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

   1 /*
   2  * Serpent Cipher 8-way parallel algorithm (x86_64/AVX)
   3  *
   4  * Copyright (C) 2012 Johannes Goetzfried
   5  *     <Johannes.Goetzfried@informatik.stud.uni-erlangen.de>
   6  *
   7  * Based on arch/x86/crypto/serpent-sse2-x86_64-asm_64.S by
   8  *  Copyright (C) 2011 Jussi Kivilinna <jussi.kivilinna@mbnet.fi>
   9  *
  10  * This program is free software; you can redistribute it and/or modify
  11  * it under the terms of the GNU General Public License as published by
  12  * the Free Software Foundation; either version 2 of the License, or
  13  * (at your option) any later version.
  14  *
  15  * This program is distributed in the hope that it will be useful,
  16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  18  * GNU General Public License for more details.
  19  *
  20  * You should have received a copy of the GNU General Public License
  21  * along with this program; if not, write to the Free Software
  22  * Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307
  23  * USA
  24  *
  25  */
  26
  27 #include "glue_helper-asm-avx.S"
  28
  29 .file "serpent-avx-x86_64-asm_64.S"
  30
  31 .data
  32 .align 16
  33
  34 .Lbswap128_mask:
  35         .byte 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0
  36
  37 .text
  38
  39 #define CTX %rdi
  40
  41 /**********************************************************************
  42   8-way AVX serpent
  43  **********************************************************************/
  44 #define RA1 %xmm0
  45 #define RB1 %xmm1
  46 #define RC1 %xmm2
  47 #define RD1 %xmm3
  48 #define RE1 %xmm4
  49
  50 #define tp  %xmm5
  51
  52 #define RA2 %xmm6
  53 #define RB2 %xmm7
  54 #define RC2 %xmm8
  55 #define RD2 %xmm9
  56 #define RE2 %xmm10
  57
  58 #define RNOT %xmm11
  59
  60 #define RK0 %xmm12
  61 #define RK1 %xmm13
  62 #define RK2 %xmm14
  63 #define RK3 %xmm15
  64
  65
  66 #define S0_1(x0, x1, x2, x3, x4)      \
  67         vpor            x0,   x3, tp; \
  68         vpxor           x3,   x0, x0; \
  69         vpxor           x2,   x3, x4; \
  70         vpxor           RNOT, x4, x4; \
  71         vpxor           x1,   tp, x3; \
  72         vpand           x0,   x1, x1; \
  73         vpxor           x4,   x1, x1; \
  74         vpxor           x0,   x2, x2;
  75 #define S0_2(x0, x1, x2, x3, x4)      \
  76         vpxor           x3,   x0, x0; \
  77         vpor            x0,   x4, x4; \
  78         vpxor           x2,   x0, x0; \
  79         vpand           x1,   x2, x2; \
  80         vpxor           x2,   x3, x3; \
  81         vpxor           RNOT, x1, x1; \
  82         vpxor           x4,   x2, x2; \
  83         vpxor           x2,   x1, x1;
  84
  85 #define S1_1(x0, x1, x2, x3, x4)      \
  86         vpxor           x0,   x1, tp; \
  87         vpxor           x3,   x0, x0; \
  88         vpxor           RNOT, x3, x3; \
  89         vpand           tp,   x1, x4; \
  90         vpor            tp,   x0, x0; \
  91         vpxor           x2,   x3, x3; \
  92         vpxor           x3,   x0, x0; \
  93         vpxor           x3,   tp, x1;
  94 #define S1_2(x0, x1, x2, x3, x4)      \
  95         vpxor           x4,   x3, x3; \
  96         vpor            x4,   x1, x1; \
  97         vpxor           x2,   x4, x4; \
  98         vpand           x0,   x2, x2; \
  99         vpxor           x1,   x2, x2; \
 100         vpor            x0,   x1, x1; \
 101         vpxor           RNOT, x0, x0; \
 102         vpxor           x2,   x0, x0; \
 103         vpxor           x1,   x4, x4;
 104
 105 #define S2_1(x0, x1, x2, x3, x4)      \
 106         vpxor           RNOT, x3, x3; \
 107         vpxor           x0,   x1, x1; \
 108         vpand           x2,   x0, tp; \
 109         vpxor           x3,   tp, tp; \
 110         vpor            x0,   x3, x3; \
 111         vpxor           x1,   x2, x2; \
 112         vpxor           x1,   x3, x3; \
 113         vpand           tp,   x1, x1;
 114 #define S2_2(x0, x1, x2, x3, x4)      \
 115         vpxor           x2,   tp, tp; \
 116         vpand           x3,   x2, x2; \
 117         vpor            x1,   x3, x3; \
 118         vpxor           RNOT, tp, tp; \
 119         vpxor           tp,   x3, x3; \
 120         vpxor           tp,   x0, x4; \
 121         vpxor           x2,   tp, x0; \
 122         vpor            x2,   x1, x1;
 123
 124 #define S3_1(x0, x1, x2, x3, x4)      \
