crypto/poly1305/poly1305_ieee754.c

   1 /*
   2  * Copyright 2016-20018 The OpenSSL Project Authors. All Rights Reserved.
   3  *
   4  * Licensed under the OpenSSL license (the "License").  You may not use
   5  * this file except in compliance with the License.  You can obtain a copy
   6  * in the file LICENSE in the source distribution or at
   7  * https://www.openssl.org/source/license.html
   8  */
   9
  10 /*
  11  * This module is meant to be used as template for non-x87 floating-
  12  * point assembly modules. The template itself is x86_64-specific
  13  * though, as it was debugged on x86_64. So that implementor would
  14  * have to recognize platform-specific parts, UxTOy and inline asm,
  15  * and act accordingly.
  16  *
  17  * Huh? x86_64-specific code as template for non-x87? Note seven, which
  18  * is not a typo, but reference to 80-bit precision. This module on the
  19  * other hand relies on 64-bit precision operations, which are default
  20  * for x86_64 code. And since we are at it, just for sense of it,
  21  * large-block performance in cycles per processed byte for *this* code
  22  * is:
  23  *                      gcc-4.8         icc-15.0        clang-3.4(*)
  24  *
  25  * Westmere             4.96            5.09            4.37
  26  * Sandy Bridge         4.95            4.90            4.17
  27  * Haswell              4.92            4.87            3.78
  28  * Bulldozer            4.67            4.49            4.68
  29  * VIA Nano             7.07            7.05            5.98
  30  * Silvermont           10.6            9.61            12.6
  31  *
  32  * (*)  clang managed to discover parallelism and deployed SIMD;
  33  *
  34  * And for range of other platforms with unspecified gcc versions:
  35  *
  36  * Freescale e300       12.5
  37  * PPC74x0              10.8
  38  * POWER6               4.92
  39  * POWER7               4.50
  40  * POWER8               4.10
  41  *
  42  * z10                  11.2
  43  * z196+                7.30
  44  *
  45  * UltraSPARC III       16.0
  46  * SPARC T4             16.1
  47  */
  48
  49 #if !(defined(__GNUC__) && __GNUC__>=2)
  50 # error "this is gcc-specific template"
  51 #endif
  52
  53 #include <stdlib.h>
  54
  55 typedef unsigned char u8;
  56 typedef unsigned int u32;
  57 typedef unsigned long long u64;
  58 typedef union { double d; u64 u; } elem64;
  59
  60 #define TWO(p)          ((double)(1ULL<<(p)))
  61 #define TWO0            TWO(0)
  62 #define TWO32           TWO(32)
  63 #define TWO64           (TWO32*TWO(32))
  64 #define TWO96           (TWO64*TWO(32))
  65 #define TWO130          (TWO96*TWO(34))
  66
  67 #define EXP(p)          ((1023ULL+(p))<<52)
  68
  69 #if defined(__x86_64__) || (defined(__PPC__) && defined(__LITTLE_ENDIAN__))
  70 # define U8TOU32(p)     (*(const u32 *)(p))
  71 # define U32TO8(p,v)    (*(u32 *)(p) = (v))
