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

   1 /* SPDX-License-Identifier: GPL-2.0-or-later */
   2 /*
   3  * Cast5 Cipher 16-way parallel algorithm (AVX/x86_64)
   4  *
   5  * Copyright (C) 2012 Johannes Goetzfried
   6  *     <Johannes.Goetzfried@informatik.stud.uni-erlangen.de>
   7  *
   8  * Copyright © 2012 Jussi Kivilinna <jussi.kivilinna@mbnet.fi>
   9  */
  10
  11 #include <linux/linkage.h>
  12 #include <asm/frame.h>
  13
  14 .file "cast5-avx-x86_64-asm_64.S"
  15
  16 .extern cast_s1
  17 .extern cast_s2
  18 .extern cast_s3
  19 .extern cast_s4
  20
  21 /* structure of crypto context */
  22 #define km      0
  23 #define kr      (16*4)
  24 #define rr      ((16*4)+16)
  25
  26 /* s-boxes */
  27 #define s1      cast_s1
  28 #define s2      cast_s2
  29 #define s3      cast_s3
  30 #define s4      cast_s4
  31
  32 /**********************************************************************
  33   16-way AVX cast5
  34  **********************************************************************/
  35 #define CTX %r15
  36
  37 #define RL1 %xmm0
  38 #define RR1 %xmm1
  39 #define RL2 %xmm2
  40 #define RR2 %xmm3
  41 #define RL3 %xmm4
  42 #define RR3 %xmm5
  43 #define RL4 %xmm6
  44 #define RR4 %xmm7
  45
  46 #define RX %xmm8
  47
  48 #define RKM  %xmm9
  49 #define RKR  %xmm10
  50 #define RKRF %xmm11
  51 #define RKRR %xmm12
  52
  53 #define R32  %xmm13
  54 #define R1ST %xmm14
  55
  56 #define RTMP %xmm15
  57
  58 #define RID1  %rdi
  59 #define RID1d %edi
  60 #define RID2  %rsi
  61 #define RID2d %esi
  62
  63 #define RGI1   %rdx
  64 #define RGI1bl %dl
  65 #define RGI1bh %dh
  66 #define RGI2   %rcx
  67 #define RGI2bl %cl
  68 #define RGI2bh %ch
  69
  70 #define RGI3   %rax
  71 #define RGI3bl %al
  72 #define RGI3bh %ah
  73 #define RGI4   %rbx
  74 #define RGI4bl %bl
  75 #define RGI4bh %bh
  76
  77 #define RFS1  %r8
  78 #define RFS1d %r8d
  79 #define RFS2  %r9
  80 #define RFS2d %r9d
  81 #define RFS3  %r10
  82 #define RFS3d %r10d
  83
  84
  85 #define lookup_32bit(src, dst, op1, op2, op3, interleave_op, il_reg) \
  86         movzbl          src ## bh,     RID1d;    \
  87         movzbl          src ## bl,     RID2d;    \
  88         shrq $16,       src;                     \
  89         movl            s1(, RID1, 4), dst ## d; \
  90         op1             s2(, RID2, 4), dst ## d; \
  91         movzbl          src ## bh,     RID1d;    \
  92         movzbl          src ## bl,     RID2d;    \
  93         interleave_op(il_reg);                   \
  94         op2             s3(, RID1, 4), dst ## d; \
  95         op3             s4(, RID2, 4), dst ## d;
  96
  97 #define dummy(d) /* do nothing */
  98
  99 #define shr_next(reg) \
 100         shrq $16,       reg;
 101
 102 #define F_head(a, x, gi1, gi2, op0) \
 103         op0     a,      RKM,  x;                 \
 104         vpslld  RKRF,   x,    RTMP;              \
 105         vpsrld  RKRR,   x,    x;                 \
 106         vpor    RTMP,   x,    x;                 \
 107         \
 108         vmovq           x,    gi1;               \
 109         vpextrq $1,     x,    gi2;
 110
 111 #define F_tail(a, x, gi1, gi2, op1, op2, op3) \
 112         lookup_32bit(##gi1, RFS1, op1, op2, op3, shr_next, ##gi1); \
 113         lookup_32bit(##gi2, RFS3, op1, op2, op3, shr_next, ##gi2); \
 114         \
 115         lookup_32bit(##gi1, RFS2, op1, op2, op3, dummy, none);     \
 116         shlq $32,       RFS2;                                      \