 125         vpxor           x3,   x1, tp; \
 126         vpor            x0,   x3, x3; \
 127         vpand           x0,   x1, x4; \
 128         vpxor           x2,   x0, x0; \
 129         vpxor           tp,   x2, x2; \
 130         vpand           x3,   tp, x1; \
 131         vpxor           x3,   x2, x2; \
 132         vpor            x4,   x0, x0; \
 133         vpxor           x3,   x4, x4;
 134 #define S3_2(x0, x1, x2, x3, x4)      \
 135         vpxor           x0,   x1, x1; \
 136         vpand           x3,   x0, x0; \
 137         vpand           x4,   x3, x3; \
 138         vpxor           x2,   x3, x3; \
 139         vpor            x1,   x4, x4; \
 140         vpand           x1,   x2, x2; \
 141         vpxor           x3,   x4, x4; \
 142         vpxor           x3,   x0, x0; \
 143         vpxor           x2,   x3, x3;
 144
 145 #define S4_1(x0, x1, x2, x3, x4)      \
 146         vpand           x0,   x3, tp; \
 147         vpxor           x3,   x0, x0; \
 148         vpxor           x2,   tp, tp; \
 149         vpor            x3,   x2, x2; \
 150         vpxor           x1,   x0, x0; \
 151         vpxor           tp,   x3, x4; \
 152         vpor            x0,   x2, x2; \
 153         vpxor           x1,   x2, x2;
 154 #define S4_2(x0, x1, x2, x3, x4)      \
 155         vpand           x0,   x1, x1; \
 156         vpxor           x4,   x1, x1; \
 157         vpand           x2,   x4, x4; \
 158         vpxor           tp,   x2, x2; \
 159         vpxor           x0,   x4, x4; \
 160         vpor            x1,   tp, x3; \
 161         vpxor           RNOT, x1, x1; \
 162         vpxor           x0,   x3, x3;
 163
 164 #define S5_1(x0, x1, x2, x3, x4)      \
 165         vpor            x0,   x1, tp; \
 166         vpxor           tp,   x2, x2; \
 167         vpxor           RNOT, x3, x3; \
 168         vpxor           x0,   x1, x4; \
 169         vpxor           x2,   x0, x0; \
 170         vpand           x4,   tp, x1; \
 171         vpor            x3,   x4, x4; \
 172         vpxor           x0,   x4, x4;
 173 #define S5_2(x0, x1, x2, x3, x4)      \
 174         vpand           x3,   x0, x0; \
 175         vpxor           x3,   x1, x1; \
 176         vpxor           x2,   x3, x3; \
 177         vpxor           x1,   x0, x0; \
 178         vpand           x4,   x2, x2; \
 179         vpxor           x2,   x1, x1; \
 180         vpand           x0,   x2, x2; \
 181         vpxor           x2,   x3, x3;
 182
 183 #define S6_1(x0, x1, x2, x3, x4)      \
 184         vpxor           x0,   x3, x3; \
 185         vpxor           x2,   x1, tp; \
 186         vpxor           x0,   x2, x2; \
 187         vpand           x3,   x0, x0; \
 188         vpor            x3,   tp, tp; \
 189         vpxor           RNOT, x1, x4; \
 190         vpxor           tp,   x0, x0; \
 191         vpxor           x2,   tp, x1;
 192 #define S6_2(x0, x1, x2, x3, x4)      \
 193         vpxor           x4,   x3, x3; \
 194         vpxor           x0,   x4, x4; \
 195         vpand           x0,   x2, x2; \
 196         vpxor           x1,   x4, x4; \
 197         vpxor           x3,   x2, x2; \
 198         vpand           x1,   x3, x3; \
 199         vpxor           x0,   x3, x3; \
 200         vpxor           x2,   x1, x1;
 201
 202 #define S7_1(x0, x1, x2, x3, x4)      \
 203         vpxor           RNOT, x1, tp; \
 204         vpxor           RNOT, x0, x0; \
 205         vpand           x2,   tp, x1; \
 206         vpxor           x3,   x1, x1; \
 207         vpor            tp,   x3, x3; \
 208         vpxor           x2,   tp, x4; \
 209         vpxor           x3,   x2, x2; \
 210         vpxor           x0,   x3, x3; \
 211         vpor            x1,   x0, x0;
 212 #define S7_2(x0, x1, x2, x3, x4)      \
 213         vpand           x0,   x2, x2; \
 214         vpxor           x4,   x0, x0; \
 215         vpxor           x3,   x4, x4; \
 216         vpand           x0,   x3, x3; \
 217         vpxor           x1,   x4, x4; \
 218         vpxor           x4,   x2, x2; \
 219         vpxor           x1,   x3, x3; \
 220         vpor            x0,   x4, x4; \
 221         vpxor           x1,   x4, x4;
 222
 223 #define SI0_1(x0, x1, x2, x3, x4)     \
 224         vpxor           x0,   x1, x1; \
 225         vpor            x1,   x3, tp; \
 226         vpxor           x1,   x3, x4; \
 227         vpxor           RNOT, x0, x0; \
 228         vpxor           tp,   x2, x2; \