  72 #elif defined(__PPC__)
  73 # define U8TOU32(p)     ({u32 ret; asm ("lwbrx  %0,0,%1":"=r"(ret):"b"(p)); ret; })
  74 # define U32TO8(p,v)    asm ("stwbrx %0,0,%1"::"r"(v),"b"(p):"memory")
  75 #elif defined(__s390x__)
  76 # define U8TOU32(p)     ({u32 ret; asm ("lrv    %0,%1":"=d"(ret):"m"(*(u32 *)(p))); ret; })
  77 # define U32TO8(p,v)    asm ("strv      %1,%0":"=m"(*(u32 *)(p)):"d"(v))
  78 #endif
  79
  80 #ifndef U8TOU32
  81 # define U8TOU32(p)     ((u32)(p)[0]     | (u32)(p)[1]<<8 | \
  82                          (u32)(p)[2]<<16 | (u32)(p)[3]<<24  )
  83 #endif
  84 #ifndef U32TO8
  85 # define U32TO8(p,v)    ((p)[0] = (u8)(v),       (p)[1] = (u8)((v)>>8), \
  86                          (p)[2] = (u8)((v)>>16), (p)[3] = (u8)((v)>>24) )
  87 #endif
  88
  89 typedef struct {
  90     elem64 h[4];
  91     double r[8];
  92     double s[6];
  93 } poly1305_internal;
  94
  95 /* "round toward zero (truncate), mask all exceptions" */
  96 #if defined(__x86_64__)
  97 static const u32 mxcsr = 0x7f80;
  98 #elif defined(__PPC__)
  99 static const u64 one = 1;
 100 #elif defined(__s390x__)
 101 static const u32 fpc = 1;
 102 #elif defined(__sparc__)
 103 static const u64 fsr = 1ULL<<30;
 104 #elif defined(__mips__)
 105 static const u32 fcsr = 1;
 106 #else
 107 #error "unrecognized platform"
 108 #endif
 109
 110 int poly1305_init(void *ctx, const unsigned char key[16])
 111 {
 112     poly1305_internal *st = (poly1305_internal *) ctx;
 113     elem64 r0, r1, r2, r3;
 114
 115     /* h = 0, biased */
 116 #if 0
 117     st->h[0].d = TWO(52)*TWO0;
 118     st->h[1].d = TWO(52)*TWO32;
 119     st->h[2].d = TWO(52)*TWO64;
 120     st->h[3].d = TWO(52)*TWO96;
 121 #else
 122     st->h[0].u = EXP(52+0);
 123     st->h[1].u = EXP(52+32);
 124     st->h[2].u = EXP(52+64);
 125     st->h[3].u = EXP(52+96);
 126 #endif
 127
 128     if (key) {
 129         /*
 130          * set "truncate" rounding mode
 131          */
 132 #if defined(__x86_64__)
 133         u32 mxcsr_orig;
 134
 135         asm volatile ("stmxcsr  %0":"=m"(mxcsr_orig));
 136         asm volatile ("ldmxcsr  %0"::"m"(mxcsr));
 137 #elif defined(__PPC__)
 138         double fpscr_orig, fpscr = *(double *)&one;
 139
 140         asm volatile ("mffs     %0":"=f"(fpscr_orig));
 141         asm volatile ("mtfsf    255,%0"::"f"(fpscr));
 142 #elif defined(__s390x__)
 143         u32 fpc_orig;
 144
 145         asm volatile ("stfpc    %0":"=m"(fpc_orig));
 146         asm volatile ("lfpc     %0"::"m"(fpc));
 147 #elif defined(__sparc__)
 148         u64 fsr_orig;
 149
 150         asm volatile ("stx      %%fsr,%0":"=m"(fsr_orig));
 151         asm volatile ("ldx      %0,%%fsr"::"m"(fsr));
 152 #elif defined(__mips__)
 153         u32 fcsr_orig;
 154
 155         asm volatile ("cfc1     %0,$31":"=r"(fcsr_orig));
 156         asm volatile ("ctc1     %0,$31"::"r"(fcsr));
 157 #endif
 158
 159         /* r &= 0xffffffc0ffffffc0ffffffc0fffffff */