 117         orq             RFS1, RFS2;                                \
 118         lookup_32bit(##gi2, RFS1, op1, op2, op3, dummy, none);     \
 119         shlq $32,       RFS1;                                      \
 120         orq             RFS1, RFS3;                                \
 121         \
 122         vmovq           RFS2, x;                                   \
 123         vpinsrq $1,     RFS3, x, x;
 124
 125 #define F_2(a1, b1, a2, b2, op0, op1, op2, op3) \
 126         F_head(b1, RX, RGI1, RGI2, op0);              \
 127         F_head(b2, RX, RGI3, RGI4, op0);              \
 128         \
 129         F_tail(b1, RX, RGI1, RGI2, op1, op2, op3);    \
 130         F_tail(b2, RTMP, RGI3, RGI4, op1, op2, op3);  \
 131         \
 132         vpxor           a1, RX,   a1;                 \
 133         vpxor           a2, RTMP, a2;
 134
 135 #define F1_2(a1, b1, a2, b2) \
 136         F_2(a1, b1, a2, b2, vpaddd, xorl, subl, addl)
 137 #define F2_2(a1, b1, a2, b2) \
 138         F_2(a1, b1, a2, b2, vpxor, subl, addl, xorl)
 139 #define F3_2(a1, b1, a2, b2) \
 140         F_2(a1, b1, a2, b2, vpsubd, addl, xorl, subl)
 141
 142 #define subround(a1, b1, a2, b2, f) \
 143         F ## f ## _2(a1, b1, a2, b2);
 144
 145 #define round(l, r, n, f) \
 146         vbroadcastss    (km+(4*n))(CTX), RKM;        \
 147         vpand           R1ST,            RKR,  RKRF; \
 148         vpsubq          RKRF,            R32,  RKRR; \
 149         vpsrldq $1,     RKR,             RKR;        \
 150         subround(l ## 1, r ## 1, l ## 2, r ## 2, f); \
 151         subround(l ## 3, r ## 3, l ## 4, r ## 4, f);
 152
 153 #define enc_preload_rkr() \
 154         vbroadcastss    .L16_mask,                RKR;      \
 155         /* add 16-bit rotation to key rotations (mod 32) */ \
 156         vpxor           kr(CTX),                  RKR, RKR;
 157
 158 #define dec_preload_rkr() \
 159         vbroadcastss    .L16_mask,                RKR;      \
 160         /* add 16-bit rotation to key rotations (mod 32) */ \
 161         vpxor           kr(CTX),                  RKR, RKR; \
 162         vpshufb         .Lbswap128_mask,          RKR, RKR;
 163
 164 #define transpose_2x4(x0, x1, t0, t1) \
 165         vpunpckldq              x1, x0, t0; \
 166         vpunpckhdq              x1, x0, t1; \
 167         \
 168         vpunpcklqdq             t1, t0, x0; \
 169         vpunpckhqdq             t1, t0, x1;
 170
 171 #define inpack_blocks(x0, x1, t0, t1, rmask) \
 172         vpshufb rmask,  x0,     x0; \
 173         vpshufb rmask,  x1,     x1; \
 174         \
 175         transpose_2x4(x0, x1, t0, t1)
 176
 177 #define outunpack_blocks(x0, x1, t0, t1, rmask) \
 178         transpose_2x4(x0, x1, t0, t1) \
 179         \
 180         vpshufb rmask,  x0, x0;           \
 181         vpshufb rmask,  x1, x1;
 182
 183 .section        .rodata.cst16.bswap_mask, "aM", @progbits, 16
 184 .align 16
 185 .Lbswap_mask:
 186         .byte 3, 2, 1, 0, 7, 6, 5, 4, 11, 10, 9, 8, 15, 14, 13, 12
 187 .section        .rodata.cst16.bswap128_mask, "aM", @progbits, 16
 188 .align 16
 189 .Lbswap128_mask:
 190         .byte 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0
 191 .section        .rodata.cst16.bswap_iv_mask, "aM", @progbits, 16
 192 .align 16
 193 .Lbswap_iv_mask:
 194         .byte 7, 6, 5, 4, 3, 2, 1, 0, 7, 6, 5, 4, 3, 2, 1, 0
 195
 196 .section        .rodata.cst4.16_mask, "aM", @progbits, 4
