1238384Sjkim#!/usr/bin/env perl 2238384Sjkim# 3238384Sjkim# ==================================================================== 4238384Sjkim# Written by Andy Polyakov <appro@fy.chalmers.se> for the OpenSSL 5238384Sjkim# project. The module is, however, dual licensed under OpenSSL and 6238384Sjkim# CRYPTOGAMS licenses depending on where you obtain it. For further 7238384Sjkim# details see http://www.openssl.org/~appro/cryptogams/. 8238384Sjkim# ==================================================================== 9238384Sjkim 10238384Sjkim# January 2010 11238384Sjkim# 12238384Sjkim# "Teaser" Montgomery multiplication module for IA-64. There are 13238384Sjkim# several possibilities for improvement: 14238384Sjkim# 15238384Sjkim# - modulo-scheduling outer loop would eliminate quite a number of 16238384Sjkim# stalls after ldf8, xma and getf.sig outside inner loop and 17238384Sjkim# improve shorter key performance; 18238384Sjkim# - shorter vector support [with input vectors being fetched only 19238384Sjkim# once] should be added; 20238384Sjkim# - 2x unroll with help of n0[1] would make the code scalable on 21238384Sjkim# "wider" IA-64, "wider" than Itanium 2 that is, which is not of 22238384Sjkim# acute interest, because upcoming Tukwila's individual cores are 23238384Sjkim# reportedly based on Itanium 2 design; 24238384Sjkim# - dedicated squaring procedure(?); 25238384Sjkim# 26238384Sjkim# January 2010 27238384Sjkim# 28238384Sjkim# Shorter vector support is implemented by zero-padding ap and np 29238384Sjkim# vectors up to 8 elements, or 512 bits. This means that 256-bit 30238384Sjkim# inputs will be processed only 2 times faster than 512-bit inputs, 31238384Sjkim# not 4 [as one would expect, because algorithm complexity is n^2]. 32238384Sjkim# The reason for padding is that inputs shorter than 512 bits won't 33238384Sjkim# be processed faster anyway, because minimal critical path of the 34238384Sjkim# core loop happens to match 512-bit timing. Either way, it resulted 35238384Sjkim# in >100% improvement of 512-bit RSA sign benchmark and 50% - of 36238384Sjkim# 1024-bit one [in comparison to original version of *this* module]. 37238384Sjkim# 38238384Sjkim# So far 'openssl speed rsa dsa' output on 900MHz Itanium 2 *with* 39238384Sjkim# this module is: 40238384Sjkim# sign verify sign/s verify/s 41238384Sjkim# rsa 512 bits 0.000290s 0.000024s 3452.8 42031.4 42238384Sjkim# rsa 1024 bits 0.000793s 0.000058s 1261.7 17172.0 43238384Sjkim# rsa 2048 bits 0.005908s 0.000148s 169.3 6754.0 44238384Sjkim# rsa 4096 bits 0.033456s 0.000469s 29.9 2133.6 45238384Sjkim# dsa 512 bits 0.000253s 0.000198s 3949.9 5057.0 46238384Sjkim# dsa 1024 bits 0.000585s 0.000607s 1708.4 1647.4 47238384Sjkim# dsa 2048 bits 0.001453s 0.001703s 688.1 587.4 48238384Sjkim# 49238384Sjkim# ... and *without* (but still with ia64.S): 50238384Sjkim# 51238384Sjkim# rsa 512 bits 0.000670s 0.000041s 1491.8 24145.5 52238384Sjkim# rsa 1024 bits 0.001988s 0.000080s 502.9 12499.3 53238384Sjkim# rsa 2048 bits 0.008702s 0.000189s 114.9 5293.9 54238384Sjkim# rsa 4096 bits 0.043860s 0.000533s 22.8 1875.9 55238384Sjkim# dsa 512 bits 0.000441s 0.000427s 2265.3 2340.6 56238384Sjkim# dsa 1024 bits 0.000823s 0.000867s 1215.6 1153.2 57238384Sjkim# dsa 2048 bits 0.001894s 0.002179s 528.1 458.9 58238384Sjkim# 59238384Sjkim# As it can be seen, RSA sign performance improves by 130-30%, 60238384Sjkim# hereafter less for longer keys, while verify - by 74-13%. 61238384Sjkim# DSA performance improves by 115-30%. 62238384Sjkim 63238384Sjkimif ($^O eq "hpux") { 64238384Sjkim $ADDP="addp4"; 65238384Sjkim for (@ARGV) { $ADDP="add" if (/[\+DD|\-mlp]64/); } 66238384Sjkim} else { $ADDP="add"; } 67238384Sjkim 68238384Sjkim$code=<<___; 69238384Sjkim.explicit 70238384Sjkim.text 71238384Sjkim 72238384Sjkim// int bn_mul_mont (BN_ULONG *rp,const BN_ULONG *ap, 73238384Sjkim// const BN_ULONG *bp,const BN_ULONG *np, 74238384Sjkim// const BN_ULONG *n0p,int num); 75238384Sjkim.align 64 76238384Sjkim.global bn_mul_mont# 77238384Sjkim.proc bn_mul_mont# 78238384Sjkimbn_mul_mont: 79238384Sjkim .prologue 80238384Sjkim .body 81238384Sjkim{ .mmi; cmp4.le p6,p7=2,r37;; 82238384Sjkim(p6) cmp4.lt.unc p8,p9=8,r37 83238384Sjkim mov ret0=r0 };; 84238384Sjkim{ .bbb; 85238384Sjkim(p9) br.cond.dptk.many bn_mul_mont_8 86238384Sjkim(p8) br.cond.dpnt.many bn_mul_mont_general 87238384Sjkim(p7) br.ret.spnt.many b0 };; 88238384Sjkim.endp bn_mul_mont# 89238384Sjkim 90238384Sjkimprevfs=r2; prevpr=r3; prevlc=r10; prevsp=r11; 91238384Sjkim 92238384Sjkimrptr=r8; aptr=r9; bptr=r14; nptr=r15; 93238384Sjkimtptr=r16; // &tp[0] 94238384Sjkimtp_1=r17; // &tp[-1] 