crypto/poly1305/asm/poly1305-armv8.pl

   1 #! /usr/bin/env perl
   2 # Copyright 2016 The OpenSSL Project Authors. All Rights Reserved.
   3 #
   4 # Licensed under the Apache License 2.0 (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 # This module implements Poly1305 hash for ARMv8.
  18 #
  19 # June 2015
  20 #
  21 # Numbers are cycles per processed byte with poly1305_blocks alone.
  22 #
  23 #               IALU/gcc-4.9    NEON
  24 #
  25 # Apple A7      1.86/+5%        0.72
  26 # Cortex-A53    2.69/+58%       1.47
  27 # Cortex-A57    2.70/+7%        1.14
  28 # Denver        1.64/+50%       1.18(*)
  29 # X-Gene        2.13/+68%       2.27
  30 # Mongoose      1.77/+75%       1.12
  31 # Kryo          2.70/+55%       1.13
  32 #
  33 # (*)   estimate based on resources availability is less than 1.0,
  34 #       i.e. measured result is worse than expected, presumably binary
  35 #       translator is not almighty;
  36
  37 $flavour=shift;
  38 $output=shift;
  39
  40 $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
  41 ( $xlate="${dir}arm-xlate.pl" and -f $xlate ) or
  42 ( $xlate="${dir}../../perlasm/arm-xlate.pl" and -f $xlate) or
  43 die "can't locate arm-xlate.pl";
  44
  45 open OUT,"| \"$^X\" $xlate $flavour $output";
  46 *STDOUT=*OUT;
  47
  48 my ($ctx,$inp,$len,$padbit) = map("x$_",(0..3));
  49 my ($mac,$nonce)=($inp,$len);
  50
  51 my ($h0,$h1,$h2,$r0,$r1,$s1,$t0,$t1,$d0,$d1,$d2) = map("x$_",(4..14));
  52
  53 $code.=<<___;
  54 #include "arm_arch.h"
  55
  56 .text
  57
  58 // forward "declarations" are required for Apple
  59 .extern OPENSSL_armcap_P
  60 .globl  poly1305_blocks
  61 .globl  poly1305_emit
  62
  63 .globl  poly1305_init
  64 .type   poly1305_init,%function
  65 .align  5
  66 poly1305_init:
  67         cmp     $inp,xzr
  68         stp     xzr,xzr,[$ctx]          // zero hash value
  69         stp     xzr,xzr,[$ctx,#16]      // [along with is_base2_26]
  70
  71         csel    x0,xzr,x0,eq
  72         b.eq    .Lno_key
  73
  74 #ifdef  __ILP32__
  75         ldrsw   $t1,.LOPENSSL_armcap_P
  76 #else
  77         ldr     $t1,.LOPENSSL_armcap_P
  78 #endif
  79         adr     $t0,.LOPENSSL_armcap_P
  80
  81         ldp     $r0,$r1,[$inp]          // load key
  82         mov     $s1,#0xfffffffc0fffffff
  83         movk    $s1,#0x0fff,lsl#48
  84         ldr     w17,[$t0,$t1]
  85 #ifdef  __ARMEB__
  86         rev     $r0,$r0                 // flip bytes
  87         rev     $r1,$r1
  88 #endif
  89         and     $r0,$r0,$s1             // &=0ffffffc0fffffff
  90         and     $s1,$s1,#-4
  91         and     $r1,$r1,$s1             // &=0ffffffc0ffffffc
  92         stp     $r0,$r1,[$ctx,#32]      // save key value
  93
  94         tst     w17,#ARMV7_NEON
  95
  96         adr     $d0,poly1305_blocks
  97         adr     $r0,poly1305_blocks_neon
  98         adr     $d1,poly1305_emit
  99         adr     $r1,poly1305_emit_neon
 100
 101         csel    $d0,$d0,$r0,eq
 102         csel    $d1,$d1,$r1,eq
 103
 104 #ifdef  __ILP32__
 105         stp     w12,w13,[$len]
 106 #else
 107         stp     $d0,$d1,[$len]
 108 #endif
 109
 110         mov     x0,#1
 111 .Lno_key:
 112         ret
 113 .size   poly1305_init,.-poly1305_init
 114
 115 .type   poly1305_blocks,%function
 116 .align  5
 117 poly1305_blocks:
 118         ands    $len,$len,#-16
 119         b.eq    .Lno_data
 120
 121         ldp     $h0,$h1,[$ctx]          // load hash value
 122         ldp     $r0,$r1,[$ctx,#32]      // load key value
 123         ldr     $h2,[$ctx,#16]
 124         add     $s1,$r1,$r1,lsr#2       // s1 = r1 + (r1 >> 2)
 125         b       .Loop
 126
 127 .align  5
 128 .Loop:
 129         ldp     $t0,$t1,[$inp],#16      // load input
 130         sub     $len,$len,#16
 131 #ifdef  __ARMEB__
 132         rev     $t0,$t0
 133         rev     $t1,$t1
 134 #endif
 135         adds    $h0,$h0,$t0             // accumulate input
 136         adcs    $h1,$h1,$t1
 137
 138         mul     $d0,$h0,$r0             // h0*r0
 139         adc     $h2,$h2,$padbit
 140         umulh   $d1,$h0,$r0
 141
 142         mul     $t0,$h1,$s1             // h1*5*r1
 143         umulh   $t1,$h1,$s1
 144
 145         adds    $d0,$d0,$t0
 146         mul     $t0,$h0,$r1             // h0*r1
 147         adc     $d1,$d1,$t1
 148         umulh   $d2,$h0,$r1
 149
 150         adds    $d1,$d1,$t0
 151         mul     $t0,$h1,$r0             // h1*r0
 152         adc     $d2,$d2,xzr
 153         umulh   $t1,$h1,$r0
 154
 155         adds    $d1,$d1,$t0
 156         mul     $t0,$h2,$s1             // h2*5*r1
 157         adc     $d2,$d2,$t1
 158         mul     $t1,$h2,$r0             // h2*r0
