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 #include <asm/frame.h>
  28
  29 .file "cast5-avx-x86_64-asm_64.S"
  30
  31 .extern cast_s1
  32 .extern cast_s2
  33 .extern cast_s3
  34 .extern cast_s4
  35
  36 /* structure of crypto context */
  37 #define km      0
  38 #define kr      (16*4)
  39 #define rr      ((16*4)+16)
  40
  41 /* s-boxes */
  42 #define s1      cast_s1
  43 #define s2      cast_s2
  44 #define s3      cast_s3
  45 #define s4      cast_s4
  46
  47 /**********************************************************************
  48   16-way AVX cast5
  49  **********************************************************************/
  50 #define CTX %rdi
  51
  52 #define RL1 %xmm0
  53 #define RR1 %xmm1
  54 #define RL2 %xmm2
  55 #define RR2 %xmm3
  56 #define RL3 %xmm4
  57 #define RR3 %xmm5
  58 #define RL4 %xmm6
  59 #define RR4 %xmm7
  60
  61 #define RX %xmm8
  62
  63 #define RKM  %xmm9
  64 #define RKR  %xmm10
  65 #define RKRF %xmm11
  66 #define RKRR %xmm12
  67
  68 #define R32  %xmm13
  69 #define R1ST %xmm14
  70
  71 #define RTMP %xmm15
  72
  73 #define RID1  %rbp
  74 #define RID1d %ebp
  75 #define RID2  %rsi
  76 #define RID2d %esi
  77
  78 #define RGI1   %rdx
  79 #define RGI1bl %dl
  80 #define RGI1bh %dh
  81 #define RGI2   %rcx
  82 #define RGI2bl %cl
  83 #define RGI2bh %ch
  84
  85 #define RGI3   %rax
  86 #define RGI3bl %al
  87 #define RGI3bh %ah
  88 #define RGI4   %rbx
  89 #define RGI4bl %bl
  90 #define RGI4bh %bh
  91
  92 #define RFS1  %r8
  93 #define RFS1d %r8d
  94 #define RFS2  %r9
  95 #define RFS2d %r9d
  96 #define RFS3  %r10
  97 #define RFS3d %r10d
  98
  99
 100 #define lookup_32bit(src, dst, op1, op2, op3, interleave_op, il_reg) \
 101         movzbl          src ## bh,     RID1d;    \
 102         movzbl          src ## bl,     RID2d;    \
 103         shrq $16,       src;                     \
 104         movl            s1(, RID1, 4), dst ## d; \
 105         op1             s2(, RID2, 4), dst ## d; \
 106         movzbl          src ## bh,     RID1d;    \
 107         movzbl          src ## bl,     RID2d;    \
 108         interleave_op(il_reg);                   \
 109         op2             s3(, RID1, 4), dst ## d; \
 110         op3             s4(, RID2, 4), dst ## d;
 111
 112 #define dummy(d) /* do nothing */
 113
 114 #define shr_next(reg) \
 115         shrq $16,       reg;
 116
 117 #define F_head(a, x, gi1, gi2, op0) \
 118         op0     a,      RKM,  x;                 \
 119         vpslld  RKRF,   x,    RTMP;              \
 120         vpsrld  RKRR,   x,    x;                 \
 121         vpor    RTMP,   x,    x;                 \
 122         \
 123         vmovq           x,    gi1;               \
 124         vpextrq $1,     x,    gi2;
 125
 126 #define F_tail(a, x, gi1, gi2, op1, op2, op3) \
 127         lookup_32bit(##gi1, RFS1, op1, op2, op3, shr_next, ##gi1); \
 128         lookup_32bit(##gi2, RFS3, op1, op2, op3, shr_next, ##gi2); \