 160         r0.u = EXP(52+0)  | (U8TOU32(&key[0])  & 0x0fffffff);
 161         r1.u = EXP(52+32) | (U8TOU32(&key[4])  & 0x0ffffffc);
 162         r2.u = EXP(52+64) | (U8TOU32(&key[8])  & 0x0ffffffc);
 163         r3.u = EXP(52+96) | (U8TOU32(&key[12]) & 0x0ffffffc);
 164
 165         st->r[0] = r0.d - TWO(52)*TWO0;
 166         st->r[2] = r1.d - TWO(52)*TWO32;
 167         st->r[4] = r2.d - TWO(52)*TWO64;
 168         st->r[6] = r3.d - TWO(52)*TWO96;
 169
 170         st->s[0] = st->r[2] * (5.0/TWO130);
 171         st->s[2] = st->r[4] * (5.0/TWO130);
 172         st->s[4] = st->r[6] * (5.0/TWO130);
 173
 174         /*
 175          * base 2^32 -> base 2^16
 176          */
 177         st->r[1] = (st->r[0] + TWO(52)*TWO(16)*TWO0) -
 178                                TWO(52)*TWO(16)*TWO0;
 179         st->r[0] -= st->r[1];
 180
 181         st->r[3] = (st->r[2] + TWO(52)*TWO(16)*TWO32) -
 182                                TWO(52)*TWO(16)*TWO32;
 183         st->r[2] -= st->r[3];
 184
 185         st->r[5] = (st->r[4] + TWO(52)*TWO(16)*TWO64) -
 186                                TWO(52)*TWO(16)*TWO64;
 187         st->r[4] -= st->r[5];
 188
 189         st->r[7] = (st->r[6] + TWO(52)*TWO(16)*TWO96) -
 190                                TWO(52)*TWO(16)*TWO96;
 191         st->r[6] -= st->r[7];
 192
 193         st->s[1] = (st->s[0] + TWO(52)*TWO(16)*TWO0/TWO96) -
 194                                TWO(52)*TWO(16)*TWO0/TWO96;
 195         st->s[0] -= st->s[1];
 196
 197         st->s[3] = (st->s[2] + TWO(52)*TWO(16)*TWO32/TWO96) -
 198                                TWO(52)*TWO(16)*TWO32/TWO96;
 199         st->s[2] -= st->s[3];
 200
 201         st->s[5] = (st->s[4] + TWO(52)*TWO(16)*TWO64/TWO96) -
 202                                TWO(52)*TWO(16)*TWO64/TWO96;
 203         st->s[4] -= st->s[5];
 204
 205         /*
 206          * restore original FPU control register
 207          */
 208 #if defined(__x86_64__)
 209         asm volatile ("ldmxcsr  %0"::"m"(mxcsr_orig));
 210 #elif defined(__PPC__)
 211         asm volatile ("mtfsf    255,%0"::"f"(fpscr_orig));
 212 #elif defined(__s390x__)
 213         asm volatile ("lfpc     %0"::"m"(fpc_orig));
 214 #elif defined(__sparc__)
 215         asm volatile ("ldx      %0,%%fsr"::"m"(fsr_orig));
 216 #elif defined(__mips__)
 217         asm volatile ("ctc1     %0,$31"::"r"(fcsr_orig));
 218 #endif
 219     }
 220
 221     return 0;
 222 }
 223
 224 void poly1305_blocks(void *ctx, const unsigned char *inp, size_t len,
 225                      int padbit)
 226 {
 227     poly1305_internal *st = (poly1305_internal *)ctx;
 228     elem64 in0, in1, in2, in3;
 229     u64 pad = (u64)padbit<<32;
 230
 231     double x0, x1, x2, x3;
 232     double h0lo, h0hi, h1lo, h1hi, h2lo, h2hi, h3lo, h3hi;
 233     double c0lo, c0hi, c1lo, c1hi, c2lo, c2hi, c3lo, c3hi;
 234
 235     const double r0lo = st->r[0];
