kernel/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  * Copyright © 2011-2013 Jussi Kivilinna <jussi.kivilinna@iki.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 "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 .Lxts_gf128mul_and_shl1_mask:
  37         .byte 0x87, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0
  38
  39 .text
  40
  41 #define CTX %rdi
  42
  43 /**********************************************************************
  44   8-way AVX serpent
  45  **********************************************************************/
  46 #define RA1 %xmm0
  47 #define RB1 %xmm1
  48 #define RC1 %xmm2
  49 #define RD1 %xmm3
  50 #define RE1 %xmm4
  51
  52 #define tp  %xmm5
  53
  54 #define RA2 %xmm6
  55 #define RB2 %xmm7
  56 #define RC2 %xmm8
  57 #define RD2 %xmm9
  58 #define RE2 %xmm10
  59
  60 #define RNOT %xmm11
  61
  62 #define RK0 %xmm12
  63 #define RK1 %xmm13
  64 #define RK2 %xmm14
  65 #define RK3 %xmm15
  66
  67
  68 #define S0_1(x0, x1, x2, x3, x4)      \
  69         vpor            x0,   x3, tp; \
  70         vpxor           x3,   x0, x0; \
  71         vpxor           x2,   x3, x4; \
  72         vpxor           RNOT, x4, x4; \
  73         vpxor           x1,   tp, x3; \
  74         vpand           x0,   x1, x1; \
  75         vpxor           x4,   x1, x1; \
  76         vpxor           x0,   x2, x2;
  77 #define S0_2(x0, x1, x2, x3, x4)      \
  78         vpxor           x3,   x0, x0; \
  79         vpor            x0,   x4, x4; \
  80         vpxor           x2,   x0, x0; \
  81         vpand           x1,   x2, x2; \
  82         vpxor           x2,   x3, x3; \
  83         vpxor           RNOT, x1, x1; \
  84         vpxor           x4,   x2, x2; \
  85         vpxor           x2,   x1, x1;
  86
  87 #define S1_1(x0, x1, x2, x3, x4)      \
  88         vpxor           x0,   x1, tp; \
  89         vpxor           x3,   x0, x0; \
  90         vpxor           RNOT, x3, x3; \
  91         vpand           tp,   x1, x4; \
  92         vpor            tp,   x0, x0; \
  93         vpxor           x2,   x3, x3; \
  94         vpxor           x3,   x0, x0; \
  95         vpxor           x3,   tp, x1;
  96 #define S1_2(x0, x1, x2, x3, x4)      \
  97         vpxor           x4,   x3, x3; \
  98         vpor            x4,   x1, x1; \
  99         vpxor           x2,   x4, x4; \
 100         vpand           x0,   x2, x2; \
 101         vpxor           x1,   x2, x2; \
 102         vpor            x0,   x1, x1; \
 103         vpxor           RNOT, x0, x0; \
 104         vpxor           x2,   x0, x0; \
 105         vpxor           x1,   x4, x4;
 106
 107 #define S2_1(x0, x1, x2, x3, x4)      \
 108         vpxor           RNOT, x3, x3; \
 109         vpxor           x0,   x1, x1; \
 110         vpand           x2,   x0, tp; \
 111         vpxor           x3,   tp, tp; \
 112         vpor            x0,   x3, x3; \
 113         vpxor           x1,   x2, x2; \
 114         vpxor           x1,   x3, x3; \
 115         vpand           tp,   x1, x1;
 116 #define S2_2(x0, x1, x2, x3, x4)      \
 117         vpxor           x2,   tp, tp; \
 118         vpand           x3,   x2, x2; \
 119         vpor            x1,   x3, x3; \
 120         vpxor           RNOT, tp, tp; \
 121         vpxor           tp,   x3, x3; \
 122         vpxor           tp,   x0, x4; \
 123         vpxor           x2,   tp, x0; \
 124         vpor            x2,   x1, x1;
 125
 126 #define S3_1(x0, x1, x2, x3, x4)      \
 127         vpxor           x3,   x1, tp; \
 128         vpor            x0,   x3, x3; \
 129         vpand           x0,   x1, x4; \
 130         vpxor           x2,   x0, x0; \
 131         vpxor           tp,   x2, x2; \
 132         vpand           x3,   tp, x1; \
 133         vpxor           x3,   x2, x2; \
 134         vpor            x4,   x0, x0; \
 135         vpxor           x3,   x4, x4;
 136 #define S3_2(x0, x1, x2, x3, x4)      \
 137         vpxor           x0,   x1, x1; \
 138         vpand           x3,   x0, x0; \
 139         vpand           x4,   x3, x3; \
