crypto/sha/asm/sha1-586.pl

   1 #!/usr/bin/env perl
   2
   3 # ====================================================================
   4 # [Re]written by Andy Polyakov <appro@openssl.org> for the OpenSSL
   5 # project. The module is, however, dual licensed under OpenSSL and
   6 # CRYPTOGAMS licenses depending on where you obtain it. For further
   7 # details see http://www.openssl.org/~appro/cryptogams/.
   8 # ====================================================================
   9
  10 # "[Re]written" was achieved in two major overhauls. In 2004 BODY_*
  11 # functions were re-implemented to address P4 performance issue [see
  12 # commentary below], and in 2006 the rest was rewritten in order to
  13 # gain freedom to liberate licensing terms.
  14
  15 # January, September 2004.
  16 #
  17 # It was noted that Intel IA-32 C compiler generates code which
  18 # performs ~30% *faster* on P4 CPU than original *hand-coded*
  19 # SHA1 assembler implementation. To address this problem (and
  20 # prove that humans are still better than machines:-), the
  21 # original code was overhauled, which resulted in following
  22 # performance changes:
  23 #
  24 #               compared with original  compared with Intel cc
  25 #               assembler impl.         generated code
  26 # Pentium       -16%                    +48%
  27 # PIII/AMD      +8%                     +16%
  28 # P4            +85%(!)                 +45%
  29 #
  30 # As you can see Pentium came out as looser:-( Yet I reckoned that
  31 # improvement on P4 outweights the loss and incorporate this
  32 # re-tuned code to 0.9.7 and later.
  33 # ----------------------------------------------------------------
  34 #                                       <appro@fy.chalmers.se>
  35
  36 # August 2009.
  37 #
  38 # George Spelvin has tipped that F_40_59(b,c,d) can be rewritten as
  39 # '(c&d) + (b&(c^d))', which allows to accumulate partial results
  40 # and lighten "pressure" on scratch registers. This resulted in
  41 # >12% performance improvement on contemporary AMD cores (with no
  42 # degradation on other CPUs:-). Also, the code was revised to maximize
  43 # "distance" between instructions producing input to 'lea' instruction
  44 # and the 'lea' instruction itself, which is essential for Intel Atom
  45 # core and resulted in ~15% improvement.
  46
  47 # October 2010.
  48 #
  49 # Add SSSE3, Supplemental[!] SSE3, implementation. The idea behind it
  50 # is to offload message schedule denoted by Wt in NIST specification,
  51 # or Xupdate in OpenSSL source, to SIMD unit. The idea is not novel,
  52 # and in SSE2 context was first explored by Dean Gaudet in 2004, see
  53 # http://arctic.org/~dean/crypto/sha1.html. Since then several things
  54 # have changed that made it interesting again:
  55 #
  56 # a) XMM units became faster and wider;
  57 # b) instruction set became more versatile;
  58 # c) an important observation was made by Max Locktykhin, which made
  59 #    it possible to reduce amount of instructions required to perform
  60 #    the operation in question, for further details see
  61 #    http://software.intel.com/en-us/articles/improving-the-performance-of-the-secure-hash-algorithm-1/.
  62
  63 # April 2011.
  64 #
  65 # Add AVX code path, probably most controversial... The thing is that
  66 # switch to AVX alone improves performance by as little as 4% in
  67 # comparison to SSSE3 code path. But below result doesn't look like
  68 # 4% improvement... Trouble is that Sandy Bridge decodes 'ro[rl]' as
  69 # pair of µ-ops, and it's the additional µ-ops, two per round, that
  70 # make it run slower than Core2 and Westmere. But 'sh[rl]d' is decoded
  71 # as single µ-op by Sandy Bridge and it's replacing 'ro[rl]' with
  72 # equivalent 'sh[rl]d' that is responsible for the impressive 5.1
  73 # cycles per processed byte. But 'sh[rl]d' is not something that used
  74 # to be fast, nor does it appear to be fast in upcoming Bulldozer
  75 # [according to its optimization manual]. Which is why AVX code path
  76 # is guarded by *both* AVX and synthetic bit denoting Intel CPUs.
  77 # One can argue that it's unfair to AMD, but without 'sh[rl]d' it
  78 # makes no sense to keep the AVX code path. If somebody feels that
  79 # strongly, it's probably more appropriate to discuss possibility of
  80 # using vector rotate XOP on AMD...
  81
  82 # March 2014.
  83 #
  84 # Add support for Intel SHA Extensions.
  85
  86 ######################################################################
  87 # Current performance is summarized in following table. Numbers are
  88 # CPU clock cycles spent to process single byte (less is better).
  89 #
  90 #               x86             SSSE3           AVX
  91 # Pentium       15.7            -
  92 # PIII          11.5            -
  93 # P4            10.6            -
  94 # AMD K8        7.1             -
  95 # Core2         7.3             6.0/+22%        -
  96 # Atom          12.5            9.3(*)/+35%     -
  97 # Westmere      7.3             5.5/+33%        -
  98 # Sandy Bridge  8.8             6.2/+40%        5.1(**)/+73%
  99 # Ivy Bridge    7.2             4.8/+51%        4.7(**)/+53%
 100 # Haswell       6.5             4.3/+51%        4.1(**)/+58%
 101 # Bulldozer     11.6            6.0/+92%
 102 # VIA Nano      10.6            7.5/+41%
 103 #
 104 # (*)   Loop is 1056 instructions long and expected result is ~8.25.
 105 #       It remains mystery [to me] why ILP is limited to 1.7.
 106 #
 107 # (**)  As per above comment, the result is for AVX *plus* sh[rl]d.
 108
 109 $0 =~ m/(.*[\/\\])[^\/\\]+$/; $dir=$1;
 110 push(@INC,"${dir}","${dir}../../perlasm");
 111 require "x86asm.pl";
 112
 113 &asm_init($ARGV[0],"sha1-586.pl",$ARGV[$#ARGV] eq "386");
 114
 115 $xmm=$ymm=0;
 116 for (@ARGV) { $xmm=1 if (/-DOPENSSL_IA32_SSE2/); }
 117
 118 $ymm=1 if ($xmm &&
 119                 `$ENV{CC} -Wa,-v -c -o /dev/null -x assembler /dev/null 2>&1`
 120                         =~ /GNU assembler version ([2-9]\.[0-9]+)/ &&
 121                 $1>=2.19);      # first version supporting AVX
 122
 123 $ymm=1 if ($xmm && !$ymm && $ARGV[0] eq "win32n" &&
 124                 `nasm -v 2>&1` =~ /NASM version ([2-9]\.[0-9]+)/ &&
 125                 $1>=2.03);      # first version supporting AVX
 126
 127 $ymm=1 if ($xmm && !$ymm && $ARGV[0] eq "win32" &&
 128                 `ml 2>&1` =~ /Version ([0-9]+)\./ &&
 129                 $1>=10);        # first version supporting AVX
 130
 131 $ymm=1 if ($xmm && !$ymm && `$ENV{CC} -v` =~ /LLVM ([3-9]\.[0-9]+)/ &&
 132                 $1>=3.0);       # first version supporting AVX
 133
 134 $shaext=$xmm;   ### set to zero if compiling for 1.0.1
 135
 136 &external_label("OPENSSL_ia32cap_P") if ($xmm);
 137
 138
 139 $A="eax";
 140 $B="ebx";
 141 $C="ecx";
 142 $D="edx";
 143 $E="edi";
 144 $T="esi";
 145 $tmp1="ebp";
 146
 147 @V=($A,$B,$C,$D,$E,$T);
 148
 149 $alt=0; # 1 denotes alternative IALU implementation, which performs
 150         # 8% *worse* on P4, same on Westmere and Atom, 2% better on
 151         # Sandy Bridge...
 152
 153 sub BODY_00_15
 154         {
 155         local($n,$a,$b,$c,$d,$e,$f)=@_;
 156
 157         &comment("00_15 $n");
 158
 159         &mov($f,$c);                    # f to hold F_00_19(b,c,d)
 160          if ($n==0)  { &mov($tmp1,$a); }
 161          else        { &mov($a,$tmp1); }
 162         &rotl($tmp1,5);                 # tmp1=ROTATE(a,5)
 163          &xor($f,$d);
 164         &add($tmp1,$e);                 # tmp1+=e;
 165          &mov($e,&swtmp($n%16));        # e becomes volatile and is loaded
 166                                         # with xi, also note that e becomes
 167                                         # f in next round...