 229         vpxor           x0,   tp, x3; \
 230         vpand           x1,   x0, x0; \
 231         vpxor           x2,   x0, x0;
 232 #define SI0_2(x0, x1, x2, x3, x4)     \
 233         vpand           x3,   x2, x2; \
 234         vpxor           x4,   x3, x3; \
 235         vpxor           x3,   x2, x2; \
 236         vpxor           x3,   x1, x1; \
 237         vpand           x0,   x3, x3; \
 238         vpxor           x0,   x1, x1; \
 239         vpxor           x2,   x0, x0; \
 240         vpxor           x3,   x4, x4;
 241
 242 #define SI1_1(x0, x1, x2, x3, x4)     \
 243         vpxor           x3,   x1, x1; \
 244         vpxor           x2,   x0, tp; \
 245         vpxor           RNOT, x2, x2; \
 246         vpor            x1,   x0, x4; \
 247         vpxor           x3,   x4, x4; \
 248         vpand           x1,   x3, x3; \
 249         vpxor           x2,   x1, x1; \
 250         vpand           x4,   x2, x2;
 251 #define SI1_2(x0, x1, x2, x3, x4)     \
 252         vpxor           x1,   x4, x4; \
 253         vpor            x3,   x1, x1; \
 254         vpxor           tp,   x3, x3; \
 255         vpxor           tp,   x2, x2; \
 256         vpor            x4,   tp, x0; \
 257         vpxor           x4,   x2, x2; \
 258         vpxor           x0,   x1, x1; \
 259         vpxor           x1,   x4, x4;
 260
 261 #define SI2_1(x0, x1, x2, x3, x4)     \
 262         vpxor           x1,   x2, x2; \
 263         vpxor           RNOT, x3, tp; \
 264         vpor            x2,   tp, tp; \
 265         vpxor           x3,   x2, x2; \
 266         vpxor           x0,   x3, x4; \
 267         vpxor           x1,   tp, x3; \
 268         vpor            x2,   x1, x1; \
 269         vpxor           x0,   x2, x2;
 270 #define SI2_2(x0, x1, x2, x3, x4)     \
 271         vpxor           x4,   x1, x1; \
 272         vpor            x3,   x4, x4; \
 273         vpxor           x3,   x2, x2; \
 274         vpxor           x2,   x4, x4; \
 275         vpand           x1,   x2, x2; \
 276         vpxor           x3,   x2, x2; \
 277         vpxor           x4,   x3, x3; \
 278         vpxor           x0,   x4, x4;
 279
 280 #define SI3_1(x0, x1, x2, x3, x4)     \
 281         vpxor           x1,   x2, x2; \
 282         vpand           x2,   x1, tp; \
 283         vpxor           x0,   tp, tp; \
 284         vpor            x1,   x0, x0; \
 285         vpxor           x3,   x1, x4; \
 286         vpxor           x3,   x0, x0; \
 287         vpor            tp,   x3, x3; \
 288         vpxor           x2,   tp, x1;
 289 #define SI3_2(x0, x1, x2, x3, x4)     \
 290         vpxor           x3,   x1, x1; \
 291         vpxor           x2,   x0, x0; \
 292         vpxor           x3,   x2, x2; \
 293         vpand           x1,   x3, x3; \
 294         vpxor           x0,   x1, x1; \
 295         vpand           x2,   x0, x0; \
 296         vpxor           x3,   x4, x4; \
 297         vpxor           x0,   x3, x3; \
 298         vpxor           x1,   x0, x0;
 299
 300 #define SI4_1(x0, x1, x2, x3, x4)     \
 301         vpxor           x3,   x2, x2; \
 302         vpand           x1,   x0, tp; \
 303         vpxor           x2,   tp, tp; \
 304         vpor            x3,   x2, x2; \
 305         vpxor           RNOT, x0, x4; \
 306         vpxor           tp,   x1, x1; \
 307         vpxor           x2,   tp, x0; \
 308         vpand           x4,   x2, x2;
 309 #define SI4_2(x0, x1, x2, x3, x4)     \
 310         vpxor           x0,   x2, x2; \
 311         vpor            x4,   x0, x0; \
 312         vpxor           x3,   x0, x0; \
 313         vpand           x2,   x3, x3; \
 314         vpxor           x3,   x4, x4; \
 315         vpxor           x1,   x3, x3; \
 316         vpand           x0,   x1, x1; \
 317         vpxor           x1,   x4, x4; \
 318         vpxor           x3,   x0, x0;
 319
 320 #define SI5_1(x0, x1, x2, x3, x4)     \
 321         vpor            x2,   x1, tp; \
 322         vpxor           x1,   x2, x2; \
 323         vpxor           x3,   tp, tp; \
 324         vpand           x1,   x3, x3; \
 325         vpxor           x3,   x2, x2; \
 326         vpor            x0,   x3, x3; \
 327         vpxor           RNOT, x0, x0; \
 328         vpxor           x2,   x3, x3; \
 329         vpor            x0,   x2, x2;
 330 #define SI5_2(x0, x1, x2, x3, x4)     \
 331         vpxor           tp,   x1, x4; \
 332         vpxor           x4,   x2, x2; \
 333         vpand           x0,   x4, x4; \