 197 .align 4
 198 .L16_mask:
 199         .byte 16, 16, 16, 16
 200 .section        .rodata.cst4.32_mask, "aM", @progbits, 4
 201 .align 4
 202 .L32_mask:
 203         .byte 32, 0, 0, 0
 204 .section        .rodata.cst4.first_mask, "aM", @progbits, 4
 205 .align 4
 206 .Lfirst_mask:
 207         .byte 0x1f, 0, 0, 0
 208
 209 .text
 210
 211 .align 16
 212 SYM_FUNC_START_LOCAL(__cast5_enc_blk16)
 213         /* input:
 214          *      %rdi: ctx
 215          *      RL1: blocks 1 and 2
 216          *      RR1: blocks 3 and 4
 217          *      RL2: blocks 5 and 6
 218          *      RR2: blocks 7 and 8
 219          *      RL3: blocks 9 and 10
 220          *      RR3: blocks 11 and 12
 221          *      RL4: blocks 13 and 14
 222          *      RR4: blocks 15 and 16
 223          * output:
 224          *      RL1: encrypted blocks 1 and 2
 225          *      RR1: encrypted blocks 3 and 4
 226          *      RL2: encrypted blocks 5 and 6
 227          *      RR2: encrypted blocks 7 and 8
 228          *      RL3: encrypted blocks 9 and 10
 229          *      RR3: encrypted blocks 11 and 12
 230          *      RL4: encrypted blocks 13 and 14
 231          *      RR4: encrypted blocks 15 and 16
 232          */
 233
 234         pushq %r15;
 235         pushq %rbx;
 236
 237         movq %rdi, CTX;
 238
 239         vmovdqa .Lbswap_mask, RKM;
 240         vmovd .Lfirst_mask, R1ST;
 241         vmovd .L32_mask, R32;
 242         enc_preload_rkr();
 243
 244         inpack_blocks(RL1, RR1, RTMP, RX, RKM);
 245         inpack_blocks(RL2, RR2, RTMP, RX, RKM);
 246         inpack_blocks(RL3, RR3, RTMP, RX, RKM);
 247         inpack_blocks(RL4, RR4, RTMP, RX, RKM);
 248
 249         round(RL, RR, 0, 1);
 250         round(RR, RL, 1, 2);
 251         round(RL, RR, 2, 3);
 252         round(RR, RL, 3, 1);
 253         round(RL, RR, 4, 2);
 254         round(RR, RL, 5, 3);
 255         round(RL, RR, 6, 1);
 256         round(RR, RL, 7, 2);
 257         round(RL, RR, 8, 3);
 258         round(RR, RL, 9, 1);
 259         round(RL, RR, 10, 2);
 260         round(RR, RL, 11, 3);
 261
 262         movzbl rr(CTX), %eax;
 263         testl %eax, %eax;
 264         jnz .L__skip_enc;
 265
 266         round(RL, RR, 12, 1);
 267         round(RR, RL, 13, 2);
 268         round(RL, RR, 14, 3);
 269         round(RR, RL, 15, 1);
 270
 271 .L__skip_enc:
 272         popq %rbx;
 273         popq %r15;
 274
 275         vmovdqa .Lbswap_mask, RKM;
 276
 277         outunpack_blocks(RR1, RL1, RTMP, RX, RKM);
 278         outunpack_blocks(RR2, RL2, RTMP, RX, RKM);
 279         outunpack_blocks(RR3, RL3, RTMP, RX, RKM);
 280         outunpack_blocks(RR4, RL4, RTMP, RX, RKM);
 281
 282         ret;
 283 SYM_FUNC_END(__cast5_enc_blk16)
 284
 285 .align 16
 286 SYM_FUNC_START_LOCAL(__cast5_dec_blk16)
 287         /* input:
 288          *      %rdi: ctx
 289          *      RL1: encrypted blocks 1 and 2
 290          *      RR1: encrypted blocks 3 and 4
 291          *      RL2: encrypted blocks 5 and 6
 292          *      RR2: encrypted blocks 7 and 8
 293          *      RL3: encrypted blocks 9 and 10
 294          *      RR3: encrypted blocks 11 and 12
 295          *      RL4: encrypted blocks 13 and 14
 296          *      RR4: encrypted blocks 15 and 16
 297          * output:
 298          *      RL1: decrypted blocks 1 and 2
 299          *      RR1: decrypted blocks 3 and 4
 300          *      RL2: decrypted blocks 5 and 6
