crypto/chacha/asm/chacha-c64xplus.pl

   1 #! /usr/bin/env perl
   2 # Copyright 2016 The OpenSSL Project Authors. All Rights Reserved.
   3 #
   4 # Licensed under the OpenSSL license (the "License").  You may not use
   5 # this file except in compliance with the License.  You can obtain a copy
   6 # in the file LICENSE in the source distribution or at
   7 # https://www.openssl.org/source/license.html
   8
   9 #
  10 # ====================================================================
  11 # Written by Andy Polyakov <appro@openssl.org> for the OpenSSL
  12 # project. The module is, however, dual licensed under OpenSSL and
  13 # CRYPTOGAMS licenses depending on where you obtain it. For further
  14 # details see http://www.openssl.org/~appro/cryptogams/.
  15 # ====================================================================
  16 #
  17 # ChaCha20 for C64x+.
  18 #
  19 # October 2015
  20 #
  21 # Performance is 3.54 cycles per processed byte, which is ~4.3 times
  22 # faster than code generated by TI compiler. Compiler also disables
  23 # interrupts for some reason, thus making interrupt response time
  24 # dependent on input length. This module on the other hand is free
  25 # from such limitation.
  26
  27 $output=pop;
  28 open STDOUT,">$output";
  29
  30 ($OUT,$INP,$LEN,$KEYB,$COUNTERA)=("A4","B4","A6","B6","A8");
  31 ($KEYA,$COUNTERB,$STEP)=("A7","B7","A3");
  32
  33 @X=  ("A16","B16","A17","B17","A18","B18","A19","B19",
  34       "A20","B20","A21","B21","A22","B22","A23","B23");
  35 @Y=  ("A24","B24","A25","B25","A26","B26","A27","B27",
  36       "A28","B28","A29","B29","A30","B30","A31","B31");
  37 @DAT=("A6", "A7", "B6", "B7", "A8", "A9", "B8", "B9",
  38       "A10","A11","B10","B11","A12","A13","B12","B13");
  39
  40 # yes, overlaps with @DAT, used only in 2x interleave code path...
  41 @K2x=("A6", "B6", "A7", "B7", "A8", "B8", "A9", "B9",
  42       "A10","B10","A11","B11","A2", "B2", "A13","B13");
  43
  44 $code.=<<___;
  45         .text
  46
  47         .if     .ASSEMBLER_VERSION<7000000
  48         .asg    0,__TI_EABI__
  49         .endif
  50         .if     __TI_EABI__
  51         .asg    ChaCha20_ctr32,_ChaCha20_ctr32
  52         .endif
  53
  54         .asg    B3,RA
  55         .asg    A15,FP
  56         .asg    B15,SP
  57
  58         .global _ChaCha20_ctr32
  59         .align  32
  60 _ChaCha20_ctr32:
  61         .asmfunc        stack_usage(40+64)
  62         MV      $LEN,A0                 ; reassign
  63   [!A0] BNOP    RA                      ; no data
  64 || [A0] STW     FP,*SP--(40+64)         ; save frame pointer and alloca(40+64)
  65 || [A0] MV      SP,FP
  66    [A0] STDW    B13:B12,*SP[4+8]        ; ABI says so
  67 || [A0] MV      $KEYB,$KEYA
  68 || [A0] MV      $COUNTERA,$COUNTERB
  69    [A0] STDW    B11:B10,*SP[3+8]
  70 || [A0] STDW    A13:A12,*FP[-3]
  71    [A0] STDW    A11:A10,*FP[-4]
  72 || [A0] MVK     128,$STEP               ; 2 * input block size
  73
  74    [A0] LDW     *${KEYA}[0],@Y[4]       ; load key
  75 || [A0] LDW     *${KEYB}[1],@Y[5]
  76 || [A0] MVK     0x00007865,@Y[0]        ; synthesize sigma
  77 || [A0] MVK     0x0000646e,@Y[1]
  78    [A0] LDW     *${KEYA}[2],@Y[6]
  79 || [A0] LDW     *${KEYB}[3],@Y[7]
  80 || [A0] MVKH    0x61700000,@Y[0]
  81 || [A0] MVKH    0x33200000,@Y[1]
  82         LDW     *${KEYA}[4],@Y[8]
  83 ||      LDW     *${KEYB}[5],@Y[9]
  84 ||      MVK     0x00002d32,@Y[2]
  85 ||      MVK     0x00006574,@Y[3]
  86         LDW     *${KEYA}[6],@Y[10]
  87 ||      LDW     *${KEYB}[7],@Y[11]
  88 ||      MVKH    0x79620000,@Y[2]
  89 ||      MVKH    0x6b200000,@Y[3]
  90         LDW     *${COUNTERA}[0],@Y[12]  ; load counter||nonce
  91 ||      LDW     *${COUNTERB}[1],@Y[13]
  92 ||      CMPLTU  A0,$STEP,A1             ; is length < 2*blocks?
  93         LDW     *${COUNTERA}[2],@Y[14]
  94 ||      LDW     *${COUNTERB}[3],@Y[15]
  95 || [A1] BNOP    top1x?
  96    [A1] MVK     64,$STEP                ; input block size
  97 ||      MVK     10,B0                   ; inner loop counter
  98
  99         DMV     @Y[2],@Y[0],@X[2]:@X[0] ; copy block
 100 ||      DMV     @Y[3],@Y[1],@X[3]:@X[1]
 101 ||[!A1] STDW    @Y[2]:@Y[0],*FP[-12]    ; offload key material to stack
 102 ||[!A1] STDW    @Y[3]:@Y[1],*SP[2]
 103         DMV     @Y[6],@Y[4],@X[6]:@X[4]
 104 ||      DMV     @Y[7],@Y[5],@X[7]:@X[5]
 105 ||[!A1] STDW    @Y[6]:@Y[4],*FP[-10]
 106 ||[!A1] STDW    @Y[7]:@Y[5],*SP[4]
 107         DMV     @Y[10],@Y[8],@X[10]:@X[8]
 108 ||      DMV     @Y[11],@Y[9],@X[11]:@X[9]
 109 ||[!A1] STDW    @Y[10]:@Y[8],*FP[-8]
 110 ||[!A1] STDW    @Y[11]:@Y[9],*SP[6]
 111         DMV     @Y[14],@Y[12],@X[14]:@X[12]
 112 ||      DMV     @Y[15],@Y[13],@X[15]:@X[13]
