+45% RC4 performance boost on Intel EM64T core. Unrolled loop providing
[openssl.git] / crypto / rc4 / asm / rc4-amd64.pl
index 767a401..2d3dedd 100755 (executable)
 # Presumably it has everything to do with AMD cache architecture and
 # RAW or whatever penalties. Once again! The module *requires* config
 # line *without* RC4_CHAR! As for coding "secret," I bet on partial
-# register arithmetics. For example instead 'inc %r8; and $255,%r8'
+# register arithmetics. For example instead of 'inc %r8; and $255,%r8'
 # I simply 'inc %r8b'. Even though optimization manual discourages
 # to operate on partial registers, it turned out to be the best bet.
 # At least for AMD... How IA32E would perform remains to be seen...
 
+# As was shown by Marc Bevand reordering of couple of load operations
+# results in even higher performance gain of 3.3x:-) At least on
+# Opteron... For reference, 1x in this case is RC4_CHAR C-code
+# compiled with gcc 3.3.2, which performs at ~54MBps per 1GHz clock.
+# Latter means that if you want to *estimate* what to expect from
+# *your* CPU, then multiply 54 by 3.3 and clock frequency in GHz.
+
+# Intel P4 EM64T core was found to run the AMD64 code really slow...
+# The only way to achieve comparable performance on P4 is to keep
+# RC4_CHAR. Kind of ironic, huh? As it's apparently impossible to
+# compose blended code, which would perform even within 30% marginal
+# on either AMD and Intel platforms, I implement both cases. See
+# rc4_skey.c for further details... This applies to 0.9.8 and later.
+# In 0.9.7 context RC4_CHAR codepath is never engaged and ~70 bytes
+# of code remain redundant.
+
 $output=shift;
 
-$win64=1 if ($output =~ /win64.[s|asm]/);
+$win64a=1 if ($output =~ /win64a.[s|asm]/);
 
 open STDOUT,">$output" || die "can't open $output: $!";
 
-if (defined($win64)) {
+if (defined($win64a)) {
     $dat="%rcx";       # arg1
     $len="%rdx";       # arg2
     $inp="%rsi";       # r8, arg3 moves here
@@ -43,8 +59,9 @@ $TY="%r9";
 
 sub PTR() {
     my $ret=shift;
-    if (defined($win64)) {
-       $ret =~ s/\[([\S]+)\+([\S]+)\]/[$2+$1]/g; # [%rN+%rM*4]->[%rM*4+%rN]
+    if (defined($win64a)) {
+       $ret =~ s/\[([\S]+)\+([\S]+)\]/[$2+$1]/g;   # [%rN+%rM*4]->[%rM*4+%rN]
+       $ret =~ s/:([^\[]+)\[([^\]]+)\]/:[$2+$1]/g; # :off[ea]->:[ea+off]
     } else {
        $ret =~ s/[\+\*]/,/g;           # [%rN+%rM*4]->[%rN,%rM,4]
        $ret =~ s/\[([^\]]+)\]/($1)/g;  # [%rN]->(%rN)
@@ -52,7 +69,7 @@ sub PTR() {
     $ret;
 }
 