 168         &and($f,$b);
 169         &rotr($b,2);                    # b=ROTATE(b,30)
 170          &xor($f,$d);                   # f holds F_00_19(b,c,d)
 171         &lea($tmp1,&DWP(0x5a827999,$tmp1,$e));  # tmp1+=K_00_19+xi
 172
 173         if ($n==15) { &mov($e,&swtmp(($n+1)%16));# pre-fetch f for next round
 174                       &add($f,$tmp1); } # f+=tmp1
 175         else        { &add($tmp1,$f); } # f becomes a in next round
 176         &mov($tmp1,$a)                  if ($alt && $n==15);
 177         }
 178
 179 sub BODY_16_19
 180         {
 181         local($n,$a,$b,$c,$d,$e,$f)=@_;
 182
 183         &comment("16_19 $n");
 184
 185 if ($alt) {
 186         &xor($c,$d);
 187          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 188         &and($tmp1,$c);                 # tmp1 to hold F_00_19(b,c,d), b&=c^d
 189          &xor($f,&swtmp(($n+8)%16));
 190         &xor($tmp1,$d);                 # tmp1=F_00_19(b,c,d)
 191          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 192         &rotl($f,1);                    # f=ROTATE(f,1)
 193          &add($e,$tmp1);                # e+=F_00_19(b,c,d)
 194         &xor($c,$d);                    # restore $c
 195          &mov($tmp1,$a);                # b in next round
 196         &rotr($b,$n==16?2:7);           # b=ROTATE(b,30)
 197          &mov(&swtmp($n%16),$f);        # xi=f
 198         &rotl($a,5);                    # ROTATE(a,5)
 199          &lea($f,&DWP(0x5a827999,$f,$e));# f+=F_00_19(b,c,d)+e
 200         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 201          &add($f,$a);                   # f+=ROTATE(a,5)
 202 } else {
 203         &mov($tmp1,$c);                 # tmp1 to hold F_00_19(b,c,d)
 204          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 205         &xor($tmp1,$d);
 206          &xor($f,&swtmp(($n+8)%16));
 207         &and($tmp1,$b);
 208          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 209         &rotl($f,1);                    # f=ROTATE(f,1)
 210          &xor($tmp1,$d);                # tmp1=F_00_19(b,c,d)
 211         &add($e,$tmp1);                 # e+=F_00_19(b,c,d)
 212          &mov($tmp1,$a);
 213         &rotr($b,2);                    # b=ROTATE(b,30)
 214          &mov(&swtmp($n%16),$f);        # xi=f
 215         &rotl($tmp1,5);                 # ROTATE(a,5)
 216          &lea($f,&DWP(0x5a827999,$f,$e));# f+=F_00_19(b,c,d)+e
 217         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 218          &add($f,$tmp1);                # f+=ROTATE(a,5)
 219 }
 220         }
 221
 222 sub BODY_20_39
 223         {
 224         local($n,$a,$b,$c,$d,$e,$f)=@_;
 225         local $K=($n<40)?0x6ed9eba1:0xca62c1d6;
 226
 227         &comment("20_39 $n");
 228
 229 if ($alt) {
 230         &xor($tmp1,$c);                 # tmp1 to hold F_20_39(b,c,d), b^=c
 231          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 232         &xor($tmp1,$d);                 # tmp1 holds F_20_39(b,c,d)
 233          &xor($f,&swtmp(($n+8)%16));
 234         &add($e,$tmp1);                 # e+=F_20_39(b,c,d)
 235          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 236         &rotl($f,1);                    # f=ROTATE(f,1)
 237          &mov($tmp1,$a);                # b in next round
 238         &rotr($b,7);                    # b=ROTATE(b,30)
 239          &mov(&swtmp($n%16),$f)         if($n<77);# xi=f
 240         &rotl($a,5);                    # ROTATE(a,5)
 241          &xor($b,$c)                    if($n==39);# warm up for BODY_40_59
 242         &and($tmp1,$b)                  if($n==39);
 243          &lea($f,&DWP($K,$f,$e));       # f+=e+K_XX_YY
 244         &mov($e,&swtmp(($n+1)%16))      if($n<79);# pre-fetch f for next round
 245          &add($f,$a);                   # f+=ROTATE(a,5)
 246         &rotr($a,5)                     if ($n==79);
 247 } else {
 248         &mov($tmp1,$b);                 # tmp1 to hold F_20_39(b,c,d)
 249          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 250         &xor($tmp1,$c);
 251          &xor($f,&swtmp(($n+8)%16));
 252         &xor($tmp1,$d);                 # tmp1 holds F_20_39(b,c,d)
 253          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 254         &rotl($f,1);                    # f=ROTATE(f,1)
 255          &add($e,$tmp1);                # e+=F_20_39(b,c,d)
 256         &rotr($b,2);                    # b=ROTATE(b,30)
 257          &mov($tmp1,$a);
 258         &rotl($tmp1,5);                 # ROTATE(a,5)
 259          &mov(&swtmp($n%16),$f) if($n<77);# xi=f
 260         &lea($f,&DWP($K,$f,$e));        # f+=e+K_XX_YY
 261          &mov($e,&swtmp(($n+1)%16)) if($n<79);# pre-fetch f for next round
 262         &add($f,$tmp1);                 # f+=ROTATE(a,5)
 263 }
 264         }
 265
 266 sub BODY_40_59
 267         {
 268         local($n,$a,$b,$c,$d,$e,$f)=@_;
 269
 270         &comment("40_59 $n");
 271
 272 if ($alt) {
 273         &add($e,$tmp1);                 # e+=b&(c^d)
 274          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 275         &mov($tmp1,$d);
 276          &xor($f,&swtmp(($n+8)%16));
 277         &xor($c,$d);                    # restore $c
 278          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 279         &rotl($f,1);                    # f=ROTATE(f,1)
 280          &and($tmp1,$c);
 281         &rotr($b,7);                    # b=ROTATE(b,30)
 282          &add($e,$tmp1);                # e+=c&d
 283         &mov($tmp1,$a);                 # b in next round
 284          &mov(&swtmp($n%16),$f);        # xi=f
 285         &rotl($a,5);                    # ROTATE(a,5)
 286          &xor($b,$c)                    if ($n<59);
 287         &and($tmp1,$b)                  if ($n<59);# tmp1 to hold F_40_59(b,c,d)
 288          &lea($f,&DWP(0x8f1bbcdc,$f,$e));# f+=K_40_59+e+(b&(c^d))
 289         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 290          &add($f,$a);                   # f+=ROTATE(a,5)
 291 } else {
 292         &mov($tmp1,$c);                 # tmp1 to hold F_40_59(b,c,d)
 293          &xor($f,&swtmp(($n+2)%16));    # f to hold Xupdate(xi,xa,xb,xc,xd)
 294         &xor($tmp1,$d);
 295          &xor($f,&swtmp(($n+8)%16));
 296         &and($tmp1,$b);
 297          &xor($f,&swtmp(($n+13)%16));   # f holds xa^xb^xc^xd
 298         &rotl($f,1);                    # f=ROTATE(f,1)
 299          &add($tmp1,$e);                # b&(c^d)+=e
 300         &rotr($b,2);                    # b=ROTATE(b,30)
 301          &mov($e,$a);                   # e becomes volatile
 302         &rotl($e,5);                    # ROTATE(a,5)
 303          &mov(&swtmp($n%16),$f);        # xi=f
 304         &lea($f,&DWP(0x8f1bbcdc,$f,$tmp1));# f+=K_40_59+e+(b&(c^d))
 305          &mov($tmp1,$c);
 306         &add($f,$e);                    # f+=ROTATE(a,5)
 307          &and($tmp1,$d);
 308         &mov($e,&swtmp(($n+1)%16));     # pre-fetch f for next round
 309          &add($f,$tmp1);                # f+=c&d
 310 }
 311         }
 312
 313 &function_begin("sha1_block_data_order");
 314 if ($xmm) {
 315   &static_label("shaext_shortcut")      if ($shaext);
 316   &static_label("ssse3_shortcut");
 317   &static_label("avx_shortcut")         if ($ymm);
 318   &static_label("K_XX_XX");
 319
 320         &call   (&label("pic_point"));  # make it PIC!
 321   &set_label("pic_point");
 322         &blindpop($tmp1);
 323         &picmeup($T,"OPENSSL_ia32cap_P",$tmp1,&label("pic_point"));
 324         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 325
 326         &mov    ($A,&DWP(0,$T));
 327         &mov    ($D,&DWP(4,$T));
 328         &test   ($D,1<<9);              # check SSSE3 bit
 329         &jz     (&label("x86"));
 330         &mov    ($C,&DWP(8,$T));
 331         &test   ($A,1<<24);             # check FXSR bit
 332         &jz     (&label("x86"));
 333         if ($shaext) {
 334                 &test   ($C,1<<29);             # check SHA bit
 335                 &jnz    (&label("shaext_shortcut"));
 336         }
 337         if ($ymm) {
 338                 &and    ($D,1<<28);             # mask AVX bit
 339                 &and    ($A,1<<30);             # mask "Intel CPU" bit
 340                 &or     ($A,$D);
 341                 &cmp    ($A,1<<28|1<<30);
 342                 &je     (&label("avx_shortcut"));
 343         }
 344         &jmp    (&label("ssse3_shortcut"));
 345   &set_label("x86",16);
 346 }
 347         &mov($tmp1,&wparam(0)); # SHA_CTX *c
 348         &mov($T,&wparam(1));    # const void *input
 349         &mov($A,&wparam(2));    # size_t num
 350         &stack_push(16+3);      # allocate X[16]
 351         &shl($A,6);
 352         &add($A,$T);
 353         &mov(&wparam(2),$A);    # pointer beyond the end of input
 354         &mov($E,&DWP(16,$tmp1));# pre-load E
 355         &jmp(&label("loop"));
 356
 357 &set_label("loop",16);
 358
 359         # copy input chunk to X, but reversing byte order!