 301          *      RR2: decrypted blocks 7 and 8
 302          *      RL3: decrypted blocks 9 and 10
 303          *      RR3: decrypted blocks 11 and 12
 304          *      RL4: decrypted blocks 13 and 14
 305          *      RR4: decrypted blocks 15 and 16
 306          */
 307
 308         pushq %r15;
 309         pushq %rbx;
 310
 311         movq %rdi, CTX;
 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 %r15;
 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 SYM_FUNC_END(__cast5_dec_blk16)
 361
 362 SYM_FUNC_START(cast5_ecb_enc_16way)
 363         /* input:
 364          *      %rdi: ctx
 365          *      %rsi: dst
 366          *      %rdx: src
 367          */
 368         FRAME_BEGIN
 369         pushq %r15;
 370
 371         movq %rdi, CTX;
 372         movq %rsi, %r11;
 373
 374         vmovdqu (0*4*4)(%rdx), RL1;
 375         vmovdqu (1*4*4)(%rdx), RR1;
 376         vmovdqu (2*4*4)(%rdx), RL2;
 377         vmovdqu (3*4*4)(%rdx), RR2;
 378         vmovdqu (4*4*4)(%rdx), RL3;
 379         vmovdqu (5*4*4)(%rdx), RR3;
 380         vmovdqu (6*4*4)(%rdx), RL4;
 381         vmovdqu (7*4*4)(%rdx), RR4;
 382
 383         call __cast5_enc_blk16;
 384
 385         vmovdqu RR1, (0*4*4)(%r11);
 386         vmovdqu RL1, (1*4*4)(%r11);
 387         vmovdqu RR2, (2*4*4)(%r11);
 388         vmovdqu RL2, (3*4*4)(%r11);
 389         vmovdqu RR3, (4*4*4)(%r11);
 390         vmovdqu RL3, (5*4*4)(%r11);
 391         vmovdqu RR4, (6*4*4)(%r11);
 392         vmovdqu RL4, (7*4*4)(%r11);
 393
 394         popq %r15;
 395         FRAME_END
 396         ret;
 397 SYM_FUNC_END(cast5_ecb_enc_16way)
 398
 399 SYM_FUNC_START(cast5_ecb_dec_16way)
 400         /* input:
 401          *      %rdi: ctx
 402          *      %rsi: dst
 403          *      %rdx: src
 404          */
 405
 406         FRAME_BEGIN
 407         pushq %r15;
 408
 409         movq %rdi, CTX;
 410         movq %rsi, %r11;
 411
 412         vmovdqu (0*4*4)(%rdx), RL1;
 413         vmovdqu (1*4*4)(%rdx), RR1;
 414         vmovdqu (2*4*4)(%rdx), RL2;
 415         vmovdqu (3*4*4)(%rdx), RR2;
 416         vmovdqu (4*4*4)(%rdx), RL3;
 417         vmovdqu (5*4*4)(%rdx), RR3;
 418         vmovdqu (6*4*4)(%rdx), RL4;
 419         vmovdqu (7*4*4)(%rdx), RR4;
 420
 421         call __cast5_dec_blk16;
 422
 423         vmovdqu RR1, (0*4*4)(%r11);
 424         vmovdqu RL1, (1*4*4)(%r11);
 425         vmovdqu RR2, (2*4*4)(%r11);
 426         vmovdqu RL2, (3*4*4)(%r11);
 427         vmovdqu RR3, (4*4*4)(%r11);
 428         vmovdqu RL3, (5*4*4)(%r11);
 429         vmovdqu RR4, (6*4*4)(%r11);
 430         vmovdqu RL4, (7*4*4)(%r11);
 431
 432         popq %r15;
 433         FRAME_END
 434         ret;
 435 SYM_FUNC_END(cast5_ecb_dec_16way)
 436
 437 SYM_FUNC_START(cast5_cbc_dec_16way)
 438         /* input:
 439          *      %rdi: ctx
 440          *      %rsi: dst
 441          *      %rdx: src
 442          */
 443         FRAME_BEGIN
 444         pushq %r12;
 445         pushq %r15;
 446
 447         movq %rdi, CTX;
 448         movq %rsi, %r11;
 449         movq %rdx, %r12;
 450
 451         vmovdqu (0*16)(%rdx), RL1;
 452         vmovdqu (1*16)(%rdx), RR1;
 453         vmovdqu (2*16)(%rdx), RL2;
 454         vmovdqu (3*16)(%rdx), RR2;
 455         vmovdqu (4*16)(%rdx), RL3;
 456         vmovdqu (5*16)(%rdx), RR3;
 457         vmovdqu (6*16)(%rdx), RL4;
 458         vmovdqu (7*16)(%rdx), RR4;
 459
 460         call __cast5_dec_blk16;
 461
 462         /* xor with src */
