]> git.ozlabs.org Git - ccan/blobdiff - ccan/crypto/sha256/benchmarks/sha256_avx2_rorx2.asm
crypto/sha256: include Intel ASM versions in benchmarks.
[ccan] / ccan / crypto / sha256 / benchmarks / sha256_avx2_rorx2.asm
diff --git a/ccan/crypto/sha256/benchmarks/sha256_avx2_rorx2.asm b/ccan/crypto/sha256/benchmarks/sha256_avx2_rorx2.asm
new file mode 100644 (file)
index 0000000..54f0dd5
--- /dev/null
@@ -0,0 +1,826 @@
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+; Copyright (c) 2012, Intel Corporation
+;
+; All rights reserved.
+;
+; Redistribution and use in source and binary forms, with or without
+; modification, are permitted provided that the following conditions are
+; met:
+;
+; * Redistributions of source code must retain the above copyright
+;   notice, this list of conditions and the following disclaimer.
+;
+; * Redistributions in binary form must reproduce the above copyright
+;   notice, this list of conditions and the following disclaimer in the
+;   documentation and/or other materials provided with the
+;   distribution.
+;
+; * Neither the name of the Intel Corporation nor the names of its
+;   contributors may be used to endorse or promote products derived from
+;   this software without specific prior written permission.
+;
+;
+; THIS SOFTWARE IS PROVIDED BY INTEL CORPORATION "AS IS" AND ANY
+; EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
+; IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR
+; PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL INTEL CORPORATION OR
+; CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL,
+; EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO,
+; PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR
+; PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF
+; LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING
+; NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE OF THIS
+; SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;
+; Example YASM command lines:
+; Windows:  yasm -Xvc -f x64 -rnasm -pnasm -o sha256_avx2_rorx2.obj -g cv8 sha256_avx2_rorx2.asm
+; Linux:    yasm -f x64 -f elf64 -X gnu -g dwarf2 -D LINUX -o sha256_avx2_rorx2.o sha256_avx2_rorx2.asm
+;
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;
+; This code is described in an Intel White-Paper:
+; "Fast SHA-256 Implementations on Intel Architecture Processors"
+;
+; To find it, surf to http://www.intel.com/p/en_US/embedded
+; and search for that title.
+; The paper is expected to be released roughly at the end of April, 2012
+;
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+; This code schedules 2 blocks at a time, with 4 lanes per block
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+%define        VMOVDQ vmovdqu ;; assume buffers not aligned
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; Define Macros
+
+; addm [mem], reg
+; Add reg to mem using reg-mem add and store
+%macro addm 2
+       add     %2, %1
+       mov     %1, %2
+%endm
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+%define X0 ymm4
+%define X1 ymm5
+%define X2 ymm6
+%define X3 ymm7
+
+; XMM versions of above
+%define XWORD0 xmm4
+%define XWORD1 xmm5
+%define XWORD2 xmm6
+%define XWORD3 xmm7
+
+%define XTMP0 ymm0
+%define XTMP1 ymm1
+%define XTMP2 ymm2
+%define XTMP3 ymm3
+%define XTMP4 ymm8
+%define XFER  ymm9
+%define XTMP5 ymm11
+
+%define SHUF_00BA      ymm10 ; shuffle xBxA -> 00BA
+%define SHUF_DC00      ymm12 ; shuffle xDxC -> DC00
+%define BYTE_FLIP_MASK ymm13
+
+%define X_BYTE_FLIP_MASK xmm13 ; XMM version of BYTE_FLIP_MASK
+
+%ifdef LINUX
