Line data    Source code

       1             : 
       2             : // Source originally from https://github.com/BLAKE3-team/BLAKE3
       3             : // From commit: 64747d48ffe9d1fbf4b71e94cabeb8a211461081
       4             : 
       5             : #include "blake3_impl.h"
       6             : 
       7             : #include <immintrin.h>
       8             : 
       9     8123394 : #define DEGREE 8
      10             : 
      11   195473152 : INLINE __m256i loadu(const uint8_t src[32]) {
      12   195473152 :   return _mm256_loadu_si256((const __m256i *)src);
      13   195473152 : }
      14             : 
      15    10564496 : INLINE void storeu(__m256i src, uint8_t dest[16]) {
      16    10564496 :   _mm256_storeu_si256((__m256i *)dest, src);
      17    10564496 : }
      18             : 
      19  4104936192 : INLINE __m256i addv(__m256i a, __m256i b) { return _mm256_add_epi32(a, b); }
      20             : 
      21             : // Note that clang-format doesn't like the name "xor" for some reason.
      22  2834360704 : INLINE __m256i xorv(__m256i a, __m256i b) { return _mm256_xor_si256(a, b); }
      23             : 
      24    83866928 : INLINE __m256i set1(uint32_t x) { return _mm256_set1_epi32((int32_t)x); }
      25             : 
      26   684156032 : INLINE __m256i rot16(__m256i x) {
      27   684156032 :   return _mm256_shuffle_epi8(
      28   684156032 :       x, _mm256_set_epi8(13, 12, 15, 14, 9, 8, 11, 10, 5, 4, 7, 6, 1, 0, 3, 2,
      29   684156032 :                          13, 12, 15, 14, 9, 8, 11, 10, 5, 4, 7, 6, 1, 0, 3, 2));
      30   684156032 : }
      31             : 
      32   684156032 : INLINE __m256i rot12(__m256i x) {
      33   684156032 :   return _mm256_or_si256(_mm256_srli_epi32(x, 12), _mm256_slli_epi32(x, 32 - 12));
      34   684156032 : }
      35             : 
      36   684156032 : INLINE __m256i rot8(__m256i x) {
      37   684156032 :   return _mm256_shuffle_epi8(
      38   684156032 :       x, _mm256_set_epi8(12, 15, 14, 13, 8, 11, 10, 9, 4, 7, 6, 5, 0, 3, 2, 1,
      39   684156032 :                          12, 15, 14, 13, 8, 11, 10, 9, 4, 7, 6, 5, 0, 3, 2, 1));
      40   684156032 : }
      41             : 
      42   684156032 : INLINE __m256i rot7(__m256i x) {
      43   684156032 :   return _mm256_or_si256(_mm256_srli_epi32(x, 7), _mm256_slli_epi32(x, 32 - 7));
      44   684156032 : }
      45             : 
      46    85519504 : INLINE void round_fn(__m256i v[16], __m256i m[16], size_t r) {
      47    85519504 :   v[0] = addv(v[0], m[(size_t)MSG_SCHEDULE[r][0]]);
      48    85519504 :   v[1] = addv(v[1], m[(size_t)MSG_SCHEDULE[r][2]]);
      49    85519504 :   v[2] = addv(v[2], m[(size_t)MSG_SCHEDULE[r][4]]);
      50    85519504 :   v[3] = addv(v[3], m[(size_t)MSG_SCHEDULE[r][6]]);
      51    85519504 :   v[0] = addv(v[0], v[4]);
      52    85519504 :   v[1] = addv(v[1], v[5]);
      53    85519504 :   v[2] = addv(v[2], v[6]);
      54    85519504 :   v[3] = addv(v[3], v[7]);
      55    85519504 :   v[12] = xorv(v[12], v[0]);
      56    85519504 :   v[13] = xorv(v[13], v[1]);
      57    85519504 :   v[14] = xorv(v[14], v[2]);
