crypto: sha512 - Optimized SHA512 x86_64 assembly routine using AVX instructions.
authorTim Chen <tim.c.chen@linux.intel.com>
Tue, 26 Mar 2013 20:59:46 +0000 (13:59 -0700)
committerHerbert Xu <herbert@gondor.apana.org.au>
Thu, 25 Apr 2013 13:00:58 +0000 (21:00 +0800)
Provides SHA512 x86_64 assembly routine optimized with SSE and AVX instructions.
Speedup of 60% or more has been measured over the generic implementation.

Signed-off-by: Tim Chen <tim.c.chen@linux.intel.com>
Signed-off-by: Herbert Xu <herbert@gondor.apana.org.au>
arch/x86/crypto/sha512-avx-asm.S [new file with mode: 0644]

diff --git a/arch/x86/crypto/sha512-avx-asm.S b/arch/x86/crypto/sha512-avx-asm.S
new file mode 100644 (file)
index 0000000..974dde9
--- /dev/null
@@ -0,0 +1,423 @@
+########################################################################
+# Implement fast SHA-512 with AVX instructions. (x86_64)
+#
+# Copyright (C) 2013 Intel Corporation.
+#
+# Authors:
+#     James Guilford <james.guilford@intel.com>
+#     Kirk Yap <kirk.s.yap@intel.com>
+#     David Cote <david.m.cote@intel.com>
+#     Tim Chen <tim.c.chen@linux.intel.com>
+#
+# This software is available to you under a choice of one of two
+# licenses.  You may choose to be licensed under the terms of the GNU
+# General Public License (GPL) Version 2, available from the file
+# COPYING in the main directory of this source tree, or the
+# OpenIB.org BSD license below:
+#
+#     Redistribution and use in source and binary forms, with or
+#     without modification, are permitted provided that the following
+#     conditions are met:
+#
+#      - Redistributions of source code must retain the above
+#        copyright notice, this list of conditions and the following
+#        disclaimer.
+#
+#      - Redistributions in binary form must reproduce the above
+#        copyright notice, this list of conditions and the following
+#        disclaimer in the documentation and/or other materials
+#        provided with the distribution.
+#
+# THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND,
+# EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
+# MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND
+# NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS
+# BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN
+# ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
+# CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+# SOFTWARE.
+#
+########################################################################
+#
+# This code is described in an Intel White-Paper:
+# "Fast SHA-512 Implementations on Intel Architecture Processors"
+#
+# To find it, surf to http://www.intel.com/p/en_US/embedded
+# and search for that title.
+#
+########################################################################
+
+#ifdef CONFIG_AS_AVX
+#include <linux/linkage.h>
+
+.text
+
+# Virtual Registers
+# ARG1
+msg    = %rdi
+# ARG2
+digest = %rsi
+# ARG3
+msglen = %rdx
+T1     = %rcx
+T2     = %r8
+a_64   = %r9
+b_64   = %r10
+c_64   = %r11
+d_64   = %r12
+e_64   = %r13
+f_64   = %r14
+g_64   = %r15
+h_64   = %rbx
+tmp0   = %rax
+
+# Local variables (stack frame)
+
+# Message Schedule
+W_SIZE = 80*8
+# W[t] + K[t] | W[t+1] + K[t+1]
+WK_SIZE = 2*8
+RSPSAVE_SIZE = 1*8
+GPRSAVE_SIZE = 5*8
+
+frame_W = 0
+frame_WK = frame_W + W_SIZE
+frame_RSPSAVE = frame_WK + WK_SIZE
+frame_GPRSAVE = frame_RSPSAVE + RSPSAVE_SIZE
+frame_size = frame_GPRSAVE + GPRSAVE_SIZE
+
