8 return _mm256_loadu_si256((
const __m256i *)src);
12 _mm256_storeu_si256((__m256i *)dest, src);
15INLINE __m256i
addv(__m256i a, __m256i b) {
return _mm256_add_epi32(a, b); }
18INLINE __m256i
xorv(__m256i a, __m256i b) {
return _mm256_xor_si256(a, b); }
23 return _mm256_shuffle_epi8(
24 x, _mm256_set_epi8(13, 12, 15, 14, 9, 8, 11, 10, 5, 4, 7, 6, 1, 0, 3, 2,
25 13, 12, 15, 14, 9, 8, 11, 10, 5, 4, 7, 6, 1, 0, 3, 2));
29 return _mm256_or_si256(_mm256_srli_epi32(x, 12), _mm256_slli_epi32(x, 32 - 12));
33 return _mm256_shuffle_epi8(
34 x, _mm256_set_epi8(12, 15, 14, 13, 8, 11, 10, 9, 4, 7, 6, 5, 0, 3, 2, 1,
35 12, 15, 14, 13, 8, 11, 10, 9, 4, 7, 6, 5, 0, 3, 2, 1));
39 return _mm256_or_si256(_mm256_srli_epi32(x, 7), _mm256_slli_epi32(x, 32 - 7));
47 v[0] =
addv(v[0], v[4]);
48 v[1] =
addv(v[1], v[5]);
49 v[2] =
addv(v[2], v[6]);
50 v[3] =
addv(v[3], v[7]);
51 v[12] =
xorv(v[12], v[0]);
52 v[13] =
xorv(v[13], v[1]);
53 v[14] =
xorv(v[14], v[2]);
54 v[15] =
xorv(v[15], v[3]);
59 v[8] =
addv(v[8], v[12]);
60 v[9] =
addv(v[9], v[13]);
61 v[10] =
addv(v[10], v[14]);
62 v[11] =
addv(v[11], v[15]);
63 v[4] =
xorv(v[4], v[8]);
64 v[5] =
xorv(v[5], v[9]);
65 v[6] =
xorv(v[6], v[10]);
66 v[7] =
xorv(v[7], v[11]);
75 v[0] =
addv(v[0], v[4]);
76 v[1] =
addv(v[1], v[5]);
77 v[2] =
addv(v[2], v[6]);
78 v[3] =
addv(v[3], v[7]);
79 v[12] =
xorv(v[12], v[0]);
80 v[13] =
xorv(v[13], v[1]);
81 v[14] =
xorv(v[14], v[2]);
82 v[15] =
xorv(v[15], v[3]);
87 v[8] =
addv(v[8], v[12]);
88 v[9] =
addv(v[9], v[13]);
89 v[10] =
addv(v[10], v[14]);
90 v[11] =
addv(v[11], v[15]);
91 v[4] =
xorv(v[4], v[8]);
92 v[5] =
xorv(v[5], v[9]);
93 v[6] =
xorv(v[6], v[10]);
94 v[7] =
xorv(v[7], v[11]);
104 v[0] =
addv(v[0], v[5]);
105 v[1] =
addv(v[1], v[6]);
106 v[2] =
addv(v[2], v[7]);
107 v[3] =
addv(v[3], v[4]);
108 v[15] =
xorv(v[15], v[0]);
109 v[12] =
xorv(v[12], v[1]);
110 v[13] =
xorv(v[13], v[2]);
111 v[14] =
xorv(v[14], v[3]);
112 v[15] =
rot16(v[15]);
113 v[12] =
rot16(v[12]);
114 v[13] =
rot16(v[13]);
115 v[14] =
rot16(v[14]);
116 v[10] =
addv(v[10], v[15]);
117 v[11] =
addv(v[11], v[12]);
118 v[8] =
addv(v[8], v[13]);
119 v[9] =
addv(v[9], v[14]);
120 v[5] =
xorv(v[5], v[10]);
121 v[6] =
xorv(v[6], v[11]);
122 v[7] =
xorv(v[7], v[8]);
123 v[4] =
xorv(v[4], v[9]);
132 v[0] =
addv(v[0], v[5]);
133 v[1] =
addv(v[1], v[6]);
134 v[2] =
addv(v[2], v[7]);
135 v[3] =
addv(v[3], v[4]);
136 v[15] =
xorv(v[15], v[0]);
137 v[12] =
xorv(v[12], v[1]);
138 v[13] =
xorv(v[13], v[2]);
139 v[14] =
xorv(v[14], v[3]);
144 v[10] =
addv(v[10], v[15]);
145 v[11] =
addv(v[11], v[12]);
146 v[8] =
addv(v[8], v[13]);
147 v[9] =
addv(v[9], v[14]);
148 v[5] =
xorv(v[5], v[10]);
149 v[6] =
xorv(v[6], v[11]);
150 v[7] =
xorv(v[7], v[8]);
151 v[4] =
xorv(v[4], v[9]);
161 __m256i ab_0145 = _mm256_unpacklo_epi32(vecs[0], vecs[1]);
162 __m256i ab_2367 = _mm256_unpackhi_epi32(vecs[0], vecs[1]);
163 __m256i cd_0145 = _mm256_unpacklo_epi32(vecs[2], vecs[3]);
164 __m256i cd_2367 = _mm256_unpackhi_epi32(vecs[2], vecs[3]);
165 __m256i ef_0145 = _mm256_unpacklo_epi32(vecs[4], vecs[5]);
166 __m256i ef_2367 = _mm256_unpackhi_epi32(vecs[4], vecs[5]);
167 __m256i gh_0145 = _mm256_unpacklo_epi32(vecs[6], vecs[7]);
