.96            5.09            4.37
  24  * Sandy Bridge         4.95            4.90            4.17
  25  * Haswell              4.92            4.87            3.78
  26  * Bulldozer            4.67            4.49            4.68
  27  * VIA Nano             7.07            7.05            5.98
  28  * Silvermont           10.6            9.61            12.6
  29  *
  30  * (*)  clang managed to discover parallelism and deployed SIMD;
  31  *
  32  * And for range of other platforms with unspecified gcc versions:
  33  *
  34  * Freescale e300       12.5
  35  * PPC74x0              10.8
  36  * POWER6               4.92
  37  * POWER7               4.50
  38  * POWER8               4.10
  39  *
  40  * z10                  11.2
  41  * z196+                7.30
  42  *
  43  * UltraSPARC III       16.0
  44  * SPARC T4             16.1
  45  */
  46
  47 #if !(defined(__GNUC__) && __GNUC__>=2)
  48 # error "this is gcc-specific template"
  49 #endif
  50
  51 #include <stdlib.h>
  52
  53 typedef unsigned char u8;
  54 typedef unsigned int u32;
  55 typedef unsigned long long u64;
  56 typedef union { double d; u64 u; } elem64;
  57
  58 #define TWO(p)          ((double)(1ULL<<(p)))
  59 #define TWO0            TWO(0)
  60 #define TWO32           TWO(32)
  61 #define TWO64           (TWO32*TWO(32))
  62 #define TWO96           (TWO64*TWO(32))
  63 #define TWO130          (TWO96*TWO(34))
  64
  65 #define EXP(p)          ((1023ULL+(p))<<52)
  66
  67 #if defined(__x86_64__) || (defined(__PPC__) && defined(__LITTLE_ENDIAN__))
  68 # define U8TOU32(p)     (*(const u32 *)(p))
  69 # define U32TO8(p,v)    (*(u32 *)(p) = (v))
  70 #elif defined(__PPC__)
  71 # define U8TOU32(p)     ({u32 ret; asm ("lwbrx  %0,0,%1":"=r"(ret):"b"(p)); ret; })
  72 # define U32TO8(p,v)    asm ("stwbrx %0,0,%1"::"r"(v),"b"(p):"memory")
  73 #elif defined(__s390x__)
  74 # define U8TOU32(p)     ({u32 ret; asm ("lrv    %0,%1":"=d"(ret):"m"(*(u32 *)(p))); ret; })
  75 # define U32TO8(p,v)    asm ("strv      %1,%0":"=m"(*(u32 *)(p)):"d"(v))
  76 #endif
  77
  78 #ifndef U8TOU32
  79 # define U8TOU32(p)     ((u32)(p)[0]     | (u32)(p)[1]<<8 | \
  80                          (u32)(p)[2]<<16 | (u32)(p)[3]<<24  )
  81 #endif
  82 #ifndef U32TO8
  83 # define U32TO8(p,v)    ((p)[0] = (u8)(v),       (p)[1] = (u8)((v)>>8), \
  84                          (p)[2] = (u8)((v)>>16), (p)[3] = (u8)((v)>>24) )
  85 #endif
  86
  87 typedef struct {
  88     elem64 h[4];
  89     double r[8];
  90     double s[6];
  91 } poly1305_internal;
  92
  93 /* "round toward zero (truncate), mask all exceptions" */
  94 #if defined(__x86_64__)
  95 static const u32 mxcsr = 0x7f80;
  96 #elif defined(__PPC__)
  97 static const u64 one = 1;
  98 #elif defined(__s390x__)
  99 static const u32 fpc = 1;
 100 #elif defined(__sparc__)
 101 static const u64 fsr = 1ULL<<30;
 102 #else
 103 #error "unrecognized platform"
 104 #endif
 105
 106 int poly1305_init(void *ctx, const unsigned char key[16])
 107 {
 108     poly1305_internal *st = (poly1305_internal *) ctx;
 109     elem64 r0, r1, r2, r3;
 110
 111     /* h = 0, biased */
 112 #if 0
 113     st->h[0].d = TWO(52)*TWO0;
 114     st->h[1].d = TWO(52)*TWO32;
 115     st->h[2].d = TWO(52)*TWO64;
 116     st->h[3].d = TWO(52)*TWO96;
