arch/x86/crypto/cast5-avx-x86_64-asm_64.S

   1 /*
   2  * Cast5 Cipher 16-way parallel algorithm (AVX/x86_64)
   3  *
   4  * Copyright (C) 2012 Johannes Goetzfried
   5  *     <Johannes.Goetzfried@informatik.stud.uni-erlangen.de>
   6  *
   7  * Copyright © 2012 Jussi Kivilinna <jussi.kivilinna@mbnet.fi>
   8  *
   9  * This program is free software; you can redistribute it and/or modify
  10  * it under the terms of the GNU General Public License as published by
  11  * the Free Software Foundation; either version 2 of the License, or
  12  * (at your option) any later version.
  13  *
  14  * This program is distributed in the hope that it will be useful,
  15  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  16  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  17  * GNU General Public License for more details.
  18  *
  19  * You should have received a copy of the GNU General Public License
  20  * along with this program; if not, write to the Free Software
  21  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307
  22  * USA
  23  *
  24  */
  25
  26 #include <linux/linkage.h>
  27
  28 .file "cast5-avx-x86_64-asm_64.S"
  29
  30 .extern cast_s1
  31 .extern cast_s2
  32 .extern cast_s3
  33 .extern cast_s4
  34
  35 /* structure of crypto context */
  36 #define km      0
  37 #define kr      (16*4)
  38 #define rr      ((16*4)+16)
  39
  40 /* s-boxes */
  41 #define s1      cast_s1
  42 #define s2      cast_s2
  43 #define s3      cast_s3
  44 #define s4      cast_s4
  45
  46 /**********************************************************************
  47   16-way AVX cast5
  48  **********************************************************************/
  49 #define CTX %rdi
  50
  51 #define RL1 %xmm0
  52 #define RR1 %xmm1
  53 #define RL2 %xmm2
  54 #define RR2 %xmm3
  55 #define RL3 %xmm4
  56 #define RR3 %xmm5
  57 #define RL4 %xmm6
  58 #define RR4 %xmm7
  59
  60 #define RX %xmm8
  61
  62 #define RKM  %xmm9
  63 #define RKR  %xmm10
  64 #define RKRF %xmm11
  65 #define RKRR %xmm12
  66
  67 #define R32  %xmm13
  68 #define R1ST %xmm14
  69
  70 #define RTMP %xmm15
  71
  72 #define RID1  %rbp
  73 #define RID1d %ebp
  74 #define RID2  %rsi
  75 #define RID2d %esi
  76
  77 #define RGI1   %rdx
  78 #define RGI1bl %dl
  79 #define RGI1bh %dh
  80 #define RGI2   %rcx
  81 #define RGI2bl %cl
  82 #define RGI2bh %ch
  83
  84 #define RGI3   %rax
  85 #define RGI3bl %al
  86 #define RGI3bh %ah
  87 #define RGI4   %rbx
  88 #define RGI4bl %bl
  89 #define RGI4bh %bh
  90
  91 #define RFS1  %r8
  92 #define RFS1d %r8d
  93 #define RFS2  %r9
  94 #define RFS2d %r9d
  95 #define RFS3  %r10
  96 #define RFS3d %r10d
  97
  98
  99 #define lookup_32bit(src, dst, op1, op2, op3, interleave_op, il_reg) \
 100         movzbl          src ## bh,     RID1d;    \
 101         movzbl          src ## bl,     RID2d;    \
 102         shrq $16,       src;                     \
 103         movl            s1(, RID1, 4), dst ## d; \
 104         op1             s2(, RID2, 4), dst ## d; \