 159
 160         adds    $d1,$d1,$t0
 161         adc     $d2,$d2,$t1
 162
 163         and     $t0,$d2,#-4             // final reduction
 164         and     $h2,$d2,#3
 165         add     $t0,$t0,$d2,lsr#2
 166         adds    $h0,$d0,$t0
 167         adcs    $h1,$d1,xzr
 168         adc     $h2,$h2,xzr
 169
 170         cbnz    $len,.Loop
 171
 172         stp     $h0,$h1,[$ctx]          // store hash value
 173         str     $h2,[$ctx,#16]
 174
 175 .Lno_data:
 176         ret
 177 .size   poly1305_blocks,.-poly1305_blocks
 178
 179 .type   poly1305_emit,%function
 180 .align  5
 181 poly1305_emit:
 182         ldp     $h0,$h1,[$ctx]          // load hash base 2^64
 183         ldr     $h2,[$ctx,#16]
 184         ldp     $t0,$t1,[$nonce]        // load nonce
 185
 186         adds    $d0,$h0,#5              // compare to modulus
 187         adcs    $d1,$h1,xzr
 188         adc     $d2,$h2,xzr
 189
 190         tst     $d2,#-4                 // see if it's carried/borrowed
 191
 192         csel    $h0,$h0,$d0,eq
 193         csel    $h1,$h1,$d1,eq
 194
 195 #ifdef  __ARMEB__
 196         ror     $t0,$t0,#32             // flip nonce words
 197         ror     $t1,$t1,#32
 198 #endif
 199         adds    $h0,$h0,$t0             // accumulate nonce
 200         adc     $h1,$h1,$t1
 201 #ifdef  __ARMEB__
 202         rev     $h0,$h0                 // flip output bytes
 203         rev     $h1,$h1
 204 #endif
 205         stp     $h0,$h1,[$mac]          // write result
 206
 207         ret
 208 .size   poly1305_emit,.-poly1305_emit
 209 ___
 210 my ($R0,$R1,$S1,$R2,$S2,$R3,$S3,$R4,$S4) = map("v$_.4s",(0..8));
 211 my ($IN01_0,$IN01_1,$IN01_2,$IN01_3,$IN01_4) = map("v$_.2s",(9..13));
 212 my ($IN23_0,$IN23_1,$IN23_2,$IN23_3,$IN23_4) = map("v$_.2s",(14..18));
 213 my ($ACC0,$ACC1,$ACC2,$ACC3,$ACC4) = map("v$_.2d",(19..23));
 214 my ($H0,$H1,$H2,$H3,$H4) = map("v$_.2s",(24..28));
 215 my ($T0,$T1,$MASK) = map("v$_",(29..31));
 216
 217 my ($in2,$zeros)=("x16","x17");
 218 my $is_base2_26 = $zeros;               # borrow
 219
 220 $code.=<<___;
 221 .type   poly1305_mult,%function
 222 .align  5
 223 poly1305_mult:
 224         mul     $d0,$h0,$r0             // h0*r0
 225         umulh   $d1,$h0,$r0
 226
 227         mul     $t0,$h1,$s1             // h1*5*r1
 228         umulh   $t1,$h1,$s1
 229
 230         adds    $d0,$d0,$t0
 231         mul     $t0,$h0,$r1             // h0*r1
 232         adc     $d1,$d1,$t1
 233         umulh   $d2,$h0,$r1
 234
 235         adds    $d1,$d1,$t0
 236         mul     $t0,$h1,$r0             // h1*r0
 237         adc     $d2,$d2,xzr
 238         umulh   $t1,$h1,$r0
 239
 240         adds    $d1,$d1,$t0
 241         mul     $t0,$h2,$s1             // h2*5*r1
 242         adc     $d2,$d2,$t1
 243         mul     $t1,$h2,$r0             // h2*r0
 244
 245         adds    $d1,$d1,$t0
 246         adc     $d2,$d2,$t1
 247
 248         and     $t0,$d2,#-4             // final reduction
 249         and     $h2,$d2,#3
 250         add     $t0,$t0,$d2,lsr#2
 251         adds    $h0,$d0,$t0
 252         adcs    $h1,$d1,xzr
 253         adc     $h2,$h2,xzr
 254
 255         ret
 256 .size   poly1305_mult,.-poly1305_mult
 257
 258 .type   poly1305_splat,%function
 259 .align  5
 260 poly1305_splat:
 261         and     x12,$h0,#0x03ffffff     // base 2^64 -> base 2^26
 262         ubfx    x13,$h0,#26,#26
 263         extr    x14,$h1,$h0,#52
 264         and     x14,x14,#0x03ffffff
 265         ubfx    x15,$h1,#14,#26
 266         extr    x16,$h2,$h1,#40
 267
 268         str     w12,[$ctx,#16*0]        // r0
 269         add     w12,w13,w13,lsl#2       // r1*5
 270         str     w13,[$ctx,#16*1]        // r1
 271         add     w13,w14,w14,lsl#2       // r2*5
 272         str     w12,[$ctx,#16*2]        // s1
 273         str     w14,[$ctx,#16*3]        // r2
 274         add     w14,w15,w15,lsl#2       // r3*5
 275         str     w13,[$ctx,#16*4]        // s2
 276         str     w15,[$ctx,#16*5]        // r3
 277         add     w15,w16,w16,lsl#2       // r4*5
 278         str     w14,[$ctx,#16*6]        // s3
 279         str     w16,[$ctx,#16*7]        // r4
 280         str     w15,[$ctx,#16*8]        // s4
 281
 282         ret
 283 .size   poly1305_splat,.-poly1305_splat
 284
 285 .type   poly1305_blocks_neon,%function
 286 .align  5
 287 poly1305_blocks_neon:
 288         ldr     $is_base2_26,[$ctx,#24]
 289         cmp     $len,#128
 290         b.hs    .Lblocks_neon
 291         cbz     $is_base2_26,poly1305_blocks
 292
 293 .Lblocks_neon:
 294         .inst   0xd503233f              // paciasp
 295         stp     x29,x30,[sp,#-80]!
