b7e18bface7822fa664c2d9f081372b3bdc6b104
[openssl.git] / crypto / sha / asm / sha1-x86_64.pl
1 #! /usr/bin/env perl
2 # Copyright 2006-2016 The OpenSSL Project Authors. All Rights Reserved.
3 #
4 # Licensed under the OpenSSL license (the "License").  You may not use
5 # this file except in compliance with the License.  You can obtain a copy
6 # in the file LICENSE in the source distribution or at
7 # https://www.openssl.org/source/license.html
8
9 #
10 # ====================================================================
11 # Written by Andy Polyakov <appro@openssl.org> for the OpenSSL
12 # project. The module is, however, dual licensed under OpenSSL and
13 # CRYPTOGAMS licenses depending on where you obtain it. For further
14 # details see http://www.openssl.org/~appro/cryptogams/.
15 # ====================================================================
16 #
17 # sha1_block procedure for x86_64.
18 #
19 # It was brought to my attention that on EM64T compiler-generated code
20 # was far behind 32-bit assembler implementation. This is unlike on
21 # Opteron where compiler-generated code was only 15% behind 32-bit
22 # assembler, which originally made it hard to motivate the effort.
23 # There was suggestion to mechanically translate 32-bit code, but I
24 # dismissed it, reasoning that x86_64 offers enough register bank
25 # capacity to fully utilize SHA-1 parallelism. Therefore this fresh
26 # implementation:-) However! While 64-bit code does perform better
27 # on Opteron, I failed to beat 32-bit assembler on EM64T core. Well,
28 # x86_64 does offer larger *addressable* bank, but out-of-order core
29 # reaches for even more registers through dynamic aliasing, and EM64T
30 # core must have managed to run-time optimize even 32-bit code just as
31 # good as 64-bit one. Performance improvement is summarized in the
32 # following table:
33 #
34 #               gcc 3.4         32-bit asm      cycles/byte
35 # Opteron       +45%            +20%            6.8
36 # Xeon P4       +65%            +0%             9.9
37 # Core2         +60%            +10%            7.0
38
39 # August 2009.
40 #
41 # The code was revised to minimize code size and to maximize
42 # "distance" between instructions producing input to 'lea'
43 # instruction and the 'lea' instruction itself, which is essential
44 # for Intel Atom core.
45
46 # October 2010.
47 #
48 # Add SSSE3, Supplemental[!] SSE3, implementation. The idea behind it
49 # is to offload message schedule denoted by Wt in NIST specification,
50 # or Xupdate in OpenSSL source, to SIMD unit. See sha1-586.pl module
51 # for background and implementation details. The only difference from
52 # 32-bit code is that 64-bit code doesn't have to spill @X[] elements
53 # to free temporary registers.
54
55 # April 2011.
56 #
57 # Add AVX code path. See sha1-586.pl for further information.
58
59 # May 2013.
60 #
61 # Add AVX2+BMI code path. Initial attempt (utilizing BMI instructions
62 # and loading pair of consecutive blocks to 256-bit %ymm registers)
63 # did not provide impressive performance improvement till a crucial
64 # hint regarding the number of Xupdate iterations to pre-compute in
65 # advance was provided by Ilya Albrekht of Intel Corp.
66
67 # March 2014.
68 #
69 # Add support for Intel SHA Extensions.
70
71 ######################################################################
72 # Current performance is summarized in following table. Numbers are
73 # CPU clock cycles spent to process single byte (less is better).
74 #
75 #               x86_64          SSSE3           AVX[2]
76 # P4            9.05            -
77 # Opteron       6.26            -
78 # Core2         6.55            6.05/+8%        -
79 # Westmere      6.73            5.30/+27%       -
80 # Sandy Bridge  7.70            6.10/+26%       4.99/+54%
81 # Ivy Bridge    6.06            4.67/+30%       4.60/+32%
82 # Haswell       5.45            4.15/+31%       3.57/+53%
83 # Skylake       5.18            4.06/+28%       3.54/+46%
84 # Bulldozer     9.11            5.95/+53%
85 # VIA Nano      9.32            7.15/+30%
86 # Atom          10.3            9.17/+12%
87 # Silvermont    13.1(*)         9.37/+40%
88 # Goldmont      8.13            6.42/+27%       1.70/+380%(**)
89 #
90 # (*)   obviously suboptimal result, nothing was done about it,
91 #       because SSSE3 code is compiled unconditionally;
92 # (**)  SHAEXT result
93
94 $flavour = shift;
95 $output  = shift;
96 if ($flavour =~ /\./) { $output = $flavour; undef $flavour; }
97
98 $win64=0; $win64=1 if ($flavour =~ /[nm]asm|mingw64/ || $output =~ /\.asm$/);
99
100 $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
101 ( $xlate="${dir}x86_64-xlate.pl" and -f $xlate ) or
102 ( $xlate="${dir}../../perlasm/x86_64-xlate.pl" and -f $xlate) or
103 die "can't locate x86_64-xlate.pl";
104
105 if (`$ENV{CC} -Wa,-v -c -o /dev/null -x assembler /dev/null 2>&1`
106                 =~ /GNU assembler version ([2-9]\.[0-9]+)/) {
107         $avx = ($1>=2.19) + ($1>=2.22);
108 }
109
110 if (!$avx && $win64 && ($flavour =~ /nasm/ || $ENV{ASM} =~ /nasm/) &&
111            `nasm -v 2>&1` =~ /NASM version ([2-9]\.[0-9]+)/) {
112         $avx = ($1>=2.09) + ($1>=2.10);
113 }
114
115 if (!$avx && $win64 && ($flavour =~ /masm/ || $ENV{ASM} =~ /ml64/) &&
116            `ml64 2>&1` =~ /Version ([0-9]+)\./) {
117         $avx = ($1>=10) + ($1>=11);
118 }
119
120 if (!$avx && `$ENV{CC} -v 2>&1` =~ /((?:^clang|LLVM) version|.*based on LLVM) ([2-9]\.[0-9]+)/) {
121         $avx = ($2>=3.0) + ($2>3.0);
122 }
123
124 $shaext=1;      ### set to zero if compiling for 1.0.1
125 $avx=1          if (!$shaext && $avx);
126
127 open OUT,"| \"$^X\" \"$xlate\" $flavour \"$output\"";
128 *STDOUT=*OUT;
129
130 $ctx="%rdi";    # 1st arg
131 $inp="%rsi";    # 2nd arg
132 $num="%rdx";    # 3rd arg
133
134 # reassign arguments in order to produce more compact code
135 $ctx="%r8";
136 $inp="%r9";
137 $num="%r10";
138
139 $t0="%eax";
140 $t1="%ebx";
141 $t2="%ecx";
142 @xi=("%edx","%ebp","%r14d");
143 $A="%esi";
144 $B="%edi";
145 $C="%r11d";
146 $D="%r12d";
147 $E="%r13d";
148
149 @V=($A,$B,$C,$D,$E);
150
151 sub BODY_00_19 {
152 my ($i,$a,$b,$c,$d,$e)=@_;
153 my $j=$i+1;
154 $code.=<<___ if ($i==0);
155         mov     `4*$i`($inp),$xi[0]
156         bswap   $xi[0]
157 ___
158 $code.=<<___ if ($i<15);
159         mov     `4*$j`($inp),$xi[1]
160         mov     $d,$t0
161         mov     $xi[0],`4*$i`(%rsp)
162         mov     $a,$t2
163         bswap   $xi[1]
164         xor     $c,$t0
165         rol     \$5,$t2
166         and     $b,$t0
167         lea     0x5a827999($xi[0],$e),$e
168         add     $t2,$e
169         xor     $d,$t0
170         rol     \$30,$b
171         add     $t0,$e
172 ___
173 $code.=<<___ if ($i>=15);
174         xor     `4*($j%16)`(%rsp),$xi[1]
175         mov     $d,$t0
176         mov     $xi[0],`4*($i%16)`(%rsp)
177         mov     $a,$t2
178         xor     `4*(($j+2)%16)`(%rsp),$xi[1]
179         xor     $c,$t0
180         rol     \$5,$t2
181         xor     `4*(($j+8)%16)`(%rsp),$xi[1]
182         and     $b,$t0
183         lea     0x5a827999($xi[0],$e),$e
184         rol     \$30,$b
185         xor     $d,$t0
186         add     $t2,$e
187         rol     \$1,$xi[1]
188         add     $t0,$e
189 ___
190 push(@xi,shift(@xi));
191 }
192
193 sub BODY_20_39 {
194 my ($i,$a,$b,$c,$d,$e)=@_;
195 my $j=$i+1;
196 my $K=($i<40)?0x6ed9eba1:0xca62c1d6;
197 $code.=<<___ if ($i<79);
198         xor     `4*($j%16)`(%rsp),$xi[1]
199         mov     $b,$t0
200         `"mov   $xi[0],".4*($i%16)."(%rsp)"     if ($i<72)`
201         mov     $a,$t2
202         xor     `4*(($j+2)%16)`(%rsp),$xi[1]
203         xor     $d,$t0
204         rol     \$5,$t2
205         xor     `4*(($j+8)%16)`(%rsp),$xi[1]
206         lea     $K($xi[0],$e),$e
207         xor     $c,$t0
208         add     $t2,$e
209         rol     \$30,$b
210         add     $t0,$e
211         rol     \$1,$xi[1]
212 ___
213 $code.=<<___ if ($i==79);
214         mov     $b,$t0
215         mov     $a,$t2
216         xor     $d,$t0
217         lea     $K($xi[0],$e),$e
218         rol     \$5,$t2
219         xor     $c,$t0
220         add     $t2,$e
221         rol     \$30,$b
222         add     $t0,$e
223 ___
224 push(@xi,shift(@xi));
225 }
226
227 sub BODY_40_59 {
228 my ($i,$a,$b,$c,$d,$e)=@_;
229 my $j=$i+1;
230 $code.=<<___;
231         xor     `4*($j%16)`(%rsp),$xi[1]
232         mov     $d,$t0
233         mov     $xi[0],`4*($i%16)`(%rsp)
234         mov     $d,$t1
235         xor     `4*(($j+2)%16)`(%rsp),$xi[1]
236         and     $c,$t0
237         mov     $a,$t2
238         xor     `4*(($j+8)%16)`(%rsp),$xi[1]
239         lea     0x8f1bbcdc($xi[0],$e),$e
240         xor     $c,$t1
241         rol     \$5,$t2
242         add     $t0,$e
243         rol     \$1,$xi[1]
244         and     $b,$t1
245         add     $t2,$e
246         rol     \$30,$b
247         add     $t1,$e
248 ___
249 push(@xi,shift(@xi));
250 }
251
252 $code.=<<___;
253 .text
254 .extern OPENSSL_ia32cap_P
255
256 .globl  sha1_block_data_order
257 .type   sha1_block_data_order,\@function,3
258 .align  16
259 sha1_block_data_order:
260 .cfi_startproc
261         mov     OPENSSL_ia32cap_P+0(%rip),%r9d
262         mov     OPENSSL_ia32cap_P+4(%rip),%r8d
263         mov     OPENSSL_ia32cap_P+8(%rip),%r10d
264         test    \$`1<<9`,%r8d           # check SSSE3 bit
265         jz      .Lialu
266 ___
267 $code.=<<___ if ($shaext);
268         test    \$`1<<29`,%r10d         # check SHA bit
269         jnz     _shaext_shortcut
270 ___
271 $code.=<<___ if ($avx>1);
272         and     \$`1<<3|1<<5|1<<8`,%r10d        # check AVX2+BMI1+BMI2
273         cmp     \$`1<<3|1<<5|1<<8`,%r10d
274         je      _avx2_shortcut
275 ___
276 $code.=<<___ if ($avx);
277         and     \$`1<<28`,%r8d          # mask AVX bit
278         and     \$`1<<30`,%r9d          # mask "Intel CPU" bit
279         or      %r9d,%r8d
280         cmp     \$`1<<28|1<<30`,%r8d
281         je      _avx_shortcut
282 ___
283 $code.=<<___;
284         jmp     _ssse3_shortcut
285
286 .align  16
287 .Lialu:
288         mov     %rsp,%rax
289 .cfi_def_cfa_register   %rax
290         push    %rbx
291 .cfi_push       %rbx
292         push    %rbp
293 .cfi_push       %rbp
294         push    %r12
295 .cfi_push       %r12
296         push    %r13
297 .cfi_push       %r13
298         push    %r14
299 .cfi_push       %r14
300         mov     %rdi,$ctx       # reassigned argument
301         sub     \$`8+16*4`,%rsp
302         mov     %rsi,$inp       # reassigned argument
303         and     \$-64,%rsp
304         mov     %rdx,$num       # reassigned argument
305         mov     %rax,`16*4`(%rsp)
306 .cfi_cfa_expression     %rsp+64,deref,+8
307 .Lprologue:
308
309         mov     0($ctx),$A
310         mov     4($ctx),$B
311         mov     8($ctx),$C
312         mov     12($ctx),$D
313         mov     16($ctx),$E
314         jmp     .Lloop
315
316 .align  16
317 .Lloop:
318 ___
319 for($i=0;$i<20;$i++)    { &BODY_00_19($i,@V); unshift(@V,pop(@V)); }
320 for(;$i<40;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
321 for(;$i<60;$i++)        { &BODY_40_59($i,@V); unshift(@V,pop(@V)); }
322 for(;$i<80;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
323 $code.=<<___;
324         add     0($ctx),$A
325         add     4($ctx),$B
326         add     8($ctx),$C
327         add     12($ctx),$D
328         add     16($ctx),$E
329         mov     $A,0($ctx)
330         mov     $B,4($ctx)
331         mov     $C,8($ctx)
332         mov     $D,12($ctx)
333         mov     $E,16($ctx)
334
335         sub     \$1,$num
336         lea     `16*4`($inp),$inp
337         jnz     .Lloop
338
339         mov     `16*4`(%rsp),%rsi
340 .cfi_def_cfa    %rsi,8
341         mov     -40(%rsi),%r14
342 .cfi_restore    %r14
343         mov     -32(%rsi),%r13
344 .cfi_restore    %r13
345         mov     -24(%rsi),%r12
346 .cfi_restore    %r12
347         mov     -16(%rsi),%rbp
348 .cfi_restore    %rbp
349         mov     -8(%rsi),%rbx
350 .cfi_restore    %rbx
351         lea     (%rsi),%rsp
352 .cfi_def_cfa_register   %rsp
353 .Lepilogue:
354         ret
355 .cfi_endproc
356 .size   sha1_block_data_order,.-sha1_block_data_order
357 ___
358 if ($shaext) {{{
359 ######################################################################
360 # Intel SHA Extensions implementation of SHA1 update function.