+%define NUM_BLKS rdx   ; 3rd arg
+%define CTX    rsi     ; 2nd arg
+%define INP    rdi     ; 1st arg
+%define c      ecx
+%define d      r8d
+%define e       edx    ; clobbers NUM_BLKS
+%define y3     edi     ; clobbers INP
+%else
+%define NUM_BLKS r8     ; 3rd arg
+%define CTX    rdx     ; 2nd arg
+%define INP    rcx     ; 1st arg
+%define c      edi
+%define d      esi
+%define e      r8d     ; clobbers NUM_BLKS
+%define y3     ecx     ; clobbers INP
+
+%endif
+
+
+%define TBL    rbp
+%define SRND   CTX     ; SRND is same register as CTX
+
+%define a eax
+%define b ebx
+%define f r9d
+%define g r10d
+%define h r11d
+%define old_h r11d
+
+%define T1 r12d
+%define y0 r13d
+%define y1 r14d
+%define y2 r15d
+
+
+_XFER_SIZE     equ 2*64*4      ; 2 blocks, 64 rounds, 4 bytes/round
+%ifdef LINUX
+_XMM_SAVE_SIZE equ 0
+%else
+_XMM_SAVE_SIZE equ 8*16
+%endif
+_INP_END_SIZE  equ 8
+_INP_SIZE      equ 8
+_CTX_SIZE      equ 8
+_RSP_SIZE      equ 8
+
+_XFER          equ 0
+_XMM_SAVE      equ _XFER     + _XFER_SIZE
+_INP_END       equ _XMM_SAVE + _XMM_SAVE_SIZE
+_INP           equ _INP_END  + _INP_END_SIZE
+_CTX           equ _INP      + _INP_SIZE
+_RSP           equ _CTX      + _CTX_SIZE
+STACK_SIZE     equ _RSP      + _RSP_SIZE
+
+; rotate_Xs
+; Rotate values of symbols X0...X3
+%macro rotate_Xs 0
+%xdefine X_ X0
+%xdefine X0 X1
+%xdefine X1 X2
+%xdefine X2 X3
+%xdefine X3 X_
+%endm
+
+; ROTATE_ARGS
+; Rotate values of symbols a...h
+%macro ROTATE_ARGS 0
+%xdefine old_h h
+%xdefine TMP_ h
+%xdefine h g
+%xdefine g f
+%xdefine f e
+%xdefine e d
+%xdefine d c
+%xdefine c b
+%xdefine b a
+%xdefine a TMP_
+%endm
+
+%macro FOUR_ROUNDS_AND_SCHED 1
+%define %%XFER %1
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 0 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       mov     y3, a           ; y3 = a                                ; MAJA
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+
+       add     h, dword[%%XFER+0*4]            ; h = k + w + h         ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+               vpalignr        XTMP0, X3, X2, 4        ; XTMP0 = W[-7]
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       xor     y2, g           ; y2 = f^g                              ; CH
+               vpaddd  XTMP0, XTMP0, X0        ; XTMP0 = W[-7] + W[-16]; y1 = (e >> 6)                                 ; S1
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       add     d, h            ; d = k + w + h + d                     ; --
+
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+               vpalignr        XTMP1, X1, X0, 4        ; XTMP1 = W[-15]
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+               vpsrld  XTMP2, XTMP1, 7
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     T1, c           ; T1 = a&c                              ; MAJB
+
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+               vpslld  XTMP3, XTMP1, (32-7)
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+               vpor    XTMP3, XTMP3, XTMP2     ; XTMP3 = W[-15] ror 7
+
+               vpsrld  XTMP2, XTMP1,18
+       add     h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       add     h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+
+ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 1 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+
+       mov     y3, a           ; y3 = a                                ; MAJA
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       add     h, dword[%%XFER+1*4]            ; h = k + w + h         ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+