 296         add     x29,sp,#0
 297
 298         ands    $len,$len,#-16
 299         b.eq    .Lno_data_neon
 300
 301         cbz     $is_base2_26,.Lbase2_64_neon
 302
 303         ldp     w10,w11,[$ctx]          // load hash value base 2^26
 304         ldp     w12,w13,[$ctx,#8]
 305         ldr     w14,[$ctx,#16]
 306
 307         tst     $len,#31
 308         b.eq    .Leven_neon
 309
 310         ldp     $r0,$r1,[$ctx,#32]      // load key value
 311
 312         add     $h0,x10,x11,lsl#26      // base 2^26 -> base 2^64
 313         lsr     $h1,x12,#12
 314         adds    $h0,$h0,x12,lsl#52
 315         add     $h1,$h1,x13,lsl#14
 316         adc     $h1,$h1,xzr
 317         lsr     $h2,x14,#24
 318         adds    $h1,$h1,x14,lsl#40
 319         adc     $d2,$h2,xzr             // can be partially reduced...
 320
 321         ldp     $d0,$d1,[$inp],#16      // load input
 322         sub     $len,$len,#16
 323         add     $s1,$r1,$r1,lsr#2       // s1 = r1 + (r1 >> 2)
 324
 325         and     $t0,$d2,#-4             // ... so reduce
 326         and     $h2,$d2,#3
 327         add     $t0,$t0,$d2,lsr#2
 328         adds    $h0,$h0,$t0
 329         adcs    $h1,$h1,xzr
 330         adc     $h2,$h2,xzr
 331
 332 #ifdef  __ARMEB__
 333         rev     $d0,$d0
 334         rev     $d1,$d1
 335 #endif
 336         adds    $h0,$h0,$d0             // accumulate input
 337         adcs    $h1,$h1,$d1
 338         adc     $h2,$h2,$padbit
 339
 340         bl      poly1305_mult
 341         ldr     x30,[sp,#8]
 342
 343         cbz     $padbit,.Lstore_base2_64_neon
 344
 345         and     x10,$h0,#0x03ffffff     // base 2^64 -> base 2^26
 346         ubfx    x11,$h0,#26,#26
 347         extr    x12,$h1,$h0,#52
 348         and     x12,x12,#0x03ffffff
 349         ubfx    x13,$h1,#14,#26
 350         extr    x14,$h2,$h1,#40
 351
 352         cbnz    $len,.Leven_neon
 353
 354         stp     w10,w11,[$ctx]          // store hash value base 2^26
 355         stp     w12,w13,[$ctx,#8]
 356         str     w14,[$ctx,#16]
 357         b       .Lno_data_neon
 358
 359 .align  4
 360 .Lstore_base2_64_neon:
 361         stp     $h0,$h1,[$ctx]          // store hash value base 2^64
 362         stp     $h2,xzr,[$ctx,#16]      // note that is_base2_26 is zeroed
 363         b       .Lno_data_neon
 364
 365 .align  4
 366 .Lbase2_64_neon:
 367         ldp     $r0,$r1,[$ctx,#32]      // load key value
 368
 369         ldp     $h0,$h1,[$ctx]          // load hash value base 2^64
 370         ldr     $h2,[$ctx,#16]
 371
 372         tst     $len,#31
 373         b.eq    .Linit_neon
 374
 375         ldp     $d0,$d1,[$inp],#16      // load input
 376         sub     $len,$len,#16
 377         add     $s1,$r1,$r1,lsr#2       // s1 = r1 + (r1 >> 2)
 378 #ifdef  __ARMEB__
 379         rev     $d0,$d0
 380         rev     $d1,$d1
 381 #endif
 382         adds    $h0,$h0,$d0             // accumulate input
 383         adcs    $h1,$h1,$d1
 384         adc     $h2,$h2,$padbit
 385
 386         bl      poly1305_mult
 387
 388 .Linit_neon:
 389         and     x10,$h0,#0x03ffffff     // base 2^64 -> base 2^26
 390         ubfx    x11,$h0,#26,#26
 391         extr    x12,$h1,$h0,#52
 392         and     x12,x12,#0x03ffffff
 393         ubfx    x13,$h1,#14,#26
 394         extr    x14,$h2,$h1,#40
 395
 396         stp     d8,d9,[sp,#16]          // meet ABI requirements
 397         stp     d10,d11,[sp,#32]
 398         stp     d12,d13,[sp,#48]
 399         stp     d14,d15,[sp,#64]
 400
 401         fmov    ${H0},x10
 402         fmov    ${H1},x11
 403         fmov    ${H2},x12
 404         fmov    ${H3},x13
 405         fmov    ${H4},x14
 406
 407         ////////////////////////////////// initialize r^n table
 408         mov     $h0,$r0                 // r^1
 409         add     $s1,$r1,$r1,lsr#2       // s1 = r1 + (r1 >> 2)
 410         mov     $h1,$r1
 411         mov     $h2,xzr
 412         add     $ctx,$ctx,#48+12
 413         bl      poly1305_splat
 414
 415         bl      poly1305_mult           // r^2
 416         sub     $ctx,$ctx,#4
 417         bl      poly1305_splat
 418
 419         bl      poly1305_mult           // r^3
 420         sub     $ctx,$ctx,#4
 421         bl      poly1305_splat
 422
 423         bl      poly1305_mult           // r^4
 424         sub     $ctx,$ctx,#4
 425         bl      poly1305_splat