 334         vpxor           tp,   x0, x0; \
 335         vpxor           x3,   tp, x1; \
 336         vpand           x2,   x0, x0; \
 337         vpxor           x3,   x2, x2; \
 338         vpxor           x2,   x0, x0; \
 339         vpxor           x4,   x2, x2; \
 340         vpxor           x3,   x4, x4;
 341
 342 #define SI6_1(x0, x1, x2, x3, x4)     \
 343         vpxor           x2,   x0, x0; \
 344         vpand           x3,   x0, tp; \
 345         vpxor           x3,   x2, x2; \
 346         vpxor           x2,   tp, tp; \
 347         vpxor           x1,   x3, x3; \
 348         vpor            x0,   x2, x2; \
 349         vpxor           x3,   x2, x2; \
 350         vpand           tp,   x3, x3;
 351 #define SI6_2(x0, x1, x2, x3, x4)     \
 352         vpxor           RNOT, tp, tp; \
 353         vpxor           x1,   x3, x3; \
 354         vpand           x2,   x1, x1; \
 355         vpxor           tp,   x0, x4; \
 356         vpxor           x4,   x3, x3; \
 357         vpxor           x2,   x4, x4; \
 358         vpxor           x1,   tp, x0; \
 359         vpxor           x0,   x2, x2;
 360
 361 #define SI7_1(x0, x1, x2, x3, x4)     \
 362         vpand           x0,   x3, tp; \
 363         vpxor           x2,   x0, x0; \
 364         vpor            x3,   x2, x2; \
 365         vpxor           x1,   x3, x4; \
 366         vpxor           RNOT, x0, x0; \
 367         vpor            tp,   x1, x1; \
 368         vpxor           x0,   x4, x4; \
 369         vpand           x2,   x0, x0; \
 370         vpxor           x1,   x0, x0;
 371 #define SI7_2(x0, x1, x2, x3, x4)     \
 372         vpand           x2,   x1, x1; \
 373         vpxor           x2,   tp, x3; \
 374         vpxor           x3,   x4, x4; \
 375         vpand           x3,   x2, x2; \
 376         vpor            x0,   x3, x3; \
 377         vpxor           x4,   x1, x1; \
 378         vpxor           x4,   x3, x3; \
 379         vpand           x0,   x4, x4; \
 380         vpxor           x2,   x4, x4;
 381
 382 #define get_key(i, j, t) \
 383         vbroadcastss (4*(i)+(j))*4(CTX), t;
 384
 385 #define K2(x0, x1, x2, x3, x4, i) \
 386         get_key(i, 0, RK0); \
 387         get_key(i, 1, RK1); \
 388         get_key(i, 2, RK2); \
 389         get_key(i, 3, RK3); \
 390         vpxor RK0,      x0 ## 1, x0 ## 1; \
 391         vpxor RK1,      x1 ## 1, x1 ## 1; \
 392         vpxor RK2,      x2 ## 1, x2 ## 1; \
 393         vpxor RK3,      x3 ## 1, x3 ## 1; \
 394                 vpxor RK0,      x0 ## 2, x0 ## 2; \
 395                 vpxor RK1,      x1 ## 2, x1 ## 2; \
 396                 vpxor RK2,      x2 ## 2, x2 ## 2; \
 397                 vpxor RK3,      x3 ## 2, x3 ## 2;
 398
 399 #define LK2(x0, x1, x2, x3, x4, i) \
 400         vpslld $13,             x0 ## 1, x4 ## 1;          \
 401         vpsrld $(32 - 13),      x0 ## 1, x0 ## 1;          \
 402         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 403         vpxor                   x0 ## 1, x1 ## 1, x1 ## 1; \
 404         vpslld $3,              x2 ## 1, x4 ## 1;          \
 405         vpsrld $(32 - 3),       x2 ## 1, x2 ## 1;          \
 406         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 407         vpxor                   x2 ## 1, x1 ## 1, x1 ## 1; \
 408                 vpslld $13,             x0 ## 2, x4 ## 2;          \
 409                 vpsrld $(32 - 13),      x0 ## 2, x0 ## 2;          \
 410                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 411                 vpxor                   x0 ## 2, x1 ## 2, x1 ## 2; \
 412                 vpslld $3,              x2 ## 2, x4 ## 2;          \
 413                 vpsrld $(32 - 3),       x2 ## 2, x2 ## 2;          \
 414                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 415                 vpxor                   x2 ## 2, x1 ## 2, x1 ## 2; \
 416         vpslld $1,              x1 ## 1, x4 ## 1;          \
 417         vpsrld $(32 - 1),       x1 ## 1, x1 ## 1;          \
 418         vpor                    x4 ## 1, x1 ## 1, x1 ## 1; \
 419         vpslld $3,              x0 ## 1, x4 ## 1;          \
 420         vpxor                   x2 ## 1, x3 ## 1, x3 ## 1; \
 421         vpxor                   x4 ## 1, x3 ## 1, x3 ## 1; \
 422         get_key(i, 1, RK1); \
 423                 vpslld $1,              x1 ## 2, x4 ## 2;          \
 424                 vpsrld $(32 - 1),       x1 ## 2, x1 ## 2;          \
