sha/asm/keccak1600-armv8.pl: halve the size of hw-assisted subroutine.
authorAndy Polyakov <appro@openssl.org>
Sat, 22 Sep 2018 12:39:51 +0000 (14:39 +0200)
committerAndy Polyakov <appro@openssl.org>
Fri, 19 Oct 2018 08:43:02 +0000 (10:43 +0200)
Yes, it's second halving, i.e. it's now 1/4 of original size, or more
specifically inner loop. The challenge with Keccak is that you need
more temporary registers than there are available. By reversing the
order in which columns are assigned in Chi, it's possible to use
three of A[][] registers as temporary prior their assigment.

Reviewed-by: Richard Levitte <levitte@openssl.org>
(Merged from https://github.com/openssl/openssl/pull/7294)

crypto/sha/asm/keccak1600-armv8.pl

index 704ab4a..e4e94bc 100755 (executable)
@@ -533,30 +533,28 @@ my @A = map([ "v".$_.".16b", "v".($_+1).".16b", "v".($_+2).".16b",
             (0, 5, 10, 15, 20));
 
 my @C = map("v$_.16b", (25..31));
+my @D = @C[4,5,6,2,3];
 
 $code.=<<___;
 .type  KeccakF1600_ce,%function
 .align 5
 KeccakF1600_ce:
-       mov     x9,#12
+       mov     x9,#24
        adr     x10,iotas
        b       .Loop_ce
 .align 4
 .Loop_ce:
-___
-for($i=0; $i<2; $i++) {
-$code.=<<___;
        ////////////////////////////////////////////////// Theta
-       eor3    $C[0],$A[0][0],$A[1][0],$A[2][0]
-       eor3    $C[1],$A[0][1],$A[1][1],$A[2][1]
-       eor3    $C[2],$A[0][2],$A[1][2],$A[2][2]
-       eor3    $C[3],$A[0][3],$A[1][3],$A[2][3]
-       eor3    $C[4],$A[0][4],$A[1][4],$A[2][4]
-       eor3    $C[0],$C[0],   $A[3][0],$A[4][0]
-       eor3    $C[1],$C[1],   $A[3][1],$A[4][1]
-       eor3    $C[2],$C[2],   $A[3][2],$A[4][2]
-       eor3    $C[3],$C[3],   $A[3][3],$A[4][3]
-       eor3    $C[4],$C[4],   $A[3][4],$A[4][4]
+       eor3    $C[0],$A[4][0],$A[3][0],$A[2][0]
+       eor3    $C[1],$A[4][1],$A[3][1],$A[2][1]
+       eor3    $C[2],$A[4][2],$A[3][2],$A[2][2]
+       eor3    $C[3],$A[4][3],$A[3][3],$A[2][3]
+       eor3    $C[4],$A[4][4],$A[3][4],$A[2][4]
+       eor3    $C[0],$C[0],   $A[1][0],$A[0][0]
+       eor3    $C[1],$C[1],   $A[1][1],$A[0][1]
+       eor3    $C[2],$C[2],   $A[1][2],$A[0][2]
+       eor3    $C[3],$C[3],   $A[1][3],$A[0][3]
+       eor3    $C[4],$C[4],   $A[1][4],$A[0][4]
 
        rax1    $C[5],$C[0],$C[2]                       // D[1]
        rax1    $C[6],$C[1],$C[3]                       // D[2]
@@ -565,81 +563,75 @@ $code.=<<___;
        rax1    $C[4],$C[4],$C[1]                       // D[0]
 
        ////////////////////////////////////////////////// Theta+Rho+Pi
-       xar     $C[0],   $A[1][1],$C[5],#64-$rhotates[1][1]     // C[0]=A[0][1]
-       xar     $A[1][1],$A[1][4],$C[3],#64-$rhotates[1][4]
-       xar     $A[1][4],$A[4][2],$C[6],#64-$rhotates[4][2]
-       xar     $A[4][2],$A[2][4],$C[3],#64-$rhotates[2][4]
-       xar     $A[2][4],$A[4][0],$C[4],#64-$rhotates[4][0]
+       xar     $C[0],   $A[0][1],$D[1],#64-$rhotates[0][1] // C[0]=A[2][0]
 
-       xar     $A[4][0],$A[0][2],$C[6],#64-$rhotates[0][2]
+       xar     $A[0][1],$A[1][1],$D[1],#64-$rhotates[1][1]
+       xar     $A[1][1],$A[1][4],$D[4],#64-$rhotates[1][4]
+       xar     $A[1][4],$A[4][2],$D[2],#64-$rhotates[4][2]
+       xar     $A[4][2],$A[2][4],$D[4],#64-$rhotates[2][4]
+       xar     $A[2][4],$A[4][0],$D[0],#64-$rhotates[4][0]
 