 426         ldr     x30,[sp,#8]
 427
 428         add     $in2,$inp,#32
 429         adr     $zeros,.Lzeros
 430         subs    $len,$len,#64
 431         csel    $in2,$zeros,$in2,lo
 432
 433         mov     x4,#1
 434         str     x4,[$ctx,#-24]          // set is_base2_26
 435         sub     $ctx,$ctx,#48           // restore original $ctx
 436         b       .Ldo_neon
 437
 438 .align  4
 439 .Leven_neon:
 440         add     $in2,$inp,#32
 441         adr     $zeros,.Lzeros
 442         subs    $len,$len,#64
 443         csel    $in2,$zeros,$in2,lo
 444
 445         stp     d8,d9,[sp,#16]          // meet ABI requirements
 446         stp     d10,d11,[sp,#32]
 447         stp     d12,d13,[sp,#48]
 448         stp     d14,d15,[sp,#64]
 449
 450         fmov    ${H0},x10
 451         fmov    ${H1},x11
 452         fmov    ${H2},x12
 453         fmov    ${H3},x13
 454         fmov    ${H4},x14
 455
 456 .Ldo_neon:
 457         ldp     x8,x12,[$in2],#16       // inp[2:3] (or zero)
 458         ldp     x9,x13,[$in2],#48
 459
 460         lsl     $padbit,$padbit,#24
 461         add     x15,$ctx,#48
 462
 463 #ifdef  __ARMEB__
 464         rev     x8,x8
 465         rev     x12,x12
 466         rev     x9,x9
 467         rev     x13,x13
 468 #endif
 469         and     x4,x8,#0x03ffffff       // base 2^64 -> base 2^26
 470         and     x5,x9,#0x03ffffff
 471         ubfx    x6,x8,#26,#26
 472         ubfx    x7,x9,#26,#26
 473         add     x4,x4,x5,lsl#32         // bfi  x4,x5,#32,#32
 474         extr    x8,x12,x8,#52
 475         extr    x9,x13,x9,#52
 476         add     x6,x6,x7,lsl#32         // bfi  x6,x7,#32,#32
 477         fmov    $IN23_0,x4
 478         and     x8,x8,#0x03ffffff
 479         and     x9,x9,#0x03ffffff
 480         ubfx    x10,x12,#14,#26
 481         ubfx    x11,x13,#14,#26
 482         add     x12,$padbit,x12,lsr#40
 483         add     x13,$padbit,x13,lsr#40
 484         add     x8,x8,x9,lsl#32         // bfi  x8,x9,#32,#32
 485         fmov    $IN23_1,x6
 486         add     x10,x10,x11,lsl#32      // bfi  x10,x11,#32,#32
 487         add     x12,x12,x13,lsl#32      // bfi  x12,x13,#32,#32
 488         fmov    $IN23_2,x8
 489         fmov    $IN23_3,x10
 490         fmov    $IN23_4,x12
 491
 492         ldp     x8,x12,[$inp],#16       // inp[0:1]
 493         ldp     x9,x13,[$inp],#48
 494
 495         ld1     {$R0,$R1,$S1,$R2},[x15],#64
 496         ld1     {$S2,$R3,$S3,$R4},[x15],#64
 497         ld1     {$S4},[x15]
 498
 499 #ifdef  __ARMEB__
 500         rev     x8,x8
 501         rev     x12,x12
 502         rev     x9,x9
 503         rev     x13,x13
 504 #endif
 505         and     x4,x8,#0x03ffffff       // base 2^64 -> base 2^26
 506         and     x5,x9,#0x03ffffff
 507         ubfx    x6,x8,#26,#26
 508         ubfx    x7,x9,#26,#26
 509         add     x4,x4,x5,lsl#32         // bfi  x4,x5,#32,#32
 510         extr    x8,x12,x8,#52
 511         extr    x9,x13,x9,#52
 512         add     x6,x6,x7,lsl#32         // bfi  x6,x7,#32,#32
 513         fmov    $IN01_0,x4
 514         and     x8,x8,#0x03ffffff
 515         and     x9,x9,#0x03ffffff
 516         ubfx    x10,x12,#14,#26
 517         ubfx    x11,x13,#14,#26
 518         add     x12,$padbit,x12,lsr#40
 519         add     x13,$padbit,x13,lsr#40
 520         add     x8,x8,x9,lsl#32         // bfi  x8,x9,#32,#32
 521         fmov    $IN01_1,x6
 522         add     x10,x10,x11,lsl#32      // bfi  x10,x11,#32,#32
 523         add     x12,x12,x13,lsl#32      // bfi  x12,x13,#32,#32
 524         movi    $MASK.2d,#-1
 525         fmov    $IN01_2,x8
 526         fmov    $IN01_3,x10
 527         fmov    $IN01_4,x12
 528         ushr    $MASK.2d,$MASK.2d,#38
 529
 530         b.ls    .Lskip_loop
 531
 532 .align  4
 533 .Loop_neon:
 534         ////////////////////////////////////////////////////////////////
 535         // ((inp[0]*r^4+inp[2]*r^2+inp[4])*r^4+inp[6]*r^2
 536         // ((inp[1]*r^4+inp[3]*r^2+inp[5])*r^3+inp[7]*r
 537         //   \___________________/
 538         // ((inp[0]*r^4+inp[2]*r^2+inp[4])*r^4+inp[6]*r^2+inp[8])*r^2
 539         // ((inp[1]*r^4+inp[3]*r^2+inp[5])*r^4+inp[7]*r^2+inp[9])*r
 540         //   \___________________/ \____________________/
 541         //
 542         // Note that we start with inp[2:3]*r^2. This is because it
 543         // doesn't depend on reduction in previous iteration.
