]> git.ipfire.org Git - thirdparty/nettle.git/commitdiff
powerpc64: Add optimized assembly for sha256-compress-n ppc64-sha256
authorEric Richter <erichte@linux.ibm.com>
Tue, 4 Jun 2024 20:55:26 +0000 (15:55 -0500)
committerNiels Möller <nisse@lysator.liu.se>
Sun, 9 Jun 2024 09:55:41 +0000 (11:55 +0200)
This patch introduces an optimized powerpc64 assembly implementation for
sha256-compress-n. This takes advantage of the vshasigma instruction, as
well as unrolling loops to best take advantage of running instructions
in parallel.

The following data was captured on a POWER 10 LPAR @ ~3.896GHz

Current C implementation:
         Algorithm         mode Mbyte/s
            sha256       update  280.97
       hmac-sha256     64 bytes   80.81
       hmac-sha256    256 bytes  170.50
       hmac-sha256   1024 bytes  241.92
       hmac-sha256   4096 bytes  268.54
       hmac-sha256   single msg  276.16

With optimized assembly:
         Algorithm         mode Mbyte/s
            sha256       update  461.45
       hmac-sha256     64 bytes  123.88
       hmac-sha256    256 bytes  268.81
       hmac-sha256   1024 bytes  390.91
       hmac-sha256   4096 bytes  438.02
       hmac-sha256   single msg  453.83

Signed-off-by: Eric Richter <erichte@linux.ibm.com>
fat-ppc.c
powerpc64/fat/sha256-compress-n-2.asm [new file with mode: 0644]
powerpc64/p8/sha256-compress-n.asm [new file with mode: 0644]

index a3ef1ec14c8f175f6cec5eabdccdfb0a8f997cc1..aaccc116f39f090d2a3b1130bd2cd6a39b656375 100644 (file)
--- a/fat-ppc.c
+++ b/fat-ppc.c
@@ -211,6 +211,10 @@ DECLARE_FAT_FUNC(_nettle_poly1305_blocks, poly1305_blocks_func)
 DECLARE_FAT_FUNC_VAR(poly1305_blocks, poly1305_blocks_func, c)
 DECLARE_FAT_FUNC_VAR(poly1305_blocks, poly1305_blocks_func, ppc64)
 
+DECLARE_FAT_FUNC(_nettle_sha256_compress_n, sha256_compress_n_func)
+DECLARE_FAT_FUNC_VAR(sha256_compress_n, sha256_compress_n_func, c)
+DECLARE_FAT_FUNC_VAR(sha256_compress_n, sha256_compress_n_func, ppc64)
+
 /* Nop implementation for _gcm_aes_encrypt and _gcm_aes_decrypt. */
 static size_t
 gcm_aes_crypt_c (struct gcm_key *key UNUSED, unsigned rounds UNUSED,
@@ -248,6 +252,7 @@ fat_init (void)
       _nettle_ghash_update_vec = _nettle_ghash_update_ppc64;
       _nettle_gcm_aes_encrypt_vec = _nettle_gcm_aes_encrypt_ppc64;
       _nettle_gcm_aes_decrypt_vec = _nettle_gcm_aes_decrypt_ppc64;
+      _nettle_sha256_compress_n_vec = _nettle_sha256_compress_n_ppc64;
     }
   else
     {
@@ -258,6 +263,7 @@ fat_init (void)
       _nettle_ghash_update_vec = _nettle_ghash_update_c;
       _nettle_gcm_aes_encrypt_vec = gcm_aes_crypt_c;
       _nettle_gcm_aes_decrypt_vec = gcm_aes_crypt_c;
+      _nettle_sha256_compress_n_vec = _nettle_sha256_compress_n_c;
     }
   if (features.have_altivec)
     {
@@ -367,3 +373,8 @@ DEFINE_FAT_FUNC(_nettle_poly1305_blocks, const uint8_t *,
      size_t blocks,
                 const uint8_t *m),
                (ctx, blocks, m))
+
+DEFINE_FAT_FUNC(_nettle_sha256_compress_n, const uint8_t *,
+               (uint32_t *state, const uint32_t *k,
+                size_t blocks, const uint8_t *input),
+               (state, k, blocks, input))
diff --git a/powerpc64/fat/sha256-compress-n-2.asm b/powerpc64/fat/sha256-compress-n-2.asm
new file mode 100644 (file)
index 0000000..4f4eee9
--- /dev/null
@@ -0,0 +1,36 @@
+C powerpc64/fat/sha256-compress-n-2.asm
+
+ifelse(`
+   Copyright (C) 2024 Eric Richter, IBM Corporation
+
+   This file is part of GNU Nettle.