 117 #else
 118     st->h[0].u = EXP(52+0);
 119     st->h[1].u = EXP(52+32);
 120     st->h[2].u = EXP(52+64);
 121     st->h[3].u = EXP(52+96);
 122 #endif
 123
 124     if (key) {
 125         /*
 126          * set "truncate" rounding mode
 127          */
 128 #if defined(__x86_64__)
 129         u32 mxcsr_orig;
 130
 131         asm volatile ("stmxcsr  %0":"=m"(mxcsr_orig));
 132         asm volatile ("ldmxcsr  %0"::"m"(mxcsr));
 133 #elif defined(__PPC__)
 134         double fpscr_orig, fpscr = *(double *)&one;
 135
 136         asm volatile ("mffs     %0":"=f"(fpscr_orig));
 137         asm volatile ("mtfsf    255,%0"::"f"(fpscr));
 138 #elif defined(__s390x__)
 139         u32 fpc_orig;
 140
 141         asm volatile ("stfpc    %0":"=m"(fpc_orig));
 142         asm volatile ("lfpc     %0"::"m"(fpc));
 143 #elif defined(__sparc__)
 144         u64 fsr_orig;
 145
 146         asm volatile ("stx      %%fsr,%0":"=m"(fsr_orig));
 147         asm volatile ("ldx      %0,%%fsr"::"m"(fsr));
 148 #endif
 149
 150         /* r &= 0xffffffc0ffffffc0ffffffc0fffffff */
 151         r0.u = EXP(52+0)  | (U8TOU32(&key[0])  & 0x0fffffff);
 152         r1.u = EXP(52+32) | (U8TOU32(&key[4])  & 0x0ffffffc);
 153         r2.u = EXP(52+64) | (U8TOU32(&key[8])  & 0x0ffffffc);
 154         r3.u = EXP(52+96) | (U8TOU32(&key[12]) & 0x0ffffffc);
 155
 156         st->r[0] = r0.d - TWO(52)*TWO0;
 157         st->r[2] = r1.d - TWO(52)*TWO32;
 158         st->r[4] = r2.d - TWO(52)*TWO64;
 159         st->r[6] = r3.d - TWO(52)*TWO96;
 160
 161         st->s[0] = st->r[2] * (5.0/TWO130);
 162         st->s[2] = st->r[4] * (5.0/TWO130);
 163         st->s[4] = st->r[6] * (5.0/TWO130);
 164
 165         /*
 166          * base 2^32 -> base 2^16
 167          */
 168         st->r[1] = (st->r[0] + TWO(52)*TWO(16)*TWO0) -
 169                                TWO(52)*TWO(16)*TWO0;
 170         st->r[0] -= st->r[1];
 171
 172         st->r[3] = (st->r[2] + TWO(52)*TWO(16)*TWO32) -
 173                                TWO(52)*TWO(16)*TWO32;
 174         st->r[2] -= st->r[3];
 175
 176         st->r[5] = (st->r[4] + TWO(52)*TWO(16)*TWO64) -
 177                                TWO(52)*TWO(16)*TWO64;
 178         st->r[4] -= st->r[5];
 179
 180         st->r[7] = (st->r[6] + TWO(52)*TWO(16)*TWO96) -
 181                                TWO(52)*TWO(16)*TWO96;
 182         st->r[6] -= st->r[7];
 183
 184         st->s[1] = (st->s[0] + TWO(52)*TWO(16)*TWO0/TWO96) -
 185                                TWO(52)*TWO(16)*TWO0/TWO96;
 186         st->s[0] -= st->s[1];
 187
 188         st->s[3] = (st->s[2] + TWO(52)*TWO(16)*TWO32/TWO96) -
 189                                TWO(52)*TWO(16)*TWO32/TWO96;
 190         st->s[2] -= st->s[3];
 191
 192         st->s[5] = (st->s[4] + TWO(52)*TWO(16)*TWO64/TWO96) -
 193                                TWO(52)*TWO(16)*TWO64/TWO96;
 194         st->s[4] -= st->s[5];
 195
 196         /*
 197          * restore original FPU control register
 198          */
 199 #if defined(__x86_64__)
 200         asm volatile ("ldmxcsr  %0"::"m"(mxcsr_orig));
 201 #elif defined(__PPC__)
 202         asm volatile ("mtfsf    255,%0"::"f"(fpscr_orig));
 203 #elif defined(__s390x__)
 204         asm volatile ("lfpc     %0"::"m"(fpc_orig));