 544         ////////////////////////////////////////////////////////////////
 545         // d4 = h0*r4 + h1*r3   + h2*r2   + h3*r1   + h4*r0
 546         // d3 = h0*r3 + h1*r2   + h2*r1   + h3*r0   + h4*5*r4
 547         // d2 = h0*r2 + h1*r1   + h2*r0   + h3*5*r4 + h4*5*r3
 548         // d1 = h0*r1 + h1*r0   + h2*5*r4 + h3*5*r3 + h4*5*r2
 549         // d0 = h0*r0 + h1*5*r4 + h2*5*r3 + h3*5*r2 + h4*5*r1
 550
 551         subs    $len,$len,#64
 552         umull   $ACC4,$IN23_0,${R4}[2]
 553         csel    $in2,$zeros,$in2,lo
 554         umull   $ACC3,$IN23_0,${R3}[2]
 555         umull   $ACC2,$IN23_0,${R2}[2]
 556          ldp    x8,x12,[$in2],#16       // inp[2:3] (or zero)
 557         umull   $ACC1,$IN23_0,${R1}[2]
 558          ldp    x9,x13,[$in2],#48
 559         umull   $ACC0,$IN23_0,${R0}[2]
 560 #ifdef  __ARMEB__
 561          rev    x8,x8
 562          rev    x12,x12
 563          rev    x9,x9
 564          rev    x13,x13
 565 #endif
 566
 567         umlal   $ACC4,$IN23_1,${R3}[2]
 568          and    x4,x8,#0x03ffffff       // base 2^64 -> base 2^26
 569         umlal   $ACC3,$IN23_1,${R2}[2]
 570          and    x5,x9,#0x03ffffff
 571         umlal   $ACC2,$IN23_1,${R1}[2]
 572          ubfx   x6,x8,#26,#26
 573         umlal   $ACC1,$IN23_1,${R0}[2]
 574          ubfx   x7,x9,#26,#26
 575         umlal   $ACC0,$IN23_1,${S4}[2]
 576          add    x4,x4,x5,lsl#32         // bfi  x4,x5,#32,#32
 577
 578         umlal   $ACC4,$IN23_2,${R2}[2]
 579          extr   x8,x12,x8,#52
 580         umlal   $ACC3,$IN23_2,${R1}[2]
 581          extr   x9,x13,x9,#52
 582         umlal   $ACC2,$IN23_2,${R0}[2]
 583          add    x6,x6,x7,lsl#32         // bfi  x6,x7,#32,#32
 584         umlal   $ACC1,$IN23_2,${S4}[2]
 585          fmov   $IN23_0,x4
 586         umlal   $ACC0,$IN23_2,${S3}[2]
 587          and    x8,x8,#0x03ffffff
 588
 589         umlal   $ACC4,$IN23_3,${R1}[2]
 590          and    x9,x9,#0x03ffffff
 591         umlal   $ACC3,$IN23_3,${R0}[2]
 592          ubfx   x10,x12,#14,#26
 593         umlal   $ACC2,$IN23_3,${S4}[2]
 594          ubfx   x11,x13,#14,#26
 595         umlal   $ACC1,$IN23_3,${S3}[2]
 596          add    x8,x8,x9,lsl#32         // bfi  x8,x9,#32,#32
 597         umlal   $ACC0,$IN23_3,${S2}[2]
 598          fmov   $IN23_1,x6
 599
 600         add     $IN01_2,$IN01_2,$H2
 601          add    x12,$padbit,x12,lsr#40
 602         umlal   $ACC4,$IN23_4,${R0}[2]
 603          add    x13,$padbit,x13,lsr#40
 604         umlal   $ACC3,$IN23_4,${S4}[2]
 605          add    x10,x10,x11,lsl#32      // bfi  x10,x11,#32,#32
 606         umlal   $ACC2,$IN23_4,${S3}[2]
 607          add    x12,x12,x13,lsl#32      // bfi  x12,x13,#32,#32
 608         umlal   $ACC1,$IN23_4,${S2}[2]
 609          fmov   $IN23_2,x8
 610         umlal   $ACC0,$IN23_4,${S1}[2]
 611          fmov   $IN23_3,x10
 612
 613         ////////////////////////////////////////////////////////////////
 614         // (hash+inp[0:1])*r^4 and accumulate
 615
 616         add     $IN01_0,$IN01_0,$H0
 617          fmov   $IN23_4,x12
 618         umlal   $ACC3,$IN01_2,${R1}[0]
 619          ldp    x8,x12,[$inp],#16       // inp[0:1]
 620         umlal   $ACC0,$IN01_2,${S3}[0]
 621          ldp    x9,x13,[$inp],#48
 622         umlal   $ACC4,$IN01_2,${R2}[0]
 623         umlal   $ACC1,$IN01_2,${S4}[0]
 624         umlal   $ACC2,$IN01_2,${R0}[0]
 625 #ifdef  __ARMEB__
 626          rev    x8,x8
 627          rev    x12,x12
 628          rev    x9,x9
 629          rev    x13,x13
 630 #endif
 631
 632         add     $IN01_1,$IN01_1,$H1
 633         umlal   $ACC3,$IN01_0,${R3}[0]
 634         umlal   $ACC4,$IN01_0,${R4}[0]
 635          and    x4,x8,#0x03ffffff       // base 2^64 -> base 2^26
 636         umlal   $ACC2,$IN01_0,${R2}[0]
