crypto/sha/asm/sha1-586.pl

   1 #!/usr/bin/env perl
   2
   3 # ====================================================================
   4 # [Re]written by Andy Polyakov <appro@openssl.org> for the OpenSSL
   5 # project. The module is, however, dual licensed under OpenSSL and
   6 # CRYPTOGAMS licenses depending on where you obtain it. For further
   7 # details see http://www.openssl.org/~appro/cryptogams/.
   8 # ====================================================================
   9
  10 # "[Re]written" was achieved in two major overhauls. In 2004 BODY_*
  11 # functions were re-implemented to address P4 performance issue [see
  12 # commentary below], and in 2006 the rest was rewritten in order to
  13 # gain freedom to liberate licensing terms.
  14
  15 # January, September 2004.
  16 #
  17 # It was noted that Intel IA-32 C compiler generates code which
  18 # performs ~30% *faster* on P4 CPU than original *hand-coded*
  19 # SHA1 assembler implementation. To address this problem (and
  20 # prove that humans are still better than machines:-), the
  21 # original code was overhauled, which resulted in following
  22 # performance changes:
  23 #
  24 #               compared with original  compared with Intel cc
  25 #               assembler impl.         generated code
  26 # Pentium       -16%                    +48%
  27 # PIII/AMD      +8%                     +16%
  28 # P4            +85%(!)                 +45%
  29 #
  30 # As you can see Pentium came out as looser:-( Yet I reckoned that
  31 # improvement on P4 outweights the loss and incorporate this
  32 # re-tuned code to 0.9.7 and later.
  33 # ----------------------------------------------------------------
  34 #                                       <appro@fy.chalmers.se>
  35
  36 # August 2009.
  37 #
  38 # George Spelvin has tipped that F_40_59(b,c,d) can be rewritten as
  39 # '(c&d) + (b&(c^d))', which allows to accumulate partial results
  40 # and lighten "pressure" on scratch registers. This resulted in
  41 # >12% performance improvement on contemporary AMD cores (with no
  42 # degradation on other CPUs:-). Also, the code was revised to maximize
  43 # "distance" between instructions producing input to 'lea' instruction
  44 # and the 'lea' instruction itself, which is essential for Intel Atom
  45 # core and resulted in ~15% improvement.
  46
  47 # October 2010.
  48 #
  49 # Add SSSE3, Supplemental[!] SSE3, implementation. The idea behind it
  50 # is to offload message schedule denoted by Wt in NIST specification,
  51 # or Xupdate in OpenSSL source, to SIMD unit. The idea is not novel,
  52 # and in SSE2 context was first explored by Dean Gaudet in 2004, see
  53 # http://arctic.org/~dean/crypto/sha1.html. Since then several things
  54 # have changed that made it interesting again:
  55 #
  56 # a) XMM units became faster and wider;
  57 # b) instruction set became more versatile;
  58 # c) an important observation was made by Max Locktykhin, which made
  59 #    it possible to reduce amount of instructions required to perform
  60 #    the operation in question, for further details see
  61 #    http://software.intel.com/en-us/articles/improving-the-performance-of-the-secure-hash-algorithm-1/.
  62
  63 # April 2011.
  64 #
  65 # Add AVX code path, probably most controversial... The thing is that
  66 # switch to AVX alone improves performance by as little as 4% in
  67 # comparison to SSSE3 code path. But below result doesn't look like
  68 # 4% improvement... Trouble is that Sandy Bridge decodes 'ro[rl]' as
  69 # pair of µ-ops, and it's the additional µ-ops, two per round, that
  70 # make it run slower than Core2 and Westmere. But 'sh[rl]d' is decoded
  71 # as single µ-op by Sandy Bridge and it's replacing 'ro[rl]' with
  72 # equivalent 'sh[rl]d' that is responsible for the impressive 5.1
  73 # cycles per processed byte. But 'sh[rl]d' is not something that used
  74 # to be fast, nor does it appear to be fast in upcoming Bulldozer
  75 # [according to its optimization manual]. Which is why AVX code path
  76 # is guarded by *both* AVX and synthetic bit denoting Intel CPUs.
  77 # One can argue that it's unfair to AMD, but without 'sh[rl]d' it
  78 # makes no sense to keep the AVX code path. If somebody feels that
  79 # strongly, it's probably more appropriate to discuss possibility of
  80 # using vector rotate XOP on AMD...
  81
  82 # March 2014.
  83 #
  84 # Add support for Intel SHA Extensions.
  85
  86 ######################################################################
  87 # Current performance is summarized in following table. Numbers are
  88 # CPU clock cycles spent to process single byte (less is better).
  89 #
  90 #               x86             SSSE3           AVX
  91 # Pentium       15.7            -
  92 # PIII          11.5            -
  93 # P4            10.6            -
  94 # AMD K8        7.1             -
  95 # Core2         7.3             6.0/+22%        -
  96 # Westmere      7.3             5.5/+33%        -
  97 # Sandy Bridge  8.8             6.2/+40%        5.1(**)/+73%
  98 # Ivy Bridge    7.2             4.8/+51%        4.7(**)/+53%
  99 # Haswell       6.5             4.3/+51%        4.1(**)/+58%
 100 # Bulldozer     11.6            6.0/+92%
 101 # VIA Nano      10.6            7.5/+41%
 102 # Atom          12.5            9.3(*)/+35%
 103 # Silvermont    14.5            9.9(*)/+46%
 104 #
 105 # (*)   Loop is 1056 instructions long and expected result is ~8.25.
 106 #       The discrepancy is because of front-end limitations, so
 107 #       called MS-ROM penalties, and on Silvermont even rotate's
 108 #       limited parallelism.
 109 #
 110 # (**)  As per above comment, the result is for AVX *plus* sh[rl]d.
 111
 112 $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
 113 push(@INC,"${dir}","${dir}../../perlasm");
 114 require "x86asm.pl";
 115
 116 $output=pop;
 117 open STDOUT,">$output";
 118
 119 &asm_init($ARGV[0],"sha1-586.pl",$ARGV[$#ARGV] eq "386");
 120
 121 $xmm=$ymm=0;
 122 for (@ARGV) { $xmm=1 if (/-DOPENSSL_IA32_SSE2/); }
 123
 124 $ymm=1 if ($xmm &&
 125                 `$ENV{CC} -Wa,-v -c -o /dev/null -x assembler /dev/null 2>&1`
 126                         =~ /GNU assembler version ([2-9]\.[0-9]+)/ &&
 127                 $1>=2.19);      # first version supporting AVX
 128
 129 $ymm=1 if ($xmm && !$ymm && $ARGV[0] eq "win32n" &&
 130                 `nasm -v 2>&1` =~ /NASM version ([2-9]\.[0-9]+)/ &&
 131                 $1>=2.03);      # first version supporting AVX
 132
 133 $ymm=1 if ($xmm && !$ymm && $ARGV[0] eq "win32" &&
 134                 `ml 2>&1` =~ /Version ([0-9]+)\./ &&
 135                 $1>=10);        # first version supporting AVX
 136
 137 $ymm=1 if ($xmm && !$ymm && `$ENV{CC} -v 2>&1` =~ /(^clang version|based on LLVM) ([3-9]\.[0-9]+)/ &&
 138                 $2>=3.0);       # first version supporting AVX
 139
 140 $shaext=$xmm;   ### set to zero if compiling for 1.0.1
 141
 142 &external_label("OPENSSL_ia32cap_P") if ($xmm);
 143
 144
 145 $A="eax";
 146 $B="ebx";
 147 $C="ecx";
 148 $D="edx";
 149 $E="edi";
 150 $T="esi";
 151 $tmp1="ebp";
 152
 153 @V=($A,$B,$C,$D,$E,$T);
 154
 155 $alt=0; # 1 denotes alternative IALU implementation, which performs
 156         # 8% *worse* on P4, same on Westmere and Atom, 2% better on
 157         # Sandy Bridge...
 158
 159 sub BODY_00_15
 160         {
 161         local($n,$a,$b,$c,$d,$e,$f)=@_;
 162
 163         &comment("00_15 $n");
 164
 165         &mov($f,$c);                    # f to hold F_00_19(b,c,d)
 166          if ($n==0)  { &mov($tmp1,$a); }
 167          else        { &mov($a,$tmp1); }
 168         &rotl($tmp1,5);                 # tmp1=ROTATE(a,5)
 169          &xor($f,$d);
 170         &add($tmp1,$e);                 # tmp1+=e;
 171          &mov($e,&swtmp($n%16));        # e becomes volatile and is loaded
 172                                         # with xi, also note that e becomes
 173                                         # f in next round...