 463         vmovq (%r12), RX;
 464         vpshufd $0x4f, RX, RX;
 465         vpxor RX, RR1, RR1;
 466         vpxor 0*16+8(%r12), RL1, RL1;
 467         vpxor 1*16+8(%r12), RR2, RR2;
 468         vpxor 2*16+8(%r12), RL2, RL2;
 469         vpxor 3*16+8(%r12), RR3, RR3;
 470         vpxor 4*16+8(%r12), RL3, RL3;
 471         vpxor 5*16+8(%r12), RR4, RR4;
 472         vpxor 6*16+8(%r12), RL4, RL4;
 473
 474         vmovdqu RR1, (0*16)(%r11);
 475         vmovdqu RL1, (1*16)(%r11);
 476         vmovdqu RR2, (2*16)(%r11);
 477         vmovdqu RL2, (3*16)(%r11);
 478         vmovdqu RR3, (4*16)(%r11);
 479         vmovdqu RL3, (5*16)(%r11);
 480         vmovdqu RR4, (6*16)(%r11);
 481         vmovdqu RL4, (7*16)(%r11);
 482
 483         popq %r15;
 484         popq %r12;
 485         FRAME_END
 486         ret;
 487 SYM_FUNC_END(cast5_cbc_dec_16way)
 488
 489 SYM_FUNC_START(cast5_ctr_16way)
 490         /* input:
 491          *      %rdi: ctx
 492          *      %rsi: dst
 493          *      %rdx: src
 494          *      %rcx: iv (big endian, 64bit)
 495          */
 496         FRAME_BEGIN
 497         pushq %r12;
 498         pushq %r15;
 499
 500         movq %rdi, CTX;
 501         movq %rsi, %r11;
 502         movq %rdx, %r12;
 503
 504         vpcmpeqd RTMP, RTMP, RTMP;
 505         vpsrldq $8, RTMP, RTMP; /* low: -1, high: 0 */
 506
 507         vpcmpeqd RKR, RKR, RKR;
 508         vpaddq RKR, RKR, RKR; /* low: -2, high: -2 */
 509         vmovdqa .Lbswap_iv_mask, R1ST;
 510         vmovdqa .Lbswap128_mask, RKM;
 511
 512         /* load IV and byteswap */
 513         vmovq (%rcx), RX;
 514         vpshufb R1ST, RX, RX;
 515
 516         /* construct IVs */
 517         vpsubq RTMP, RX, RX;  /* le: IV1, IV0 */
 518         vpshufb RKM, RX, RL1; /* be: IV0, IV1 */
 519         vpsubq RKR, RX, RX;
 520         vpshufb RKM, RX, RR1; /* be: IV2, IV3 */
 521         vpsubq RKR, RX, RX;
 522         vpshufb RKM, RX, RL2; /* be: IV4, IV5 */
 523         vpsubq RKR, RX, RX;
 524         vpshufb RKM, RX, RR2; /* be: IV6, IV7 */
 525         vpsubq RKR, RX, RX;
 526         vpshufb RKM, RX, RL3; /* be: IV8, IV9 */
 527         vpsubq RKR, RX, RX;
 528         vpshufb RKM, RX, RR3; /* be: IV10, IV11 */
 529         vpsubq RKR, RX, RX;
 530         vpshufb RKM, RX, RL4; /* be: IV12, IV13 */
 531         vpsubq RKR, RX, RX;
 532         vpshufb RKM, RX, RR4; /* be: IV14, IV15 */
 533
 534         /* store last IV */
 535         vpsubq RTMP, RX, RX; /* le: IV16, IV14 */
 536         vpshufb R1ST, RX, RX; /* be: IV16, IV16 */
 537         vmovq RX, (%rcx);
 538
 539         call __cast5_enc_blk16;
 540
 541         /* dst = src ^ iv */
 542         vpxor (0*16)(%r12), RR1, RR1;
 543         vpxor (1*16)(%r12), RL1, RL1;
 544         vpxor (2*16)(%r12), RR2, RR2;
 545         vpxor (3*16)(%r12), RL2, RL2;
 546         vpxor (4*16)(%r12), RR3, RR3;
 547         vpxor (5*16)(%r12), RL3, RL3;
 548         vpxor (6*16)(%r12), RR4, RR4;
 549         vpxor (7*16)(%r12), RL4, RL4;
 550         vmovdqu RR1, (0*16)(%r11);
 551         vmovdqu RL1, (1*16)(%r11);
 552         vmovdqu RR2, (2*16)(%r11);
 553         vmovdqu RL2, (3*16)(%r11);
 554         vmovdqu RR3, (4*16)(%r11);
 555         vmovdqu RL3, (5*16)(%r11);
 556         vmovdqu RR4, (6*16)(%r11);
 557         vmovdqu RL4, (7*16)(%r11);
 558
 559         popq %r15;
 560         popq %r12;
 561         FRAME_END
 562         ret;
 563 SYM_FUNC_END(cast5_ctr_16way)