 637          and    x5,x9,#0x03ffffff
 638         umlal   $ACC0,$IN01_0,${R0}[0]
 639          ubfx   x6,x8,#26,#26
 640         umlal   $ACC1,$IN01_0,${R1}[0]
 641          ubfx   x7,x9,#26,#26
 642
 643         add     $IN01_3,$IN01_3,$H3
 644          add    x4,x4,x5,lsl#32         // bfi  x4,x5,#32,#32
 645         umlal   $ACC3,$IN01_1,${R2}[0]
 646          extr   x8,x12,x8,#52
 647         umlal   $ACC4,$IN01_1,${R3}[0]
 648          extr   x9,x13,x9,#52
 649         umlal   $ACC0,$IN01_1,${S4}[0]
 650          add    x6,x6,x7,lsl#32         // bfi  x6,x7,#32,#32
 651         umlal   $ACC2,$IN01_1,${R1}[0]
 652          fmov   $IN01_0,x4
 653         umlal   $ACC1,$IN01_1,${R0}[0]
 654          and    x8,x8,#0x03ffffff
 655
 656         add     $IN01_4,$IN01_4,$H4
 657          and    x9,x9,#0x03ffffff
 658         umlal   $ACC3,$IN01_3,${R0}[0]
 659          ubfx   x10,x12,#14,#26
 660         umlal   $ACC0,$IN01_3,${S2}[0]
 661          ubfx   x11,x13,#14,#26
 662         umlal   $ACC4,$IN01_3,${R1}[0]
 663          add    x8,x8,x9,lsl#32         // bfi  x8,x9,#32,#32
 664         umlal   $ACC1,$IN01_3,${S3}[0]
 665          fmov   $IN01_1,x6
 666         umlal   $ACC2,$IN01_3,${S4}[0]
 667          add    x12,$padbit,x12,lsr#40
 668
 669         umlal   $ACC3,$IN01_4,${S4}[0]
 670          add    x13,$padbit,x13,lsr#40
 671         umlal   $ACC0,$IN01_4,${S1}[0]
 672          add    x10,x10,x11,lsl#32      // bfi  x10,x11,#32,#32
 673         umlal   $ACC4,$IN01_4,${R0}[0]
 674          add    x12,x12,x13,lsl#32      // bfi  x12,x13,#32,#32
 675         umlal   $ACC1,$IN01_4,${S2}[0]
 676          fmov   $IN01_2,x8
 677         umlal   $ACC2,$IN01_4,${S3}[0]
 678          fmov   $IN01_3,x10
 679          fmov   $IN01_4,x12
 680
 681         /////////////////////////////////////////////////////////////////
 682         // lazy reduction as discussed in "NEON crypto" by D.J. Bernstein
 683         // and P. Schwabe
 684         //
 685         // [see discussion in poly1305-armv4 module]
 686
 687         ushr    $T0.2d,$ACC3,#26
 688         xtn     $H3,$ACC3
 689          ushr   $T1.2d,$ACC0,#26
 690          and    $ACC0,$ACC0,$MASK.2d
 691         add     $ACC4,$ACC4,$T0.2d      // h3 -> h4
 692         bic     $H3,#0xfc,lsl#24        // &=0x03ffffff
 693          add    $ACC1,$ACC1,$T1.2d      // h0 -> h1
 694
 695         ushr    $T0.2d,$ACC4,#26
 696         xtn     $H4,$ACC4
 697          ushr   $T1.2d,$ACC1,#26
 698          xtn    $H1,$ACC1
 699         bic     $H4,#0xfc,lsl#24
 700          add    $ACC2,$ACC2,$T1.2d      // h1 -> h2
 701
 702         add     $ACC0,$ACC0,$T0.2d
 703         shl     $T0.2d,$T0.2d,#2
 704          shrn   $T1.2s,$ACC2,#26
 705          xtn    $H2,$ACC2
 706         add     $ACC0,$ACC0,$T0.2d      // h4 -> h0
 707          bic    $H1,#0xfc,lsl#24
 708          add    $H3,$H3,$T1.2s          // h2 -> h3
 709          bic    $H2,#0xfc,lsl#24
 710
 711         shrn    $T0.2s,$ACC0,#26
 712         xtn     $H0,$ACC0
 713          ushr   $T1.2s,$H3,#26
 714          bic    $H3,#0xfc,lsl#24
 715          bic    $H0,#0xfc,lsl#24
 716         add     $H1,$H1,$T0.2s          // h0 -> h1
 717          add    $H4,$H4,$T1.2s          // h3 -> h4
 718
 719         b.hi    .Loop_neon
 720
 721 .Lskip_loop:
 722         dup     $IN23_2,${IN23_2}[0]
 723         add     $IN01_2,$IN01_2,$H2
 724
 725         ////////////////////////////////////////////////////////////////
 726         // multiply (inp[0:1]+hash) or inp[2:3] by r^2:r^1
 727
 728         adds    $len,$len,#32
 729         b.ne    .Long_tail
 730
 731         dup     $IN23_2,${IN01_2}[0]
 732         add     $IN23_0,$IN01_0,$H0
 733         add     $IN23_3,$IN01_3,$H3
 734         add     $IN23_1,$IN01_1,$H1