 129         \
 130         lookup_32bit(##gi1, RFS2, op1, op2, op3, dummy, none);     \
 131         shlq $32,       RFS2;                                      \
 132         orq             RFS1, RFS2;                                \
 133         lookup_32bit(##gi2, RFS1, op1, op2, op3, dummy, none);     \
 134         shlq $32,       RFS1;                                      \
 135         orq             RFS1, RFS3;                                \
 136         \
 137         vmovq           RFS2, x;                                   \
 138         vpinsrq $1,     RFS3, x, x;
 139
 140 #define F_2(a1, b1, a2, b2, op0, op1, op2, op3) \
 141         F_head(b1, RX, RGI1, RGI2, op0);              \
 142         F_head(b2, RX, RGI3, RGI4, op0);              \
 143         \
 144         F_tail(b1, RX, RGI1, RGI2, op1, op2, op3);    \
 145         F_tail(b2, RTMP, RGI3, RGI4, op1, op2, op3);  \
 146         \
 147         vpxor           a1, RX,   a1;                 \
 148         vpxor           a2, RTMP, a2;
 149
 150 #define F1_2(a1, b1, a2, b2) \
 151         F_2(a1, b1, a2, b2, vpaddd, xorl, subl, addl)
 152 #define F2_2(a1, b1, a2, b2) \
 153         F_2(a1, b1, a2, b2, vpxor, subl, addl, xorl)
 154 #define F3_2(a1, b1, a2, b2) \
 155         F_2(a1, b1, a2, b2, vpsubd, addl, xorl, subl)
 156
 157 #define subround(a1, b1, a2, b2, f) \
 158         F ## f ## _2(a1, b1, a2, b2);
 159
 160 #define round(l, r, n, f) \
 161         vbroadcastss    (km+(4*n))(CTX), RKM;        \
 162         vpand           R1ST,            RKR,  RKRF; \
 163         vpsubq          RKRF,            R32,  RKRR; \
 164         vpsrldq $1,     RKR,             RKR;        \
 165         subround(l ## 1, r ## 1, l ## 2, r ## 2, f); \
 166         subround(l ## 3, r ## 3, l ## 4, r ## 4, f);
 167
 168 #define enc_preload_rkr() \
 169         vbroadcastss    .L16_mask,                RKR;      \
 170         /* add 16-bit rotation to key rotations (mod 32) */ \
 171         vpxor           kr(CTX),                  RKR, RKR;
 172
 173 #define dec_preload_rkr() \
 174         vbroadcastss    .L16_mask,                RKR;      \
 175         /* add 16-bit rotation to key rotations (mod 32) */ \
 176         vpxor           kr(CTX),                  RKR, RKR; \
 177         vpshufb         .Lbswap128_mask,          RKR, RKR;
 178
 179 #define transpose_2x4(x0, x1, t0, t1) \
 180         vpunpckldq              x1, x0, t0; \
 181         vpunpckhdq              x1, x0, t1; \
 182         \
 183         vpunpcklqdq             t1, t0, x0; \
 184         vpunpckhqdq             t1, t0, x1;
 185
 186 #define inpack_blocks(x0, x1, t0, t1, rmask) \
 187         vpshufb rmask,  x0,     x0; \
 188         vpshufb rmask,  x1,     x1; \
 189         \
 190         transpose_2x4(x0, x1, t0, t1)
 191
 192 #define outunpack_blocks(x0, x1, t0, t1, rmask) \
 193         transpose_2x4(x0, x1, t0, t1) \
 194         \
 195         vpshufb rmask,  x0, x0;           \