95238384Sjkimnum=r18; len=r19; lc=r20; 96238384Sjkimtopbit=r21; // carry bit from tmp[num] 97238384Sjkim 98238384Sjkimn0=f6; 99238384Sjkimm0=f7; 100238384Sjkimbi=f8; 101238384Sjkim 102238384Sjkim.align 64 103238384Sjkim.local bn_mul_mont_general# 104238384Sjkim.proc bn_mul_mont_general# 105238384Sjkimbn_mul_mont_general: 106238384Sjkim .prologue 107238384Sjkim{ .mmi; .save ar.pfs,prevfs 108238384Sjkim alloc prevfs=ar.pfs,6,2,0,8 109238384Sjkim $ADDP aptr=0,in1 110238384Sjkim .save ar.lc,prevlc 111238384Sjkim mov prevlc=ar.lc } 112238384Sjkim{ .mmi; .vframe prevsp 113238384Sjkim mov prevsp=sp 114238384Sjkim $ADDP bptr=0,in2 115238384Sjkim .save pr,prevpr 116238384Sjkim mov prevpr=pr };; 117238384Sjkim 118238384Sjkim .body 119238384Sjkim .rotf alo[6],nlo[4],ahi[8],nhi[6] 120238384Sjkim .rotr a[3],n[3],t[2] 121238384Sjkim 122238384Sjkim{ .mmi; ldf8 bi=[bptr],8 // (*bp++) 123238384Sjkim ldf8 alo[4]=[aptr],16 // ap[0] 124238384Sjkim $ADDP r30=8,in1 };; 125238384Sjkim{ .mmi; ldf8 alo[3]=[r30],16 // ap[1] 126238384Sjkim ldf8 alo[2]=[aptr],16 // ap[2] 127238384Sjkim $ADDP in4=0,in4 };; 128238384Sjkim{ .mmi; ldf8 alo[1]=[r30] // ap[3] 129238384Sjkim ldf8 n0=[in4] // n0 130238384Sjkim $ADDP rptr=0,in0 } 131238384Sjkim{ .mmi; $ADDP nptr=0,in3 132238384Sjkim mov r31=16 133238384Sjkim zxt4 num=in5 };; 134238384Sjkim{ .mmi; ldf8 nlo[2]=[nptr],8 // np[0] 135238384Sjkim shladd len=num,3,r0 136238384Sjkim shladd r31=num,3,r31 };; 137238384Sjkim{ .mmi; ldf8 nlo[1]=[nptr],8 // np[1] 138238384Sjkim add lc=-5,num 139238384Sjkim sub r31=sp,r31 };; 140238384Sjkim{ .mfb; and sp=-16,r31 // alloca 141238384Sjkim xmpy.hu ahi[2]=alo[4],bi // ap[0]*bp[0] 142238384Sjkim nop.b 0 } 143238384Sjkim{ .mfb; nop.m 0 144238384Sjkim xmpy.lu alo[4]=alo[4],bi 145238384Sjkim brp.loop.imp .L1st_ctop,.L1st_cend-16 146238384Sjkim };; 147238384Sjkim{ .mfi; nop.m 0 148238384Sjkim xma.hu ahi[1]=alo[3],bi,ahi[2] // ap[1]*bp[0] 149238384Sjkim add tp_1=8,sp } 150238384Sjkim{ .mfi; nop.m 0 151238384Sjkim xma.lu alo[3]=alo[3],bi,ahi[2] 152238384Sjkim mov pr.rot=0x20001f<<16 153238384Sjkim // ------^----- (p40) at first (p23) 154238384Sjkim // ----------^^ p[16:20]=1 155238384Sjkim };; 156238384Sjkim{ .mfi; nop.m 0 157238384Sjkim xmpy.lu m0=alo[4],n0 // (ap[0]*bp[0])*n0 158238384Sjkim mov ar.lc=lc } 159238384Sjkim{ .mfi; nop.m 0 160238384Sjkim fcvt.fxu.s1 nhi[1]=f0 161238384Sjkim mov ar.ec=8 };; 162238384Sjkim 163238384Sjkim.align 32 164238384Sjkim.L1st_ctop: 165238384Sjkim.pred.rel "mutex",p40,p42 166238384Sjkim{ .mfi; (p16) ldf8 alo[0]=[aptr],8 // *(aptr++) 167238384Sjkim (p18) xma.hu ahi[0]=alo[2],bi,ahi[1] 168238384Sjkim (p40) add n[2]=n[2],a[2] } // (p23) } 169238384Sjkim{ .mfi; (p18) ldf8 nlo[0]=[nptr],8 // *(nptr++)(p16) 170238384Sjkim (p18) xma.lu alo[2]=alo[2],bi,ahi[1] 171238384Sjkim (p42) add n[2]=n[2],a[2],1 };; // (p23) 172238384Sjkim{ .mfi; (p21) getf.sig a[0]=alo[5] 173238384Sjkim (p20) xma.hu nhi[0]=nlo[2],m0,nhi[1] 174238384Sjkim (p42) cmp.leu p41,p39=n[2],a[2] } // (p23) 175238384Sjkim{ .mfi; (p23) st8 [tp_1]=n[2],8 176238384Sjkim (p20) xma.lu nlo[2]=nlo[2],m0,nhi[1] 177238384Sjkim (p40) cmp.ltu p41,p39=n[2],a[2] } // (p23) 178238384Sjkim{ .mmb; (p21) getf.sig n[0]=nlo[3] 179238384Sjkim (p16) nop.m 0 180238384Sjkim br.ctop.sptk .L1st_ctop };; 181238384Sjkim.L1st_cend: 182238384Sjkim 183238384Sjkim{ .mmi; getf.sig a[0]=ahi[6] // (p24) 184238384Sjkim getf.sig n[0]=nhi[4] 185238384Sjkim add num=-1,num };; // num-- 186238384Sjkim{ .mmi; .pred.rel "mutex",p40,p42 187238384Sjkim(p40) add n[0]=n[0],a[0] 188238384Sjkim(p42) add n[0]=n[0],a[0],1 189238384Sjkim sub aptr=aptr,len };; // rewind 190238384Sjkim{ .mmi; .pred.rel "mutex",p40,p42 191238384Sjkim(p40) cmp.ltu p41,p39=n[0],a[0] 192238384Sjkim(p42) cmp.leu p41,p39=n[0],a[0] 193238384Sjkim sub nptr=nptr,len };; 194238384Sjkim{ .mmi; .pred.rel "mutex",p39,p41 195238384Sjkim(p39) add topbit=r0,r0 196238384Sjkim(p41) add topbit=r0,r0,1 197238384Sjkim nop.i 0 } 198238384Sjkim{ .mmi; st8 [tp_1]=n[0] 199238384Sjkim add tptr=16,sp 200238384Sjkim add tp_1=8,sp };; 201238384Sjkim 202238384Sjkim.Louter: 203238384Sjkim{ .mmi; ldf8 bi=[bptr],8 // (*bp++) 204238384Sjkim ldf8 ahi[3]=[tptr] // tp[0] 205238384Sjkim add r30=8,aptr };; 206238384Sjkim{ .mmi; ldf8 alo[4]=[aptr],16 // ap[0] 207238384Sjkim ldf8 alo[3]=[r30],16 // ap[1] 208238384Sjkim add r31=8,nptr };; 209238384Sjkim{ .mfb; ldf8 alo[2]=[aptr],16 // ap[2] 210238384Sjkim xma.hu ahi[2]=alo[4],bi,ahi[3] // ap[0]*bp[i]+tp[0] 211238384Sjkim brp.loop.imp .Linner_ctop,.Linner_cend-16 212238384Sjkim } 213238384Sjkim{ .mfb; ldf8 alo[1]=[r30] // ap[3] 214238384Sjkim xma.lu