 174         &and($f,$b);
 175         &rotr($b,2);                    # b=ROTATE(b,30)
 176          &xor($f,$d);                   # f holds F_00_19(b,c,d)
 177         &lea($tmp1,&DWP(0x5a827999,$tmp1,$e));  # tmp1+=K_00_19+xi
 178
 179         if ($n==15) { &mov($e,&swtmp(($n+1)%16));# pre-fetch f for next round
 180                       &add($f,$tmp1); } # f+=tmp1
 181         else        { &add($tmp1,$f); } # f becomes a in next round
 182         &mov($tmp1,$a)                  if ($alt && $n==15);
 183         }
 184
 185 sub BODY_16_19
 186         {
 187         local($n,$a,$b,$c,$d,$e,$f)=@_;
 188
 189         &comment("16_19 $n");
 190
 191 if ($alt) {
 192         &xor($c,$d);
 193          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 194         &and($tmp1,$c);                 # tmp1 to hold F_00_19(b,c,d), b&=c^d
 195          &xor($f,&swtmp(($n+8)%16));
 196         &xor($tmp1,$d);                 # tmp1=F_00_19(b,c,d)
 197          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 198         &rotl($f,1);                    # f=ROTATE(f,1)
 199          &add($e,$tmp1);                # e+=F_00_19(b,c,d)
 200         &xor($c,$d);                    # restore $c
 201          &mov($tmp1,$a);                # b in next round
 202         &rotr($b,$n==16?2:7);           # b=ROTATE(b,30)
 203          &mov(&swtmp($n%16),$f);        # xi=f
 204         &rotl($a,5);                    # ROTATE(a,5)
 205          &lea($f,&DWP(0x5a827999,$f,$e));# f+=F_00_19(b,c,d)+e
 206         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 207          &add($f,$a);                   # f+=ROTATE(a,5)
 208 } else {
 209         &mov($tmp1,$c);                 # tmp1 to hold F_00_19(b,c,d)
 210          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 211         &xor($tmp1,$d);
 212          &xor($f,&swtmp(($n+8)%16));
 213         &and($tmp1,$b);
 214          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 215         &rotl($f,1);                    # f=ROTATE(f,1)
 216          &xor($tmp1,$d);                # tmp1=F_00_19(b,c,d)
 217         &add($e,$tmp1);                 # e+=F_00_19(b,c,d)
 218          &mov($tmp1,$a);
 219         &rotr($b,2);                    # b=ROTATE(b,30)
 220          &mov(&swtmp($n%16),$f);        # xi=f
 221         &rotl($tmp1,5);                 # ROTATE(a,5)
 222          &lea($f,&DWP(0x5a827999,$f,$e));# f+=F_00_19(b,c,d)+e
 223         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 224          &add($f,$tmp1);                # f+=ROTATE(a,5)
 225 }
 226         }
 227
 228 sub BODY_20_39
 229         {
 230         local($n,$a,$b,$c,$d,$e,$f)=@_;
 231         local $K=($n<40)?0x6ed9eba1:0xca62c1d6;
 232
 233         &comment("20_39 $n");
 234
 235 if ($alt) {
 236         &xor($tmp1,$c);                 # tmp1 to hold F_20_39(b,c,d), b^=c
 237          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 238         &xor($tmp1,$d);                 # tmp1 holds F_20_39(b,c,d)
 239          &xor($f,&swtmp(($n+8)%16));
 240         &add($e,$tmp1);                 # e+=F_20_39(b,c,d)
 241          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 242         &rotl($f,1);                    # f=ROTATE(f,1)
 243          &mov($tmp1,$a);                # b in next round
 244         &rotr($b,7);                    # b=ROTATE(b,30)
 245          &mov(&swtmp($n%16),$f)         if($n<77);# xi=f
 246         &rotl($a,5);                    # ROTATE(a,5)
 247          &xor($b,$c)                    if($n==39);# warm up for BODY_40_59
 248         &and($tmp1,$b)                  if($n==39);
 249          &lea($f,&DWP($K,$f,$e));       # f+=e+K_XX_YY
 250         &mov($e,&swtmp(($n+1)%16))      if($n<79);# pre-fetch f for next round
 251          &add($f,$a);                   # f+=ROTATE(a,5)
 252         &rotr($a,5)                     if ($n==79);
 253 } else {
 254         &mov($tmp1,$b);                 # tmp1 to hold F_20_39(b,c,d)
 255          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 256         &xor($tmp1,$c);
 257          &xor($f,&swtmp(($n+8)%16));
 258         &xor($tmp1,$d);                 # tmp1 holds F_20_39(b,c,d)
 259          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 260         &rotl($f,1);                    # f=ROTATE(f,1)
 261          &add($e,$tmp1);                # e+=F_20_39(b,c,d)
 262         &rotr($b,2);                    # b=ROTATE(b,30)
 263          &mov($tmp1,$a);
 264         &rotl($tmp1,5);                 # ROTATE(a,5)
 265          &mov(&swtmp($n%16),$f) if($n<77);# xi=f
 266         &lea($f,&DWP($K,$f,$e));        # f+=e+K_XX_YY
 267          &mov($e,&swtmp(($n+1)%16)) if($n<79);# pre-fetch f for next round
 268         &add($f,$tmp1);                 # f+=ROTATE(a,5)
 269 }
 270         }
 271
 272 sub BODY_40_59
 273         {
 274         local($n,$a,$b,$c,$d,$e,$f)=@_;
 275
 276         &comment("40_59 $n");
 277
 278 if ($alt) {
 279         &add($e,$tmp1);                 # e+=b&(c^d)
 280          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 281         &mov($tmp1,$d);
 282          &xor($f,&swtmp(($n+8)%16));
 283         &xor($c,$d);                    # restore $c
 284          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 285         &rotl($f,1);                    # f=ROTATE(f,1)
 286          &and($tmp1,$c);
 287         &rotr($b,7);                    # b=ROTATE(b,30)
 288          &add($e,$tmp1);                # e+=c&d
 289         &mov($tmp1,$a);                 # b in next round
 290          &mov(&swtmp($n%16),$f);        # xi=f
 291         &rotl($a,5);                    # ROTATE(a,5)
 292          &xor($b,$c)                    if ($n<59);
 293         &and($tmp1,$b)                  if ($n<59);# tmp1 to hold F_40_59(b,c,d)
 294          &lea($f,&DWP(0x8f1bbcdc,$f,$e));# f+=K_40_59+e+(b&(c^d))
 295         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 296          &add($f,$a);                   # f+=ROTATE(a,5)
 297 } else {
 298         &mov($tmp1,$c);                 # tmp1 to hold F_40_59(b,c,d)
 299          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 300         &xor($tmp1,$d);
 301          &xor($f,&swtmp(($n+8)%16));
 302         &and($tmp1,$b);
 303          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 304         &rotl($f,1);                    # f=ROTATE(f,1)
 305          &add($tmp1,$e);                # b&(c^d)+=e
 306         &rotr($b,2);                    # b=ROTATE(b,30)
 307          &mov($e,$a);                   # e becomes volatile
 308         &rotl($e,5);                    # ROTATE(a,5)
 309          &mov(&swtmp($n%16),$f);        # xi=f
 310         &lea($f,&DWP(0x8f1bbcdc,$f,$tmp1));# f+=K_40_59+e+(b&(c^d))
 311          &mov($tmp1,$c);
 312         &add($f,$e);                    # f+=ROTATE(a,5)
 313          &and($tmp1,$d);
 314         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 315          &add($f,$tmp1);                # f+=c&d
 316 }
 317         }
 318
 319 &function_begin("sha1_block_data_order");
 320 if ($xmm) {
 321   &static_label("shaext_shortcut")      if ($shaext);
 322   &static_label("ssse3_shortcut");
 323   &static_label("avx_shortcut")         if ($ymm);
 324   &static_label("K_XX_XX");
 325
 326         &call   (&label("pic_point"));  # make it PIC!
 327   &set_label("pic_point");
 328         &blindpop($tmp1);
 329         &picmeup($T,"OPENSSL_ia32cap_P",$tmp1,&label("pic_point"));
 330         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 331
 332         &mov    ($A,&DWP(0,$T));
 333         &mov    ($D,&DWP(4,$T));
 334         &test   ($D,1<<9);              # check SSSE3 bit
 335         &jz     (&label("x86"));
 336         &mov    ($C,&DWP(8,$T));
 337         &test   ($A,1<<24);             # check FXSR bit
 338         &jz     (&label("x86"));
 339         if ($shaext) {
 340                 &test   ($C,1<<29);             # check SHA bit
 341                 &jnz    (&label("shaext_shortcut"));
 342         }
 343         if ($ymm) {
 344                 &and    ($D,1<<28);             # mask AVX bit
 345                 &and    ($A,1<<30);             # mask "Intel CPU" bit
 346                 &or     ($A,$D);
 347                 &cmp    ($A,1<<28|1<<30);
 348                 &je     (&label("avx_shortcut"));
 349         }
 350         &jmp    (&label("ssse3_shortcut"));
 351   &set_label("x86",16);
 352 }
 353         &mov($tmp1,&wparam(0)); # SHA_CTX *c
 354         &mov($T,&wparam(1));    # const void *input
 355         &mov($A,&wparam(2));    # size_t num
 356         &stack_push(16+3);      # allocate X[16]
 357         &shl($A,6);
 358         &add($A,$T);
 359         &mov(&wparam(2),$A);    # pointer beyond the end of input
 360         &mov($E,&DWP(16,$tmp1));# pre-load E
 361         &jmp(&label("loop"));
 362
 363 &set_label("loop",16);
 364
 365         # copy input chunk to X, but reversing byte order!