 735         add     $IN23_4,$IN01_4,$H4
 736
 737 .Long_tail:
 738         dup     $IN23_0,${IN23_0}[0]
 739         umull2  $ACC0,$IN23_2,${S3}
 740         umull2  $ACC3,$IN23_2,${R1}
 741         umull2  $ACC4,$IN23_2,${R2}
 742         umull2  $ACC2,$IN23_2,${R0}
 743         umull2  $ACC1,$IN23_2,${S4}
 744
 745         dup     $IN23_1,${IN23_1}[0]
 746         umlal2  $ACC0,$IN23_0,${R0}
 747         umlal2  $ACC2,$IN23_0,${R2}
 748         umlal2  $ACC3,$IN23_0,${R3}
 749         umlal2  $ACC4,$IN23_0,${R4}
 750         umlal2  $ACC1,$IN23_0,${R1}
 751
 752         dup     $IN23_3,${IN23_3}[0]
 753         umlal2  $ACC0,$IN23_1,${S4}
 754         umlal2  $ACC3,$IN23_1,${R2}
 755         umlal2  $ACC2,$IN23_1,${R1}
 756         umlal2  $ACC4,$IN23_1,${R3}
 757         umlal2  $ACC1,$IN23_1,${R0}
 758
 759         dup     $IN23_4,${IN23_4}[0]
 760         umlal2  $ACC3,$IN23_3,${R0}
 761         umlal2  $ACC4,$IN23_3,${R1}
 762         umlal2  $ACC0,$IN23_3,${S2}
 763         umlal2  $ACC1,$IN23_3,${S3}
 764         umlal2  $ACC2,$IN23_3,${S4}
 765
 766         umlal2  $ACC3,$IN23_4,${S4}
 767         umlal2  $ACC0,$IN23_4,${S1}
 768         umlal2  $ACC4,$IN23_4,${R0}
 769         umlal2  $ACC1,$IN23_4,${S2}
 770         umlal2  $ACC2,$IN23_4,${S3}
 771
 772         b.eq    .Lshort_tail
 773
 774         ////////////////////////////////////////////////////////////////
 775         // (hash+inp[0:1])*r^4:r^3 and accumulate
 776
 777         add     $IN01_0,$IN01_0,$H0
 778         umlal   $ACC3,$IN01_2,${R1}
 779         umlal   $ACC0,$IN01_2,${S3}
 780         umlal   $ACC4,$IN01_2,${R2}
 781         umlal   $ACC1,$IN01_2,${S4}
 782         umlal   $ACC2,$IN01_2,${R0}
 783
 784         add     $IN01_1,$IN01_1,$H1
 785         umlal   $ACC3,$IN01_0,${R3}
 786         umlal   $ACC0,$IN01_0,${R0}
 787         umlal   $ACC4,$IN01_0,${R4}
 788         umlal   $ACC1,$IN01_0,${R1}
 789         umlal   $ACC2,$IN01_0,${R2}
 790
 791         add     $IN01_3,$IN01_3,$H3
 792         umlal   $ACC3,$IN01_1,${R2}
 793         umlal   $ACC0,$IN01_1,${S4}
 794         umlal   $ACC4,$IN01_1,${R3}
 795         umlal   $ACC1,$IN01_1,${R0}
 796         umlal   $ACC2,$IN01_1,${R1}
 797
 798         add     $IN01_4,$IN01_4,$H4
 799         umlal   $ACC3,$IN01_3,${R0}
 800         umlal   $ACC0,$IN01_3,${S2}
 801         umlal   $ACC4,$IN01_3,${R1}
 802         umlal   $ACC1,$IN01_3,${S3}
 803         umlal   $ACC2,$IN01_3,${S4}
 804
 805         umlal   $ACC3,$IN01_4,${S4}
 806         umlal   $ACC0,$IN01_4,${S1}
 807         umlal   $ACC4,$IN01_4,${R0}
 808         umlal   $ACC1,$IN01_4,${S2}
 809         umlal   $ACC2,$IN01_4,${S3}
 810
 811 .Lshort_tail:
 812         ////////////////////////////////////////////////////////////////
 813         // horizontal add
 814
 815         addp    $ACC3,$ACC3,$ACC3
 816          ldp    d8,d9,[sp,#16]          // meet ABI requirements
 817         addp    $ACC0,$ACC0,$ACC0
 818          ldp    d10,d11,[sp,#32]
 819         addp    $ACC4,$ACC4,$ACC4
 820          ldp    d12,d13,[sp,#48]
 821         addp    $ACC1,$ACC1,$ACC1
 822          ldp    d14,d15,[sp,#64]
 823         addp    $ACC2,$ACC2,$ACC2
 824
 825         ////////////////////////////////////////////////////////////////
 826         // lazy reduction, but without narrowing
 827
 828         ushr    $T0.2d,$ACC3,#26
 829         and     $ACC3,$ACC3,$MASK.2d
 830          ushr   $T1.2d,$ACC0,#26
 831          and    $ACC0,$ACC0,$MASK.2d
 832
 833         add     $ACC4,$ACC4,$T0.2d      // h3 -> h4
 834          add    $ACC1,$ACC1,$T1.2d      // h0 -> h1
 835
 836         ushr    $T0.2d,$ACC4,#26
 837         and     $ACC4,$ACC4,$MASK.2d
 838          ushr   $T1.2d,$ACC1,#26
 839          and    $ACC1,$ACC1,$MASK.2d