 105         movzbl          src ## bh,     RID1d;    \
 106         movzbl          src ## bl,     RID2d;    \
 107         interleave_op(il_reg);                   \
 108         op2             s3(, RID1, 4), dst ## d; \
 109         op3             s4(, RID2, 4), dst ## d;
 110
 111 #define dummy(d) /* do nothing */
 112
 113 #define shr_next(reg) \
 114         shrq $16,       reg;
 115
 116 #define F_head(a, x, gi1, gi2, op0) \
 117         op0     a,      RKM,  x;                 \
 118         vpslld  RKRF,   x,    RTMP;              \
 119         vpsrld  RKRR,   x,    x;                 \
 120         vpor    RTMP,   x,    x;                 \
 121         \
 122         vmovq           x,    gi1;               \
 123         vpextrq $1,     x,    gi2;
 124
 125 #define F_tail(a, x, gi1, gi2, op1, op2, op3) \
 126         lookup_32bit(##gi1, RFS1, op1, op2, op3, shr_next, ##gi1); \
 127         lookup_32bit(##gi2, RFS3, op1, op2, op3, shr_next, ##gi2); \
 128         \
 129         lookup_32bit(##gi1, RFS2, op1, op2, op3, dummy, none);     \
 130         shlq $32,       RFS2;                                      \
 131         orq             RFS1, RFS2;                                \
 132         lookup_32bit(##gi2, RFS1, op1, op2, op3, dummy, none);     \
 133         shlq $32,       RFS1;                                      \
 134         orq             RFS1, RFS3;                                \
 135         \
 136         vmovq           RFS2, x;                                   \
 137         vpinsrq $1,     RFS3, x, x;
 138
 139 #define F_2(a1, b1, a2, b2, op0, op1, op2, op3) \
 140         F_head(b1, RX, RGI1, RGI2, op0);              \
 141         F_head(b2, RX, RGI3, RGI4, op0);              \
 142         \
 143         F_tail(b1, RX, RGI1, RGI2, op1, op2, op3);    \
 144         F_tail(b2, RTMP, RGI3, RGI4, op1, op2, op3);  \
 145         \
 146         vpxor           a1, RX,   a1;                 \
 147         vpxor           a2, RTMP, a2;
 148
 149 #define F1_2(a1, b1, a2, b2) \
 150         F_2(a1, b1, a2, b2, vpaddd, xorl, subl, addl)
 151 #define F2_2(a1, b1, a2, b2) \
 152         F_2(a1, b1, a2, b2, vpxor, subl, addl, xorl)
 153 #define F3_2(a1, b1, a2, b2) \
 154         F_2(a1, b1, a2, b2, vpsubd, addl, xorl, subl)
 155
 156 #define subround(a1, b1, a2, b2, f) \
 157         F ## f ## _2(a1, b1, a2, b2);
 158
 159 #define round(l, r, n, f) \
 160         vbroadcastss    (km+(4*n))(CTX), RKM;        \
 161         vpand           R1ST,            RKR,  RKRF; \
 162         vpsubq          RKRF,            R32,  RKRR; \
 163         vpsrldq $1,     RKR,             RKR;        \
 164         subround(l ## 1, r ## 1, l ## 2, r ## 2, f); \
 165         subround(l ## 3, r ## 3, l ## 4, r ## 4, f);
 166
 167 #define enc_preload_rkr() \
 168         vbroadcastss    .L16_mask,                RKR;      \
 169         /* add 16-bit rotation to key rotations (mod 32) */ \
 170         vpxor           kr(CTX),                  RKR, RKR;
 171
 172 #define dec_preload_rkr() \