-       xar     $A[0][2],$A[2][2],$C[6],#64-$rhotates[2][2]
-       xar     $A[2][2],$A[2][3],$C[2],#64-$rhotates[2][3]
-       xar     $A[2][3],$A[3][4],$C[3],#64-$rhotates[3][4]
-       xar     $A[3][4],$A[4][3],$C[2],#64-$rhotates[4][3]
-       xar     $A[4][3],$A[3][0],$C[4],#64-$rhotates[3][0]
+       xar     $C[1],   $A[0][2],$D[2],#64-$rhotates[0][2] // C[1]=A[4][0]
 
-       xar     $A[3][0],$A[0][4],$C[3],#64-$rhotates[0][4]
+       xar     $A[0][2],$A[2][2],$D[2],#64-$rhotates[2][2]
+       xar     $A[2][2],$A[2][3],$D[3],#64-$rhotates[2][3]
+       xar     $A[2][3],$A[3][4],$D[4],#64-$rhotates[3][4]
+       xar     $A[3][4],$A[4][3],$D[3],#64-$rhotates[4][3]
+       xar     $A[4][3],$A[3][0],$D[0],#64-$rhotates[3][0]
 
-       eor     $A[0][0],$A[0][0],$C[4]
-       ldr     x11,[x10],#8
+       xar     $A[3][0],$A[0][4],$D[4],#64-$rhotates[0][4]
 
-       xar     $C[1],   $A[3][3],$C[2],#64-$rhotates[3][3]     // C[1]=A[0][3]
-       xar     $A[3][3],$A[3][2],$C[6],#64-$rhotates[3][2]
-       xar     $A[3][2],$A[2][1],$C[5],#64-$rhotates[2][1]
-       xar     $A[2][1],$A[1][2],$C[6],#64-$rhotates[1][2]
-       xar     $A[1][2],$A[2][0],$C[4],#64-$rhotates[2][0]
+       xar     $D[4],   $A[4][4],$D[4],#64-$rhotates[4][4] // D[4]=A[0][4]
+       xar     $A[4][4],$A[4][1],$D[1],#64-$rhotates[4][1]
+       xar     $A[1][3],$A[1][3],$D[3],#64-$rhotates[1][3] // A[1][3]=A[4][1]
+       xar     $A[0][4],$A[3][1],$D[1],#64-$rhotates[3][1] // A[0][4]=A[1][3]
+       xar     $A[3][1],$A[1][0],$D[0],#64-$rhotates[1][0]
 
-       xar     $A[2][0],$A[0][1],$C[5],#64-$rhotates[0][1]     // *
+       xar     $A[1][0],$A[0][3],$D[3],#64-$rhotates[0][3]
 
-       xar     $A[0][4],$A[4][4],$C[3],#64-$rhotates[4][4]
-       xar     $A[4][4],$A[4][1],$C[5],#64-$rhotates[4][1]
-       xar     $A[4][1],$A[1][3],$C[2],#64-$rhotates[1][3]
-       xar     $A[1][3],$A[3][1],$C[5],#64-$rhotates[3][1]
-       xar     $A[3][1],$A[1][0],$C[4],#64-$rhotates[1][0]
+       eor     $A[0][0],$A[0][0],$D[0]
 
-       xar     $C[2],   $A[0][3],$C[2],#64-$rhotates[0][3]     // C[2]=A[1][0]
+       xar     $D[3],   $A[3][3],$D[3],#64-$rhotates[3][3] // D[3]=A[0][3]
+       xar     $A[0][3],$A[3][2],$D[2],#64-$rhotates[3][2] // A[0][3]=A[3][3]
+       xar     $D[1],   $A[2][1],$D[1],#64-$rhotates[2][1] // D[1]=A[3][2]
+       xar     $D[2],   $A[1][2],$D[2],#64-$rhotates[1][2] // D[2]=A[2][1]
+       xar     $D[0],   $A[2][0],$D[0],#64-$rhotates[2][0] // D[0]=A[1][2]
 
        ////////////////////////////////////////////////// Chi+Iota
-       dup     $C[6],x11                               // borrow C[6]
-       bcax    $C[3],   $A[0][0],$A[0][2],$C[0]        // *
-       bcax    $A[0][1],$C[0],   $C[1],   $A[0][2]     // *
-       bcax    $A[0][2],$A[0][2],$A[0][4],$C[1]
-       bcax    $A[0][3],$C[1],   $A[0][0],$A[0][4]
-       bcax    $A[0][4],$A[0][4],$C[0],   $A[0][0]
-
-       bcax    $A[1][0],$C[2],   $A[1][2],$A[1][1]     // *
-       bcax    $C[0],   $A[1][1],$A[1][3],$A[1][2]     // *
-       bcax    $A[1][2],$A[1][2],$A[1][4],$A[1][3]
-       bcax    $A[1][3],$A[1][3],$C[2],   $A[1][4]
-       bcax    $A[1][4],$A[1][4],$A[1][1],$C[2]
-
-       eor     $A[0][0],$C[3],$C[6]                    // Iota
-
-       bcax    $C[1],   $A[2][0],$A[2][2],$A[2][1]     // *
-       bcax    $C[2],   $A[2][1],$A[2][3],$A[2][2]     // *
-       bcax    $A[2][2],$A[2][2],$A[2][4],$A[2][3]
-       bcax    $A[2][3],$A[2][3],$A[2][0],$A[2][4]
-       bcax    $A[2][4],$A[2][4],$A[2][1],$A[2][0]
+       bcax    $A[4][0],$C[1],   $A[4][2],$A[1][3]     // A[1][3]=A[4][1]
+       bcax    $A[4][1],$A[1][3],$A[4][3],$A[4][2]     // A[1][3]=A[4][1]
+       bcax    $A[4][2],$A[4][2],$A[4][4],$A[4][3]
+       bcax    $A[4][3],$A[4][3],$C[1],   $A[4][4]
+       bcax    $A[4][4],$A[4][4],$A[1][3],$C[1]        // A[1][3]=A[4][1]
+
+       ld1r    {$C[1]},[x10],#8
 