 140         vpxor           x2,   x3, x3; \
 141         vpor            x1,   x4, x4; \
 142         vpand           x1,   x2, x2; \
 143         vpxor           x3,   x4, x4; \
 144         vpxor           x3,   x0, x0; \
 145         vpxor           x2,   x3, x3;
 146
 147 #define S4_1(x0, x1, x2, x3, x4)      \
 148         vpand           x0,   x3, tp; \
 149         vpxor           x3,   x0, x0; \
 150         vpxor           x2,   tp, tp; \
 151         vpor            x3,   x2, x2; \
 152         vpxor           x1,   x0, x0; \
 153         vpxor           tp,   x3, x4; \
 154         vpor            x0,   x2, x2; \
 155         vpxor           x1,   x2, x2;
 156 #define S4_2(x0, x1, x2, x3, x4)      \
 157         vpand           x0,   x1, x1; \
 158         vpxor           x4,   x1, x1; \
 159         vpand           x2,   x4, x4; \
 160         vpxor           tp,   x2, x2; \
 161         vpxor           x0,   x4, x4; \
 162         vpor            x1,   tp, x3; \
 163         vpxor           RNOT, x1, x1; \
 164         vpxor           x0,   x3, x3;
 165
 166 #define S5_1(x0, x1, x2, x3, x4)      \
 167         vpor            x0,   x1, tp; \
 168         vpxor           tp,   x2, x2; \
 169         vpxor           RNOT, x3, x3; \
 170         vpxor           x0,   x1, x4; \
 171         vpxor           x2,   x0, x0; \
 172         vpand           x4,   tp, x1; \
 173         vpor            x3,   x4, x4; \
 174         vpxor           x0,   x4, x4;
 175 #define S5_2(x0, x1, x2, x3, x4)      \
 176         vpand           x3,   x0, x0; \
 177         vpxor           x3,   x1, x1; \
 178         vpxor           x2,   x3, x3; \
 179         vpxor           x1,   x0, x0; \
 180         vpand           x4,   x2, x2; \
 181         vpxor           x2,   x1, x1; \
 182         vpand           x0,   x2, x2; \
 183         vpxor           x2,   x3, x3;
 184
 185 #define S6_1(x0, x1, x2, x3, x4)      \
 186         vpxor           x0,   x3, x3; \
 187         vpxor           x2,   x1, tp; \
 188         vpxor           x0,   x2, x2; \
 189         vpand           x3,   x0, x0; \
 190         vpor            x3,   tp, tp; \
 191         vpxor           RNOT, x1, x4; \
 192         vpxor           tp,   x0, x0; \
 193         vpxor           x2,   tp, x1;
 194 #define S6_2(x0, x1, x2, x3, x4)      \
 195         vpxor           x4,   x3, x3; \
 196         vpxor           x0,   x4, x4; \
 197         vpand           x0,   x2, x2; \
 198         vpxor           x1,   x4, x4; \
 199         vpxor           x3,   x2, x2; \
 200         vpand           x1,   x3, x3; \
 201         vpxor           x0,   x3, x3; \
 202         vpxor           x2,   x1, x1;
 203
 204 #define S7_1(x0, x1, x2, x3, x4)      \
 205         vpxor           RNOT, x1, tp; \
 206         vpxor           RNOT, x0, x0; \
 207         vpand           x2,   tp, x1; \
 208         vpxor           x3,   x1, x1; \
 209         vpor            tp,   x3, x3; \
 210         vpxor           x2,   tp, x4; \
 211         vpxor           x3,   x2, x2; \
 212         vpxor           x0,   x3, x3; \
 213         vpor            x1,   x0, x0;
 214 #define S7_2(x0, x1, x2, x3, x4)      \
 215         vpand           x0,   x2, x2; \
 216         vpxor           x4,   x0, x0; \
 217         vpxor           x3,   x4, x4; \
 218         vpand           x0,   x3, x3; \
 219         vpxor           x1,   x4, x4; \
 220         vpxor           x4,   x2, x2; \
 221         vpxor           x1,   x3, x3; \
 222         vpor            x0,   x4, x4; \
 223         vpxor           x1,   x4, x4;
 224
 225 #define SI0_1(x0, x1, x2, x3, x4)     \
 226         vpxor           x0,   x1, x1; \
 227         vpor            x1,   x3, tp; \
 228         vpxor           x1,   x3, x4; \
 229         vpxor           RNOT, x0, x0; \
 230         vpxor           tp,   x2, x2; \
 231         vpxor           x0,   tp, x3; \
 232         vpand           x1,   x0, x0; \
 233         vpxor           x2,   x0, x0;
 234 #define SI0_2(x0, x1, x2, x3, x4)     \
 235         vpand           x3,   x2, x2; \