 425                 vpor                    x4 ## 2, x1 ## 2, x1 ## 2; \
 426                 vpslld $3,              x0 ## 2, x4 ## 2;          \
 427                 vpxor                   x2 ## 2, x3 ## 2, x3 ## 2; \
 428                 vpxor                   x4 ## 2, x3 ## 2, x3 ## 2; \
 429                 get_key(i, 3, RK3); \
 430         vpslld $7,              x3 ## 1, x4 ## 1;          \
 431         vpsrld $(32 - 7),       x3 ## 1, x3 ## 1;          \
 432         vpor                    x4 ## 1, x3 ## 1, x3 ## 1; \
 433         vpslld $7,              x1 ## 1, x4 ## 1;          \
 434         vpxor                   x1 ## 1, x0 ## 1, x0 ## 1; \
 435         vpxor                   x3 ## 1, x0 ## 1, x0 ## 1; \
 436         vpxor                   x3 ## 1, x2 ## 1, x2 ## 1; \
 437         vpxor                   x4 ## 1, x2 ## 1, x2 ## 1; \
 438         get_key(i, 0, RK0); \
 439                 vpslld $7,              x3 ## 2, x4 ## 2;          \
 440                 vpsrld $(32 - 7),       x3 ## 2, x3 ## 2;          \
 441                 vpor                    x4 ## 2, x3 ## 2, x3 ## 2; \
 442                 vpslld $7,              x1 ## 2, x4 ## 2;          \
 443                 vpxor                   x1 ## 2, x0 ## 2, x0 ## 2; \
 444                 vpxor                   x3 ## 2, x0 ## 2, x0 ## 2; \
 445                 vpxor                   x3 ## 2, x2 ## 2, x2 ## 2; \
 446                 vpxor                   x4 ## 2, x2 ## 2, x2 ## 2; \
 447                 get_key(i, 2, RK2); \
 448         vpxor                   RK1, x1 ## 1, x1 ## 1;     \
 449         vpxor                   RK3, x3 ## 1, x3 ## 1;     \
 450         vpslld $5,              x0 ## 1, x4 ## 1;          \
 451         vpsrld $(32 - 5),       x0 ## 1, x0 ## 1;          \
 452         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 453         vpslld $22,             x2 ## 1, x4 ## 1;          \
 454         vpsrld $(32 - 22),      x2 ## 1, x2 ## 1;          \
 455         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 456         vpxor                   RK0, x0 ## 1, x0 ## 1;     \
 457         vpxor                   RK2, x2 ## 1, x2 ## 1;     \
 458                 vpxor                   RK1, x1 ## 2, x1 ## 2;     \
 459                 vpxor                   RK3, x3 ## 2, x3 ## 2;     \
 460                 vpslld $5,              x0 ## 2, x4 ## 2;          \
 461                 vpsrld $(32 - 5),       x0 ## 2, x0 ## 2;          \
 462                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 463                 vpslld $22,             x2 ## 2, x4 ## 2;          \
 464                 vpsrld $(32 - 22),      x2 ## 2, x2 ## 2;          \
 465                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 466                 vpxor                   RK0, x0 ## 2, x0 ## 2;     \
 467                 vpxor                   RK2, x2 ## 2, x2 ## 2;
 468
 469 #define KL2(x0, x1, x2, x3, x4, i) \
 470         vpxor                   RK0, x0 ## 1, x0 ## 1;     \
 471         vpxor                   RK2, x2 ## 1, x2 ## 1;     \
 472         vpsrld $5,              x0 ## 1, x4 ## 1;          \
 473         vpslld $(32 - 5),       x0 ## 1, x0 ## 1;          \
 474         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 475         vpxor                   RK3, x3 ## 1, x3 ## 1;     \
 476         vpxor                   RK1, x1 ## 1, x1 ## 1;     \
 477         vpsrld $22,             x2 ## 1, x4 ## 1;          \
 478         vpslld $(32 - 22),      x2 ## 1, x2 ## 1;          \
 479         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 480         vpxor                   x3 ## 1, x2 ## 1, x2 ## 1; \
 481                 vpxor                   RK0, x0 ## 2, x0 ## 2;     \
 482                 vpxor                   RK2, x2 ## 2, x2 ## 2;     \
 483                 vpsrld $5,              x0 ## 2, x4 ## 2;          \
 484                 vpslld $(32 - 5),       x0 ## 2, x0 ## 2;          \
 485                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 486                 vpxor                   RK3, x3 ## 2, x3 ## 2;     \
 487                 vpxor                   RK1, x1 ## 2, x1 ## 2;     \
 488                 vpsrld $22,             x2 ## 2, x4 ## 2;          \
 489                 vpslld $(32 - 22),      x2 ## 2, x2 ## 2;          \
 490                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 491                 vpxor                   x3 ## 2, x2 ## 2, x2 ## 2; \
