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