+               vpsrld  XTMP4, XTMP1, 3 ; XTMP4 = W[-15] >> 3
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       add     d, h            ; d = k + w + h + d                     ; --
+
+               vpslld  XTMP1, XTMP1, (32-18)
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+
+               vpxor   XTMP3, XTMP3, XTMP1
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+
+               vpxor   XTMP3, XTMP3, XTMP2     ; XTMP3 = W[-15] ror 7 ^ W[-15] ror 18
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+               vpxor   XTMP1, XTMP3, XTMP4     ; XTMP1 = s0
+               vpshufd XTMP2, X3, 11111010b    ; XTMP2 = W[-2] {BBAA}
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+               vpaddd  XTMP0, XTMP0, XTMP1     ; XTMP0 = W[-16] + W[-7] + s0
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+       add     h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       add     h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+               vpsrld  XTMP4, XTMP2, 10        ; XTMP4 = W[-2] >> 10 {BBAA}
+
+
+ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 2 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       mov     y3, a           ; y3 = a                                ; MAJA
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       add     h, [%%XFER+2*4]         ; h = k + w + h         ; --
+
+               vpsrlq  XTMP3, XTMP2, 19        ; XTMP3 = W[-2] ror 19 {xBxA}
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       or      y3, c           ; y3 = a|c                              ; MAJA
+       mov     y2, f           ; y2 = f                                ; CH
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+               vpsrlq  XTMP2, XTMP2, 17        ; XTMP2 = W[-2] ror 17 {xBxA}
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+               vpxor   XTMP2, XTMP2, XTMP3
+       add     d, h            ; d = k + w + h + d                     ; --
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+               vpxor   XTMP4, XTMP4, XTMP2     ; XTMP4 = s1 {xBxA}
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+
+               vpshufb XTMP4, XTMP4, SHUF_00BA ; XTMP4 = s1 {00BA}
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+               vpaddd  XTMP0, XTMP0, XTMP4     ; XTMP0 = {..., ..., W[1], W[0]}
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+               vpshufd XTMP2, XTMP0, 01010000b ; XTMP2 = W[-2] {DDCC}
+
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+       add     h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+
+       add     h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+
+ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 3 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       mov     y3, a           ; y3 = a                                ; MAJA
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       add     h, dword[%%XFER+3*4]            ; h = k + w + h         ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+
+               vpsrld  XTMP5, XTMP2,   10      ; XTMP5 = W[-2] >> 10 {DDCC}
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+
+               vpsrlq  XTMP3, XTMP2, 19        ; XTMP3 = W[-2] ror 19 {xDxC}
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       add     d, h            ; d = k + w + h + d                     ; --
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+
+               vpsrlq  XTMP2, XTMP2, 17        ; XTMP2 = W[-2] ror 17 {xDxC}