 113 ||[!A1] MV      @Y[12],@K2x[12]         ; counter
 114 ||[!A1] MV      @Y[13],@K2x[13]
 115 ||[!A1] STW     @Y[14],*FP[-6*2]
 116 ||[!A1] STW     @Y[15],*SP[8*2]
 117 ___
 118 {       ################################################################
 119         # 2x interleave gives 50% performance improvement
 120         #
 121 my ($a0,$a1,$a2,$a3) = (0..3);
 122 my ($b0,$b1,$b2,$b3) = (4..7);
 123 my ($c0,$c1,$c2,$c3) = (8..11);
 124 my ($d0,$d1,$d2,$d3) = (12..15);
 125
 126 $code.=<<___;
 127 outer2x?:
 128         ADD     @X[$b1],@X[$a1],@X[$a1]
 129 ||      ADD     @X[$b2],@X[$a2],@X[$a2]
 130 ||      ADD     @X[$b0],@X[$a0],@X[$a0]
 131 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 132 ||       DMV    @Y[2],@Y[0],@K2x[2]:@K2x[0]
 133 ||       DMV    @Y[3],@Y[1],@K2x[3]:@K2x[1]
 134         XOR     @X[$a1],@X[$d1],@X[$d1]
 135 ||      XOR     @X[$a2],@X[$d2],@X[$d2]
 136 ||      XOR     @X[$a0],@X[$d0],@X[$d0]
 137 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 138 ||       DMV    @Y[6],@Y[4],@K2x[6]:@K2x[4]
 139 ||       DMV    @Y[7],@Y[5],@K2x[7]:@K2x[5]
 140         SWAP2   @X[$d1],@X[$d1]         ; rotate by 16
 141 ||      SWAP2   @X[$d2],@X[$d2]
 142 ||      SWAP2   @X[$d0],@X[$d0]
 143 ||      SWAP2   @X[$d3],@X[$d3]
 144
 145         ADD     @X[$d1],@X[$c1],@X[$c1]
 146 ||      ADD     @X[$d2],@X[$c2],@X[$c2]
 147 ||      ADD     @X[$d0],@X[$c0],@X[$c0]
 148 ||      ADD     @X[$d3],@X[$c3],@X[$c3]
 149 ||       DMV    @Y[10],@Y[8],@K2x[10]:@K2x[8]
 150 ||       DMV    @Y[11],@Y[9],@K2x[11]:@K2x[9]
 151         XOR     @X[$c1],@X[$b1],@X[$b1]
 152 ||      XOR     @X[$c2],@X[$b2],@X[$b2]
 153 ||      XOR     @X[$c0],@X[$b0],@X[$b0]
 154 ||      XOR     @X[$c3],@X[$b3],@X[$b3]
 155 ||       ADD    1,@Y[12],@Y[12]         ; adjust counter for 2nd block
 156         ROTL    @X[$b1],12,@X[$b1]
 157 ||      ROTL    @X[$b2],12,@X[$b2]
 158 ||       MV     @Y[14],@K2x[14]
 159 ||       MV     @Y[15],@K2x[15]
 160 top2x?:
 161         ROTL    @X[$b0],12,@X[$b0]
 162 ||      ROTL    @X[$b3],12,@X[$b3]
 163 ||       ADD    @Y[$b1],@Y[$a1],@Y[$a1]
 164 ||       ADD    @Y[$b2],@Y[$a2],@Y[$a2]
 165          ADD    @Y[$b0],@Y[$a0],@Y[$a0]
 166 ||       ADD    @Y[$b3],@Y[$a3],@Y[$a3]
 167
 168 ||      ADD     @X[$b1],@X[$a1],@X[$a1]
 169 ||      ADD     @X[$b2],@X[$a2],@X[$a2]
 170 ||       XOR    @Y[$a1],@Y[$d1],@Y[$d1]
 171 ||       XOR    @Y[$a2],@Y[$d2],@Y[$d2]
 172          XOR    @Y[$a0],@Y[$d0],@Y[$d0]
 173 ||       XOR    @Y[$a3],@Y[$d3],@Y[$d3]
 174 ||      ADD     @X[$b0],@X[$a0],@X[$a0]
 175 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 176 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 177 ||      XOR     @X[$a2],@X[$d2],@X[$d2]
 178         XOR     @X[$a0],@X[$d0],@X[$d0]
 179 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 180 ||      ROTL    @X[$d1],8,@X[$d1]
 181 ||      ROTL    @X[$d2],8,@X[$d2]
 182 ||       SWAP2  @Y[$d1],@Y[$d1]         ; rotate by 16
 183 ||       SWAP2  @Y[$d2],@Y[$d2]
 184 ||       SWAP2  @Y[$d0],@Y[$d0]
 185 ||       SWAP2  @Y[$d3],@Y[$d3]
 186         ROTL    @X[$d0],8,@X[$d0]
 187 ||      ROTL    @X[$d3],8,@X[$d3]
 188 ||       ADD    @Y[$d1],@Y[$c1],@Y[$c1]
 189 ||       ADD    @Y[$d2],@Y[$c2],@Y[$c2]
 190 ||       ADD    @Y[$d0],@Y[$c0],@Y[$c0]
 191 ||       ADD    @Y[$d3],@Y[$c3],@Y[$c3]
 192 ||      BNOP    middle2x1?              ; protect from interrupt
 193
 194         ADD     @X[$d1],@X[$c1],@X[$c1]
 195 ||      ADD     @X[$d2],@X[$c2],@X[$c2]
 196 ||       XOR    @Y[$c1],@Y[$b1],@Y[$b1]
 197 ||       XOR    @Y[$c2],@Y[$b2],@Y[$b2]
 198 ||       XOR    @Y[$c0],@Y[$b0],@Y[$b0]
 199 ||       XOR    @Y[$c3],@Y[$b3],@Y[$b3]
 200         ADD     @X[$d0],@X[$c0],@X[$c0]
 201 ||      ADD     @X[$d3],@X[$c3],@X[$c3]
 202 ||      XOR     @X[$c1],@X[$b1],@X[$b1]
 203 ||      XOR     @X[$c2],@X[$b2],@X[$b2]
 204 ||      ROTL    @X[$d1],0,@X[$d2]       ; moved to avoid cross-path stall
 205 ||      ROTL    @X[$d2],0,@X[$d3]
 206         XOR     @X[$c0],@X[$b0],@X[$b0]
 207 ||      XOR     @X[$c3],@X[$b3],@X[$b3]
 208 ||      MV      @X[$d0],@X[$d1]
 209 ||      MV      @X[$d3],@X[$d0]
 210 ||       ROTL   @Y[$b1],12,@Y[$b1]
 211 ||       ROTL   @Y[$b2],12,@Y[$b2]
 212         ROTL    @X[$b1],7,@X[$b0]       ; avoided cross-path stall
 213 ||      ROTL    @X[$b2],7,@X[$b1]
 214         ROTL    @X[$b0],7,@X[$b3]
 215 ||      ROTL    @X[$b3],7,@X[$b2]
 216 middle2x1?:
 217
 218          ROTL   @Y[$b0],12,@Y[$b0]
 219 ||       ROTL   @Y[$b3],12,@Y[$b3]
 220 ||      ADD     @X[$b0],@X[$a0],@X[$a0]
 221 ||      ADD     @X[$b1],@X[$a1],@X[$a1]
 222         ADD     @X[$b2],@X[$a2],@X[$a2]
 223 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 224
 225 ||       ADD    @Y[$b1],@Y[$a1],@Y[$a1]
 226 ||       ADD    @Y[$b2],@Y[$a2],@Y[$a2]