+
+   GNU Nettle is free software: you can redistribute it and/or
+   modify it under the terms of either:
+
+     * the GNU Lesser General Public License as published by the Free
+       Software Foundation; either version 3 of the License, or (at your
+       option) any later version.
+
+   or
+
+     * the GNU General Public License as published by the Free
+       Software Foundation; either version 2 of the License, or (at your
+       option) any later version.
+
+   or both in parallel, as here.
+
+   GNU Nettle is distributed in the hope that it will be useful,
+   but WITHOUT ANY WARRANTY; without even the implied warranty of
+   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+   General Public License for more details.
+
+   You should have received copies of the GNU General Public License and
+   the GNU Lesser General Public License along with this program.  If
+   not, see http://www.gnu.org/licenses/.
+')
+
+dnl PROLOGUE(_nettle_sha256_compress_n) picked up by configure
+
+define(`fat_transform', `$1_ppc64')
+include_src(`powerpc64/p8/sha256-compress-n.asm')
diff --git a/powerpc64/p8/sha256-compress-n.asm b/powerpc64/p8/sha256-compress-n.asm
new file mode 100644 (file)
index 0000000..c1ce0e8
--- /dev/null
@@ -0,0 +1,364 @@
+C x86_64/sha256-compress-n.asm
+
+ifelse(`
+   Copyright (C) 2024 Eric Richter, IBM Corporation
+
+   This file is part of GNU Nettle.
+
+   GNU Nettle is free software: you can redistribute it and/or
+   modify it under the terms of either:
+
+     * the GNU Lesser General Public License as published by the Free
+       Software Foundation; either version 3 of the License, or (at your
+       option) any later version.
+
+   or
+
+     * the GNU General Public License as published by the Free
+       Software Foundation; either version 2 of the License, or (at your
+       option) any later version.
+
+   or both in parallel, as here.
+
+   GNU Nettle is distributed in the hope that it will be useful,
+   but WITHOUT ANY WARRANTY; without even the implied warranty of
+   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
+   General Public License for more details.
+
+   You should have received copies of the GNU General Public License and
+   the GNU Lesser General Public License along with this program.  If
+   not, see http://www.gnu.org/licenses/.
+')
+
+.file "sha256-compress-n.asm"
+
+C Parameters in
+define(`SP', `r1')
+define(`STATE', `r3')
+define(`K', `r4')
+define(`NUMBLOCKS', `r5')
+define(`INPUT', `r6')
+
+define(`T0', `r7')
+define(`T1', `r8')
+define(`TK', `r9')
+define(`COUNT', `r10')
+define(`TC0', `0')     C Index instructions allow literal 0 instead of a GPR
+define(`TC4', `r11')
+define(`TC8', `r12')
+define(`TC12', `r14')
+define(`TC16', `r15')
+
+C State registers
+define(`VSA', `v0')
+define(`VSB', `v1')
+define(`VSC', `v2')
+define(`VSD', `v3')
+define(`VSE', `v4')
+define(`VSF', `v5')
+define(`VSG', `v6')
+define(`VSH', `v7')
+
+C Previous state value registers stored in VSX
+define(`VSXA', `vs0')
+define(`VSXB', `vs1')
+define(`VSXC', `vs2')
+define(`VSXD', `vs3')
+define(`VSXE', `vs4')
+define(`VSXF', `vs5')
+define(`VSXG', `vs6')
+define(`VSXH', `vs7')
+
+C Current K values
+define(`VK', `v8')
+
+C Temp registers for math
+define(`VT0', `v9')
+define(`VT1', `v10')
+define(`VT2', `v11')
+define(`VT3', `v12')
+define(`VT4', `v13')
+
+C Convenience named registers for sigma(a) and sigma(e)
+define(`SIGA', `v14')
+define(`SIGE', `v15')
+
+C Registers v16-v31 are used for input words W[0] through W[15]
+
+C Convert an index for W[i] to the corresponding vector register v[16 + i]
+define(`IV', `m4_unquote(v`'eval((($1) % 16) + 16))')
+
+C ROUND(A B C D E F G H R EXT)
+define(`ROUND', `
+
+       vadduwm VT1, VK, IV($9)               C VT1: k+W
+       vadduwm VT4, $8, VT1                  C VT4: H+k+W
+
+       lxvw4x  VSR(VK), TK, K                C Load Key
+       addi    TK, TK, 4                     C Increment Pointer to next key
+
+       vadduwm VT2, $4, $8                   C VT2: H+D
+       vadduwm VT2, VT2, VT1                 C VT2: H+D+k+W
+
+       vshasigmaw      SIGE, $5, 1, 0b1111   C Sigma(E)  Se
+       vshasigmaw      SIGA, $1, 1, 0        C Sigma(A)  Sa
+
+       vxor    VT3, $2, $3                   C VT3: b^c
+       vsel    VT0, $7, $6, $5               C VT0: Ch.
