apply --whitespace=fix: fix handling of blank lines at the eof
[git] / ppc / sha1ppc.S
1 /*
2  * SHA-1 implementation for PowerPC.
3  *
4  * Copyright (C) 2005 Paul Mackerras <paulus@samba.org>
5  */
6
7 /*
8  * PowerPC calling convention:
9  * %r0 - volatile temp
10  * %r1 - stack pointer.
11  * %r2 - reserved
12  * %r3-%r12 - Incoming arguments & return values; volatile.
13  * %r13-%r31 - Callee-save registers
14  * %lr - Return address, volatile
15  * %ctr - volatile
16  *
17  * Register usage in this routine:
18  * %r0 - temp
19  * %r3 - argument (pointer to 5 words of SHA state)
20  * %r4 - argument (pointer to data to hash)
21  * %r5 - Constant K in SHA round (initially number of blocks to hash)
22  * %r6-%r10 - Working copies of SHA variables A..E (actually E..A order)
23  * %r11-%r26 - Data being hashed W[].
24  * %r27-%r31 - Previous copies of A..E, for final add back.
25  * %ctr - loop count
26  */
27
28
29 /*
30  * We roll the registers for A, B, C, D, E around on each
31  * iteration; E on iteration t is D on iteration t+1, and so on.
32  * We use registers 6 - 10 for this.  (Registers 27 - 31 hold
33  * the previous values.)
34  */
35 #define RA(t)   (((t)+4)%5+6)
36 #define RB(t)   (((t)+3)%5+6)
37 #define RC(t)   (((t)+2)%5+6)
38 #define RD(t)   (((t)+1)%5+6)
39 #define RE(t)   (((t)+0)%5+6)
40
41 /* We use registers 11 - 26 for the W values */
42 #define W(t)    ((t)%16+11)
43
44 /* Register 5 is used for the constant k */
45
46 /*
47  * The basic SHA-1 round function is:
48  * E += ROTL(A,5) + F(B,C,D) + W[i] + K;  B = ROTL(B,30)
49  * Then the variables are renamed: (A,B,C,D,E) = (E,A,B,C,D).
50  *
51  * Every 20 rounds, the function F() and the constant K changes:
52  * - 20 rounds of f0(b,c,d) = "bit wise b ? c : d" =  (^b & d) + (b & c)
53  * - 20 rounds of f1(b,c,d) = b^c^d = (b^d)^c
54  * - 20 rounds of f2(b,c,d) = majority(b,c,d) = (b&d) + ((b^d)&c)
55  * - 20 more rounds of f1(b,c,d)
56  *
57  * These are all scheduled for near-optimal performance on a G4.
58  * The G4 is a 3-issue out-of-order machine with 3 ALUs, but it can only
59  * *consider* starting the oldest 3 instructions per cycle.  So to get
60  * maximum performance out of it, you have to treat it as an in-order
61  * machine.  Which means interleaving the computation round t with the
62  * computation of W[t+4].
63  *
64  * The first 16 rounds use W values loaded directly from memory, while the
65  * remaining 64 use values computed from those first 16.  We preload
66  * 4 values before starting, so there are three kinds of rounds:
67  * - The first 12 (all f0) also load the W values from memory.
68  * - The next 64 compute W(i+4) in parallel. 8*f0, 20*f1, 20*f2, 16*f1.
69  * - The last 4 (all f1) do not do anything with W.
70  *
71  * Therefore, we have 6 different round functions:
72  * STEPD0_LOAD(t,s) - Perform round t and load W(s).  s < 16
73  * STEPD0_UPDATE(t,s) - Perform round t and compute W(s).  s >= 16.
74  * STEPD1_UPDATE(t,s)
75  * STEPD2_UPDATE(t,s)
76  * STEPD1(t) - Perform round t with no load or update.