361 #
362 my ($ctx,$inp,$num)=("%rdi","%rsi","%rdx");
363 my ($ABCD,$E,$E_,$BSWAP,$ABCD_SAVE,$E_SAVE)=map("%xmm$_",(0..3,8,9));
364 my @MSG=map("%xmm$_",(4..7));
365
366 $code.=<<___;
367 .type   sha1_block_data_order_shaext,\@function,3
368 .align  32
369 sha1_block_data_order_shaext:
370 _shaext_shortcut:
371 .cfi_startproc
372 ___
373 $code.=<<___ if ($win64);
374         lea     `-8-4*16`(%rsp),%rsp
375         movaps  %xmm6,-8-4*16(%rax)
376         movaps  %xmm7,-8-3*16(%rax)
377         movaps  %xmm8,-8-2*16(%rax)
378         movaps  %xmm9,-8-1*16(%rax)
379 .Lprologue_shaext:
380 ___
381 $code.=<<___;
382         movdqu  ($ctx),$ABCD
383         movd    16($ctx),$E
384         movdqa  K_XX_XX+0xa0(%rip),$BSWAP       # byte-n-word swap
385
386         movdqu  ($inp),@MSG[0]
387         pshufd  \$0b00011011,$ABCD,$ABCD        # flip word order
388         movdqu  0x10($inp),@MSG[1]
389         pshufd  \$0b00011011,$E,$E              # flip word order
390         movdqu  0x20($inp),@MSG[2]
391         pshufb  $BSWAP,@MSG[0]
392         movdqu  0x30($inp),@MSG[3]
393         pshufb  $BSWAP,@MSG[1]
394         pshufb  $BSWAP,@MSG[2]
395         movdqa  $E,$E_SAVE                      # offload $E
396         pshufb  $BSWAP,@MSG[3]
397         jmp     .Loop_shaext
398
399 .align  16
400 .Loop_shaext:
401         dec             $num
402         lea             0x40($inp),%r8          # next input block
403         paddd           @MSG[0],$E
404         cmovne          %r8,$inp
405         movdqa          $ABCD,$ABCD_SAVE        # offload $ABCD
406 ___
407 for($i=0;$i<20-4;$i+=2) {
408 $code.=<<___;
409         sha1msg1        @MSG[1],@MSG[0]
410         movdqa          $ABCD,$E_
411         sha1rnds4       \$`int($i/5)`,$E,$ABCD  # 0-3...
412         sha1nexte       @MSG[1],$E_
413         pxor            @MSG[2],@MSG[0]
414         sha1msg1        @MSG[2],@MSG[1]
415         sha1msg2        @MSG[3],@MSG[0]
416
417         movdqa          $ABCD,$E
418         sha1rnds4       \$`int(($i+1)/5)`,$E_,$ABCD
419         sha1nexte       @MSG[2],$E
420         pxor            @MSG[3],@MSG[1]
421         sha1msg2        @MSG[0],@MSG[1]
422 ___
423         push(@MSG,shift(@MSG)); push(@MSG,shift(@MSG));
424 }
425 $code.=<<___;
426         movdqu          ($inp),@MSG[0]
427         movdqa          $ABCD,$E_
428         sha1rnds4       \$3,$E,$ABCD            # 64-67
429         sha1nexte       @MSG[1],$E_
430         movdqu          0x10($inp),@MSG[1]
431         pshufb          $BSWAP,@MSG[0]
432
433         movdqa          $ABCD,$E
434         sha1rnds4       \$3,$E_,$ABCD           # 68-71
435         sha1nexte       @MSG[2],$E
436         movdqu          0x20($inp),@MSG[2]
437         pshufb          $BSWAP,@MSG[1]
438
439         movdqa          $ABCD,$E_
440         sha1rnds4       \$3,$E,$ABCD            # 72-75
441         sha1nexte       @MSG[3],$E_
442         movdqu          0x30($inp),@MSG[3]
443         pshufb          $BSWAP,@MSG[2]
444
445         movdqa          $ABCD,$E
446         sha1rnds4       \$3,$E_,$ABCD           # 76-79
447         sha1nexte       $E_SAVE,$E
448         pshufb          $BSWAP,@MSG[3]
449
450         paddd           $ABCD_SAVE,$ABCD
451         movdqa          $E,$E_SAVE              # offload $E
452
453         jnz             .Loop_shaext
454
455         pshufd  \$0b00011011,$ABCD,$ABCD
456         pshufd  \$0b00011011,$E,$E
457         movdqu  $ABCD,($ctx)
458         movd    $E,16($ctx)
459 ___
460 $code.=<<___ if ($win64);
461         movaps  -8-4*16(%rax),%xmm6
462         movaps  -8-3*16(%rax),%xmm7
463         movaps  -8-2*16(%rax),%xmm8
464         movaps  -8-1*16(%rax),%xmm9
465         mov     %rax,%rsp
466 .Lepilogue_shaext:
467 ___
468 $code.=<<___;
469 .cfi_endproc
470         ret
471 .size   sha1_block_data_order_shaext,.-sha1_block_data_order_shaext
472 ___
473 }}}
474 {{{
475 my $Xi=4;
476 my @X=map("%xmm$_",(4..7,0..3));
477 my @Tx=map("%xmm$_",(8..10));
478 my $Kx="%xmm11";
479 my @V=($A,$B,$C,$D,$E)=("%eax","%ebx","%ecx","%edx","%ebp");    # size optimization
480 my @T=("%esi","%edi");
481 my $j=0;
482 my $rx=0;
483 my $K_XX_XX="%r14";
484 my $fp="%r11";
485
486 my $_rol=sub { &rol(@_) };
487 my $_ror=sub { &ror(@_) };
488
489 { my $sn;
490 sub align32() {
491   ++$sn;
492 $code.=<<___;
493         jmp     .Lalign32_$sn   # see "Decoded ICache" in manual
494 .align  32
495 .Lalign32_$sn:
496 ___
497 }
498 }
499
500 $code.=<<___;
501 .type   sha1_block_data_order_ssse3,\@function,3
502 .align  16
503 sha1_block_data_order_ssse3:
504 _ssse3_shortcut:
505 .cfi_startproc
506         mov     %rsp,$fp        # frame pointer
507 .cfi_def_cfa_register   $fp
508         push    %rbx
509 .cfi_push       %rbx
510         push    %rbp
511 .cfi_push       %rbp
512         push    %r12
513 .cfi_push       %r12
514         push    %r13            # redundant, done to share Win64 SE handler
515 .cfi_push       %r13
516         push    %r14
517 .cfi_push       %r14
518         lea     `-64-($win64?6*16:0)`(%rsp),%rsp
519 ___
520 $code.=<<___ if ($win64);
521         movaps  %xmm6,-40-6*16($fp)
522         movaps  %xmm7,-40-5*16($fp)
523         movaps  %xmm8,-40-4*16($fp)
524         movaps  %xmm9,-40-3*16($fp)
525         movaps  %xmm10,-40-2*16($fp)
526         movaps  %xmm11,-40-1*16($fp)
527 .Lprologue_ssse3:
528 ___
529 $code.=<<___;
530         and     \$-64,%rsp
531         mov     %rdi,$ctx       # reassigned argument
532         mov     %rsi,$inp       # reassigned argument
533         mov     %rdx,$num       # reassigned argument
534
535         shl     \$6,$num
536         add     $inp,$num
537         lea     K_XX_XX+64(%rip),$K_XX_XX
538
539         mov     0($ctx),$A              # load context
540         mov     4($ctx),$B
541         mov     8($ctx),$C
542         mov     12($ctx),$D
543         mov     $B,@T[0]                # magic seed
544         mov     16($ctx),$E
545         mov     $C,@T[1]
546         xor     $D,@T[1]
547         and     @T[1],@T[0]
548
549         movdqa  64($K_XX_XX),@X[2]      # pbswap mask
550         movdqa  -64($K_XX_XX),@Tx[1]    # K_00_19
551         movdqu  0($inp),@X[-4&7]        # load input to %xmm[0-3]
552         movdqu  16($inp),@X[-3&7]
553         movdqu  32($inp),@X[-2&7]
554         movdqu  48($inp),@X[-1&7]
555         pshufb  @X[2],@X[-4&7]          # byte swap
556         pshufb  @X[2],@X[-3&7]
557         pshufb  @X[2],@X[-2&7]
558         add     \$64,$inp
559         paddd   @Tx[1],@X[-4&7]         # add K_00_19
560         pshufb  @X[2],@X[-1&7]
561         paddd   @Tx[1],@X[-3&7]
562         paddd   @Tx[1],@X[-2&7]
563         movdqa  @X[-4&7],0(%rsp)        # X[]+K xfer to IALU
564         psubd   @Tx[1],@X[-4&7]         # restore X[]
565         movdqa  @X[-3&7],16(%rsp)
566         psubd   @Tx[1],@X[-3&7]
567         movdqa  @X[-2&7],32(%rsp)
568         psubd   @Tx[1],@X[-2&7]
569         jmp     .Loop_ssse3
570 ___
571
572 sub AUTOLOAD()          # thunk [simplified] 32-bit style perlasm
573 { my $opcode = $AUTOLOAD; $opcode =~ s/.*:://;
574   my $arg = pop;
575     $arg = "\$$arg" if ($arg*1 eq $arg);
576     $code .= "\t$opcode\t".join(',',$arg,reverse @_)."\n";
577 }
578
579 sub Xupdate_ssse3_16_31()               # recall that $Xi starts wtih 4
580 { use integer;
581   my $body = shift;
582   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
583   my ($a,$b,$c,$d,$e);
584
585          eval(shift(@insns));           # ror
586         &pshufd (@X[0],@X[-4&7],0xee);  # was &movdqa   (@X[0],@X[-3&7]);
587          eval(shift(@insns));
588         &movdqa (@Tx[0],@X[-1&7]);
589           &paddd        (@Tx[1],@X[-1&7]);
590          eval(shift(@insns));
591          eval(shift(@insns));
592
593         &punpcklqdq(@X[0],@X[-3&7]);    # compose "X[-14]" in "X[0]", was &palignr(@X[0],@X[-4&7],8);
594          eval(shift(@insns));
595          eval(shift(@insns));           # rol
596          eval(shift(@insns));
597         &psrldq (@Tx[0],4);             # "X[-3]", 3 dwords
598          eval(shift(@insns));
599          eval(shift(@insns));
600
601         &pxor   (@X[0],@X[-4&7]);       # "X[0]"^="X[-16]"
602          eval(shift(@insns));
603          eval(shift(@insns));           # ror
604         &pxor   (@Tx[0],@X[-2&7]);      # "X[-3]"^"X[-8]"
605          eval(shift(@insns));
606          eval(shift(@insns));
607          eval(shift(@insns));
608
609         &pxor   (@X[0],@Tx[0]);         # "X[0]"^="X[-3]"^"X[-8]"
610          eval(shift(@insns));
611          eval(shift(@insns));           # rol
612           &movdqa       (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer to IALU