alo[4]=alo[4],bi,ahi[3] 215238384Sjkim clrrrb.pr };; 216238384Sjkim{ .mfi; ldf8 nlo[2]=[nptr],16 // np[0] 217238384Sjkim xma.hu ahi[1]=alo[3],bi,ahi[2] // ap[1]*bp[i] 218238384Sjkim nop.i 0 } 219238384Sjkim{ .mfi; ldf8 nlo[1]=[r31] // np[1] 220238384Sjkim xma.lu alo[3]=alo[3],bi,ahi[2] 221238384Sjkim mov pr.rot=0x20101f<<16 222238384Sjkim // ------^----- (p40) at first (p23) 223238384Sjkim // --------^--- (p30) at first (p22) 224238384Sjkim // ----------^^ p[16:20]=1 225238384Sjkim };; 226238384Sjkim{ .mfi; st8 [tptr]=r0 // tp[0] is already accounted 227238384Sjkim xmpy.lu m0=alo[4],n0 // (ap[0]*bp[i]+tp[0])*n0 228238384Sjkim mov ar.lc=lc } 229238384Sjkim{ .mfi; 230238384Sjkim fcvt.fxu.s1 nhi[1]=f0 231238384Sjkim mov ar.ec=8 };; 232238384Sjkim 233238384Sjkim// This loop spins in 4*(n+7) ticks on Itanium 2 and should spin in 234238384Sjkim// 7*(n+7) ticks on Itanium (the one codenamed Merced). Factor of 7 235238384Sjkim// in latter case accounts for two-tick pipeline stall, which means 236238384Sjkim// that its performance would be ~20% lower than optimal one. No 237238384Sjkim// attempt was made to address this, because original Itanium is 238238384Sjkim// hardly represented out in the wild... 239238384Sjkim.align 32 240238384Sjkim.Linner_ctop: 241238384Sjkim.pred.rel "mutex",p40,p42 242238384Sjkim.pred.rel "mutex",p30,p32 243238384Sjkim{ .mfi; (p16) ldf8 alo[0]=[aptr],8 // *(aptr++) 244238384Sjkim (p18) xma.hu ahi[0]=alo[2],bi,ahi[1] 245238384Sjkim (p40) add n[2]=n[2],a[2] } // (p23) 246238384Sjkim{ .mfi; (p16) nop.m 0 247238384Sjkim (p18) xma.lu alo[2]=alo[2],bi,ahi[1] 248238384Sjkim (p42) add n[2]=n[2],a[2],1 };; // (p23) 249238384Sjkim{ .mfi; (p21) getf.sig a[0]=alo[5] 250238384Sjkim (p16) nop.f 0 251238384Sjkim (p40) cmp.ltu p41,p39=n[2],a[2] } // (p23) 252238384Sjkim{ .mfi; (p21) ld8 t[0]=[tptr],8 253238384Sjkim (p16) nop.f 0 254238384Sjkim (p42) cmp.leu p41,p39=n[2],a[2] };; // (p23) 255238384Sjkim{ .mfi; (p18) ldf8 nlo[0]=[nptr],8 // *(nptr++) 256238384Sjkim (p20) xma.hu nhi[0]=nlo[2],m0,nhi[1] 257238384Sjkim (p30) add a[1]=a[1],t[1] } // (p22) 258238384Sjkim{ .mfi; (p16) nop.m 0 259238384Sjkim (p20) xma.lu nlo[2]=nlo[2],m0,nhi[1] 260238384Sjkim (p32) add a[1]=a[1],t[1],1 };; // (p22) 261238384Sjkim{ .mmi; (p21) getf.sig n[0]=nlo[3] 262238384Sjkim (p16) nop.m 0 263238384Sjkim (p30) cmp.ltu p31,p29=a[1],t[1] } // (p22) 264238384Sjkim{ .mmb; (p23) st8 [tp_1]=n[2],8 265238384Sjkim (p32) cmp.leu p31,p29=a[1],t[1] // (p22) 266238384Sjkim br.ctop.sptk .Linner_ctop };; 267238384Sjkim.Linner_cend: 268238384Sjkim 269238384Sjkim{ .mmi; getf.sig a[0]=ahi[6] // (p24) 270238384Sjkim getf.sig n[0]=nhi[4] 271238384Sjkim nop.i 0 };; 272238384Sjkim 273238384Sjkim{ .mmi; .pred.rel "mutex",p31,p33 274238384Sjkim(p31) add a[0]=a[0],topbit 275238384Sjkim(p33) add a[0]=a[0],topbit,1 276238384Sjkim mov topbit=r0 };; 277238384Sjkim{ .mfi; .pred.rel "mutex",p31,p33 278238384Sjkim(p31) cmp.ltu p32,p30=a[0],topbit 279238384Sjkim(p33) cmp.leu p32,p30=a[0],topbit 280238384Sjkim } 281238384Sjkim{ .mfi; .pred.rel "mutex",p40,p42 282238384Sjkim(p40) add n[0]=n[0],a[0] 283238384Sjkim(p42) add n[0]=n[0],a[0],1 284238384Sjkim };; 285238384Sjkim{ .mmi; .pred.rel "mutex",p44,p46 286238384Sjkim(p40) cmp.ltu p41,p39=n[0],a[0] 287238384Sjkim(p42) cmp.leu p41,p39=n[0],a[0] 288238384Sjkim(p32) add topbit=r0,r0,1 } 289238384Sjkim 290238384Sjkim{ .mmi; st8 [tp_1]=n[0],8 291238384Sjkim cmp4.ne p6,p0=1,num 292238384Sjkim sub aptr=aptr,len };; // rewind 293238384Sjkim{ .mmi; sub nptr=nptr,len 294238384Sjkim(p41) add topbit=r0,r0,1 295238384Sjkim add tptr=16,sp } 296238384Sjkim{ .mmb; add tp_1=8,sp 297238384Sjkim add num=-1,num // num-- 298238384Sjkim(p6) br.cond.sptk.many .Louter };; 299238384Sjkim 300238384Sjkim{ .mbb; add lc=4,lc 301238384Sjkim brp.loop.imp .Lsub_ctop,.Lsub_cend-16 302238384Sjkim clrrrb.pr };; 303238384Sjkim{ .mii; nop.m 0 304238384Sjkim mov pr.rot=0x10001<<16 305238384Sjkim // ------^---- (p33) at first (p17) 306238384Sjkim mov ar.lc=lc } 307238384Sjkim{ .mii; nop.m 0 308238384Sjkim mov ar.ec=3 309238384Sjkim nop.i 0 };; 310238384Sjkim 311238384Sjkim.Lsub_ctop: 312238384Sjkim.pred.rel "mutex",p33,p35 313238384Sjkim{ .mfi; (p16) ld8 t[0]=[tptr],8 // t=*(tp++) 314238384Sjkim (p16) nop.f 0 315238384Sjkim (p33) sub n[1]=t[1],n[1] } // (p17) 316238384Sjkim{ .mfi; (p16) ld8 n[0]=[nptr],8 // n=*(np++) 317238384Sjkim (p16) nop.f 0 318238384Sjkim (p35) sub n[1]=t[1],n[1],1 };; // (p17) 319238384Sjkim{ .mib; (p18) st8 [rptr]=n[2],8 // *(rp++)=r 320238384Sjkim (p33) cmp.gtu p34,p32=n[1],t[1] // (p17) 321238384Sjkim (p18) nop.b 0 } 322238384Sjkim{ .mib; (p18) nop.m 