+# Useful QWORD "arrays" for simpler memory references
+# MSG, DIGEST, K_t, W_t are arrays
+# WK_2(t) points to 1 of 2 qwords at frame.WK depdending on t being odd/even
+
+# Input message (arg1)
+#define MSG(i)    8*i(msg)
+
+# Output Digest (arg2)
+#define DIGEST(i) 8*i(digest)
+
+# SHA Constants (static mem)
+#define K_t(i)    8*i+K512(%rip)
+
+# Message Schedule (stack frame)
+#define W_t(i)    8*i+frame_W(%rsp)
+
+# W[t]+K[t] (stack frame)
+#define WK_2(i)   8*((i%2))+frame_WK(%rsp)
+
+.macro RotateState
+       # Rotate symbols a..h right
+       TMP   = h_64
+       h_64  = g_64
+       g_64  = f_64
+       f_64  = e_64
+       e_64  = d_64
+       d_64  = c_64
+       c_64  = b_64
+       b_64  = a_64
+       a_64  = TMP
+.endm
+
+.macro RORQ p1 p2
+       # shld is faster than ror on Sandybridge
+       shld    $(64-\p2), \p1, \p1
+.endm
+
+.macro SHA512_Round rnd
+       # Compute Round %%t
+       mov     f_64, T1          # T1 = f
+       mov     e_64, tmp0        # tmp = e
+       xor     g_64, T1          # T1 = f ^ g
+       RORQ    tmp0, 23   # 41    # tmp = e ror 23
+       and     e_64, T1          # T1 = (f ^ g) & e
+       xor     e_64, tmp0        # tmp = (e ror 23) ^ e
+       xor     g_64, T1          # T1 = ((f ^ g) & e) ^ g = CH(e,f,g)
+       idx = \rnd
+       add     WK_2(idx), T1     # W[t] + K[t] from message scheduler
+       RORQ    tmp0, 4   # 18    # tmp = ((e ror 23) ^ e) ror 4
+       xor     e_64, tmp0        # tmp = (((e ror 23) ^ e) ror 4) ^ e
+       mov     a_64, T2          # T2 = a
+       add     h_64, T1          # T1 = CH(e,f,g) + W[t] + K[t] + h
+       RORQ    tmp0, 14  # 14    # tmp = ((((e ror23)^e)ror4)^e)ror14 = S1(e)
+       add     tmp0, T1          # T1 = CH(e,f,g) + W[t] + K[t] + S1(e)
+       mov     a_64, tmp0        # tmp = a
+       xor     c_64, T2          # T2 = a ^ c
+       and     c_64, tmp0        # tmp = a & c
+       and     b_64, T2          # T2 = (a ^ c) & b
+       xor     tmp0, T2          # T2 = ((a ^ c) & b) ^ (a & c) = Maj(a,b,c)
+       mov     a_64, tmp0        # tmp = a
+       RORQ    tmp0, 5  # 39     # tmp = a ror 5
+       xor     a_64, tmp0        # tmp = (a ror 5) ^ a
+       add     T1, d_64          # e(next_state) = d + T1
+       RORQ    tmp0, 6  # 34     # tmp = ((a ror 5) ^ a) ror 6
+       xor     a_64, tmp0        # tmp = (((a ror 5) ^ a) ror 6) ^ a
+       lea     (T1, T2), h_64    # a(next_state) = T1 + Maj(a,b,c)
+       RORQ    tmp0, 28  # 28    # tmp = ((((a ror5)^a)ror6)^a)ror28 = S0(a)
+       add     tmp0, h_64        # a(next_state) = T1 + Maj(a,b,c) S0(a)
+       RotateState
+.endm
+
+.macro SHA512_2Sched_2Round_avx rnd
+       # Compute rounds t-2 and t-1
+       # Compute message schedule QWORDS t and t+1
+
+       #   Two rounds are computed based on the values for K[t-2]+W[t-2] and
+       # K[t-1]+W[t-1] which were previously stored at WK_2 by the message
+       # scheduler.
+       #   The two new schedule QWORDS are stored at [W_t(t)] and [W_t(t+1)].
+       # They are then added to their respective SHA512 constants at
+       # [K_t(t)] and [K_t(t+1)] and stored at dqword [WK_2(t)]
+       #   For brievity, the comments following vectored instructions only refer to
+       # the first of a pair of QWORDS.
+       # Eg. XMM4=W[t-2] really means XMM4={W[t-2]|W[t-1]}
+       #   The computation of the message schedule and the rounds are tightly
+       # stitched to take advantage of instruction-level parallelism.