 205 #elif defined(__sparc__)
 206         asm volatile ("ldx      %0,%%fsr"::"m"(fsr_orig));
 207 #endif
 208     }
 209
 210     return 0;
 211 }
 212
 213 void poly1305_blocks(void *ctx, const unsigned char *inp, size_t len,
 214                      int padbit)
 215 {
 216     poly1305_internal *st = (poly1305_internal *)ctx;
 217     elem64 in0, in1, in2, in3;
 218     u64 pad = (u64)padbit<<32;
 219
 220     double x0, x1, x2, x3;
 221     double h0lo, h0hi, h1lo, h1hi, h2lo, h2hi, h3lo, h3hi;
 222     double c0lo, c0hi, c1lo, c1hi, c2lo, c2hi, c3lo, c3hi;
 223
 224     const double r0lo = st->r[0];
 225     const double r0hi = st->r[1];
 226     const double r1lo = st->r[2];
 227     const double r1hi = st->r[3];
 228     const double r2lo = st->r[4];
 229     const double r2hi = st->r[5];
 230     const double r3lo = st->r[6];
 231     const double r3hi = st->r[7];
 232
 233     const double s1lo = st->s[0];
 234     const double s1hi = st->s[1];
 235     const double s2lo = st->s[2];
 236     const double s2hi = st->s[3];
 237     const double s3lo = st->s[4];
 238     const double s3hi = st->s[5];
 239
 240     /*
 241      * set "truncate" rounding mode
 242      */
 243 #if defined(__x86_64__)
 244     u32 mxcsr_orig;
 245
 246     asm volatile ("stmxcsr      %0":"=m"(mxcsr_orig));
 247     asm volatile ("ldmxcsr      %0"::"m"(mxcsr));
 248 #elif defined(__PPC__)
 249     double fpscr_orig, fpscr = *(double *)&one;
 250
 251     asm volatile ("mffs         %0":"=f"(fpscr_orig));
 252     asm volatile ("mtfsf        255,%0"::"f"(fpscr));
 253 #elif defined(__s390x__)
 254     u32 fpc_orig;
 255
 256     asm volatile ("stfpc        %0":"=m"(fpc_orig));
 257     asm volatile ("lfpc         %0"::"m"(fpc));
 258 #elif defined(__sparc__)
 259     u64 fsr_orig;
 260
 261     asm volatile ("stx          %%fsr,%0":"=m"(fsr_orig));
 262     asm volatile ("ldx          %0,%%fsr"::"m"(fsr));
 263 #endif
 264
 265     /*
 266      * load base 2^32 and de-bias
 267      */
 268     h0lo = st->h[0].d - TWO(52)*TWO0;
 269     h1lo = st->h[1].d - TWO(52)*TWO32;
 270     h2lo = st->h[2].d - TWO(52)*TWO64;
 271     h3lo = st->h[3].d - TWO(52)*TWO96;
 272
 273 #ifdef __clang__
 274     h0hi = 0;
 275     h1hi = 0;
 276     h2hi = 0;
 277     h3hi = 0;
 278 #else
 279     in0.u = EXP(52+0)  | U8TOU32(&inp[0]);
 280     in1.u = EXP(52+32) | U8TOU32(&inp[4]);
 281     in2.u = EXP(52+64) | U8TOU32(&inp[8]);
 282     in3.u = EXP(52+96) | U8TOU32(&inp[12]) | pad;
 283
 284     x0 = in0.d - TWO(52)*TWO0;
 285     x1 = in1.d - TWO(52)*TWO32;
 286     x2 = in2.d - TWO(52)*TWO64;
 287     x3 = in3.d - TWO(52)*TWO96;
 288
 289     x0 += h0lo;
 290     x1 += h1lo;
 291     x2 += h2lo;
 292     x3 += h3lo;
 293
 294     goto fast_entry;
 295 #endif
 296
 297     do {
 298         in0.u = EXP(52+0)  | U8TOU32(&inp[0]);
 299         in1.u = EXP(52+32) | U8TOU32(&inp[4]);
 300         in2.u = EXP(52+64) | U8TOU32(&inp[8]);
 301         in3.u = EXP(52+96) | U8TOU32(&inp[12]) | pad;
 302
 303         x0 = in0.d - TWO(52)*TWO0;
 304         x1 = in1.d - TWO(52)*TWO32;
 305         x2 = in2.d - TWO(52)*TWO64;
 306         x3 = in3.d - TWO(52)*TWO96;
 307
 308         /*
 309          * note that there are multiple ways to accumulate input, e.g.