 236         vpxor           x4,   x3, x3; \
 237         vpxor           x3,   x2, x2; \
 238         vpxor           x3,   x1, x1; \
 239         vpand           x0,   x3, x3; \
 240         vpxor           x0,   x1, x1; \
 241         vpxor           x2,   x0, x0; \
 242         vpxor           x3,   x4, x4;
 243
 244 #define SI1_1(x0, x1, x2, x3, x4)     \
 245         vpxor           x3,   x1, x1; \
 246         vpxor           x2,   x0, tp; \
 247         vpxor           RNOT, x2, x2; \
 248         vpor            x1,   x0, x4; \
 249         vpxor           x3,   x4, x4; \
 250         vpand           x1,   x3, x3; \
 251         vpxor           x2,   x1, x1; \
 252         vpand           x4,   x2, x2;
 253 #define SI1_2(x0, x1, x2, x3, x4)     \
 254         vpxor           x1,   x4, x4; \
 255         vpor            x3,   x1, x1; \
 256         vpxor           tp,   x3, x3; \
 257         vpxor           tp,   x2, x2; \
 258         vpor            x4,   tp, x0; \
 259         vpxor           x4,   x2, x2; \
 260         vpxor           x0,   x1, x1; \
 261         vpxor           x1,   x4, x4;
 262
 263 #define SI2_1(x0, x1, x2, x3, x4)     \
 264         vpxor           x1,   x2, x2; \
 265         vpxor           RNOT, x3, tp; \
 266         vpor            x2,   tp, tp; \
 267         vpxor           x3,   x2, x2; \
 268         vpxor           x0,   x3, x4; \
 269         vpxor           x1,   tp, x3; \
 270         vpor            x2,   x1, x1; \
 271         vpxor           x0,   x2, x2;
 272 #define SI2_2(x0, x1, x2, x3, x4)     \
 273         vpxor           x4,   x1, x1; \
 274         vpor            x3,   x4, x4; \
 275         vpxor           x3,   x2, x2; \
 276         vpxor           x2,   x4, x4; \
 277         vpand           x1,   x2, x2; \
 278         vpxor           x3,   x2, x2; \
 279         vpxor           x4,   x3, x3; \
 280         vpxor           x0,   x4, x4;
 281
 282 #define SI3_1(x0, x1, x2, x3, x4)     \
 283         vpxor           x1,   x2, x2; \
 284         vpand           x2,   x1, tp; \
 285         vpxor           x0,   tp, tp; \
 286         vpor            x1,   x0, x0; \
 287         vpxor           x3,   x1, x4; \
 288         vpxor           x3,   x0, x0; \
 289         vpor            tp,   x3, x3; \
 290         vpxor           x2,   tp, x1;
 291 #define SI3_2(x0, x1, x2, x3, x4)     \
 292         vpxor           x3,   x1, x1; \
 293         vpxor           x2,   x0, x0; \
 294         vpxor           x3,   x2, x2; \
 295         vpand           x1,   x3, x3; \
 296         vpxor           x0,   x1, x1; \
 297         vpand           x2,   x0, x0; \
 298         vpxor           x3,   x4, x4; \
 299         vpxor           x0,   x3, x3; \
 300         vpxor           x1,   x0, x0;
 301
 302 #define SI4_1(x0, x1, x2, x3, x4)     \
 303         vpxor           x3,   x2, x2; \
 304         vpand           x1,   x0, tp; \
 305         vpxor           x2,   tp, tp; \
 306         vpor            x3,   x2, x2; \
 307         vpxor           RNOT, x0, x4; \
 308         vpxor           tp,   x1, x1; \
 309         vpxor           x2,   tp, x0; \
 310         vpand           x4,   x2, x2;
 311 #define SI4_2(x0, x1, x2, x3, x4)     \
 312         vpxor           x0,   x2, x2; \
 313         vpor            x4,   x0, x0; \
 314         vpxor           x3,   x0, x0; \
 315         vpand           x2,   x3, x3; \
 316         vpxor           x3,   x4, x4; \
 317         vpxor           x1,   x3, x3; \
 318         vpand           x0,   x1, x1; \
 319         vpxor           x1,   x4, x4; \
 320         vpxor           x3,   x0, x0;
 321
 322 #define SI5_1(x0, x1, x2, x3, x4)     \
 323         vpor            x2,   x1, tp; \
 324         vpxor           x1,   x2, x2; \
 325         vpxor           x3,   tp, tp; \
 326         vpand           x1,   x3, x3; \
 327         vpxor           x3,   x2, x2; \
 328         vpor            x0,   x3, x3; \
 329         vpxor           RNOT, x0, x0; \
 330         vpxor           x2,   x3, x3; \
 331         vpor            x0,   x2, x2;