+       vsel    VT3, $3, $1, VT3              C VT3: Maj(a,b,c)
+
+       vadduwm VT4, VT4, VT0                 C VT4: Hkw + Ch.
+       vadduwm VT3, VT3, VT4                 C VT3: HkW + Ch. + Maj.
+
+       vadduwm VT0, VT0, VT2                 C VT0: Ch. + DHKW
+       vadduwm $8, SIGE, SIGA                C Anext: Se + Sa
+       vadduwm $4, VT0, SIGE                 C Dnext: Ch. + DHKW + Se
+       vadduwm $8, $8, VT3                   C Anext: Se+Sa+HkW+Ch.+Maj.
+')
+
+C Extend W[i]
+define(`EXTEND', `
+       vshasigmaw      SIGE, IV($1 + 14), 0, 0b1111
+       vshasigmaw      SIGA, IV($1 + 1), 0, 0b0000
+       vadduwm         IV($1), IV($1), SIGE
+       vadduwm         IV($1), IV($1), SIGA
+       vadduwm         IV($1), IV($1), IV($1 + 9)
+')
+
+define(`EXTENDROUND',  `
+       ROUND($1, $2, $3, $4, $5, $6, $7, $8, $9)
+       C Schedule (data) for 16th round in future
+       EXTEND($9)
+')
+define(`NOEXTENDROUND',        `ROUND($1, $2, $3, $4, $5, $6, $7, $8, $9)')
+
+define(`NOEXTENDROUNDS', `
+       NOEXTENDROUND(VSA, VSB, VSC, VSD, VSE, VSF, VSG, VSH, 0)
+       NOEXTENDROUND(VSH, VSA, VSB, VSC, VSD, VSE, VSF, VSG, 1)
+       NOEXTENDROUND(VSG, VSH, VSA, VSB, VSC, VSD, VSE, VSF, 2)
+       NOEXTENDROUND(VSF, VSG, VSH, VSA, VSB, VSC, VSD, VSE, 3)
+
+       NOEXTENDROUND(VSE, VSF, VSG, VSH, VSA, VSB, VSC, VSD, 4)
+       NOEXTENDROUND(VSD, VSE, VSF, VSG, VSH, VSA, VSB, VSC, 5)
+       NOEXTENDROUND(VSC, VSD, VSE, VSF, VSG, VSH, VSA, VSB, 6)
+       NOEXTENDROUND(VSB, VSC, VSD, VSE, VSF, VSG, VSH, VSA, 7)
+
+       NOEXTENDROUND(VSA, VSB, VSC, VSD, VSE, VSF, VSG, VSH, 8)
+       NOEXTENDROUND(VSH, VSA, VSB, VSC, VSD, VSE, VSF, VSG, 9)
+       NOEXTENDROUND(VSG, VSH, VSA, VSB, VSC, VSD, VSE, VSF, 10)
+       NOEXTENDROUND(VSF, VSG, VSH, VSA, VSB, VSC, VSD, VSE, 11)
+
+       NOEXTENDROUND(VSE, VSF, VSG, VSH, VSA, VSB, VSC, VSD, 12)
+       NOEXTENDROUND(VSD, VSE, VSF, VSG, VSH, VSA, VSB, VSC, 13)
+       NOEXTENDROUND(VSC, VSD, VSE, VSF, VSG, VSH, VSA, VSB, 14)
+       NOEXTENDROUND(VSB, VSC, VSD, VSE, VSF, VSG, VSH, VSA, 15)
+')
+
+define(`EXTENDROUNDS', `
+       EXTENDROUND(VSA, VSB, VSC, VSD, VSE, VSF, VSG, VSH, 0)
+       EXTENDROUND(VSH, VSA, VSB, VSC, VSD, VSE, VSF, VSG, 1)
+       EXTENDROUND(VSG, VSH, VSA, VSB, VSC, VSD, VSE, VSF, 2)
+       EXTENDROUND(VSF, VSG, VSH, VSA, VSB, VSC, VSD, VSE, 3)
+
+       EXTENDROUND(VSE, VSF, VSG, VSH, VSA, VSB, VSC, VSD, 4)
+       EXTENDROUND(VSD, VSE, VSF, VSG, VSH, VSA, VSB, VSC, 5)
+       EXTENDROUND(VSC, VSD, VSE, VSF, VSG, VSH, VSA, VSB, 6)