 840          add    $ACC2,$ACC2,$T1.2d      // h1 -> h2
 841
 842         add     $ACC0,$ACC0,$T0.2d
 843         shl     $T0.2d,$T0.2d,#2
 844          ushr   $T1.2d,$ACC2,#26
 845          and    $ACC2,$ACC2,$MASK.2d
 846         add     $ACC0,$ACC0,$T0.2d      // h4 -> h0
 847          add    $ACC3,$ACC3,$T1.2d      // h2 -> h3
 848
 849         ushr    $T0.2d,$ACC0,#26
 850         and     $ACC0,$ACC0,$MASK.2d
 851          ushr   $T1.2d,$ACC3,#26
 852          and    $ACC3,$ACC3,$MASK.2d
 853         add     $ACC1,$ACC1,$T0.2d      // h0 -> h1
 854          add    $ACC4,$ACC4,$T1.2d      // h3 -> h4
 855
 856         ////////////////////////////////////////////////////////////////
 857         // write the result, can be partially reduced
 858
 859         st4     {$ACC0,$ACC1,$ACC2,$ACC3}[0],[$ctx],#16
 860         st1     {$ACC4}[0],[$ctx]
 861
 862 .Lno_data_neon:
 863         .inst   0xd50323bf              // autiasp
 864         ldr     x29,[sp],#80
 865         ret
 866 .size   poly1305_blocks_neon,.-poly1305_blocks_neon
 867
 868 .type   poly1305_emit_neon,%function
 869 .align  5
 870 poly1305_emit_neon:
 871         ldr     $is_base2_26,[$ctx,#24]
 872         cbz     $is_base2_26,poly1305_emit
 873
 874         ldp     w10,w11,[$ctx]          // load hash value base 2^26
 875         ldp     w12,w13,[$ctx,#8]
 876         ldr     w14,[$ctx,#16]
 877
 878         add     $h0,x10,x11,lsl#26      // base 2^26 -> base 2^64
 879         lsr     $h1,x12,#12
 880         adds    $h0,$h0,x12,lsl#52
 881         add     $h1,$h1,x13,lsl#14
 882         adc     $h1,$h1,xzr
 883         lsr     $h2,x14,#24
 884         adds    $h1,$h1,x14,lsl#40
 885         adc     $h2,$h2,xzr             // can be partially reduced...
 886
 887         ldp     $t0,$t1,[$nonce]        // load nonce
 888
 889         and     $d0,$h2,#-4             // ... so reduce
 890         add     $d0,$d0,$h2,lsr#2
 891         and     $h2,$h2,#3
 892         adds    $h0,$h0,$d0
 893         adcs    $h1,$h1,xzr
 894         adc     $h2,$h2,xzr
 895
 896         adds    $d0,$h0,#5              // compare to modulus
 897         adcs    $d1,$h1,xzr
 898         adc     $d2,$h2,xzr
 899
 900         tst     $d2,#-4                 // see if it's carried/borrowed
 901
 902         csel    $h0,$h0,$d0,eq
 903         csel    $h1,$h1,$d1,eq
 904
 905 #ifdef  __ARMEB__
 906         ror     $t0,$t0,#32             // flip nonce words
 907         ror     $t1,$t1,#32
 908 #endif
 909         adds    $h0,$h0,$t0             // accumulate nonce
 910         adc     $h1,$h1,$t1
 911 #ifdef  __ARMEB__
 912         rev     $h0,$h0                 // flip output bytes
 913         rev     $h1,$h1
 914 #endif
 915         stp     $h0,$h1,[$mac]          // write result
 916
 917         ret
 918 .size   poly1305_emit_neon,.-poly1305_emit_neon
 919
 920 .align  5
 921 .Lzeros:
 922 .long   0,0,0,0,0,0,0,0
 923 .LOPENSSL_armcap_P:
 924 #ifdef  __ILP32__
 925 .long   OPENSSL_armcap_P-.
 926 #else
 927 .quad   OPENSSL_armcap_P-.
 928 #endif
 929 .asciz  "Poly1305 for ARMv8, CRYPTOGAMS by <appro\@openssl.org>"
 930 .align  2
 931 ___
 932
 933 foreach (split("\n",$code)) {
 934         s/\b(shrn\s+v[0-9]+)\.[24]d/$1.2s/                      or
 935         s/\b(fmov\s+)v([0-9]+)[^,]*,\s*x([0-9]+)/$1d$2,x$3/     or
 936         (m/\bdup\b/ and (s/\.[24]s/.2d/g or 1))                 or
 937         (m/\b(eor|and)/ and (s/\.[248][sdh]/.16b/g or 1))       or
 938         (m/\bum(ul|la)l\b/ and (s/\.4s/.2s/g or 1))             or
 939         (m/\bum(ul|la)l2\b/ and (s/\.2s/.4s/g or 1))            or
 940         (m/\bst[1-4]\s+{[^}]+}\[/ and (s/\.[24]d/.s/g or 1));
 941
 942         s/\.[124]([sd])\[/.$1\[/;
 943
 944         print $_,"\n";
 945 }
 946 close STDOUT;