 332 #define SI5_2(x0, x1, x2, x3, x4)     \
 333         vpxor           tp,   x1, x4; \
 334         vpxor           x4,   x2, x2; \
 335         vpand           x0,   x4, x4; \
 336         vpxor           tp,   x0, x0; \
 337         vpxor           x3,   tp, x1; \
 338         vpand           x2,   x0, x0; \
 339         vpxor           x3,   x2, x2; \
 340         vpxor           x2,   x0, x0; \
 341         vpxor           x4,   x2, x2; \
 342         vpxor           x3,   x4, x4;
 343
 344 #define SI6_1(x0, x1, x2, x3, x4)     \
 345         vpxor           x2,   x0, x0; \
 346         vpand           x3,   x0, tp; \
 347         vpxor           x3,   x2, x2; \
 348         vpxor           x2,   tp, tp; \
 349         vpxor           x1,   x3, x3; \
 350         vpor            x0,   x2, x2; \
 351         vpxor           x3,   x2, x2; \
 352         vpand           tp,   x3, x3;
 353 #define SI6_2(x0, x1, x2, x3, x4)     \
 354         vpxor           RNOT, tp, tp; \
 355         vpxor           x1,   x3, x3; \
 356         vpand           x2,   x1, x1; \
 357         vpxor           tp,   x0, x4; \
 358         vpxor           x4,   x3, x3; \
 359         vpxor           x2,   x4, x4; \
 360         vpxor           x1,   tp, x0; \
 361         vpxor           x0,   x2, x2;
 362
 363 #define SI7_1(x0, x1, x2, x3, x4)     \
 364         vpand           x0,   x3, tp; \
 365         vpxor           x2,   x0, x0; \
 366         vpor            x3,   x2, x2; \
 367         vpxor           x1,   x3, x4; \
 368         vpxor           RNOT, x0, x0; \
 369         vpor            tp,   x1, x1; \
 370         vpxor           x0,   x4, x4; \
 371         vpand           x2,   x0, x0; \
 372         vpxor           x1,   x0, x0;
 373 #define SI7_2(x0, x1, x2, x3, x4)     \
 374         vpand           x2,   x1, x1; \
 375         vpxor           x2,   tp, x3; \
 376         vpxor           x3,   x4, x4; \
 377         vpand           x3,   x2, x2; \
 378         vpor            x0,   x3, x3; \
 379         vpxor           x4,   x1, x1; \
 380         vpxor           x4,   x3, x3; \
 381         vpand           x0,   x4, x4; \
 382         vpxor           x2,   x4, x4;
 383
 384 #define get_key(i, j, t) \
 385         vbroadcastss (4*(i)+(j))*4(CTX), t;
 386
 387 #define K2(x0, x1, x2, x3, x4, i) \
 388         get_key(i, 0, RK0); \
 389         get_key(i, 1, RK1); \
 390         get_key(i, 2, RK2); \
 391         get_key(i, 3, RK3); \
 392         vpxor RK0,      x0 ## 1, x0 ## 1; \
 393         vpxor RK1,      x1 ## 1, x1 ## 1; \
 394         vpxor RK2,      x2 ## 1, x2 ## 1; \
 395         vpxor RK3,      x3 ## 1, x3 ## 1; \
 396                 vpxor RK0,      x0 ## 2, x0 ## 2; \
 397                 vpxor RK1,      x1 ## 2, x1 ## 2; \
 398                 vpxor RK2,      x2 ## 2, x2 ## 2; \
 399                 vpxor RK3,      x3 ## 2, x3 ## 2;
 400
 401 #define LK2(x0, x1, x2, x3, x4, i) \
 402         vpslld $13,             x0 ## 1, x4 ## 1;          \
 403         vpsrld $(32 - 13),      x0 ## 1, x0 ## 1;          \
 404         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 405         vpxor                   x0 ## 1, x1 ## 1, x1 ## 1; \
 406         vpslld $3,              x2 ## 1, x4 ## 1;          \
 407         vpsrld $(32 - 3),       x2 ## 1, x2 ## 1;          \
 408         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 409         vpxor                   x2 ## 1, x1 ## 1, x1 ## 1; \
 410                 vpslld $13,             x0 ## 2, x4 ## 2;          \
 411                 vpsrld $(32 - 13),      x0 ## 2, x0 ## 2;          \
 412                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 413                 vpxor                   x0 ## 2, x1 ## 2, x1 ## 2; \
 414                 vpslld $3,              x2 ## 2, x4 ## 2;          \
 415                 vpsrld $(32 - 3),       x2 ## 2, x2 ## 2;          \
 416                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 417                 vpxor                   x2 ## 2, x1 ## 2, x1 ## 2; \
 418         vpslld $1,              x1 ## 1, x4 ## 1;          \