 492         vpxor                   x3 ## 1, x0 ## 1, x0 ## 1; \
 493         vpslld $7,              x1 ## 1, x4 ## 1;          \
 494         vpxor                   x1 ## 1, x0 ## 1, x0 ## 1; \
 495         vpxor                   x4 ## 1, x2 ## 1, x2 ## 1; \
 496         vpsrld $1,              x1 ## 1, x4 ## 1;          \
 497         vpslld $(32 - 1),       x1 ## 1, x1 ## 1;          \
 498         vpor                    x4 ## 1, x1 ## 1, x1 ## 1; \
 499                 vpxor                   x3 ## 2, x0 ## 2, x0 ## 2; \
 500                 vpslld $7,              x1 ## 2, x4 ## 2;          \
 501                 vpxor                   x1 ## 2, x0 ## 2, x0 ## 2; \
 502                 vpxor                   x4 ## 2, x2 ## 2, x2 ## 2; \
 503                 vpsrld $1,              x1 ## 2, x4 ## 2;          \
 504                 vpslld $(32 - 1),       x1 ## 2, x1 ## 2;          \
 505                 vpor                    x4 ## 2, x1 ## 2, x1 ## 2; \
 506         vpsrld $7,              x3 ## 1, x4 ## 1;          \
 507         vpslld $(32 - 7),       x3 ## 1, x3 ## 1;          \
 508         vpor                    x4 ## 1, x3 ## 1, x3 ## 1; \
 509         vpxor                   x0 ## 1, x1 ## 1, x1 ## 1; \
 510         vpslld $3,              x0 ## 1, x4 ## 1;          \
 511         vpxor                   x4 ## 1, x3 ## 1, x3 ## 1; \
 512                 vpsrld $7,              x3 ## 2, x4 ## 2;          \
 513                 vpslld $(32 - 7),       x3 ## 2, x3 ## 2;          \
 514                 vpor                    x4 ## 2, x3 ## 2, x3 ## 2; \
 515                 vpxor                   x0 ## 2, x1 ## 2, x1 ## 2; \
 516                 vpslld $3,              x0 ## 2, x4 ## 2;          \
 517                 vpxor                   x4 ## 2, x3 ## 2, x3 ## 2; \
 518         vpsrld $13,             x0 ## 1, x4 ## 1;          \
 519         vpslld $(32 - 13),      x0 ## 1, x0 ## 1;          \
 520         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 521         vpxor                   x2 ## 1, x1 ## 1, x1 ## 1; \
 522         vpxor                   x2 ## 1, x3 ## 1, x3 ## 1; \
 523         vpsrld $3,              x2 ## 1, x4 ## 1;          \
 524         vpslld $(32 - 3),       x2 ## 1, x2 ## 1;          \
 525         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 526                 vpsrld $13,             x0 ## 2, x4 ## 2;          \
 527                 vpslld $(32 - 13),      x0 ## 2, x0 ## 2;          \
 528                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 529                 vpxor                   x2 ## 2, x1 ## 2, x1 ## 2; \
 530                 vpxor                   x2 ## 2, x3 ## 2, x3 ## 2; \
 531                 vpsrld $3,              x2 ## 2, x4 ## 2;          \
 532                 vpslld $(32 - 3),       x2 ## 2, x2 ## 2;          \
 533                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2;
 534
 535 #define S(SBOX, x0, x1, x2, x3, x4) \
 536         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 537         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 538         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 539         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2);
 540
 541 #define SP(SBOX, x0, x1, x2, x3, x4, i) \
 542         get_key(i, 0, RK0); \
 543         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 544         get_key(i, 2, RK2); \
 545         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 546         get_key(i, 3, RK3); \
 547         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 548         get_key(i, 1, RK1); \
 549         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 550
 551 #define transpose_4x4(x0, x1, x2, x3, t0, t1, t2) \
 552         vpunpckldq              x1, x0, t0; \
 553         vpunpckhdq              x1, x0, t2; \
 554         vpunpckldq              x3, x2, t1; \
 555         vpunpckhdq              x3, x2, x3; \
 556         \
 557         vpunpcklqdq             t1, t0, x0; \
 558         vpunpckhqdq             t1, t0, x1; \
 559         vpunpcklqdq             x3, t2, x2; \
 560         vpunpckhqdq             x3, t2, x3;
 561
 562 #define read_blocks(x0, x1, x2, x3, t0, t1, t2) \
 563         transpose_4x4(x0, x1, x2, x3, t0, t1, t2)
 564
 565 #define write_blocks(x0, x1, x2, x3, t0, t1, t2) \
 566         transpose_4x4(x0, x1, x2, x3, t0, t1, t2)
 567
 568 .align 8