 196         vpshufb rmask,  x1, x1;
 197
 198 .section        .rodata.cst16.bswap_mask, "aM", @progbits, 16
 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 .section        .rodata.cst16.bswap128_mask, "aM", @progbits, 16
 203 .align 16
 204 .Lbswap128_mask:
 205         .byte 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0
 206 .section        .rodata.cst16.bswap_iv_mask, "aM", @progbits, 16
 207 .align 16
 208 .Lbswap_iv_mask:
 209         .byte 7, 6, 5, 4, 3, 2, 1, 0, 7, 6, 5, 4, 3, 2, 1, 0
 210
 211 .section        .rodata.cst4.16_mask, "aM", @progbits, 4
 212 .align 4
 213 .L16_mask:
 214         .byte 16, 16, 16, 16
 215 .section        .rodata.cst4.32_mask, "aM", @progbits, 4
 216 .align 4
 217 .L32_mask:
 218         .byte 32, 0, 0, 0
 219 .section        .rodata.cst4.first_mask, "aM", @progbits, 4
 220 .align 4
 221 .Lfirst_mask:
 222         .byte 0x1f, 0, 0, 0
 223
 224 .text
 225
 226 .align 16
 227 __cast5_enc_blk16:
 228         /* input:
 229          *      %rdi: ctx, CTX
 230          *      RL1: blocks 1 and 2
 231          *      RR1: blocks 3 and 4
 232          *      RL2: blocks 5 and 6
 233          *      RR2: blocks 7 and 8
 234          *      RL3: blocks 9 and 10
 235          *      RR3: blocks 11 and 12
 236          *      RL4: blocks 13 and 14
 237          *      RR4: blocks 15 and 16
 238          * output:
 239          *      RL1: encrypted blocks 1 and 2
 240          *      RR1: encrypted blocks 3 and 4
 241          *      RL2: encrypted blocks 5 and 6
 242          *      RR2: encrypted blocks 7 and 8
 243          *      RL3: encrypted blocks 9 and 10
 244          *      RR3: encrypted blocks 11 and 12
 245          *      RL4: encrypted blocks 13 and 14
 246          *      RR4: encrypted blocks 15 and 16
 247          */
 248
 249         pushq %rbp;
 250         pushq %rbx;
 251
 252         vmovdqa .Lbswap_mask, RKM;
 253         vmovd .Lfirst_mask, R1ST;
 254         vmovd .L32_mask, R32;
 255         enc_preload_rkr();
 256
 257         inpack_blocks(RL1, RR1, RTMP, RX, RKM);
 258         inpack_blocks(RL2, RR2, RTMP, RX, RKM);
 259         inpack_blocks(RL3, RR3, RTMP, RX, RKM);
 260         inpack_blocks(RL4, RR4, RTMP, RX, RKM);
 261
 262         round(RL, RR, 0, 1);
 263         round(RR, RL, 1, 2);
 264         round(RL, RR, 2, 3);
 265         round(RR, RL, 3, 1);
 266         round(RL, RR, 4, 2);
 267         round(RR, RL, 5, 3);
 268         round(RL, RR, 6, 1);
 269         round(RR, RL, 7, 2);
 270         round(RL, RR, 8, 3);
 271         round(RR, RL, 9, 1);
 272         round(RL, RR, 10, 2);
 273         round(RR, RL, 11, 3);
 274
 275         movzbl rr(CTX), %eax;
 276         testl %eax, %eax;
 277         jnz .L__skip_enc;
 278
 279         round(RL, RR, 12, 1);
 280         round(RR, RL, 13, 2);
 281         round(RL, RR, 14, 3);
 282         round(RR, RL, 15, 1);
 283
 284 .L__skip_enc:
 285         popq %rbx;
 286         popq %rbp;
 287
 288         vmovdqa .Lbswap_mask, RKM;