 419         vpsrld $(32 - 1),       x1 ## 1, x1 ## 1;          \
 420         vpor                    x4 ## 1, x1 ## 1, x1 ## 1; \
 421         vpslld $3,              x0 ## 1, x4 ## 1;          \
 422         vpxor                   x2 ## 1, x3 ## 1, x3 ## 1; \
 423         vpxor                   x4 ## 1, x3 ## 1, x3 ## 1; \
 424         get_key(i, 1, RK1); \
 425                 vpslld $1,              x1 ## 2, x4 ## 2;          \
 426                 vpsrld $(32 - 1),       x1 ## 2, x1 ## 2;          \
 427                 vpor                    x4 ## 2, x1 ## 2, x1 ## 2; \
 428                 vpslld $3,              x0 ## 2, x4 ## 2;          \
 429                 vpxor                   x2 ## 2, x3 ## 2, x3 ## 2; \
 430                 vpxor                   x4 ## 2, x3 ## 2, x3 ## 2; \
 431                 get_key(i, 3, RK3); \
 432         vpslld $7,              x3 ## 1, x4 ## 1;          \
 433         vpsrld $(32 - 7),       x3 ## 1, x3 ## 1;          \
 434         vpor                    x4 ## 1, x3 ## 1, x3 ## 1; \
 435         vpslld $7,              x1 ## 1, x4 ## 1;          \
 436         vpxor                   x1 ## 1, x0 ## 1, x0 ## 1; \
 437         vpxor                   x3 ## 1, x0 ## 1, x0 ## 1; \
 438         vpxor                   x3 ## 1, x2 ## 1, x2 ## 1; \
 439         vpxor                   x4 ## 1, x2 ## 1, x2 ## 1; \
 440         get_key(i, 0, RK0); \
 441                 vpslld $7,              x3 ## 2, x4 ## 2;          \
 442                 vpsrld $(32 - 7),       x3 ## 2, x3 ## 2;          \
 443                 vpor                    x4 ## 2, x3 ## 2, x3 ## 2; \
 444                 vpslld $7,              x1 ## 2, x4 ## 2;          \
 445                 vpxor                   x1 ## 2, x0 ## 2, x0 ## 2; \
 446                 vpxor                   x3 ## 2, x0 ## 2, x0 ## 2; \
 447                 vpxor                   x3 ## 2, x2 ## 2, x2 ## 2; \
 448                 vpxor                   x4 ## 2, x2 ## 2, x2 ## 2; \
 449                 get_key(i, 2, RK2); \
 450         vpxor                   RK1, x1 ## 1, x1 ## 1;     \
 451         vpxor                   RK3, x3 ## 1, x3 ## 1;     \
 452         vpslld $5,              x0 ## 1, x4 ## 1;          \
 453         vpsrld $(32 - 5),       x0 ## 1, x0 ## 1;          \
 454         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 455         vpslld $22,             x2 ## 1, x4 ## 1;          \
 456         vpsrld $(32 - 22),      x2 ## 1, x2 ## 1;          \
 457         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 458         vpxor                   RK0, x0 ## 1, x0 ## 1;     \
 459         vpxor                   RK2, x2 ## 1, x2 ## 1;     \
 460                 vpxor                   RK1, x1 ## 2, x1 ## 2;     \
 461                 vpxor                   RK3, x3 ## 2, x3 ## 2;     \
 462                 vpslld $5,              x0 ## 2, x4 ## 2;          \
 463                 vpsrld $(32 - 5),       x0 ## 2, x0 ## 2;          \
 464                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 465                 vpslld $22,             x2 ## 2, x4 ## 2;          \
 466                 vpsrld $(32 - 22),      x2 ## 2, x2 ## 2;          \
 467                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 468                 vpxor                   RK0, x0 ## 2, x0 ## 2;     \
 469                 vpxor                   RK2, x2 ## 2, x2 ## 2;
 470
 471 #define KL2(x0, x1, x2, x3, x4, i) \
 472         vpxor                   RK0, x0 ## 1, x0 ## 1;     \
 473         vpxor                   RK2, x2 ## 1, x2 ## 1;     \
 474         vpsrld $5,              x0 ## 1, x4 ## 1;          \
 475         vpslld $(32 - 5),       x0 ## 1, x0 ## 1;          \
 476         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 477         vpxor                   RK3, x3 ## 1, x3 ## 1;     \
 478         vpxor                   RK1, x1 ## 1, x1 ## 1;     \
 479         vpsrld $22,             x2 ## 1, x4 ## 1;          \
 480         vpslld $(32 - 22),      x2 ## 1, x2 ## 1;          \