613          eval(shift(@insns));
614          eval(shift(@insns));
615
616         &movdqa (@Tx[2],@X[0]);
617          eval(shift(@insns));
618          eval(shift(@insns));
619          eval(shift(@insns));           # ror
620         &movdqa (@Tx[0],@X[0]);
621          eval(shift(@insns));
622
623         &pslldq (@Tx[2],12);            # "X[0]"<<96, extract one dword
624         &paddd  (@X[0],@X[0]);
625          eval(shift(@insns));
626          eval(shift(@insns));
627
628         &psrld  (@Tx[0],31);
629          eval(shift(@insns));
630          eval(shift(@insns));           # rol
631          eval(shift(@insns));
632         &movdqa (@Tx[1],@Tx[2]);
633          eval(shift(@insns));
634          eval(shift(@insns));
635
636         &psrld  (@Tx[2],30);
637          eval(shift(@insns));
638          eval(shift(@insns));           # ror
639         &por    (@X[0],@Tx[0]);         # "X[0]"<<<=1
640          eval(shift(@insns));
641          eval(shift(@insns));
642          eval(shift(@insns));
643
644         &pslld  (@Tx[1],2);
645         &pxor   (@X[0],@Tx[2]);
646          eval(shift(@insns));
647           &movdqa       (@Tx[2],eval(2*16*(($Xi)/5)-64)."($K_XX_XX)");  # K_XX_XX
648          eval(shift(@insns));           # rol
649          eval(shift(@insns));
650          eval(shift(@insns));
651
652         &pxor   (@X[0],@Tx[1]);         # "X[0]"^=("X[0]">>96)<<<2
653         &pshufd (@Tx[1],@X[-1&7],0xee)  if ($Xi==7);    # was &movdqa   (@Tx[0],@X[-1&7]) in Xupdate_ssse3_32_79
654
655          foreach (@insns) { eval; }     # remaining instructions [if any]
656
657   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
658                 push(@Tx,shift(@Tx));
659 }
660
661 sub Xupdate_ssse3_32_79()
662 { use integer;
663   my $body = shift;
664   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
665   my ($a,$b,$c,$d,$e);
666
667          eval(shift(@insns))            if ($Xi==8);
668         &pxor   (@X[0],@X[-4&7]);       # "X[0]"="X[-32]"^"X[-16]"
669          eval(shift(@insns))            if ($Xi==8);
670          eval(shift(@insns));           # body_20_39
671          eval(shift(@insns));
672          eval(shift(@insns))            if (@insns[1] =~ /_ror/);
673          eval(shift(@insns))            if (@insns[0] =~ /_ror/);
674         &punpcklqdq(@Tx[0],@X[-1&7]);   # compose "X[-6]", was &palignr(@Tx[0],@X[-2&7],8);
675          eval(shift(@insns));
676          eval(shift(@insns));           # rol
677
678         &pxor   (@X[0],@X[-7&7]);       # "X[0]"^="X[-28]"
679          eval(shift(@insns));
680          eval(shift(@insns));
681         if ($Xi%5) {
682           &movdqa       (@Tx[2],@Tx[1]);# "perpetuate" K_XX_XX...
683         } else {                        # ... or load next one
684           &movdqa       (@Tx[2],eval(2*16*($Xi/5)-64)."($K_XX_XX)");
685         }
686          eval(shift(@insns));           # ror
687           &paddd        (@Tx[1],@X[-1&7]);
688          eval(shift(@insns));
689
690         &pxor   (@X[0],@Tx[0]);         # "X[0]"^="X[-6]"
691          eval(shift(@insns));           # body_20_39
692          eval(shift(@insns));
693          eval(shift(@insns));
694          eval(shift(@insns));           # rol
695          eval(shift(@insns))            if (@insns[0] =~ /_ror/);
696
697         &movdqa (@Tx[0],@X[0]);
698          eval(shift(@insns));
699          eval(shift(@insns));
700           &movdqa       (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer to IALU
701          eval(shift(@insns));           # ror
702          eval(shift(@insns));
703          eval(shift(@insns));           # body_20_39
704
705         &pslld  (@X[0],2);
706          eval(shift(@insns));
707          eval(shift(@insns));
708         &psrld  (@Tx[0],30);
709          eval(shift(@insns))            if (@insns[0] =~ /_rol/);# rol
710          eval(shift(@insns));
711          eval(shift(@insns));
712          eval(shift(@insns));           # ror
713
714         &por    (@X[0],@Tx[0]);         # "X[0]"<<<=2
715          eval(shift(@insns));
716          eval(shift(@insns));           # body_20_39
717          eval(shift(@insns))            if (@insns[1] =~ /_rol/);
718          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
719           &pshufd(@Tx[1],@X[-1&7],0xee) if ($Xi<19);    # was &movdqa   (@Tx[1],@X[0])
720          eval(shift(@insns));
721          eval(shift(@insns));           # rol
722          eval(shift(@insns));
723          eval(shift(@insns));
724          eval(shift(@insns));           # rol
725          eval(shift(@insns));
726
727          foreach (@insns) { eval; }     # remaining instructions
728
729   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
730                 push(@Tx,shift(@Tx));
731 }
732
733 sub Xuplast_ssse3_80()
734 { use integer;
735   my $body = shift;
736   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
737   my ($a,$b,$c,$d,$e);
738
739          eval(shift(@insns));
740          eval(shift(@insns));
741          eval(shift(@insns));
742          eval(shift(@insns));
743           &paddd        (@Tx[1],@X[-1&7]);
744          eval(shift(@insns));
745          eval(shift(@insns));
746
747           &movdqa       (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer IALU
748
749          foreach (@insns) { eval; }             # remaining instructions
750
751         &cmp    ($inp,$num);
752         &je     (".Ldone_ssse3");
753
754         unshift(@Tx,pop(@Tx));
755
756         &movdqa (@X[2],"64($K_XX_XX)");         # pbswap mask
757         &movdqa (@Tx[1],"-64($K_XX_XX)");       # K_00_19
758         &movdqu (@X[-4&7],"0($inp)");           # load input
759         &movdqu (@X[-3&7],"16($inp)");
760         &movdqu (@X[-2&7],"32($inp)");
761         &movdqu (@X[-1&7],"48($inp)");
762         &pshufb (@X[-4&7],@X[2]);               # byte swap
763         &add    ($inp,64);
764
765   $Xi=0;
766 }
767
768 sub Xloop_ssse3()
769 { use integer;
770   my $body = shift;
771   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
772   my ($a,$b,$c,$d,$e);
773
774          eval(shift(@insns));
775          eval(shift(@insns));
776          eval(shift(@insns));
777         &pshufb (@X[($Xi-3)&7],@X[2]);
778          eval(shift(@insns));
779          eval(shift(@insns));
780          eval(shift(@insns));
781          eval(shift(@insns));
782         &paddd  (@X[($Xi-4)&7],@Tx[1]);
783          eval(shift(@insns));
784          eval(shift(@insns));
785          eval(shift(@insns));
786          eval(shift(@insns));
787         &movdqa (eval(16*$Xi)."(%rsp)",@X[($Xi-4)&7]);  # X[]+K xfer to IALU
788          eval(shift(@insns));
789          eval(shift(@insns));
790          eval(shift(@insns));
791          eval(shift(@insns));
792         &psubd  (@X[($Xi-4)&7],@Tx[1]);
793
794         foreach (@insns) { eval; }
795   $Xi++;
796 }
797
798 sub Xtail_ssse3()
799 { use integer;
800   my $body = shift;
801   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
802   my ($a,$b,$c,$d,$e);
803
804         foreach (@insns) { eval; }
805 }
806
807 sub body_00_19 () {     # ((c^d)&b)^d
808         # on start @T[0]=(c^d)&b
809         return &body_20_39() if ($rx==19); $rx++;
810         (
811         '($a,$b,$c,$d,$e)=@V;'.
812         '&$_ror ($b,$j?7:2)',   # $b>>>2
813         '&xor   (@T[0],$d)',
814         '&mov   (@T[1],$a)',    # $b for next round
815
816         '&add   ($e,eval(4*($j&15))."(%rsp)")', # X[]+K xfer
817         '&xor   ($b,$c)',       # $c^$d for next round
818
819         '&$_rol ($a,5)',
820         '&add   ($e,@T[0])',
821         '&and   (@T[1],$b)',    # ($b&($c^$d)) for next round
822
823         '&xor   ($b,$c)',       # restore $b
824         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
825         );
826 }
827
828 sub body_20_39 () {     # b^d^c
829         # on entry @T[0]=b^d
830         return &body_40_59() if ($rx==39); $rx++;
831         (
832         '($a,$b,$c,$d,$e)=@V;'.
833         '&add   ($e,eval(4*($j&15))."(%rsp)")', # X[]+K xfer
834         '&xor   (@T[0],$d)      if($j==19);'.
835         '&xor   (@T[0],$c)      if($j> 19)',    # ($b^$d^$c)
836         '&mov   (@T[1],$a)',    # $b for next round
837
838         '&$_rol ($a,5)',
839         '&add   ($e,@T[0])',
840         '&xor   (@T[1],$c)      if ($j< 79)',   # $b^$d for next round
841
842         '&$_ror ($b,7)',        # $b>>>2
843         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
844         );
845 }
846
847 sub body_40_59 () {     # ((b^c)&(c^d))^c
848         # on entry @T[0]=(b^c), (c^=d)
849         $rx++;
850         (
851         '($a,$b,$c,$d,$e)=@V;'.