 236     const double r0hi = st->r[1];
 237     const double r1lo = st->r[2];
 238     const double r1hi = st->r[3];
 239     const double r2lo = st->r[4];
 240     const double r2hi = st->r[5];
 241     const double r3lo = st->r[6];
 242     const double r3hi = st->r[7];
 243
 244     const double s1lo = st->s[0];
 245     const double s1hi = st->s[1];
 246     const double s2lo = st->s[2];
 247     const double s2hi = st->s[3];
 248     const double s3lo = st->s[4];
 249     const double s3hi = st->s[5];
 250
 251     /*
 252      * set "truncate" rounding mode
 253      */
 254 #if defined(__x86_64__)
 255     u32 mxcsr_orig;
 256
 257     asm volatile ("stmxcsr      %0":"=m"(mxcsr_orig));
 258     asm volatile ("ldmxcsr      %0"::"m"(mxcsr));
 259 #elif defined(__PPC__)
 260     double fpscr_orig, fpscr = *(double *)&one;
 261
 262     asm volatile ("mffs         %0":"=f"(fpscr_orig));
 263     asm volatile ("mtfsf        255,%0"::"f"(fpscr));
 264 #elif defined(__s390x__)
 265     u32 fpc_orig;
 266
 267     asm volatile ("stfpc        %0":"=m"(fpc_orig));
 268     asm volatile ("lfpc         %0"::"m"(fpc));
 269 #elif defined(__sparc__)
 270     u64 fsr_orig;
 271
 272     asm volatile ("stx          %%fsr,%0":"=m"(fsr_orig));
 273     asm volatile ("ldx          %0,%%fsr"::"m"(fsr));
 274 #elif defined(__mips__)
 275     u32 fcsr_orig;
 276
 277     asm volatile ("cfc1         %0,$31":"=r"(fcsr_orig));
 278     asm volatile ("ctc1         %0,$31"::"r"(fcsr));
 279 #endif
 280
 281     /*
 282      * load base 2^32 and de-bias
 283      */
 284     h0lo = st->h[0].d - TWO(52)*TWO0;
 285     h1lo = st->h[1].d - TWO(52)*TWO32;
 286     h2lo = st->h[2].d - TWO(52)*TWO64;
 287     h3lo = st->h[3].d - TWO(52)*TWO96;
 288
 289 #ifdef __clang__
 290     h0hi = 0;
 291     h1hi = 0;
 292     h2hi = 0;
 293     h3hi = 0;
 294 #else
 295     in0.u = EXP(52+0)  | U8TOU32(&inp[0]);
 296     in1.u = EXP(52+32) | U8TOU32(&inp[4]);
 297     in2.u = EXP(52+64) | U8TOU32(&inp[8]);
 298     in3.u = EXP(52+96) | U8TOU32(&inp[12]) | pad;
 299
 300     x0 = in0.d - TWO(52)*TWO0;
 301     x1 = in1.d - TWO(52)*TWO32;
 302     x2 = in2.d - TWO(52)*TWO64;
 303     x3 = in3.d - TWO(52)*TWO96;
 304
 305     x0 += h0lo;
 306     x1 += h1lo;
 307     x2 += h2lo;
 308     x3 += h3lo;
 309
 310     goto fast_entry;
 311 #endif
 312
 313     do {
 314         in0.u = EXP(52+0)  | U8TOU32(&inp[0]);
 315         in1.u = EXP(52+32) | U8TOU32(&inp[4]);
 316         in2.u = EXP(52+64) | U8TOU32(&inp[8]);
 317         in3.u = EXP(52+96) | U8TOU32(&inp[12]) | pad;
 318
 319         x0 = in0.d - TWO(52)*TWO0;
 320         x1 = in1.d - TWO(52)*TWO32;
 321         x2 = in2.d - TWO(52)*TWO64;
 322         x3 = in3.d - TWO(52)*TWO96;
 323
 324         /*
 325          * note that there are multiple ways to accumulate input, e.g.
 326          * one can as well accumulate to h0lo-h1lo-h1hi-h2hi...