0 323238384Sjkim (p35) cmp.geu p34,p32=n[1],t[1] // (p17) 324238384Sjkim br.ctop.sptk .Lsub_ctop };; 325238384Sjkim.Lsub_cend: 326238384Sjkim 327238384Sjkim{ .mmb; .pred.rel "mutex",p34,p36 328238384Sjkim(p34) sub topbit=topbit,r0 // (p19) 329238384Sjkim(p36) sub topbit=topbit,r0,1 330238384Sjkim brp.loop.imp .Lcopy_ctop,.Lcopy_cend-16 331238384Sjkim } 332238384Sjkim{ .mmb; sub rptr=rptr,len // rewind 333238384Sjkim sub tptr=tptr,len 334238384Sjkim clrrrb.pr };; 335238384Sjkim{ .mmi; and aptr=tptr,topbit 336238384Sjkim andcm bptr=rptr,topbit 337238384Sjkim mov pr.rot=1<<16 };; 338238384Sjkim{ .mii; or nptr=aptr,bptr 339238384Sjkim mov ar.lc=lc 340238384Sjkim mov ar.ec=3 };; 341238384Sjkim 342238384Sjkim.Lcopy_ctop: 343238384Sjkim{ .mmb; (p16) ld8 n[0]=[nptr],8 344238384Sjkim (p18) st8 [tptr]=r0,8 345238384Sjkim (p16) nop.b 0 } 346238384Sjkim{ .mmb; (p16) nop.m 0 347238384Sjkim (p18) st8 [rptr]=n[2],8 348238384Sjkim br.ctop.sptk .Lcopy_ctop };; 349238384Sjkim.Lcopy_cend: 350238384Sjkim 351238384Sjkim{ .mmi; mov ret0=1 // signal "handled" 352238384Sjkim rum 1<<5 // clear um.mfh 353238384Sjkim mov ar.lc=prevlc } 354238384Sjkim{ .mib; .restore sp 355238384Sjkim mov sp=prevsp 356238384Sjkim mov pr=prevpr,0x1ffff 357238384Sjkim br.ret.sptk.many b0 };; 358238384Sjkim.endp bn_mul_mont_general# 359238384Sjkim 360238384Sjkima1=r16; a2=r17; a3=r18; a4=r19; a5=r20; a6=r21; a7=r22; a8=r23; 361238384Sjkimn1=r24; n2=r25; n3=r26; n4=r27; n5=r28; n6=r29; n7=r30; n8=r31; 362238384Sjkimt0=r15; 363238384Sjkim 364238384Sjkimai0=f8; ai1=f9; ai2=f10; ai3=f11; ai4=f12; ai5=f13; ai6=f14; ai7=f15; 365238384Sjkimni0=f16; ni1=f17; ni2=f18; ni3=f19; ni4=f20; ni5=f21; ni6=f22; ni7=f23; 366238384Sjkim 367238384Sjkim.align 64 368238384Sjkim.skip 48 // aligns loop body 369238384Sjkim.local bn_mul_mont_8# 370238384Sjkim.proc bn_mul_mont_8# 371238384Sjkimbn_mul_mont_8: 372238384Sjkim .prologue 373238384Sjkim{ .mmi; .save ar.pfs,prevfs 374238384Sjkim alloc prevfs=ar.pfs,6,2,0,8 375238384Sjkim .vframe prevsp 376238384Sjkim mov prevsp=sp 377238384Sjkim .save ar.lc,prevlc 378238384Sjkim mov prevlc=ar.lc } 379238384Sjkim{ .mmi; add r17=-6*16,sp 380238384Sjkim add sp=-7*16,sp 381238384Sjkim .save pr,prevpr 382238384Sjkim mov prevpr=pr };; 383238384Sjkim 384238384Sjkim{ .mmi; .save.gf 0,0x10 385238384Sjkim stf.spill [sp]=f16,-16 386238384Sjkim .save.gf 0,0x20 387238384Sjkim stf.spill [r17]=f17,32 388238384Sjkim add r16=-5*16,prevsp};; 389238384Sjkim{ .mmi; .save.gf 0,0x40 390238384Sjkim stf.spill [r16]=f18,32 391238384Sjkim .save.gf 0,0x80 392238384Sjkim stf.spill [r17]=f19,32 393238384Sjkim $ADDP aptr=0,in1 };; 394238384Sjkim{ .mmi; .save.gf 0,0x100 395238384Sjkim stf.spill [r16]=f20,32 396238384Sjkim .save.gf 0,0x200 397238384Sjkim stf.spill [r17]=f21,32 398238384Sjkim $ADDP r29=8,in1 };; 399238384Sjkim{ .mmi; .save.gf 0,0x400 400238384Sjkim stf.spill [r16]=f22 401238384Sjkim .save.gf 0,0x800 402238384Sjkim stf.spill [r17]=f23 403238384Sjkim $ADDP rptr=0,in0 };; 404238384Sjkim 405238384Sjkim .body 406238384Sjkim .rotf bj[8],mj[2],tf[2],alo[10],ahi[10],nlo[10],nhi[10] 407238384Sjkim .rotr t[8] 408238384Sjkim 409238384Sjkim// load input vectors padding them to 8 elements 410238384Sjkim{ .mmi; ldf8 ai0=[aptr],16 // ap[0] 411238384Sjkim ldf8 ai1=[r29],16 // ap[1] 412238384Sjkim $ADDP bptr=0,in2 } 413238384Sjkim{ .mmi; $ADDP r30=8,in2 414238384Sjkim $ADDP nptr=0,in3 415238384Sjkim $ADDP r31=8,in3 };; 416238384Sjkim{ .mmi; ldf8 bj[7]=[bptr],16 // bp[0] 417238384Sjkim ldf8 bj[6]=[r30],16 // bp[1] 418238384Sjkim cmp4.le p4,p5=3,in5 } 419238384Sjkim{ .mmi; ldf8 ni0=[nptr],16 // np[0] 420238384Sjkim ldf8 ni1=[r31],16 // np[1] 421238384Sjkim cmp4.le p6,p7=4,in5 };; 422238384Sjkim 423238384Sjkim{ .mfi; (p4)ldf8 ai2=[aptr],16 // ap[2] 424238384Sjkim (p5)fcvt.fxu ai2=f0 425238384Sjkim cmp4.le p8,p9=5,in5 } 426238384Sjkim{ .mfi; (p6)ldf8 ai3=[r29],16 // ap[3] 427238384Sjkim (p7)fcvt.fxu ai3=f0 428238384Sjkim cmp4.le p10,p11=6,in5 } 429238384Sjkim{ .mfi; (p4)ldf8 bj[5]=[bptr],16 // bp[2] 430238384Sjkim (p5)fcvt.fxu bj[5]=f0 431238384Sjkim cmp4.le p12,p13=7,in5 } 432238384Sjkim{ .mfi; (p6)ldf8 bj[4]=[r30],16 // bp[3] 433238384Sjkim (p7)fcvt.fxu bj[4]=f0 434238384Sjkim cmp4.le p14,p15=8,in5 } 435238384Sjkim{ .mfi; (p4)ldf8 ni2=[nptr],16 // np[2] 436238384Sjkim (p5)fcvt.fxu ni2=f0 437238384Sjkim addp4 r28=-1,in5 } 438238384Sjkim{ .mfi; (p6)ldf8 ni3=[r31],16 // np[3] 439238384Sjkim (p7)fcvt.fxu ni3=f0 440238384Sjkim $ADDP in4=0,in4 };; 441238384Sjkim 442238384Sjkim{ .mfi; ldf8 n0=[in4] 443238384Sjkim fcvt.fxu tf[1]=f0 444238384Sjkim nop.i 0 } 445238384Sjkim 446238384Sjkim{ .mfi; (p8)ldf8 