 227 ||      XOR     @X[$a0],@X[$d0],@X[$d0]
 228 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 229         XOR     @X[$a2],@X[$d2],@X[$d2]
 230 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 231 ||       ADD    @Y[$b0],@Y[$a0],@Y[$a0]
 232 ||       ADD    @Y[$b3],@Y[$a3],@Y[$a3]
 233 ||       XOR    @Y[$a1],@Y[$d1],@Y[$d1]
 234 ||       XOR    @Y[$a2],@Y[$d2],@Y[$d2]
 235          XOR    @Y[$a0],@Y[$d0],@Y[$d0]
 236 ||       XOR    @Y[$a3],@Y[$d3],@Y[$d3]
 237 ||       ROTL   @Y[$d1],8,@Y[$d1]
 238 ||       ROTL   @Y[$d2],8,@Y[$d2]
 239 ||      SWAP2   @X[$d0],@X[$d0]         ; rotate by 16
 240 ||      SWAP2   @X[$d1],@X[$d1]
 241 ||      SWAP2   @X[$d2],@X[$d2]
 242 ||      SWAP2   @X[$d3],@X[$d3]
 243          ROTL   @Y[$d0],8,@Y[$d0]
 244 ||       ROTL   @Y[$d3],8,@Y[$d3]
 245 ||      ADD     @X[$d0],@X[$c2],@X[$c2]
 246 ||      ADD     @X[$d1],@X[$c3],@X[$c3]
 247 ||      ADD     @X[$d2],@X[$c0],@X[$c0]
 248 ||      ADD     @X[$d3],@X[$c1],@X[$c1]
 249 ||      BNOP    middle2x2?              ; protect from interrupt
 250
 251          ADD    @Y[$d1],@Y[$c1],@Y[$c1]
 252 ||       ADD    @Y[$d2],@Y[$c2],@Y[$c2]
 253 ||      XOR     @X[$c2],@X[$b0],@X[$b0]
 254 ||      XOR     @X[$c3],@X[$b1],@X[$b1]
 255 ||      XOR     @X[$c0],@X[$b2],@X[$b2]
 256 ||      XOR     @X[$c1],@X[$b3],@X[$b3]
 257          ADD    @Y[$d0],@Y[$c0],@Y[$c0]
 258 ||       ADD    @Y[$d3],@Y[$c3],@Y[$c3]
 259 ||       XOR    @Y[$c1],@Y[$b1],@Y[$b1]
 260 ||       XOR    @Y[$c2],@Y[$b2],@Y[$b2]
 261 ||       ROTL   @Y[$d1],0,@Y[$d2]       ; moved to avoid cross-path stall
 262 ||       ROTL   @Y[$d2],0,@Y[$d3]
 263          XOR    @Y[$c0],@Y[$b0],@Y[$b0]
 264 ||       XOR    @Y[$c3],@Y[$b3],@Y[$b3]
 265 ||       MV     @Y[$d0],@Y[$d1]
 266 ||       MV     @Y[$d3],@Y[$d0]
 267 ||      ROTL    @X[$b0],12,@X[$b0]
 268 ||      ROTL    @X[$b1],12,@X[$b1]
 269          ROTL   @Y[$b1],7,@Y[$b0]       ; avoided cross-path stall
 270 ||       ROTL   @Y[$b2],7,@Y[$b1]
 271          ROTL   @Y[$b0],7,@Y[$b3]
 272 ||       ROTL   @Y[$b3],7,@Y[$b2]
 273 middle2x2?:
 274
 275         ROTL    @X[$b2],12,@X[$b2]
 276 ||      ROTL    @X[$b3],12,@X[$b3]
 277 ||       ADD    @Y[$b0],@Y[$a0],@Y[$a0]
 278 ||       ADD    @Y[$b1],@Y[$a1],@Y[$a1]
 279          ADD    @Y[$b2],@Y[$a2],@Y[$a2]
 280 ||       ADD    @Y[$b3],@Y[$a3],@Y[$a3]
 281
 282 ||      ADD     @X[$b0],@X[$a0],@X[$a0]
 283 ||      ADD     @X[$b1],@X[$a1],@X[$a1]
 284 ||       XOR    @Y[$a0],@Y[$d0],@Y[$d0]
 285 ||       XOR    @Y[$a1],@Y[$d1],@Y[$d1]
 286          XOR    @Y[$a2],@Y[$d2],@Y[$d2]
 287 ||       XOR    @Y[$a3],@Y[$d3],@Y[$d3]
 288 ||      ADD     @X[$b2],@X[$a2],@X[$a2]
 289 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 290 ||      XOR     @X[$a0],@X[$d0],@X[$d0]
 291 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 292         XOR     @X[$a2],@X[$d2],@X[$d2]
 293 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 294 ||      ROTL    @X[$d0],8,@X[$d0]
 295 ||      ROTL    @X[$d1],8,@X[$d1]
 296 ||       SWAP2  @Y[$d0],@Y[$d0]         ; rotate by 16
 297 ||       SWAP2  @Y[$d1],@Y[$d1]
 298 ||       SWAP2  @Y[$d2],@Y[$d2]
 299 ||       SWAP2  @Y[$d3],@Y[$d3]
 300         ROTL    @X[$d2],8,@X[$d2]
 301 ||      ROTL    @X[$d3],8,@X[$d3]
 302 ||       ADD    @Y[$d0],@Y[$c2],@Y[$c2]
 303 ||       ADD    @Y[$d1],@Y[$c3],@Y[$c3]
 304 ||       ADD    @Y[$d2],@Y[$c0],@Y[$c0]
 305 ||       ADD    @Y[$d3],@Y[$c1],@Y[$c1]
 306 ||      BNOP    bottom2x1?              ; protect from interrupt
 307
 308         ADD     @X[$d0],@X[$c2],@X[$c2]
 309 ||      ADD     @X[$d1],@X[$c3],@X[$c3]
 310 ||       XOR    @Y[$c2],@Y[$b0],@Y[$b0]
 311 ||       XOR    @Y[$c3],@Y[$b1],@Y[$b1]
 312 ||       XOR    @Y[$c0],@Y[$b2],@Y[$b2]
 313 ||       XOR    @Y[$c1],@Y[$b3],@Y[$b3]
 314         ADD     @X[$d2],@X[$c0],@X[$c0]
 315 ||      ADD     @X[$d3],@X[$c1],@X[$c1]
 316 ||      XOR     @X[$c2],@X[$b0],@X[$b0]
 317 ||      XOR     @X[$c3],@X[$b1],@X[$b1]
 318 ||      ROTL    @X[$d0],0,@X[$d3]       ; moved to avoid cross-path stall
 319 ||      ROTL    @X[$d1],0,@X[$d0]
 320         XOR     @X[$c0],@X[$b2],@X[$b2]
 321 ||      XOR     @X[$c1],@X[$b3],@X[$b3]
 322 ||      MV      @X[$d2],@X[$d1]
 323 ||      MV      @X[$d3],@X[$d2]
 324 ||       ROTL   @Y[$b0],12,@Y[$b0]
 325 ||       ROTL   @Y[$b1],12,@Y[$b1]
 326         ROTL    @X[$b0],7,@X[$b1]       ; avoided cross-path stall
 327 ||      ROTL    @X[$b1],7,@X[$b2]
 328         ROTL    @X[$b2],7,@X[$b3]
 329 ||      ROTL    @X[$b3],7,@X[$b0]
 330 || [B0] SUB     B0,1,B0                 ; decrement inner loop counter
 331 bottom2x1?:
 332
 333          ROTL   @Y[$b2],12,@Y[$b2]
 334 ||       ROTL   @Y[$b3],12,@Y[$b3]
 335 || [B0] ADD     @X[$b1],@X[$a1],@X[$a1] ; modulo-scheduled
