← Commit list

d643010fe

Denys Vlasenko

2022-01-01

SUCCESS Duration: 154s

Subject

libbb/sha1: shrink x86_64 version - use r8..15 for W[8..15]

Binary

No binary (build failed)

Architecture & Compiler Flags

Architecture: x86_64-linux-gnu Compiler: gcc (Ubuntu 11.4.0-1ubuntu1~22.04.3) 11.4.0

—

Build Log

(log yok)

Commit Diff GitHub →

libbb/Config.src +1 -1 libbb/hash_md5_sha.c +239 -60

libbb/Config.src+1 -1

@@ -59,7 +59,7 @@ config SHA1_SMALL
	Trade binary size versus speed for the sha1 algorithm.
	throughput MB/s size of sha1_process_block64
	value 486 x86-64 486 x86-64
-	0 367 367 3657 3683
+	0 367 367 3657 3562
	1 224 229 654 732
	2,3 200 195 358 380

libbb/hash_md5_sha.c+239 -60

@@ -700,22 +700,194 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	{
	BUILD_BUG_ON(offsetof(sha1_ctx_t, hash) != 80);
	asm(
-	// TODO: store W[] in r8..r15? (r8..r11 are callee-clobbered, no need to save)
	"\n\
-	##pushq %r15 # \n\
-	##pushq %r14 # \n\
-	##pushq %r13 # \n\
-	##pushq %r12 # \n\
-	##pushq %rbp # \n\
-	##pushq %rbx # \n\
-	movq %rbp, %r8 # callee-saved \n\
-	movq %rbx, %r9 # callee-saved \n\
-	movq %rdi, %r10 # we need ctx at the end \n\
-	movl $15, %eax \n\
+	pushq %r15 # \n\
+	pushq %r14 # \n\
+	pushq %r13 # \n\
+	pushq %r12 # \n\
+	pushq %rbp # \n\
+	pushq %rbx # \n\
+	pushq %rdi # we need ctx at the end \n\
+	\n\
+	#Register and stack use: \n\
+	# eax..edx: a..d \n\
+	# ebp: e \n\
+	# esi,edi: temps \n\
+	# -32+4*n(%rsp),r8...r15: W[0..7,8..15] \n\
+	.macro loadW n,r \n\
+	.if \\n == 0 \n\
+	movl -32+4*0(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 1 \n\
+	movl -32+4*1(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 2 \n\
+	movl -32+4*2(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 3 \n\
+	movl -32+4*3(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 4 \n\
+	movl -32+4*4(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 5 \n\
+	movl -32+4*5(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 6 \n\
+	movl -32+4*6(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 7 \n\
+	movl -32+4*7(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 8 \n\
+	movl %r8d,\\r \n\
+	.endif \n\
+	.if \\n == 9 \n\
+	movl %r9d,\\r \n\
+	.endif \n\
+	.if \\n == 10 \n\
+	movl %r10d,\\r \n\
+	.endif \n\
+	.if \\n == 11 \n\
+	movl %r11d,\\r \n\
+	.endif \n\
+	.if \\n == 12 \n\
+	movl %r12d,\\r \n\
+	.endif \n\
+	.if \\n == 13 \n\
+	movl %r13d,\\r \n\
+	.endif \n\
+	.if \\n == 14 \n\
+	movl %r14d,\\r \n\
+	.endif \n\
+	.if \\n == 15 \n\
+	movl %r15d,\\r \n\
+	.endif \n\
+	.endm \n\
+	\n\
+	.macro storeW r,n \n\
+	.if \\n == 0 \n\
+	movl \\r,-32+4*0(%rsp) \n\