 327          */
 328         h0lo += x0;
 329         h0hi += x1;
 330         h2lo += x2;
 331         h2hi += x3;
 332
 333         /*
 334          * carries that cross 32n-bit (and 130-bit) boundaries
 335          */
 336         c0lo = (h0lo + TWO(52)*TWO32)  - TWO(52)*TWO32;
 337         c1lo = (h1lo + TWO(52)*TWO64)  - TWO(52)*TWO64;
 338         c2lo = (h2lo + TWO(52)*TWO96)  - TWO(52)*TWO96;
 339         c3lo = (h3lo + TWO(52)*TWO130) - TWO(52)*TWO130;
 340
 341         c0hi = (h0hi + TWO(52)*TWO32)  - TWO(52)*TWO32;
 342         c1hi = (h1hi + TWO(52)*TWO64)  - TWO(52)*TWO64;
 343         c2hi = (h2hi + TWO(52)*TWO96)  - TWO(52)*TWO96;
 344         c3hi = (h3hi + TWO(52)*TWO130) - TWO(52)*TWO130;
 345
 346         /*
 347          * base 2^48 -> base 2^32 with last reduction step
 348          */
 349         x1 =  (h1lo - c1lo) + c0lo;
 350         x2 =  (h2lo - c2lo) + c1lo;
 351         x3 =  (h3lo - c3lo) + c2lo;
 352         x0 =  (h0lo - c0lo) + c3lo * (5.0/TWO130);
 353
 354         x1 += (h1hi - c1hi) + c0hi;
 355         x2 += (h2hi - c2hi) + c1hi;
 356         x3 += (h3hi - c3hi) + c2hi;
 357         x0 += (h0hi - c0hi) + c3hi * (5.0/TWO130);
 358
 359 #ifndef __clang__
 360     fast_entry:
 361 #endif
 362         /*
 363          * base 2^32 * base 2^16 = base 2^48
 364          */
 365         h0lo = s3lo * x1 + s2lo * x2 + s1lo * x3 + r0lo * x0;
 366         h1lo = r0lo * x1 + s3lo * x2 + s2lo * x3 + r1lo * x0;
 367         h2lo = r1lo * x1 + r0lo * x2 + s3lo * x3 + r2lo * x0;
 368         h3lo = r2lo * x1 + r1lo * x2 + r0lo * x3 + r3lo * x0;
 369
 370         h0hi = s3hi * x1 + s2hi * x2 + s1hi * x3 + r0hi * x0;
 371         h1hi = r0hi * x1 + s3hi * x2 + s2hi * x3 + r1hi * x0;
 372         h2hi = r1hi * x1 + r0hi * x2 + s3hi * x3 + r2hi * x0;
 373         h3hi = r2hi * x1 + r1hi * x2 + r0hi * x3 + r3hi * x0;
 374
 375         inp += 16;
 376         len -= 16;
 377
 378     } while (len >= 16);
 379
 380     /*
 381      * carries that cross 32n-bit (and 130-bit) boundaries
 382      */
 383     c0lo = (h0lo + TWO(52)*TWO32)  - TWO(52)*TWO32;
 384     c1lo = (h1lo + TWO(52)*TWO64)  - TWO(52)*TWO64;
 385     c2lo = (h2lo + TWO(52)*TWO96)  - TWO(52)*TWO96;
 386     c3lo = (h3lo + TWO(52)*TWO130) - TWO(52)*TWO130;
 387
 388     c0hi = (h0hi + TWO(52)*TWO32)  - TWO(52)*TWO32;
 389     c1hi = (h1hi + TWO(52)*TWO64)  - TWO(52)*TWO64;
 390     c2hi = (h2hi + TWO(52)*TWO96)  - TWO(52)*TWO96;
 391     c3hi = (h3hi + TWO(52)*TWO130) - TWO(52)*TWO130;
 392
 393     /*
 394      * base 2^48 -> base 2^32 with last reduction step
 395      */
 396     x1 =  (h1lo - c1lo) + c0lo;
 397     x2 =  (h2lo - c2lo) + c1lo;
 398     x3 =  (h3lo - c3lo) + c2lo;
 399     x0 =  (h0lo - c0lo) + c3lo * (5.0/TWO130);