852         '&add   ($e,eval(4*($j&15))."(%rsp)")', # X[]+K xfer
853         '&and   (@T[0],$c)      if ($j>=40)',   # (b^c)&(c^d)
854         '&xor   ($c,$d)         if ($j>=40)',   # restore $c
855
856         '&$_ror ($b,7)',        # $b>>>2
857         '&mov   (@T[1],$a)',    # $b for next round
858         '&xor   (@T[0],$c)',
859
860         '&$_rol ($a,5)',
861         '&add   ($e,@T[0])',
862         '&xor   (@T[1],$c)      if ($j==59);'.
863         '&xor   (@T[1],$b)      if ($j< 59)',   # b^c for next round
864
865         '&xor   ($b,$c)         if ($j< 59)',   # c^d for next round
866         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
867         );
868 }
869 $code.=<<___;
870 .align  16
871 .Loop_ssse3:
872 ___
873         &Xupdate_ssse3_16_31(\&body_00_19);
874         &Xupdate_ssse3_16_31(\&body_00_19);
875         &Xupdate_ssse3_16_31(\&body_00_19);
876         &Xupdate_ssse3_16_31(\&body_00_19);
877         &Xupdate_ssse3_32_79(\&body_00_19);
878         &Xupdate_ssse3_32_79(\&body_20_39);
879         &Xupdate_ssse3_32_79(\&body_20_39);
880         &Xupdate_ssse3_32_79(\&body_20_39);
881         &Xupdate_ssse3_32_79(\&body_20_39);
882         &Xupdate_ssse3_32_79(\&body_20_39);
883         &Xupdate_ssse3_32_79(\&body_40_59);
884         &Xupdate_ssse3_32_79(\&body_40_59);
885         &Xupdate_ssse3_32_79(\&body_40_59);
886         &Xupdate_ssse3_32_79(\&body_40_59);
887         &Xupdate_ssse3_32_79(\&body_40_59);
888         &Xupdate_ssse3_32_79(\&body_20_39);
889         &Xuplast_ssse3_80(\&body_20_39);        # can jump to "done"
890
891                                 $saved_j=$j; @saved_V=@V;
892
893         &Xloop_ssse3(\&body_20_39);
894         &Xloop_ssse3(\&body_20_39);
895         &Xloop_ssse3(\&body_20_39);
896
897 $code.=<<___;
898         add     0($ctx),$A                      # update context
899         add     4($ctx),@T[0]
900         add     8($ctx),$C
901         add     12($ctx),$D
902         mov     $A,0($ctx)
903         add     16($ctx),$E
904         mov     @T[0],4($ctx)
905         mov     @T[0],$B                        # magic seed
906         mov     $C,8($ctx)
907         mov     $C,@T[1]
908         mov     $D,12($ctx)
909         xor     $D,@T[1]
910         mov     $E,16($ctx)
911         and     @T[1],@T[0]
912         jmp     .Loop_ssse3
913
914 .align  16
915 .Ldone_ssse3:
916 ___
917                                 $j=$saved_j; @V=@saved_V;
918
919         &Xtail_ssse3(\&body_20_39);
920         &Xtail_ssse3(\&body_20_39);
921         &Xtail_ssse3(\&body_20_39);
922
923 $code.=<<___;
924         add     0($ctx),$A                      # update context
925         add     4($ctx),@T[0]
926         add     8($ctx),$C
927         mov     $A,0($ctx)
928         add     12($ctx),$D
929         mov     @T[0],4($ctx)
930         add     16($ctx),$E
931         mov     $C,8($ctx)
932         mov     $D,12($ctx)
933         mov     $E,16($ctx)
934 ___
935 $code.=<<___ if ($win64);
936         movaps  -40-6*16($fp),%xmm6
937         movaps  -40-5*16($fp),%xmm7
938         movaps  -40-4*16($fp),%xmm8
939         movaps  -40-3*16($fp),%xmm9
940         movaps  -40-2*16($fp),%xmm10
941         movaps  -40-1*16($fp),%xmm11
942 ___
943 $code.=<<___;
944         mov     -40($fp),%r14
945 .cfi_restore    %r14
946         mov     -32($fp),%r13
947 .cfi_restore    %r13
948         mov     -24($fp),%r12
949 .cfi_restore    %r12
950         mov     -16($fp),%rbp
951 .cfi_restore    %rbp
952         mov     -8($fp),%rbx
953 .cfi_restore    %rbx
954         lea     ($fp),%rsp
955 .cfi_def_cfa_register   %rsp
956 .Lepilogue_ssse3:
957         ret
958 .cfi_endproc
959 .size   sha1_block_data_order_ssse3,.-sha1_block_data_order_ssse3
960 ___
961
962 if ($avx) {
963 $Xi=4;                          # reset variables
964 @X=map("%xmm$_",(4..7,0..3));
965 @Tx=map("%xmm$_",(8..10));
966 $j=0;
967 $rx=0;
968
969 my $done_avx_label=".Ldone_avx";
970
971 my $_rol=sub { &shld(@_[0],@_) };
972 my $_ror=sub { &shrd(@_[0],@_) };
973
974 $code.=<<___;
975 .type   sha1_block_data_order_avx,\@function,3
976 .align  16
977 sha1_block_data_order_avx:
978 _avx_shortcut:
979 .cfi_startproc
980         mov     %rsp,$fp
981 .cfi_def_cfa_register   $fp
982         push    %rbx
983 .cfi_push       %rbx
984         push    %rbp
985 .cfi_push       %rbp
986         push    %r12
987 .cfi_push       %r12
988         push    %r13            # redundant, done to share Win64 SE handler
989 .cfi_push       %r13
990         push    %r14
991 .cfi_push       %r14
992         lea     `-64-($win64?6*16:0)`(%rsp),%rsp
993         vzeroupper
994 ___
995 $code.=<<___ if ($win64);
996         vmovaps %xmm6,-40-6*16($fp)
997         vmovaps %xmm7,-40-5*16($fp)
998         vmovaps %xmm8,-40-4*16($fp)
999         vmovaps %xmm9,-40-3*16($fp)
1000         vmovaps %xmm10,-40-2*16($fp)
1001         vmovaps %xmm11,-40-1*16($fp)
1002 .Lprologue_avx:
1003 ___
1004 $code.=<<___;
1005         and     \$-64,%rsp
1006         mov     %rdi,$ctx       # reassigned argument
1007         mov     %rsi,$inp       # reassigned argument
1008         mov     %rdx,$num       # reassigned argument
1009
1010         shl     \$6,$num
1011         add     $inp,$num
1012         lea     K_XX_XX+64(%rip),$K_XX_XX
1013
1014         mov     0($ctx),$A              # load context
1015         mov     4($ctx),$B
1016         mov     8($ctx),$C
1017         mov     12($ctx),$D
1018         mov     $B,@T[0]                # magic seed
1019         mov     16($ctx),$E
1020         mov     $C,@T[1]
1021         xor     $D,@T[1]
1022         and     @T[1],@T[0]
1023
1024         vmovdqa 64($K_XX_XX),@X[2]      # pbswap mask
1025         vmovdqa -64($K_XX_XX),$Kx       # K_00_19
1026         vmovdqu 0($inp),@X[-4&7]        # load input to %xmm[0-3]
1027         vmovdqu 16($inp),@X[-3&7]
1028         vmovdqu 32($inp),@X[-2&7]
1029         vmovdqu 48($inp),@X[-1&7]
1030         vpshufb @X[2],@X[-4&7],@X[-4&7] # byte swap
1031         add     \$64,$inp
1032         vpshufb @X[2],@X[-3&7],@X[-3&7]
1033         vpshufb @X[2],@X[-2&7],@X[-2&7]
1034         vpshufb @X[2],@X[-1&7],@X[-1&7]
1035         vpaddd  $Kx,@X[-4&7],@X[0]      # add K_00_19
1036         vpaddd  $Kx,@X[-3&7],@X[1]
1037         vpaddd  $Kx,@X[-2&7],@X[2]
1038         vmovdqa @X[0],0(%rsp)           # X[]+K xfer to IALU
1039         vmovdqa @X[1],16(%rsp)
1040         vmovdqa @X[2],32(%rsp)
1041         jmp     .Loop_avx
1042 ___
1043
1044 sub Xupdate_avx_16_31()         # recall that $Xi starts wtih 4
1045 { use integer;
1046   my $body = shift;
1047   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
1048   my ($a,$b,$c,$d,$e);
1049
1050          eval(shift(@insns));
1051          eval(shift(@insns));
1052         &vpalignr(@X[0],@X[-3&7],@X[-4&7],8);   # compose "X[-14]" in "X[0]"
1053          eval(shift(@insns));
1054          eval(shift(@insns));
1055
1056           &vpaddd       (@Tx[1],$Kx,@X[-1&7]);
1057          eval(shift(@insns));
1058          eval(shift(@insns));
1059         &vpsrldq(@Tx[0],@X[-1&7],4);            # "X[-3]", 3 dwords
1060          eval(shift(@insns));
1061          eval(shift(@insns));
1062         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"^="X[-16]"
1063          eval(shift(@insns));
1064          eval(shift(@insns));
1065
1066         &vpxor  (@Tx[0],@Tx[0],@X[-2&7]);       # "X[-3]"^"X[-8]"
1067          eval(shift(@insns));
1068          eval(shift(@insns));
1069          eval(shift(@insns));
1070          eval(shift(@insns));
1071
1072         &vpxor  (@X[0],@X[0],@Tx[0]);           # "X[0]"^="X[-3]"^"X[-8]"
1073          eval(shift(@insns));
1074          eval(shift(@insns));
1075           &vmovdqa      (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer to IALU
1076          eval(shift(@insns));
1077          eval(shift(@insns));
1078
1079         &vpsrld (@Tx[0],@X[0],31);
1080          eval(shift(@insns));
1081          eval(shift(@insns));
1082          eval(shift(@insns));
1083          eval(shift(@insns));
1084
1085         &vpslldq(@Tx[2],@X[0],12);              # "X[0]"<<96, extract one dword
1086         &vpaddd (@X[0],@X[0],@X[0]);
1087          eval(shift(@insns));
1088          eval(shift(@insns));
1089          eval(shift(@insns));
1090          eval(shift(@insns));
1091
1092         &vpsrld (@Tx[1],@Tx[2],30);
1093         &vpor   (@X[0],@X[0],@Tx[0]);           # "X[0]"<<<=1
1094          eval(shift(@insns));
1095          eval(shift(@insns));
1096          eval(shift(@insns));
1097          eval(shift(@insns));
1098
1099         &vpslld (@Tx[2],@Tx[2],2);
1100         &vpxor  (@X[0],@X[0],@Tx[1]);
1101          eval(shift(@insns));
1102          eval(shift(@insns));
1103          eval(shift(@insns));
1104          eval(shift(@insns));
1105
1106         &vpxor  (@X[0],@X[0],@Tx[2]);           # "X[0]"^=("X[0]">>96)<<<2
1107          eval(shift(@insns));
1108          eval(shift(@insns));
1109           &vmovdqa      ($Kx,eval(2*16*(($Xi)/5)-64)."($K_XX_XX)")      if ($Xi%5==0);  # K_XX_XX
1110          eval(shift(@insns));
1111          eval(shift(@insns));
1112
1113
1114          foreach (@insns) { eval; }     # remaining instructions [if any]
1115
1116   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1117 }
1118
1119 sub Xupdate_avx_32_79()
1120 { use integer;
1121   my $body = shift;
1122   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