 366         for ($i=0; $i<16; $i+=4)
 367                 {
 368                 &mov($A,&DWP(4*($i+0),$T));
 369                 &mov($B,&DWP(4*($i+1),$T));
 370                 &mov($C,&DWP(4*($i+2),$T));
 371                 &mov($D,&DWP(4*($i+3),$T));
 372                 &bswap($A);
 373                 &bswap($B);
 374                 &bswap($C);
 375                 &bswap($D);
 376                 &mov(&swtmp($i+0),$A);
 377                 &mov(&swtmp($i+1),$B);
 378                 &mov(&swtmp($i+2),$C);
 379                 &mov(&swtmp($i+3),$D);
 380                 }
 381         &mov(&wparam(1),$T);    # redundant in 1st spin
 382
 383         &mov($A,&DWP(0,$tmp1)); # load SHA_CTX
 384         &mov($B,&DWP(4,$tmp1));
 385         &mov($C,&DWP(8,$tmp1));
 386         &mov($D,&DWP(12,$tmp1));
 387         # E is pre-loaded
 388
 389         for($i=0;$i<16;$i++)    { &BODY_00_15($i,@V); unshift(@V,pop(@V)); }
 390         for(;$i<20;$i++)        { &BODY_16_19($i,@V); unshift(@V,pop(@V)); }
 391         for(;$i<40;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
 392         for(;$i<60;$i++)        { &BODY_40_59($i,@V); unshift(@V,pop(@V)); }
 393         for(;$i<80;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
 394
 395         (($V[5] eq $D) and ($V[0] eq $E)) or die;       # double-check
 396
 397         &mov($tmp1,&wparam(0)); # re-load SHA_CTX*
 398         &mov($D,&wparam(1));    # D is last "T" and is discarded
 399
 400         &add($E,&DWP(0,$tmp1)); # E is last "A"...
 401         &add($T,&DWP(4,$tmp1));
 402         &add($A,&DWP(8,$tmp1));
 403         &add($B,&DWP(12,$tmp1));
 404         &add($C,&DWP(16,$tmp1));
 405
 406         &mov(&DWP(0,$tmp1),$E); # update SHA_CTX
 407          &add($D,64);           # advance input pointer
 408         &mov(&DWP(4,$tmp1),$T);
 409          &cmp($D,&wparam(2));   # have we reached the end yet?
 410         &mov(&DWP(8,$tmp1),$A);
 411          &mov($E,$C);           # C is last "E" which needs to be "pre-loaded"
 412         &mov(&DWP(12,$tmp1),$B);
 413          &mov($T,$D);           # input pointer
 414         &mov(&DWP(16,$tmp1),$C);
 415         &jb(&label("loop"));
 416
 417         &stack_pop(16+3);
 418 &function_end("sha1_block_data_order");
 419
 420 if ($xmm) {
 421 if ($shaext) {
 422 ######################################################################
 423 # Intel SHA Extensions implementation of SHA1 update function.
 424 #
 425 my ($ctx,$inp,$num)=("edi","esi","ecx");
 426 my ($ABCD,$E,$E_,$BSWAP)=map("xmm$_",(0..3));
 427 my @MSG=map("xmm$_",(4..7));
 428
 429 sub sha1rnds4 {
 430  my ($dst,$src,$imm)=@_;
 431     if ("$dst:$src" =~ /xmm([0-7]):xmm([0-7])/)
 432     {   &data_byte(0x0f,0x3a,0xcc,0xc0|($1<<3)|$2,$imm);        }
 433 }
 434 sub sha1op38 {
 435  my ($opcodelet,$dst,$src)=@_;
 436     if ("$dst:$src" =~ /xmm([0-7]):xmm([0-7])/)
 437     {   &data_byte(0x0f,0x38,$opcodelet,0xc0|($1<<3)|$2);       }
 438 }
 439 sub sha1nexte   { sha1op38(0xc8,@_); }
 440 sub sha1msg1    { sha1op38(0xc9,@_); }
 441 sub sha1msg2    { sha1op38(0xca,@_); }
 442
 443 &function_begin("_sha1_block_data_order_shaext");
 444         &call   (&label("pic_point"));  # make it PIC!
 445         &set_label("pic_point");
 446         &blindpop($tmp1);
 447         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 448 &set_label("shaext_shortcut");
 449         &mov    ($ctx,&wparam(0));
 450         &mov    ("ebx","esp");
 451         &mov    ($inp,&wparam(1));
 452         &mov    ($num,&wparam(2));
 453         &sub    ("esp",32);
 454
 455         &movdqu ($ABCD,&QWP(0,$ctx));
 456         &movd   ($E,&DWP(16,$ctx));
 457         &and    ("esp",-32);
 458         &movdqa ($BSWAP,&QWP(0x50,$tmp1));      # byte-n-word swap
 459
 460         &movdqu (@MSG[0],&QWP(0,$inp));
 461         &pshufd ($ABCD,$ABCD,0b00011011);       # flip word order
 462         &movdqu (@MSG[1],&QWP(0x10,$inp));
 463         &pshufd ($E,$E,0b00011011);             # flip word order
 464         &movdqu (@MSG[2],&QWP(0x20,$inp));
 465         &pshufb (@MSG[0],$BSWAP);
 466         &movdqu (@MSG[3],&QWP(0x30,$inp));
 467         &pshufb (@MSG[1],$BSWAP);
 468         &pshufb (@MSG[2],$BSWAP);
 469         &pshufb (@MSG[3],$BSWAP);
 470         &jmp    (&label("loop_shaext"));
 471
 472 &set_label("loop_shaext",16);
 473         &dec            ($num);
 474         &lea            ("eax",&DWP(0x40,$inp));
 475         &movdqa         (&QWP(0,"esp"),$E);     # offload $E
 476         &paddd          ($E,@MSG[0]);
 477         &cmovne         ($inp,"eax");
 478         &movdqa         (&QWP(16,"esp"),$ABCD); # offload $ABCD
 479
 480 for($i=0;$i<20-4;$i+=2) {
 481         &sha1msg1       (@MSG[0],@MSG[1]);
 482         &movdqa         ($E_,$ABCD);
 483         &sha1rnds4      ($ABCD,$E,int($i/5));   # 0-3...
 484         &sha1nexte      ($E_,@MSG[1]);
 485         &pxor           (@MSG[0],@MSG[2]);
 486         &sha1msg1       (@MSG[1],@MSG[2]);
 487         &sha1msg2       (@MSG[0],@MSG[3]);
 488
 489         &movdqa         ($E,$ABCD);
 490         &sha1rnds4      ($ABCD,$E_,int(($i+1)/5));
 491         &sha1nexte      ($E,@MSG[2]);
 492         &pxor           (@MSG[1],@MSG[3]);
 493         &sha1msg2       (@MSG[1],@MSG[0]);
 494
 495         push(@MSG,shift(@MSG)); push(@MSG,shift(@MSG));
 496 }
 497         &movdqu         (@MSG[0],&QWP(0,$inp));
 498         &movdqa         ($E_,$ABCD);
 499         &sha1rnds4      ($ABCD,$E,3);           # 64-67
 500         &sha1nexte      ($E_,@MSG[1]);
 501         &movdqu         (@MSG[1],&QWP(0x10,$inp));
 502         &pshufb         (@MSG[0],$BSWAP);
 503
 504         &movdqa         ($E,$ABCD);
 505         &sha1rnds4      ($ABCD,$E_,3);          # 68-71
 506         &sha1nexte      ($E,@MSG[2]);
 507         &movdqu         (@MSG[2],&QWP(0x20,$inp));
 508         &pshufb         (@MSG[1],$BSWAP);
 509
 510         &movdqa         ($E_,$ABCD);
 511         &sha1rnds4      ($ABCD,$E,3);           # 72-75
 512         &sha1nexte      ($E_,@MSG[3]);
 513         &movdqu         (@MSG[3],&QWP(0x30,$inp));
 514         &pshufb         (@MSG[2],$BSWAP);
 515
 516         &movdqa         ($E,$ABCD);
 517         &sha1rnds4      ($ABCD,$E_,3);          # 76-79
 518         &movdqa         ($E_,&QWP(0,"esp"));
 519         &pshufb         (@MSG[3],$BSWAP);
 520         &sha1nexte      ($E,$E_);
 521         &paddd          ($ABCD,&QWP(16,"esp"));
 522
 523         &jnz            (&label("loop_shaext"));
 524
 525         &pshufd ($ABCD,$ABCD,0b00011011);
 526         &pshufd ($E,$E,0b00011011);
 527         &movdqu (&QWP(0,$ctx),$ABCD)
 528         &movd   (&DWP(16,$ctx),$E);
 529         &mov    ("esp","ebx");
 530 &function_end("_sha1_block_data_order_shaext");
 531 }
 532 ######################################################################
 533 # The SSSE3 implementation.