 173         vbroadcastss    .L16_mask,                RKR;      \
 174         /* add 16-bit rotation to key rotations (mod 32) */ \
 175         vpxor           kr(CTX),                  RKR, RKR; \
 176         vpshufb         .Lbswap128_mask,          RKR, RKR;
 177
 178 #define transpose_2x4(x0, x1, t0, t1) \
 179         vpunpckldq              x1, x0, t0; \
 180         vpunpckhdq              x1, x0, t1; \
 181         \
 182         vpunpcklqdq             t1, t0, x0; \
 183         vpunpckhqdq             t1, t0, x1;
 184
 185 #define inpack_blocks(x0, x1, t0, t1, rmask) \
 186         vpshufb rmask,  x0,     x0; \
 187         vpshufb rmask,  x1,     x1; \
 188         \
 189         transpose_2x4(x0, x1, t0, t1)
 190
 191 #define outunpack_blocks(x0, x1, t0, t1, rmask) \
 192         transpose_2x4(x0, x1, t0, t1) \
 193         \
 194         vpshufb rmask,  x0, x0;           \
 195         vpshufb rmask,  x1, x1;
 196
 197 .data
 198
 199 .align 16
 200 .Lbswap_mask:
 201         .byte 3, 2, 1, 0, 7, 6, 5, 4, 11, 10, 9, 8, 15, 14, 13, 12
 202 .Lbswap128_mask:
 203         .byte 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0
 204 .Lbswap_iv_mask:
 205         .byte 7, 6, 5, 4, 3, 2, 1, 0, 7, 6, 5, 4, 3, 2, 1, 0
 206 .L16_mask:
 207         .byte 16, 16, 16, 16
 208 .L32_mask:
 209         .byte 32, 0, 0, 0
 210 .Lfirst_mask:
 211         .byte 0x1f, 0, 0, 0
 212
 213 .text
 214
 215 .align 16
 216 __cast5_enc_blk16:
 217         /* input:
 218          *      %rdi: ctx, CTX
 219          *      RL1: blocks 1 and 2
 220          *      RR1: blocks 3 and 4
 221          *      RL2: blocks 5 and 6
 222          *      RR2: blocks 7 and 8
 223          *      RL3: blocks 9 and 10
 224          *      RR3: blocks 11 and 12
 225          *      RL4: blocks 13 and 14
 226          *      RR4: blocks 15 and 16
 227          * output:
 228          *      RL1: encrypted blocks 1 and 2
 229          *      RR1: encrypted blocks 3 and 4
 230          *      RL2: encrypted blocks 5 and 6
 231          *      RR2: encrypted blocks 7 and 8
 232          *      RL3: encrypted blocks 9 and 10
 233          *      RR3: encrypted blocks 11 and 12
 234          *      RL4: encrypted blocks 13 and 14
 235          *      RR4: encrypted blocks 15 and 16
 236          */
 237
 238         pushq %rbp;
 239         pushq %rbx;
 240
 241         vmovdqa .Lbswap_mask, RKM;
 242         vmovd .Lfirst_mask, R1ST;
 243         vmovd .L32_mask, R32;
 244         enc_preload_rkr();
 245
 246         inpack_blocks(RL1, RR1, RTMP, RX, RKM);
 247         inpack_blocks(RL2, RR2, RTMP, RX, RKM);
 248         inpack_blocks(RL3, RR3, RTMP, RX, RKM);
 249         inpack_blocks(RL4, RR4, RTMP, RX, RKM);
 250
 251         round(RL, RR, 0, 1);
 252         round(RR, RL, 1, 2);
 253         round(RL, RR, 2, 3);
 254         round(RR, RL, 3, 1);
 255         round(RL, RR, 4, 2);
 256         round(RR, RL, 5, 3);
 257         round(RL, RR, 6, 1);
 258         round(RR, RL, 7, 2);
 259         round(RL, RR, 8, 3);
 260         round(RR, RL, 9, 1);