 481         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 482         vpxor                   x3 ## 1, x2 ## 1, x2 ## 1; \
 483                 vpxor                   RK0, x0 ## 2, x0 ## 2;     \
 484                 vpxor                   RK2, x2 ## 2, x2 ## 2;     \
 485                 vpsrld $5,              x0 ## 2, x4 ## 2;          \
 486                 vpslld $(32 - 5),       x0 ## 2, x0 ## 2;          \
 487                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 488                 vpxor                   RK3, x3 ## 2, x3 ## 2;     \
 489                 vpxor                   RK1, x1 ## 2, x1 ## 2;     \
 490                 vpsrld $22,             x2 ## 2, x4 ## 2;          \
 491                 vpslld $(32 - 22),      x2 ## 2, x2 ## 2;          \
 492                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2; \
 493                 vpxor                   x3 ## 2, x2 ## 2, x2 ## 2; \
 494         vpxor                   x3 ## 1, x0 ## 1, x0 ## 1; \
 495         vpslld $7,              x1 ## 1, x4 ## 1;          \
 496         vpxor                   x1 ## 1, x0 ## 1, x0 ## 1; \
 497         vpxor                   x4 ## 1, x2 ## 1, x2 ## 1; \
 498         vpsrld $1,              x1 ## 1, x4 ## 1;          \
 499         vpslld $(32 - 1),       x1 ## 1, x1 ## 1;          \
 500         vpor                    x4 ## 1, x1 ## 1, x1 ## 1; \
 501                 vpxor                   x3 ## 2, x0 ## 2, x0 ## 2; \
 502                 vpslld $7,              x1 ## 2, x4 ## 2;          \
 503                 vpxor                   x1 ## 2, x0 ## 2, x0 ## 2; \
 504                 vpxor                   x4 ## 2, x2 ## 2, x2 ## 2; \
 505                 vpsrld $1,              x1 ## 2, x4 ## 2;          \
 506                 vpslld $(32 - 1),       x1 ## 2, x1 ## 2;          \
 507                 vpor                    x4 ## 2, x1 ## 2, x1 ## 2; \
 508         vpsrld $7,              x3 ## 1, x4 ## 1;          \
 509         vpslld $(32 - 7),       x3 ## 1, x3 ## 1;          \
 510         vpor                    x4 ## 1, x3 ## 1, x3 ## 1; \
 511         vpxor                   x0 ## 1, x1 ## 1, x1 ## 1; \
 512         vpslld $3,              x0 ## 1, x4 ## 1;          \
 513         vpxor                   x4 ## 1, x3 ## 1, x3 ## 1; \
 514                 vpsrld $7,              x3 ## 2, x4 ## 2;          \
 515                 vpslld $(32 - 7),       x3 ## 2, x3 ## 2;          \
 516                 vpor                    x4 ## 2, x3 ## 2, x3 ## 2; \
 517                 vpxor                   x0 ## 2, x1 ## 2, x1 ## 2; \
 518                 vpslld $3,              x0 ## 2, x4 ## 2;          \
 519                 vpxor                   x4 ## 2, x3 ## 2, x3 ## 2; \
 520         vpsrld $13,             x0 ## 1, x4 ## 1;          \
 521         vpslld $(32 - 13),      x0 ## 1, x0 ## 1;          \
 522         vpor                    x4 ## 1, x0 ## 1, x0 ## 1; \
 523         vpxor                   x2 ## 1, x1 ## 1, x1 ## 1; \
 524         vpxor                   x2 ## 1, x3 ## 1, x3 ## 1; \
 525         vpsrld $3,              x2 ## 1, x4 ## 1;          \
 526         vpslld $(32 - 3),       x2 ## 1, x2 ## 1;          \
 527         vpor                    x4 ## 1, x2 ## 1, x2 ## 1; \
 528                 vpsrld $13,             x0 ## 2, x4 ## 2;          \
 529                 vpslld $(32 - 13),      x0 ## 2, x0 ## 2;          \
 530                 vpor                    x4 ## 2, x0 ## 2, x0 ## 2; \
 531                 vpxor                   x2 ## 2, x1 ## 2, x1 ## 2; \
 532                 vpxor                   x2 ## 2, x3 ## 2, x3 ## 2; \
 533                 vpsrld $3,              x2 ## 2, x4 ## 2;          \
 534                 vpslld $(32 - 3),       x2 ## 2, x2 ## 2;          \
 535                 vpor                    x4 ## 2, x2 ## 2, x2 ## 2;
 536
 537 #define S(SBOX, x0, x1, x2, x3, x4) \
 538         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 539         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 540         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 541         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2);