 360         for ($i=0; $i<16; $i+=4)
 361                 {
 362                 &mov($A,&DWP(4*($i+0),$T));
 363                 &mov($B,&DWP(4*($i+1),$T));
 364                 &mov($C,&DWP(4*($i+2),$T));
 365                 &mov($D,&DWP(4*($i+3),$T));
 366                 &bswap($A);
 367                 &bswap($B);
 368                 &bswap($C);
 369                 &bswap($D);
 370                 &mov(&swtmp($i+0),$A);
 371                 &mov(&swtmp($i+1),$B);
 372                 &mov(&swtmp($i+2),$C);
 373                 &mov(&swtmp($i+3),$D);
 374                 }
 375         &mov(&wparam(1),$T);    # redundant in 1st spin
 376
 377         &mov($A,&DWP(0,$tmp1)); # load SHA_CTX
 378         &mov($B,&DWP(4,$tmp1));
 379         &mov($C,&DWP(8,$tmp1));
 380         &mov($D,&DWP(12,$tmp1));
 381         # E is pre-loaded
 382
 383         for($i=0;$i<16;$i++)    { &BODY_00_15($i,@V); unshift(@V,pop(@V)); }
 384         for(;$i<20;$i++)        { &BODY_16_19($i,@V); unshift(@V,pop(@V)); }
 385         for(;$i<40;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
 386         for(;$i<60;$i++)        { &BODY_40_59($i,@V); unshift(@V,pop(@V)); }
 387         for(;$i<80;$i++)        { &BODY_20_39($i,@V); unshift(@V,pop(@V)); }
 388
 389         (($V[5] eq $D) and ($V[0] eq $E)) or die;       # double-check
 390
 391         &mov($tmp1,&wparam(0)); # re-load SHA_CTX*
 392         &mov($D,&wparam(1));    # D is last "T" and is discarded
 393
 394         &add($E,&DWP(0,$tmp1)); # E is last "A"...
 395         &add($T,&DWP(4,$tmp1));
 396         &add($A,&DWP(8,$tmp1));
 397         &add($B,&DWP(12,$tmp1));
 398         &add($C,&DWP(16,$tmp1));
 399
 400         &mov(&DWP(0,$tmp1),$E); # update SHA_CTX
 401          &add($D,64);           # advance input pointer
 402         &mov(&DWP(4,$tmp1),$T);
 403          &cmp($D,&wparam(2));   # have we reached the end yet?
 404         &mov(&DWP(8,$tmp1),$A);
 405          &mov($E,$C);           # C is last "E" which needs to be "pre-loaded"
 406         &mov(&DWP(12,$tmp1),$B);
 407          &mov($T,$D);           # input pointer
 408         &mov(&DWP(16,$tmp1),$C);
 409         &jb(&label("loop"));
 410
 411         &stack_pop(16+3);
 412 &function_end("sha1_block_data_order");
 413
 414 if ($xmm) {
 415 if ($shaext) {
 416 ######################################################################
 417 # Intel SHA Extensions implementation of SHA1 update function.
 418 #
 419 my ($ctx,$inp,$num)=("edi","esi","ecx");
 420 my ($ABCD,$E,$E_,$BSWAP)=map("xmm$_",(0..3));
 421 my @MSG=map("xmm$_",(4..7));
 422
 423 sub sha1rnds4 {
 424  my ($dst,$src,$imm)=@_;
 425     if ("$dst:$src" =~ /xmm([0-7]):xmm([0-7])/)
 426     {   &data_byte(0x0f,0x3a,0xcc,0xc0|($1<<3)|$2,$imm);        }
 427 }
 428 sub sha1op38 {
 429  my ($opcodelet,$dst,$src)=@_;
 430     if ("$dst:$src" =~ /xmm([0-7]):xmm([0-7])/)
 431     {   &data_byte(0x0f,0x38,$opcodelet,0xc0|($1<<3)|$2);       }
 432 }
 433 sub sha1nexte   { sha1op38(0xc8,@_); }
 434 sub sha1msg1    { sha1op38(0xc9,@_); }
 435 sub sha1msg2    { sha1op38(0xca,@_); }
 436
 437 &function_begin("_sha1_block_data_order_shaext");
 438         &call   (&label("pic_point"));  # make it PIC!
 439         &set_label("pic_point");
 440         &blindpop($tmp1);
 441         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 442 &set_label("shaext_shortcut");
 443         &mov    ($ctx,&wparam(0));
 444         &mov    ("ebx","esp");
 445         &mov    ($inp,&wparam(1));
 446         &mov    ($num,&wparam(2));
 447         &sub    ("esp",32);
 448
 449         &movdqu ($ABCD,&QWP(0,$ctx));
 450         &movd   ($E,&QWP(16,$ctx));
 451         &and    ("esp",-32);
 452         &movdqa ($BSWAP,&QWP(0x50,$tmp1));      # byte-n-word swap
 453
 454         &movdqu (@MSG[0],&QWP(0,$inp));
 455         &pshufd ($ABCD,$ABCD,0b00011011);       # flip word order
 456         &movdqu (@MSG[1],&QWP(0x10,$inp));
 457         &pshufd ($E,$E,0b00011011);             # flip word order
 458         &movdqu (@MSG[2],&QWP(0x20,$inp));
 459         &pshufb (@MSG[0],$BSWAP);
 460         &movdqu (@MSG[3],&QWP(0x30,$inp));
 461         &pshufb (@MSG[1],$BSWAP);
 462         &pshufb (@MSG[2],$BSWAP);
 463         &pshufb (@MSG[3],$BSWAP);
 464         &jmp    (&label("loop_shaext"));
 465
 466 &set_label("loop_shaext",16);
 467         &dec            ($num);
 468         &lea            ("eax",&DWP(0x40,$inp));
 469         &movdqa         (&QWP(0,"esp"),$E);     # offload $E
 470         &paddd          ($E,@MSG[0]);
 471         &cmovne         ($inp,"eax");
 472         &movdqa         (&QWP(16,"esp"),$ABCD); # offload $ABCD
 473
 474 for($i=0;$i<20-4;$i+=2) {
 475         &sha1msg1       (@MSG[0],@MSG[1]);
 476         &movdqa         ($E_,$ABCD);
 477         &sha1rnds4      ($ABCD,$E,int($i/5));   # 0-3...
 478         &sha1nexte      ($E_,@MSG[1]);
 479         &pxor           (@MSG[0],@MSG[2]);
 480         &sha1msg1       (@MSG[1],@MSG[2]);
 481         &sha1msg2       (@MSG[0],@MSG[3]);
 482
 483         &movdqa         ($E,$ABCD);
 484         &sha1rnds4      ($ABCD,$E_,int(($i+1)/5));
 485         &sha1nexte      ($E,@MSG[2]);
 486         &pxor           (@MSG[1],@MSG[3]);
 487         &sha1msg2       (@MSG[1],@MSG[0]);
 488
 489         push(@MSG,shift(@MSG)); push(@MSG,shift(@MSG));
 490 }
 491         &movdqu         (@MSG[0],&QWP(0,$inp));
 492         &movdqa         ($E_,$ABCD);
 493         &sha1rnds4      ($ABCD,$E,3);           # 64-67
 494         &sha1nexte      ($E_,@MSG[1]);
 495         &movdqu         (@MSG[1],&QWP(0x10,$inp));
 496         &pshufb         (@MSG[0],$BSWAP);
 497
 498         &movdqa         ($E,$ABCD);
 499         &sha1rnds4      ($ABCD,$E_,3);          # 68-71
 500         &sha1nexte      ($E,@MSG[2]);
 501         &movdqu         (@MSG[2],&QWP(0x20,$inp));
 502         &pshufb         (@MSG[1],$BSWAP);
 503
 504         &movdqa         ($E_,$ABCD);
 505         &sha1rnds4      ($ABCD,$E,3);           # 72-75
 506         &sha1nexte      ($E_,@MSG[3]);
 507         &movdqu         (@MSG[3],&QWP(0x30,$inp));
 508         &pshufb         (@MSG[2],$BSWAP);
 509
 510         &movdqa         ($E,$ABCD);
 511         &sha1rnds4      ($ABCD,$E_,3);          # 76-79
 512         &movdqa         ($E_,&QWP(0,"esp"));
 513         &pshufb         (@MSG[3],$BSWAP);
 514         &sha1nexte      ($E,$E_);
 515         &paddd          ($ABCD,&QWP(16,"esp"));
 516
 517         &jnz            (&label("loop_shaext"));
 518
 519         &pshufd ($ABCD,$ABCD,0b00011011);
 520         &pshufd ($E,$E,0b00011011);
 521         &movdqu (&QWP(0,$ctx),$ABCD)
 522         &movd   (&DWP(16,$ctx),$E);
 523         &mov    ("esp","ebx");
 524 &function_end("_sha1_block_data_order_shaext");
 525 }
 526 ######################################################################
 527 # The SSSE3 implementation.