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+
+               vpxor   XTMP2, XTMP2, XTMP3
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+               vpxor   XTMP5, XTMP5, XTMP2     ; XTMP5 = s1 {xDxC}
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+               vpshufb XTMP5, XTMP5, SHUF_DC00 ; XTMP5 = s1 {DC00}
+
+               vpaddd  X0, XTMP5, XTMP0        ; X0 = {W[3], W[2], W[1], W[0]}
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+
+       add     h, y1           ; h = k + w + h + S0                    ; --
+       add     h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       add     h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+ROTATE_ARGS
+rotate_Xs
+%endm
+
+%macro DO_4ROUNDS 1
+%define %%XFER %1
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 0 ;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       mov     y3, a           ; y3 = a                                ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+       add     h, dword[%%XFER + 4*0]          ; h = k + w + h ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+
+       add     d, h            ; d = k + w + h + d                     ; --
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+
+
+       ;add    h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+
+       ;add    h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+       ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 1 ;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       add     old_h, y2       ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       add     old_h, y3       ; h = t1 + S0 + MAJ                     ; --
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       mov     y3, a           ; y3 = a                                ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+       add     h, dword[%%XFER + 4*1]          ; h = k + w + h ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+
+       add     d, h            ; d = k + w + h + d                     ; --
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+
+
+       ;add    h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+
+       ;add    h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+       ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 2 ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       add     old_h, y2       ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       add     old_h, y3       ; h = t1 + S0 + MAJ                     ; --
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       mov     y3, a           ; y3 = a                                ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+       add     h, dword[%%XFER + 4*2]          ; h = k + w + h ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+
+       add     d, h            ; d = k + w + h + d                     ; --
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+
+
+       ;add    h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+
+       ;add    h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+       ROTATE_ARGS
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; RND N + 3 ;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+       add     old_h, y2       ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+       mov     y2, f           ; y2 = f                                ; CH
+       rorx    y0, e, 25       ; y0 = e >> 25                          ; S1A
+       rorx    y1, e, 11       ; y1 = e >> 11                          ; S1B
+       xor     y2, g           ; y2 = f^g                              ; CH