77  *
78  * The G5 is more fully out-of-order, and can find the parallelism
79  * by itself.  The big limit is that it has a 2-cycle ALU latency, so
80  * even though it's 2-way, the code has to be scheduled as if it's
81  * 4-way, which can be a limit.  To help it, we try to schedule the
82  * read of RA(t) as late as possible so it doesn't stall waiting for
83  * the previous round's RE(t-1), and we try to rotate RB(t) as early
84  * as possible while reading RC(t) (= RB(t-1)) as late as possible.
85  */
86
87 /* the initial loads. */
88 #define LOADW(s) \
89         lwz     W(s),(s)*4(%r4)
90
91 /*
92  * Perform a step with F0, and load W(s).  Uses W(s) as a temporary
93  * before loading it.
94  * This is actually 10 instructions, which is an awkward fit.
95  * It can execute grouped as listed, or delayed one instruction.
96  * (If delayed two instructions, there is a stall before the start of the
97  * second line.)  Thus, two iterations take 7 cycles, 3.5 cycles per round.
98  */
99 #define STEPD0_LOAD(t,s) \
100 add RE(t),RE(t),W(t); andc   %r0,RD(t),RB(t);  and    W(s),RC(t),RB(t); \
101 add RE(t),RE(t),%r0;  rotlwi %r0,RA(t),5;      rotlwi RB(t),RB(t),30;   \
102 add RE(t),RE(t),W(s); add    %r0,%r0,%r5;      lwz    W(s),(s)*4(%r4);  \
103 add RE(t),RE(t),%r0
104
105 /*
106  * This is likewise awkward, 13 instructions.  However, it can also
107  * execute starting with 2 out of 3 possible moduli, so it does 2 rounds
108  * in 9 cycles, 4.5 cycles/round.
109  */
110 #define STEPD0_UPDATE(t,s,loadk...) \
111 add RE(t),RE(t),W(t); andc   %r0,RD(t),RB(t); xor    W(s),W((s)-16),W((s)-3); \
112 add RE(t),RE(t),%r0;  and    %r0,RC(t),RB(t); xor    W(s),W(s),W((s)-8);      \
113 add RE(t),RE(t),%r0;  rotlwi %r0,RA(t),5;     xor    W(s),W(s),W((s)-14);     \
114 add RE(t),RE(t),%r5;  loadk; rotlwi RB(t),RB(t),30;  rotlwi W(s),W(s),1;     \
115 add RE(t),RE(t),%r0
116
117 /* Nicely optimal.  Conveniently, also the most common. */
118 #define STEPD1_UPDATE(t,s,loadk...) \
119 add RE(t),RE(t),W(t); xor    %r0,RD(t),RB(t); xor    W(s),W((s)-16),W((s)-3); \
120 add RE(t),RE(t),%r5;  loadk; xor %r0,%r0,RC(t);  xor W(s),W(s),W((s)-8);      \
121 add RE(t),RE(t),%r0;  rotlwi %r0,RA(t),5;     xor    W(s),W(s),W((s)-14);     \
122 add RE(t),RE(t),%r0;  rotlwi RB(t),RB(t),30;  rotlwi W(s),W(s),1
123
124 /*
125  * The naked version, no UPDATE, for the last 4 rounds.  3 cycles per.
126  * We could use W(s) as a temp register, but we don't need it.
127  */
128 #define STEPD1(t) \
129                         add   RE(t),RE(t),W(t); xor    %r0,RD(t),RB(t); \
130 rotlwi RB(t),RB(t),30;  add   RE(t),RE(t),%r5;  xor    %r0,%r0,RC(t);   \
131 add    RE(t),RE(t),%r0; rotlwi %r0,RA(t),5;     /* spare slot */        \
132 add    RE(t),RE(t),%r0
133
134 /*
135  * 14 instructions, 5 cycles per.  The majority function is a bit
136  * awkward to compute.  This can execute with a 1-instruction delay,
137  * but it causes a 2-instruction delay, which triggers a stall.