 528 #
 529 # %xmm[0-7] are used as ring @X[] buffer containing quadruples of last
 530 # 32 elements of the message schedule or Xupdate outputs. First 4
 531 # quadruples are simply byte-swapped input, next 4 are calculated
 532 # according to method originally suggested by Dean Gaudet (modulo
 533 # being implemented in SSSE3). Once 8 quadruples or 32 elements are
 534 # collected, it switches to routine proposed by Max Locktyukhin.
 535 #
 536 # Calculations inevitably require temporary reqisters, and there are
 537 # no %xmm registers left to spare. For this reason part of the ring
 538 # buffer, X[2..4] to be specific, is offloaded to 3 quadriples ring
 539 # buffer on the stack. Keep in mind that X[2] is alias X[-6], X[3] -
 540 # X[-5], and X[4] - X[-4]...
 541 #
 542 # Another notable optimization is aggressive stack frame compression
 543 # aiming to minimize amount of 9-byte instructions...
 544 #
 545 # Yet another notable optimization is "jumping" $B variable. It means
 546 # that there is no register permanently allocated for $B value. This
 547 # allowed to eliminate one instruction from body_20_39...
 548 #
 549 my $Xi=4;                       # 4xSIMD Xupdate round, start pre-seeded
 550 my @X=map("xmm$_",(4..7,0..3)); # pre-seeded for $Xi=4
 551 my @V=($A,$B,$C,$D,$E);
 552 my $j=0;                        # hash round
 553 my $rx=0;
 554 my @T=($T,$tmp1);
 555 my $inp;
 556
 557 my $_rol=sub { &rol(@_) };
 558 my $_ror=sub { &ror(@_) };
 559
 560 &function_begin("_sha1_block_data_order_ssse3");
 561         &call   (&label("pic_point"));  # make it PIC!
 562         &set_label("pic_point");
 563         &blindpop($tmp1);
 564         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
 565 &set_label("ssse3_shortcut");
 566
 567         &movdqa (@X[3],&QWP(0,$tmp1));          # K_00_19
 568         &movdqa (@X[4],&QWP(16,$tmp1));         # K_20_39
 569         &movdqa (@X[5],&QWP(32,$tmp1));         # K_40_59
 570         &movdqa (@X[6],&QWP(48,$tmp1));         # K_60_79
 571         &movdqa (@X[2],&QWP(64,$tmp1));         # pbswap mask
 572
 573         &mov    ($E,&wparam(0));                # load argument block
 574         &mov    ($inp=@T[1],&wparam(1));
 575         &mov    ($D,&wparam(2));
 576         &mov    (@T[0],"esp");
 577
 578         # stack frame layout
 579         #
 580         # +0    X[0]+K  X[1]+K  X[2]+K  X[3]+K  # XMM->IALU xfer area
 581         #       X[4]+K  X[5]+K  X[6]+K  X[7]+K
 582         #       X[8]+K  X[9]+K  X[10]+K X[11]+K
 583         #       X[12]+K X[13]+K X[14]+K X[15]+K
 584         #
 585         # +64   X[0]    X[1]    X[2]    X[3]    # XMM->XMM backtrace area
 586         #       X[4]    X[5]    X[6]    X[7]
 587         #       X[8]    X[9]    X[10]   X[11]   # even borrowed for K_00_19
 588         #
 589         # +112  K_20_39 K_20_39 K_20_39 K_20_39 # constants
 590         #       K_40_59 K_40_59 K_40_59 K_40_59
 591         #       K_60_79 K_60_79 K_60_79 K_60_79
 592         #       K_00_19 K_00_19 K_00_19 K_00_19
 593         #       pbswap mask
 594         #
 595         # +192  ctx                             # argument block
 596         # +196  inp
 597         # +200  end
 598         # +204  esp
 599         &sub    ("esp",208);
 600         &and    ("esp",-64);
 601
 602         &movdqa (&QWP(112+0,"esp"),@X[4]);      # copy constants
 603         &movdqa (&QWP(112+16,"esp"),@X[5]);
 604         &movdqa (&QWP(112+32,"esp"),@X[6]);
 605         &shl    ($D,6);                         # len*64
 606         &movdqa (&QWP(112+48,"esp"),@X[3]);
 607         &add    ($D,$inp);                      # end of input
 608         &movdqa (&QWP(112+64,"esp"),@X[2]);
 609         &add    ($inp,64);
 610         &mov    (&DWP(192+0,"esp"),$E);         # save argument block
 611         &mov    (&DWP(192+4,"esp"),$inp);
 612         &mov    (&DWP(192+8,"esp"),$D);
 613         &mov    (&DWP(192+12,"esp"),@T[0]);     # save original %esp
 614
 615         &mov    ($A,&DWP(0,$E));                # load context
 616         &mov    ($B,&DWP(4,$E));
 617         &mov    ($C,&DWP(8,$E));
 618         &mov    ($D,&DWP(12,$E));
 619         &mov    ($E,&DWP(16,$E));
 620         &mov    (@T[0],$B);                     # magic seed
 621
 622         &movdqu (@X[-4&7],&QWP(-64,$inp));      # load input to %xmm[0-3]
 623         &movdqu (@X[-3&7],&QWP(-48,$inp));
 624         &movdqu (@X[-2&7],&QWP(-32,$inp));
 625         &movdqu (@X[-1&7],&QWP(-16,$inp));
 626         &pshufb (@X[-4&7],@X[2]);               # byte swap
 627         &pshufb (@X[-3&7],@X[2]);
 628         &pshufb (@X[-2&7],@X[2]);
 629         &movdqa (&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
 630         &pshufb (@X[-1&7],@X[2]);
 631         &paddd  (@X[-4&7],@X[3]);               # add K_00_19
 632         &paddd  (@X[-3&7],@X[3]);
 633         &paddd  (@X[-2&7],@X[3]);
 634         &movdqa (&QWP(0,"esp"),@X[-4&7]);       # X[]+K xfer to IALU
 635         &psubd  (@X[-4&7],@X[3]);               # restore X[]
 636         &movdqa (&QWP(0+16,"esp"),@X[-3&7]);
 637         &psubd  (@X[-3&7],@X[3]);
 638         &movdqa (&QWP(0+32,"esp"),@X[-2&7]);
 639         &mov    (@T[1],$C);
 640         &psubd  (@X[-2&7],@X[3]);
 641         &xor    (@T[1],$D);
 642         &pshufd (@X[0],@X[-4&7],0xee);          # was &movdqa   (@X[0],@X[-3&7]);
 643         &and    (@T[0],@T[1]);
 644         &jmp    (&label("loop"));
 645
 646 ######################################################################
 647 # SSE instruction sequence is first broken to groups of indepentent
 648 # instructions, independent in respect to their inputs and shifter
 649 # (not all architectures have more than one). Then IALU instructions
 650 # are "knitted in" between the SSE groups. Distance is maintained for
 651 # SSE latency of 2 in hope that it fits better upcoming AMD Bulldozer
 652 # [which allegedly also implements SSSE3]...
 653 #
 654 # Temporary registers usage. X[2] is volatile at the entry and at the
 655 # end is restored from backtrace ring buffer. X[3] is expected to
 656 # contain current K_XX_XX constant and is used to caclulate X[-1]+K
 657 # from previous round, it becomes volatile the moment the value is
 658 # saved to stack for transfer to IALU. X[4] becomes volatile whenever
 659 # X[-4] is accumulated and offloaded to backtrace ring buffer, at the
 660 # end it is loaded with next K_XX_XX [which becomes X[3] in next
 661 # round]...