-$code=<<___ if (!defined($win64));
+$code=<<___ if (!defined($win64a));
 .text
 
 .globl RC4
@@ -60,130 +77,151 @@ $code=<<___ if (!defined($win64));
 .align 16
 RC4:   or      $len,$len
        jne     .Lentry
-       .byte   0xF3,0xC3       # repz ret, 2-byte ret
+       repret
 .Lentry:
 ___
-$code=<<___ if (defined($win64));
-TEXT   SEGMENT
+$code=<<___ if (defined($win64a));
+_TEXT  SEGMENT
 PUBLIC RC4
 ALIGN  16
-RC4    PROC NEAR
+RC4    PROC
        or      $len,$len
        jne     .Lentry
-       DB      F3h,C3h         ; repz ret, 2-byte ret
+       repret
 .Lentry:
-       push    %edi
-       push    %esi
-       sub     \$40,%esp
+       push    %rdi
+       push    %rsi
+       sub     \$40,%rsp
        mov     %r8,$inp
        mov     %r9,$out
 ___
 $code.=<<___;
        add     \$8,$dat
-       movl    `&PTR("DWORD-8[$dat]")`,$XX#d
-       movl    `&PTR("DWORD-4[$dat]")`,$YY#d
+       movl    `&PTR("DWORD:-8[$dat]")`,$XX#d
+       movl    `&PTR("DWORD:-4[$dat]")`,$YY#d
+       cmpl    \$-1,`&PTR("DWORD:256[$dat]")`
+       je      .LRC4_CHAR
        test    \$-8,$len
        jz      .Lloop1
 .align 16
 .Lloop8:
-       movq    `&PTR("QWORD[$inp]")`,%rax
-
        inc     $XX#b
-       movl    `&PTR("DWORD[$dat+$XX*4]")`,$TX#d
+       movl    `&PTR("DWORD:[$dat+$XX*4]")`,$TX#d
        add     $TX#b,$YY#b
-       movl    `&PTR("DWORD[$dat+$YY*4]")`,$TY#d
-       movl    $TX#d,`&PTR("DWORD[$dat+$YY*4]")`
-       movl    $TY#d,`&PTR("DWORD[$dat+$XX*4]")`
-       add     $TY#b,$TX#b
+       movl    `&PTR("DWORD:[$dat+$YY*4]")`,$TY#d
+       movl    $TX#d,`&PTR("DWORD:[$dat+$YY*4]")`
+       movl    $TY#d,`&PTR("DWORD:[$dat+$XX*4]")`
+       add     $TX#b,$TY#b
        inc     $XX#b
-       movl    `&PTR("DWORD[$dat+$TX*4]")`,$TY#d
-       xor     $TY,%rax
+       movl    `&PTR("DWORD:[$dat+$XX*4]")`,$TX#d
+       movb    `&PTR("BYTE:[$dat+$TY*4]")`,%al
 ___
 for ($i=1;$i<=6;$i++) {
 $code.=<<___;
-       movl    `&PTR("DWORD[$dat+$XX*4]")`,$TX#d
        add     $TX#b,$YY#b
-       movl    `&PTR("DWORD[$dat+$YY*4]")`,$TY#d
-       movl    $TX#d,`&PTR("DWORD[$dat+$YY*4]")`
-       movl    $TY#d,`&PTR("DWORD[$dat+$XX*4]")`
-       add     $TY#b,$TX#b
-       movl    `&PTR("DWORD[$dat+$TX*4]")`,$TY#d
-       shl     \$`8*$i`,$TY
+       ror     \$8,%rax
+       movl    `&PTR("DWORD:[$dat+$YY*4]")`,$TY#d
+       movl    $TX#d,`&PTR("DWORD:[$dat+$YY*4]")`
+       movl    $TY#d,`&PTR("DWORD:[$dat+$XX*4]")`
+       add     $TX#b,$TY#b
        inc     $XX#b
-       xor     $TY,%rax
+       movl    `&PTR("DWORD:[$dat+$XX*4]")`,$TX#d
+       movb    `&PTR("BYTE:[$dat+$TY*4]")`,%al
 ___
 }
 $code.=<<___;
-       movl    `&PTR("DWORD[$dat+$XX*4]")`,$TX#d
        add     $TX#b,$YY#b
-       movl    `&PTR("DWORD[$dat+$YY*4]")`,$TY#d
-       movl    $TX#d,`&PTR("DWORD[$dat+$YY*4]")`
-       movl    $TY#d,`&PTR("DWORD[$dat+$XX*4]")`
+       ror     \$8,%rax
+       movl    `&PTR("DWORD:[$dat+$YY*4]")`,$TY#d
+       movl    $TX#d,`&PTR("DWORD:[$dat+$YY*4]")`
+       movl    $TY#d,`&PTR("DWORD:[$dat+$XX*4]")`
        sub     \$8,$len
        add     $TY#b,$TX#b
-       add     \$8,$out
-       movl    `&PTR("DWORD[$dat+$TX*4]")`,$TY#d
-       shl     \$56,$TY
+       movb    `&PTR("BYTE:[$dat+$TX*4]")`,%al
+       ror     \$8,%rax
        add     \$8,$inp
-       xor     $TY,%rax
+       add     \$8,$out
 
-       mov     %rax,`&PTR("QWORD-8[$out]")`
+       xor     `&PTR("QWORD:-8[$inp]")`,%rax
+       mov     %rax,`&PTR("QWORD:-8[$out]")`
 