-       bcax    $C[3],   $A[3][0],$A[3][2],$A[3][1]     // *
-       bcax    $C[4],   $A[3][1],$A[3][3],$A[3][2]     // *
-       bcax    $A[3][2],$A[3][2],$A[3][4],$A[3][3]
-       bcax    $A[3][3],$A[3][3],$A[3][0],$A[3][4]
+       bcax    $A[3][2],$D[1],   $A[3][4],$A[0][3]     // A[0][3]=A[3][3]
+       bcax    $A[3][3],$A[0][3],$A[3][0],$A[3][4]     // A[0][3]=A[3][3]
        bcax    $A[3][4],$A[3][4],$A[3][1],$A[3][0]
+       bcax    $A[3][0],$A[3][0],$D[1],   $A[3][1]
+       bcax    $A[3][1],$A[3][1],$A[0][3],$D[1]        // A[0][3]=A[3][3]
+
+       bcax    $A[2][0],$C[0],   $A[2][2],$D[2]
+       bcax    $A[2][1],$D[2],   $A[2][3],$A[2][2]
+       bcax    $A[2][2],$A[2][2],$A[2][4],$A[2][3]
+       bcax    $A[2][3],$A[2][3],$C[0],   $A[2][4]
+       bcax    $A[2][4],$A[2][4],$D[2],   $C[0]
+
+       bcax    $A[1][2],$D[0],   $A[1][4],$A[0][4]     // A[0][4]=A[1][3]
+       bcax    $A[1][3],$A[0][4],$A[1][0],$A[1][4]     // A[0][4]=A[1][3]
+       bcax    $A[1][4],$A[1][4],$A[1][1],$A[1][0]
+       bcax    $A[1][0],$A[1][0],$D[0],   $A[1][1]
+       bcax    $A[1][1],$A[1][1],$A[0][4],$D[0]        // A[0][4]=A[1][3]
+
+       bcax    $A[0][3],$D[3],   $A[0][0],$D[4]
+       bcax    $A[0][4],$D[4],   $A[0][1],$A[0][0]
+       bcax    $A[0][0],$A[0][0],$A[0][2],$A[0][1]
+       bcax    $A[0][1],$A[0][1],$D[3],   $A[0][2]
+       bcax    $A[0][2],$A[0][2],$D[4],   $D[3]
+
+       eor     $A[0][0],$A[0][0],$C[1]
 
-       bcax    $C[5],   $A[4][0],$A[4][2],$A[4][1]     // *
-       bcax    $C[6],   $A[4][1],$A[4][3],$A[4][2]     // *
-       bcax    $A[4][2],$A[4][2],$A[4][4],$A[4][3]
-       bcax    $A[4][3],$A[4][3],$A[4][0],$A[4][4]
-       bcax    $A[4][4],$A[4][4],$A[4][1],$A[4][0]
-___
-       (         $A[1][1],       $C[0]) = (      $C[0],          $A[1][1]);
-       ($A[2][0],$A[2][1], $C[1],$C[2]) = ($C[1],$C[2], $A[2][0],$A[2][1]);
-       ($A[3][0],$A[3][1], $C[3],$C[4]) = ($C[3],$C[4], $A[3][0],$A[3][1]);
-       ($A[4][0],$A[4][1], $C[5],$C[6]) = ($C[5],$C[6], $A[4][0],$A[4][1]);
-}
-$code.=<<___;
        subs    x9,x9,#1
        bne     .Loop_ce
 
@@ -857,7 +849,7 @@ foreach(split("\n",$code)) {
 
        s/\`([^\`]*)\`/eval($1)/ge;
 
-       m/\bdup\b/ and s/\.16b/.2d/g    or
+       m/\bld1r\b/ and s/\.16b/.2d/g   or
        s/\b(eor3|rax1|xar|bcax)\s+(v.*)/unsha3($1,$2)/ge;
 
        print $_,"\n";