 336 || [B0] ADD     @X[$b2],@X[$a2],@X[$a2]
 337    [B0] ADD     @X[$b0],@X[$a0],@X[$a0]
 338 || [B0] ADD     @X[$b3],@X[$a3],@X[$a3]
 339
 340 ||       ADD    @Y[$b0],@Y[$a0],@Y[$a0]
 341 ||       ADD    @Y[$b1],@Y[$a1],@Y[$a1]
 342 || [B0] XOR     @X[$a1],@X[$d1],@X[$d1]
 343 || [B0] XOR     @X[$a2],@X[$d2],@X[$d2]
 344    [B0] XOR     @X[$a0],@X[$d0],@X[$d0]
 345 || [B0] XOR     @X[$a3],@X[$d3],@X[$d3]
 346 ||       ADD    @Y[$b2],@Y[$a2],@Y[$a2]
 347 ||       ADD    @Y[$b3],@Y[$a3],@Y[$a3]
 348 ||       XOR    @Y[$a0],@Y[$d0],@Y[$d0]
 349 ||       XOR    @Y[$a1],@Y[$d1],@Y[$d1]
 350          XOR    @Y[$a2],@Y[$d2],@Y[$d2]
 351 ||       XOR    @Y[$a3],@Y[$d3],@Y[$d3]
 352 ||       ROTL   @Y[$d0],8,@Y[$d0]
 353 ||       ROTL   @Y[$d1],8,@Y[$d1]
 354 || [B0] SWAP2   @X[$d1],@X[$d1]         ; rotate by 16
 355 || [B0] SWAP2   @X[$d2],@X[$d2]
 356 || [B0] SWAP2   @X[$d0],@X[$d0]
 357 || [B0] SWAP2   @X[$d3],@X[$d3]
 358          ROTL   @Y[$d2],8,@Y[$d2]
 359 ||       ROTL   @Y[$d3],8,@Y[$d3]
 360 || [B0] ADD     @X[$d1],@X[$c1],@X[$c1]
 361 || [B0] ADD     @X[$d2],@X[$c2],@X[$c2]
 362 || [B0] ADD     @X[$d0],@X[$c0],@X[$c0]
 363 || [B0] ADD     @X[$d3],@X[$c3],@X[$c3]
 364 || [B0] BNOP    top2x?                  ; even protects from interrupt
 365
 366          ADD    @Y[$d0],@Y[$c2],@Y[$c2]
 367 ||       ADD    @Y[$d1],@Y[$c3],@Y[$c3]
 368 || [B0] XOR     @X[$c1],@X[$b1],@X[$b1]
 369 || [B0] XOR     @X[$c2],@X[$b2],@X[$b2]
 370 || [B0] XOR     @X[$c0],@X[$b0],@X[$b0]
 371 || [B0] XOR     @X[$c3],@X[$b3],@X[$b3]
 372          ADD    @Y[$d2],@Y[$c0],@Y[$c0]
 373 ||       ADD    @Y[$d3],@Y[$c1],@Y[$c1]
 374 ||       XOR    @Y[$c2],@Y[$b0],@Y[$b0]
 375 ||       XOR    @Y[$c3],@Y[$b1],@Y[$b1]
 376 ||       ROTL   @Y[$d0],0,@Y[$d3]       ; moved to avoid cross-path stall
 377 ||       ROTL   @Y[$d1],0,@Y[$d0]
 378          XOR    @Y[$c0],@Y[$b2],@Y[$b2]
 379 ||       XOR    @Y[$c1],@Y[$b3],@Y[$b3]
 380 ||       MV     @Y[$d2],@Y[$d1]
 381 ||       MV     @Y[$d3],@Y[$d2]
 382 || [B0] ROTL    @X[$b1],12,@X[$b1]
 383 || [B0] ROTL    @X[$b2],12,@X[$b2]
 384          ROTL   @Y[$b0],7,@Y[$b1]       ; avoided cross-path stall
 385 ||       ROTL   @Y[$b1],7,@Y[$b2]
 386          ROTL   @Y[$b2],7,@Y[$b3]
 387 ||       ROTL   @Y[$b3],7,@Y[$b0]
 388 bottom2x2?:
 389 ___
 390 }
 391
 392 $code.=<<___;
 393         ADD     @K2x[0],@X[0],@X[0]     ; accumulate key material
 394 ||      ADD     @K2x[1],@X[1],@X[1]
 395 ||      ADD     @K2x[2],@X[2],@X[2]
 396 ||      ADD     @K2x[3],@X[3],@X[3]
 397          ADD    @K2x[0],@Y[0],@Y[0]
 398 ||       ADD    @K2x[1],@Y[1],@Y[1]
 399 ||       ADD    @K2x[2],@Y[2],@Y[2]
 400 ||       ADD    @K2x[3],@Y[3],@Y[3]
 401 ||      LDNDW   *${INP}++[8],@DAT[1]:@DAT[0]
 402         ADD     @K2x[4],@X[4],@X[4]
 403 ||      ADD     @K2x[5],@X[5],@X[5]
 404 ||      ADD     @K2x[6],@X[6],@X[6]
 405 ||      ADD     @K2x[7],@X[7],@X[7]
 406 ||      LDNDW   *${INP}[-7],@DAT[3]:@DAT[2]
 407          ADD    @K2x[4],@Y[4],@Y[4]
 408 ||       ADD    @K2x[5],@Y[5],@Y[5]
 409 ||       ADD    @K2x[6],@Y[6],@Y[6]
 410 ||       ADD    @K2x[7],@Y[7],@Y[7]
 411 ||      LDNDW   *${INP}[-6],@DAT[5]:@DAT[4]
 412         ADD     @K2x[8],@X[8],@X[8]
 413 ||      ADD     @K2x[9],@X[9],@X[9]
 414 ||      ADD     @K2x[10],@X[10],@X[10]
 415 ||      ADD     @K2x[11],@X[11],@X[11]
 416 ||      LDNDW   *${INP}[-5],@DAT[7]:@DAT[6]
 417          ADD    @K2x[8],@Y[8],@Y[8]
 418 ||       ADD    @K2x[9],@Y[9],@Y[9]
 419 ||       ADD    @K2x[10],@Y[10],@Y[10]
 420 ||       ADD    @K2x[11],@Y[11],@Y[11]
 421 ||      LDNDW   *${INP}[-4],@DAT[9]:@DAT[8]
 422         ADD     @K2x[12],@X[12],@X[12]
 423 ||      ADD     @K2x[13],@X[13],@X[13]
 424 ||      ADD     @K2x[14],@X[14],@X[14]
 425 ||      ADD     @K2x[15],@X[15],@X[15]
 426 ||      LDNDW   *${INP}[-3],@DAT[11]:@DAT[10]
 427          ADD    @K2x[12],@Y[12],@Y[12]
 428 ||       ADD    @K2x[13],@Y[13],@Y[13]
 429 ||       ADD    @K2x[14],@Y[14],@Y[14]
 430 ||       ADD    @K2x[15],@Y[15],@Y[15]
 431 ||      LDNDW   *${INP}[-2],@DAT[13]:@DAT[12]
 432          ADD    1,@Y[12],@Y[12]         ; adjust counter for 2nd block
 433 ||      ADD     2,@K2x[12],@K2x[12]     ; increment counter
 434 ||      LDNDW   *${INP}[-1],@DAT[15]:@DAT[14]
 435
 436         .if     .BIG_ENDIAN
 437         SWAP2   @X[0],@X[0]
 438 ||      SWAP2   @X[1],@X[1]
 439 ||      SWAP2   @X[2],@X[2]
 440 ||      SWAP2   @X[3],@X[3]
 441         SWAP2   @X[4],@X[4]
 442 ||      SWAP2   @X[5],@X[5]
 443 ||      SWAP2   @X[6],@X[6]
 444 ||      SWAP2   @X[7],@X[7]
 445         SWAP2   @X[8],@X[8]
 446 ||      SWAP2   @X[9],@X[9]
 447 ||      SWAP4   @X[0],@X[1]
 448 ||      SWAP4   @X[1],@X[0]
 449         SWAP2   @X[10],@X[10]
 450 ||      SWAP2   @X[11],@X[11]
 451 ||      SWAP4   @X[2],@X[3]