 289
 290         outunpack_blocks(RR1, RL1, RTMP, RX, RKM);
 291         outunpack_blocks(RR2, RL2, RTMP, RX, RKM);
 292         outunpack_blocks(RR3, RL3, RTMP, RX, RKM);
 293         outunpack_blocks(RR4, RL4, RTMP, RX, RKM);
 294
 295         ret;
 296 ENDPROC(__cast5_enc_blk16)
 297
 298 .align 16
 299 __cast5_dec_blk16:
 300         /* input:
 301          *      %rdi: ctx, CTX
 302          *      RL1: encrypted blocks 1 and 2
 303          *      RR1: encrypted blocks 3 and 4
 304          *      RL2: encrypted blocks 5 and 6
 305          *      RR2: encrypted blocks 7 and 8
 306          *      RL3: encrypted blocks 9 and 10
 307          *      RR3: encrypted blocks 11 and 12
 308          *      RL4: encrypted blocks 13 and 14
 309          *      RR4: encrypted blocks 15 and 16
 310          * output:
 311          *      RL1: decrypted blocks 1 and 2
 312          *      RR1: decrypted blocks 3 and 4
 313          *      RL2: decrypted blocks 5 and 6
 314          *      RR2: decrypted blocks 7 and 8
 315          *      RL3: decrypted blocks 9 and 10
 316          *      RR3: decrypted blocks 11 and 12
 317          *      RL4: decrypted blocks 13 and 14
 318          *      RR4: decrypted blocks 15 and 16
 319          */
 320
 321         pushq %rbp;
 322         pushq %rbx;
 323
 324         vmovdqa .Lbswap_mask, RKM;
 325         vmovd .Lfirst_mask, R1ST;
 326         vmovd .L32_mask, R32;
 327         dec_preload_rkr();
 328
 329         inpack_blocks(RL1, RR1, RTMP, RX, RKM);
 330         inpack_blocks(RL2, RR2, RTMP, RX, RKM);
 331         inpack_blocks(RL3, RR3, RTMP, RX, RKM);
 332         inpack_blocks(RL4, RR4, RTMP, RX, RKM);
 333
 334         movzbl rr(CTX), %eax;
 335         testl %eax, %eax;
 336         jnz .L__skip_dec;
 337
 338         round(RL, RR, 15, 1);
 339         round(RR, RL, 14, 3);
 340         round(RL, RR, 13, 2);
 341         round(RR, RL, 12, 1);
 342
 343 .L__dec_tail:
 344         round(RL, RR, 11, 3);
 345         round(RR, RL, 10, 2);
 346         round(RL, RR, 9, 1);
 347         round(RR, RL, 8, 3);
 348         round(RL, RR, 7, 2);
 349         round(RR, RL, 6, 1);
 350         round(RL, RR, 5, 3);
 351         round(RR, RL, 4, 2);
 352         round(RL, RR, 3, 1);
 353         round(RR, RL, 2, 3);
 354         round(RL, RR, 1, 2);
 355         round(RR, RL, 0, 1);
 356
 357         vmovdqa .Lbswap_mask, RKM;
 358         popq %rbx;
 359         popq %rbp;
 360
 361         outunpack_blocks(RR1, RL1, RTMP, RX, RKM);
 362         outunpack_blocks(RR2, RL2, RTMP, RX, RKM);
 363         outunpack_blocks(RR3, RL3, RTMP, RX, RKM);
 364         outunpack_blocks(RR4, RL4, RTMP, RX, RKM);
 365
 366         ret;
 367
 368 .L__skip_dec:
 369         vpsrldq $4, RKR, RKR;
 370         jmp .L__dec_tail;
 371 ENDPROC(__cast5_dec_blk16)
 372
 373 ENTRY(cast5_ecb_enc_16way)
 374         /* input:
 375          *      %rdi: ctx, CTX
 376          *      %rsi: dst