+	.endif \n\
+	.if \\n == 1 \n\
+	movl \\r,-32+4*1(%rsp) \n\
+	.endif \n\
+	.if \\n == 2 \n\
+	movl \\r,-32+4*2(%rsp) \n\
+	.endif \n\
+	.if \\n == 3 \n\
+	movl \\r,-32+4*3(%rsp) \n\
+	.endif \n\
+	.if \\n == 4 \n\
+	movl \\r,-32+4*4(%rsp) \n\
+	.endif \n\
+	.if \\n == 5 \n\
+	movl \\r,-32+4*5(%rsp) \n\
+	.endif \n\
+	.if \\n == 6 \n\
+	movl \\r,-32+4*6(%rsp) \n\
+	.endif \n\
+	.if \\n == 7 \n\
+	movl \\r,-32+4*7(%rsp) \n\
+	.endif \n\
+	.if \\n == 8 \n\
+	movl \\r,%r8d \n\
+	.endif \n\
+	.if \\n == 9 \n\
+	movl \\r,%r9d \n\
+	.endif \n\
+	.if \\n == 10 \n\
+	movl \\r,%r10d \n\
+	.endif \n\
+	.if \\n == 11 \n\
+	movl \\r,%r11d \n\
+	.endif \n\
+	.if \\n == 12 \n\
+	movl \\r,%r12d \n\
+	.endif \n\
+	.if \\n == 13 \n\
+	movl \\r,%r13d \n\
+	.endif \n\
+	.if \\n == 14 \n\
+	movl \\r,%r14d \n\
+	.endif \n\
+	.if \\n == 15 \n\
+	movl \\r,%r15d \n\
+	.endif \n\
+	.endm \n\
+	\n\
+	.macro xorW n,r \n\
+	.if \\n == 0 \n\
+	xorl -32+4*0(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 1 \n\
+	xorl -32+4*1(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 2 \n\
+	xorl -32+4*2(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 3 \n\
+	xorl -32+4*3(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 4 \n\
+	xorl -32+4*4(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 5 \n\
+	xorl -32+4*5(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 6 \n\
+	xorl -32+4*6(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 7 \n\
+	xorl -32+4*7(%rsp),\\r \n\
+	.endif \n\
+	.if \\n == 8 \n\
+	xorl %r8d,\\r \n\
+	.endif \n\
+	.if \\n == 9 \n\
+	xorl %r9d,\\r \n\
+	.endif \n\
+	.if \\n == 10 \n\
+	xorl %r10d,\\r \n\
+	.endif \n\
+	.if \\n == 11 \n\
+	xorl %r11d,\\r \n\
+	.endif \n\
+	.if \\n == 12 \n\
+	xorl %r12d,\\r \n\
+	.endif \n\
+	.if \\n == 13 \n\
+	xorl %r13d,\\r \n\
+	.endif \n\
+	.if \\n == 14 \n\
+	xorl %r14d,\\r \n\
+	.endif \n\
+	.if \\n == 15 \n\
+	xorl %r15d,\\r \n\
+	.endif \n\
+	.endm \n\
+	\n\
+	movl 4*8(%rdi), %r8d \n\
+	bswap %r8d \n\
+	movl 4*9(%rdi), %r9d \n\
+	bswap %r9d \n\
+	movl 4*10(%rdi), %r10d \n\
+	bswap %r10d \n\
+	movl 4*11(%rdi), %r11d \n\
+	bswap %r11d \n\
+	movl 4*12(%rdi), %r12d \n\
+	bswap %r12d \n\
+	movl 4*13(%rdi), %r13d \n\
+	bswap %r13d \n\
+	movl 4*14(%rdi), %r14d \n\
+	bswap %r14d \n\
+	movl 4*15(%rdi), %r15d \n\
+	bswap %r15d \n\
+	movl $7, %eax \n\
	1: \n\
	movl (%rdi,%rax,4), %esi \n\
	bswap %esi \n\
-	movl %esi, -64(%rsp,%rax,4) \n\
+	movl %esi, -32(%rsp,%rax,4) \n\
	decl %eax \n\
	jns 1b \n\
	movl 80(%rdi), %eax # a = ctx->hash[0] \n\
@@ -723,15 +895,10 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	movl 88(%rdi), %ecx # c = ctx->hash[2] \n\