 452 ||      SWAP4   @X[3],@X[2]
 453         SWAP2   @X[12],@X[12]
 454 ||      SWAP2   @X[13],@X[13]
 455 ||      SWAP4   @X[4],@X[5]
 456 ||      SWAP4   @X[5],@X[4]
 457         SWAP2   @X[14],@X[14]
 458 ||      SWAP2   @X[15],@X[15]
 459 ||      SWAP4   @X[6],@X[7]
 460 ||      SWAP4   @X[7],@X[6]
 461         SWAP4   @X[8],@X[9]
 462 ||      SWAP4   @X[9],@X[8]
 463 ||       SWAP2  @Y[0],@Y[0]
 464 ||       SWAP2  @Y[1],@Y[1]
 465         SWAP4   @X[10],@X[11]
 466 ||      SWAP4   @X[11],@X[10]
 467 ||       SWAP2  @Y[2],@Y[2]
 468 ||       SWAP2  @Y[3],@Y[3]
 469         SWAP4   @X[12],@X[13]
 470 ||      SWAP4   @X[13],@X[12]
 471 ||       SWAP2  @Y[4],@Y[4]
 472 ||       SWAP2  @Y[5],@Y[5]
 473         SWAP4   @X[14],@X[15]
 474 ||      SWAP4   @X[15],@X[14]
 475 ||       SWAP2  @Y[6],@Y[6]
 476 ||       SWAP2  @Y[7],@Y[7]
 477          SWAP2  @Y[8],@Y[8]
 478 ||       SWAP2  @Y[9],@Y[9]
 479 ||       SWAP4  @Y[0],@Y[1]
 480 ||       SWAP4  @Y[1],@Y[0]
 481          SWAP2  @Y[10],@Y[10]
 482 ||       SWAP2  @Y[11],@Y[11]
 483 ||       SWAP4  @Y[2],@Y[3]
 484 ||       SWAP4  @Y[3],@Y[2]
 485          SWAP2  @Y[12],@Y[12]
 486 ||       SWAP2  @Y[13],@Y[13]
 487 ||       SWAP4  @Y[4],@Y[5]
 488 ||       SWAP4  @Y[5],@Y[4]
 489          SWAP2  @Y[14],@Y[14]
 490 ||       SWAP2  @Y[15],@Y[15]
 491 ||       SWAP4  @Y[6],@Y[7]
 492 ||       SWAP4  @Y[7],@Y[6]
 493          SWAP4  @Y[8],@Y[9]
 494 ||       SWAP4  @Y[9],@Y[8]
 495          SWAP4  @Y[10],@Y[11]
 496 ||       SWAP4  @Y[11],@Y[10]
 497          SWAP4  @Y[12],@Y[13]
 498 ||       SWAP4  @Y[13],@Y[12]
 499          SWAP4  @Y[14],@Y[15]
 500 ||       SWAP4  @Y[15],@Y[14]
 501         .endif
 502
 503         XOR     @DAT[0],@X[0],@X[0]     ; xor 1st block
 504 ||      XOR     @DAT[3],@X[3],@X[3]
 505 ||      XOR     @DAT[2],@X[2],@X[1]
 506 ||      XOR     @DAT[1],@X[1],@X[2]
 507 ||      LDNDW   *${INP}++[8],@DAT[1]:@DAT[0]
 508         XOR     @DAT[4],@X[4],@X[4]
 509 ||      XOR     @DAT[7],@X[7],@X[7]
 510 ||      LDNDW   *${INP}[-7],@DAT[3]:@DAT[2]
 511         XOR     @DAT[6],@X[6],@X[5]
 512 ||      XOR     @DAT[5],@X[5],@X[6]
 513 ||      LDNDW   *${INP}[-6],@DAT[5]:@DAT[4]
 514         XOR     @DAT[8],@X[8],@X[8]
 515 ||      XOR     @DAT[11],@X[11],@X[11]
 516 ||      LDNDW   *${INP}[-5],@DAT[7]:@DAT[6]
 517         XOR     @DAT[10],@X[10],@X[9]
 518 ||      XOR     @DAT[9],@X[9],@X[10]
 519 ||      LDNDW   *${INP}[-4],@DAT[9]:@DAT[8]
 520         XOR     @DAT[12],@X[12],@X[12]
 521 ||      XOR     @DAT[15],@X[15],@X[15]
 522 ||      LDNDW   *${INP}[-3],@DAT[11]:@DAT[10]
 523         XOR     @DAT[14],@X[14],@X[13]
 524 ||      XOR     @DAT[13],@X[13],@X[14]
 525 ||      LDNDW   *${INP}[-2],@DAT[13]:@DAT[12]
 526    [A0] SUB     A0,$STEP,A0             ; SUB   A0,128,A0
 527 ||      LDNDW   *${INP}[-1],@DAT[15]:@DAT[14]
 528
 529         XOR     @Y[0],@DAT[0],@DAT[0]   ; xor 2nd block
 530 ||      XOR     @Y[1],@DAT[1],@DAT[1]
 531 ||      STNDW   @X[2]:@X[0],*${OUT}++[8]
 532         XOR     @Y[2],@DAT[2],@DAT[2]
 533 ||      XOR     @Y[3],@DAT[3],@DAT[3]
 534 ||      STNDW   @X[3]:@X[1],*${OUT}[-7]
 535         XOR     @Y[4],@DAT[4],@DAT[4]
 536 || [A0] LDDW    *FP[-12],@X[2]:@X[0]    ; re-load key material from stack
 537 || [A0] LDDW    *SP[2],  @X[3]:@X[1]
 538         XOR     @Y[5],@DAT[5],@DAT[5]
 539 ||      STNDW   @X[6]:@X[4],*${OUT}[-6]
 540         XOR     @Y[6],@DAT[6],@DAT[6]
 541 ||      XOR     @Y[7],@DAT[7],@DAT[7]
 542 ||      STNDW   @X[7]:@X[5],*${OUT}[-5]
 543         XOR     @Y[8],@DAT[8],@DAT[8]
 544 || [A0] LDDW    *FP[-10],@X[6]:@X[4]
 545 || [A0] LDDW    *SP[4],  @X[7]:@X[5]
 546         XOR     @Y[9],@DAT[9],@DAT[9]
 547 ||      STNDW   @X[10]:@X[8],*${OUT}[-4]
 548         XOR     @Y[10],@DAT[10],@DAT[10]
 549 ||      XOR     @Y[11],@DAT[11],@DAT[11]
 550 ||      STNDW   @X[11]:@X[9],*${OUT}[-3]
 551         XOR     @Y[12],@DAT[12],@DAT[12]
 552 || [A0] LDDW    *FP[-8], @X[10]:@X[8]
 553 || [A0] LDDW    *SP[6],  @X[11]:@X[9]
 554         XOR     @Y[13],@DAT[13],@DAT[13]
 555 ||      STNDW   @X[14]:@X[12],*${OUT}[-2]
 556         XOR     @Y[14],@DAT[14],@DAT[14]
 557 ||      XOR     @Y[15],@DAT[15],@DAT[15]
 558 ||      STNDW   @X[15]:@X[13],*${OUT}[-1]
 559
 560    [A0] MV      @K2x[12],@X[12]
 561 || [A0] MV      @K2x[13],@X[13]
 562 || [A0] LDW     *FP[-6*2], @X[14]
 563 || [A0] LDW     *SP[8*2],  @X[15]
 564
 565    [A0] DMV     @X[2],@X[0],@Y[2]:@Y[0] ; duplicate key material
 566 ||      STNDW   @DAT[1]:@DAT[0],*${OUT}++[8]
 567    [A0] DMV     @X[3],@X[1],@Y[3]:@Y[1]
 568 ||      STNDW   @DAT[3]:@DAT[2],*${OUT}[-7]
 569    [A0] DMV     @X[6],@X[4],@Y[6]:@Y[4]
 570 ||      STNDW   @DAT[5]:@DAT[4],*${OUT}[-6]
 571 ||      CMPLTU  A0,$STEP,A1             ; is remaining length < 2*blocks?