 377          *      %rdx: src
 378          */
 379         FRAME_BEGIN
 380
 381         movq %rsi, %r11;
 382
 383         vmovdqu (0*4*4)(%rdx), RL1;
 384         vmovdqu (1*4*4)(%rdx), RR1;
 385         vmovdqu (2*4*4)(%rdx), RL2;
 386         vmovdqu (3*4*4)(%rdx), RR2;
 387         vmovdqu (4*4*4)(%rdx), RL3;
 388         vmovdqu (5*4*4)(%rdx), RR3;
 389         vmovdqu (6*4*4)(%rdx), RL4;
 390         vmovdqu (7*4*4)(%rdx), RR4;
 391
 392         call __cast5_enc_blk16;
 393
 394         vmovdqu RR1, (0*4*4)(%r11);
 395         vmovdqu RL1, (1*4*4)(%r11);
 396         vmovdqu RR2, (2*4*4)(%r11);
 397         vmovdqu RL2, (3*4*4)(%r11);
 398         vmovdqu RR3, (4*4*4)(%r11);
 399         vmovdqu RL3, (5*4*4)(%r11);
 400         vmovdqu RR4, (6*4*4)(%r11);
 401         vmovdqu RL4, (7*4*4)(%r11);
 402
 403         FRAME_END
 404         ret;
 405 ENDPROC(cast5_ecb_enc_16way)
 406
 407 ENTRY(cast5_ecb_dec_16way)
 408         /* input:
 409          *      %rdi: ctx, CTX
 410          *      %rsi: dst
 411          *      %rdx: src
 412          */
 413
 414         FRAME_BEGIN
 415         movq %rsi, %r11;
 416
 417         vmovdqu (0*4*4)(%rdx), RL1;
 418         vmovdqu (1*4*4)(%rdx), RR1;
 419         vmovdqu (2*4*4)(%rdx), RL2;
 420         vmovdqu (3*4*4)(%rdx), RR2;
 421         vmovdqu (4*4*4)(%rdx), RL3;
 422         vmovdqu (5*4*4)(%rdx), RR3;
 423         vmovdqu (6*4*4)(%rdx), RL4;
 424         vmovdqu (7*4*4)(%rdx), RR4;
 425
 426         call __cast5_dec_blk16;
 427
 428         vmovdqu RR1, (0*4*4)(%r11);
 429         vmovdqu RL1, (1*4*4)(%r11);
 430         vmovdqu RR2, (2*4*4)(%r11);
 431         vmovdqu RL2, (3*4*4)(%r11);
 432         vmovdqu RR3, (4*4*4)(%r11);
 433         vmovdqu RL3, (5*4*4)(%r11);
 434         vmovdqu RR4, (6*4*4)(%r11);
 435         vmovdqu RL4, (7*4*4)(%r11);
 436
 437         FRAME_END
 438         ret;
 439 ENDPROC(cast5_ecb_dec_16way)
 440
 441 ENTRY(cast5_cbc_dec_16way)
 442         /* input:
 443          *      %rdi: ctx, CTX
 444          *      %rsi: dst
 445          *      %rdx: src
 446          */
 447         FRAME_BEGIN
 448
 449         pushq %r12;
 450
 451         movq %rsi, %r11;
 452         movq %rdx, %r12;
 453
 454         vmovdqu (0*16)(%rdx), RL1;
 455         vmovdqu (1*16)(%rdx), RR1;
 456         vmovdqu (2*16)(%rdx), RL2;
 457         vmovdqu (3*16)(%rdx), RR2;
 458         vmovdqu (4*16)(%rdx), RL3;
 459         vmovdqu (5*16)(%rdx), RR3;
 460         vmovdqu (6*16)(%rdx), RL4;
 461         vmovdqu (7*16)(%rdx), RR4;
 462
 463         call __cast5_dec_blk16;
 464
 465         /* xor with src */
 466         vmovq (%r12), RX;
 467         vpshufd $0x4f, RX, RX;
 468         vpxor RX, RR1, RR1;
 469         vpxor 0*16+8(%r12), RL1, RL1;
 470         vpxor 1*16+8(%r12), RR2, RR2;
 471         vpxor 2*16+8(%r12), RL2, RL2;
 472         vpxor 3*16+8(%r12), RR3, RR3;
 473         vpxor 4*16+8(%r12), RL3, RL3;
 474         vpxor 5*16+8(%r12), RR4, RR4;
 475         vpxor 6*16+8(%r12), RL4, RL4;