 261         round(RL, RR, 10, 2);
 262         round(RR, RL, 11, 3);
 263
 264         movzbl rr(CTX), %eax;
 265         testl %eax, %eax;
 266         jnz .L__skip_enc;
 267
 268         round(RL, RR, 12, 1);
 269         round(RR, RL, 13, 2);
 270         round(RL, RR, 14, 3);
 271         round(RR, RL, 15, 1);
 272
 273 .L__skip_enc:
 274         popq %rbx;
 275         popq %rbp;
 276
 277         vmovdqa .Lbswap_mask, RKM;
 278
 279         outunpack_blocks(RR1, RL1, RTMP, RX, RKM);
 280         outunpack_blocks(RR2, RL2, RTMP, RX, RKM);
 281         outunpack_blocks(RR3, RL3, RTMP, RX, RKM);
 282         outunpack_blocks(RR4, RL4, RTMP, RX, RKM);
 283
 284         ret;
 285 ENDPROC(__cast5_enc_blk16)
 286
 287 .align 16
 288 __cast5_dec_blk16:
 289         /* input:
 290          *      %rdi: ctx, CTX
 291          *      RL1: encrypted blocks 1 and 2
 292          *      RR1: encrypted blocks 3 and 4
 293          *      RL2: encrypted blocks 5 and 6
 294          *      RR2: encrypted blocks 7 and 8
 295          *      RL3: encrypted blocks 9 and 10
 296          *      RR3: encrypted blocks 11 and 12
 297          *      RL4: encrypted blocks 13 and 14
 298          *      RR4: encrypted blocks 15 and 16
 299          * output:
 300          *      RL1: decrypted blocks 1 and 2
 301          *      RR1: decrypted blocks 3 and 4
 302          *      RL2: decrypted blocks 5 and 6
 303          *      RR2: decrypted blocks 7 and 8
 304          *      RL3: decrypted blocks 9 and 10
 305          *      RR3: decrypted blocks 11 and 12
 306          *      RL4: decrypted blocks 13 and 14
 307          *      RR4: decrypted blocks 15 and 16
 308          */
 309
 310         pushq %rbp;
 311         pushq %rbx;
 312
 313         vmovdqa .Lbswap_mask, RKM;
 314         vmovd .Lfirst_mask, R1ST;
 315         vmovd .L32_mask, R32;
 316         dec_preload_rkr();
 317
 318         inpack_blocks(RL1, RR1, RTMP, RX, RKM);
 319         inpack_blocks(RL2, RR2, RTMP, RX, RKM);
 320         inpack_blocks(RL3, RR3, RTMP, RX, RKM);
 321         inpack_blocks(RL4, RR4, RTMP, RX, RKM);
 322
 323         movzbl rr(CTX), %eax;
 324         testl %eax, %eax;
 325         jnz .L__skip_dec;
 326
 327         round(RL, RR, 15, 1);
 328         round(RR, RL, 14, 3);
 329         round(RL, RR, 13, 2);
 330         round(RR, RL, 12, 1);
 331
 332 .L__dec_tail:
 333         round(RL, RR, 11, 3);
 334         round(RR, RL, 10, 2);
 335         round(RL, RR, 9, 1);
 336         round(RR, RL, 8, 3);
 337         round(RL, RR, 7, 2);
 338         round(RR, RL, 6, 1);
 339         round(RL, RR, 5, 3);
 340         round(RR, RL, 4, 2);
 341         round(RL, RR, 3, 1);
 342         round(RR, RL, 2, 3);
 343         round(RL, RR, 1, 2);
 344         round(RR, RL, 0, 1);
 345
 346         vmovdqa .Lbswap_mask, RKM;
 347         popq %rbx;
 348         popq %rbp;
 349
 350         outunpack_blocks(RR1, RL1, RTMP, RX, RKM);
 351         outunpack_blocks(RR2, RL2, RTMP, RX, RKM);
 352         outunpack_blocks(RR3, RL3, RTMP, RX, RKM);