ai4=[aptr],16 // ap[4] 447238384Sjkim (p9)fcvt.fxu ai4=f0 448238384Sjkim mov t[0]=r0 } 449238384Sjkim{ .mfi; (p10)ldf8 ai5=[r29],16 // ap[5] 450238384Sjkim (p11)fcvt.fxu ai5=f0 451238384Sjkim mov t[1]=r0 } 452238384Sjkim{ .mfi; (p8)ldf8 bj[3]=[bptr],16 // bp[4] 453238384Sjkim (p9)fcvt.fxu bj[3]=f0 454238384Sjkim mov t[2]=r0 } 455238384Sjkim{ .mfi; (p10)ldf8 bj[2]=[r30],16 // bp[5] 456238384Sjkim (p11)fcvt.fxu bj[2]=f0 457238384Sjkim mov t[3]=r0 } 458238384Sjkim{ .mfi; (p8)ldf8 ni4=[nptr],16 // np[4] 459238384Sjkim (p9)fcvt.fxu ni4=f0 460238384Sjkim mov t[4]=r0 } 461238384Sjkim{ .mfi; (p10)ldf8 ni5=[r31],16 // np[5] 462238384Sjkim (p11)fcvt.fxu ni5=f0 463238384Sjkim mov t[5]=r0 };; 464238384Sjkim 465238384Sjkim{ .mfi; (p12)ldf8 ai6=[aptr],16 // ap[6] 466238384Sjkim (p13)fcvt.fxu ai6=f0 467238384Sjkim mov t[6]=r0 } 468238384Sjkim{ .mfi; (p14)ldf8 ai7=[r29],16 // ap[7] 469238384Sjkim (p15)fcvt.fxu ai7=f0 470238384Sjkim mov t[7]=r0 } 471238384Sjkim{ .mfi; (p12)ldf8 bj[1]=[bptr],16 // bp[6] 472238384Sjkim (p13)fcvt.fxu bj[1]=f0 473238384Sjkim mov ar.lc=r28 } 474238384Sjkim{ .mfi; (p14)ldf8 bj[0]=[r30],16 // bp[7] 475238384Sjkim (p15)fcvt.fxu bj[0]=f0 476238384Sjkim mov ar.ec=1 } 477238384Sjkim{ .mfi; (p12)ldf8 ni6=[nptr],16 // np[6] 478238384Sjkim (p13)fcvt.fxu ni6=f0 479238384Sjkim mov pr.rot=1<<16 } 480238384Sjkim{ .mfb; (p14)ldf8 ni7=[r31],16 // np[7] 481238384Sjkim (p15)fcvt.fxu ni7=f0 482238384Sjkim brp.loop.imp .Louter_8_ctop,.Louter_8_cend-16 483238384Sjkim };; 484238384Sjkim 485238384Sjkim// The loop is scheduled for 32*n ticks on Itanium 2. Actual attempt 486238384Sjkim// to measure with help of Interval Time Counter indicated that the 487238384Sjkim// factor is a tad higher: 33 or 34, if not 35. Exact measurement and 488238384Sjkim// addressing the issue is problematic, because I don't have access 489238384Sjkim// to platform-specific instruction-level profiler. On Itanium it 490238384Sjkim// should run in 56*n ticks, because of higher xma latency... 491238384Sjkim.Louter_8_ctop: 492238384Sjkim .pred.rel "mutex",p40,p42 493238384Sjkim .pred.rel "mutex",p48,p50 494238384Sjkim{ .mfi; (p16) nop.m 0 // 0: 495238384Sjkim (p16) xma.hu ahi[0]=ai0,bj[7],tf[1] // ap[0]*b[i]+t[0] 496238384Sjkim (p40) add a3=a3,n3 } // (p17) a3+=n3 497238384Sjkim{ .mfi; (p42) add a3=a3,n3,1 498238384Sjkim (p16) xma.lu alo[0]=ai0,bj[7],tf[1] 499238384Sjkim (p16) nop.i 0 };; 500238384Sjkim{ .mii; (p17) getf.sig a7=alo[8] // 1: 501238384Sjkim (p48) add t[6]=t[6],a3 // (p17) t[6]+=a3 502238384Sjkim (p50) add t[6]=t[6],a3,1 };; 503238384Sjkim{ .mfi; (p17) getf.sig a8=ahi[8] // 2: 504238384Sjkim (p17) xma.hu nhi[7]=ni6,mj[1],nhi[6] // np[6]*m0 505238384Sjkim (p40) cmp.ltu p43,p41=a3,n3 } 506238384Sjkim{ .mfi; (p42) cmp.leu p43,p41=a3,n3 507238384Sjkim (p17) xma.lu nlo[7]=ni6,mj[1],nhi[6] 508238384Sjkim (p16) nop.i 0 };; 509238384Sjkim{ .mii; (p17) getf.sig n5=nlo[6] // 3: 510238384Sjkim (p48) cmp.ltu p51,p49=t[6],a3 511238384Sjkim (p50) cmp.leu p51,p49=t[6],a3 };; 512238384Sjkim .pred.rel "mutex",p41,p43 513238384Sjkim .pred.rel "mutex",p49,p51 514238384Sjkim{ .mfi; (p16) nop.m 0 // 4: 515238384Sjkim (p16) xma.hu ahi[1]=ai1,bj[7],ahi[0] // ap[1]*b[i] 516238384Sjkim (p41) add a4=a4,n4 } // (p17) a4+=n4 517238384Sjkim{ .mfi; (p43) add a4=a4,n4,1 518238384Sjkim (p16) xma.lu alo[1]=ai1,bj[7],ahi[0] 519238384Sjkim (p16) nop.i 0 };; 520238384Sjkim{ .mfi; (p49) add t[5]=t[5],a4 // 5: (p17) t[5]+=a4 521238384Sjkim (p16) xmpy.lu mj[0]=alo[0],n0 // (ap[0]*b[i]+t[0])*n0 522238384Sjkim (p51) add t[5]=t[5],a4,1 };; 523238384Sjkim{ .mfi; (p16) nop.m 0 // 6: 524238384Sjkim (p17) xma.hu nhi[8]=ni7,mj[1],nhi[7] // np[7]*m0 525238384Sjkim (p41) cmp.ltu p42,p40=a4,n4 } 526238384Sjkim{ .mfi; (p43) cmp.leu p42,p40=a4,n4 527238384Sjkim (p17) xma.lu nlo[8]=ni7,mj[1],nhi[7] 528238384Sjkim (p16) nop.i 0 };; 529238384Sjkim{ .mii; (p17) getf.sig n6=nlo[7] // 7: 530238384Sjkim (p49) cmp.ltu p50,p48=t[5],a4 531238384Sjkim (p51) cmp.leu p50,p48=t[5],a4 };; 532238384Sjkim .pred.rel "mutex",p40,p42 533238384Sjkim .pred.rel "mutex",p48,p50 534238384Sjkim{ .mfi; (p16) nop.m 0 // 8: 535238384Sjkim (p16) xma.hu ahi[2]=ai2,bj[7],ahi[1] // ap[2]*b[i] 536238384Sjkim (p40) add a5=a5,n5 } // (p17) a5+=n5 537238384Sjkim{ .mfi; (p42) add a5=a5,n5,1 538238384Sjkim (p16) xma.lu alo[2]=ai2,bj[7],ahi[1] 539238384Sjkim (p16) nop.i 0 };; 540238384Sjkim{ .mii; (p16) getf.sig a1=alo[1] // 9: 541238384Sjkim (p48) add t[4]=t[4],a5 // p(17) t[4]+=a5 542238384Sjkim (p50) add t[4]=t[4],a5,1 };; 543238384Sjkim{ .mfi; (p16) nop.m 0 // 10: 544238384Sjkim (p16) xma.hu nhi[0]=ni0,mj[0],alo[0] // np[0]*m0 545238384Sjkim (p40) cmp.ltu p43,p41=a5,n5 } 546238384Sjkim{ .mfi; (p42) cmp.leu p43,p41=a5,n5 547238384Sjkim (p16) xma.lu nlo[0]=ni0,mj[0],alo[0] 548238384Sjkim (p16) nop.i 0 };; 549238384Sjkim{ .mii; (p17) getf.sig n7=nlo[8] // 11: 550238384Sjkim (p48) cmp.ltu p51,p49=t[4],a5 551238384Sjkim (p50) cmp.leu p51,p49=t[4],a5 };; 552238384Sjkim .pred.rel "mutex",p41,p43 553238384Sjkim .pred.rel "mutex",p49,p51 554238384Sjkim{ .mfi; (p17) getf.sig n8=nhi[8] // 12: 555238384Sjkim (p16) xma.hu ahi[3]=ai3,bj[7],ahi[2] // ap[3]*b[i] 556238384Sjkim (p41) add a6=a6,n6 } // (p17) a6+=n6 557238384Sjkim{ .mfi; (p43) add a6=a6,n6,1 558238384Sjkim (p16) xma.lu alo[3]=ai3,bj[7],ahi[2] 559238384Sjkim (p16) nop.i 0 };; 560238384Sjkim{ .mii; (p16) getf.sig a2=alo[2] // 13: 561238384Sjkim (p49) add t[3]=t[3],a6 // (p17) t[3]+=a6 562238384Sjkim (p51) add t[3]=t[3],a6,1 };; 563238384Sjkim{ .mfi; (p16) nop.m 0 // 14: 564238384Sjkim (p16) xma.hu nhi[1]=ni1,mj[0],nhi[0] // np[1]*m0 565238384Sjkim (p41) cmp.ltu p42,p40=a6,n6 } 566238384Sjkim{ .mfi; (p43) cmp.leu p42,p40=a6,n6 567238384Sjkim (p16) xma.lu nlo[1]=ni1,mj[0],nhi[0] 568238384Sjkim (p16) nop.i 0 };; 569238384Sjkim{ .mii; (p16) nop.m 0 // 15: 570238384Sjkim (p49) cmp.ltu p50,p48=t[3],a6 571238384Sjkim (p51) cmp.leu p50,p48=t[3],a6 };; 572238384Sjkim .pred.rel "mutex",p40,p42 573238384Sjkim .pred.rel "mutex",p48,p50 574238384Sjkim{ .mfi; (p16) nop.m 0 // 16: 575238384Sjkim (p16) xma.hu ahi[4]=ai4,bj[7],ahi[3] // ap[4]*b[i] 576238384Sjkim (p40) add a7=a7,n7 } // (p17) a7+=n7 577238384Sjkim{ .mfi; (p42) add a7=a7,n7,1 578238384Sjkim (p16) xma.lu alo[4]=ai4,bj[7],ahi[3] 579238384Sjkim (p16) nop.i 0 };; 580238384Sjkim{ .mii; (p16) getf.sig a3=alo[3] // 17: 581238384Sjkim (p48) add t[2]=t[2],a7 // (p17) t[2]+=a7 582238384Sjkim (p50) add t[2]=t[2],a7,1 };; 583238384Sjkim{ .mfi; (p16) nop.m 0 // 18: 584238384Sjkim (p16) xma.hu nhi[2]=ni2,mj[0],nhi[1] // np[2]*m0 585238384Sjkim (p40) cmp.ltu p43,p41=a7,n7 } 586238384Sjkim{ .mfi; (p42) cmp.leu p43,p41=a7,n7 587238384Sjkim (p16) xma.lu nlo[2]=ni2,mj[0],nhi[1] 588238384Sjkim (p16) nop.i 0 };; 589238384Sjkim{ .mii; (p16) getf.sig n1=nlo[1] // 19: 590238384Sjkim (p48) cmp.ltu p51,p49=t[2],a7 591238384Sjkim (p50) cmp.leu p51,p49=t[2],a7 };; 592238384Sjkim .pred.rel "mutex",p41,p43 593238384Sjkim .pred.rel "mutex",p49,p51 594238384Sjkim{ .mfi; (p16) nop.m 0 // 20: 595238384Sjkim (p16) xma.hu ahi[5]=ai5,bj[7],ahi[4] // ap[5]*b[i] 596238384Sjkim (p41) add a8=a8,n8 } // (p17) a8+=n8 597238384Sjkim{ .mfi; (p43) add a8=a8,n8,1 598238384Sjkim (p16) xma.lu alo[5]=ai5,bj[7],ahi[4] 599238384Sjkim (p16) nop.i 0 };; 600238384Sjkim{ .mii; (p16) getf.sig a4=alo[4] // 21: 601238384Sjkim (p49) add t[1]=t[1],a8 // (p17) t[1]+=a8 602238384Sjkim (p51) add t[1]=t[1],a8,1 };; 603238384Sjkim{ .mfi; (p16) nop.m 0 // 22: 604238384Sjkim (p16) xma.hu nhi[3]=ni3,mj[0],nhi[2] // np[3]*m0 605238384Sjkim (p41) cmp.ltu p42,p40=a8,n8 } 606238384Sjkim{ .mfi; (p43) cmp.leu p42,p40=a8,n8 607238384Sjkim (p16) xma.lu nlo[3]=ni3,mj[0],nhi[2] 608238384Sjkim (p16) nop.i 0 };; 609238384Sjkim{ .mii; (p16) getf.sig n2=nlo[2] // 23: 610238384Sjkim (p49) cmp.ltu p50,p48=t[1],a8 611238384Sjkim (p51) cmp.leu p50,p48=t[1],a8 };; 612238384Sjkim{ .mfi; (p16) nop.m 0 // 24: 613238384Sjkim (p16) xma.hu ahi[6]=ai6,bj[7],ahi[5] // ap[6]*b[i] 614238384Sjkim (p16) add a1=a1,n1 } // (p16) a1+=n1 615238384Sjkim{ .mfi; (p16) nop.m 0 616238384Sjkim (p16) xma.lu alo[6]=ai6,bj[7],ahi[5] 617238384Sjkim (p17) mov t[0]=r0 };; 618238384Sjkim{ .mii; (p16) getf.sig a5=alo[5] // 25: 619238384Sjkim (p16) add t0=t[7],a1 // (p16) t[7]+=a1 620238384Sjkim (p42) add t[0]=t[0],r0,1 };; 621238384Sjkim{ .mfi; (p16) setf.sig tf[0]=t0 // 26: 622238384Sjkim (p16) xma.hu nhi[4]=ni4,mj[0],nhi[3] // np[4]*m0 623238384Sjkim (p50) add t[0]=t[0],r0,1 } 624238384Sjkim{ .mfi; (p16) cmp.ltu.unc p42,p40=a1,n1 625238384Sjkim (p16) xma.lu nlo[4]=ni4,mj[0],nhi[3] 626238384Sjkim (p16) nop.i 0 };; 627238384Sjkim{ .mii; (p16) getf.sig n3=nlo[3] // 27: 628238384Sjkim (p16) cmp.ltu.unc p50,p48=t0,a1 629238384Sjkim (p16) nop.i 0 };; 630238384Sjkim .pred.rel "mutex",p40,p42 631238384Sjkim .pred.rel "mutex",p48,p50 632238384Sjkim{ .mfi; (p16) nop.m 0 // 28: 633238384Sjkim (p16) xma.hu ahi[7]=ai7,bj[7],ahi[6] // ap[7]*b[i] 634238384Sjkim (p40) add a2=a2,n2 } // (p16) a2+=n2 635238384Sjkim{ .mfi; (p42) add a2=a2,n2,1 636238384Sjkim (p16) xma.lu alo[7]=ai7,bj[7],ahi[6] 637238384Sjkim (p16) nop.i 0 };; 638238384Sjkim{ .mii; (p16) getf.sig a6=alo[6] // 29: 639238384Sjkim (p48) add t[6]=t[6],a2 // (p16) t[6]+=a2 640238384Sjkim (p50) add t[6]=t[6],a2,1 };; 641238384Sjkim{ .mfi; (p16) nop.m 0 // 30: 642238384Sjkim (p16) xma.hu nhi[5]=ni5,mj[0],nhi[4] // np[5]*m0 643238384Sjkim (p40) cmp.ltu p41,p39=a2,n2 } 644238384Sjkim{ .mfi; (p42) cmp.leu p41,p39=a2,n2 645238384Sjkim (p16) xma.lu nlo[5]=ni5,mj[0],nhi[4] 646238384Sjkim (p16) nop.i 0 };; 647238384Sjkim{ .mfi; (p16) getf.sig n4=nlo[4] // 31: 648238384Sjkim (p16) nop.f 0 649238384Sjkim (p48) cmp.ltu p49,p47=t[6],a2 } 650238384Sjkim{ .mfb; (p50) cmp.leu p49,p47=t[6],a2 651238384Sjkim (p16) nop.f 0 652238384Sjkim br.ctop.sptk.many .Louter_8_ctop };; 653238384Sjkim.Louter_8_cend: 654238384Sjkim 655238384Sjkim// above loop has to execute one more time, without (p16), which is 656238384Sjkim// replaced with merged move of np[8] to GPR bank 657238384Sjkim .pred.rel "mutex",p40,p42 658238384Sjkim .pred.rel "mutex",p48,p50 659238384Sjkim{ .mmi; (p0) getf.sig n1=ni0 // 0: 660238384Sjkim (p40) add a3=a3,n3 // (p17) a3+=n3 661238384Sjkim (p42) add a3=a3,n3,1 };; 662238384Sjkim{ .mii; (p17) getf.sig a7=alo[8] // 1: 663238384Sjkim (p48) add t[6]=t[6],a3 // (p17) t[6]+=a3 664238384Sjkim (p50) add t[6]=t[6],a3,1 };; 665238384Sjkim{ .mfi; (p17) getf.sig a8=ahi[8] // 2: 666238384Sjkim (p17) xma.hu nhi[7]=ni6,mj[1],nhi[6] // np[6]*m0 667238384Sjkim (p40) cmp.ltu p43,p41=a3,n3 } 668238384Sjkim{ .mfi; (p42) cmp.leu p43,p41=a3,n3 669238384Sjkim (p17) xma.lu nlo[7]=ni6,mj[1],nhi[6] 670238384Sjkim (p0) nop.i 0 };; 671238384Sjkim{ .mii; (p17) getf.sig n5=nlo[6] // 3: 672238384Sjkim (p48) cmp.ltu p51,p49=t[6],a3 673238384Sjkim (p50) cmp.leu p51,p49=t[6],a3 };; 674238384Sjkim .pred.rel "mutex",p41,p43 675238384Sjkim .pred.rel "mutex",p49,p51 676238384Sjkim{ .mmi; (p0) getf.sig n2=ni1 // 4: 677238384Sjkim (p41) add a4=a4,n4 // (p17) a4+=n4 678238384Sjkim (p43) add a4=a4,n4,1 };; 679238384Sjkim{ .mfi; (p49) add t[5]=t[5],a4 // 5: (p17) t[5]+=a4 680238384Sjkim (p0) nop.f 0 681238384Sjkim (p51) add t[5]=t[5],a4,1 };; 682238384Sjkim{ .mfi; (p0) getf.sig n3=ni2 // 6: 683238384Sjkim (p17) xma.hu nhi[8]=ni7,mj[1],nhi[7] // np[7]*m0 684238384Sjkim (p41) cmp.ltu p42,p40=a4,n4 } 685238384Sjkim{ .mfi; (p43) cmp.leu p42,p40=a4,n4 686238384Sjkim (p17) xma.lu nlo[8]=ni7,mj[1],nhi[7] 687238384Sjkim (p0) nop.i 0 };; 688238384Sjkim{ .mii; (p17) getf.sig n6=nlo[7] // 7: 689238384Sjkim (p49) cmp.ltu p50,p48=t[5],a4 690238384Sjkim (p51) cmp.leu p50,p48=t[5],a4 };; 691238384Sjkim .pred.rel "mutex",p40,p42 692238384Sjkim .pred.rel "mutex",p48,p50 693238384Sjkim{ .mii; (p0) getf.sig n4=ni3 // 8: 694238384Sjkim (p40) add a5=a5,n5 // (p17) a5+=n5 695238384Sjkim (p42) add a5=a5,n5,1 };; 696238384Sjkim{ .mii; (p0) nop.m 0 // 9: 697238384Sjkim (p48) add t[4]=t[4],a5 // p(17) t[4]+=a5 698238384Sjkim (p50) add t[4]=t[4],a5,1 };; 699238384Sjkim{ .mii; (p0) nop.m 0 // 10: 700238384Sjkim (p40) cmp.ltu p43,p41=a5,n5 701238384Sjkim (p42) cmp.leu p43,p41=a5,n5 };; 702238384Sjkim{ .mii; (p17) getf.sig n7=nlo[8] // 11: 703238384Sjkim (p48) cmp.ltu p51,p49=t[4],a5 704238384Sjkim (p50) cmp.leu p51,p49=t[4],a5 };; 705238384Sjkim .pred.rel "mutex",p41,p43 706238384Sjkim .pred.rel "mutex",p49,p51 707238384Sjkim{ .mii; (p17) getf.sig n8=nhi[8] // 12: 708238384Sjkim (p41) add a6=a6,n6 // (p17) a6+=n6 709238384Sjkim (p43) add a6=a6,n6,1 };; 710238384Sjkim{ .mii; (p0) getf.sig n5=ni4 // 13: 711238384Sjkim (p49) add t[3]=t[3],a6 // (p17) t[3]+=a6 712238384Sjkim (p51) add t[3]=t[3],a6,1 };; 713238384Sjkim{ .mii; (p0) nop.m 0 // 14: 714238384Sjkim (p41) cmp.ltu p42,p40=a6,n6 715238384Sjkim (p43) cmp.leu p42,p40=a6,n6 };; 716238384Sjkim{ .mii; (p0) getf.sig n6=ni5 // 15: 717238384Sjkim (p49) cmp.ltu p50,p48=t[3],a6 718238384Sjkim (p51) cmp.leu p50,p48=t[3],a6 };; 719238384Sjkim .pred.rel "mutex",p40,p42 720238384Sjkim .pred.rel "mutex",p48,p50 721238384Sjkim{ .mii; (p0) nop.m 0 // 16: 722238384Sjkim (p40) add a7=a7,n7 // (p17) a7+=n7 723238384Sjkim (p42) add a7=a7,n7,1 };; 724238384Sjkim{ .mii; (p0) nop.m 0 // 17: 725238384Sjkim (p48) add t[2]=t[2],a7 // (p17) t[2]+=a7 726238384Sjkim (p50) add t[2]=t[2],a7,1 };; 727238384Sjkim{ .mii; (p0) nop.m 0 // 18: 728238384Sjkim (p40) cmp.ltu p43,p41=a7,n7 729238384Sjkim (p42) cmp.leu p43,p41=a7,n7 };; 730238384Sjkim{ .mii; (p0) getf.sig n7=ni6 // 19: 731238384Sjkim (p48) cmp.ltu p51,p49=t[2],a7 732238384Sjkim (p50) cmp.leu p51,p49=t[2],a7 };; 733238384Sjkim .pred.rel "mutex",p41,p43 734238384Sjkim .pred.rel "mutex",p49,p51 735238384Sjkim{ .mii; (p0) nop.m 0 // 20: 736238384Sjkim (p41) add a8=a8,n8 // (p17) a8+=n8 737238384Sjkim (p43) add a8=a8,n8,1 };; 738238384Sjkim{ .mmi; (p0) nop.m 0 // 21: 739238384Sjkim (p49) add t[1]=t[1],a8 // (p17) t[1]+=a8 740238384Sjkim (p51) add t[1]=t[1],a8,1 } 