      58    85519504 :   v[15] = xorv(v[15], v[3]);
      59    85519504 :   v[12] = rot16(v[12]);
      60    85519504 :   v[13] = rot16(v[13]);
      61    85519504 :   v[14] = rot16(v[14]);
      62    85519504 :   v[15] = rot16(v[15]);
      63    85519504 :   v[8] = addv(v[8], v[12]);
      64    85519504 :   v[9] = addv(v[9], v[13]);
      65    85519504 :   v[10] = addv(v[10], v[14]);
      66    85519504 :   v[11] = addv(v[11], v[15]);
      67    85519504 :   v[4] = xorv(v[4], v[8]);
      68    85519504 :   v[5] = xorv(v[5], v[9]);
      69    85519504 :   v[6] = xorv(v[6], v[10]);
      70    85519504 :   v[7] = xorv(v[7], v[11]);
      71    85519504 :   v[4] = rot12(v[4]);
      72    85519504 :   v[5] = rot12(v[5]);
      73    85519504 :   v[6] = rot12(v[6]);
      74    85519504 :   v[7] = rot12(v[7]);
      75    85519504 :   v[0] = addv(v[0], m[(size_t)MSG_SCHEDULE[r][1]]);
      76    85519504 :   v[1] = addv(v[1], m[(size_t)MSG_SCHEDULE[r][3]]);
      77    85519504 :   v[2] = addv(v[2], m[(size_t)MSG_SCHEDULE[r][5]]);
      78    85519504 :   v[3] = addv(v[3], m[(size_t)MSG_SCHEDULE[r][7]]);
      79    85519504 :   v[0] = addv(v[0], v[4]);
      80    85519504 :   v[1] = addv(v[1], v[5]);
      81    85519504 :   v[2] = addv(v[2], v[6]);
      82    85519504 :   v[3] = addv(v[3], v[7]);
      83    85519504 :   v[12] = xorv(v[12], v[0]);
      84    85519504 :   v[13] = xorv(v[13], v[1]);
      85    85519504 :   v[14] = xorv(v[14], v[2]);
      86    85519504 :   v[15] = xorv(v[15], v[3]);
      87    85519504 :   v[12] = rot8(v[12]);
      88    85519504 :   v[13] = rot8(v[13]);
      89    85519504 :   v[14] = rot8(v[14]);
      90    85519504 :   v[15] = rot8(v[15]);
      91    85519504 :   v[8] = addv(v[8], v[12]);
      92    85519504 :   v[9] = addv(v[9], v[13]);
      93    85519504 :   v[10] = addv(v[10], v[14]);
      94    85519504 :   v[11] = addv(v[11], v[15]);
      95    85519504 :   v[4] = xorv(v[4], v[8]);
      96    85519504 :   v[5] = xorv(v[5], v[9]);
      97    85519504 :   v[6] = xorv(v[6], v[10]);
      98    85519504 :   v[7] = xorv(v[7], v[11]);
      99    85519504 :   v[4] = rot7(v[4]);
     100    85519504 :   v[5] = rot7(v[5]);
     101    85519504 :   v[6] = rot7(v[6]);
     102    85519504 :   v[7] = rot7(v[7]);
     103             : 
     104    85519504 :   v[0] = addv(v[0], m[(size_t)MSG_SCHEDULE[r][8]]);
     105    85519504 :   v[1] = addv(v[1], m[(size_t)MSG_SCHEDULE[r][10]]);
     106    85519504 :   v[2] = addv(v[2], m[(size_t)MSG_SCHEDULE[r][12]]);
     107    85519504 :   v[3] = addv(v[3], m[(size_t)MSG_SCHEDULE[r][14]]);
     108    85519504 :   v[0] = addv(v[0], v[5]);
     109    85519504 :   v[1] = addv(v[1], v[6]);
     110    85519504 :   v[2] = addv(v[2], v[7]);
     111    85519504 :   v[3] = addv(v[3], v[4]);
     112    85519504 :   v[15] = xorv(v[15], v[0]);
     113    85519504 :   v[12] = xorv(v[12], v[1]);
     114    85519504 :   v[13] = xorv(v[13], v[2]);
     115    85519504 :   v[14] = xorv(v[14], v[3]);
     116    85519504 :   v[15] = rot16(v[15]);
     117    85519504 :   v[12] = rot16(v[12]);
     118    85519504 :   v[13] = rot16(v[13]);