 572 ||[!A0] BNOP    epilogue?
 573    [A0] DMV     @X[7],@X[5],@Y[7]:@Y[5]
 574 ||      STNDW   @DAT[7]:@DAT[6],*${OUT}[-5]
 575 ||[!A1] BNOP    outer2x?
 576    [A0] DMV     @X[10],@X[8],@Y[10]:@Y[8]
 577 ||      STNDW   @DAT[9]:@DAT[8],*${OUT}[-4]
 578    [A0] DMV     @X[11],@X[9],@Y[11]:@Y[9]
 579 ||      STNDW   @DAT[11]:@DAT[10],*${OUT}[-3]
 580    [A0] DMV     @X[14],@X[12],@Y[14]:@Y[12]
 581 ||      STNDW   @DAT[13]:@DAT[12],*${OUT}[-2]
 582    [A0] DMV     @X[15],@X[13],@Y[15]:@Y[13]
 583 ||      STNDW   @DAT[15]:@DAT[14],*${OUT}[-1]
 584 ;;===== branch to epilogue? is taken here
 585    [A1] MVK     64,$STEP
 586 || [A0] MVK     10,B0                   ; inner loop counter
 587 ;;===== branch to outer2x? is taken here
 588 ___
 589 {
 590 my ($a0,$a1,$a2,$a3) = (0..3);
 591 my ($b0,$b1,$b2,$b3) = (4..7);
 592 my ($c0,$c1,$c2,$c3) = (8..11);
 593 my ($d0,$d1,$d2,$d3) = (12..15);
 594
 595 $code.=<<___;
 596 top1x?:
 597         ADD     @X[$b1],@X[$a1],@X[$a1]
 598 ||      ADD     @X[$b2],@X[$a2],@X[$a2]
 599         ADD     @X[$b0],@X[$a0],@X[$a0]
 600 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 601 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 602 ||      XOR     @X[$a2],@X[$d2],@X[$d2]
 603         XOR     @X[$a0],@X[$d0],@X[$d0]
 604 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 605 ||      SWAP2   @X[$d1],@X[$d1]         ; rotate by 16
 606 ||      SWAP2   @X[$d2],@X[$d2]
 607         SWAP2   @X[$d0],@X[$d0]
 608 ||      SWAP2   @X[$d3],@X[$d3]
 609
 610 ||      ADD     @X[$d1],@X[$c1],@X[$c1]
 611 ||      ADD     @X[$d2],@X[$c2],@X[$c2]
 612         ADD     @X[$d0],@X[$c0],@X[$c0]
 613 ||      ADD     @X[$d3],@X[$c3],@X[$c3]
 614 ||      XOR     @X[$c1],@X[$b1],@X[$b1]
 615 ||      XOR     @X[$c2],@X[$b2],@X[$b2]
 616         XOR     @X[$c0],@X[$b0],@X[$b0]
 617 ||      XOR     @X[$c3],@X[$b3],@X[$b3]
 618 ||      ROTL    @X[$b1],12,@X[$b1]
 619 ||      ROTL    @X[$b2],12,@X[$b2]
 620         ROTL    @X[$b0],12,@X[$b0]
 621 ||      ROTL    @X[$b3],12,@X[$b3]
 622
 623         ADD     @X[$b1],@X[$a1],@X[$a1]
 624 ||      ADD     @X[$b2],@X[$a2],@X[$a2]
 625         ADD     @X[$b0],@X[$a0],@X[$a0]
 626 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 627 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 628 ||      XOR     @X[$a2],@X[$d2],@X[$d2]
 629         XOR     @X[$a0],@X[$d0],@X[$d0]
 630 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 631 ||      ROTL    @X[$d1],8,@X[$d1]
 632 ||      ROTL    @X[$d2],8,@X[$d2]
 633         ROTL    @X[$d0],8,@X[$d0]
 634 ||      ROTL    @X[$d3],8,@X[$d3]
 635 ||      BNOP    middle1x?               ; protect from interrupt
 636
 637         ADD     @X[$d1],@X[$c1],@X[$c1]
 638 ||      ADD     @X[$d2],@X[$c2],@X[$c2]
 639         ADD     @X[$d0],@X[$c0],@X[$c0]
 640 ||      ADD     @X[$d3],@X[$c3],@X[$c3]
 641 ||      XOR     @X[$c1],@X[$b1],@X[$b1]
 642 ||      XOR     @X[$c2],@X[$b2],@X[$b2]
 643 ||      ROTL    @X[$d1],0,@X[$d2]       ; moved to avoid cross-path stall
 644 ||      ROTL    @X[$d2],0,@X[$d3]
 645         XOR     @X[$c0],@X[$b0],@X[$b0]
 646 ||      XOR     @X[$c3],@X[$b3],@X[$b3]
 647 ||      ROTL    @X[$d0],0,@X[$d1]
 648 ||      ROTL    @X[$d3],0,@X[$d0]
 649         ROTL    @X[$b1],7,@X[$b0]       ; avoided cross-path stall
 650 ||      ROTL    @X[$b2],7,@X[$b1]
 651         ROTL    @X[$b0],7,@X[$b3]
 652 ||      ROTL    @X[$b3],7,@X[$b2]
 653 middle1x?:
 654
 655         ADD     @X[$b0],@X[$a0],@X[$a0]
 656 ||      ADD     @X[$b1],@X[$a1],@X[$a1]
 657         ADD     @X[$b2],@X[$a2],@X[$a2]
 658 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 659 ||      XOR     @X[$a0],@X[$d0],@X[$d0]
 660 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 661         XOR     @X[$a2],@X[$d2],@X[$d2]
 662 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 663 ||      SWAP2   @X[$d0],@X[$d0]         ; rotate by 16
 664 ||      SWAP2   @X[$d1],@X[$d1]
 665         SWAP2   @X[$d2],@X[$d2]
 666 ||      SWAP2   @X[$d3],@X[$d3]
 667
 668 ||      ADD     @X[$d0],@X[$c2],@X[$c2]
 669 ||      ADD     @X[$d1],@X[$c3],@X[$c3]
 670         ADD     @X[$d2],@X[$c0],@X[$c0]
 671 ||      ADD     @X[$d3],@X[$c1],@X[$c1]
 672 ||      XOR     @X[$c2],@X[$b0],@X[$b0]
 673 ||      XOR     @X[$c3],@X[$b1],@X[$b1]
 674         XOR     @X[$c0],@X[$b2],@X[$b2]
 675 ||      XOR     @X[$c1],@X[$b3],@X[$b3]
 676 ||      ROTL    @X[$b0],12,@X[$b0]
 677 ||      ROTL    @X[$b1],12,@X[$b1]
 678         ROTL    @X[$b2],12,@X[$b2]
 679 ||      ROTL    @X[$b3],12,@X[$b3]
 680
 681         ADD     @X[$b0],@X[$a0],@X[$a0]
 682 ||      ADD     @X[$b1],@X[$a1],@X[$a1]
 683 || [B0] SUB     B0,1,B0                 ; decrement inner loop counter