	movl 92(%rdi), %edx # d = ctx->hash[3] \n\
	movl 96(%rdi), %ebp # e = ctx->hash[4] \n\
-	#Register and stack use: \n\
-	# eax..edx: a..d \n\
-	# ebp: e \n\
-	# esi,edi: temps \n\
-	# -64+4*n(%rsp): W[n] \n\
	"
	#define RD1As(a,b,c,d,e, n, RCONST) \
	"\n\
-	##movl -64+4*"n"(%rsp), %esi # n=0, W[0] already in %esi \n\
+	##loadW "n", %esi # n=0, W[0] already in %esi \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	andl %e"b", %edi # &b \n\
@@ -745,7 +912,7 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	"
	#define RD1Bs(a,b,c,d,e, n, RCONST) \
	"\n\
-	movl -64+4*"n"(%rsp), %esi # W[n] \n\
+	loadW "n", %esi # W[n] \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	andl %e"b", %edi # &b \n\
@@ -757,14 +924,27 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	addl %esi, %e"e" # e += rotl32(a,5) \n\
	rorl $2, %e"b" # b = rotl32(b,30) \n\
	"
-	#define RD1Cs(a,b,c,d,e, n13,n8,n2,n, RCONST) \
+	#define RD1Cs(a,b,c,d,e, n, RCONST) \
	"\n\
-	movl -64+4*"n13"(%rsp), %esi # W[(n+13) & 15] \n\
-	xorl -64+4*"n8"(%rsp), %esi # ^W[(n+8) & 15] \n\
-	xorl -64+4*"n2"(%rsp), %esi # ^W[(n+2) & 15] \n\
-	xorl -64+4*"n"(%rsp), %esi # ^W[n & 15] \n\
+	movl %e"c", %edi # c \n\
+	xorl %e"d", %edi # ^d \n\
+	andl %e"b", %edi # &b \n\
+	xorl %e"d", %edi # (((c ^ d) & b) ^ d) \n\
+	leal "RCONST"(%r"e",%r"n"), %e"e" # e += RCONST + W[n] \n\
+	addl %edi, %e"e" # e += (((c ^ d) & b) ^ d) \n\
+	movl %e"a", %esi # \n\
+	roll $5, %esi # rotl32(a,5) \n\
+	addl %esi, %e"e" # e += rotl32(a,5) \n\
+	rorl $2, %e"b" # b = rotl32(b,30) \n\
+	"
+	#define RD1Ds(a,b,c,d,e, n13,n8,n2,n, RCONST) \
+	"\n\
+	loadW "n13", %esi # W[(n+13) & 15] \n\
+	xorW "n8", %esi # ^W[(n+8) & 15] \n\
+	xorW "n2", %esi # ^W[(n+2) & 15] \n\
+	xorW "n", %esi # ^W[n & 15] \n\
	roll %esi # \n\
-	movl %esi, -64+4*"n"(%rsp) # store to W[n & 15] \n\
+	storeW %esi, "n" # store to W[n & 15] \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	andl %e"b", %edi # &b \n\
@@ -776,23 +956,24 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	addl %esi, %e"e" # e += rotl32(a,5) \n\
	rorl $2, %e"b" # b = rotl32(b,30) \n\
	"
-	#define RD1A(a,b,c,d,e, n) RD1As(STR(a),STR(b),STR(c),STR(d),STR(e), STR((n)), STR(RCONST))
-	#define RD1B(a,b,c,d,e, n) RD1Bs(STR(a),STR(b),STR(c),STR(d),STR(e), STR((n)), STR(RCONST))
-	#define RD1C(a,b,c,d,e, n) RD1Cs(STR(a),STR(b),STR(c),STR(d),STR(e), STR(((n+13)&15)), STR(((n+8)&15)), STR(((n+2)&15)), STR(((n)&15)), STR(RCONST))
+	#define RD1A(a,b,c,d,e, n) RD1As(STR(a),STR(b),STR(c),STR(d),STR(e), STR(n), STR(RCONST))
+	#define RD1B(a,b,c,d,e, n) RD1Bs(STR(a),STR(b),STR(c),STR(d),STR(e), STR(n), STR(RCONST))