 476
 477         vmovdqu RR1, (0*16)(%r11);
 478         vmovdqu RL1, (1*16)(%r11);
 479         vmovdqu RR2, (2*16)(%r11);
 480         vmovdqu RL2, (3*16)(%r11);
 481         vmovdqu RR3, (4*16)(%r11);
 482         vmovdqu RL3, (5*16)(%r11);
 483         vmovdqu RR4, (6*16)(%r11);
 484         vmovdqu RL4, (7*16)(%r11);
 485
 486         popq %r12;
 487
 488         FRAME_END
 489         ret;
 490 ENDPROC(cast5_cbc_dec_16way)
 491
 492 ENTRY(cast5_ctr_16way)
 493         /* input:
 494          *      %rdi: ctx, CTX
 495          *      %rsi: dst
 496          *      %rdx: src
 497          *      %rcx: iv (big endian, 64bit)
 498          */
 499         FRAME_BEGIN
 500
 501         pushq %r12;
 502
 503         movq %rsi, %r11;
 504         movq %rdx, %r12;
 505
 506         vpcmpeqd RTMP, RTMP, RTMP;
 507         vpsrldq $8, RTMP, RTMP; /* low: -1, high: 0 */
 508
 509         vpcmpeqd RKR, RKR, RKR;
 510         vpaddq RKR, RKR, RKR; /* low: -2, high: -2 */
 511         vmovdqa .Lbswap_iv_mask, R1ST;
 512         vmovdqa .Lbswap128_mask, RKM;
 513
 514         /* load IV and byteswap */
 515         vmovq (%rcx), RX;
 516         vpshufb R1ST, RX, RX;
 517
 518         /* construct IVs */
 519         vpsubq RTMP, RX, RX;  /* le: IV1, IV0 */
 520         vpshufb RKM, RX, RL1; /* be: IV0, IV1 */
 521         vpsubq RKR, RX, RX;
 522         vpshufb RKM, RX, RR1; /* be: IV2, IV3 */
 523         vpsubq RKR, RX, RX;
 524         vpshufb RKM, RX, RL2; /* be: IV4, IV5 */
 525         vpsubq RKR, RX, RX;
 526         vpshufb RKM, RX, RR2; /* be: IV6, IV7 */
 527         vpsubq RKR, RX, RX;
 528         vpshufb RKM, RX, RL3; /* be: IV8, IV9 */
 529         vpsubq RKR, RX, RX;
 530         vpshufb RKM, RX, RR3; /* be: IV10, IV11 */
 531         vpsubq RKR, RX, RX;
 532         vpshufb RKM, RX, RL4; /* be: IV12, IV13 */
 533         vpsubq RKR, RX, RX;
 534         vpshufb RKM, RX, RR4; /* be: IV14, IV15 */
 535
 536         /* store last IV */
 537         vpsubq RTMP, RX, RX; /* le: IV16, IV14 */
 538         vpshufb R1ST, RX, RX; /* be: IV16, IV16 */
 539         vmovq RX, (%rcx);
 540
 541         call __cast5_enc_blk16;
 542
 543         /* dst = src ^ iv */
 544         vpxor (0*16)(%r12), RR1, RR1;
 545         vpxor (1*16)(%r12), RL1, RL1;
 546         vpxor (2*16)(%r12), RR2, RR2;
 547         vpxor (3*16)(%r12), RL2, RL2;
 548         vpxor (4*16)(%r12), RR3, RR3;
 549         vpxor (5*16)(%r12), RL3, RL3;
 550         vpxor (6*16)(%r12), RR4, RR4;
 551         vpxor (7*16)(%r12), RL4, RL4;
 552         vmovdqu RR1, (0*16)(%r11);
 553         vmovdqu RL1, (1*16)(%r11);
 554         vmovdqu RR2, (2*16)(%r11);
 555         vmovdqu RL2, (3*16)(%r11);
 556         vmovdqu RR3, (4*16)(%r11);
 557         vmovdqu RL3, (5*16)(%r11);
 558         vmovdqu RR4, (6*16)(%r11);
 559         vmovdqu RL4, (7*16)(%r11);
 560
 561         popq %r12;
 562
 563         FRAME_END
 564         ret;
 565 ENDPROC(cast5_ctr_16way)