WIP FPC-III support
[linux/fpc-iii.git] / arch / x86 / crypto / crct10dif-pcl-asm_64.S
blobb2533d63030e57116fee4d34f8007d5b6b74323b
1 ########################################################################
2 # Implement fast CRC-T10DIF computation with SSE and PCLMULQDQ instructions
4 # Copyright (c) 2013, Intel Corporation
6 # Authors:
7 #     Erdinc Ozturk <erdinc.ozturk@intel.com>
8 #     Vinodh Gopal <vinodh.gopal@intel.com>
9 #     James Guilford <james.guilford@intel.com>
10 #     Tim Chen <tim.c.chen@linux.intel.com>
12 # This software is available to you under a choice of one of two
13 # licenses.  You may choose to be licensed under the terms of the GNU
14 # General Public License (GPL) Version 2, available from the file
15 # COPYING in the main directory of this source tree, or the
16 # OpenIB.org BSD license below:
18 # Redistribution and use in source and binary forms, with or without
19 # modification, are permitted provided that the following conditions are
20 # met:
22 # * Redistributions of source code must retain the above copyright
23 #   notice, this list of conditions and the following disclaimer.
25 # * Redistributions in binary form must reproduce the above copyright
26 #   notice, this list of conditions and the following disclaimer in the
27 #   documentation and/or other materials provided with the
28 #   distribution.
30 # * Neither the name of the Intel Corporation nor the names of its
31 #   contributors may be used to endorse or promote products derived from
32 #   this software without specific prior written permission.
35 # THIS SOFTWARE IS PROVIDED BY INTEL CORPORATION ""AS IS"" AND ANY
36 # EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
37 # IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
38 # PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL INTEL CORPORATION OR
39 # CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
40 # EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
41 # PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
42 # PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF
43 # LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING
44 # NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
45 # SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
47 #       Reference paper titled "Fast CRC Computation for Generic
48 #       Polynomials Using PCLMULQDQ Instruction"
49 #       URL: http://www.intel.com/content/dam/www/public/us/en/documents
50 #  /white-papers/fast-crc-computation-generic-polynomials-pclmulqdq-paper.pdf
53 #include <linux/linkage.h>
55 .text
57 #define         init_crc        %edi
58 #define         buf             %rsi
59 #define         len             %rdx
61 #define         FOLD_CONSTS     %xmm10
62 #define         BSWAP_MASK      %xmm11
64 # Fold reg1, reg2 into the next 32 data bytes, storing the result back into
65 # reg1, reg2.
66 .macro  fold_32_bytes   offset, reg1, reg2
67         movdqu  \offset(buf), %xmm9
68         movdqu  \offset+16(buf), %xmm12
69         pshufb  BSWAP_MASK, %xmm9
70         pshufb  BSWAP_MASK, %xmm12
71         movdqa  \reg1, %xmm8
72         movdqa  \reg2, %xmm13
73         pclmulqdq       $0x00, FOLD_CONSTS, \reg1
74         pclmulqdq       $0x11, FOLD_CONSTS, %xmm8
75         pclmulqdq       $0x00, FOLD_CONSTS, \reg2
76         pclmulqdq       $0x11, FOLD_CONSTS, %xmm13
77         pxor    %xmm9 , \reg1
78         xorps   %xmm8 , \reg1
79         pxor    %xmm12, \reg2
80         xorps   %xmm13, \reg2
81 .endm
83 # Fold src_reg into dst_reg.
84 .macro  fold_16_bytes   src_reg, dst_reg
85         movdqa  \src_reg, %xmm8
86         pclmulqdq       $0x11, FOLD_CONSTS, \src_reg
87         pclmulqdq       $0x00, FOLD_CONSTS, %xmm8
88         pxor    %xmm8, \dst_reg
89         xorps   \src_reg, \dst_reg
90 .endm
93 # u16 crc_t10dif_pcl(u16 init_crc, const *u8 buf, size_t len);
95 # Assumes len >= 16.
97 .align 16
98 SYM_FUNC_START(crc_t10dif_pcl)
100         movdqa  .Lbswap_mask(%rip), BSWAP_MASK
102         # For sizes less than 256 bytes, we can't fold 128 bytes at a time.