 662 #
 663 sub Xupdate_ssse3_16_31()               # recall that $Xi starts wtih 4
 664 { use integer;
 665   my $body = shift;
 666   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
 667   my ($a,$b,$c,$d,$e);
 668
 669          eval(shift(@insns));           # ror
 670          eval(shift(@insns));
 671          eval(shift(@insns));
 672         &punpcklqdq(@X[0],@X[-3&7]);    # compose "X[-14]" in "X[0]", was &palignr(@X[0],@X[-4&7],8);
 673         &movdqa (@X[2],@X[-1&7]);
 674          eval(shift(@insns));
 675          eval(shift(@insns));
 676
 677           &paddd        (@X[3],@X[-1&7]);
 678           &movdqa       (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);# save X[] to backtrace buffer
 679          eval(shift(@insns));           # rol
 680          eval(shift(@insns));
 681         &psrldq (@X[2],4);              # "X[-3]", 3 dwords
 682          eval(shift(@insns));
 683          eval(shift(@insns));
 684         &pxor   (@X[0],@X[-4&7]);       # "X[0]"^="X[-16]"
 685          eval(shift(@insns));
 686          eval(shift(@insns));           # ror
 687
 688         &pxor   (@X[2],@X[-2&7]);       # "X[-3]"^"X[-8]"
 689          eval(shift(@insns));
 690          eval(shift(@insns));
 691          eval(shift(@insns));
 692
 693         &pxor   (@X[0],@X[2]);          # "X[0]"^="X[-3]"^"X[-8]"
 694          eval(shift(@insns));
 695          eval(shift(@insns));           # rol
 696           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
 697          eval(shift(@insns));
 698          eval(shift(@insns));
 699
 700         &movdqa (@X[4],@X[0]);
 701          eval(shift(@insns));
 702          eval(shift(@insns));
 703          eval(shift(@insns));           # ror
 704         &movdqa (@X[2],@X[0]);
 705          eval(shift(@insns));
 706
 707         &pslldq (@X[4],12);             # "X[0]"<<96, extract one dword
 708         &paddd  (@X[0],@X[0]);
 709          eval(shift(@insns));
 710          eval(shift(@insns));
 711
 712         &psrld  (@X[2],31);
 713          eval(shift(@insns));
 714          eval(shift(@insns));           # rol
 715         &movdqa (@X[3],@X[4]);
 716          eval(shift(@insns));
 717          eval(shift(@insns));
 718          eval(shift(@insns));
 719
 720         &psrld  (@X[4],30);
 721          eval(shift(@insns));
 722          eval(shift(@insns));           # ror
 723         &por    (@X[0],@X[2]);          # "X[0]"<<<=1
 724          eval(shift(@insns));
 725           &movdqa       (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if ($Xi>5);       # restore X[] from backtrace buffer
 726          eval(shift(@insns));
 727          eval(shift(@insns));
 728
 729         &pslld  (@X[3],2);
 730          eval(shift(@insns));
 731          eval(shift(@insns));           # rol
 732         &pxor   (@X[0],@X[4]);
 733           &movdqa       (@X[4],&QWP(112-16+16*(($Xi)/5),"esp"));        # K_XX_XX
 734          eval(shift(@insns));
 735          eval(shift(@insns));
 736
 737         &pxor   (@X[0],@X[3]);          # "X[0]"^=("X[0]"<<96)<<<2
 738           &pshufd       (@X[1],@X[-3&7],0xee)   if ($Xi<7);     # was &movdqa   (@X[1],@X[-2&7])
 739           &pshufd       (@X[3],@X[-1&7],0xee)   if ($Xi==7);
 740          eval(shift(@insns));
 741          eval(shift(@insns));
 742
 743          foreach (@insns) { eval; }     # remaining instructions [if any]
 744
 745   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
 746 }
 747
 748 sub Xupdate_ssse3_32_79()
 749 { use integer;
 750   my $body = shift;
 751   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
 752   my ($a,$b,$c,$d,$e);
 753
 754          eval(shift(@insns));           # body_20_39
 755         &pxor   (@X[0],@X[-4&7]);       # "X[0]"="X[-32]"^"X[-16]"
 756         &punpcklqdq(@X[2],@X[-1&7]);    # compose "X[-6]", was &palignr(@X[2],@X[-2&7],8)
 757          eval(shift(@insns));
 758          eval(shift(@insns));
 759          eval(shift(@insns));           # rol
 760
 761         &pxor   (@X[0],@X[-7&7]);       # "X[0]"^="X[-28]"
 762           &movdqa       (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);       # save X[] to backtrace buffer
 763          eval(shift(@insns));
 764          eval(shift(@insns));
 765          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 766          if ($Xi%5) {
 767           &movdqa       (@X[4],@X[3]);  # "perpetuate" K_XX_XX...
 768          } else {                       # ... or load next one
 769           &movdqa       (@X[4],&QWP(112-16+16*($Xi/5),"esp"));
 770          }
 771          eval(shift(@insns));           # ror
 772           &paddd        (@X[3],@X[-1&7]);
 773          eval(shift(@insns));
 774
 775         &pxor   (@X[0],@X[2]);          # "X[0]"^="X[-6]"
 776          eval(shift(@insns));           # body_20_39
 777          eval(shift(@insns));
 778          eval(shift(@insns));
 779          eval(shift(@insns));           # rol
 780
 781         &movdqa (@X[2],@X[0]);
 782           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
 783          eval(shift(@insns));
 784          eval(shift(@insns));
 785          eval(shift(@insns));           # ror
 786          eval(shift(@insns));
 787          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 788
 789         &pslld  (@X[0],2);
 790          eval(shift(@insns));           # body_20_39
 791          eval(shift(@insns));
 792         &psrld  (@X[2],30);
 793          eval(shift(@insns));
 794          eval(shift(@insns));           # rol
 795          eval(shift(@insns));
 796          eval(shift(@insns));
 797          eval(shift(@insns));           # ror
 798          eval(shift(@insns));
 799          eval(shift(@insns))            if (@insns[1] =~ /_rol/);
 800          eval(shift(@insns))            if (@insns[0] =~ /_rol/);
 801
 802         &por    (@X[0],@X[2]);          # "X[0]"<<<=2
 803          eval(shift(@insns));           # body_20_39
 804          eval(shift(@insns));
 805           &movdqa       (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if($Xi<19);       # restore X[] from backtrace buffer
 806          eval(shift(@insns));
 807          eval(shift(@insns));           # rol
 808          eval(shift(@insns));
 809          eval(shift(@insns));
 810          eval(shift(@insns));           # ror
 811           &pshufd       (@X[3],@X[-1],0xee)     if ($Xi<19);    # was &movdqa   (@X[3],@X[0])
 812          eval(shift(@insns));
 813
 814          foreach (@insns) { eval; }     # remaining instructions
 815
 816   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
 817 }
 818
 819 sub Xuplast_ssse3_80()
 820 { use integer;
 821   my $body = shift;
 822   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 823   my ($a,$b,$c,$d,$e);
 824
 825          eval(shift(@insns));
 826          eval(shift(@insns));
 827          eval(shift(@insns));
 828          eval(shift(@insns));
 829          eval(shift(@insns));
 830          eval(shift(@insns));
 831          eval(shift(@insns));
 832           &paddd        (@X[3],@X[-1&7]);
 833          eval(shift(@insns));
 834          eval(shift(@insns));
 835          eval(shift(@insns));
 836          eval(shift(@insns));
 837
 838           &movdqa       (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer IALU
 839
 840          foreach (@insns) { eval; }             # remaining instructions
 841
 842         &mov    ($inp=@T[1],&DWP(192+4,"esp"));
 843         &cmp    ($inp,&DWP(192+8,"esp"));
 844         &je     (&label("done"));
 845
 846         &movdqa (@X[3],&QWP(112+48,"esp"));     # K_00_19
 847         &movdqa (@X[2],&QWP(112+64,"esp"));     # pbswap mask
 848         &movdqu (@X[-4&7],&QWP(0,$inp));        # load input
 849         &movdqu (@X[-3&7],&QWP(16,$inp));
 850         &movdqu (@X[-2&7],&QWP(32,$inp));
 851         &movdqu (@X[-1&7],&QWP(48,$inp));
 852         &add    ($inp,64);
 853         &pshufb (@X[-4&7],@X[2]);               # byte swap
 854         &mov    (&DWP(192+4,"esp"),$inp);
 855         &movdqa (&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
 856
 857   $Xi=0;
 858 }
 859
 860 sub Xloop_ssse3()
 861 { use integer;
 862   my $body = shift;
 863   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 864   my ($a,$b,$c,$d,$e);
 865
 866          eval(shift(@insns));
 867          eval(shift(@insns));
 868          eval(shift(@insns));
 869          eval(shift(@insns));
 870          eval(shift(@insns));
 871          eval(shift(@insns));
 872          eval(shift(@insns));
 873         &pshufb (@X[($Xi-3)&7],@X[2]);
 874          eval(shift(@insns));
 875          eval(shift(@insns));
 876          eval(shift(@insns));
 877          eval(shift(@insns));
 878         &paddd  (@X[($Xi-4)&7],@X[3]);
 879          eval(shift(@insns));
 880          eval(shift(@insns));
 881          eval(shift(@insns));
 882          eval(shift(@insns));
 883         &movdqa (&QWP(0+16*$Xi,"esp"),@X[($Xi-4)&7]);   # X[]+K xfer to IALU
 884          eval(shift(@insns));
 885          eval(shift(@insns));
 886          eval(shift(@insns));
 887          eval(shift(@insns));
 888         &psubd  (@X[($Xi-4)&7],@X[3]);
 889
 890         foreach (@insns) { eval; }
 891   $Xi++;
 892 }
 893
 894 sub Xtail_ssse3()
 895 { use integer;
 896   my $body = shift;
 897   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
 898   my ($a,$b,$c,$d,$e);
 899
 900         foreach (@insns) { eval; }
 901 }
 902
 903 sub body_00_19 () {     # ((c^d)&b)^d
 904         # on start @T[0]=(c^d)&b
 905         return &body_20_39()    if ($rx==19);   $rx++;
 906         (
 907         '($a,$b,$c,$d,$e)=@V;'.
 908         '&$_ror ($b,$j?7:2);',  # $b>>>2
 909         '&xor   (@T[0],$d);',
 910         '&mov   (@T[1],$a);',   # $b in next round
 911
 912         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 913         '&xor   ($b,$c);',      # $c^$d for next round
 914
 915         '&$_rol ($a,5);',
 916         '&add   ($e,@T[0]);',
 917         '&and   (@T[1],$b);',   # ($b&($c^$d)) for next round
 918
 919         '&xor   ($b,$c);',      # restore $b
 920         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 921         );
 922 }
 923
 924 sub body_20_39 () {     # b^d^c
 925         # on entry @T[0]=b^d
 926         return &body_40_59()    if ($rx==39);   $rx++;
 927         (
 928         '($a,$b,$c,$d,$e)=@V;'.