1123   my ($a,$b,$c,$d,$e);
1124
1125         &vpalignr(@Tx[0],@X[-1&7],@X[-2&7],8);  # compose "X[-6]"
1126         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"="X[-32]"^"X[-16]"
1127          eval(shift(@insns));           # body_20_39
1128          eval(shift(@insns));
1129          eval(shift(@insns));
1130          eval(shift(@insns));           # rol
1131
1132         &vpxor  (@X[0],@X[0],@X[-7&7]);         # "X[0]"^="X[-28]"
1133          eval(shift(@insns));
1134          eval(shift(@insns))    if (@insns[0] !~ /&ro[rl]/);
1135           &vpaddd       (@Tx[1],$Kx,@X[-1&7]);
1136           &vmovdqa      ($Kx,eval(2*16*($Xi/5)-64)."($K_XX_XX)")        if ($Xi%5==0);
1137          eval(shift(@insns));           # ror
1138          eval(shift(@insns));
1139
1140         &vpxor  (@X[0],@X[0],@Tx[0]);           # "X[0]"^="X[-6]"
1141          eval(shift(@insns));           # body_20_39
1142          eval(shift(@insns));
1143          eval(shift(@insns));
1144          eval(shift(@insns));           # rol
1145
1146         &vpsrld (@Tx[0],@X[0],30);
1147           &vmovdqa      (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer to IALU
1148          eval(shift(@insns));
1149          eval(shift(@insns));
1150          eval(shift(@insns));           # ror
1151          eval(shift(@insns));
1152
1153         &vpslld (@X[0],@X[0],2);
1154          eval(shift(@insns));           # body_20_39
1155          eval(shift(@insns));
1156          eval(shift(@insns));
1157          eval(shift(@insns));           # rol
1158          eval(shift(@insns));
1159          eval(shift(@insns));
1160          eval(shift(@insns));           # ror
1161          eval(shift(@insns));
1162
1163         &vpor   (@X[0],@X[0],@Tx[0]);           # "X[0]"<<<=2
1164          eval(shift(@insns));           # body_20_39
1165          eval(shift(@insns));
1166          eval(shift(@insns));
1167          eval(shift(@insns));           # rol
1168          eval(shift(@insns));
1169          eval(shift(@insns));
1170          eval(shift(@insns));           # rol
1171          eval(shift(@insns));
1172
1173          foreach (@insns) { eval; }     # remaining instructions
1174
1175   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1176 }
1177
1178 sub Xuplast_avx_80()
1179 { use integer;
1180   my $body = shift;
1181   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1182   my ($a,$b,$c,$d,$e);
1183
1184          eval(shift(@insns));
1185           &vpaddd       (@Tx[1],$Kx,@X[-1&7]);
1186          eval(shift(@insns));
1187          eval(shift(@insns));
1188          eval(shift(@insns));
1189          eval(shift(@insns));
1190
1191           &vmovdqa      (eval(16*(($Xi-1)&3))."(%rsp)",@Tx[1]); # X[]+K xfer IALU
1192
1193          foreach (@insns) { eval; }             # remaining instructions
1194
1195         &cmp    ($inp,$num);
1196         &je     ($done_avx_label);
1197
1198         &vmovdqa(@X[2],"64($K_XX_XX)");         # pbswap mask
1199         &vmovdqa($Kx,"-64($K_XX_XX)");          # K_00_19
1200         &vmovdqu(@X[-4&7],"0($inp)");           # load input
1201         &vmovdqu(@X[-3&7],"16($inp)");
1202         &vmovdqu(@X[-2&7],"32($inp)");
1203         &vmovdqu(@X[-1&7],"48($inp)");
1204         &vpshufb(@X[-4&7],@X[-4&7],@X[2]);      # byte swap
1205         &add    ($inp,64);
1206
1207   $Xi=0;
1208 }
1209
1210 sub Xloop_avx()
1211 { use integer;
1212   my $body = shift;
1213   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1214   my ($a,$b,$c,$d,$e);
1215
1216          eval(shift(@insns));
1217          eval(shift(@insns));
1218         &vpshufb(@X[($Xi-3)&7],@X[($Xi-3)&7],@X[2]);
1219          eval(shift(@insns));
1220          eval(shift(@insns));
1221         &vpaddd (@X[$Xi&7],@X[($Xi-4)&7],$Kx);
1222          eval(shift(@insns));
1223          eval(shift(@insns));
1224          eval(shift(@insns));
1225          eval(shift(@insns));
1226         &vmovdqa(eval(16*$Xi)."(%rsp)",@X[$Xi&7]);      # X[]+K xfer to IALU
1227          eval(shift(@insns));
1228          eval(shift(@insns));
1229
1230         foreach (@insns) { eval; }
1231   $Xi++;
1232 }
1233
1234 sub Xtail_avx()
1235 { use integer;
1236   my $body = shift;
1237   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1238   my ($a,$b,$c,$d,$e);
1239
1240         foreach (@insns) { eval; }
1241 }
1242
1243 $code.=<<___;
1244 .align  16
1245 .Loop_avx:
1246 ___
1247         &Xupdate_avx_16_31(\&body_00_19);
1248         &Xupdate_avx_16_31(\&body_00_19);
1249         &Xupdate_avx_16_31(\&body_00_19);
1250         &Xupdate_avx_16_31(\&body_00_19);
1251         &Xupdate_avx_32_79(\&body_00_19);
1252         &Xupdate_avx_32_79(\&body_20_39);
1253         &Xupdate_avx_32_79(\&body_20_39);
1254         &Xupdate_avx_32_79(\&body_20_39);
1255         &Xupdate_avx_32_79(\&body_20_39);
1256         &Xupdate_avx_32_79(\&body_20_39);
1257         &Xupdate_avx_32_79(\&body_40_59);
1258         &Xupdate_avx_32_79(\&body_40_59);
1259         &Xupdate_avx_32_79(\&body_40_59);
1260         &Xupdate_avx_32_79(\&body_40_59);
1261         &Xupdate_avx_32_79(\&body_40_59);
1262         &Xupdate_avx_32_79(\&body_20_39);
1263         &Xuplast_avx_80(\&body_20_39);  # can jump to "done"
1264
1265                                 $saved_j=$j; @saved_V=@V;
1266
1267         &Xloop_avx(\&body_20_39);
1268         &Xloop_avx(\&body_20_39);
1269         &Xloop_avx(\&body_20_39);
1270
1271 $code.=<<___;
1272         add     0($ctx),$A                      # update context
1273         add     4($ctx),@T[0]
1274         add     8($ctx),$C
1275         add     12($ctx),$D
1276         mov     $A,0($ctx)
1277         add     16($ctx),$E
1278         mov     @T[0],4($ctx)
1279         mov     @T[0],$B                        # magic seed
1280         mov     $C,8($ctx)
1281         mov     $C,@T[1]
1282         mov     $D,12($ctx)
1283         xor     $D,@T[1]
1284         mov     $E,16($ctx)
1285         and     @T[1],@T[0]
1286         jmp     .Loop_avx
1287
1288 .align  16
1289 $done_avx_label:
1290 ___
1291                                 $j=$saved_j; @V=@saved_V;
1292
1293         &Xtail_avx(\&body_20_39);
1294         &Xtail_avx(\&body_20_39);
1295         &Xtail_avx(\&body_20_39);
1296
1297 $code.=<<___;
1298         vzeroupper
1299
1300         add     0($ctx),$A                      # update context
1301         add     4($ctx),@T[0]
1302         add     8($ctx),$C
1303         mov     $A,0($ctx)
1304         add     12($ctx),$D
1305         mov     @T[0],4($ctx)
1306         add     16($ctx),$E
1307         mov     $C,8($ctx)
1308         mov     $D,12($ctx)
1309         mov     $E,16($ctx)
1310 ___
1311 $code.=<<___ if ($win64);
1312         movaps  -40-6*16($fp),%xmm6
1313         movaps  -40-5*16($fp),%xmm7
1314         movaps  -40-4*16($fp),%xmm8
1315         movaps  -40-3*16($fp),%xmm9
1316         movaps  -40-2*16($fp),%xmm10
1317         movaps  -40-1*16($fp),%xmm11
1318 ___
1319 $code.=<<___;
1320         mov     -40($fp),%r14
1321 .cfi_restore    %r14
1322         mov     -32($fp),%r13
1323 .cfi_restore    %r13
1324         mov     -24($fp),%r12
1325 .cfi_restore    %r12
1326         mov     -16($fp),%rbp
1327 .cfi_restore    %rbp
1328         mov     -8($fp),%rbx
1329 .cfi_restore    %rbx
1330         lea     ($fp),%rsp
1331 .cfi_def_cfa_register   %rsp
1332 .Lepilogue_avx:
1333         ret
1334 .cfi_endproc
1335 .size   sha1_block_data_order_avx,.-sha1_block_data_order_avx
1336 ___
1337
1338 if ($avx>1) {
1339 use integer;
1340 $Xi=4;                                  # reset variables
1341 @X=map("%ymm$_",(4..7,0..3));
1342 @Tx=map("%ymm$_",(8..10));
1343 $Kx="%ymm11";
1344 $j=0;
1345
1346 my @ROTX=("%eax","%ebp","%ebx","%ecx","%edx","%esi");
1347 my ($a5,$t0)=("%r12d","%edi");
1348
1349 my ($A,$F,$B,$C,$D,$E)=@ROTX;
1350 my $rx=0;
1351 my $frame="%r13";
1352
1353 $code.=<<___;
1354 .type   sha1_block_data_order_avx2,\@function,3
1355 .align  16
1356 sha1_block_data_order_avx2:
1357 _avx2_shortcut:
1358 .cfi_startproc
1359         mov     %rsp,$fp
1360 .cfi_def_cfa_register   $fp
1361         push    %rbx
1362 .cfi_push       %rbx
1363         push    %rbp
1364 .cfi_push       %rbp
1365         push    %r12
1366 .cfi_push       %r12
1367         push    %r13
1368 .cfi_push       %r13
1369         push    %r14
1370 .cfi_push       %r14
1371         vzeroupper
1372 ___
1373 $code.=<<___ if ($win64);
1374         lea     -6*16(%rsp),%rsp
1375         vmovaps %xmm6,-40-6*16($fp)
1376         vmovaps %xmm7,-40-5*16($fp)
1377         vmovaps %xmm8,-40-4*16($fp)
1378         vmovaps %xmm9,-40-3*16($fp)
1379         vmovaps %xmm10,-40-2*16($fp)
1380         vmovaps %xmm11,-40-1*16($fp)
1381 .Lprologue_avx2:
1382 ___
1383 $code.=<<___;
1384         mov     %rdi,$ctx               # reassigned argument
1385         mov     %rsi,$inp               # reassigned argument
1386         mov     %rdx,$num               # reassigned argument
1387
1388         lea     -640(%rsp),%rsp
1389         shl     \$6,$num
1390          lea    64($inp),$frame
1391         and     \$-128,%rsp
1392         add     $inp,$num
1393         lea     K_XX_XX+64(%rip),$K_XX_XX
1394
1395         mov     0($ctx),$A              # load context
1396          cmp    $num,$frame
1397          cmovae $inp,$frame             # next or same block
1398         mov     4($ctx),$F