        test    \$-8,$len
        jnz     .Lloop8
        cmp     \$0,$len
        jne     .Lloop1
 .Lexit:
-       movl    $XX#d,`&PTR("DWORD-8[$dat]")`
-       movl    $YY#d,`&PTR("DWORD-4[$dat]")`
+       movl    $XX#d,`&PTR("DWORD:-8[$dat]")`
+       movl    $YY#d,`&PTR("DWORD:-4[$dat]")`
 ___
-$code.=<<___ if (defined($win64));
-       add     \$40,%esp
-       pop     %esi
-       pop     %edi
-       DB      F3h,C3h         ; retz ret, 2-byte ret
-___
-$code.=<<___ if (!defined($win64));
-       .byte   0xF3,0xC3       # repz ret, 2-byte ret
+$code.=<<___ if (defined($win64a));
+       add     \$40,%rsp
+       pop     %rsi
+       pop     %rdi
 ___
 $code.=<<___;
+       repret
 .align 16
 .Lloop1:
-       movzb   `&PTR("BYTE[$inp]")`,%rax
+       movzb   `&PTR("BYTE:[$inp]")`,%eax
        inc     $XX#b
-       nop
-       movl    `&PTR("DWORD[$dat+$XX*4]")`,$TX#d
+       movl    `&PTR("DWORD:[$dat+$XX*4]")`,$TX#d
        add     $TX#b,$YY#b
-       movl    `&PTR("DWORD[$dat+$YY*4]")`,$TY#d
-       movl    $TX#d,`&PTR("DWORD[$dat+$YY*4]")`
-       movl    $TY#d,`&PTR("DWORD[$dat+$XX*4]")`
+       movl    `&PTR("DWORD:[$dat+$YY*4]")`,$TY#d
+       movl    $TX#d,`&PTR("DWORD:[$dat+$YY*4]")`
+       movl    $TY#d,`&PTR("DWORD:[$dat+$XX*4]")`
        add     $TY#b,$TX#b
-       movl    `&PTR("DWORD[$dat+$TX*4]")`,$TY#d
+       movl    `&PTR("DWORD:[$dat+$TX*4]")`,$TY#d
        xor     $TY,%rax
        inc     $inp
-       movb    %al,`&PTR("BYTE[$out]")`
+       movb    %al,`&PTR("BYTE:[$out]")`
        inc     $out
        dec     $len
        jnz     .Lloop1
        jmp     .Lexit
+
+.align 16
+.LRC4_CHAR:
+       add     \$1,$XX#b
+       movzb   `&PTR("BYTE:[$dat+$XX]")`,$TX#d
+       add     $TX#b,$YY#b
+       movzb   `&PTR("BYTE:[$dat+$YY]")`,$TY#d
+       movb    $TX#b,`&PTR("BYTE:[$dat+$YY]")`
+       movb    $TY#b,`&PTR("BYTE:[$dat+$XX]")`
+       add     $TX#b,$TY#b
+       movzb   `&PTR("BYTE:[$dat+$TY]")`,$TY#d
+       xorb    `&PTR("BYTE:[$inp]")`,$TY#b
+       movb    $TY#b,`&PTR("BYTE:[$out]")`
+       lea     1($inp),$inp
+       lea     1($out),$out
+       sub     \$1,$len
+       jnz     .LRC4_CHAR
+       jmp     .Lexit
+___
+$code.=<<___ if (defined($win64a));
+RC4    ENDP
+_TEXT  ENDS
+END
+___
+$code.=<<___ if (!defined($win64a));
+.size  RC4,.-RC4
 ___
-if (defined($win64)) {
-    $code.="RC4        ENDP\n";
-} else {
-    $code.=".size      RC4,.-RC4\n"
-}
 
 $code =~ s/#([bwd])/$1/gm;
 $code =~ s/\`([^\`]*)\`/eval $1/gem;
 
-if (defined($win64)) {
+if (defined($win64a)) {
     $code =~ s/\.align/ALIGN/gm;
     $code =~ s/[\$%]//gm;
     $code =~ s/\.L/\$L/gm;
     $code =~ s/([\w]+)([\s]+)([\S]+),([\S]+)/$1$2$4,$3/gm;
-    $code =~ s/([QD]*WORD|BYTE)/$1 PTR /gm;
-    $code =~ s/(mov[z]*)[bwlq]/$1/gm;
+    $code =~ s/([QD]*WORD|BYTE):/$1 PTR/gm;
+    $code =~ s/mov[bwlq]/mov/gm;
+    $code =~ s/movzb/movzx/gm;
+    $code =~ s/repret/DB\t0F3h,0C3h/gm;
+    $code =~ s/cmpl/cmp/gm;
+    $code =~ s/xorb/xor/gm;
 } else {
-    $code =~ s/[QD]*WORD|BYTE//gm;
+    $code =~ s/([QD]*WORD|BYTE)://gm;
+    $code =~ s/repret/.byte\t0xF3,0xC3/gm;
 }
 print $code;