 929         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 930         '&xor   (@T[0],$d)      if($j==19);'.
 931         '&xor   (@T[0],$c)      if($j> 19);',   # ($b^$d^$c)
 932         '&mov   (@T[1],$a);',   # $b in next round
 933
 934         '&$_rol ($a,5);',
 935         '&add   ($e,@T[0]);',
 936         '&xor   (@T[1],$c)      if ($j< 79);',  # $b^$d for next round
 937
 938         '&$_ror ($b,7);',       # $b>>>2
 939         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 940         );
 941 }
 942
 943 sub body_40_59 () {     # ((b^c)&(c^d))^c
 944         # on entry @T[0]=(b^c), (c^=d)
 945         $rx++;
 946         (
 947         '($a,$b,$c,$d,$e)=@V;'.
 948         '&add   ($e,&DWP(4*($j&15),"esp"));',   # X[]+K xfer
 949         '&and   (@T[0],$c)      if ($j>=40);',  # (b^c)&(c^d)
 950         '&xor   ($c,$d)         if ($j>=40);',  # restore $c
 951
 952         '&$_ror ($b,7);',       # $b>>>2
 953         '&mov   (@T[1],$a);',   # $b for next round
 954         '&xor   (@T[0],$c);',
 955
 956         '&$_rol ($a,5);',
 957         '&add   ($e,@T[0]);',
 958         '&xor   (@T[1],$c)      if ($j==59);'.
 959         '&xor   (@T[1],$b)      if ($j< 59);',  # b^c for next round
 960
 961         '&xor   ($b,$c)         if ($j< 59);',  # c^d for next round
 962         '&add   ($e,$a);'       .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 963         );
 964 }
 965 ######
 966 sub bodyx_00_19 () {    # ((c^d)&b)^d
 967         # on start @T[0]=(b&c)^(~b&d), $e+=X[]+K
 968         return &bodyx_20_39()   if ($rx==19);   $rx++;
 969         (
 970         '($a,$b,$c,$d,$e)=@V;'.
 971
 972         '&rorx  ($b,$b,2)                       if ($j==0);'.   # $b>>>2
 973         '&rorx  ($b,@T[1],7)                    if ($j!=0);',   # $b>>>2
 974         '&lea   ($e,&DWP(0,$e,@T[0]));',
 975         '&rorx  (@T[0],$a,5);',
 976
 977         '&andn  (@T[1],$a,$c);',
 978         '&and   ($a,$b)',
 979         '&add   ($d,&DWP(4*(($j+1)&15),"esp"));',       # X[]+K xfer
 980
 981         '&xor   (@T[1],$a)',
 982         '&add   ($e,@T[0]);'    .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
 983         );
 984 }
 985
 986 sub bodyx_20_39 () {    # b^d^c
 987         # on start $b=b^c^d
 988         return &bodyx_40_59()   if ($rx==39);   $rx++;
 989         (
 990         '($a,$b,$c,$d,$e)=@V;'.
 991
 992         '&add   ($e,($j==19?@T[0]:$b))',
 993         '&rorx  ($b,@T[1],7);', # $b>>>2
 994         '&rorx  (@T[0],$a,5);',
 995
 996         '&xor   ($a,$b)                         if ($j<79);',
 997         '&add   ($d,&DWP(4*(($j+1)&15),"esp"))  if ($j<79);',   # X[]+K xfer
 998         '&xor   ($a,$c)                         if ($j<79);',
 999         '&add   ($e,@T[0]);'    .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
1000         );
1001 }
1002
1003 sub bodyx_40_59 () {    # ((b^c)&(c^d))^c
1004         # on start $b=((b^c)&(c^d))^c
1005         return &bodyx_20_39()   if ($rx==59);   $rx++;
1006         (
1007         '($a,$b,$c,$d,$e)=@V;'.
1008
1009         '&rorx  (@T[0],$a,5)',
1010         '&lea   ($e,&DWP(0,$e,$b))',
1011         '&rorx  ($b,@T[1],7)',  # $b>>>2
1012         '&add   ($d,&DWP(4*(($j+1)&15),"esp"))',        # X[]+K xfer
1013
1014         '&mov   (@T[1],$c)',
1015         '&xor   ($a,$b)',       # b^c for next round
1016         '&xor   (@T[1],$b)',    # c^d for next round
1017
1018         '&and   ($a,@T[1])',
1019         '&add   ($e,@T[0])',
1020         '&xor   ($a,$b)'        .'$j++; unshift(@V,pop(@V)); unshift(@T,pop(@T));'
1021         );
1022 }
1023
1024 &set_label("loop",16);
1025         &Xupdate_ssse3_16_31(\&body_00_19);
1026         &Xupdate_ssse3_16_31(\&body_00_19);
1027         &Xupdate_ssse3_16_31(\&body_00_19);
1028         &Xupdate_ssse3_16_31(\&body_00_19);
1029         &Xupdate_ssse3_32_79(\&body_00_19);
1030         &Xupdate_ssse3_32_79(\&body_20_39);
1031         &Xupdate_ssse3_32_79(\&body_20_39);
1032         &Xupdate_ssse3_32_79(\&body_20_39);
1033         &Xupdate_ssse3_32_79(\&body_20_39);
1034         &Xupdate_ssse3_32_79(\&body_20_39);
1035         &Xupdate_ssse3_32_79(\&body_40_59);
1036         &Xupdate_ssse3_32_79(\&body_40_59);
1037         &Xupdate_ssse3_32_79(\&body_40_59);
1038         &Xupdate_ssse3_32_79(\&body_40_59);
1039         &Xupdate_ssse3_32_79(\&body_40_59);
1040         &Xupdate_ssse3_32_79(\&body_20_39);
1041         &Xuplast_ssse3_80(\&body_20_39);        # can jump to "done"
1042
1043                                 $saved_j=$j; @saved_V=@V;
1044
1045         &Xloop_ssse3(\&body_20_39);
1046         &Xloop_ssse3(\&body_20_39);
1047         &Xloop_ssse3(\&body_20_39);
1048
1049         &mov    (@T[1],&DWP(192,"esp"));        # update context
1050         &add    ($A,&DWP(0,@T[1]));
1051         &add    (@T[0],&DWP(4,@T[1]));          # $b
1052         &add    ($C,&DWP(8,@T[1]));
1053         &mov    (&DWP(0,@T[1]),$A);
1054         &add    ($D,&DWP(12,@T[1]));
1055         &mov    (&DWP(4,@T[1]),@T[0]);
1056         &add    ($E,&DWP(16,@T[1]));
1057         &mov    (&DWP(8,@T[1]),$C);
1058         &mov    ($B,$C);
1059         &mov    (&DWP(12,@T[1]),$D);
1060         &xor    ($B,$D);
1061         &mov    (&DWP(16,@T[1]),$E);
1062         &mov    (@T[1],@T[0]);
1063         &pshufd (@X[0],@X[-4&7],0xee);          # was &movdqa   (@X[0],@X[-3&7]);
1064         &and    (@T[0],$B);
1065         &mov    ($B,$T[1]);
1066
1067         &jmp    (&label("loop"));
1068
1069 &set_label("done",16);          $j=$saved_j; @V=@saved_V;
1070
1071         &Xtail_ssse3(\&body_20_39);
1072         &Xtail_ssse3(\&body_20_39);
1073         &Xtail_ssse3(\&body_20_39);
1074
1075         &mov    (@T[1],&DWP(192,"esp"));        # update context
1076         &add    ($A,&DWP(0,@T[1]));
1077         &mov    ("esp",&DWP(192+12,"esp"));     # restore %esp
1078         &add    (@T[0],&DWP(4,@T[1]));          # $b
1079         &add    ($C,&DWP(8,@T[1]));
1080         &mov    (&DWP(0,@T[1]),$A);
1081         &add    ($D,&DWP(12,@T[1]));
1082         &mov    (&DWP(4,@T[1]),@T[0]);
1083         &add    ($E,&DWP(16,@T[1]));
1084         &mov    (&DWP(8,@T[1]),$C);
1085         &mov    (&DWP(12,@T[1]),$D);
1086         &mov    (&DWP(16,@T[1]),$E);
1087
1088 &function_end("_sha1_block_data_order_ssse3");
1089
1090 $rx=0;  # reset
1091
1092 if ($ymm) {
1093 my $Xi=4;                       # 4xSIMD Xupdate round, start pre-seeded
1094 my @X=map("xmm$_",(4..7,0..3)); # pre-seeded for $Xi=4
1095 my @V=($A,$B,$C,$D,$E);
1096 my $j=0;                        # hash round
1097 my @T=($T,$tmp1);
1098 my $inp;
1099
1100 my $_rol=sub { &shld(@_[0],@_) };
1101 my $_ror=sub { &shrd(@_[0],@_) };
1102
1103 &function_begin("_sha1_block_data_order_avx");
1104         &call   (&label("pic_point"));  # make it PIC!