103         cmp     $256, len
104         jl      .Lless_than_256_bytes
106         # Load the first 128 data bytes.  Byte swapping is necessary to make the
107         # bit order match the polynomial coefficient order.
108         movdqu  16*0(buf), %xmm0
109         movdqu  16*1(buf), %xmm1
110         movdqu  16*2(buf), %xmm2
111         movdqu  16*3(buf), %xmm3
112         movdqu  16*4(buf), %xmm4
113         movdqu  16*5(buf), %xmm5
114         movdqu  16*6(buf), %xmm6
115         movdqu  16*7(buf), %xmm7
116         add     $128, buf
117         pshufb  BSWAP_MASK, %xmm0
118         pshufb  BSWAP_MASK, %xmm1
119         pshufb  BSWAP_MASK, %xmm2
120         pshufb  BSWAP_MASK, %xmm3
121         pshufb  BSWAP_MASK, %xmm4
122         pshufb  BSWAP_MASK, %xmm5
123         pshufb  BSWAP_MASK, %xmm6
124         pshufb  BSWAP_MASK, %xmm7
126         # XOR the first 16 data *bits* with the initial CRC value.
127         pxor    %xmm8, %xmm8
128         pinsrw  $7, init_crc, %xmm8
129         pxor    %xmm8, %xmm0
131         movdqa  .Lfold_across_128_bytes_consts(%rip), FOLD_CONSTS
133         # Subtract 128 for the 128 data bytes just consumed.  Subtract another
134         # 128 to simplify the termination condition of the following loop.
135         sub     $256, len
137         # While >= 128 data bytes remain (not counting xmm0-7), fold the 128
138         # bytes xmm0-7 into them, storing the result back into xmm0-7.
139 .Lfold_128_bytes_loop:
140         fold_32_bytes   0, %xmm0, %xmm1
141         fold_32_bytes   32, %xmm2, %xmm3
142         fold_32_bytes   64, %xmm4, %xmm5
143         fold_32_bytes   96, %xmm6, %xmm7
144         add     $128, buf
145         sub     $128, len
146         jge     .Lfold_128_bytes_loop
148         # Now fold the 112 bytes in xmm0-xmm6 into the 16 bytes in xmm7.
150         # Fold across 64 bytes.
151         movdqa  .Lfold_across_64_bytes_consts(%rip), FOLD_CONSTS
152         fold_16_bytes   %xmm0, %xmm4
153         fold_16_bytes   %xmm1, %xmm5
154         fold_16_bytes   %xmm2, %xmm6
155         fold_16_bytes   %xmm3, %xmm7
156         # Fold across 32 bytes.
157         movdqa  .Lfold_across_32_bytes_consts(%rip), FOLD_CONSTS
158         fold_16_bytes   %xmm4, %xmm6
159         fold_16_bytes   %xmm5, %xmm7
160         # Fold across 16 bytes.
161         movdqa  .Lfold_across_16_bytes_consts(%rip), FOLD_CONSTS
162         fold_16_bytes   %xmm6, %xmm7
164         # Add 128 to get the correct number of data bytes remaining in 0...127
165         # (not counting xmm7), following the previous extra subtraction by 128.
166         # Then subtract 16 to simplify the termination condition of the
167         # following loop.
168         add     $128-16, len
170         # While >= 16 data bytes remain (not counting xmm7), fold the 16 bytes
171         # xmm7 into them, storing the result back into xmm7.
172         jl      .Lfold_16_bytes_loop_done
173 .Lfold_16_bytes_loop:
174         movdqa  %xmm7, %xmm8
175         pclmulqdq       $0x11, FOLD_CONSTS, %xmm7
176         pclmulqdq       $0x00, FOLD_CONSTS, %xmm8
177         pxor    %xmm8, %xmm7
178         movdqu  (buf), %xmm0
179         pshufb  BSWAP_MASK, %xmm0
180         pxor    %xmm0 , %xmm7
181         add     $16, buf
182         sub     $16, len
183         jge     .Lfold_16_bytes_loop
185 .Lfold_16_bytes_loop_done:
186         # Add 16 to get the correct number of data bytes remaining in 0...15
187         # (not counting xmm7), following the previous extra subtraction by 16.