+
+       idx = \rnd - 2
+       vmovdqa W_t(idx), %xmm4         # XMM4 = W[t-2]
+       idx = \rnd - 15
+       vmovdqu W_t(idx), %xmm5         # XMM5 = W[t-15]
+       mov     f_64, T1
+       vpsrlq  $61, %xmm4, %xmm0       # XMM0 = W[t-2]>>61
+       mov     e_64, tmp0
+       vpsrlq  $1, %xmm5, %xmm6        # XMM6 = W[t-15]>>1
+       xor     g_64, T1
+       RORQ    tmp0, 23 # 41
+       vpsrlq  $19, %xmm4, %xmm1       # XMM1 = W[t-2]>>19
+       and     e_64, T1
+       xor     e_64, tmp0
+       vpxor   %xmm1, %xmm0, %xmm0     # XMM0 = W[t-2]>>61 ^ W[t-2]>>19
+       xor     g_64, T1
+       idx = \rnd
+       add     WK_2(idx), T1#
+       vpsrlq  $8, %xmm5, %xmm7        # XMM7 = W[t-15]>>8
+       RORQ    tmp0, 4 # 18
+       vpsrlq  $6, %xmm4, %xmm2        # XMM2 = W[t-2]>>6
+       xor     e_64, tmp0
+       mov     a_64, T2
+       add     h_64, T1
+       vpxor   %xmm7, %xmm6, %xmm6     # XMM6 = W[t-15]>>1 ^ W[t-15]>>8
+       RORQ    tmp0, 14 # 14
+       add     tmp0, T1
+       vpsrlq  $7, %xmm5, %xmm8        # XMM8 = W[t-15]>>7
+       mov     a_64, tmp0
+       xor     c_64, T2
+       vpsllq  $(64-61), %xmm4, %xmm3  # XMM3 = W[t-2]<<3
+       and     c_64, tmp0
+       and     b_64, T2
+       vpxor   %xmm3, %xmm2, %xmm2     # XMM2 = W[t-2]>>6 ^ W[t-2]<<3
+       xor     tmp0, T2
+       mov     a_64, tmp0
+       vpsllq  $(64-1), %xmm5, %xmm9   # XMM9 = W[t-15]<<63
+       RORQ    tmp0, 5 # 39
+       vpxor   %xmm9, %xmm8, %xmm8     # XMM8 = W[t-15]>>7 ^ W[t-15]<<63
+       xor     a_64, tmp0
+       add     T1, d_64
+       RORQ    tmp0, 6 # 34
+       xor     a_64, tmp0
+       vpxor   %xmm8, %xmm6, %xmm6     # XMM6 = W[t-15]>>1 ^ W[t-15]>>8 ^
+                                       #  W[t-15]>>7 ^ W[t-15]<<63
+       lea     (T1, T2), h_64
+       RORQ    tmp0, 28 # 28
+       vpsllq  $(64-19), %xmm4, %xmm4  # XMM4 = W[t-2]<<25
+       add     tmp0, h_64
+       RotateState
+       vpxor   %xmm4, %xmm0, %xmm0     # XMM0 = W[t-2]>>61 ^ W[t-2]>>19 ^
+                                       #        W[t-2]<<25
+       mov     f_64, T1
+       vpxor   %xmm2, %xmm0, %xmm0     # XMM0 = s1(W[t-2])
+       mov     e_64, tmp0
+       xor     g_64, T1
+       idx = \rnd - 16
+       vpaddq  W_t(idx), %xmm0, %xmm0  # XMM0 = s1(W[t-2]) + W[t-16]
+       idx = \rnd - 7
+       vmovdqu W_t(idx), %xmm1         # XMM1 = W[t-7]
+       RORQ    tmp0, 23 # 41
+       and     e_64, T1
+       xor     e_64, tmp0
+       xor     g_64, T1
+       vpsllq  $(64-8), %xmm5, %xmm5   # XMM5 = W[t-15]<<56
+       idx = \rnd + 1
+       add     WK_2(idx), T1
+       vpxor   %xmm5, %xmm6, %xmm6     # XMM6 = s0(W[t-15])
+       RORQ    tmp0, 4 # 18
+       vpaddq  %xmm6, %xmm0, %xmm0     # XMM0 = s1(W[t-2]) + W[t-16] + s0(W[t-15])
+       xor     e_64, tmp0
+       vpaddq  %xmm1, %xmm0, %xmm0     # XMM0 = W[t] = s1(W[t-2]) + W[t-7] +
+                                       #               s0(W[t-15]) + W[t-16]
+       mov     a_64, T2
+       add     h_64, T1
+       RORQ    tmp0, 14 # 14
+       add     tmp0, T1
+       idx = \rnd
+       vmovdqa %xmm0, W_t(idx)         # Store W[t]
+       vpaddq  K_t(idx), %xmm0, %xmm0  # Compute W[t]+K[t]
+       vmovdqa %xmm0, WK_2(idx)        # Store W[t]+K[t] for next rounds
+       mov     a_64, tmp0
+       xor     c_64, T2
+       and     c_64, tmp0
+       and     b_64, T2
+       xor     tmp0, T2
+       mov     a_64, tmp0
+       RORQ    tmp0, 5 # 39
+       xor     a_64, tmp0
+       add     T1, d_64
+       RORQ    tmp0, 6 # 34
+       xor     a_64, tmp0
+       lea     (T1, T2), h_64
+       RORQ    tmp0, 28 # 28
+       add     tmp0, h_64
+       RotateState
+.endm
+
+########################################################################
+# void sha512_transform_avx(const void* M, void* D, u64 L)
+# Purpose: Updates the SHA512 digest stored at D with the message stored in M.
