RC4_set_key for x86_64 and Core2 optimization.
[openssl.git] / crypto / rc4 / asm / rc4-x86_64.pl
1 #!/usr/bin/env perl
2 #
3 # ====================================================================
4 # Written by Andy Polyakov <appro@fy.chalmers.se> for the OpenSSL
5 # project. Rights for redistribution and usage in source and binary
6 # forms are granted according to the OpenSSL license.
7 # ====================================================================
8 #
9 # 2.22x RC4 tune-up:-) It should be noted though that my hand [as in
10 # "hand-coded assembler"] doesn't stand for the whole improvement
11 # coefficient. It turned out that eliminating RC4_CHAR from config
12 # line results in ~40% improvement (yes, even for C implementation).
13 # Presumably it has everything to do with AMD cache architecture and
14 # RAW or whatever penalties. Once again! The module *requires* config
15 # line *without* RC4_CHAR! As for coding "secret," I bet on partial
16 # register arithmetics. For example instead of 'inc %r8; and $255,%r8'
17 # I simply 'inc %r8b'. Even though optimization manual discourages
18 # to operate on partial registers, it turned out to be the best bet.
19 # At least for AMD... How IA32E would perform remains to be seen...
20
21 # As was shown by Marc Bevand reordering of couple of load operations
22 # results in even higher performance gain of 3.3x:-) At least on
23 # Opteron... For reference, 1x in this case is RC4_CHAR C-code
24 # compiled with gcc 3.3.2, which performs at ~54MBps per 1GHz clock.
25 # Latter means that if you want to *estimate* what to expect from
26 # *your* Opteron, then multiply 54 by 3.3 and clock frequency in GHz.
27
28 # Intel P4 EM64T core was found to run the AMD64 code really slow...
29 # The only way to achieve comparable performance on P4 was to keep
30 # RC4_CHAR. Kind of ironic, huh? As it's apparently impossible to
31 # compose blended code, which would perform even within 30% marginal
32 # on either AMD and Intel platforms, I implement both cases. See
33 # rc4_skey.c for further details...
34
35 # P4 EM64T core appears to be "allergic" to 64-bit inc/dec. Replacing 
36 # those with add/sub results in 50% performance improvement of folded
37 # loop...
38
39 # As was shown by Zou Nanhai loop unrolling can improve Intel EM64T
40 # performance by >30% [unlike P4 32-bit case that is]. But this is
41 # provided that loads are reordered even more aggressively! Both code
42 # pathes, AMD64 and EM64T, reorder loads in essentially same manner
43 # as my IA-64 implementation. On Opteron this resulted in modest 5%
44 # improvement [I had to test it], while final Intel P4 performance
45 # achieves respectful 432MBps on 2.8GHz processor now. For reference.
46 # If executed on Xeon, current RC4_CHAR code-path is 2.7x faster than
47 # RC4_INT code-path. While if executed on Opteron, it's only 25%
48 # slower than the RC4_INT one [meaning that if CPU ยต-arch detection
49 # is not implemented, then this final RC4_CHAR code-path should be
50 # preferred, as it provides better *all-round* performance].
51
52 # Intel Core2 was observed to perform poorly on both code paths:-( It
53 # apparently suffers from some kind of partial register stall, which
54 # occurs in 64-bit mode only [as virtually identical 32-bit loop was
55 # observed to outperform 64-bit one by almost 50%]. Adding two movzb to
56 # cloop1 boosts its performance by 80%! This loop appears to be optimal
57 # fit for Core2 and therefore the code was modified to skip cloop8 on
58 # this CPU.