 569 .type   __serpent_enc_blk8_avx,@function;
 570
 571 __serpent_enc_blk8_avx:
 572         /* input:
 573          *      %rdi: ctx, CTX
 574          *      RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2: blocks
 575          * output:
 576          *      RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2: encrypted blocks
 577          */
 578
 579         vpcmpeqd RNOT, RNOT, RNOT;
 580
 581         read_blocks(RA1, RB1, RC1, RD1, RK0, RK1, RK2);
 582         read_blocks(RA2, RB2, RC2, RD2, RK0, RK1, RK2);
 583
 584                                                  K2(RA, RB, RC, RD, RE, 0);
 585         S(S0, RA, RB, RC, RD, RE);              LK2(RC, RB, RD, RA, RE, 1);
 586         S(S1, RC, RB, RD, RA, RE);              LK2(RE, RD, RA, RC, RB, 2);
 587         S(S2, RE, RD, RA, RC, RB);              LK2(RB, RD, RE, RC, RA, 3);
 588         S(S3, RB, RD, RE, RC, RA);              LK2(RC, RA, RD, RB, RE, 4);
 589         S(S4, RC, RA, RD, RB, RE);              LK2(RA, RD, RB, RE, RC, 5);
 590         S(S5, RA, RD, RB, RE, RC);              LK2(RC, RA, RD, RE, RB, 6);
 591         S(S6, RC, RA, RD, RE, RB);              LK2(RD, RB, RA, RE, RC, 7);
 592         S(S7, RD, RB, RA, RE, RC);              LK2(RC, RA, RE, RD, RB, 8);
 593         S(S0, RC, RA, RE, RD, RB);              LK2(RE, RA, RD, RC, RB, 9);
 594         S(S1, RE, RA, RD, RC, RB);              LK2(RB, RD, RC, RE, RA, 10);
 595         S(S2, RB, RD, RC, RE, RA);              LK2(RA, RD, RB, RE, RC, 11);
 596         S(S3, RA, RD, RB, RE, RC);              LK2(RE, RC, RD, RA, RB, 12);
 597         S(S4, RE, RC, RD, RA, RB);              LK2(RC, RD, RA, RB, RE, 13);
 598         S(S5, RC, RD, RA, RB, RE);              LK2(RE, RC, RD, RB, RA, 14);
 599         S(S6, RE, RC, RD, RB, RA);              LK2(RD, RA, RC, RB, RE, 15);
 600         S(S7, RD, RA, RC, RB, RE);              LK2(RE, RC, RB, RD, RA, 16);
 601         S(S0, RE, RC, RB, RD, RA);              LK2(RB, RC, RD, RE, RA, 17);
 602         S(S1, RB, RC, RD, RE, RA);              LK2(RA, RD, RE, RB, RC, 18);
 603         S(S2, RA, RD, RE, RB, RC);              LK2(RC, RD, RA, RB, RE, 19);
 604         S(S3, RC, RD, RA, RB, RE);              LK2(RB, RE, RD, RC, RA, 20);
 605         S(S4, RB, RE, RD, RC, RA);              LK2(RE, RD, RC, RA, RB, 21);
 606         S(S5, RE, RD, RC, RA, RB);              LK2(RB, RE, RD, RA, RC, 22);
 607         S(S6, RB, RE, RD, RA, RC);              LK2(RD, RC, RE, RA, RB, 23);
 608         S(S7, RD, RC, RE, RA, RB);              LK2(RB, RE, RA, RD, RC, 24);
 609         S(S0, RB, RE, RA, RD, RC);              LK2(RA, RE, RD, RB, RC, 25);
 610         S(S1, RA, RE, RD, RB, RC);              LK2(RC, RD, RB, RA, RE, 26);
 611         S(S2, RC, RD, RB, RA, RE);              LK2(RE, RD, RC, RA, RB, 27);
 612         S(S3, RE, RD, RC, RA, RB);              LK2(RA, RB, RD, RE, RC, 28);
 613         S(S4, RA, RB, RD, RE, RC);              LK2(RB, RD, RE, RC, RA, 29);
 614         S(S5, RB, RD, RE, RC, RA);              LK2(RA, RB, RD, RC, RE, 30);
 615         S(S6, RA, RB, RD, RC, RE);              LK2(RD, RE, RB, RC, RA, 31);
 616         S(S7, RD, RE, RB, RC, RA);               K2(RA, RB, RC, RD, RE, 32);
 617
 618         write_blocks(RA1, RB1, RC1, RD1, RK0, RK1, RK2);
 619         write_blocks(RA2, RB2, RC2, RD2, RK0, RK1, RK2);
 620
 621         ret;
 622
 623 .align 8
 624 .type   __serpent_dec_blk8_avx,@function;
 625
 626 __serpent_dec_blk8_avx:
 627         /* input:
 628          *      %rdi: ctx, CTX
 629          *      RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2: encrypted blocks
 630          * output:
 631          *      RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2: decrypted blocks
 632          */
 633
 634         vpcmpeqd RNOT, RNOT, RNOT;
 635
 636         read_blocks(RA1, RB1, RC1, RD1, RK0, RK1, RK2);
 637         read_blocks(RA2, RB2, RC2, RD2, RK0, RK1, RK2);
 638
 639                                                  K2(RA, RB, RC, RD, RE, 32);
 640         SP(SI7, RA, RB, RC, RD, RE, 31);        KL2(RB, RD, RA, RE, RC, 31);
 641         SP(SI6, RB, RD, RA, RE, RC, 30);        KL2(RA, RC, RE, RB, RD, 30);
 642         SP(SI5, RA, RC, RE, RB, RD, 29);        KL2(RC, RD, RA, RE, RB, 29);
 643         SP(SI4, RC, RD, RA, RE, RB, 28);        KL2(RC, RA, RB, RE, RD, 28);
 644         SP(SI3, RC, RA, RB, RE, RD, 27);        KL2(RB, RC, RD, RE, RA, 27);
 645         SP(SI2, RB, RC, RD, RE, RA, 26);        KL2(RC, RA, RE, RD, RB, 26);