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11)                ; S1
+       rorx    y1, e, 6        ; y1 = (e >> 6)                         ; S1
+       and     y2, e           ; y2 = (f^g)&e                          ; CH
+       add     old_h, y3       ; h = t1 + S0 + MAJ                     ; --
+
+       xor     y0, y1          ; y0 = (e>>25) ^ (e>>11) ^ (e>>6)       ; S1
+       rorx    T1, a, 13       ; T1 = a >> 13                          ; S0B
+       xor     y2, g           ; y2 = CH = ((f^g)&e)^g                 ; CH
+       rorx    y1, a, 22       ; y1 = a >> 22                          ; S0A
+       mov     y3, a           ; y3 = a                                ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13)                ; S0
+       rorx    T1, a, 2        ; T1 = (a >> 2)                         ; S0
+       add     h, dword[%%XFER + 4*3]          ; h = k + w + h ; --
+       or      y3, c           ; y3 = a|c                              ; MAJA
+
+       xor     y1, T1          ; y1 = (a>>22) ^ (a>>13) ^ (a>>2)       ; S0
+       mov     T1, a           ; T1 = a                                ; MAJB
+       and     y3, b           ; y3 = (a|c)&b                          ; MAJA
+       and     T1, c           ; T1 = a&c                              ; MAJB
+       add     y2, y0          ; y2 = S1 + CH                          ; --
+
+
+       add     d, h            ; d = k + w + h + d                     ; --
+       or      y3, T1          ; y3 = MAJ = (a|c)&b)|(a&c)             ; MAJ
+       add     h, y1           ; h = k + w + h + S0                    ; --
+
+       add     d, y2           ; d = k + w + h + d + S1 + CH = d + t1  ; --
+
+
+       add     h, y2           ; h = k + w + h + S0 + S1 + CH = t1 + S0; --
+
+       add     h, y3           ; h = t1 + S0 + MAJ                     ; --
+
+       ROTATE_ARGS
+
+%endm
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;; void sha256_rorx(void *input_data, UINT32 digest[8], UINT64 num_blks)
+;; arg 1 : pointer to input data
+;; arg 2 : pointer to digest
+;; arg 3 : Num blocks
+section .text
+global sha256_rorx
+align 32
+sha256_rorx:
+       push    rbx
+%ifndef LINUX
+       push    rsi
+       push    rdi
+%endif
+       push    rbp
+       push    r12
+       push    r13
+       push    r14
+       push    r15
+
+       mov     rax, rsp
+       sub     rsp,STACK_SIZE
+       and     rsp, -32
+       mov     [rsp + _RSP], rax
+
+%ifndef LINUX
+       vmovdqa [rsp + _XMM_SAVE + 0*16],xmm6
+       vmovdqa [rsp + _XMM_SAVE + 1*16],xmm7
+       vmovdqa [rsp + _XMM_SAVE + 2*16],xmm8
+       vmovdqa [rsp + _XMM_SAVE + 3*16],xmm9
+       vmovdqa [rsp + _XMM_SAVE + 4*16],xmm10
+       vmovdqa [rsp + _XMM_SAVE + 5*16],xmm11
+       vmovdqa [rsp + _XMM_SAVE + 6*16],xmm12
+       vmovdqa [rsp + _XMM_SAVE + 7*16],xmm13
+%endif
+
+       shl     NUM_BLKS, 6     ; convert to bytes
+       jz      done_hash
+       lea     NUM_BLKS, [NUM_BLKS + INP - 64] ; pointer to last block
+       mov     [rsp + _INP_END], NUM_BLKS
+
+       cmp     INP, NUM_BLKS
+       je      only_one_block
+
+       ;; load initial digest
+       mov     a,[4*0 + CTX]
+       mov     b,[4*1 + CTX]
+       mov     c,[4*2 + CTX]
+       mov     d,[4*3 + CTX]
+       mov     e,[4*4 + CTX]
+       mov     f,[4*5 + CTX]
+       mov     g,[4*6 + CTX]
+       mov     h,[4*7 + CTX]
+
+       vmovdqa BYTE_FLIP_MASK, [PSHUFFLE_BYTE_FLIP_MASK wrt rip]
+       vmovdqa SHUF_00BA, [_SHUF_00BA wrt rip]
+       vmovdqa SHUF_DC00, [_SHUF_DC00 wrt rip]