+# The size of the message pointed to by M must be an integer multiple of SHA512
+# message blocks.
+# L is the message length in SHA512 blocks
+########################################################################
+ENTRY(sha512_transform_avx)
+       cmp $0, msglen
+       je nowork
+
+       # Allocate Stack Space
+       mov     %rsp, %rax
+       sub     $frame_size, %rsp
+       and     $~(0x20 - 1), %rsp
+       mov     %rax, frame_RSPSAVE(%rsp)
+
+       # Save GPRs
+       mov     %rbx, frame_GPRSAVE(%rsp)
+       mov     %r12, frame_GPRSAVE +8*1(%rsp)
+       mov     %r13, frame_GPRSAVE +8*2(%rsp)
+       mov     %r14, frame_GPRSAVE +8*3(%rsp)
+       mov     %r15, frame_GPRSAVE +8*4(%rsp)
+
+updateblock:
+
+       # Load state variables
+       mov     DIGEST(0), a_64
+       mov     DIGEST(1), b_64
+       mov     DIGEST(2), c_64
+       mov     DIGEST(3), d_64
+       mov     DIGEST(4), e_64
+       mov     DIGEST(5), f_64
+       mov     DIGEST(6), g_64
+       mov     DIGEST(7), h_64
+
+       t = 0
+       .rept 80/2 + 1
+       # (80 rounds) / (2 rounds/iteration) + (1 iteration)
+       # +1 iteration because the scheduler leads hashing by 1 iteration
+               .if t < 2
+                       # BSWAP 2 QWORDS
+                       vmovdqa  XMM_QWORD_BSWAP(%rip), %xmm1
+                       vmovdqu  MSG(t), %xmm0
+                       vpshufb  %xmm1, %xmm0, %xmm0    # BSWAP
+                       vmovdqa  %xmm0, W_t(t) # Store Scheduled Pair
+                       vpaddq   K_t(t), %xmm0, %xmm0 # Compute W[t]+K[t]
+                       vmovdqa  %xmm0, WK_2(t) # Store into WK for rounds
+               .elseif t < 16
+                       # BSWAP 2 QWORDS# Compute 2 Rounds
+                       vmovdqu  MSG(t), %xmm0
+                       vpshufb  %xmm1, %xmm0, %xmm0    # BSWAP
+                       SHA512_Round t-2    # Round t-2
+                       vmovdqa  %xmm0, W_t(t) # Store Scheduled Pair
+                       vpaddq   K_t(t), %xmm0, %xmm0 # Compute W[t]+K[t]
+                       SHA512_Round t-1    # Round t-1
+                       vmovdqa  %xmm0, WK_2(t)# Store W[t]+K[t] into WK
+               .elseif t < 79
+                       # Schedule 2 QWORDS# Compute 2 Rounds
+                       SHA512_2Sched_2Round_avx t
+               .else
+                       # Compute 2 Rounds
+                       SHA512_Round t-2
+                       SHA512_Round t-1
+               .endif
+               t = t+2
+       .endr
+
+       # Update digest
+       add     a_64, DIGEST(0)
+       add     b_64, DIGEST(1)
+       add     c_64, DIGEST(2)
+       add     d_64, DIGEST(3)
+       add     e_64, DIGEST(4)
+       add     f_64, DIGEST(5)
+       add     g_64, DIGEST(6)
+       add     h_64, DIGEST(7)
+
+       # Advance to next message block
+       add     $16*8, msg
+       dec     msglen
+       jnz     updateblock
+
+       # Restore GPRs
+       mov     frame_GPRSAVE(%rsp),      %rbx
+       mov     frame_GPRSAVE +8*1(%rsp), %r12
+       mov     frame_GPRSAVE +8*2(%rsp), %r13
+       mov     frame_GPRSAVE +8*3(%rsp), %r14
+       mov     frame_GPRSAVE +8*4(%rsp), %r15
+
+       # Restore Stack Pointer
+       mov     frame_RSPSAVE(%rsp), %rsp
+
+nowork:
+       ret
+ENDPROC(sha512_transform_avx)
+
+########################################################################
+### Binary Data
+
+.data
+
+.align 16
+
+# Mask for byte-swapping a couple of qwords in an XMM register using (v)pshufb.