59
60 $output=shift;
61 open STDOUT,"| $^X ../perlasm/x86_64-xlate.pl $output";
62
63 $dat="%rdi";        # arg1
64 $len="%rsi";        # arg2
65 $inp="%rdx";        # arg3
66 $out="%rcx";        # arg4
67
68 @XX=("%r8","%r10");
69 @TX=("%r9","%r11");
70 $YY="%r12";
71 $TY="%r13";
72
73 $code=<<___;
74 .text
75
76 .globl  RC4
77 .type   RC4,\@function,4
78 .align  16
79 RC4:    or      $len,$len
80         jne     .Lentry
81         ret
82 .Lentry:
83         push    %r12
84         push    %r13
85
86         add     \$8,$dat
87         movl    -8($dat),$XX[0]#d
88         movl    -4($dat),$YY#d
89         cmpl    \$-1,256($dat)
90         je      .LRC4_CHAR
91         inc     $XX[0]#b
92         movl    ($dat,$XX[0],4),$TX[0]#d
93         test    \$-8,$len
94         jz      .Lloop1
95         jmp     .Lloop8
96 .align  16
97 .Lloop8:
98 ___
99 for ($i=0;$i<8;$i++) {
100 $code.=<<___;
101         add     $TX[0]#b,$YY#b
102         mov     $XX[0],$XX[1]
103         movl    ($dat,$YY,4),$TY#d
104         ror     \$8,%rax                        # ror is redundant when $i=0
105         inc     $XX[1]#b
106         movl    ($dat,$XX[1],4),$TX[1]#d
107         cmp     $XX[1],$YY
108         movl    $TX[0]#d,($dat,$YY,4)
109         cmove   $TX[0],$TX[1]
110         movl    $TY#d,($dat,$XX[0],4)
111         add     $TX[0]#b,$TY#b
112         movb    ($dat,$TY,4),%al
113 ___
114 push(@TX,shift(@TX)); push(@XX,shift(@XX));     # "rotate" registers
115 }
116 $code.=<<___;
117         ror     \$8,%rax
118         sub     \$8,$len
119
120         xor     ($inp),%rax
121         add     \$8,$inp
122         mov     %rax,($out)
123         add     \$8,$out
124
125         test    \$-8,$len
126         jnz     .Lloop8
127         cmp     \$0,$len
128         jne     .Lloop1
129 ___
130 $code.=<<___;
131 .Lexit:
132         sub     \$1,$XX[0]#b
133         movl    $XX[0]#d,-8($dat)
134         movl    $YY#d,-4($dat)
135
136         pop     %r13
137         pop     %r12
138         ret
139 .align  16
140 .Lloop1:
141         add     $TX[0]#b,$YY#b
142         movl    ($dat,$YY,4),$TY#d
143         movl    $TX[0]#d,($dat,$YY,4)
144         movl    $TY#d,($dat,$XX[0],4)
145         add     $TY#b,$TX[0]#b
146         inc     $XX[0]#b
147         movl    ($dat,$TX[0],4),$TY#d
148         movl    ($dat,$XX[0],4),$TX[0]#d
149         xorb    ($inp),$TY#b
150         inc     $inp
151         movb    $TY#b,($out)
152         inc     $out
153         dec     $len
154         jnz     .Lloop1
155         jmp     .Lexit
156
157 .align  16
158 .LRC4_CHAR:
159         add     \$1,$XX[0]#b
160         movzb   ($dat,$XX[0]),$TX[0]#d
161         test    \$-8,$len
162         jz      .Lcloop1
163         cmp     \$0,260($dat)
164         jnz     .Lcloop1
165         push    %rbx
166         jmp     .Lcloop8
167 .align  16
168 .Lcloop8:
169         mov     ($inp),%eax
170         mov     4($inp),%ebx
171 ___
172 # unroll 2x4-wise, because 64-bit rotates kill Intel P4...
173 for ($i=0;$i<4;$i++) {
174 $code.=<<___;
175         add     $TX[0]#b,$YY#b
176         lea     1($XX[0]),$XX[1]
177         movzb   ($dat,$YY),$TY#d
178         movzb   $XX[1]#b,$XX[1]#d
179         movzb   ($dat,$XX[1]),$TX[1]#d
180         movb    $TX[0]#b,($dat,$YY)
181         cmp     $XX[1],$YY
182         movb    $TY#b,($dat,$XX[0])
183         jne     .Lcmov$i                        # Intel cmov is sloooow...
184         mov     $TX[0],$TX[1]
185 .Lcmov$i:
186         add     $TX[0]#b,$TY#b
187         xor     ($dat,$TY),%al
188         ror     \$8,%eax
189 ___
190 push(@TX,shift(@TX)); push(@XX,shift(@XX));     # "rotate" registers
191 }
192 for ($i=4;$i<8;$i++) {
193 $code.=<<___;
194         add     $TX[0]#b,$YY#b
195         lea     1($XX[0]),$XX[1]
196         movzb   ($dat,$YY),$TY#d
197         movzb   $XX[1]#b,$XX[1]#d
198         movzb   ($dat,$XX[1]),$TX[1]#d
199         movb    $TX[0]#b,($dat,$YY)
200         cmp     $XX[1],$YY
201         movb    $TY#b,($dat,$XX[0])
202         jne     .Lcmov$i                        # Intel cmov is sloooow...