 534 #
 535 # %xmm[0-7] are used as ring @X[] buffer containing quadruples of last
 536 # 32 elements of the message schedule or Xupdate outputs. First 4
 537 # quadruples are simply byte-swapped input, next 4 are calculated
 538 # according to method originally suggested by Dean Gaudet (modulo
 539 # being implemented in SSSE3). Once 8 quadruples or 32 elements are
 540 # collected, it switches to routine proposed by Max Locktyukhin.
 541 #
 542 # Calculations inevitably require temporary reqisters, and there are
 543 # no %xmm registers left to spare. For this reason part of the ring
 544 # buffer, X[2..4] to be specific, is offloaded to 3 quadriples ring
 545 # buffer on the stack. Keep in mind that X[2] is alias X[-6], X[3] -
 546 # X[-5], and X[4] - X[-4]...
 547 #
 548 # Another notable optimization is aggressive stack frame compression
 549 # aiming to minimize amount of 9-byte instructions...
 550 #
 551 # Yet another notable optimization is "jumping" $B variable. It means
 552 # that there is no register permanently allocated for $B value. This
 553 # allowed to eliminate one instruction from body_20_39...
 554 #
 555 my $Xi=4;                       # 4xSIMD Xupdate round, start pre-seeded
 556 my @X=map("xmm$_",(4..7,0..3)); # pre-seeded for $Xi=4
 557 my @V=($A,$B,$C,$D,$E);
 558 my $j=0;                        # hash round
 559 my $rx=0;
 560 my @T=($T,$tmp1);
 561 my $inp;
 562
 563 my $_rol=sub { &rol(@_) };
 564 my $_ror=sub { &ror(@_) };
 565
 566 &function_begin("_sha1_block_data_order_ssse3");
 567         &call   (&label("pic_point"));  # make it PIC!
 568         &set_label("pic_point");
 569         &blindpop($tmp1);
 570         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 571 &set_label("ssse3_shortcut");
 572
 573         &movdqa (@X[3],&QWP(0,$tmp1));          # K_00_19
 574         &movdqa (@X[4],&QWP(16,$tmp1));         # K_20_39
 575         &movdqa (@X[5],&QWP(32,$tmp1));         # K_40_59
 576         &movdqa (@X[6],&QWP(48,$tmp1));         # K_60_79
 577         &movdqa (@X[2],&QWP(64,$tmp1));         # pbswap mask
 578
 579         &mov    ($E,&wparam(0));                # load argument block
 580         &mov    ($inp=@T[1],&wparam(1));
 581         &mov    ($D,&wparam(2));
 582         &mov    (@T[0],"esp");
 583
 584         # stack frame layout
 585         #
 586         # +0    X[0]+K  X[1]+K  X[2]+K  X[3]+K  # XMM->IALU xfer area
 587         #       X[4]+K  X[5]+K  X[6]+K  X[7]+K
 588         #       X[8]+K  X[9]+K  X[10]+K X[11]+K
 589         #       X[12]+K X[13]+K X[14]+K X[15]+K
 590         #
 591         # +64   X[0]    X[1]    X[2]    X[3]    # XMM->XMM backtrace area
 592         #       X[4]    X[5]    X[6]    X[7]
 593         #       X[8]    X[9]    X[10]   X[11]   # even borrowed for K_00_19
 594         #
 595         # +112  K_20_39 K_20_39 K_20_39 K_20_39 # constants
 596         #       K_40_59 K_40_59 K_40_59 K_40_59
 597         #       K_60_79 K_60_79 K_60_79 K_60_79
 598         #       K_00_19 K_00_19 K_00_19 K_00_19
 599         #       pbswap mask
 600         #
 601         # +192  ctx                             # argument block
 602         # +196  inp
 603         # +200  end
 604         # +204  esp
 605         &sub    ("esp",208);
 606         &and    ("esp",-64);
 607
 608         &movdqa (&QWP(112+0,"esp"),@X[4]);      # copy constants
 609         &movdqa (&QWP(112+16,"esp"),@X[5]);
 610         &movdqa (&QWP(112+32,"esp"),@X[6]);
 611         &shl    ($D,6);                         # len*64
 612         &movdqa (&QWP(112+48,"esp"),@X[3]);
 613         &add    ($D,$inp);                      # end of input
 614         &movdqa (&QWP(112+64,"esp"),@X[2]);
 615         &add    ($inp,64);
 616         &mov    (&DWP(192+0,"esp"),$E);         # save argument block
 617         &mov    (&DWP(192+4,"esp"),$inp);
 618         &mov    (&DWP(192+8,"esp"),$D);
 619         &mov    (&DWP(192+12,"esp"),@T[0]);     # save original %esp
 620
 621         &mov    ($A,&DWP(0,$E));                # load context
 622         &mov    ($B,&DWP(4,$E));
 623         &mov    ($C,&DWP(8,$E));
 624         &mov    ($D,&DWP(12,$E));
 625         &mov    ($E,&DWP(16,$E));
 626         &mov    (@T[0],$B);                     # magic seed
 627
 628         &movdqu (@X[-4&7],&QWP(-64,$inp));      # load input to %xmm[0-3]
 629         &movdqu (@X[-3&7],&QWP(-48,$inp));
 630         &movdqu (@X[-2&7],&QWP(-32,$inp));
 631         &movdqu (@X[-1&7],&QWP(-16,$inp));
 632         &pshufb (@X[-4&7],@X[2]);               # byte swap
 633         &pshufb (@X[-3&7],@X[2]);
 634         &pshufb (@X[-2&7],@X[2]);
 635         &movdqa (&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
 636         &pshufb (@X[-1&7],@X[2]);
 637         &paddd  (@X[-4&7],@X[3]);               # add K_00_19
 638         &paddd  (@X[-3&7],@X[3]);
 639         &paddd  (@X[-2&7],@X[3]);
 640         &movdqa (&QWP(0,"esp"),@X[-4&7]);       # X[]+K xfer to IALU
 641         &psubd  (@X[-4&7],@X[3]);               # restore X[]
 642         &movdqa (&QWP(0+16,"esp"),@X[-3&7]);
 643         &psubd  (@X[-3&7],@X[3]);
 644         &movdqa (&QWP(0+32,"esp"),@X[-2&7]);
 645         &mov    (@T[1],$C);
 646         &psubd  (@X[-2&7],@X[3]);
 647         &xor    (@T[1],$D);
 648         &pshufd (@X[0],@X[-4&7],0xee);          # was &movdqa   (@X[0],@X[-3&7]);
 649         &and    (@T[0],@T[1]);
 650         &jmp    (&label("loop"));
 651
 652 ######################################################################
 653 # SSE instruction sequence is first broken to groups of indepentent
 654 # instructions, independent in respect to their inputs and shifter
 655 # (not all architectures have more than one). Then IALU instructions
 656 # are "knitted in" between the SSE groups. Distance is maintained for
 657 # SSE latency of 2 in hope that it fits better upcoming AMD Bulldozer
 658 # [which allegedly also implements SSSE3]...
 659 #
 660 # Temporary registers usage. X[2] is volatile at the entry and at the
 661 # end is restored from backtrace ring buffer. X[3] is expected to
 662 # contain current K_XX_XX constant and is used to caclulate X[-1]+K
 663 # from previous round, it becomes volatile the moment the value is
 664 # saved to stack for transfer to IALU. X[4] becomes volatile whenever
 665 # X[-4] is accumulated and offloaded to backtrace ring buffer, at the
 666 # end it is loaded with next K_XX_XX [which becomes X[3] in next
 667 # round]...