+XMM_QWORD_BSWAP:
+       .octa 0x08090a0b0c0d0e0f0001020304050607
+
+# K[t] used in SHA512 hashing
+K512:
+       .quad 0x428a2f98d728ae22,0x7137449123ef65cd
+       .quad 0xb5c0fbcfec4d3b2f,0xe9b5dba58189dbbc
+       .quad 0x3956c25bf348b538,0x59f111f1b605d019
+       .quad 0x923f82a4af194f9b,0xab1c5ed5da6d8118
+       .quad 0xd807aa98a3030242,0x12835b0145706fbe
+       .quad 0x243185be4ee4b28c,0x550c7dc3d5ffb4e2
+       .quad 0x72be5d74f27b896f,0x80deb1fe3b1696b1
+       .quad 0x9bdc06a725c71235,0xc19bf174cf692694
+       .quad 0xe49b69c19ef14ad2,0xefbe4786384f25e3
+       .quad 0x0fc19dc68b8cd5b5,0x240ca1cc77ac9c65
+       .quad 0x2de92c6f592b0275,0x4a7484aa6ea6e483
+       .quad 0x5cb0a9dcbd41fbd4,0x76f988da831153b5
+       .quad 0x983e5152ee66dfab,0xa831c66d2db43210
+       .quad 0xb00327c898fb213f,0xbf597fc7beef0ee4
+       .quad 0xc6e00bf33da88fc2,0xd5a79147930aa725
+       .quad 0x06ca6351e003826f,0x142929670a0e6e70
+       .quad 0x27b70a8546d22ffc,0x2e1b21385c26c926
+       .quad 0x4d2c6dfc5ac42aed,0x53380d139d95b3df
+       .quad 0x650a73548baf63de,0x766a0abb3c77b2a8
+       .quad 0x81c2c92e47edaee6,0x92722c851482353b
+       .quad 0xa2bfe8a14cf10364,0xa81a664bbc423001
+       .quad 0xc24b8b70d0f89791,0xc76c51a30654be30
+       .quad 0xd192e819d6ef5218,0xd69906245565a910
+       .quad 0xf40e35855771202a,0x106aa07032bbd1b8
+       .quad 0x19a4c116b8d2d0c8,0x1e376c085141ab53
+       .quad 0x2748774cdf8eeb99,0x34b0bcb5e19b48a8
+       .quad 0x391c0cb3c5c95a63,0x4ed8aa4ae3418acb
+       .quad 0x5b9cca4f7763e373,0x682e6ff3d6b2b8a3
+       .quad 0x748f82ee5defb2fc,0x78a5636f43172f60
+       .quad 0x84c87814a1f0ab72,0x8cc702081a6439ec
+       .quad 0x90befffa23631e28,0xa4506cebde82bde9
+       .quad 0xbef9a3f7b2c67915,0xc67178f2e372532b
+       .quad 0xca273eceea26619c,0xd186b8c721c0c207
+       .quad 0xeada7dd6cde0eb1e,0xf57d4f7fee6ed178
+       .quad 0x06f067aa72176fba,0x0a637dc5a2c898a6
+       .quad 0x113f9804bef90dae,0x1b710b35131c471b
+       .quad 0x28db77f523047d84,0x32caab7b40c72493
+       .quad 0x3c9ebe0a15c9bebc,0x431d67c49c100d4c
+       .quad 0x4cc5d4becb3e42b6,0x597f299cfc657e2a
+       .quad 0x5fcb6fab3ad6faec,0x6c44198c4a475817
+#endif