 684         ADD     @X[$b2],@X[$a2],@X[$a2]
 685 ||      ADD     @X[$b3],@X[$a3],@X[$a3]
 686 ||      XOR     @X[$a0],@X[$d0],@X[$d0]
 687 ||      XOR     @X[$a1],@X[$d1],@X[$d1]
 688         XOR     @X[$a2],@X[$d2],@X[$d2]
 689 ||      XOR     @X[$a3],@X[$d3],@X[$d3]
 690 ||      ROTL    @X[$d0],8,@X[$d0]
 691 ||      ROTL    @X[$d1],8,@X[$d1]
 692         ROTL    @X[$d2],8,@X[$d2]
 693 ||      ROTL    @X[$d3],8,@X[$d3]
 694 || [B0] BNOP    top1x?                  ; even protects from interrupt
 695
 696         ADD     @X[$d0],@X[$c2],@X[$c2]
 697 ||      ADD     @X[$d1],@X[$c3],@X[$c3]
 698         ADD     @X[$d2],@X[$c0],@X[$c0]
 699 ||      ADD     @X[$d3],@X[$c1],@X[$c1]
 700 ||      XOR     @X[$c2],@X[$b0],@X[$b0]
 701 ||      XOR     @X[$c3],@X[$b1],@X[$b1]
 702 ||      ROTL    @X[$d0],0,@X[$d3]       ; moved to avoid cross-path stall
 703 ||      ROTL    @X[$d1],0,@X[$d0]
 704         XOR     @X[$c0],@X[$b2],@X[$b2]
 705 ||      XOR     @X[$c1],@X[$b3],@X[$b3]
 706 ||      ROTL    @X[$d2],0,@X[$d1]
 707 ||      ROTL    @X[$d3],0,@X[$d2]
 708         ROTL    @X[$b0],7,@X[$b1]       ; avoided cross-path stall
 709 ||      ROTL    @X[$b1],7,@X[$b2]
 710         ROTL    @X[$b2],7,@X[$b3]
 711 ||      ROTL    @X[$b3],7,@X[$b0]
 712 ||[!B0] CMPLTU  A0,$STEP,A1             ; less than 64 bytes left?
 713 bottom1x?:
 714 ___
 715 }
 716
 717 $code.=<<___;
 718         ADD     @Y[0],@X[0],@X[0]       ; accumulate key material
 719 ||      ADD     @Y[1],@X[1],@X[1]
 720 ||      ADD     @Y[2],@X[2],@X[2]
 721 ||      ADD     @Y[3],@X[3],@X[3]
 722 ||[!A1] LDNDW   *${INP}++[8],@DAT[1]:@DAT[0]
 723 || [A1] BNOP    tail?
 724         ADD     @Y[4],@X[4],@X[4]
 725 ||      ADD     @Y[5],@X[5],@X[5]
 726 ||      ADD     @Y[6],@X[6],@X[6]
 727 ||      ADD     @Y[7],@X[7],@X[7]
 728 ||[!A1] LDNDW   *${INP}[-7],@DAT[3]:@DAT[2]
 729         ADD     @Y[8],@X[8],@X[8]
 730 ||      ADD     @Y[9],@X[9],@X[9]
 731 ||      ADD     @Y[10],@X[10],@X[10]
 732 ||      ADD     @Y[11],@X[11],@X[11]
 733 ||[!A1] LDNDW   *${INP}[-6],@DAT[5]:@DAT[4]
 734         ADD     @Y[12],@X[12],@X[12]
 735 ||      ADD     @Y[13],@X[13],@X[13]
 736 ||      ADD     @Y[14],@X[14],@X[14]
 737 ||      ADD     @Y[15],@X[15],@X[15]
 738 ||[!A1] LDNDW   *${INP}[-5],@DAT[7]:@DAT[6]
 739   [!A1] LDNDW   *${INP}[-4],@DAT[9]:@DAT[8]
 740   [!A1] LDNDW   *${INP}[-3],@DAT[11]:@DAT[10]
 741         LDNDW   *${INP}[-2],@DAT[13]:@DAT[12]
 742         LDNDW   *${INP}[-1],@DAT[15]:@DAT[14]
 743
 744         .if     .BIG_ENDIAN
 745         SWAP2   @X[0],@X[0]
 746 ||      SWAP2   @X[1],@X[1]
 747 ||      SWAP2   @X[2],@X[2]
 748 ||      SWAP2   @X[3],@X[3]
 749         SWAP2   @X[4],@X[4]
 750 ||      SWAP2   @X[5],@X[5]
 751 ||      SWAP2   @X[6],@X[6]
 752 ||      SWAP2   @X[7],@X[7]
 753         SWAP2   @X[8],@X[8]
 754 ||      SWAP2   @X[9],@X[9]
 755 ||      SWAP4   @X[0],@X[1]
 756 ||      SWAP4   @X[1],@X[0]
 757         SWAP2   @X[10],@X[10]
 758 ||      SWAP2   @X[11],@X[11]
 759 ||      SWAP4   @X[2],@X[3]
 760 ||      SWAP4   @X[3],@X[2]
 761         SWAP2   @X[12],@X[12]
 762 ||      SWAP2   @X[13],@X[13]
 763 ||      SWAP4   @X[4],@X[5]
 764 ||      SWAP4   @X[5],@X[4]
 765         SWAP2   @X[14],@X[14]
 766 ||      SWAP2   @X[15],@X[15]
 767 ||      SWAP4   @X[6],@X[7]
 768 ||      SWAP4   @X[7],@X[6]
 769         SWAP4   @X[8],@X[9]
 770 ||      SWAP4   @X[9],@X[8]
 771         SWAP4   @X[10],@X[11]
 772 ||      SWAP4   @X[11],@X[10]
 773         SWAP4   @X[12],@X[13]
 774 ||      SWAP4   @X[13],@X[12]
 775         SWAP4   @X[14],@X[15]
 776 ||      SWAP4   @X[15],@X[14]
 777         .else
 778         NOP     1
 779         .endif
 780
 781         XOR     @X[0],@DAT[0],@DAT[0]   ; xor with input
 782 ||      XOR     @X[1],@DAT[1],@DAT[1]
 783 ||      XOR     @X[2],@DAT[2],@DAT[2]
 784 ||      XOR     @X[3],@DAT[3],@DAT[3]
 785 || [A0] SUB     A0,$STEP,A0             ; SUB   A0,64,A0
 786         XOR     @X[4],@DAT[4],@DAT[4]
 787 ||      XOR     @X[5],@DAT[5],@DAT[5]
 788 ||      XOR     @X[6],@DAT[6],@DAT[6]
 789 ||      XOR     @X[7],@DAT[7],@DAT[7]
 790 ||      STNDW   @DAT[1]:@DAT[0],*${OUT}++[8]
 791         XOR     @X[8],@DAT[8],@DAT[8]
 792 ||      XOR     @X[9],@DAT[9],@DAT[9]
 793 ||      XOR     @X[10],@DAT[10],@DAT[10]
 794 ||      XOR     @X[11],@DAT[11],@DAT[11]
 795 ||      STNDW   @DAT[3]:@DAT[2],*${OUT}[-7]
 796         XOR     @X[12],@DAT[12],@DAT[12]
 797 ||      XOR     @X[13],@DAT[13],@DAT[13]
 798 ||      XOR     @X[14],@DAT[14],@DAT[14]
 799 ||      XOR     @X[15],@DAT[15],@DAT[15]
 800 ||      STNDW   @DAT[5]:@DAT[4],*${OUT}[-6]
 801 || [A0] BNOP    top1x?