+	#define RD1C(a,b,c,d,e, n) RD1Cs(STR(a),STR(b),STR(c),STR(d),STR(e), STR(n), STR(RCONST))
+	#define RD1D(a,b,c,d,e, n) RD1Ds(STR(a),STR(b),STR(c),STR(d),STR(e), STR(((n+13)&15)), STR(((n+8)&15)), STR(((n+2)&15)), STR(((n)&15)), STR(RCONST))
	#undef RCONST
	#define RCONST 0x5A827999
	RD1A(ax,bx,cx,dx,bp, 0) RD1B(bp,ax,bx,cx,dx, 1) RD1B(dx,bp,ax,bx,cx, 2) RD1B(cx,dx,bp,ax,bx, 3) RD1B(bx,cx,dx,bp,ax, 4)
-	RD1B(ax,bx,cx,dx,bp, 5) RD1B(bp,ax,bx,cx,dx, 6) RD1B(dx,bp,ax,bx,cx, 7) RD1B(cx,dx,bp,ax,bx, 8) RD1B(bx,cx,dx,bp,ax, 9)
-	RD1B(ax,bx,cx,dx,bp,10) RD1B(bp,ax,bx,cx,dx,11) RD1B(dx,bp,ax,bx,cx,12) RD1B(cx,dx,bp,ax,bx,13) RD1B(bx,cx,dx,bp,ax,14)
-	RD1B(ax,bx,cx,dx,bp,15) RD1C(bp,ax,bx,cx,dx,16) RD1C(dx,bp,ax,bx,cx,17) RD1C(cx,dx,bp,ax,bx,18) RD1C(bx,cx,dx,bp,ax,19)
+	RD1B(ax,bx,cx,dx,bp, 5) RD1B(bp,ax,bx,cx,dx, 6) RD1B(dx,bp,ax,bx,cx, 7) RD1C(cx,dx,bp,ax,bx, 8) RD1C(bx,cx,dx,bp,ax, 9)
+	RD1C(ax,bx,cx,dx,bp,10) RD1C(bp,ax,bx,cx,dx,11) RD1C(dx,bp,ax,bx,cx,12) RD1C(cx,dx,bp,ax,bx,13) RD1C(bx,cx,dx,bp,ax,14)
+	RD1C(ax,bx,cx,dx,bp,15) RD1D(bp,ax,bx,cx,dx,16) RD1D(dx,bp,ax,bx,cx,17) RD1D(cx,dx,bp,ax,bx,18) RD1D(bx,cx,dx,bp,ax,19)
	#define RD2s(a,b,c,d,e, n13,n8,n2,n, RCONST) \
	"\n\
-	movl -64+4*"n13"(%rsp), %esi # W[(n+13) & 15] \n\
-	xorl -64+4*"n8"(%rsp), %esi # ^W[(n+8) & 15] \n\
-	xorl -64+4*"n2"(%rsp), %esi # ^W[(n+2) & 15] \n\
-	xorl -64+4*"n"(%rsp), %esi # ^W[n & 15] \n\
+	loadW "n13", %esi # W[(n+13) & 15] \n\
+	xorW "n8", %esi # ^W[(n+8) & 15] \n\
+	xorW "n2", %esi # ^W[(n+2) & 15] \n\
+	xorW "n", %esi # ^W[n & 15] \n\
	roll %esi # \n\
-	movl %esi, -64+4*"n"(%rsp) # store to W[n & 15] \n\
+	storeW %esi, "n" # store to W[n & 15] \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	xorl %e"b", %edi # ^b \n\
@@ -819,12 +1000,12 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	andl %e"c", %esi # si: b & c \n\
	andl %e"d", %edi # di: (b \| c) & d \n\
	orl %esi, %edi # ((b \| c) & d) \| (b & c) \n\
-	movl -64+4*"n13"(%rsp), %esi # W[(n+13) & 15] \n\
-	xorl -64+4*"n8"(%rsp), %esi # ^W[(n+8) & 15] \n\
-	xorl -64+4*"n2"(%rsp), %esi # ^W[(n+2) & 15] \n\
-	xorl -64+4*"n"(%rsp), %esi # ^W[n & 15] \n\
+	loadW "n13", %esi # W[(n+13) & 15] \n\
+	xorW "n8", %esi # ^W[(n+8) & 15] \n\
+	xorW "n2", %esi # ^W[(n+2) & 15] \n\
+	xorW "n", %esi # ^W[n & 15] \n\
	roll %esi # \n\
-	movl %esi, -64+4*"n"(%rsp) # store to W[n & 15] \n\
+	storeW %esi, "n" # store to W[n & 15] \n\
	addl %edi, %e"e" # += ((b \| c) & d) \| (b & c)\n\
	leal "RCONST"(%r"e",%rsi), %e"e" # e += RCONST + mixed_W \n\
	movl %e"a", %esi # \n\
@@ -843,12 +1024,12 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)