+       EXTENDROUND(VSB, VSC, VSD, VSE, VSF, VSG, VSH, VSA, 7)
+
+       EXTENDROUND(VSA, VSB, VSC, VSD, VSE, VSF, VSG, VSH, 8)
+       EXTENDROUND(VSH, VSA, VSB, VSC, VSD, VSE, VSF, VSG, 9)
+       EXTENDROUND(VSG, VSH, VSA, VSB, VSC, VSD, VSE, VSF, 10)
+       EXTENDROUND(VSF, VSG, VSH, VSA, VSB, VSC, VSD, VSE, 11)
+
+       EXTENDROUND(VSE, VSF, VSG, VSH, VSA, VSB, VSC, VSD, 12)
+       EXTENDROUND(VSD, VSE, VSF, VSG, VSH, VSA, VSB, VSC, 13)
+       EXTENDROUND(VSC, VSD, VSE, VSF, VSG, VSH, VSA, VSB, 14)
+       EXTENDROUND(VSB, VSC, VSD, VSE, VSF, VSG, VSH, VSA, 15)
+')
+
+define(`LOAD', `
+       IF_BE(`lxvw4x   VSR(IV($1)), m4_unquote(TC`'eval(($1 % 4) * 4)), INPUT')
+       IF_LE(`
+               lxvd2x  VSR(IV($1)), m4_unquote(TC`'eval(($1 % 4) * 4)), INPUT
+               vperm   IV($1), IV($1), IV($1), VT0
+       ')
+')
+
+define(`DOLOADS', `
+       IF_LE(`DATA_LOAD_VEC(VT0, .load_swap, T1)')
+       LOAD(0)
+       LOAD(1)
+       LOAD(2)
+       LOAD(3)
+       addi    INPUT, INPUT, 16
+       LOAD(4)
+       LOAD(5)
+       LOAD(6)
+       LOAD(7)
+       addi    INPUT, INPUT, 16
+       LOAD(8)
+       LOAD(9)
+       LOAD(10)
+       LOAD(11)
+       addi    INPUT, INPUT, 16
+       LOAD(12)
+       LOAD(13)
+       LOAD(14)
+       LOAD(15)
+       addi    INPUT, INPUT, 16
+')
+
+.text
+PROLOGUE(_nettle_sha256_compress_n)
+       cmpwi   0, NUMBLOCKS, 0
+       ble     0, .done
+       mtctr   NUMBLOCKS
+
+       C Store non-volatile registers
+
+       li      T0, -8
+       li      T1, -24
+       stvx    v20, T0, SP
+       stvx    v21, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stvx    v22, T0, SP
+       stvx    v23, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stvx    v24, T0, SP
+       stvx    v25, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stvx    v26, T0, SP
+       stvx    v27, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stvx    v28, T0, SP
+       stvx    v29, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stvx    v30, T0, SP
+       stvx    v31, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       stdx    r14, T0, SP
+       stdx    r15, T1, SP
+
+       li      TC4, 4
+       li      TC8, 8
+       li      TC12, 12
+       li      TC16, 16
+
+       C Load state values
+       lxvw4x  VSR(VSA), 0, STATE      C VSA contains A,B,C,D
+       lxvw4x  VSR(VSE), TC16, STATE   C VSE contains E,F,G,H
+
+       vsldoi  VSB, VSA, VSA, 4
+       vsldoi  VSF, VSE, VSE, 4
+
+       vsldoi  VSC, VSA, VSA, 8
+       vsldoi  VSG, VSE, VSE, 8
+