 802    [A0] DMV     @Y[2],@Y[0],@X[2]:@X[0] ; duplicate key material
 803 || [A0] DMV     @Y[3],@Y[1],@X[3]:@X[1]
 804 ||      STNDW   @DAT[7]:@DAT[6],*${OUT}[-5]
 805    [A0] DMV     @Y[6],@Y[4],@X[6]:@X[4]
 806 || [A0] DMV     @Y[7],@Y[5],@X[7]:@X[5]
 807 ||      STNDW   @DAT[9]:@DAT[8],*${OUT}[-4]
 808    [A0] DMV     @Y[10],@Y[8],@X[10]:@X[8]
 809 || [A0] DMV     @Y[11],@Y[9],@X[11]:@X[9]
 810 || [A0] ADD     1,@Y[12],@Y[12]         ; increment counter
 811 ||      STNDW   @DAT[11]:@DAT[10],*${OUT}[-3]
 812    [A0] DMV     @Y[14],@Y[12],@X[14]:@X[12]
 813 || [A0] DMV     @Y[15],@Y[13],@X[15]:@X[13]
 814 ||      STNDW   @DAT[13]:@DAT[12],*${OUT}[-2]
 815    [A0] MVK     10,B0                   ; inner loop counter
 816 ||      STNDW   @DAT[15]:@DAT[14],*${OUT}[-1]
 817 ;;===== branch to top1x? is taken here
 818
 819 epilogue?:
 820         LDDW    *FP[-4],A11:A10         ; ABI says so
 821         LDDW    *FP[-3],A13:A12
 822 ||      LDDW    *SP[3+8],B11:B10
 823         LDDW    *SP[4+8],B13:B12
 824 ||      BNOP    RA
 825         LDW     *++SP(40+64),FP         ; restore frame pointer
 826         NOP     4
 827
 828 tail?:
 829         LDBU    *${INP}++[1],B24        ; load byte by byte
 830 ||      SUB     A0,1,A0
 831 ||      SUB     A0,1,B1
 832   [!B1] BNOP    epilogue?               ; interrupts are disabled for whole time
 833 || [A0] LDBU    *${INP}++[1],B24
 834 || [A0] SUB     A0,1,A0
 835 ||      SUB     B1,1,B1
 836   [!B1] BNOP    epilogue?
 837 || [A0] LDBU    *${INP}++[1],B24
 838 || [A0] SUB     A0,1,A0
 839 ||      SUB     B1,1,B1
 840   [!B1] BNOP    epilogue?
 841 ||      ROTL    @X[0],0,A24
 842 || [A0] LDBU    *${INP}++[1],B24
 843 || [A0] SUB     A0,1,A0
 844 ||      SUB     B1,1,B1
 845   [!B1] BNOP    epilogue?
 846 ||      ROTL    @X[0],24,A24
 847 || [A0] LDBU    *${INP}++[1],A24
 848 || [A0] SUB     A0,1,A0
 849 ||      SUB     B1,1,B1
 850   [!B1] BNOP    epilogue?
 851 ||      ROTL    @X[0],16,A24
 852 || [A0] LDBU    *${INP}++[1],A24
 853 || [A0] SUB     A0,1,A0
 854 ||      SUB     B1,1,B1
 855 ||      XOR     A24,B24,B25
 856         STB     B25,*${OUT}++[1]        ; store byte by byte
 857 ||[!B1] BNOP    epilogue?
 858 ||      ROTL    @X[0],8,A24
 859 || [A0] LDBU    *${INP}++[1],A24
 860 || [A0] SUB     A0,1,A0
 861 ||      SUB     B1,1,B1
 862 ||      XOR     A24,B24,B25
 863         STB     B25,*${OUT}++[1]
 864 ___
 865 sub TAIL_STEP {
 866 my $Xi= shift;
 867 my $T = ($Xi=~/^B/?"B24":"A24");        # match @X[i] to avoid cross path
 868 my $D = $T; $D=~tr/AB/BA/;
 869 my $O = $D; $O=~s/24/25/;
 870
 871 $code.=<<___;
 872 ||[!B1] BNOP    epilogue?
 873 ||      ROTL    $Xi,0,$T
 874 || [A0] LDBU    *${INP}++[1],$D
 875 || [A0] SUB     A0,1,A0
 876 ||      SUB     B1,1,B1
 877 ||      XOR     A24,B24,$O
 878         STB     $O,*${OUT}++[1]
 879 ||[!B1] BNOP    epilogue?
 880 ||      ROTL    $Xi,24,$T
 881 || [A0] LDBU    *${INP}++[1],$T
 882 || [A0] SUB     A0,1,A0
 883 ||      SUB     B1,1,B1
 884 ||      XOR     A24,B24,$O
 885         STB     $O,*${OUT}++[1]
 886 ||[!B1] BNOP    epilogue?
 887 ||      ROTL    $Xi,16,$T
 888 || [A0] LDBU    *${INP}++[1],$T
 889 || [A0] SUB     A0,1,A0
 890 ||      SUB     B1,1,B1
 891 ||      XOR     A24,B24,$O
 892         STB     $O,*${OUT}++[1]
 893 ||[!B1] BNOP    epilogue?
 894 ||      ROTL    $Xi,8,$T
 895 || [A0] LDBU    *${INP}++[1],$T
 896 || [A0] SUB     A0,1,A0
 897 ||      SUB     B1,1,B1
 898 ||      XOR     A24,B24,$O
 899         STB     $O,*${OUT}++[1]
 900 ___
 901 }
 902         foreach (1..14) { TAIL_STEP(@X[$_]); }
 903 $code.=<<___;
 904 ||[!B1] BNOP    epilogue?
 905 ||      ROTL    @X[15],0,B24
 906 ||      XOR     A24,B24,A25
 907         STB     A25,*${OUT}++[1]
 908 ||      ROTL    @X[15],24,B24
 909 ||      XOR     A24,B24,A25
 910         STB     A25,*${OUT}++[1]
 911 ||      ROTL    @X[15],16,B24
 912 ||      XOR     A24,B24,A25
 913         STB     A25,*${OUT}++[1]
 914 ||      XOR     A24,B24,A25
 915         STB     A25,*${OUT}++[1]
 916 ||      XOR     A24,B24,B25
 917         STB     B25,*${OUT}++[1]
 918         .endasmfunc
 919
 920         .sect   .const
 921         .cstring "ChaCha20 for C64x+, CRYPTOGAMS by <appro\@openssl.org>"
 922         .align  4
 923 ___
 924
 925 print $code;
 926 close STDOUT;