     119    85519504 :   v[14] = rot16(v[14]);
     120    85519504 :   v[10] = addv(v[10], v[15]);
     121    85519504 :   v[11] = addv(v[11], v[12]);
     122    85519504 :   v[8] = addv(v[8], v[13]);
     123    85519504 :   v[9] = addv(v[9], v[14]);
     124    85519504 :   v[5] = xorv(v[5], v[10]);
     125    85519504 :   v[6] = xorv(v[6], v[11]);
     126    85519504 :   v[7] = xorv(v[7], v[8]);
     127    85519504 :   v[4] = xorv(v[4], v[9]);
     128    85519504 :   v[5] = rot12(v[5]);
     129    85519504 :   v[6] = rot12(v[6]);
     130    85519504 :   v[7] = rot12(v[7]);
     131    85519504 :   v[4] = rot12(v[4]);
     132    85519504 :   v[0] = addv(v[0], m[(size_t)MSG_SCHEDULE[r][9]]);
     133    85519504 :   v[1] = addv(v[1], m[(size_t)MSG_SCHEDULE[r][11]]);
     134    85519504 :   v[2] = addv(v[2], m[(size_t)MSG_SCHEDULE[r][13]]);
     135    85519504 :   v[3] = addv(v[3], m[(size_t)MSG_SCHEDULE[r][15]]);
     136    85519504 :   v[0] = addv(v[0], v[5]);
     137    85519504 :   v[1] = addv(v[1], v[6]);
     138    85519504 :   v[2] = addv(v[2], v[7]);
     139    85519504 :   v[3] = addv(v[3], v[4]);
     140    85519504 :   v[15] = xorv(v[15], v[0]);
     141    85519504 :   v[12] = xorv(v[12], v[1]);
     142    85519504 :   v[13] = xorv(v[13], v[2]);
     143    85519504 :   v[14] = xorv(v[14], v[3]);
     144    85519504 :   v[15] = rot8(v[15]);
     145    85519504 :   v[12] = rot8(v[12]);
     146    85519504 :   v[13] = rot8(v[13]);
     147    85519504 :   v[14] = rot8(v[14]);
     148    85519504 :   v[10] = addv(v[10], v[15]);
     149    85519504 :   v[11] = addv(v[11], v[12]);
     150    85519504 :   v[8] = addv(v[8], v[13]);
     151    85519504 :   v[9] = addv(v[9], v[14]);
     152    85519504 :   v[5] = xorv(v[5], v[10]);
     153    85519504 :   v[6] = xorv(v[6], v[11]);
     154    85519504 :   v[7] = xorv(v[7], v[8]);
     155    85519504 :   v[4] = xorv(v[4], v[9]);
     156    85519504 :   v[5] = rot7(v[5]);
     157    85519504 :   v[6] = rot7(v[6]);
     158    85519504 :   v[7] = rot7(v[7]);
     159    85519504 :   v[4] = rot7(v[4]);
     160    85519504 : }
     161             : 
     162    25754706 : INLINE void transpose_vecs(__m256i vecs[DEGREE]) {
     163             :   // Interleave 32-bit lanes. The low unpack is lanes 00/11/44/55, and the high
     164             :   // is 22/33/66/77.
     165    25754706 :   __m256i ab_0145 = _mm256_unpacklo_epi32(vecs[0], vecs[1]);
     166    25754706 :   __m256i ab_2367 = _mm256_unpackhi_epi32(vecs[0], vecs[1]);
     167    25754706 :   __m256i cd_0145 = _mm256_unpacklo_epi32(vecs[2], vecs[3]);
     168    25754706 :   __m256i cd_2367 = _mm256_unpackhi_epi32(vecs[2], vecs[3]);
     169    25754706 :   __m256i ef_0145 = _mm256_unpacklo_epi32(vecs[4], vecs[5]);
     170    25754706 :   __m256i ef_2367 = _mm256_unpackhi_epi32(vecs[4], vecs[5]);
     171    25754706 :   __m256i gh_0145 = _mm256_unpacklo_epi32(vecs[6], vecs[7]);
     172    25754706 :   __m256i gh_2367 = _mm256_unpackhi_epi32(vecs[6], vecs[7]);
     173             : 
     174             :   // Interleave 64-bit lates. The low unpack is lanes 00/22 and the high is
     175             :   // 11/33.