 310          * one can as well accumulate to h0lo-h1lo-h1hi-h2hi...
 311          */
 312         h0lo += x0;
 313         h0hi += x1;
 314         h2lo += x2;
 315         h2hi += x3;
 316
 317         /*
 318          * carries that cross 32n-bit (and 130-bit) boundaries
 319          */
 320         c0lo = (h0lo + TWO(52)*TWO32)  - TWO(52)*TWO32;
 321         c1lo = (h1lo + TWO(52)*TWO64)  - TWO(52)*TWO64;
 322         c2lo = (h2lo + TWO(52)*TWO96)  - TWO(52)*TWO96;
 323         c3lo = (h3lo + TWO(52)*TWO130) - TWO(52)*TWO130;
 324
 325         c0hi = (h0hi + TWO(52)*TWO32)  - TWO(52)*TWO32;
 326         c1hi = (h1hi + TWO(52)*TWO64)  - TWO(52)*TWO64;
 327         c2hi = (h2hi + TWO(52)*TWO96)  - TWO(52)*TWO96;
 328         c3hi = (h3hi + TWO(52)*TWO130) - TWO(52)*TWO130;
 329
 330         /*
 331          * base 2^48 -> base 2^32 with last reduction step
 332          */
 333         x1 =  (h1lo - c1lo) + c0lo;
 334         x2 =  (h2lo - c2lo) + c1lo;
 335         x3 =  (h3lo - c3lo) + c2lo;
 336         x0 =  (h0lo - c0lo) + c3lo * (5.0/TWO130);
 337
 338         x1 += (h1hi - c1hi) + c0hi;
 339         x2 += (h2hi - c2hi) + c1hi;
 340         x3 += (h3hi - c3hi) + c2hi;
 341         x0 += (h0hi - c0hi) + c3hi * (5.0/TWO130);
 342
 343 #ifndef __clang__
 344     fast_entry:
 345 #endif
 346         /*
 347          * base 2^32 * base 2^16 = base 2^48
 348          */
 349         h0lo = s3lo * x1 + s2lo * x2 + s1lo * x3 + r0lo * x0;
 350         h1lo = r0lo * x1 + s3lo * x2 + s2lo * x3 + r1lo * x0;
 351         h2lo = r1lo * x1 + r0lo * x2 + s3lo * x3 + r2lo * x0;
 352         h3lo = r2lo * x1 + r1lo * x2 + r0lo * x3 + r3lo * x0;
 353
 354         h0hi = s3hi * x1 + s2hi * x2 + s1hi * x3 + r0hi * x0;
 355         h1hi = r0hi * x1 + s3hi * x2 + s2hi * x3 + r1hi * x0;
 356         h2hi = r1hi * x1 + r0hi * x2 + s3hi * x3 + r2hi * x0;
 357         h3hi = r2hi * x1 + r1hi * x2 + r0hi * x3 + r3hi * x0;
 358
 359         inp += 16;
 360         len -= 16;
 361
 362     } while (len >= 16);
 363
 364     /*
 365      * carries that cross 32n-bit (and 130-bit) boundaries
 366      */
 367     c0lo = (h0lo + TWO(52)*TWO32)  - TWO(52)*TWO32;
 368     c1lo = (h1lo + TWO(52)*TWO64)  - TWO(52)*TWO64;
 369     c2lo = (h2lo + TWO(52)*TWO96)  - TWO(52)*TWO96;
 370     c3lo = (h3lo + TWO(52)*TWO130) - TWO(52)*TWO130;
 371
 372     c0hi = (h0hi + TWO(52)*TWO32)  - TWO(52)*TWO32;
 373     c1hi = (h1hi + TWO(52)*TWO64)  - TWO(52)*TWO64;
 374     c2hi = (h2hi + TWO(52)*TWO96)  - TWO(52)*TWO96;
 375     c3hi = (h3hi + TWO(52)*TWO130) - TWO(52)*TWO130;
 376
 377     /*
 378      * base 2^48 -> base 2^32 with last reduction step
 379      */
 380     x1 =  (h1lo - c1lo) + c0lo;
 381     x2 =  (h2lo - c2lo) + c1lo;