188         add     $16, len
189         je      .Lreduce_final_16_bytes
191 .Lhandle_partial_segment:
192         # Reduce the last '16 + len' bytes where 1 <= len <= 15 and the first 16
193         # bytes are in xmm7 and the rest are the remaining data in 'buf'.  To do
194         # this without needing a fold constant for each possible 'len', redivide
195         # the bytes into a first chunk of 'len' bytes and a second chunk of 16
196         # bytes, then fold the first chunk into the second.
198         movdqa  %xmm7, %xmm2
200         # xmm1 = last 16 original data bytes
201         movdqu  -16(buf, len), %xmm1
202         pshufb  BSWAP_MASK, %xmm1
204         # xmm2 = high order part of second chunk: xmm7 left-shifted by 'len' bytes.
205         lea     .Lbyteshift_table+16(%rip), %rax
206         sub     len, %rax
207         movdqu  (%rax), %xmm0
208         pshufb  %xmm0, %xmm2
210         # xmm7 = first chunk: xmm7 right-shifted by '16-len' bytes.
211         pxor    .Lmask1(%rip), %xmm0
212         pshufb  %xmm0, %xmm7
214         # xmm1 = second chunk: 'len' bytes from xmm1 (low-order bytes),
215         # then '16-len' bytes from xmm2 (high-order bytes).
216         pblendvb        %xmm2, %xmm1    #xmm0 is implicit
218         # Fold the first chunk into the second chunk, storing the result in xmm7.
219         movdqa  %xmm7, %xmm8
220         pclmulqdq       $0x11, FOLD_CONSTS, %xmm7
221         pclmulqdq       $0x00, FOLD_CONSTS, %xmm8
222         pxor    %xmm8, %xmm7
223         pxor    %xmm1, %xmm7
225 .Lreduce_final_16_bytes:
226         # Reduce the 128-bit value M(x), stored in xmm7, to the final 16-bit CRC
228         # Load 'x^48 * (x^48 mod G(x))' and 'x^48 * (x^80 mod G(x))'.
229         movdqa  .Lfinal_fold_consts(%rip), FOLD_CONSTS
231         # Fold the high 64 bits into the low 64 bits, while also multiplying by
232         # x^64.  This produces a 128-bit value congruent to x^64 * M(x) and
233         # whose low 48 bits are 0.
234         movdqa  %xmm7, %xmm0
235         pclmulqdq       $0x11, FOLD_CONSTS, %xmm7 # high bits * x^48 * (x^80 mod G(x))
236         pslldq  $8, %xmm0
237         pxor    %xmm0, %xmm7                      # + low bits * x^64
239         # Fold the high 32 bits into the low 96 bits.  This produces a 96-bit
240         # value congruent to x^64 * M(x) and whose low 48 bits are 0.
241         movdqa  %xmm7, %xmm0
242         pand    .Lmask2(%rip), %xmm0              # zero high 32 bits
243         psrldq  $12, %xmm7                        # extract high 32 bits
244         pclmulqdq       $0x00, FOLD_CONSTS, %xmm7 # high 32 bits * x^48 * (x^48 mod G(x))
245         pxor    %xmm0, %xmm7                      # + low bits
247         # Load G(x) and floor(x^48 / G(x)).
248         movdqa  .Lbarrett_reduction_consts(%rip), FOLD_CONSTS
250         # Use Barrett reduction to compute the final CRC value.
251         movdqa  %xmm7, %xmm0
252         pclmulqdq       $0x11, FOLD_CONSTS, %xmm7 # high 32 bits * floor(x^48 / G(x))
253         psrlq   $32, %xmm7                        # /= x^32
254         pclmulqdq       $0x00, FOLD_CONSTS, %xmm7 # *= G(x)
255         psrlq   $48, %xmm0
256         pxor    %xmm7, %xmm0                 # + low 16 nonzero bits
257         # Final CRC value (x^16 * M(x)) mod G(x) is in low 16 bits of xmm0.