     176    25754706 :   __m256i abcd_04 = _mm256_unpacklo_epi64(ab_0145, cd_0145);
     177    25754706 :   __m256i abcd_15 = _mm256_unpackhi_epi64(ab_0145, cd_0145);
     178    25754706 :   __m256i abcd_26 = _mm256_unpacklo_epi64(ab_2367, cd_2367);
     179    25754706 :   __m256i abcd_37 = _mm256_unpackhi_epi64(ab_2367, cd_2367);
     180    25754706 :   __m256i efgh_04 = _mm256_unpacklo_epi64(ef_0145, gh_0145);
     181    25754706 :   __m256i efgh_15 = _mm256_unpackhi_epi64(ef_0145, gh_0145);
     182    25754706 :   __m256i efgh_26 = _mm256_unpacklo_epi64(ef_2367, gh_2367);
     183    25754706 :   __m256i efgh_37 = _mm256_unpackhi_epi64(ef_2367, gh_2367);
     184             : 
     185             :   // Interleave 128-bit lanes.
     186    25754706 :   vecs[0] = _mm256_permute2x128_si256(abcd_04, efgh_04, 0x20);
     187    25754706 :   vecs[1] = _mm256_permute2x128_si256(abcd_15, efgh_15, 0x20);
     188    25754706 :   vecs[2] = _mm256_permute2x128_si256(abcd_26, efgh_26, 0x20);
     189    25754706 :   vecs[3] = _mm256_permute2x128_si256(abcd_37, efgh_37, 0x20);
     190    25754706 :   vecs[4] = _mm256_permute2x128_si256(abcd_04, efgh_04, 0x31);
     191    25754706 :   vecs[5] = _mm256_permute2x128_si256(abcd_15, efgh_15, 0x31);
     192    25754706 :   vecs[6] = _mm256_permute2x128_si256(abcd_26, efgh_26, 0x31);
     193    25754706 :   vecs[7] = _mm256_permute2x128_si256(abcd_37, efgh_37, 0x31);
     194    25754706 : }
     195             : 
     196             : INLINE void transpose_msg_vecs(const uint8_t *const *inputs,
     197    12217072 :                                size_t block_offset, __m256i out[16]) {
     198    12217072 :   out[0] = loadu(&inputs[0][block_offset + 0 * sizeof(__m256i)]);
     199    12217072 :   out[1] = loadu(&inputs[1][block_offset + 0 * sizeof(__m256i)]);
     200    12217072 :   out[2] = loadu(&inputs[2][block_offset + 0 * sizeof(__m256i)]);
     201    12217072 :   out[3] = loadu(&inputs[3][block_offset + 0 * sizeof(__m256i)]);
     202    12217072 :   out[4] = loadu(&inputs[4][block_offset + 0 * sizeof(__m256i)]);
     203    12217072 :   out[5] = loadu(&inputs[5][block_offset + 0 * sizeof(__m256i)]);
     204    12217072 :   out[6] = loadu(&inputs[6][block_offset + 0 * sizeof(__m256i)]);
     205    12217072 :   out[7] = loadu(&inputs[7][block_offset + 0 * sizeof(__m256i)]);
     206    12217072 :   out[8] = loadu(&inputs[0][block_offset + 1 * sizeof(__m256i)]);
     207    12217072 :   out[9] = loadu(&inputs[1][block_offset + 1 * sizeof(__m256i)]);
     208    12217072 :   out[10] = loadu(&inputs[2][block_offset + 1 * sizeof(__m256i)]);
     209    12217072 :   out[11] = loadu(&inputs[3][block_offset + 1 * sizeof(__m256i)]);
     210    12217072 :   out[12] = loadu(&inputs[4][block_offset + 1 * sizeof(__m256i)]);
     211    12217072 :   out[13] = loadu(&inputs[5][block_offset + 1 * sizeof(__m256i)]);
     212    12217072 :   out[14] = loadu(&inputs[6][block_offset + 1 * sizeof(__m256i)]);
     213    12217072 :   out[15] = loadu(&inputs[7][block_offset + 1 * sizeof(__m256i)]);
     214   109953648 :   for (size_t i = 0; i < 8; ++i) {
     215    97736576 :     _mm_prefetch((const void *)&inputs[i][block_offset + 256], _MM_HINT_T0);
     216    97736576 :   }
     217    12217072 :   transpose_vecs(&out[0]);
     218    12217072 :   transpose_vecs(&out[8]);
     219    12217072 : }
     220             : 
     221             : INLINE void load_counters(uint64_t counter, bool increment_counter,