 668 #
 669 sub Xupdate_ssse3_16_31()               # recall that $Xi starts wtih 4
 670 { use integer;
 671   my $body = shift;
 672   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
 673   my ($a,$b,$c,$d,$e);
 674
 675          eval(shift(@insns));           # ror
 676          eval(shift(@insns));
 677          eval(shift(@insns));
 678         &punpcklqdq(@X[0],@X[-3&7]);    # compose "X[-14]" in "X[0]", was &palignr(@X[0],@X[-4&7],8);
 679         &movdqa (@X[2],@X[-1&7]);
 680          eval(shift(@insns));
 681          eval(shift(@insns));
 682
 683           &paddd        (@X[3],@X[-1&7]);
 684           &movdqa       (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);# save X[] to backtrace buffer
 685          eval(shift(@insns));           # rol
 686          eval(shift(@insns));
 687         &psrldq (@X[2],4);              # "X[-3]", 3 dwords
 688          eval(shift(@insns));
 689          eval(shift(@insns));
 690         &pxor   (@X[0],@X[-4&7]);       # "X[0]"^="X[-16]"
 691          eval(shift(@insns));
 692          eval(shift(@insns));           # ror
 693
 694         &pxor   (@X[2],@X[-2&7]);       # "X[-3]"^"X[-8]"
 695          eval(shift(@insns));
 696          eval(shift(@insns));
 697          eval(shift(@insns));
 698
 699         &pxor   (@X[0],@X[2]);          # "X[0]"^="X[-3]"^"X[-8]"
 700          eval(shift(@insns));
 701          eval(shift(@insns));           # rol
 702           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
 703          eval(shift(@insns));
 704          eval(shift(@insns));
 705
 706         &movdqa (@X[4],@X[0]);
 707          eval(shift(@insns));
 708          eval(shift(@insns));
 709          eval(shift(@insns));           # ror
 710         &movdqa (@X[2],@X[0]);
 711          eval(shift(@insns));
 712
 713         &pslldq (@X[4],12);             # "X[0]"<<96, extract one dword
 714         &paddd  (@X[0],@X[0]);
 715          eval(shift(@insns));
 716          eval(shift(@insns));
 717
 718         &psrld  (@X[2],31);
 719          eval(shift(@insns));
 720          eval(shift(@insns));           # rol
 721         &movdqa (@X[3],@X[4]);
 722          eval(shift(@insns));
 723          eval(shift(@insns));
 724          eval(shift(@insns));
 725
 726         &psrld  (@X[4],30);
 727          eval(shift(@insns));
 728          eval(shift(@insns));           # ror
 729         &por    (@X[0],@X[2]);          # "X[0]"<<<=1
 730          eval(shift(@insns));
 731           &movdqa       (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if ($Xi>5);       # restore X[] from backtrace buffer
 732          eval(shift(@insns));
 733          eval(shift(@insns));
 734
 735         &pslld  (@X[3],2);
 736          eval(shift(@insns));
 737          eval(shift(@insns));           # rol
 738         &pxor   (@X[0],@X[4]);
 739           &movdqa       (@X[4],&QWP(112-16+16*(($Xi)/5),"esp"));        # K_XX_XX
 740          eval(shift(@insns));
 741          eval(shift(@insns));
 742
 743         &pxor   (@X[0],@X[3]);          # "X[0]"^=("X[0]"<<96)<<<2
 744           &pshufd       (@X[1],@X[-3&7],0xee)   if ($Xi<7);     # was &movdqa   (@X[1],@X[-2&7])
 745           &pshufd       (@X[3],@X[-1&7],0xee)   if ($Xi==7);
 746          eval(shift(@insns));
 747          eval(shift(@insns));
 748
 749          foreach (@insns) { eval; }     # remaining instructions [if any]
 750
 751   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
 752 }
 753
 754 sub Xupdate_ssse3_32_79()
 755 { use integer;
 756   my $body = shift;
 757   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
 758   my ($a,$b,$c,$d,$e);
 759
 760          eval(shift(@insns));           # body_20_39
 761         &pxor   (@X[0],@X[-4&7]);       # "X[0]"="X[-32]"^"X[-16]"
 762         &punpcklqdq(@X[2],@X[-1&7]);    # compose "X[-6]", was &palignr(@X[2],@X[-2&7],8)
 763          eval(shift(@insns));
 764          eval(shift(@insns));
 765          eval(shift(@insns));           # rol
 766
 767         &pxor   (@X[0],@X[-7&7]);       # "X[0]"^="X[-28]"
 768           &movdqa       (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);       # save X[] to backtrace buffer
 769          eval(shift(@insns));
 770          eval(shift(@insns));
 771          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 772          if ($Xi%5) {
 773           &movdqa       (@X[4],@X[3]);  # "perpetuate" K_XX_XX...
 774          } else {                       # ... or load next one
 775           &movdqa       (@X[4],&QWP(112-16+16*($Xi/5),"esp"));
 776          }
 777          eval(shift(@insns));           # ror
 778           &paddd        (@X[3],@X[-1&7]);
 779          eval(shift(@insns));
 780
 781         &pxor   (@X[0],@X[2]);          # "X[0]"^="X[-6]"
 782          eval(shift(@insns));           # body_20_39
 783          eval(shift(@insns));
 784          eval(shift(@insns));
 785          eval(shift(@insns));           # rol
 786
 787         &movdqa (@X[2],@X[0]);
 788           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
 789          eval(shift(@insns));
 790          eval(shift(@insns));
 791          eval(shift(@insns));           # ror
 792          eval(shift(@insns));
 793          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 794
 795         &pslld  (@X[0],2);
 796          eval(shift(@insns));           # body_20_39
 797          eval(shift(@insns));
 798         &psrld  (@X[2],30);
 799          eval(shift(@insns));
 800          eval(shift(@insns));           # rol
 801          eval(shift(@insns));
 802          eval(shift(@insns));
 803          eval(shift(@insns));           # ror
 804          eval(shift(@insns));
 805          eval(shift(@insns))            if (@insns[1] =~ /_rol/);
 806          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 807
 808         &por    (@X[0],@X[2]);          # "X[0]"<<<=2
 809          eval(shift(@insns));           # body_20_39
 810          eval(shift(@insns));
 811           &movdqa       (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if($Xi<19);       # restore X[] from backtrace buffer
 812          eval(shift(@insns));
 813          eval(shift(@insns));           # rol
 814          eval(shift(@insns));
 815          eval(shift(@insns));
 816          eval(shift(@insns));           # ror
 817           &pshufd       (@X[3],@X[-1],0xee)     if ($Xi<19);    # was &movdqa   (@X[3],@X[0])
 818          eval(shift(@insns));
 819
 820          foreach (@insns) { eval; }     # remaining instructions
 821
 822   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
 823 }
 824
 825 sub Xuplast_ssse3_80()
 826 { use integer;
 827   my $body = shift;
 828   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 829   my ($a,$b,$c,$d,$e);
 830
 831          eval(shift(@insns));
 832          eval(shift(@insns));
 833          eval(shift(@insns));
 834          eval(shift(@insns));
 835          eval(shift(@insns));
 836          eval(shift(@insns));
 837          eval(shift(@insns));
 838           &paddd        (@X[3],@X[-1&7]);
 839          eval(shift(@insns));
 840          eval(shift(@insns));
 841          eval(shift(@insns));
 842          eval(shift(@insns));
 843
 844           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer IALU
 845
 846          foreach (@insns) { eval; }             # remaining instructions
 847
 848         &mov    ($inp=@T[1],&DWP(192+4,"esp"));
 849         &cmp    ($inp,&DWP(192+8,"esp"));
 850         &je     (&label("done"));
 851
 852         &movdqa (@X[3],&QWP(112+48,"esp"));     # K_00_19
 853         &movdqa (@X[2],&QWP(112+64,"esp"));     # pbswap mask
 854         &movdqu (@X[-4&7],&QWP(0,$inp));        # load input
 855         &movdqu (@X[-3&7],&QWP(16,$inp));
 856         &movdqu (@X[-2&7],&QWP(32,$inp));
 857         &movdqu (@X[-1&7],&QWP(48,$inp));
 858         &add    ($inp,64);
 859         &pshufb (@X[-4&7],@X[2]);               # byte swap
 860         &mov    (&DWP(192+4,"esp"),$inp);
 861         &movdqa (&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
 862
 863   $Xi=0;
 864 }
 865
 866 sub Xloop_ssse3()
 867 { use integer;
 868   my $body = shift;
 869   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 870   my ($a,$b,$c,$d,$e);
 871
 872          eval(shift(@insns));
 873          eval(shift(@insns));
 874          eval(shift(@insns));
 875          eval(shift(@insns));
 876          eval(shift(@insns));
 877          eval(shift(@insns));
 878          eval(shift(@insns));
 879         &pshufb (@X[($Xi-3)&7],@X[2]);
 880          eval(shift(@insns));
 881          eval(shift(@insns));
 882          eval(shift(@insns));
 883          eval(shift(@insns));
 884         &paddd  (@X[($Xi-4)&7],@X[3]);
 885          eval(shift(@insns));
 886          eval(shift(@insns));
 887          eval(shift(@insns));
 888          eval(shift(@insns));
 889         &movdqa (&QWP(0+16*$Xi,"esp"),@X[($Xi-4)&7]);   # X[]+K xfer to IALU
 890          eval(shift(@insns));
 891          eval(shift(@insns));
 892          eval(shift(@insns));
 893          eval(shift(@insns));
 894         &psubd  (@X[($Xi-4)&7],@X[3]);
 895
 896         foreach (@insns) { eval; }
 897   $Xi++;
 898 }
 899
 900 sub Xtail_ssse3()
 901 { use integer;
 902   my $body = shift;
 903   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 904   my ($a,$b,$c,$d,$e);
 905
 906         foreach (@insns) { eval; }
 907 }
 908
 909 sub body_00_19 () {     # ((c^d)&b)^d
 910         # on start @T[0]=(c^d)&b
 911         return &body_20_39()    if ($rx==19);   $rx++;
 912         (
 913         '($a,$b,$c,$d,$e)=@V;'.
