crypto/chacha/asm/chacha-c64xplus.pl

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