741238384Sjkim{ .mmi; (p17) mov t[0]=r0 742238384Sjkim (p41) cmp.ltu p42,p40=a8,n8 743238384Sjkim (p43) cmp.leu p42,p40=a8,n8 };; 744238384Sjkim{ .mmi; (p0) getf.sig n8=ni7 // 22: 745238384Sjkim (p49) cmp.ltu p50,p48=t[1],a8 746238384Sjkim (p51) cmp.leu p50,p48=t[1],a8 } 747238384Sjkim{ .mmi; (p42) add t[0]=t[0],r0,1 748238384Sjkim (p0) add r16=-7*16,prevsp 749238384Sjkim (p0) add r17=-6*16,prevsp };; 750238384Sjkim 751238384Sjkim// subtract np[8] from carrybit|tmp[8] 752238384Sjkim// carrybit|tmp[8] layout upon exit from above loop is: 753238384Sjkim// t[0]|t[1]|t[2]|t[3]|t[4]|t[5]|t[6]|t[7]|t0 (least significant) 754238384Sjkim{ .mmi; (p50)add t[0]=t[0],r0,1 755238384Sjkim add r18=-5*16,prevsp 756238384Sjkim sub n1=t0,n1 };; 757238384Sjkim{ .mmi; cmp.gtu p34,p32=n1,t0;; 758238384Sjkim .pred.rel "mutex",p32,p34 759238384Sjkim (p32)sub n2=t[7],n2 760238384Sjkim (p34)sub n2=t[7],n2,1 };; 761238384Sjkim{ .mii; (p32)cmp.gtu p35,p33=n2,t[7] 762238384Sjkim (p34)cmp.geu p35,p33=n2,t[7];; 763238384Sjkim .pred.rel "mutex",p33,p35 764238384Sjkim (p33)sub n3=t[6],n3 } 765238384Sjkim{ .mmi; (p35)sub n3=t[6],n3,1;; 766238384Sjkim (p33)cmp.gtu p34,p32=n3,t[6] 767238384Sjkim (p35)cmp.geu p34,p32=n3,t[6] };; 768238384Sjkim .pred.rel "mutex",p32,p34 769238384Sjkim{ .mii; (p32)sub n4=t[5],n4 770238384Sjkim (p34)sub n4=t[5],n4,1;; 771238384Sjkim (p32)cmp.gtu p35,p33=n4,t[5] } 772238384Sjkim{ .mmi; (p34)cmp.geu p35,p33=n4,t[5];; 773238384Sjkim .pred.rel "mutex",p33,p35 774238384Sjkim (p33)sub n5=t[4],n5 775238384Sjkim (p35)sub n5=t[4],n5,1 };; 776238384Sjkim{ .mii; (p33)cmp.gtu p34,p32=n5,t[4] 777238384Sjkim (p35)cmp.geu p34,p32=n5,t[4];; 778238384Sjkim .pred.rel "mutex",p32,p34 779238384Sjkim (p32)sub n6=t[3],n6 } 780238384Sjkim{ .mmi; (p34)sub n6=t[3],n6,1;; 781238384Sjkim (p32)cmp.gtu p35,p33=n6,t[3] 782238384Sjkim (p34)cmp.geu p35,p33=n6,t[3] };; 783238384Sjkim .pred.rel "mutex",p33,p35 784238384Sjkim{ .mii; (p33)sub n7=t[2],n7 785238384Sjkim (p35)sub n7=t[2],n7,1;; 786238384Sjkim (p33)cmp.gtu p34,p32=n7,t[2] } 787238384Sjkim{ .mmi; (p35)cmp.geu p34,p32=n7,t[2];; 788238384Sjkim .pred.rel "mutex",p32,p34 789238384Sjkim (p32)sub n8=t[1],n8 790238384Sjkim (p34)sub n8=t[1],n8,1 };; 791238384Sjkim{ .mii; (p32)cmp.gtu p35,p33=n8,t[1] 792238384Sjkim (p34)cmp.geu p35,p33=n8,t[1];; 793238384Sjkim .pred.rel "mutex",p33,p35 794238384Sjkim (p33)sub a8=t[0],r0 } 795238384Sjkim{ .mmi; (p35)sub a8=t[0],r0,1;; 796238384Sjkim (p33)cmp.gtu p34,p32=a8,t[0] 797238384Sjkim (p35)cmp.geu p34,p32=a8,t[0] };; 798238384Sjkim 799238384Sjkim// save the result, either tmp[num] or tmp[num]-np[num] 800238384Sjkim .pred.rel "mutex",p32,p34 801238384Sjkim{ .mmi; (p32)st8 [rptr]=n1,8 802238384Sjkim (p34)st8 [rptr]=t0,8 803238384Sjkim add r19=-4*16,prevsp};; 804238384Sjkim{ .mmb; (p32)st8 [rptr]=n2,8 805238384Sjkim (p34)st8 [rptr]=t[7],8 806238384Sjkim (p5)br.cond.dpnt.few .Ldone };; 807238384Sjkim{ .mmb; (p32)st8 [rptr]=n3,8 808238384Sjkim (p34)st8 [rptr]=t[6],8 809238384Sjkim (p7)br.cond.dpnt.few .Ldone };; 810238384Sjkim{ .mmb; (p32)st8 [rptr]=n4,8 811238384Sjkim (p34)st8 [rptr]=t[5],8 812238384Sjkim (p9)br.cond.dpnt.few .Ldone };; 813238384Sjkim{ .mmb; (p32)st8 [rptr]=n5,8 814238384Sjkim (p34)st8 [rptr]=t[4],8 815238384Sjkim (p11)br.cond.dpnt.few .Ldone };; 816238384Sjkim{ .mmb; (p32)st8 [rptr]=n6,8 817238384Sjkim (p34)st8 [rptr]=t[3],8 818238384Sjkim (p13)br.cond.dpnt.few .Ldone };; 819238384Sjkim{ .mmb; (p32)st8 [rptr]=n7,8 820238384Sjkim (p34)st8 [rptr]=t[2],8 821238384Sjkim (p15)br.cond.dpnt.few .Ldone };; 822238384Sjkim{ .mmb; (p32)st8 [rptr]=n8,8 823238384Sjkim (p34)st8 [rptr]=t[1],8 824238384Sjkim nop.b 0 };; 825238384Sjkim.Ldone: // epilogue 826238384Sjkim{ .mmi; ldf.fill f16=[r16],64 827238384Sjkim ldf.fill f17=[r17],64 828238384Sjkim nop.i 0 } 829238384Sjkim{ .mmi; ldf.fill f18=[r18],64 830238384Sjkim ldf.fill f19=[r19],64 831238384Sjkim mov pr=prevpr,0x1ffff };; 832238384Sjkim{ .mmi; ldf.fill f20=[r16] 833238384Sjkim ldf.fill f21=[r17] 834238384Sjkim mov ar.lc=prevlc } 835238384Sjkim{ .mmi; ldf.fill f22=[r18] 836238384Sjkim ldf.fill f23=[r19] 837238384Sjkim mov ret0=1 } // signal "handled" 838238384Sjkim{ .mib; rum 1<<5 839238384Sjkim .restore sp 840238384Sjkim mov sp=prevsp 841238384Sjkim br.ret.sptk.many b0 };; 842238384Sjkim.endp bn_mul_mont_8# 843238384Sjkim 844238384Sjkim.type copyright#,\@object 845238384Sjkimcopyright: 846238384Sjkimstringz "Montgomery multiplication for IA-64, CRYPTOGAMS by <appro\@openssl.org>" 847238384Sjkim___ 848238384Sjkim 849238384Sjkim$output=shift and open STDOUT,">$output"; 850238384Sjkimprint $code; 851238384Sjkimclose STDOUT; 852