 914         '&$_ror ($b,$j?7:2);',  # $b>>>2
 915         '&xor   (@T[0],$d);',
 916         '&mov   (@T[1],$a);',   # $b in next round
 917
 918         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 919         '&xor   ($b,$c);',      # $c^$d for next round
 920
 921         '&$_rol ($a,5);',
 922         '&add   ($e,@T[0]);',
 923         '&and   (@T[1],$b);',   # ($b&($c^$d)) for next round
 924
 925         '&xor   ($b,$c);',      # restore $b
 926         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 927         );
 928 }
 929
 930 sub body_20_39 () {     # b^d^c
 931         # on entry @T[0]=b^d
 932         return &body_40_59()    if ($rx==39);   $rx++;
 933         (
 934         '($a,$b,$c,$d,$e)=@V;'.
 935         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 936         '&xor   (@T[0],$d)      if($j==19);'.
 937         '&xor   (@T[0],$c)      if($j> 19);',   # ($b^$d^$c)
 938         '&mov   (@T[1],$a);',   # $b in next round
 939
 940         '&$_rol ($a,5);',
 941         '&add   ($e,@T[0]);',
 942         '&xor   (@T[1],$c)      if ($j< 79);',  # $b^$d for next round
 943
 944         '&$_ror ($b,7);',       # $b>>>2
 945         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 946         );
 947 }
 948
 949 sub body_40_59 () {     # ((b^c)&(c^d))^c
 950         # on entry @T[0]=(b^c), (c^=d)
 951         $rx++;
 952         (
 953         '($a,$b,$c,$d,$e)=@V;'.
 954         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 955         '&and   (@T[0],$c)      if ($j>=40);',  # (b^c)&(c^d)
 956         '&xor   ($c,$d)         if ($j>=40);',  # restore $c
 957
 958         '&$_ror ($b,7);',       # $b>>>2
 959         '&mov   (@T[1],$a);',   # $b for next round
 960         '&xor   (@T[0],$c);',
 961
 962         '&$_rol ($a,5);',
 963         '&add   ($e,@T[0]);',
 964         '&xor   (@T[1],$c)      if ($j==59);'.
 965         '&xor   (@T[1],$b)      if ($j< 59);',  # b^c for next round
 966
 967         '&xor   ($b,$c)         if ($j< 59);',  # c^d for next round
 968         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 969         );
 970 }
 971 ######
 972 sub bodyx_00_19 () {    # ((c^d)&b)^d
 973         # on start @T[0]=(b&c)^(~b&d), $e+=X[]+K
 974         return &bodyx_20_39()   if ($rx==19);   $rx++;
 975         (
 976         '($a,$b,$c,$d,$e)=@V;'.
 977
 978         '&rorx  ($b,$b,2)                       if ($j==0);'.   # $b>>>2
 979         '&rorx  ($b,@T[1],7)                    if ($j!=0);',   # $b>>>2
 980         '&lea   ($e,&DWP(0,$e,@T[0]));',
 981         '&rorx  (@T[0],$a,5);',
 982
 983         '&andn  (@T[1],$a,$c);',
 984         '&and   ($a,$b)',
 985         '&add   ($d,&DWP(4*(($j+1)&15),"esp"));',       # X[]+K xfer
 986
 987         '&xor   (@T[1],$a)',
 988         '&add   ($e,@T[0]);'    .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 989         );
 990 }
 991
 992 sub bodyx_20_39 () {    # b^d^c
 993         # on start $b=b^c^d
 994         return &bodyx_40_59()   if ($rx==39);   $rx++;
 995         (
 996         '($a,$b,$c,$d,$e)=@V;'.
 997
 998         '&add   ($e,($j==19?@T[0]:$b))',
 999         '&rorx  ($b,@T[1],7);', # $b>>>2
1000         '&rorx  (@T[0],$a,5);',
1001
1002         '&xor   ($a,$b)                         if ($j<79);',
1003         '&add   ($d,&DWP(4*(($j+1)&15),"esp"))  if ($j<79);',   # X[]+K xfer
1004         '&xor   ($a,$c)                         if ($j<79);',
1005         '&add   ($e,@T[0]);'    .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
1006         );
1007 }
1008
1009 sub bodyx_40_59 () {    # ((b^c)&(c^d))^c
1010         # on start $b=((b^c)&(c^d))^c
1011         return &bodyx_20_39()   if ($rx==59);   $rx++;
1012         (
1013         '($a,$b,$c,$d,$e)=@V;'.
1014
1015         '&rorx  (@T[0],$a,5)',
1016         '&lea   ($e,&DWP(0,$e,$b))',
1017         '&rorx  ($b,@T[1],7)',  # $b>>>2
1018         '&add   ($d,&DWP(4*(($j+1)&15),"esp"))',        # X[]+K xfer
1019
1020         '&mov   (@T[1],$c)',
1021         '&xor   ($a,$b)',       # b^c for next round
1022         '&xor   (@T[1],$b)',    # c^d for next round
1023
1024         '&and   ($a,@T[1])',
1025         '&add   ($e,@T[0])',
1026         '&xor   ($a,$b)'        .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
1027         );
1028 }
1029
1030 &set_label("loop",16);
1031         &Xupdate_ssse3_16_31(\&body_00_19);
1032         &Xupdate_ssse3_16_31(\&body_00_19);
1033         &Xupdate_ssse3_16_31(\&body_00_19);
1034         &Xupdate_ssse3_16_31(\&body_00_19);
1035         &Xupdate_ssse3_32_79(\&body_00_19);
1036         &Xupdate_ssse3_32_79(\&body_20_39);
1037         &Xupdate_ssse3_32_79(\&body_20_39);
1038         &Xupdate_ssse3_32_79(\&body_20_39);
1039         &Xupdate_ssse3_32_79(\&body_20_39);
1040         &Xupdate_ssse3_32_79(\&body_20_39);
1041         &Xupdate_ssse3_32_79(\&body_40_59);
1042         &Xupdate_ssse3_32_79(\&body_40_59);
1043         &Xupdate_ssse3_32_79(\&body_40_59);
1044         &Xupdate_ssse3_32_79(\&body_40_59);
1045         &Xupdate_ssse3_32_79(\&body_40_59);
1046         &Xupdate_ssse3_32_79(\&body_20_39);
1047         &Xuplast_ssse3_80(\&body_20_39);        # can jump to "done"
1048
1049                                 $saved_j=$j; @saved_V=@V;
1050
1051         &Xloop_ssse3(\&body_20_39);
1052         &Xloop_ssse3(\&body_20_39);
1053         &Xloop_ssse3(\&body_20_39);
1054
1055         &mov    (@T[1],&DWP(192,"esp"));        # update context
1056         &add    ($A,&DWP(0,@T[1]));
1057         &add    (@T[0],&DWP(4,@T[1]));          # $b
1058         &add    ($C,&DWP(8,@T[1]));
1059         &mov    (&DWP(0,@T[1]),$A);
1060         &add    ($D,&DWP(12,@T[1]));
1061         &mov    (&DWP(4,@T[1]),@T[0]);
1062         &add    ($E,&DWP(16,@T[1]));
1063         &mov    (&DWP(8,@T[1]),$C);
1064         &mov    ($B,$C);
1065         &mov    (&DWP(12,@T[1]),$D);
1066         &xor    ($B,$D);
1067         &mov    (&DWP(16,@T[1]),$E);
1068         &mov    (@T[1],@T[0]);
1069         &pshufd (@X[0],@X[-4&7],0xee);          # was &movdqa   (@X[0],@X[-3&7]);
1070         &and    (@T[0],$B);
1071         &mov    ($B,$T[1]);
1072
1073         &jmp    (&label("loop"));
1074
1075 &set_label("done",16);          $j=$saved_j; @V=@saved_V;
1076
1077         &Xtail_ssse3(\&body_20_39);
1078         &Xtail_ssse3(\&body_20_39);
1079         &Xtail_ssse3(\&body_20_39);
1080
1081         &mov    (@T[1],&DWP(192,"esp"));        # update context
1082         &add    ($A,&DWP(0,@T[1]));
1083         &mov    ("esp",&DWP(192+12,"esp"));     # restore %esp
1084         &add    (@T[0],&DWP(4,@T[1]));          # $b
1085         &add    ($C,&DWP(8,@T[1]));
1086         &mov    (&DWP(0,@T[1]),$A);
1087         &add    ($D,&DWP(12,@T[1]));
1088         &mov    (&DWP(4,@T[1]),@T[0]);
1089         &add    ($E,&DWP(16,@T[1]));
1090         &mov    (&DWP(8,@T[1]),$C);
1091         &mov    (&DWP(12,@T[1]),$D);
1092         &mov    (&DWP(16,@T[1]),$E);
1093
1094 &function_end("_sha1_block_data_order_ssse3");
1095
1096 $rx=0;  # reset
1097
1098 if ($ymm) {
1099 my $Xi=4;                       # 4xSIMD Xupdate round, start pre-seeded
1100 my @X=map("xmm$_",(4..7,0..3)); # pre-seeded for $Xi=4
1101 my @V=($A,$B,$C,$D,$E);
1102 my $j=0;                        # hash round
1103 my @T=($T,$tmp1);
1104 my $inp;
1105
1106 my $_rol=sub { &shld(@_[0],@_) };
1107 my $_ror=sub { &shrd(@_[0],@_) };
1108
1109 &function_begin("_sha1_block_data_order_avx");
1110         &call   (&label("pic_point"));  # make it PIC!