259         pextrw  $0, %xmm0, %eax
260         ret
262 .align 16
263 .Lless_than_256_bytes:
264         # Checksumming a buffer of length 16...255 bytes
266         # Load the first 16 data bytes.
267         movdqu  (buf), %xmm7
268         pshufb  BSWAP_MASK, %xmm7
269         add     $16, buf
271         # XOR the first 16 data *bits* with the initial CRC value.
272         pxor    %xmm0, %xmm0
273         pinsrw  $7, init_crc, %xmm0
274         pxor    %xmm0, %xmm7
276         movdqa  .Lfold_across_16_bytes_consts(%rip), FOLD_CONSTS
277         cmp     $16, len
278         je      .Lreduce_final_16_bytes         # len == 16
279         sub     $32, len
280         jge     .Lfold_16_bytes_loop            # 32 <= len <= 255
281         add     $16, len
282         jmp     .Lhandle_partial_segment        # 17 <= len <= 31
283 SYM_FUNC_END(crc_t10dif_pcl)
285 .section        .rodata, "a", @progbits
286 .align 16
288 # Fold constants precomputed from the polynomial 0x18bb7
289 # G(x) = x^16 + x^15 + x^11 + x^9 + x^8 + x^7 + x^5 + x^4 + x^2 + x^1 + x^0
290 .Lfold_across_128_bytes_consts:
291         .quad           0x0000000000006123      # x^(8*128)     mod G(x)
292         .quad           0x0000000000002295      # x^(8*128+64)  mod G(x)
293 .Lfold_across_64_bytes_consts:
294         .quad           0x0000000000001069      # x^(4*128)     mod G(x)
295         .quad           0x000000000000dd31      # x^(4*128+64)  mod G(x)
296 .Lfold_across_32_bytes_consts:
297         .quad           0x000000000000857d      # x^(2*128)     mod G(x)
298         .quad           0x0000000000007acc      # x^(2*128+64)  mod G(x)
299 .Lfold_across_16_bytes_consts:
300         .quad           0x000000000000a010      # x^(1*128)     mod G(x)
301         .quad           0x0000000000001faa      # x^(1*128+64)  mod G(x)
302 .Lfinal_fold_consts:
303         .quad           0x1368000000000000      # x^48 * (x^48 mod G(x))
304         .quad           0x2d56000000000000      # x^48 * (x^80 mod G(x))
305 .Lbarrett_reduction_consts:
306         .quad           0x0000000000018bb7      # G(x)
307         .quad           0x00000001f65a57f8      # floor(x^48 / G(x))
309 .section        .rodata.cst16.mask1, "aM", @progbits, 16
310 .align 16
311 .Lmask1:
312         .octa   0x80808080808080808080808080808080
314 .section        .rodata.cst16.mask2, "aM", @progbits, 16
315 .align 16
316 .Lmask2:
317         .octa   0x00000000FFFFFFFFFFFFFFFFFFFFFFFF
319 .section        .rodata.cst16.bswap_mask, "aM", @progbits, 16
320 .align 16
321 .Lbswap_mask:
322         .octa   0x000102030405060708090A0B0C0D0E0F
324 .section        .rodata.cst32.byteshift_table, "aM", @progbits, 32
325 .align 16
326 # For 1 <= len <= 15, the 16-byte vector beginning at &byteshift_table[16 - len]
327 # is the index vector to shift left by 'len' bytes, and is also {0x80, ...,
328 # 0x80} XOR the index vector to shift right by '16 - len' bytes.
329 .Lbyteshift_table:
330         .byte            0x0, 0x81, 0x82, 0x83, 0x84, 0x85, 0x86, 0x87
331         .byte           0x88, 0x89, 0x8a, 0x8b, 0x8c, 0x8d, 0x8e, 0x8f
332         .byte            0x0,  0x1,  0x2,  0x3,  0x4,  0x5,  0x6,  0x7
333         .byte            0x8,  0x9,  0xa,  0xb,  0xc,  0xd,  0xe , 0x0