 353         outunpack_blocks(RR4, RL4, RTMP, RX, RKM);
 354
 355         ret;
 356
 357 .L__skip_dec:
 358         vpsrldq $4, RKR, RKR;
 359         jmp .L__dec_tail;
 360 ENDPROC(__cast5_dec_blk16)
 361
 362 ENTRY(cast5_ecb_enc_16way)
 363         /* input:
 364          *      %rdi: ctx, CTX
 365          *      %rsi: dst
 366          *      %rdx: src
 367          */
 368
 369         movq %rsi, %r11;
 370
 371         vmovdqu (0*4*4)(%rdx), RL1;
 372         vmovdqu (1*4*4)(%rdx), RR1;
 373         vmovdqu (2*4*4)(%rdx), RL2;
 374         vmovdqu (3*4*4)(%rdx), RR2;
 375         vmovdqu (4*4*4)(%rdx), RL3;
 376         vmovdqu (5*4*4)(%rdx), RR3;
 377         vmovdqu (6*4*4)(%rdx), RL4;
 378         vmovdqu (7*4*4)(%rdx), RR4;
 379
 380         call __cast5_enc_blk16;
 381
 382         vmovdqu RR1, (0*4*4)(%r11);
 383         vmovdqu RL1, (1*4*4)(%r11);
 384         vmovdqu RR2, (2*4*4)(%r11);
 385         vmovdqu RL2, (3*4*4)(%r11);
 386         vmovdqu RR3, (4*4*4)(%r11);
 387         vmovdqu RL3, (5*4*4)(%r11);
 388         vmovdqu RR4, (6*4*4)(%r11);
 389         vmovdqu RL4, (7*4*4)(%r11);
 390
 391         ret;
 392 ENDPROC(cast5_ecb_enc_16way)
 393
 394 ENTRY(cast5_ecb_dec_16way)
 395         /* input:
 396          *      %rdi: ctx, CTX
 397          *      %rsi: dst
 398          *      %rdx: src
 399          */
 400
 401         movq %rsi, %r11;
 402
 403         vmovdqu (0*4*4)(%rdx), RL1;
 404         vmovdqu (1*4*4)(%rdx), RR1;
 405         vmovdqu (2*4*4)(%rdx), RL2;
 406         vmovdqu (3*4*4)(%rdx), RR2;
 407         vmovdqu (4*4*4)(%rdx), RL3;
 408         vmovdqu (5*4*4)(%rdx), RR3;
 409         vmovdqu (6*4*4)(%rdx), RL4;
 410         vmovdqu (7*4*4)(%rdx), RR4;
 411
 412         call __cast5_dec_blk16;
 413
 414         vmovdqu RR1, (0*4*4)(%r11);
 415         vmovdqu RL1, (1*4*4)(%r11);
 416         vmovdqu RR2, (2*4*4)(%r11);
 417         vmovdqu RL2, (3*4*4)(%r11);
 418         vmovdqu RR3, (4*4*4)(%r11);
 419         vmovdqu RL3, (5*4*4)(%r11);
 420         vmovdqu RR4, (6*4*4)(%r11);
 421         vmovdqu RL4, (7*4*4)(%r11);
 422
 423         ret;
 424 ENDPROC(cast5_ecb_dec_16way)
 425
 426 ENTRY(cast5_cbc_dec_16way)
 427         /* input:
 428          *      %rdi: ctx, CTX
 429          *      %rsi: dst
 430          *      %rdx: src
 431          */
 432
 433         pushq %r12;
 434
 435         movq %rsi, %r11;
 436         movq %rdx, %r12;
 437
 438         vmovdqu (0*16)(%rdx), RL1;
 439         vmovdqu (1*16)(%rdx), RR1;
 440         vmovdqu (2*16)(%rdx), RL2;
 441         vmovdqu (3*16)(%rdx), RR2;
 442         vmovdqu (4*16)(%rdx), RL3;
 443         vmovdqu (5*16)(%rdx), RR3;
 444         vmovdqu (6*16)(%rdx), RL4;
 445         vmovdqu (7*16)(%rdx), RR4;
 446
 447         call __cast5_dec_blk16;
 448
 449         /* xor with src */
 450         vmovq (%r12), RX;
 451         vpshufd $0x4f, RX, RX;
 452         vpxor RX, RR1, RR1;
 453         vpxor 0*16+8(%r12), RL1, RL1;
 454         vpxor 1*16+8(%r12), RR2, RR2;
 455         vpxor 2*16+8(%r12), RL2, RL2;