1111         &set_label("pic_point");
1112         &blindpop($tmp1);
1113         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
1114 &set_label("avx_shortcut");
1115         &vzeroall();
1116
1117         &vmovdqa(@X[3],&QWP(0,$tmp1));          # K_00_19
1118         &vmovdqa(@X[4],&QWP(16,$tmp1));         # K_20_39
1119         &vmovdqa(@X[5],&QWP(32,$tmp1));         # K_40_59
1120         &vmovdqa(@X[6],&QWP(48,$tmp1));         # K_60_79
1121         &vmovdqa(@X[2],&QWP(64,$tmp1));         # pbswap mask
1122
1123         &mov    ($E,&wparam(0));                # load argument block
1124         &mov    ($inp=@T[1],&wparam(1));
1125         &mov    ($D,&wparam(2));
1126         &mov    (@T[0],"esp");
1127
1128         # stack frame layout
1129         #
1130         # +0    X[0]+K  X[1]+K  X[2]+K  X[3]+K  # XMM->IALU xfer area
1131         #       X[4]+K  X[5]+K  X[6]+K  X[7]+K
1132         #       X[8]+K  X[9]+K  X[10]+K X[11]+K
1133         #       X[12]+K X[13]+K X[14]+K X[15]+K
1134         #
1135         # +64   X[0]    X[1]    X[2]    X[3]    # XMM->XMM backtrace area
1136         #       X[4]    X[5]    X[6]    X[7]
1137         #       X[8]    X[9]    X[10]   X[11]   # even borrowed for K_00_19
1138         #
1139         # +112  K_20_39 K_20_39 K_20_39 K_20_39 # constants
1140         #       K_40_59 K_40_59 K_40_59 K_40_59
1141         #       K_60_79 K_60_79 K_60_79 K_60_79
1142         #       K_00_19 K_00_19 K_00_19 K_00_19
1143         #       pbswap mask
1144         #
1145         # +192  ctx                             # argument block
1146         # +196  inp
1147         # +200  end
1148         # +204  esp
1149         &sub    ("esp",208);
1150         &and    ("esp",-64);
1151
1152         &vmovdqa(&QWP(112+0,"esp"),@X[4]);      # copy constants
1153         &vmovdqa(&QWP(112+16,"esp"),@X[5]);
1154         &vmovdqa(&QWP(112+32,"esp"),@X[6]);
1155         &shl    ($D,6);                         # len*64
1156         &vmovdqa(&QWP(112+48,"esp"),@X[3]);
1157         &add    ($D,$inp);                      # end of input
1158         &vmovdqa(&QWP(112+64,"esp"),@X[2]);
1159         &add    ($inp,64);
1160         &mov    (&DWP(192+0,"esp"),$E);         # save argument block
1161         &mov    (&DWP(192+4,"esp"),$inp);
1162         &mov    (&DWP(192+8,"esp"),$D);
1163         &mov    (&DWP(192+12,"esp"),@T[0]);     # save original %esp
1164
1165         &mov    ($A,&DWP(0,$E));                # load context
1166         &mov    ($B,&DWP(4,$E));
1167         &mov    ($C,&DWP(8,$E));
1168         &mov    ($D,&DWP(12,$E));
1169         &mov    ($E,&DWP(16,$E));
1170         &mov    (@T[0],$B);                     # magic seed
1171
1172         &vmovdqu(@X[-4&7],&QWP(-64,$inp));      # load input to %xmm[0-3]
1173         &vmovdqu(@X[-3&7],&QWP(-48,$inp));
1174         &vmovdqu(@X[-2&7],&QWP(-32,$inp));
1175         &vmovdqu(@X[-1&7],&QWP(-16,$inp));
1176         &vpshufb(@X[-4&7],@X[-4&7],@X[2]);      # byte swap
1177         &vpshufb(@X[-3&7],@X[-3&7],@X[2]);
1178         &vpshufb(@X[-2&7],@X[-2&7],@X[2]);
1179         &vmovdqa(&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
1180         &vpshufb(@X[-1&7],@X[-1&7],@X[2]);
1181         &vpaddd (@X[0],@X[-4&7],@X[3]);         # add K_00_19
1182         &vpaddd (@X[1],@X[-3&7],@X[3]);
1183         &vpaddd (@X[2],@X[-2&7],@X[3]);
1184         &vmovdqa(&QWP(0,"esp"),@X[0]);          # X[]+K xfer to IALU
1185         &mov    (@T[1],$C);
1186         &vmovdqa(&QWP(0+16,"esp"),@X[1]);
1187         &xor    (@T[1],$D);
1188         &vmovdqa(&QWP(0+32,"esp"),@X[2]);
1189         &and    (@T[0],@T[1]);
1190         &jmp    (&label("loop"));
1191
1192 sub Xupdate_avx_16_31()         # recall that $Xi starts wtih 4
1193 { use integer;
1194   my $body = shift;
1195   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
1196   my ($a,$b,$c,$d,$e);
1197
1198          eval(shift(@insns));
1199          eval(shift(@insns));
1200         &vpalignr(@X[0],@X[-3&7],@X[-4&7],8);   # compose "X[-14]" in "X[0]"
1201          eval(shift(@insns));
1202          eval(shift(@insns));
1203
1204           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1205           &vmovdqa      (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);# save X[] to backtrace buffer
1206          eval(shift(@insns));
1207          eval(shift(@insns));
1208         &vpsrldq(@X[2],@X[-1&7],4);             # "X[-3]", 3 dwords
1209          eval(shift(@insns));
1210          eval(shift(@insns));
1211         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"^="X[-16]"
1212          eval(shift(@insns));
1213          eval(shift(@insns));
1214
1215         &vpxor  (@X[2],@X[2],@X[-2&7]);         # "X[-3]"^"X[-8]"
1216          eval(shift(@insns));
1217          eval(shift(@insns));
1218           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
1219          eval(shift(@insns));
1220          eval(shift(@insns));
1221
1222         &vpxor  (@X[0],@X[0],@X[2]);            # "X[0]"^="X[-3]"^"X[-8]"
1223          eval(shift(@insns));
1224          eval(shift(@insns));
1225          eval(shift(@insns));
1226          eval(shift(@insns));
1227
1228         &vpsrld (@X[2],@X[0],31);
1229          eval(shift(@insns));
1230          eval(shift(@insns));
1231          eval(shift(@insns));
1232          eval(shift(@insns));
1233
1234         &vpslldq(@X[4],@X[0],12);               # "X[0]"<<96, extract one dword
1235         &vpaddd (@X[0],@X[0],@X[0]);
1236          eval(shift(@insns));
1237          eval(shift(@insns));
1238          eval(shift(@insns));
1239          eval(shift(@insns));
1240
1241         &vpsrld (@X[3],@X[4],30);
1242         &vpor   (@X[0],@X[0],@X[2]);            # "X[0]"<<<=1
1243          eval(shift(@insns));
1244          eval(shift(@insns));
1245          eval(shift(@insns));
1246          eval(shift(@insns));
1247
1248         &vpslld (@X[4],@X[4],2);
1249           &vmovdqa      (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if ($Xi>5);       # restore X[] from backtrace buffer
1250          eval(shift(@insns));
1251          eval(shift(@insns));
1252         &vpxor  (@X[0],@X[0],@X[3]);
1253          eval(shift(@insns));
1254          eval(shift(@insns));
1255          eval(shift(@insns));
1256          eval(shift(@insns));
1257
1258         &vpxor  (@X[0],@X[0],@X[4]);            # "X[0]"^=("X[0]"<<96)<<<2
1259          eval(shift(@insns));
1260          eval(shift(@insns));
1261           &vmovdqa      (@X[4],&QWP(112-16+16*(($Xi)/5),"esp"));        # K_XX_XX
1262          eval(shift(@insns));
1263          eval(shift(@insns));
1264
1265          foreach (@insns) { eval; }     # remaining instructions [if any]
1266
1267   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1268 }
1269
1270 sub Xupdate_avx_32_79()
1271 { use integer;
1272   my $body = shift;
1273   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
1274   my ($a,$b,$c,$d,$e);
1275
1276         &vpalignr(@X[2],@X[-1&7],@X[-2&7],8);   # compose "X[-6]"
1277         &vpxor  (@X[0],@X[0],@X[-4&7]); # "X[0]"="X[-32]"^"X[-16]"
1278          eval(shift(@insns));           # body_20_39
1279          eval(shift(@insns));
1280          eval(shift(@insns));
1281          eval(shift(@insns));           # rol
1282
1283         &vpxor  (@X[0],@X[0],@X[-7&7]); # "X[0]"^="X[-28]"
1284           &vmovdqa      (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);       # save X[] to backtrace buffer
1285          eval(shift(@insns));
1286          eval(shift(@insns));
1287          if ($Xi%5) {
1288           &vmovdqa      (@X[4],@X[3]);  # "perpetuate" K_XX_XX...