     222     1320562 :                           __m256i *out_lo, __m256i *out_hi) {
     223     1320562 :   const __m256i mask = _mm256_set1_epi32(-(int32_t)increment_counter);
     224     1320562 :   const __m256i add0 = _mm256_set_epi32(7, 6, 5, 4, 3, 2, 1, 0);
     225     1320562 :   const __m256i add1 = _mm256_and_si256(mask, add0);
     226     1320562 :   __m256i l = _mm256_add_epi32(_mm256_set1_epi32((int32_t)counter), add1);
     227     1320562 :   __m256i carry = _mm256_cmpgt_epi32(_mm256_xor_si256(add1, _mm256_set1_epi32((int)0x80000000)),
     228     1320562 :                                      _mm256_xor_si256(   l, _mm256_set1_epi32((int)0x80000000)));
     229     1320562 :   __m256i h = _mm256_sub_epi32(_mm256_set1_epi32((int32_t)(counter >> 32)), carry);
     230     1320562 :   *out_lo = l;
     231     1320562 :   *out_hi = h;
     232     1320562 : }
     233             : 
     234             : static
     235             : void fd_blake3_hash8_avx2(const uint8_t *const *inputs, size_t blocks,
     236             :                           const uint32_t key[8], uint64_t counter,
     237             :                           bool increment_counter, uint8_t flags,
     238     1320562 :                           uint8_t flags_start, uint8_t flags_end, uint8_t *out) {
     239     1320562 :   __m256i h_vecs[8] = {
     240     1320562 :       set1(key[0]), set1(key[1]), set1(key[2]), set1(key[3]),
     241     1320562 :       set1(key[4]), set1(key[5]), set1(key[6]), set1(key[7]),
     242     1320562 :   };
     243     1320562 :   __m256i counter_low_vec, counter_high_vec;
     244     1320562 :   load_counters(counter, increment_counter, &counter_low_vec,
     245     1320562 :                 &counter_high_vec);
     246     1320562 :   uint8_t block_flags = flags | flags_start;
     247             : 
     248    13537634 :   for (size_t block = 0; block < blocks; block++) {
     249    12217072 :     if (block + 1 == blocks) {
     250     1320562 :       block_flags |= flags_end;
     251     1320562 :     }
     252    12217072 :     __m256i block_len_vec = set1(BLAKE3_BLOCK_LEN);
     253    12217072 :     __m256i block_flags_vec = set1(block_flags);
     254    12217072 :     __m256i msg_vecs[16];
     255    12217072 :     transpose_msg_vecs(inputs, block * BLAKE3_BLOCK_LEN, msg_vecs);
     256             : 
     257    12217072 :     __m256i v[16] = {
     258    12217072 :         h_vecs[0],       h_vecs[1],        h_vecs[2],     h_vecs[3],
     259    12217072 :         h_vecs[4],       h_vecs[5],        h_vecs[6],     h_vecs[7],
     260    12217072 :         set1(IV[0]),     set1(IV[1]),      set1(IV[2]),   set1(IV[3]),
     261    12217072 :         counter_low_vec, counter_high_vec, block_len_vec, block_flags_vec,
     262    12217072 :     };
     263    12217072 :     round_fn(v, msg_vecs, 0);
     264    12217072 :     round_fn(v, msg_vecs, 1);
     265    12217072 :     round_fn(v, msg_vecs, 2);
     266    12217072 :     round_fn(v, msg_vecs, 3);
     267    12217072 :     round_fn(v, msg_vecs, 4);
     268    12217072 :     round_fn(v, msg_vecs, 5);
     269    12217072 :     round_fn(v, msg_vecs, 6);
     270    12217072 :     h_vecs[0] = xorv(v[0], v[8]);
     271    12217072 :     h_vecs[1] = xorv(v[1], v[9]);
     272    12217072 :     h_vecs[2] = xorv(v[2], v[10]);
     273    12217072 :     h_vecs[3] = xorv(v[3], v[11]);
     274    12217072 :     h_vecs[4] = xorv(v[4], v[12]);
     275    12217072 :     h_vecs[5] = xorv(v[5], v[13]);
     276    12217072 :     h_vecs[6] = xorv(v[6], v[14]);