+
+       mov     [rsp + _CTX], CTX
+
+loop0:
+       lea     TBL,[K256 wrt rip]
+
+       ;; Load first 16 dwords from two blocks
+       VMOVDQ  XTMP0, [INP + 0*32]
+       VMOVDQ  XTMP1, [INP + 1*32]
+       VMOVDQ  XTMP2, [INP + 2*32]
+       VMOVDQ  XTMP3, [INP + 3*32]
+
+       ;; byte swap data
+       vpshufb XTMP0, XTMP0, BYTE_FLIP_MASK
+       vpshufb XTMP1, XTMP1, BYTE_FLIP_MASK
+       vpshufb XTMP2, XTMP2, BYTE_FLIP_MASK
+       vpshufb XTMP3, XTMP3, BYTE_FLIP_MASK
+
+       ;; transpose data into high/low halves
+       vperm2i128      X0, XTMP0, XTMP2, 0x20
+       vperm2i128      X1, XTMP0, XTMP2, 0x31
+       vperm2i128      X2, XTMP1, XTMP3, 0x20
+       vperm2i128      X3, XTMP1, XTMP3, 0x31
+
+last_block_enter:
+       add     INP, 64
+       mov     [rsp + _INP], INP
+
+       ;; schedule 48 input dwords, by doing 3 rounds of 12 each
+       xor     SRND, SRND
+
+align 16
+loop1:
+       vpaddd  XFER, X0, [TBL + SRND + 0*32]
+       vmovdqa [rsp + _XFER + SRND + 0*32], XFER
+       FOUR_ROUNDS_AND_SCHED   rsp + _XFER + SRND + 0*32
+
+       vpaddd  XFER, X0, [TBL + SRND + 1*32]
+       vmovdqa [rsp + _XFER + SRND + 1*32], XFER
+       FOUR_ROUNDS_AND_SCHED   rsp + _XFER + SRND + 1*32
+
+       vpaddd  XFER, X0, [TBL + SRND + 2*32]
+       vmovdqa [rsp + _XFER + SRND + 2*32], XFER
+       FOUR_ROUNDS_AND_SCHED   rsp + _XFER + SRND + 2*32
+
+       vpaddd  XFER, X0, [TBL + SRND + 3*32]
+       vmovdqa [rsp + _XFER + SRND + 3*32], XFER
+       FOUR_ROUNDS_AND_SCHED   rsp + _XFER + SRND + 3*32
+
+       add     SRND, 4*32
+       cmp     SRND, 3 * 4*32
+       jb      loop1
+
+loop2:
+       ;; Do last 16 rounds with no scheduling
+       vpaddd  XFER, X0, [TBL + SRND + 0*32]
+       vmovdqa [rsp + _XFER + SRND + 0*32], XFER
+       DO_4ROUNDS      rsp + _XFER + SRND + 0*32
+       vpaddd  XFER, X1, [TBL + SRND + 1*32]
+       vmovdqa [rsp + _XFER + SRND + 1*32], XFER
+       DO_4ROUNDS      rsp + _XFER + SRND + 1*32
+       add     SRND, 2*32
+
+       vmovdqa X0, X2
+       vmovdqa X1, X3
+
+       cmp     SRND, 4 * 4*32
+       jb      loop2
+
+       mov     CTX, [rsp + _CTX]
+       mov     INP, [rsp + _INP]
+
+       addm    [4*0 + CTX],a
+       addm    [4*1 + CTX],b
+       addm    [4*2 + CTX],c
+       addm    [4*3 + CTX],d
+       addm    [4*4 + CTX],e
+       addm    [4*5 + CTX],f
+       addm    [4*6 + CTX],g
+       addm    [4*7 + CTX],h
+
+       cmp     INP, [rsp + _INP_END]
+       ja      done_hash
+
+       ;;;; Do second block using previously scheduled results
+       xor     SRND, SRND
+align 16
+loop3:
+       DO_4ROUNDS      rsp + _XFER + SRND + 0*32 + 16
+       DO_4ROUNDS      rsp + _XFER + SRND + 1*32 + 16
+       add     SRND, 2*32
+       cmp     SRND, 4 * 4*32
+       jb loop3
+
+       mov     CTX, [rsp + _CTX]
+       mov     INP, [rsp + _INP]
+       add     INP, 64
+
+       addm    [4*0 + CTX],a
+       addm    [4*1 + CTX],b
+       addm    [4*2 + CTX],c
+       addm    [4*3 + CTX],d
+       addm    [4*4 + CTX],e
+       addm    [4*5 + CTX],f
+       addm    [4*6 + CTX],g
+       addm    [4*7 + CTX],h
+
+       cmp     INP, [rsp + _INP_END]
+       jb      loop0
+       ja      done_hash
+
+do_last_block:
+       ;;;; do last block
+       lea     TBL,[K256 wrt rip]
+
+       VMOVDQ  XWORD0, [INP + 0*16]
+       VMOVDQ  XWORD1, [INP + 1*16]
+       VMOVDQ  XWORD2, [INP + 2*16]
+       VMOVDQ  XWORD3, [INP + 3*16]
+
+       vpshufb XWORD0, XWORD0, X_BYTE_FLIP_MASK
+       vpshufb XWORD1, XWORD1, X_BYTE_FLIP_MASK
+       vpshufb XWORD2, XWORD2, X_BYTE_FLIP_MASK