1289          } else {                       # ... or load next one
1290           &vmovdqa      (@X[4],&QWP(112-16+16*($Xi/5),"esp"));
1291          }
1292           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1293          eval(shift(@insns));           # ror
1294          eval(shift(@insns));
1295
1296         &vpxor  (@X[0],@X[0],@X[2]);            # "X[0]"^="X[-6]"
1297          eval(shift(@insns));           # body_20_39
1298          eval(shift(@insns));
1299          eval(shift(@insns));
1300          eval(shift(@insns));           # rol
1301
1302         &vpsrld (@X[2],@X[0],30);
1303           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
1304          eval(shift(@insns));
1305          eval(shift(@insns));
1306          eval(shift(@insns));           # ror
1307          eval(shift(@insns));
1308
1309         &vpslld (@X[0],@X[0],2);
1310          eval(shift(@insns));           # body_20_39
1311          eval(shift(@insns));
1312          eval(shift(@insns));
1313          eval(shift(@insns));           # rol
1314          eval(shift(@insns));
1315          eval(shift(@insns));
1316          eval(shift(@insns));           # ror
1317          eval(shift(@insns));
1318
1319         &vpor   (@X[0],@X[0],@X[2]);    # "X[0]"<<<=2
1320          eval(shift(@insns));           # body_20_39
1321          eval(shift(@insns));
1322           &vmovdqa      (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if($Xi<19);       # restore X[] from backtrace buffer
1323          eval(shift(@insns));
1324          eval(shift(@insns));           # rol
1325          eval(shift(@insns));
1326          eval(shift(@insns));
1327          eval(shift(@insns));           # ror
1328          eval(shift(@insns));
1329
1330          foreach (@insns) { eval; }     # remaining instructions
1331
1332   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1333 }
1334
1335 sub Xuplast_avx_80()
1336 { use integer;
1337   my $body = shift;
1338   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1339   my ($a,$b,$c,$d,$e);
1340
1341          eval(shift(@insns));
1342           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1343          eval(shift(@insns));
1344          eval(shift(@insns));
1345          eval(shift(@insns));
1346          eval(shift(@insns));
1347
1348           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer IALU
1349
1350          foreach (@insns) { eval; }             # remaining instructions
1351
1352         &mov    ($inp=@T[1],&DWP(192+4,"esp"));
1353         &cmp    ($inp,&DWP(192+8,"esp"));
1354         &je     (&label("done"));
1355
1356         &vmovdqa(@X[3],&QWP(112+48,"esp"));     # K_00_19
1357         &vmovdqa(@X[2],&QWP(112+64,"esp"));     # pbswap mask
1358         &vmovdqu(@X[-4&7],&QWP(0,$inp));        # load input
1359         &vmovdqu(@X[-3&7],&QWP(16,$inp));
1360         &vmovdqu(@X[-2&7],&QWP(32,$inp));
1361         &vmovdqu(@X[-1&7],&QWP(48,$inp));
1362         &add    ($inp,64);
1363         &vpshufb(@X[-4&7],@X[-4&7],@X[2]);              # byte swap
1364         &mov    (&DWP(192+4,"esp"),$inp);
1365         &vmovdqa(&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
1366
1367   $Xi=0;
1368 }
1369
1370 sub Xloop_avx()
1371 { use integer;
1372   my $body = shift;
1373   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1374   my ($a,$b,$c,$d,$e);
1375
1376          eval(shift(@insns));
1377          eval(shift(@insns));
1378         &vpshufb        (@X[($Xi-3)&7],@X[($Xi-3)&7],@X[2]);
1379          eval(shift(@insns));
1380          eval(shift(@insns));
1381         &vpaddd (@X[$Xi&7],@X[($Xi-4)&7],@X[3]);
1382          eval(shift(@insns));
1383          eval(shift(@insns));
1384          eval(shift(@insns));
1385          eval(shift(@insns));
1386         &vmovdqa        (&QWP(0+16*$Xi,"esp"),@X[$Xi&7]);       # X[]+K xfer to IALU
1387          eval(shift(@insns));
1388          eval(shift(@insns));
1389
1390         foreach (@insns) { eval; }
1391   $Xi++;
1392 }
1393
1394 sub Xtail_avx()
1395 { use integer;
1396   my $body = shift;
1397   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1398   my ($a,$b,$c,$d,$e);
1399
1400         foreach (@insns) { eval; }
1401 }
1402
1403 &set_label("loop",16);
1404         &Xupdate_avx_16_31(\&body_00_19);
1405         &Xupdate_avx_16_31(\&body_00_19);
1406         &Xupdate_avx_16_31(\&body_00_19);
1407         &Xupdate_avx_16_31(\&body_00_19);
1408         &Xupdate_avx_32_79(\&body_00_19);
1409         &Xupdate_avx_32_79(\&body_20_39);
1410         &Xupdate_avx_32_79(\&body_20_39);
1411         &Xupdate_avx_32_79(\&body_20_39);
1412         &Xupdate_avx_32_79(\&body_20_39);
1413         &Xupdate_avx_32_79(\&body_20_39);
1414         &Xupdate_avx_32_79(\&body_40_59);
1415         &Xupdate_avx_32_79(\&body_40_59);
1416         &Xupdate_avx_32_79(\&body_40_59);
1417         &Xupdate_avx_32_79(\&body_40_59);
1418         &Xupdate_avx_32_79(\&body_40_59);
1419         &Xupdate_avx_32_79(\&body_20_39);
1420         &Xuplast_avx_80(\&body_20_39);  # can jump to "done"
1421
1422                                 $saved_j=$j; @saved_V=@V;
1423
1424         &Xloop_avx(\&body_20_39);
1425         &Xloop_avx(\&body_20_39);
1426         &Xloop_avx(\&body_20_39);
1427
1428         &mov    (@T[1],&DWP(192,"esp"));        # update context
1429         &add    ($A,&DWP(0,@T[1]));
1430         &add    (@T[0],&DWP(4,@T[1]));          # $b
1431         &add    ($C,&DWP(8,@T[1]));
1432         &mov    (&DWP(0,@T[1]),$A);
1433         &add    ($D,&DWP(12,@T[1]));
1434         &mov    (&DWP(4,@T[1]),@T[0]);
1435         &add    ($E,&DWP(16,@T[1]));
1436         &mov    ($B,$C);
1437         &mov    (&DWP(8,@T[1]),$C);
1438         &xor    ($B,$D);
1439         &mov    (&DWP(12,@T[1]),$D);
1440         &mov    (&DWP(16,@T[1]),$E);
1441         &mov    (@T[1],@T[0]);
1442         &and    (@T[0],$B);
1443         &mov    ($B,@T[1]);
1444
1445         &jmp    (&label("loop"));
1446
1447 &set_label("done",16);          $j=$saved_j; @V=@saved_V;
1448
1449         &Xtail_avx(\&body_20_39);
1450         &Xtail_avx(\&body_20_39);
1451         &Xtail_avx(\&body_20_39);
1452
1453         &vzeroall();
1454
1455         &mov    (@T[1],&DWP(192,"esp"));        # update context
1456         &add    ($A,&DWP(0,@T[1]));
1457         &mov    ("esp",&DWP(192+12,"esp"));     # restore %esp
1458         &add    (@T[0],&DWP(4,@T[1]));          # $b
1459         &add    ($C,&DWP(8,@T[1]));
1460         &mov    (&DWP(0,@T[1]),$A);
1461         &add    ($D,&DWP(12,@T[1]));
1462         &mov    (&DWP(4,@T[1]),@T[0]);
1463         &add    ($E,&DWP(16,@T[1]));
1464         &mov    (&DWP(8,@T[1]),$C);
1465         &mov    (&DWP(12,@T[1]),$D);
1466         &mov    (&DWP(16,@T[1]),$E);
1467 &function_end("_sha1_block_data_order_avx");
1468 }
1469 &set_label("K_XX_XX",64);
1470 &data_word(0x5a827999,0x5a827999,0x5a827999,0x5a827999);        # K_00_19
1471 &data_word(0x6ed9eba1,0x6ed9eba1,0x6ed9eba1,0x6ed9eba1);        # K_20_39
1472 &data_word(0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc);        # K_40_59
1473 &data_word(0xca62c1d6,0xca62c1d6,0xca62c1d6,0xca62c1d6);        # K_60_79
1474 &data_word(0x00010203,0x04050607,0x08090a0b,0x0c0d0e0f);        # pbswap mask
1475 &data_byte(0xf,0xe,0xd,0xc,0xb,0xa,0x9,0x8,0x7,0x6,0x5,0x4,0x3,0x2,0x1,0x0);
1476 }
1477 &asciz("SHA1 block transform for x86, CRYPTOGAMS by <appro\@openssl.org>");
1478
1479 &asm_finish();
1480
1481 close STDOUT;