1105         &set_label("pic_point");
1106         &blindpop($tmp1);
1107         &lea    ($tmp1,&DWP(&label("K_XX_XX")."-".&label("pic_point"),$tmp1));
1108 &set_label("avx_shortcut");
1109         &vzeroall();
1110
1111         &vmovdqa(@X[3],&QWP(0,$tmp1));          # K_00_19
1112         &vmovdqa(@X[4],&QWP(16,$tmp1));         # K_20_39
1113         &vmovdqa(@X[5],&QWP(32,$tmp1));         # K_40_59
1114         &vmovdqa(@X[6],&QWP(48,$tmp1));         # K_60_79
1115         &vmovdqa(@X[2],&QWP(64,$tmp1));         # pbswap mask
1116
1117         &mov    ($E,&wparam(0));                # load argument block
1118         &mov    ($inp=@T[1],&wparam(1));
1119         &mov    ($D,&wparam(2));
1120         &mov    (@T[0],"esp");
1121
1122         # stack frame layout
1123         #
1124         # +0    X[0]+K  X[1]+K  X[2]+K  X[3]+K  # XMM->IALU xfer area
1125         #       X[4]+K  X[5]+K  X[6]+K  X[7]+K
1126         #       X[8]+K  X[9]+K  X[10]+K X[11]+K
1127         #       X[12]+K X[13]+K X[14]+K X[15]+K
1128         #
1129         # +64   X[0]    X[1]    X[2]    X[3]    # XMM->XMM backtrace area
1130         #       X[4]    X[5]    X[6]    X[7]
1131         #       X[8]    X[9]    X[10]   X[11]   # even borrowed for K_00_19
1132         #
1133         # +112  K_20_39 K_20_39 K_20_39 K_20_39 # constants
1134         #       K_40_59 K_40_59 K_40_59 K_40_59
1135         #       K_60_79 K_60_79 K_60_79 K_60_79
1136         #       K_00_19 K_00_19 K_00_19 K_00_19
1137         #       pbswap mask
1138         #
1139         # +192  ctx                             # argument block
1140         # +196  inp
1141         # +200  end
1142         # +204  esp
1143         &sub    ("esp",208);
1144         &and    ("esp",-64);
1145
1146         &vmovdqa(&QWP(112+0,"esp"),@X[4]);      # copy constants
1147         &vmovdqa(&QWP(112+16,"esp"),@X[5]);
1148         &vmovdqa(&QWP(112+32,"esp"),@X[6]);
1149         &shl    ($D,6);                         # len*64
1150         &vmovdqa(&QWP(112+48,"esp"),@X[3]);
1151         &add    ($D,$inp);                      # end of input
1152         &vmovdqa(&QWP(112+64,"esp"),@X[2]);
1153         &add    ($inp,64);
1154         &mov    (&DWP(192+0,"esp"),$E);         # save argument block
1155         &mov    (&DWP(192+4,"esp"),$inp);
1156         &mov    (&DWP(192+8,"esp"),$D);
1157         &mov    (&DWP(192+12,"esp"),@T[0]);     # save original %esp
1158
1159         &mov    ($A,&DWP(0,$E));                # load context
1160         &mov    ($B,&DWP(4,$E));
1161         &mov    ($C,&DWP(8,$E));
1162         &mov    ($D,&DWP(12,$E));
1163         &mov    ($E,&DWP(16,$E));
1164         &mov    (@T[0],$B);                     # magic seed
1165
1166         &vmovdqu(@X[-4&7],&QWP(-64,$inp));      # load input to %xmm[0-3]
1167         &vmovdqu(@X[-3&7],&QWP(-48,$inp));
1168         &vmovdqu(@X[-2&7],&QWP(-32,$inp));
1169         &vmovdqu(@X[-1&7],&QWP(-16,$inp));
1170         &vpshufb(@X[-4&7],@X[-4&7],@X[2]);      # byte swap
1171         &vpshufb(@X[-3&7],@X[-3&7],@X[2]);
1172         &vpshufb(@X[-2&7],@X[-2&7],@X[2]);
1173         &vmovdqa(&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
1174         &vpshufb(@X[-1&7],@X[-1&7],@X[2]);
1175         &vpaddd (@X[0],@X[-4&7],@X[3]);         # add K_00_19
1176         &vpaddd (@X[1],@X[-3&7],@X[3]);
1177         &vpaddd (@X[2],@X[-2&7],@X[3]);
1178         &vmovdqa(&QWP(0,"esp"),@X[0]);          # X[]+K xfer to IALU
1179         &mov    (@T[1],$C);
1180         &vmovdqa(&QWP(0+16,"esp"),@X[1]);
1181         &xor    (@T[1],$D);
1182         &vmovdqa(&QWP(0+32,"esp"),@X[2]);
1183         &and    (@T[0],@T[1]);
1184         &jmp    (&label("loop"));
1185
1186 sub Xupdate_avx_16_31()         # recall that $Xi starts wtih 4
1187 { use integer;
1188   my $body = shift;
1189   my @insns = (&$body,&$body,&$body,&$body);    # 40 instructions
1190   my ($a,$b,$c,$d,$e);
1191
1192          eval(shift(@insns));
1193          eval(shift(@insns));
1194         &vpalignr(@X[0],@X[-3&7],@X[-4&7],8);   # compose "X[-14]" in "X[0]"
1195          eval(shift(@insns));
1196          eval(shift(@insns));
1197
1198           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1199           &vmovdqa      (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);# save X[] to backtrace buffer
1200          eval(shift(@insns));
1201          eval(shift(@insns));
1202         &vpsrldq(@X[2],@X[-1&7],4);             # "X[-3]", 3 dwords
1203          eval(shift(@insns));
1204          eval(shift(@insns));
1205         &vpxor  (@X[0],@X[0],@X[-4&7]);         # "X[0]"^="X[-16]"
1206          eval(shift(@insns));
1207          eval(shift(@insns));
1208
1209         &vpxor  (@X[2],@X[2],@X[-2&7]);         # "X[-3]"^"X[-8]"
1210          eval(shift(@insns));
1211          eval(shift(@insns));
1212           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
1213          eval(shift(@insns));
1214          eval(shift(@insns));
1215
1216         &vpxor  (@X[0],@X[0],@X[2]);            # "X[0]"^="X[-3]"^"X[-8]"
1217          eval(shift(@insns));
1218          eval(shift(@insns));
1219          eval(shift(@insns));
1220          eval(shift(@insns));
1221
1222         &vpsrld (@X[2],@X[0],31);
1223          eval(shift(@insns));
1224          eval(shift(@insns));
1225          eval(shift(@insns));
1226          eval(shift(@insns));
1227
1228         &vpslldq(@X[4],@X[0],12);               # "X[0]"<<96, extract one dword
1229         &vpaddd (@X[0],@X[0],@X[0]);
1230          eval(shift(@insns));
1231          eval(shift(@insns));
1232          eval(shift(@insns));
1233          eval(shift(@insns));
1234
1235         &vpsrld (@X[3],@X[4],30);
1236         &vpor   (@X[0],@X[0],@X[2]);            # "X[0]"<<<=1
1237          eval(shift(@insns));
1238          eval(shift(@insns));
1239          eval(shift(@insns));
1240          eval(shift(@insns));
1241
1242         &vpslld (@X[4],@X[4],2);
1243           &vmovdqa      (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if ($Xi>5);       # restore X[] from backtrace buffer
1244          eval(shift(@insns));
1245          eval(shift(@insns));
1246         &vpxor  (@X[0],@X[0],@X[3]);
1247          eval(shift(@insns));
1248          eval(shift(@insns));
1249          eval(shift(@insns));
1250          eval(shift(@insns));
1251
1252         &vpxor  (@X[0],@X[0],@X[4]);            # "X[0]"^=("X[0]"<<96)<<<2
1253          eval(shift(@insns));
1254          eval(shift(@insns));
1255           &vmovdqa      (@X[4],&QWP(112-16+16*(($Xi)/5),"esp"));        # K_XX_XX
1256          eval(shift(@insns));
1257          eval(shift(@insns));
1258
1259          foreach (@insns) { eval; }     # remaining instructions [if any]
1260
1261   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1262 }
1263
1264 sub Xupdate_avx_32_79()
1265 { use integer;
1266   my $body = shift;
1267   my @insns = (&$body,&$body,&$body,&$body);    # 32 to 44 instructions
1268   my ($a,$b,$c,$d,$e);
1269
1270         &vpalignr(@X[2],@X[-1&7],@X[-2&7],8);   # compose "X[-6]"
1271         &vpxor  (@X[0],@X[0],@X[-4&7]); # "X[0]"="X[-32]"^"X[-16]"
1272          eval(shift(@insns));           # body_20_39
1273          eval(shift(@insns));
1274          eval(shift(@insns));
1275          eval(shift(@insns));           # rol
1276
1277         &vpxor  (@X[0],@X[0],@X[-7&7]); # "X[0]"^="X[-28]"
1278           &vmovdqa      (&QWP(64+16*(($Xi-4)%3),"esp"),@X[-4&7]);       # save X[] to backtrace buffer
1279          eval(shift(@insns));
1280          eval(shift(@insns));
1281          if ($Xi%5) {
1282           &vmovdqa      (@X[4],@X[3]);  # "perpetuate" K_XX_XX...
