crypto/poly1305/poly1305_ieee754.c

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