+       vsldoi  VSD, VSA, VSA, 12
+       vsldoi  VSH, VSE, VSE, 12
+
+.loop:
+       xxlor   VSXA, VSR(VSA), VSR(VSA)
+       xxlor   VSXB, VSR(VSB), VSR(VSB)
+       xxlor   VSXC, VSR(VSC), VSR(VSC)
+       xxlor   VSXD, VSR(VSD), VSR(VSD)
+       xxlor   VSXE, VSR(VSE), VSR(VSE)
+       xxlor   VSXF, VSR(VSF), VSR(VSF)
+       xxlor   VSXG, VSR(VSG), VSR(VSG)
+       xxlor   VSXH, VSR(VSH), VSR(VSH)
+
+       li      TK, 0
+       lxvw4x  VSR(VK), TK, K
+       addi    TK, TK, 4
+
+       DOLOADS
+
+       C "permute" state from VSA containing A,B,C,D into VSA,VSB,VSC,VSD
+
+       EXTENDROUNDS
+       EXTENDROUNDS
+       EXTENDROUNDS
+       NOEXTENDROUNDS
+
+       C Reload initial state from VSX registers
+       xxlor   VSR(VT0), VSXA, VSXA
+       xxlor   VSR(VT1), VSXB, VSXB
+       xxlor   VSR(VT2), VSXC, VSXC
+       xxlor   VSR(VT3), VSXD, VSXD
+       xxlor   VSR(VT4), VSXE, VSXE
+       xxlor   VSR(SIGA), VSXF, VSXF
+       xxlor   VSR(SIGE), VSXG, VSXG
+       xxlor   VSR(VK), VSXH, VSXH
+
+       vadduwm VSA, VSA, VT0
+       vadduwm VSB, VSB, VT1
+       vadduwm VSC, VSC, VT2
+       vadduwm VSD, VSD, VT3
+       vadduwm VSE, VSE, VT4
+       vadduwm VSF, VSF, SIGA
+       vadduwm VSG, VSG, SIGE
+       vadduwm VSH, VSH, VK
+
+       bdnz .loop
+
+       C Repack VSA,VSB,VSC,VSD into VSA,VSE for storing
+       vmrghw  VSA, VSA, VSB
+       vmrghw  VSC, VSC, VSD
+       vmrghw  VSE, VSE, VSF
+       vmrghw  VSG, VSG, VSH
+
+       xxmrghd VSR(VSA), VSR(VSA), VSR(VSC)
+       xxmrghd VSR(VSE), VSR(VSE), VSR(VSG)
+
+       stxvw4x VSR(VSA), 0, STATE
+       stxvw4x VSR(VSE), TC16, STATE
+
+
+       C Restore nonvolatile registers
+       li      T0, -8
+       li      T1, -24
+       lvx     v20, T0, SP
+       lvx     v21, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       lvx     v22, T0, SP
+       lvx     v23, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       lvx     v24, T0, SP
+       lvx     v25, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       lvx     v26, T0, SP
+       lvx     v27, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       lvx     v28, T0, SP
+       lvx     v29, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       lvx     v30, T0, SP
+       lvx     v31, T1, SP
+       subi    T0, T0, 32
+       subi    T1, T1, 32
+       ldx     r14, T0, SP
+       ldx     r15, T1, SP
+
+.done:
+       mr r3, INPUT
+
+       blr
+EPILOGUE(_nettle_sha256_compress_n)
+
+IF_LE(`
+.data
+.align 4
+.load_swap:
+       .byte 8,9,10,11, 12,13,14,15, 0,1,2,3, 4,5,6,7
+')