 646         SP(SI1, RC, RA, RE, RD, RB, 25);        KL2(RB, RA, RE, RD, RC, 25);
 647         SP(SI0, RB, RA, RE, RD, RC, 24);        KL2(RE, RC, RA, RB, RD, 24);
 648         SP(SI7, RE, RC, RA, RB, RD, 23);        KL2(RC, RB, RE, RD, RA, 23);
 649         SP(SI6, RC, RB, RE, RD, RA, 22);        KL2(RE, RA, RD, RC, RB, 22);
 650         SP(SI5, RE, RA, RD, RC, RB, 21);        KL2(RA, RB, RE, RD, RC, 21);
 651         SP(SI4, RA, RB, RE, RD, RC, 20);        KL2(RA, RE, RC, RD, RB, 20);
 652         SP(SI3, RA, RE, RC, RD, RB, 19);        KL2(RC, RA, RB, RD, RE, 19);
 653         SP(SI2, RC, RA, RB, RD, RE, 18);        KL2(RA, RE, RD, RB, RC, 18);
 654         SP(SI1, RA, RE, RD, RB, RC, 17);        KL2(RC, RE, RD, RB, RA, 17);
 655         SP(SI0, RC, RE, RD, RB, RA, 16);        KL2(RD, RA, RE, RC, RB, 16);
 656         SP(SI7, RD, RA, RE, RC, RB, 15);        KL2(RA, RC, RD, RB, RE, 15);
 657         SP(SI6, RA, RC, RD, RB, RE, 14);        KL2(RD, RE, RB, RA, RC, 14);
 658         SP(SI5, RD, RE, RB, RA, RC, 13);        KL2(RE, RC, RD, RB, RA, 13);
 659         SP(SI4, RE, RC, RD, RB, RA, 12);        KL2(RE, RD, RA, RB, RC, 12);
 660         SP(SI3, RE, RD, RA, RB, RC, 11);        KL2(RA, RE, RC, RB, RD, 11);
 661         SP(SI2, RA, RE, RC, RB, RD, 10);        KL2(RE, RD, RB, RC, RA, 10);
 662         SP(SI1, RE, RD, RB, RC, RA, 9);         KL2(RA, RD, RB, RC, RE, 9);
 663         SP(SI0, RA, RD, RB, RC, RE, 8);         KL2(RB, RE, RD, RA, RC, 8);
 664         SP(SI7, RB, RE, RD, RA, RC, 7);         KL2(RE, RA, RB, RC, RD, 7);
 665         SP(SI6, RE, RA, RB, RC, RD, 6);         KL2(RB, RD, RC, RE, RA, 6);
 666         SP(SI5, RB, RD, RC, RE, RA, 5);         KL2(RD, RA, RB, RC, RE, 5);
 667         SP(SI4, RD, RA, RB, RC, RE, 4);         KL2(RD, RB, RE, RC, RA, 4);
 668         SP(SI3, RD, RB, RE, RC, RA, 3);         KL2(RE, RD, RA, RC, RB, 3);
 669         SP(SI2, RE, RD, RA, RC, RB, 2);         KL2(RD, RB, RC, RA, RE, 2);
 670         SP(SI1, RD, RB, RC, RA, RE, 1);         KL2(RE, RB, RC, RA, RD, 1);
 671         S(SI0, RE, RB, RC, RA, RD);              K2(RC, RD, RB, RE, RA, 0);
 672
 673         write_blocks(RC1, RD1, RB1, RE1, RK0, RK1, RK2);
 674         write_blocks(RC2, RD2, RB2, RE2, RK0, RK1, RK2);
 675
 676         ret;
 677
 678 .align 8
 679 .global serpent_ecb_enc_8way_avx
 680 .type   serpent_ecb_enc_8way_avx,@function;
 681
 682 serpent_ecb_enc_8way_avx:
 683         /* input:
 684          *      %rdi: ctx, CTX
 685          *      %rsi: dst
 686          *      %rdx: src
 687          */
 688
 689         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 690
 691         call __serpent_enc_blk8_avx;
 692
 693         store_8way(%rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 694
 695         ret;
 696
 697 .align 8
 698 .global serpent_ecb_dec_8way_avx
 699 .type   serpent_ecb_dec_8way_avx,@function;
 700
 701 serpent_ecb_dec_8way_avx:
 702         /* input:
 703          *      %rdi: ctx, CTX
 704          *      %rsi: dst
 705          *      %rdx: src
 706          */
 707
 708         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 709
 710         call __serpent_dec_blk8_avx;
 711
 712         store_8way(%rsi, RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2);
 713
 714         ret;
 715
 716 .align 8
 717 .global serpent_cbc_dec_8way_avx
 718 .type   serpent_cbc_dec_8way_avx,@function;
 719
 720 serpent_cbc_dec_8way_avx:
 721         /* input:
 722          *      %rdi: ctx, CTX
 723          *      %rsi: dst
 724          *      %rdx: src
 725          */
 726
 727         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 728
 729         call __serpent_dec_blk8_avx;
 730
 731         store_cbc_8way(%rdx, %rsi, RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2);
 732
 733         ret;
 734
 735 .align 8
 736 .global serpent_ctr_8way_avx
 737 .type   serpent_ctr_8way_avx,@function;
 738
 739 serpent_ctr_8way_avx:
 740         /* input:
 741          *      %rdi: ctx, CTX
 742          *      %rsi: dst
 743          *      %rdx: src
 744          *      %rcx: iv (little endian, 128bit)
 745          */
 746
 747         load_ctr_8way(%rcx, .Lbswap128_mask, RA1, RB1, RC1, RD1, RA2, RB2, RC2,
 748                       RD2, RK0, RK1, RK2);
 749
 750         call __serpent_enc_blk8_avx;
 751
 752         store_ctr_8way(%rdx, %rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 753
 754         ret;