1399         mov     8($ctx),$C
1400         mov     12($ctx),$D
1401         mov     16($ctx),$E
1402         vmovdqu 64($K_XX_XX),@X[2]      # pbswap mask
1403
1404         vmovdqu         ($inp),%xmm0
1405         vmovdqu         16($inp),%xmm1
1406         vmovdqu         32($inp),%xmm2
1407         vmovdqu         48($inp),%xmm3
1408         lea             64($inp),$inp
1409         vinserti128     \$1,($frame),@X[-4&7],@X[-4&7]
1410         vinserti128     \$1,16($frame),@X[-3&7],@X[-3&7]
1411         vpshufb         @X[2],@X[-4&7],@X[-4&7]
1412         vinserti128     \$1,32($frame),@X[-2&7],@X[-2&7]
1413         vpshufb         @X[2],@X[-3&7],@X[-3&7]
1414         vinserti128     \$1,48($frame),@X[-1&7],@X[-1&7]
1415         vpshufb         @X[2],@X[-2&7],@X[-2&7]
1416         vmovdqu         -64($K_XX_XX),$Kx       # K_00_19
1417         vpshufb         @X[2],@X[-1&7],@X[-1&7]
1418
1419         vpaddd  $Kx,@X[-4&7],@X[0]      # add K_00_19
1420         vpaddd  $Kx,@X[-3&7],@X[1]
1421         vmovdqu @X[0],0(%rsp)           # X[]+K xfer to IALU
1422         vpaddd  $Kx,@X[-2&7],@X[2]
1423         vmovdqu @X[1],32(%rsp)
1424         vpaddd  $Kx,@X[-1&7],@X[3]
1425         vmovdqu @X[2],64(%rsp)
1426         vmovdqu @X[3],96(%rsp)
1427 ___
1428 for (;$Xi<8;$Xi++) {    # Xupdate_avx2_16_31
1429     use integer;
1430
1431         &vpalignr(@X[0],@X[-3&7],@X[-4&7],8);   # compose "X[-14]" in "X[0]"
1432         &vpsrldq(@Tx[0],@X[-1&7],4);            # "X[-3]", 3 dwords
1433         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"^="X[-16]"
1434         &vpxor  (@Tx[0],@Tx[0],@X[-2&7]);       # "X[-3]"^"X[-8]"
1435         &vpxor  (@X[0],@X[0],@Tx[0]);           # "X[0]"^="X[-3]"^"X[-8]"
1436         &vpsrld (@Tx[0],@X[0],31);
1437         &vmovdqu($Kx,eval(2*16*(($Xi)/5)-64)."($K_XX_XX)")      if ($Xi%5==0);  # K_XX_XX
1438         &vpslldq(@Tx[2],@X[0],12);              # "X[0]"<<96, extract one dword
1439         &vpaddd (@X[0],@X[0],@X[0]);
1440         &vpsrld (@Tx[1],@Tx[2],30);
1441         &vpor   (@X[0],@X[0],@Tx[0]);           # "X[0]"<<<=1
1442         &vpslld (@Tx[2],@Tx[2],2);
1443         &vpxor  (@X[0],@X[0],@Tx[1]);
1444         &vpxor  (@X[0],@X[0],@Tx[2]);           # "X[0]"^=("X[0]">>96)<<<2
1445         &vpaddd (@Tx[1],@X[0],$Kx);
1446         &vmovdqu("32*$Xi(%rsp)",@Tx[1]);        # X[]+K xfer to IALU
1447
1448         push(@X,shift(@X));     # "rotate" X[]
1449 }
1450 $code.=<<___;
1451         lea     128(%rsp),$frame
1452         jmp     .Loop_avx2
1453 .align  32
1454 .Loop_avx2:
1455         rorx    \$2,$F,$B
1456         andn    $D,$F,$t0
1457         and     $C,$F
1458         xor     $t0,$F
1459 ___
1460 sub bodyx_00_19 () {    # 8 instructions, 3 cycles critical path
1461         # at start $f=(b&c)^(~b&d), $b>>>=2
1462         return &bodyx_20_39() if ($rx==19); $rx++;
1463         (
1464         '($a,$f,$b,$c,$d,$e)=@ROTX;'.
1465
1466         '&add   ($e,((32*($j/4)+4*($j%4))%256-128)."($frame)");'.       # e+=X[i]+K
1467          '&lea  ($frame,"256($frame)")  if ($j%32==31);',
1468         '&andn  ($t0,$a,$c)',                   # ~b&d for next round
1469
1470         '&add   ($e,$f)',                       # e+=(b&c)^(~b&d)
1471         '&rorx  ($a5,$a,27)',                   # a<<<5
1472         '&rorx  ($f,$a,2)',                     # b>>>2 for next round
1473         '&and   ($a,$b)',                       # b&c for next round
1474
1475         '&add   ($e,$a5)',                      # e+=a<<<5
1476         '&xor   ($a,$t0);'.                     # f=(b&c)^(~b&d) for next round
1477
1478         'unshift(@ROTX,pop(@ROTX)); $j++;'
1479         )
1480 }
1481
1482 sub bodyx_20_39 () {    # 7 instructions, 2 cycles critical path
1483         # on entry $f=b^c^d, $b>>>=2
1484         return &bodyx_40_59() if ($rx==39); $rx++;
1485         (
1486         '($a,$f,$b,$c,$d,$e)=@ROTX;'.
1487
1488         '&add   ($e,((32*($j/4)+4*($j%4))%256-128)."($frame)");'.       # e+=X[i]+K
1489          '&lea  ($frame,"256($frame)")  if ($j%32==31);',
1490
1491         '&lea   ($e,"($e,$f)")',                # e+=b^c^d
1492         '&rorx  ($a5,$a,27)',                   # a<<<5
1493         '&rorx  ($f,$a,2)       if ($j<79)',    # b>>>2 in next round
1494         '&xor   ($a,$b)         if ($j<79)',    # b^c for next round
1495
1496         '&add   ($e,$a5)',                      # e+=a<<<5
1497         '&xor   ($a,$c)         if ($j<79);'.   # f=b^c^d for next round
1498
1499         'unshift(@ROTX,pop(@ROTX)); $j++;'
1500         )
1501 }
1502
1503 sub bodyx_40_59 () {    # 10 instructions, 3 cycles critical path
1504         # on entry $f=((b^c)&(c^d)), $b>>>=2
1505         $rx++;
1506         (
1507         '($a,$f,$b,$c,$d,$e)=@ROTX;'.
1508
1509         '&add   ($e,((32*($j/4)+4*($j%4))%256-128)."($frame)");'.       # e+=X[i]+K
1510          '&lea  ($frame,"256($frame)")  if ($j%32==31);',
1511         '&xor   ($f,$c)         if ($j>39)',    # (b^c)&(c^d)^c
1512         '&mov   ($t0,$b)        if ($j<59)',    # count on zero latency
1513         '&xor   ($t0,$c)        if ($j<59)',    # c^d for next round
1514
1515         '&lea   ($e,"($e,$f)")',                # e+=(b^c)&(c^d)^c
1516         '&rorx  ($a5,$a,27)',                   # a<<<5
1517         '&rorx  ($f,$a,2)',                     # b>>>2 in next round
1518         '&xor   ($a,$b)',                       # b^c for next round
1519
1520         '&add   ($e,$a5)',                      # e+=a<<<5
1521         '&and   ($a,$t0)        if ($j< 59);'.  # f=(b^c)&(c^d) for next round
1522         '&xor   ($a,$c)         if ($j==59);'.  # f=b^c^d for next round
1523
1524         'unshift(@ROTX,pop(@ROTX)); $j++;'
1525         )
1526 }
1527
1528 sub Xupdate_avx2_16_31()                # recall that $Xi starts wtih 4
1529 { use integer;
1530   my $body = shift;
1531   my @insns = (&$body,&$body,&$body,&$body,&$body);     # 35 instructions
1532   my ($a,$b,$c,$d,$e);
1533
1534         &vpalignr(@X[0],@X[-3&7],@X[-4&7],8);   # compose "X[-14]" in "X[0]"
1535          eval(shift(@insns));
1536          eval(shift(@insns));
1537          eval(shift(@insns));
1538          eval(shift(@insns));
1539
1540         &vpsrldq(@Tx[0],@X[-1&7],4);            # "X[-3]", 3 dwords
1541          eval(shift(@insns));
1542          eval(shift(@insns));
1543          eval(shift(@insns));
1544
1545         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"^="X[-16]"
1546         &vpxor  (@Tx[0],@Tx[0],@X[-2&7]);       # "X[-3]"^"X[-8]"
1547          eval(shift(@insns));
1548          eval(shift(@insns));
1549
1550         &vpxor  (@X[0],@X[0],@Tx[0]);           # "X[0]"^="X[-3]"^"X[-8]"
1551          eval(shift(@insns));
1552          eval(shift(@insns));
1553          eval(shift(@insns));
1554          eval(shift(@insns));
1555
1556         &vpsrld (@Tx[0],@X[0],31);
1557         &vmovdqu($Kx,eval(2*16*(($Xi)/5)-64)."($K_XX_XX)")      if ($Xi%5==0);  # K_XX_XX
1558          eval(shift(@insns));
1559          eval(shift(@insns));
1560          eval(shift(@insns));
1561
1562         &vpslldq(@Tx[2],@X[0],12);              # "X[0]"<<96, extract one dword
1563         &vpaddd (@X[0],@X[0],@X[0]);
1564          eval(shift(@insns));
1565          eval(shift(@insns));
1566
1567         &vpsrld (@Tx[1],@Tx[2],30);
1568         &vpor   (@X[0],@X[0],@Tx[0]);           # "X[0]"<<<=1
1569          eval(shift(@insns));
1570          eval(shift(@insns));
1571
1572         &vpslld (@Tx[2],@Tx[2],2);
1573         &vpxor  (@X[0],@X[0],@Tx[1]);
1574          eval(shift(@insns));
1575          eval(shift(@insns));
1576
1577         &vpxor  (@X[0],@X[0],@Tx[2]);           # "X[0]"^=("X[0]">>96)<<<2
1578          eval(shift(@insns));
1579          eval(shift(@insns));
1580          eval(shift(@insns));
1581
1582         &vpaddd (@Tx[1],@X[0],$Kx);
1583          eval(shift(@insns));
1584          eval(shift(@insns));
1585          eval(shift(@insns));
1586         &vmovdqu(eval(32*($Xi))."(%rsp)",@Tx[1]);       # X[]+K xfer to IALU
1587
1588          foreach (@insns) { eval; }     # remaining instructions [if any]
1589
1590         $Xi++;
1591         push(@X,shift(@X));     # "rotate" X[]
1592 }
1593
1594 sub Xupdate_avx2_32_79()
1595 { use integer;
1596   my $body = shift;
1597   my @insns = (&$body,&$body,&$body,&$body,&$body);     # 35 to 50 instructions
1598   my ($a,$b,$c,$d,$e);
1599
1600         &vpalignr(@Tx[0],@X[-1&7],@X[-2&7],8);  # compose "X[-6]"
1601         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"="X[-32]"^"X[-16]"
1602          eval(shift(@insns));
1603          eval(shift(@insns));
1604
1605         &vpxor  (@X[0],@X[0],@X[-7&7]);         # "X[0]"^="X[-28]"
1606         &vmovdqu($Kx,eval(2*16*($Xi/5)-64)."($K_XX_XX)")        if ($Xi%5==0);
1607          eval(shift(@insns));
1608          eval(shift(@insns));
1609          eval(shift(@insns));
1610
1611         &vpxor  (@X[0],@X[0],@Tx[0]);           # "X[0]"^="X[-6]"
1612          eval(shift(@insns));
1613          eval(shift(@insns));
1614          eval(shift(@insns));
1615
1616         &vpsrld (@Tx[0],@X[0],30);
1617         &vpslld (@X[0],@X[0],2);
1618          eval(shift(@insns));
1619          eval(shift(@insns));
1620          eval(shift(@insns));
1621
1622         #&vpslld        (@X[0],@X[0],2);
1623          eval(shift(@insns));
1624          eval(shift(@insns));
1625          eval(shift(@insns));
1626