 456         vpxor 3*16+8(%r12), RR3, RR3;
 457         vpxor 4*16+8(%r12), RL3, RL3;
 458         vpxor 5*16+8(%r12), RR4, RR4;
 459         vpxor 6*16+8(%r12), RL4, RL4;
 460
 461         vmovdqu RR1, (0*16)(%r11);
 462         vmovdqu RL1, (1*16)(%r11);
 463         vmovdqu RR2, (2*16)(%r11);
 464         vmovdqu RL2, (3*16)(%r11);
 465         vmovdqu RR3, (4*16)(%r11);
 466         vmovdqu RL3, (5*16)(%r11);
 467         vmovdqu RR4, (6*16)(%r11);
 468         vmovdqu RL4, (7*16)(%r11);
 469
 470         popq %r12;
 471
 472         ret;
 473 ENDPROC(cast5_cbc_dec_16way)
 474
 475 ENTRY(cast5_ctr_16way)
 476         /* input:
 477          *      %rdi: ctx, CTX
 478          *      %rsi: dst
 479          *      %rdx: src
 480          *      %rcx: iv (big endian, 64bit)
 481          */
 482
 483         pushq %r12;
 484
 485         movq %rsi, %r11;
 486         movq %rdx, %r12;
 487
 488         vpcmpeqd RTMP, RTMP, RTMP;
 489         vpsrldq $8, RTMP, RTMP; /* low: -1, high: 0 */
 490
 491         vpcmpeqd RKR, RKR, RKR;
 492         vpaddq RKR, RKR, RKR; /* low: -2, high: -2 */
 493         vmovdqa .Lbswap_iv_mask, R1ST;
 494         vmovdqa .Lbswap128_mask, RKM;
 495
 496         /* load IV and byteswap */
 497         vmovq (%rcx), RX;
 498         vpshufb R1ST, RX, RX;
 499
 500         /* construct IVs */
 501         vpsubq RTMP, RX, RX;  /* le: IV1, IV0 */
 502         vpshufb RKM, RX, RL1; /* be: IV0, IV1 */
 503         vpsubq RKR, RX, RX;
 504         vpshufb RKM, RX, RR1; /* be: IV2, IV3 */
 505         vpsubq RKR, RX, RX;
 506         vpshufb RKM, RX, RL2; /* be: IV4, IV5 */
 507         vpsubq RKR, RX, RX;
 508         vpshufb RKM, RX, RR2; /* be: IV6, IV7 */
 509         vpsubq RKR, RX, RX;
 510         vpshufb RKM, RX, RL3; /* be: IV8, IV9 */
 511         vpsubq RKR, RX, RX;
 512         vpshufb RKM, RX, RR3; /* be: IV10, IV11 */
 513         vpsubq RKR, RX, RX;
 514         vpshufb RKM, RX, RL4; /* be: IV12, IV13 */
 515         vpsubq RKR, RX, RX;
 516         vpshufb RKM, RX, RR4; /* be: IV14, IV15 */
 517
 518         /* store last IV */
 519         vpsubq RTMP, RX, RX; /* le: IV16, IV14 */
 520         vpshufb R1ST, RX, RX; /* be: IV16, IV16 */
 521         vmovq RX, (%rcx);
 522
 523         call __cast5_enc_blk16;
 524
 525         /* dst = src ^ iv */
 526         vpxor (0*16)(%r12), RR1, RR1;
 527         vpxor (1*16)(%r12), RL1, RL1;
 528         vpxor (2*16)(%r12), RR2, RR2;
 529         vpxor (3*16)(%r12), RL2, RL2;
 530         vpxor (4*16)(%r12), RR3, RR3;
 531         vpxor (5*16)(%r12), RL3, RL3;
 532         vpxor (6*16)(%r12), RR4, RR4;
 533         vpxor (7*16)(%r12), RL4, RL4;
 534         vmovdqu RR1, (0*16)(%r11);
 535         vmovdqu RL1, (1*16)(%r11);
 536         vmovdqu RR2, (2*16)(%r11);
 537         vmovdqu RL2, (3*16)(%r11);
 538         vmovdqu RR3, (4*16)(%r11);
 539         vmovdqu RL3, (5*16)(%r11);
 540         vmovdqu RR4, (6*16)(%r11);
 541         vmovdqu RL4, (7*16)(%r11);
 542
 543         popq %r12;
 544
 545         ret;
 546 ENDPROC(cast5_ctr_16way)