 382     x3 =  (h3lo - c3lo) + c2lo;
 383     x0 =  (h0lo - c0lo) + c3lo * (5.0/TWO130);
 384
 385     x1 += (h1hi - c1hi) + c0hi;
 386     x2 += (h2hi - c2hi) + c1hi;
 387     x3 += (h3hi - c3hi) + c2hi;
 388     x0 += (h0hi - c0hi) + c3hi * (5.0/TWO130);
 389
 390     /*
 391      * store base 2^32, with bias
 392      */
 393     st->h[1].d = x1 + TWO(52)*TWO32;
 394     st->h[2].d = x2 + TWO(52)*TWO64;
 395     st->h[3].d = x3 + TWO(52)*TWO96;
 396     st->h[0].d = x0 + TWO(52)*TWO0;
 397
 398     /*
 399      * restore original FPU control register
 400      */
 401 #if defined(__x86_64__)
 402     asm volatile ("ldmxcsr      %0"::"m"(mxcsr_orig));
 403 #elif defined(__PPC__)
 404     asm volatile ("mtfsf        255,%0"::"f"(fpscr_orig));
 405 #elif defined(__s390x__)
 406     asm volatile ("lfpc         %0"::"m"(fpc_orig));
 407 #elif defined(__sparc__)
 408     asm volatile ("ldx          %0,%%fsr"::"m"(fsr_orig));
 409 #endif
 410 }
 411
 412 void poly1305_emit(void *ctx, unsigned char mac[16], const u32 nonce[4])
 413 {
 414     poly1305_internal *st = (poly1305_internal *) ctx;
 415     u64 h0, h1, h2, h3, h4;
 416     u32 g0, g1, g2, g3, g4;
 417     u64 t;
 418     u32 mask;
 419
 420     /*
 421      * thanks to bias masking exponent gives integer result
 422      */
 423     h0 = st->h[0].u & 0x000fffffffffffffULL;
 424     h1 = st->h[1].u & 0x000fffffffffffffULL;
 425     h2 = st->h[2].u & 0x000fffffffffffffULL;
 426     h3 = st->h[3].u & 0x000fffffffffffffULL;
 427
 428     /*
 429      * can be partially reduced, so reduce...
 430      */
 431     h4 = h3>>32; h3 &= 0xffffffffU;
 432     g4 = h4&-4;
 433     h4 &= 3;
 434     g4 += g4>>2;
 435
 436     h0 += g4;
 437     h1 += h0>>32; h0 &= 0xffffffffU;
 438     h2 += h1>>32; h1 &= 0xffffffffU;
 439     h3 += h2>>32; h2 &= 0xffffffffU;
 440
 441     /* compute h + -p */
 442     g0 = (u32)(t = h0 + 5);
 443     g1 = (u32)(t = h1 + (t >> 32));
 444     g2 = (u32)(t = h2 + (t >> 32));
 445     g3 = (u32)(t = h3 + (t >> 32));
 446     g4 = h4 + (u32)(t >> 32);
 447
 448     /* if there was carry, select g0-g3 */
 449     mask = 0 - (g4 >> 2);
 450     g0 &= mask;
 451     g1 &= mask;
 452     g2 &= mask;
 453     g3 &= mask;
 454     mask = ~mask;
 455     g0 |= (h0 & mask);
 456     g1 |= (h1 & mask);
 457     g2 |= (h2 & mask);
 458     g3 |= (h3 & mask);
 459
 460     /* mac = (h + nonce) % (2^128) */
 461     g0 = (u32)(t = (u64)g0 + nonce[0]);
 462     g1 = (u32)(t = (u64)g1 + (t >> 32) + nonce[1]);
 463     g2 = (u32)(t = (u64)g2 + (t >> 32) + nonce[2]);
 464     g3 = (u32)(t = (u64)g3 + (t >> 32) + nonce[3]);
 465
 466     U32TO8(mac + 0, g0);
 467     U32TO8(mac + 4, g1);
 468     U32TO8(mac + 8, g2);
 469     U32TO8(mac + 12, g3);
 470 }