 542
 543 #define SP(SBOX, x0, x1, x2, x3, x4, i) \
 544         get_key(i, 0, RK0); \
 545         SBOX ## _1(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 546         get_key(i, 2, RK2); \
 547         SBOX ## _2(x0 ## 1, x1 ## 1, x2 ## 1, x3 ## 1, x4 ## 1); \
 548         get_key(i, 3, RK3); \
 549         SBOX ## _1(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 550         get_key(i, 1, RK1); \
 551         SBOX ## _2(x0 ## 2, x1 ## 2, x2 ## 2, x3 ## 2, x4 ## 2); \
 552
 553 #define transpose_4x4(x0, x1, x2, x3, t0, t1, t2) \
 554         vpunpckldq              x1, x0, t0; \
 555         vpunpckhdq              x1, x0, t2; \
 556         vpunpckldq              x3, x2, t1; \
 557         vpunpckhdq              x3, x2, x3; \
 558         \
 559         vpunpcklqdq             t1, t0, x0; \
 560         vpunpckhqdq             t1, t0, x1; \
 561         vpunpcklqdq             x3, t2, x2; \
 562         vpunpckhqdq             x3, t2, x3;
 563
 564 #define read_blocks(x0, x1, x2, x3, t0, t1, t2) \
 565         transpose_4x4(x0, x1, x2, x3, t0, t1, t2)
 566
 567 #define write_blocks(x0, x1, x2, x3, t0, t1, t2) \
 568         transpose_4x4(x0, x1, x2, x3, t0, t1, t2)
 569
 570 .align 8
 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 ENDPROC(__serpent_enc_blk8_avx)
 623
 624 .align 8
 625 __serpent_dec_blk8_avx:
 626         /* input:
 627          *      %rdi: ctx, CTX
 628          *      RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2: encrypted blocks
 629          * output:
 630          *      RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2: decrypted blocks
 631          */
 632
 633         vpcmpeqd RNOT, RNOT, RNOT;
 634
 635         read_blocks(RA1, RB1, RC1, RD1, RK0, RK1, RK2);
 636         read_blocks(RA2, RB2, RC2, RD2, RK0, RK1, RK2);
 637
 638                                                  K2(RA, RB, RC, RD, RE, 32);
 639         SP(SI7, RA, RB, RC, RD, RE, 31);        KL2(RB, RD, RA, RE, RC, 31);
 640         SP(SI6, RB, RD, RA, RE, RC, 30);        KL2(RA, RC, RE, RB, RD, 30);
 641         SP(SI5, RA, RC, RE, RB, RD, 29);        KL2(RC, RD, RA, RE, RB, 29);
 642         SP(SI4, RC, RD, RA, RE, RB, 28);        KL2(RC, RA, RB, RE, RD, 28);
 643         SP(SI3, RC, RA, RB, RE, RD, 27);        KL2(RB, RC, RD, RE, RA, 27);
 644         SP(SI2, RB, RC, RD, RE, RA, 26);        KL2(RC, RA, RE, RD, RB, 26);
 645         SP(SI1, RC, RA, RE, RD, RB, 25);        KL2(RB, RA, RE, RD, RC, 25);
 646         SP(SI0, RB, RA, RE, RD, RC, 24);        KL2(RE, RC, RA, RB, RD, 24);
 647         SP(SI7, RE, RC, RA, RB, RD, 23);        KL2(RC, RB, RE, RD, RA, 23);
 648         SP(SI6, RC, RB, RE, RD, RA, 22);        KL2(RE, RA, RD, RC, RB, 22);
 649         SP(SI5, RE, RA, RD, RC, RB, 21);        KL2(RA, RB, RE, RD, RC, 21);
 650         SP(SI4, RA, RB, RE, RD, RC, 20);        KL2(RA, RE, RC, RD, RB, 20);
 651         SP(SI3, RA, RE, RC, RD, RB, 19);        KL2(RC, RA, RB, RD, RE, 19);
 652         SP(SI2, RC, RA, RB, RD, RE, 18);        KL2(RA, RE, RD, RB, RC, 18);
 653         SP(SI1, RA, RE, RD, RB, RC, 17);        KL2(RC, RE, RD, RB, RA, 17);
 654         SP(SI0, RC, RE, RD, RB, RA, 16);        KL2(RD, RA, RE, RC, RB, 16);
 655         SP(SI7, RD, RA, RE, RC, RB, 15);        KL2(RA, RC, RD, RB, RE, 15);
 656         SP(SI6, RA, RC, RD, RB, RE, 14);        KL2(RD, RE, RB, RA, RC, 14);
 657         SP(SI5, RD, RE, RB, RA, RC, 13);        KL2(RE, RC, RD, RB, RA, 13);
 658         SP(SI4, RE, RC, RD, RB, RA, 12);        KL2(RE, RD, RA, RB, RC, 12);
 659         SP(SI3, RE, RD, RA, RB, RC, 11);        KL2(RA, RE, RC, RB, RD, 11);
 660         SP(SI2, RA, RE, RC, RB, RD, 10);        KL2(RE, RD, RB, RC, RA, 10);
 661         SP(SI1, RE, RD, RB, RC, RA, 9);         KL2(RA, RD, RB, RC, RE, 9);
 662         SP(SI0, RA, RD, RB, RC, RE, 8);         KL2(RB, RE, RD, RA, RC, 8);
 663         SP(SI7, RB, RE, RD, RA, RC, 7);         KL2(RE, RA, RB, RC, RD, 7);