1627         &vpor   (@X[0],@X[0],@Tx[0]);           # "X[0]"<<<=2
1628          eval(shift(@insns));
1629          eval(shift(@insns));
1630          eval(shift(@insns));
1631          eval(shift(@insns));
1632
1633         &vpaddd (@Tx[1],@X[0],$Kx);
1634          eval(shift(@insns));
1635          eval(shift(@insns));
1636          eval(shift(@insns));
1637          eval(shift(@insns));
1638
1639         &vmovdqu("32*$Xi(%rsp)",@Tx[1]);        # X[]+K xfer to IALU
1640
1641          foreach (@insns) { eval; }     # remaining instructions
1642
1643         $Xi++;
1644         push(@X,shift(@X));     # "rotate" X[]
1645 }
1646
1647 sub Xloop_avx2()
1648 { use integer;
1649   my $body = shift;
1650   my @insns = (&$body,&$body,&$body,&$body,&$body);     # 32 instructions
1651   my ($a,$b,$c,$d,$e);
1652
1653          foreach (@insns) { eval; }
1654 }
1655
1656         &align32();
1657         &Xupdate_avx2_32_79(\&bodyx_00_19);
1658         &Xupdate_avx2_32_79(\&bodyx_00_19);
1659         &Xupdate_avx2_32_79(\&bodyx_00_19);
1660         &Xupdate_avx2_32_79(\&bodyx_00_19);
1661
1662         &Xupdate_avx2_32_79(\&bodyx_20_39);
1663         &Xupdate_avx2_32_79(\&bodyx_20_39);
1664         &Xupdate_avx2_32_79(\&bodyx_20_39);
1665         &Xupdate_avx2_32_79(\&bodyx_20_39);
1666
1667         &align32();
1668         &Xupdate_avx2_32_79(\&bodyx_40_59);
1669         &Xupdate_avx2_32_79(\&bodyx_40_59);
1670         &Xupdate_avx2_32_79(\&bodyx_40_59);
1671         &Xupdate_avx2_32_79(\&bodyx_40_59);
1672
1673         &Xloop_avx2(\&bodyx_20_39);
1674         &Xloop_avx2(\&bodyx_20_39);
1675         &Xloop_avx2(\&bodyx_20_39);
1676         &Xloop_avx2(\&bodyx_20_39);
1677
1678 $code.=<<___;
1679         lea     128($inp),$frame
1680         lea     128($inp),%rdi                  # borrow $t0
1681         cmp     $num,$frame
1682         cmovae  $inp,$frame                     # next or previous block
1683
1684         # output is d-e-[a]-f-b-c => A=d,F=e,C=f,D=b,E=c
1685         add     0($ctx),@ROTX[0]                # update context
1686         add     4($ctx),@ROTX[1]
1687         add     8($ctx),@ROTX[3]
1688         mov     @ROTX[0],0($ctx)
1689         add     12($ctx),@ROTX[4]
1690         mov     @ROTX[1],4($ctx)
1691          mov    @ROTX[0],$A                     # A=d
1692         add     16($ctx),@ROTX[5]
1693          mov    @ROTX[3],$a5
1694         mov     @ROTX[3],8($ctx)
1695          mov    @ROTX[4],$D                     # D=b
1696          #xchg  @ROTX[5],$F                     # F=c, C=f
1697         mov     @ROTX[4],12($ctx)
1698          mov    @ROTX[1],$F                     # F=e
1699         mov     @ROTX[5],16($ctx)
1700         #mov    $F,16($ctx)
1701          mov    @ROTX[5],$E                     # E=c
1702          mov    $a5,$C                          # C=f
1703          #xchg  $F,$E                           # E=c, F=e
1704
1705         cmp     $num,$inp
1706         je      .Ldone_avx2
1707 ___
1708
1709 $Xi=4;                          # reset variables
1710 @X=map("%ymm$_",(4..7,0..3));
1711
1712 $code.=<<___;
1713         vmovdqu 64($K_XX_XX),@X[2]              # pbswap mask
1714         cmp     $num,%rdi                       # borrowed $t0
1715         ja      .Last_avx2
1716
1717         vmovdqu         -64(%rdi),%xmm0         # low part of @X[-4&7]
1718         vmovdqu         -48(%rdi),%xmm1
1719         vmovdqu         -32(%rdi),%xmm2
1720         vmovdqu         -16(%rdi),%xmm3
1721         vinserti128     \$1,0($frame),@X[-4&7],@X[-4&7]
1722         vinserti128     \$1,16($frame),@X[-3&7],@X[-3&7]
1723         vinserti128     \$1,32($frame),@X[-2&7],@X[-2&7]
1724         vinserti128     \$1,48($frame),@X[-1&7],@X[-1&7]
1725         jmp     .Last_avx2
1726
1727 .align  32
1728 .Last_avx2:
1729         lea     128+16(%rsp),$frame
1730         rorx    \$2,$F,$B
1731         andn    $D,$F,$t0
1732         and     $C,$F
1733         xor     $t0,$F
1734         sub     \$-128,$inp
1735 ___
1736         $rx=$j=0;       @ROTX=($A,$F,$B,$C,$D,$E);
1737
1738         &Xloop_avx2     (\&bodyx_00_19);
1739         &Xloop_avx2     (\&bodyx_00_19);
1740         &Xloop_avx2     (\&bodyx_00_19);
1741         &Xloop_avx2     (\&bodyx_00_19);
1742
1743         &Xloop_avx2     (\&bodyx_20_39);
1744           &vmovdqu      ($Kx,"-64($K_XX_XX)");          # K_00_19
1745           &vpshufb      (@X[-4&7],@X[-4&7],@X[2]);      # byte swap
1746         &Xloop_avx2     (\&bodyx_20_39);
1747           &vpshufb      (@X[-3&7],@X[-3&7],@X[2]);
1748           &vpaddd       (@Tx[0],@X[-4&7],$Kx);          # add K_00_19
1749         &Xloop_avx2     (\&bodyx_20_39);
1750           &vmovdqu      ("0(%rsp)",@Tx[0]);
1751           &vpshufb      (@X[-2&7],@X[-2&7],@X[2]);
1752           &vpaddd       (@Tx[1],@X[-3&7],$Kx);
1753         &Xloop_avx2     (\&bodyx_20_39);
1754           &vmovdqu      ("32(%rsp)",@Tx[1]);
1755           &vpshufb      (@X[-1&7],@X[-1&7],@X[2]);
1756           &vpaddd       (@X[2],@X[-2&7],$Kx);
1757
1758         &Xloop_avx2     (\&bodyx_40_59);
1759         &align32        ();
1760           &vmovdqu      ("64(%rsp)",@X[2]);
1761           &vpaddd       (@X[3],@X[-1&7],$Kx);
1762         &Xloop_avx2     (\&bodyx_40_59);
1763           &vmovdqu      ("96(%rsp)",@X[3]);
1764         &Xloop_avx2     (\&bodyx_40_59);
1765         &Xupdate_avx2_16_31(\&bodyx_40_59);
1766
1767         &Xupdate_avx2_16_31(\&bodyx_20_39);
1768         &Xupdate_avx2_16_31(\&bodyx_20_39);
1769         &Xupdate_avx2_16_31(\&bodyx_20_39);
1770         &Xloop_avx2     (\&bodyx_20_39);
1771
1772 $code.=<<___;
1773         lea     128(%rsp),$frame
1774
1775         # output is d-e-[a]-f-b-c => A=d,F=e,C=f,D=b,E=c
1776         add     0($ctx),@ROTX[0]                # update context
1777         add     4($ctx),@ROTX[1]
1778         add     8($ctx),@ROTX[3]
1779         mov     @ROTX[0],0($ctx)
1780         add     12($ctx),@ROTX[4]
1781         mov     @ROTX[1],4($ctx)
1782          mov    @ROTX[0],$A                     # A=d
1783         add     16($ctx),@ROTX[5]
1784          mov    @ROTX[3],$a5
1785         mov     @ROTX[3],8($ctx)
1786          mov    @ROTX[4],$D                     # D=b
1787          #xchg  @ROTX[5],$F                     # F=c, C=f
1788         mov     @ROTX[4],12($ctx)
1789          mov    @ROTX[1],$F                     # F=e
1790         mov     @ROTX[5],16($ctx)
1791         #mov    $F,16($ctx)
1792          mov    @ROTX[5],$E                     # E=c
1793          mov    $a5,$C                          # C=f
1794          #xchg  $F,$E                           # E=c, F=e
1795
1796         cmp     $num,$inp
1797         jbe     .Loop_avx2
1798
1799 .Ldone_avx2:
1800         vzeroupper
1801 ___
1802 $code.=<<___ if ($win64);
1803         movaps  -40-6*16($fp),%xmm6
1804         movaps  -40-5*16($fp),%xmm7
1805         movaps  -40-4*16($fp),%xmm8
1806         movaps  -40-3*16($fp),%xmm9
1807         movaps  -40-2*16($fp),%xmm10
1808         movaps  -40-1*16($fp),%xmm11
1809 ___
1810 $code.=<<___;
1811         mov     -40($fp),%r14
1812 .cfi_restore    %r14
1813         mov     -32($fp),%r13
1814 .cfi_restore    %r13
1815         mov     -24($fp),%r12
1816 .cfi_restore    %r12
1817         mov     -16($fp),%rbp
1818 .cfi_restore    %rbp
1819         mov     -8($fp),%rbx
1820 .cfi_restore    %rbx
1821         lea     ($fp),%rsp
1822 .cfi_def_cfa_register   %rsp
1823 .Lepilogue_avx2:
1824         ret
1825 .cfi_endproc
1826 .size   sha1_block_data_order_avx2,.-sha1_block_data_order_avx2
1827 ___
1828 }
1829 }
1830 $code.=<<___;
1831 .align  64
1832 K_XX_XX:
1833 .long   0x5a827999,0x5a827999,0x5a827999,0x5a827999     # K_00_19
1834 .long   0x5a827999,0x5a827999,0x5a827999,0x5a827999     # K_00_19
1835 .long   0x6ed9eba1,0x6ed9eba1,0x6ed9eba1,0x6ed9eba1     # K_20_39
1836 .long   0x6ed9eba1,0x6ed9eba1,0x6ed9eba1,0x6ed9eba1     # K_20_39
1837 .long   0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc     # K_40_59
1838 .long   0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc     # K_40_59
1839 .long   0xca62c1d6,0xca62c1d6,0xca62c1d6,0xca62c1d6     # K_60_79
1840 .long   0xca62c1d6,0xca62c1d6,0xca62c1d6,0xca62c1d6     # K_60_79
1841 .long   0x00010203,0x04050607,0x08090a0b,0x0c0d0e0f     # pbswap mask
1842 .long   0x00010203,0x04050607,0x08090a0b,0x0c0d0e0f     # pbswap mask
1843 .byte   0xf,0xe,0xd,0xc,0xb,0xa,0x9,0x8,0x7,0x6,0x5,0x4,0x3,0x2,0x1,0x0
1844 ___
1845 }}}
1846 $code.=<<___;
1847 .asciz  "SHA1 block transform for x86_64, CRYPTOGAMS by <appro\@openssl.org>"
1848 .align  64
1849 ___
1850
1851 # EXCEPTION_DISPOSITION handler (EXCEPTION_RECORD *rec,ULONG64 frame,
1852 #               CONTEXT *context,DISPATCHER_CONTEXT *disp)
1853 if ($win64) {
1854 $rec="%rcx";
1855 $frame="%rdx";
1856 $context="%r8";
1857 $disp="%r9";
1858
1859 $code.=<<___;
1860 .extern __imp_RtlVirtualUnwind
1861 .type   se_handler,\@abi-omnipotent
1862 .align  16
1863 se_handler:
1864         push    %rsi
1865         push    %rdi
1866         push    %rbx
1867         push    %rbp
1868         push    %r12
1869         push    %r13
1870         push    %r14
1871         push    %r15
1872         pushfq
1873         sub     \$64,%rsp
1874
1875         mov     120($context),%rax      # pull context->Rax
1876         mov     248($context),%rbx      # pull context->Rip
1877
1878         lea     .Lprologue(%rip),%r10