1283          } else {                       # ... or load next one
1284           &vmovdqa      (@X[4],&QWP(112-16+16*($Xi/5),"esp"));
1285          }
1286           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1287          eval(shift(@insns));           # ror
1288          eval(shift(@insns));
1289
1290         &vpxor  (@X[0],@X[0],@X[2]);            # "X[0]"^="X[-6]"
1291          eval(shift(@insns));           # body_20_39
1292          eval(shift(@insns));
1293          eval(shift(@insns));
1294          eval(shift(@insns));           # rol
1295
1296         &vpsrld (@X[2],@X[0],30);
1297           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer to IALU
1298          eval(shift(@insns));
1299          eval(shift(@insns));
1300          eval(shift(@insns));           # ror
1301          eval(shift(@insns));
1302
1303         &vpslld (@X[0],@X[0],2);
1304          eval(shift(@insns));           # body_20_39
1305          eval(shift(@insns));
1306          eval(shift(@insns));
1307          eval(shift(@insns));           # rol
1308          eval(shift(@insns));
1309          eval(shift(@insns));
1310          eval(shift(@insns));           # ror
1311          eval(shift(@insns));
1312
1313         &vpor   (@X[0],@X[0],@X[2]);    # "X[0]"<<<=2
1314          eval(shift(@insns));           # body_20_39
1315          eval(shift(@insns));
1316           &vmovdqa      (@X[2],&QWP(64+16*(($Xi-6)%3),"esp")) if($Xi<19);       # restore X[] from backtrace buffer
1317          eval(shift(@insns));
1318          eval(shift(@insns));           # rol
1319          eval(shift(@insns));
1320          eval(shift(@insns));
1321          eval(shift(@insns));           # ror
1322          eval(shift(@insns));
1323
1324          foreach (@insns) { eval; }     # remaining instructions
1325
1326   $Xi++;        push(@X,shift(@X));     # "rotate" X[]
1327 }
1328
1329 sub Xuplast_avx_80()
1330 { use integer;
1331   my $body = shift;
1332   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1333   my ($a,$b,$c,$d,$e);
1334
1335          eval(shift(@insns));
1336           &vpaddd       (@X[3],@X[3],@X[-1&7]);
1337          eval(shift(@insns));
1338          eval(shift(@insns));
1339          eval(shift(@insns));
1340          eval(shift(@insns));
1341
1342           &vmovdqa      (&QWP(0+16*(($Xi-1)&3),"esp"),@X[3]);   # X[]+K xfer IALU
1343
1344          foreach (@insns) { eval; }             # remaining instructions
1345
1346         &mov    ($inp=@T[1],&DWP(192+4,"esp"));
1347         &cmp    ($inp,&DWP(192+8,"esp"));
1348         &je     (&label("done"));
1349
1350         &vmovdqa(@X[3],&QWP(112+48,"esp"));     # K_00_19
1351         &vmovdqa(@X[2],&QWP(112+64,"esp"));     # pbswap mask
1352         &vmovdqu(@X[-4&7],&QWP(0,$inp));        # load input
1353         &vmovdqu(@X[-3&7],&QWP(16,$inp));
1354         &vmovdqu(@X[-2&7],&QWP(32,$inp));
1355         &vmovdqu(@X[-1&7],&QWP(48,$inp));
1356         &add    ($inp,64);
1357         &vpshufb(@X[-4&7],@X[-4&7],@X[2]);              # byte swap
1358         &mov    (&DWP(192+4,"esp"),$inp);
1359         &vmovdqa(&QWP(112-16,"esp"),@X[3]);     # borrow last backtrace slot
1360
1361   $Xi=0;
1362 }
1363
1364 sub Xloop_avx()
1365 { use integer;
1366   my $body = shift;
1367   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1368   my ($a,$b,$c,$d,$e);
1369
1370          eval(shift(@insns));
1371          eval(shift(@insns));
1372         &vpshufb        (@X[($Xi-3)&7],@X[($Xi-3)&7],@X[2]);
1373          eval(shift(@insns));
1374          eval(shift(@insns));
1375         &vpaddd (@X[$Xi&7],@X[($Xi-4)&7],@X[3]);
1376          eval(shift(@insns));
1377          eval(shift(@insns));
1378          eval(shift(@insns));
1379          eval(shift(@insns));
1380         &vmovdqa        (&QWP(0+16*$Xi,"esp"),@X[$Xi&7]);       # X[]+K xfer to IALU
1381          eval(shift(@insns));
1382          eval(shift(@insns));
1383
1384         foreach (@insns) { eval; }
1385   $Xi++;
1386 }
1387
1388 sub Xtail_avx()
1389 { use integer;
1390   my $body = shift;
1391   my @insns = (&$body,&$body,&$body,&$body);    # 32 instructions
1392   my ($a,$b,$c,$d,$e);
1393
1394         foreach (@insns) { eval; }
1395 }
1396
1397 &set_label("loop",16);
1398         &Xupdate_avx_16_31(\&body_00_19);
1399         &Xupdate_avx_16_31(\&body_00_19);
1400         &Xupdate_avx_16_31(\&body_00_19);
1401         &Xupdate_avx_16_31(\&body_00_19);
1402         &Xupdate_avx_32_79(\&body_00_19);
1403         &Xupdate_avx_32_79(\&body_20_39);
1404         &Xupdate_avx_32_79(\&body_20_39);
1405         &Xupdate_avx_32_79(\&body_20_39);
1406         &Xupdate_avx_32_79(\&body_20_39);
1407         &Xupdate_avx_32_79(\&body_20_39);
1408         &Xupdate_avx_32_79(\&body_40_59);
1409         &Xupdate_avx_32_79(\&body_40_59);
1410         &Xupdate_avx_32_79(\&body_40_59);
1411         &Xupdate_avx_32_79(\&body_40_59);
1412         &Xupdate_avx_32_79(\&body_40_59);
1413         &Xupdate_avx_32_79(\&body_20_39);
1414         &Xuplast_avx_80(\&body_20_39);  # can jump to "done"
1415
1416                                 $saved_j=$j; @saved_V=@V;
1417
1418         &Xloop_avx(\&body_20_39);
1419         &Xloop_avx(\&body_20_39);
1420         &Xloop_avx(\&body_20_39);
1421
1422         &mov    (@T[1],&DWP(192,"esp"));        # update context
1423         &add    ($A,&DWP(0,@T[1]));
1424         &add    (@T[0],&DWP(4,@T[1]));          # $b
1425         &add    ($C,&DWP(8,@T[1]));
1426         &mov    (&DWP(0,@T[1]),$A);
1427         &add    ($D,&DWP(12,@T[1]));
1428         &mov    (&DWP(4,@T[1]),@T[0]);
1429         &add    ($E,&DWP(16,@T[1]));
1430         &mov    ($B,$C);
1431         &mov    (&DWP(8,@T[1]),$C);
1432         &xor    ($B,$D);
1433         &mov    (&DWP(12,@T[1]),$D);
1434         &mov    (&DWP(16,@T[1]),$E);
1435         &mov    (@T[1],@T[0]);
1436         &and    (@T[0],$B);
1437         &mov    ($B,@T[1]);
1438
1439         &jmp    (&label("loop"));
1440
1441 &set_label("done",16);          $j=$saved_j; @V=@saved_V;
1442
1443         &Xtail_avx(\&body_20_39);
1444         &Xtail_avx(\&body_20_39);
1445         &Xtail_avx(\&body_20_39);
1446
1447         &vzeroall();
1448
1449         &mov    (@T[1],&DWP(192,"esp"));        # update context
1450         &add    ($A,&DWP(0,@T[1]));
1451         &mov    ("esp",&DWP(192+12,"esp"));     # restore %esp
1452         &add    (@T[0],&DWP(4,@T[1]));          # $b
1453         &add    ($C,&DWP(8,@T[1]));
1454         &mov    (&DWP(0,@T[1]),$A);
1455         &add    ($D,&DWP(12,@T[1]));
1456         &mov    (&DWP(4,@T[1]),@T[0]);
1457         &add    ($E,&DWP(16,@T[1]));
1458         &mov    (&DWP(8,@T[1]),$C);
1459         &mov    (&DWP(12,@T[1]),$D);
1460         &mov    (&DWP(16,@T[1]),$E);
1461 &function_end("_sha1_block_data_order_avx");
1462 }
1463 &set_label("K_XX_XX",64);
1464 &data_word(0x5a827999,0x5a827999,0x5a827999,0x5a827999);        # K_00_19
1465 &data_word(0x6ed9eba1,0x6ed9eba1,0x6ed9eba1,0x6ed9eba1);        # K_20_39
1466 &data_word(0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc,0x8f1bbcdc);        # K_40_59
1467 &data_word(0xca62c1d6,0xca62c1d6,0xca62c1d6,0xca62c1d6);        # K_60_79
1468 &data_word(0x00010203,0x04050607,0x08090a0b,0x0c0d0e0f);        # pbswap mask
1469 &data_byte(0xf,0xe,0xd,0xc,0xb,0xa,0x9,0x8,0x7,0x6,0x5,0x4,0x3,0x2,0x1,0x0);
1470 }
1471 &asciz("SHA1 block transform for x86, CRYPTOGAMS by <appro\@openssl.org>");
1472
1473 &asm_finish();