     277    12217072 :     h_vecs[7] = xorv(v[7], v[15]);
     278             : 
     279    12217072 :     block_flags = flags;
     280    12217072 :   }
     281             : 
     282     1320562 :   transpose_vecs(h_vecs);
     283     1320562 :   storeu(h_vecs[0], &out[0 * sizeof(__m256i)]);
     284     1320562 :   storeu(h_vecs[1], &out[1 * sizeof(__m256i)]);
     285     1320562 :   storeu(h_vecs[2], &out[2 * sizeof(__m256i)]);
     286     1320562 :   storeu(h_vecs[3], &out[3 * sizeof(__m256i)]);
     287     1320562 :   storeu(h_vecs[4], &out[4 * sizeof(__m256i)]);
     288     1320562 :   storeu(h_vecs[5], &out[5 * sizeof(__m256i)]);
     289     1320562 :   storeu(h_vecs[6], &out[6 * sizeof(__m256i)]);
     290     1320562 :   storeu(h_vecs[7], &out[7 * sizeof(__m256i)]);
     291     1320562 : }
     292             : 
     293             : #if FD_HAS_AVX
     294             : void fd_blake3_hash_many_sse41(const uint8_t *const *inputs, size_t num_inputs,
     295             :                                size_t blocks, const uint32_t key[8],
     296             :                                uint64_t counter, bool increment_counter,
     297             :                                uint8_t flags, uint8_t flags_start,
     298             :                                uint8_t flags_end, uint8_t *out);
     299             : #else
     300             : void fd_blake3_hash_many_portable(const uint8_t *const *inputs, size_t num_inputs,
     301             :                                   size_t blocks, const uint32_t key[8],
     302             :                                   uint64_t counter, bool increment_counter,
     303             :                                   uint8_t flags, uint8_t flags_start,
     304             :                                   uint8_t flags_end, uint8_t *out);
     305             : #endif /* FD_HAS_AVX */
     306             : 
     307             : void fd_blake3_hash_many_avx2(const uint8_t *const *inputs, size_t num_inputs,
     308             :                               size_t blocks, const uint32_t key[8],
     309             :                               uint64_t counter, bool increment_counter,
     310             :                               uint8_t flags, uint8_t flags_start,
     311     2114712 :                               uint8_t flags_end, uint8_t *out) {
     312     3435274 :   while (num_inputs >= DEGREE) {
     313     1320562 :     fd_blake3_hash8_avx2(inputs, blocks, key, counter, increment_counter, flags,
     314     1320562 :                          flags_start, flags_end, out);
     315     1320562 :     if (increment_counter) {
     316      726434 :       counter += DEGREE;
     317      726434 :     }
     318     1320562 :     inputs += DEGREE;
     319     1320562 :     num_inputs -= DEGREE;
     320     1320562 :     out = &out[DEGREE * BLAKE3_OUT_LEN];
     321     1320562 :   }
     322     2114712 : #if FD_HAS_AVX
     323     2114712 :   fd_blake3_hash_many_sse41(inputs, num_inputs, blocks, key, counter,
     324     2114712 :                             increment_counter, flags, flags_start, flags_end, out);
     325             : #else
     326             :   fd_blake3_hash_many_portable(inputs, num_inputs, blocks, key, counter,
     327             :                                increment_counter, flags, flags_start, flags_end,
     328             :                                out);
     329             : #endif
     330     2114712 : }