+       vpshufb XWORD3, XWORD3, X_BYTE_FLIP_MASK
+
+       jmp     last_block_enter
+
+only_one_block:
+
+       ;; load initial digest
+       mov     a,[4*0 + CTX]
+       mov     b,[4*1 + CTX]
+       mov     c,[4*2 + CTX]
+       mov     d,[4*3 + CTX]
+       mov     e,[4*4 + CTX]
+       mov     f,[4*5 + CTX]
+       mov     g,[4*6 + CTX]
+       mov     h,[4*7 + CTX]
+
+       vmovdqa BYTE_FLIP_MASK, [PSHUFFLE_BYTE_FLIP_MASK wrt rip]
+       vmovdqa SHUF_00BA, [_SHUF_00BA wrt rip]
+       vmovdqa SHUF_DC00, [_SHUF_DC00 wrt rip]
+
+       mov     [rsp + _CTX], CTX
+       jmp     do_last_block
+
+done_hash:
+%ifndef LINUX
+       vmovdqa xmm6,[rsp + _XMM_SAVE + 0*16]
+       vmovdqa xmm7,[rsp + _XMM_SAVE + 1*16]
+       vmovdqa xmm8,[rsp + _XMM_SAVE + 2*16]
+       vmovdqa xmm9,[rsp + _XMM_SAVE + 3*16]
+       vmovdqa xmm10,[rsp + _XMM_SAVE + 4*16]
+       vmovdqa xmm11,[rsp + _XMM_SAVE + 5*16]
+       vmovdqa xmm12,[rsp + _XMM_SAVE + 6*16]
+       vmovdqa xmm13,[rsp + _XMM_SAVE + 7*16]
+%endif
+
+       mov     rsp, [rsp + _RSP]
+
+       pop     r15
+       pop     r14
+       pop     r13
+       pop     r12
+       pop     rbp
+%ifndef LINUX
+       pop     rdi
+       pop     rsi
+%endif
+       pop     rbx
+
+       ret
+
+section .data
+align 64
+K256:
+       dd      0x428a2f98,0x71374491,0xb5c0fbcf,0xe9b5dba5
+       dd      0x428a2f98,0x71374491,0xb5c0fbcf,0xe9b5dba5
+       dd      0x3956c25b,0x59f111f1,0x923f82a4,0xab1c5ed5
+       dd      0x3956c25b,0x59f111f1,0x923f82a4,0xab1c5ed5
+       dd      0xd807aa98,0x12835b01,0x243185be,0x550c7dc3
+       dd      0xd807aa98,0x12835b01,0x243185be,0x550c7dc3
+       dd      0x72be5d74,0x80deb1fe,0x9bdc06a7,0xc19bf174
+       dd      0x72be5d74,0x80deb1fe,0x9bdc06a7,0xc19bf174
+       dd      0xe49b69c1,0xefbe4786,0x0fc19dc6,0x240ca1cc
+       dd      0xe49b69c1,0xefbe4786,0x0fc19dc6,0x240ca1cc
+       dd      0x2de92c6f,0x4a7484aa,0x5cb0a9dc,0x76f988da
+       dd      0x2de92c6f,0x4a7484aa,0x5cb0a9dc,0x76f988da
+       dd      0x983e5152,0xa831c66d,0xb00327c8,0xbf597fc7
+       dd      0x983e5152,0xa831c66d,0xb00327c8,0xbf597fc7
+       dd      0xc6e00bf3,0xd5a79147,0x06ca6351,0x14292967
+       dd      0xc6e00bf3,0xd5a79147,0x06ca6351,0x14292967
+       dd      0x27b70a85,0x2e1b2138,0x4d2c6dfc,0x53380d13
+       dd      0x27b70a85,0x2e1b2138,0x4d2c6dfc,0x53380d13
+       dd      0x650a7354,0x766a0abb,0x81c2c92e,0x92722c85
+       dd      0x650a7354,0x766a0abb,0x81c2c92e,0x92722c85
+       dd      0xa2bfe8a1,0xa81a664b,0xc24b8b70,0xc76c51a3
+       dd      0xa2bfe8a1,0xa81a664b,0xc24b8b70,0xc76c51a3
+       dd      0xd192e819,0xd6990624,0xf40e3585,0x106aa070
+       dd      0xd192e819,0xd6990624,0xf40e3585,0x106aa070
+       dd      0x19a4c116,0x1e376c08,0x2748774c,0x34b0bcb5
+       dd      0x19a4c116,0x1e376c08,0x2748774c,0x34b0bcb5
+       dd      0x391c0cb3,0x4ed8aa4a,0x5b9cca4f,0x682e6ff3
+       dd      0x391c0cb3,0x4ed8aa4a,0x5b9cca4f,0x682e6ff3
+       dd      0x748f82ee,0x78a5636f,0x84c87814,0x8cc70208
+       dd      0x748f82ee,0x78a5636f,0x84c87814,0x8cc70208
+       dd      0x90befffa,0xa4506ceb,0xbef9a3f7,0xc67178f2
+       dd      0x90befffa,0xa4506ceb,0xbef9a3f7,0xc67178f2
+
+PSHUFFLE_BYTE_FLIP_MASK:
+       ddq 0x0c0d0e0f08090a0b0405060700010203,0x0c0d0e0f08090a0b0405060700010203
+
+; shuffle xBxA -> 00BA
+_SHUF_00BA:
+       ddq 0xFFFFFFFFFFFFFFFF0b0a090803020100,0xFFFFFFFFFFFFFFFF0b0a090803020100
+
+; shuffle xDxC -> DC00
+_SHUF_DC00:
+       ddq 0x0b0a090803020100FFFFFFFFFFFFFFFF,0x0b0a090803020100FFFFFFFFFFFFFFFF