203         mov     $TX[0],$TX[1]
204 .Lcmov$i:
205         add     $TX[0]#b,$TY#b
206         xor     ($dat,$TY),%bl
207         ror     \$8,%ebx
208 ___
209 push(@TX,shift(@TX)); push(@XX,shift(@XX));     # "rotate" registers
210 }
211 $code.=<<___;
212         lea     -8($len),$len
213         mov     %eax,($out)
214         lea     8($inp),$inp
215         mov     %ebx,4($out)
216         lea     8($out),$out
217
218         test    \$-8,$len
219         jnz     .Lcloop8
220         pop     %rbx
221         cmp     \$0,$len
222         jne     .Lcloop1
223         jmp     .Lexit
224 ___
225 $code.=<<___;
226 .align  16
227 .Lcloop1:
228         add     $TX[0]#b,$YY#b
229         movzb   ($dat,$YY),$TY#d
230         movb    $TX[0]#b,($dat,$YY)
231         movb    $TY#b,($dat,$XX[0])
232         add     $TX[0]#b,$TY#b
233         add     \$1,$XX[0]#b
234         movzb   $TY#b,$TY#d
235         movzb   $XX[0]#b,$XX[0]#d
236         movzb   ($dat,$TY),$TY#d
237         movzb   ($dat,$XX[0]),$TX[0]#d
238         xorb    ($inp),$TY#b
239         lea     1($inp),$inp
240         movb    $TY#b,($out)
241         lea     1($out),$out
242         sub     \$1,$len
243         jnz     .Lcloop1
244         jmp     .Lexit
245 .size   RC4,.-RC4
246 ___
247
248 $idx="%r8";
249 $ido="%r9";
250
251 $code.=<<___;
252 .extern OPENSSL_ia32cap_P
253 .globl  RC4_set_key
254 .type   RC4_set_key,\@function,3
255 .align  16
256 RC4_set_key:
257         lea     8($dat),$dat
258         lea     ($inp,$len),$inp
259         neg     $len
260         mov     $len,%rcx
261         xor     %eax,%eax
262         xor     $ido,$ido
263         xor     %r10,%r10
264         xor     %r11,%r11
265
266         mov     OPENSSL_ia32cap_P(%rip),$idx#d
267         bt      \$20,$idx#d
268         jnc     .Lw1stloop
269         bt      \$30,$idx#d
270         setc    $ido#b
271         mov     $ido#d,260($dat)
272         jmp     .Lc1stloop
273
274 .align  16
275 .Lw1stloop:
276         mov     %eax,($dat,%rax,4)
277         add     \$1,%al
278         jnc     .Lw1stloop
279
280         xor     $ido,$ido
281         xor     $idx,$idx
282 .align  16
283 .Lw2ndloop:
284         mov     ($dat,$ido,4),%r10d
285         add     ($inp,$len,1),$idx#b
286         add     %r10b,$idx#b
287         add     \$1,$len
288         mov     ($dat,$idx,4),%r11d
289         cmovz   %rcx,$len
290         mov     %r10d,($dat,$idx,4)
291         mov     %r11d,($dat,$ido,4)
292         add     \$1,$ido#b
293         jnc     .Lw2ndloop
294         jmp     .Lexit_key
295
296 .align  16
297 .Lc1stloop:
298         mov     %al,($dat,%rax)
299         add     \$1,%al
300         jnc     .Lc1stloop
301
302         xor     $ido,$ido
303         xor     $idx,$idx
304 .align  16
305 .Lc2ndloop:
306         mov     ($dat,$ido),%r10b
307         add     ($inp,$len),$idx#b
308         add     %r10b,$idx#b
309         add     \$1,$len
310         mov     ($dat,$idx),%r11b
311         jnz     .Lcnowrap
312         mov     %rcx,$len
313 .Lcnowrap:
314         mov     %r10b,($dat,$idx)
315         mov     %r11b,($dat,$ido)
316         add     \$1,$ido#b
317         jnc     .Lc2ndloop
318         movl    \$-1,256($dat)
319
320 .align  16
321 .Lexit_key:
322         xor     %eax,%eax
323         mov     %eax,-8($dat)
324         mov     %eax,-4($dat)
325         ret
326 .size   RC4_set_key,.-RC4_set_key
327
328 .globl  RC4_options
329 .type   RC4_options,\@function,0
330 .align  16
331 RC4_options:
332         .picmeup %rax
333         lea     .Lopts-.(%rax),%rax
334         mov     OPENSSL_ia32cap_P(%rip),%edx
335         bt      \$20,%edx
336         jnc     .Ldone
337         add     \$12,%rax
338         bt      \$30,%edx
339         jnc     .Ldone
340         add     \$13,%rax
341 .Ldone:
342         ret
343 .align  64
344 .Lopts:
345 .asciz  "rc4(8x,int)"
346 .asciz  "rc4(8x,char)"
347 .asciz  "rc4(1x,char)"
348 .asciz  "RC4 for x86_64, OpenSSL project"
349 .align  64
350 .size   RC4_options,.-RC4_options
351 ___
352
353 $code =~ s/#([bwd])/$1/gm;
354
355 print $code;
356
357 close STDOUT;