	#define RD4As(a,b,c,d,e, n13,n8,n2,n, RCONST) \
	"\n\
-	movl -64+4*"n13"(%rsp), %esi # W[(n+13) & 15] \n\
-	xorl -64+4*"n8"(%rsp), %esi # ^W[(n+8) & 15] \n\
-	xorl -64+4*"n2"(%rsp), %esi # ^W[(n+2) & 15] \n\
-	xorl -64+4*"n"(%rsp), %esi # ^W[n & 15] \n\
+	loadW "n13", %esi # W[(n+13) & 15] \n\
+	xorW "n8", %esi # ^W[(n+8) & 15] \n\
+	xorW "n2", %esi # ^W[(n+2) & 15] \n\
+	xorW "n", %esi # ^W[n & 15] \n\
	roll %esi # \n\
-	movl %esi, -64+4*"n"(%rsp) # store to W[n & 15] \n\
+	storeW %esi, "n" # store to W[n & 15] \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	xorl %e"b", %edi # ^b \n\
@@ -861,12 +1042,12 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	"
	#define RD4Bs(a,b,c,d,e, n13,n8,n2,n, RCONST) \
	"\n\
-	movl -64+4*"n13"(%rsp), %esi # W[(n+13) & 15] \n\
-	xorl -64+4*"n8"(%rsp), %esi # ^W[(n+8) & 15] \n\
-	xorl -64+4*"n2"(%rsp), %esi # ^W[(n+2) & 15] \n\
-	xorl -64+4*"n"(%rsp), %esi # ^W[n & 15] \n\
+	loadW "n13", %esi # W[(n+13) & 15] \n\
+	xorW "n8", %esi # ^W[(n+8) & 15] \n\
+	xorW "n2", %esi # ^W[(n+2) & 15] \n\
+	xorW "n", %esi # ^W[n & 15] \n\
	roll %esi # \n\
-	##movl %esi, -64+4*"n"(%rsp) # store to W[n & 15] elided \n\
+	#storeW %esi, "n" # store to W[n & 15] elided \n\
	movl %e"c", %edi # c \n\
	xorl %e"d", %edi # ^d \n\
	xorl %e"b", %edi # ^b \n\
@@ -888,20 +1069,18 @@ static void FAST_FUNC sha1_process_block64(sha1_ctx_t *ctx UNUSED_PARAM)
	RD4A(ax,bx,cx,dx,bp,15) RD4A(bp,ax,bx,cx,dx,16) RD4B(dx,bp,ax,bx,cx,17) RD4B(cx,dx,bp,ax,bx,18) RD4B(bx,cx,dx,bp,ax,19)

	"\n\
-	movq %r10, %rdi # \n\
+	popq %rdi # \n\
	addl %eax, 80(%rdi) # ctx->hash[0] += a \n\
	addl %ebx, 84(%rdi) # ctx->hash[1] += b \n\
	addl %ecx, 88(%rdi) # ctx->hash[2] += c \n\
	addl %edx, 92(%rdi) # ctx->hash[3] += d \n\
	addl %ebp, 96(%rdi) # ctx->hash[4] += e \n\
-	movq %r9, %rbx # callee-saved \n\
-	movq %r8, %rbp # callee-saved \n\
-	##popq %rbx # \n\
-	##popq %rbp # \n\
-	##popq %r12 # \n\
-	##popq %r13 # \n\
-	##popq %r14 # \n\
-	##popq %r15 # \n\
+	popq %rbx # \n\
+	popq %rbp # \n\
+	popq %r12 # \n\
+	popq %r13 # \n\
+	popq %r14 # \n\
+	popq %r15 # \n\
	"
	); /* asm */
	#undef RCONST