 664         SP(SI6, RE, RA, RB, RC, RD, 6);         KL2(RB, RD, RC, RE, RA, 6);
 665         SP(SI5, RB, RD, RC, RE, RA, 5);         KL2(RD, RA, RB, RC, RE, 5);
 666         SP(SI4, RD, RA, RB, RC, RE, 4);         KL2(RD, RB, RE, RC, RA, 4);
 667         SP(SI3, RD, RB, RE, RC, RA, 3);         KL2(RE, RD, RA, RC, RB, 3);
 668         SP(SI2, RE, RD, RA, RC, RB, 2);         KL2(RD, RB, RC, RA, RE, 2);
 669         SP(SI1, RD, RB, RC, RA, RE, 1);         KL2(RE, RB, RC, RA, RD, 1);
 670         S(SI0, RE, RB, RC, RA, RD);              K2(RC, RD, RB, RE, RA, 0);
 671
 672         write_blocks(RC1, RD1, RB1, RE1, RK0, RK1, RK2);
 673         write_blocks(RC2, RD2, RB2, RE2, RK0, RK1, RK2);
 674
 675         ret;
 676 ENDPROC(__serpent_dec_blk8_avx)
 677
 678 ENTRY(serpent_ecb_enc_8way_avx)
 679         /* input:
 680          *      %rdi: ctx, CTX
 681          *      %rsi: dst
 682          *      %rdx: src
 683          */
 684
 685         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 686
 687         call __serpent_enc_blk8_avx;
 688
 689         store_8way(%rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 690
 691         ret;
 692 ENDPROC(serpent_ecb_enc_8way_avx)
 693
 694 ENTRY(serpent_ecb_dec_8way_avx)
 695         /* input:
 696          *      %rdi: ctx, CTX
 697          *      %rsi: dst
 698          *      %rdx: src
 699          */
 700
 701         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 702
 703         call __serpent_dec_blk8_avx;
 704
 705         store_8way(%rsi, RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2);
 706
 707         ret;
 708 ENDPROC(serpent_ecb_dec_8way_avx)
 709
 710 ENTRY(serpent_cbc_dec_8way_avx)
 711         /* input:
 712          *      %rdi: ctx, CTX
 713          *      %rsi: dst
 714          *      %rdx: src
 715          */
 716
 717         load_8way(%rdx, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 718
 719         call __serpent_dec_blk8_avx;
 720
 721         store_cbc_8way(%rdx, %rsi, RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2);
 722
 723         ret;
 724 ENDPROC(serpent_cbc_dec_8way_avx)
 725
 726 ENTRY(serpent_ctr_8way_avx)
 727         /* input:
 728          *      %rdi: ctx, CTX
 729          *      %rsi: dst
 730          *      %rdx: src
 731          *      %rcx: iv (little endian, 128bit)
 732          */
 733
 734         load_ctr_8way(%rcx, .Lbswap128_mask, RA1, RB1, RC1, RD1, RA2, RB2, RC2,
 735                       RD2, RK0, RK1, RK2);
 736
 737         call __serpent_enc_blk8_avx;
 738
 739         store_ctr_8way(%rdx, %rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 740
 741         ret;
 742 ENDPROC(serpent_ctr_8way_avx)
 743
 744 ENTRY(serpent_xts_enc_8way_avx)
 745         /* input:
 746          *      %rdi: ctx, CTX
 747          *      %rsi: dst
 748          *      %rdx: src
 749          *      %rcx: iv (t ⊕ αⁿ ∈ GF(2¹²⁸))
 750          */
 751
 752         /* regs <= src, dst <= IVs, regs <= regs xor IVs */
 753         load_xts_8way(%rcx, %rdx, %rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2,
 754                       RK0, RK1, RK2, .Lxts_gf128mul_and_shl1_mask);
 755
 756         call __serpent_enc_blk8_avx;
 757
 758         /* dst <= regs xor IVs(in dst) */
 759         store_xts_8way(%rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2);
 760
 761         ret;
 762 ENDPROC(serpent_xts_enc_8way_avx)
 763
 764 ENTRY(serpent_xts_dec_8way_avx)
 765         /* input:
 766          *      %rdi: ctx, CTX
 767          *      %rsi: dst
 768          *      %rdx: src
 769          *      %rcx: iv (t ⊕ αⁿ ∈ GF(2¹²⁸))
 770          */
 771
 772         /* regs <= src, dst <= IVs, regs <= regs xor IVs */
 773         load_xts_8way(%rcx, %rdx, %rsi, RA1, RB1, RC1, RD1, RA2, RB2, RC2, RD2,
 774                       RK0, RK1, RK2, .Lxts_gf128mul_and_shl1_mask);
 775
 776         call __serpent_dec_blk8_avx;
 777
 778         /* dst <= regs xor IVs(in dst) */
 779         store_xts_8way(%rsi, RC1, RD1, RB1, RE1, RC2, RD2, RB2, RE2);
 780
 781         ret;
 782 ENDPROC(serpent_xts_dec_8way_avx)