 400
 401     x1 += (h1hi - c1hi) + c0hi;
 402     x2 += (h2hi - c2hi) + c1hi;
 403     x3 += (h3hi - c3hi) + c2hi;
 404     x0 += (h0hi - c0hi) + c3hi * (5.0/TWO130);
 405
 406     /*
 407      * store base 2^32, with bias
 408      */
 409     st->h[1].d = x1 + TWO(52)*TWO32;
 410     st->h[2].d = x2 + TWO(52)*TWO64;
 411     st->h[3].d = x3 + TWO(52)*TWO96;
 412     st->h[0].d = x0 + TWO(52)*TWO0;
 413
 414     /*
 415      * restore original FPU control register
 416      */
 417 #if defined(__x86_64__)
 418     asm volatile ("ldmxcsr      %0"::"m"(mxcsr_orig));
 419 #elif defined(__PPC__)
 420     asm volatile ("mtfsf        255,%0"::"f"(fpscr_orig));
 421 #elif defined(__s390x__)
 422     asm volatile ("lfpc         %0"::"m"(fpc_orig));
 423 #elif defined(__sparc__)
 424     asm volatile ("ldx          %0,%%fsr"::"m"(fsr_orig));
 425 #elif defined(__mips__)
 426     asm volatile ("ctc1         %0,$31"::"r"(fcsr_orig));
 427 #endif
 428 }
 429
 430 void poly1305_emit(void *ctx, unsigned char mac[16], const u32 nonce[4])
 431 {
 432     poly1305_internal *st = (poly1305_internal *) ctx;
 433     u64 h0, h1, h2, h3, h4;
 434     u32 g0, g1, g2, g3, g4;
 435     u64 t;
 436     u32 mask;
 437
 438     /*
 439      * thanks to bias masking exponent gives integer result
 440      */
 441     h0 = st->h[0].u & 0x000fffffffffffffULL;
 442     h1 = st->h[1].u & 0x000fffffffffffffULL;
 443     h2 = st->h[2].u & 0x000fffffffffffffULL;
 444     h3 = st->h[3].u & 0x000fffffffffffffULL;
 445
 446     /*
 447      * can be partially reduced, so reduce...
 448      */
 449     h4 = h3>>32; h3 &= 0xffffffffU;
 450     g4 = h4&-4;
 451     h4 &= 3;
 452     g4 += g4>>2;
 453
 454     h0 += g4;
 455     h1 += h0>>32; h0 &= 0xffffffffU;
 456     h2 += h1>>32; h1 &= 0xffffffffU;
 457     h3 += h2>>32; h2 &= 0xffffffffU;
 458
 459     /* compute h + -p */
 460     g0 = (u32)(t = h0 + 5);
 461     g1 = (u32)(t = h1 + (t >> 32));
 462     g2 = (u32)(t = h2 + (t >> 32));
 463     g3 = (u32)(t = h3 + (t >> 32));
 464     g4 = h4 + (u32)(t >> 32);
 465
 466     /* if there was carry, select g0-g3 */
 467     mask = 0 - (g4 >> 2);
 468     g0 &= mask;
 469     g1 &= mask;
 470     g2 &= mask;
 471     g3 &= mask;
 472     mask = ~mask;
 473     g0 |= (h0 & mask);
 474     g1 |= (h1 & mask);
 475     g2 |= (h2 & mask);
 476     g3 |= (h3 & mask);
 477
 478     /* mac = (h + nonce) % (2^128) */
 479     g0 = (u32)(t = (u64)g0 + nonce[0]);
 480     g1 = (u32)(t = (u64)g1 + (t >> 32) + nonce[1]);
 481     g2 = (u32)(t = (u64)g2 + (t >> 32) + nonce[2]);
 482     g3 = (u32)(t = (u64)g3 + (t >> 32) + nonce[3]);
 483
 484     U32TO8(mac + 0, g0);
 485     U32TO8(mac + 4, g1);
 486     U32TO8(mac + 8, g2);
 487     U32TO8(mac + 12, g3);
 488 }