138  */
139 #define STEPD2_UPDATE(t,s,loadk...) \
140 add RE(t),RE(t),W(t); and    %r0,RD(t),RB(t); xor    W(s),W((s)-16),W((s)-3); \
141 add RE(t),RE(t),%r0;  xor    %r0,RD(t),RB(t); xor    W(s),W(s),W((s)-8);      \
142 add RE(t),RE(t),%r5;  loadk; and %r0,%r0,RC(t);  xor W(s),W(s),W((s)-14);     \
143 add RE(t),RE(t),%r0;  rotlwi %r0,RA(t),5;     rotlwi W(s),W(s),1;             \
144 add RE(t),RE(t),%r0;  rotlwi RB(t),RB(t),30
145
146 #define STEP0_LOAD4(t,s)                \
147         STEPD0_LOAD(t,s);               \
148         STEPD0_LOAD((t+1),(s)+1);       \
149         STEPD0_LOAD((t)+2,(s)+2);       \
150         STEPD0_LOAD((t)+3,(s)+3)
151
152 #define STEPUP4(fn, t, s, loadk...)             \
153         STEP##fn##_UPDATE(t,s,);                \
154         STEP##fn##_UPDATE((t)+1,(s)+1,);        \
155         STEP##fn##_UPDATE((t)+2,(s)+2,);        \
156         STEP##fn##_UPDATE((t)+3,(s)+3,loadk)
157
158 #define STEPUP20(fn, t, s, loadk...)    \
159         STEPUP4(fn, t, s,);             \
160         STEPUP4(fn, (t)+4, (s)+4,);     \
161         STEPUP4(fn, (t)+8, (s)+8,);     \
162         STEPUP4(fn, (t)+12, (s)+12,);   \
163         STEPUP4(fn, (t)+16, (s)+16, loadk)
164
165         .globl  sha1_core
166 sha1_core:
167         stwu    %r1,-80(%r1)
168         stmw    %r13,4(%r1)
169
170         /* Load up A - E */
171         lmw     %r27,0(%r3)
172
173         mtctr   %r5
174
175 1:
176         LOADW(0)
177         lis     %r5,0x5a82
178         mr      RE(0),%r31
179         LOADW(1)
180         mr      RD(0),%r30
181         mr      RC(0),%r29
182         LOADW(2)
183         ori     %r5,%r5,0x7999  /* K0-19 */
184         mr      RB(0),%r28
185         LOADW(3)
186         mr      RA(0),%r27
187
188         STEP0_LOAD4(0, 4)
189         STEP0_LOAD4(4, 8)
190         STEP0_LOAD4(8, 12)
191         STEPUP4(D0, 12, 16,)
192         STEPUP4(D0, 16, 20, lis %r5,0x6ed9)
193
194         ori     %r5,%r5,0xeba1  /* K20-39 */
195         STEPUP20(D1, 20, 24, lis %r5,0x8f1b)
196
197         ori     %r5,%r5,0xbcdc  /* K40-59 */
198         STEPUP20(D2, 40, 44, lis %r5,0xca62)
199
200         ori     %r5,%r5,0xc1d6  /* K60-79 */
201         STEPUP4(D1, 60, 64,)
202         STEPUP4(D1, 64, 68,)
203         STEPUP4(D1, 68, 72,)
204         STEPUP4(D1, 72, 76,)
205         addi    %r4,%r4,64
206         STEPD1(76)
207         STEPD1(77)
208         STEPD1(78)
209         STEPD1(79)
210
211         /* Add results to original values */
212         add     %r31,%r31,RE(0)
213         add     %r30,%r30,RD(0)
214         add     %r29,%r29,RC(0)
215         add     %r28,%r28,RB(0)
216         add     %r27,%r27,RA(0)
217
218         bdnz    1b
219
220         /* Save final hash, restore registers, and return */
221         stmw    %r27,0(%r3)
222         lmw     %r13,4(%r1)
223         addi    %r1,%r1,80
224         blr