1879         cmp     %r10,%rbx               # context->Rip<.Lprologue
1880         jb      .Lcommon_seh_tail
1881
1882         mov     152($context),%rax      # pull context->Rsp
1883
1884         lea     .Lepilogue(%rip),%r10
1885         cmp     %r10,%rbx               # context->Rip>=.Lepilogue
1886         jae     .Lcommon_seh_tail
1887
1888         mov     `16*4`(%rax),%rax       # pull saved stack pointer
1889
1890         mov     -8(%rax),%rbx
1891         mov     -16(%rax),%rbp
1892         mov     -24(%rax),%r12
1893         mov     -32(%rax),%r13
1894         mov     -40(%rax),%r14
1895         mov     %rbx,144($context)      # restore context->Rbx
1896         mov     %rbp,160($context)      # restore context->Rbp
1897         mov     %r12,216($context)      # restore context->R12
1898         mov     %r13,224($context)      # restore context->R13
1899         mov     %r14,232($context)      # restore context->R14
1900
1901         jmp     .Lcommon_seh_tail
1902 .size   se_handler,.-se_handler
1903 ___
1904
1905 $code.=<<___ if ($shaext);
1906 .type   shaext_handler,\@abi-omnipotent
1907 .align  16
1908 shaext_handler:
1909         push    %rsi
1910         push    %rdi
1911         push    %rbx
1912         push    %rbp
1913         push    %r12
1914         push    %r13
1915         push    %r14
1916         push    %r15
1917         pushfq
1918         sub     \$64,%rsp
1919
1920         mov     120($context),%rax      # pull context->Rax
1921         mov     248($context),%rbx      # pull context->Rip
1922
1923         lea     .Lprologue_shaext(%rip),%r10
1924         cmp     %r10,%rbx               # context->Rip<.Lprologue
1925         jb      .Lcommon_seh_tail
1926
1927         lea     .Lepilogue_shaext(%rip),%r10
1928         cmp     %r10,%rbx               # context->Rip>=.Lepilogue
1929         jae     .Lcommon_seh_tail
1930
1931         lea     -8-4*16(%rax),%rsi
1932         lea     512($context),%rdi      # &context.Xmm6
1933         mov     \$8,%ecx
1934         .long   0xa548f3fc              # cld; rep movsq
1935
1936         jmp     .Lcommon_seh_tail
1937 .size   shaext_handler,.-shaext_handler
1938 ___
1939
1940 $code.=<<___;
1941 .type   ssse3_handler,\@abi-omnipotent
1942 .align  16
1943 ssse3_handler:
1944         push    %rsi
1945         push    %rdi
1946         push    %rbx
1947         push    %rbp
1948         push    %r12
1949         push    %r13
1950         push    %r14
1951         push    %r15
1952         pushfq
1953         sub     \$64,%rsp
1954
1955         mov     120($context),%rax      # pull context->Rax
1956         mov     248($context),%rbx      # pull context->Rip
1957
1958         mov     8($disp),%rsi           # disp->ImageBase
1959         mov     56($disp),%r11          # disp->HandlerData
1960
1961         mov     0(%r11),%r10d           # HandlerData[0]
1962         lea     (%rsi,%r10),%r10        # prologue label
1963         cmp     %r10,%rbx               # context->Rip<prologue label
1964         jb      .Lcommon_seh_tail
1965
1966         mov     208($context),%rax      # pull context->R11
1967
1968         mov     4(%r11),%r10d           # HandlerData[1]
1969         lea     (%rsi,%r10),%r10        # epilogue label
1970         cmp     %r10,%rbx               # context->Rip>=epilogue label
1971         jae     .Lcommon_seh_tail
1972
1973         lea     -40-6*16(%rax),%rsi
1974         lea     512($context),%rdi      # &context.Xmm6
1975         mov     \$12,%ecx
1976         .long   0xa548f3fc              # cld; rep movsq
1977
1978         mov     -8(%rax),%rbx
1979         mov     -16(%rax),%rbp
1980         mov     -24(%rax),%r12
1981         mov     -32(%rax),%r13
1982         mov     -40(%rax),%r14
1983         mov     %rbx,144($context)      # restore context->Rbx
1984         mov     %rbp,160($context)      # restore context->Rbp
1985         mov     %r12,216($context)      # restore cotnext->R12
1986         mov     %r13,224($context)      # restore cotnext->R13
1987         mov     %r14,232($context)      # restore cotnext->R14
1988
1989 .Lcommon_seh_tail:
1990         mov     8(%rax),%rdi
1991         mov     16(%rax),%rsi
1992         mov     %rax,152($context)      # restore context->Rsp
1993         mov     %rsi,168($context)      # restore context->Rsi
1994         mov     %rdi,176($context)      # restore context->Rdi
1995
1996         mov     40($disp),%rdi          # disp->ContextRecord
1997         mov     $context,%rsi           # context
1998         mov     \$154,%ecx              # sizeof(CONTEXT)
1999         .long   0xa548f3fc              # cld; rep movsq
2000
2001         mov     $disp,%rsi
2002         xor     %rcx,%rcx               # arg1, UNW_FLAG_NHANDLER
2003         mov     8(%rsi),%rdx            # arg2, disp->ImageBase
2004         mov     0(%rsi),%r8             # arg3, disp->ControlPc
2005         mov     16(%rsi),%r9            # arg4, disp->FunctionEntry
2006         mov     40(%rsi),%r10           # disp->ContextRecord
2007         lea     56(%rsi),%r11           # &disp->HandlerData
2008         lea     24(%rsi),%r12           # &disp->EstablisherFrame
2009         mov     %r10,32(%rsp)           # arg5
2010         mov     %r11,40(%rsp)           # arg6
2011         mov     %r12,48(%rsp)           # arg7
2012         mov     %rcx,56(%rsp)           # arg8, (NULL)
2013         call    *__imp_RtlVirtualUnwind(%rip)
2014
2015         mov     \$1,%eax                # ExceptionContinueSearch
2016         add     \$64,%rsp
2017         popfq
2018         pop     %r15
2019         pop     %r14
2020         pop     %r13
2021         pop     %r12
2022         pop     %rbp
2023         pop     %rbx
2024         pop     %rdi
2025         pop     %rsi
2026         ret
2027 .size   ssse3_handler,.-ssse3_handler
2028
2029 .section        .pdata
2030 .align  4
2031         .rva    .LSEH_begin_sha1_block_data_order
2032         .rva    .LSEH_end_sha1_block_data_order
2033         .rva    .LSEH_info_sha1_block_data_order
2034 ___
2035 $code.=<<___ if ($shaext);
2036         .rva    .LSEH_begin_sha1_block_data_order_shaext
2037         .rva    .LSEH_end_sha1_block_data_order_shaext
2038         .rva    .LSEH_info_sha1_block_data_order_shaext
2039 ___
2040 $code.=<<___;
2041         .rva    .LSEH_begin_sha1_block_data_order_ssse3
2042         .rva    .LSEH_end_sha1_block_data_order_ssse3
2043         .rva    .LSEH_info_sha1_block_data_order_ssse3
2044 ___
2045 $code.=<<___ if ($avx);
2046         .rva    .LSEH_begin_sha1_block_data_order_avx
2047         .rva    .LSEH_end_sha1_block_data_order_avx
2048         .rva    .LSEH_info_sha1_block_data_order_avx
2049 ___
2050 $code.=<<___ if ($avx>1);
2051         .rva    .LSEH_begin_sha1_block_data_order_avx2
2052         .rva    .LSEH_end_sha1_block_data_order_avx2
2053         .rva    .LSEH_info_sha1_block_data_order_avx2
2054 ___
2055 $code.=<<___;
2056 .section        .xdata
2057 .align  8
2058 .LSEH_info_sha1_block_data_order:
2059         .byte   9,0,0,0
2060         .rva    se_handler
2061 ___
2062 $code.=<<___ if ($shaext);
2063 .LSEH_info_sha1_block_data_order_shaext:
2064         .byte   9,0,0,0
2065         .rva    shaext_handler
2066 ___
2067 $code.=<<___;
2068 .LSEH_info_sha1_block_data_order_ssse3:
2069         .byte   9,0,0,0
2070         .rva    ssse3_handler
2071         .rva    .Lprologue_ssse3,.Lepilogue_ssse3       # HandlerData[]
2072 ___
2073 $code.=<<___ if ($avx);
2074 .LSEH_info_sha1_block_data_order_avx:
2075         .byte   9,0,0,0
2076         .rva    ssse3_handler
2077         .rva    .Lprologue_avx,.Lepilogue_avx           # HandlerData[]
2078 ___
2079 $code.=<<___ if ($avx>1);
2080 .LSEH_info_sha1_block_data_order_avx2:
2081         .byte   9,0,0,0
2082         .rva    ssse3_handler
2083         .rva    .Lprologue_avx2,.Lepilogue_avx2         # HandlerData[]
2084 ___
2085 }
2086
2087 ####################################################################
2088
2089 sub sha1rnds4 {
2090     if (@_[0] =~ /\$([x0-9a-f]+),\s*%xmm([0-7]),\s*%xmm([0-7])/) {
2091       my @opcode=(0x0f,0x3a,0xcc);
2092         push @opcode,0xc0|($2&7)|(($3&7)<<3);           # ModR/M
2093         my $c=$1;
2094         push @opcode,$c=~/^0/?oct($c):$c;
2095         return ".byte\t".join(',',@opcode);
2096     } else {
2097         return "sha1rnds4\t".@_[0];
2098     }
2099 }
2100
2101 sub sha1op38 {
2102     my $instr = shift;
2103     my %opcodelet = (
2104                 "sha1nexte" => 0xc8,
2105                 "sha1msg1"  => 0xc9,
2106                 "sha1msg2"  => 0xca     );
2107
2108     if (defined($opcodelet{$instr}) && @_[0] =~ /%xmm([0-9]+),\s*%xmm([0-9]+)/) {
2109       my @opcode=(0x0f,0x38);
2110       my $rex=0;
2111         $rex|=0x04                      if ($2>=8);
2112         $rex|=0x01                      if ($1>=8);
2113         unshift @opcode,0x40|$rex       if ($rex);
2114         push @opcode,$opcodelet{$instr};
2115         push @opcode,0xc0|($1&7)|(($2&7)<<3);           # ModR/M
2116         return ".byte\t".join(',',@opcode);
2117     } else {
2118         return $instr."\t".@_[0];
2119     }
2120 }
2121
2122 foreach (split("\n",$code)) {
2123         s/\`([^\`]*)\`/eval $1/geo;
2124
2125         s/\b(sha1rnds4)\s+(.*)/sha1rnds4($2)/geo        or
2126         s/\b(sha1[^\s]*)\s+(.*)/sha1op38($1,$2)/geo;
2127
2128         print $_,"\n";
2129 }
2130 close STDOUT;