168 __m256i gh_2367 = _mm256_unpackhi_epi32(vecs[6], vecs[7]);
172 __m256i abcd_04 = _mm256_unpacklo_epi64(ab_0145, cd_0145);
173 __m256i abcd_15 = _mm256_unpackhi_epi64(ab_0145, cd_0145);
174 __m256i abcd_26 = _mm256_unpacklo_epi64(ab_2367, cd_2367);
175 __m256i abcd_37 = _mm256_unpackhi_epi64(ab_2367, cd_2367);
176 __m256i efgh_04 = _mm256_unpacklo_epi64(ef_0145, gh_0145);
177 __m256i efgh_15 = _mm256_unpackhi_epi64(ef_0145, gh_0145);
178 __m256i efgh_26 = _mm256_unpacklo_epi64(ef_2367, gh_2367);
179 __m256i efgh_37 = _mm256_unpackhi_epi64(ef_2367, gh_2367);
182 vecs[0] = _mm256_permute2x128_si256(abcd_04, efgh_04, 0x20);
183 vecs[1] = _mm256_permute2x128_si256(abcd_15, efgh_15, 0x20);
184 vecs[2] = _mm256_permute2x128_si256(abcd_26, efgh_26, 0x20);
185 vecs[3] = _mm256_permute2x128_si256(abcd_37, efgh_37, 0x20);
186 vecs[4] = _mm256_permute2x128_si256(abcd_04, efgh_04, 0x31);
187 vecs[5] = _mm256_permute2x128_si256(abcd_15, efgh_15, 0x31);
188 vecs[6] = _mm256_permute2x128_si256(abcd_26, efgh_26, 0x31);
189 vecs[7] = _mm256_permute2x128_si256(abcd_37, efgh_37, 0x31);
193 size_t block_offset, __m256i out[16]) {
194 out[0] =
loadu(&inputs[0][block_offset + 0 *
sizeof(__m256i)]);
195 out[1] =
loadu(&inputs[1][block_offset + 0 *
sizeof(__m256i)]);
196 out[2] =
loadu(&inputs[2][block_offset + 0 *
sizeof(__m256i)]);
197 out[3] =
loadu(&inputs[3][block_offset + 0 *
sizeof(__m256i)]);
198 out[4] =
loadu(&inputs[4][block_offset + 0 *
sizeof(__m256i)]);
199 out[5] =
loadu(&inputs[5][block_offset + 0 *
sizeof(__m256i)]);
200 out[6] =
loadu(&inputs[6][block_offset + 0 *
sizeof(__m256i)]);
201 out[7] =
loadu(&inputs[7][block_offset + 0 *
sizeof(__m256i)]);
202 out[8] =
loadu(&inputs[0][block_offset + 1 *
sizeof(__m256i)]);
203 out[9] =
loadu(&inputs[1][block_offset + 1 *
sizeof(__m256i)]);
204 out[10] =
loadu(&inputs[2][block_offset + 1 *
sizeof(__m256i)]);
205 out[11] =
loadu(&inputs[3][block_offset + 1 *
sizeof(__m256i)]);
206 out[12] =
loadu(&inputs[4][block_offset + 1 *
sizeof(__m256i)]);
207 out[13] =
loadu(&inputs[5][block_offset + 1 *
sizeof(__m256i)]);
208 out[14] =
loadu(&inputs[6][block_offset + 1 *
sizeof(__m256i)]);
209 out[15] =
loadu(&inputs[7][block_offset + 1 *
sizeof(__m256i)]);
210 for (
size_t i = 0; i < 8; ++i) {
211 _mm_prefetch((
const void *)&inputs[i][block_offset + 256], _MM_HINT_T0);
218 __m256i *out_lo, __m256i *out_hi) {
219 const __m256i mask = _mm256_set1_epi32(-(int32_t)increment_counter);
220 const __m256i add0 = _mm256_set_epi32(7, 6, 5, 4, 3, 2, 1, 0);
221 const __m256i add1 = _mm256_and_si256(mask, add0);
222 __m256i l = _mm256_add_epi32(_mm256_set1_epi32((int32_t)counter), add1);
223 __m256i carry = _mm256_cmpgt_epi32(_mm256_xor_si256(add1, _mm256_set1_epi32(0x80000000)),
224 _mm256_xor_si256( l, _mm256_set1_epi32(0x80000000)));
225 __m256i h = _mm256_sub_epi32(_mm256_set1_epi32((int32_t)(counter >> 32)), carry);
233 bool increment_counter,
uint8_t flags,
235 __m256i h_vecs[8] = {
239 __m256i counter_low_vec, counter_high_vec;
242 uint8_t block_flags = flags | flags_start;
246 block_flags |= flags_end;
249 __m256i block_flags_vec =
set1(block_flags);
250 __m256i msg_vecs[16];
254 h_vecs[0], h_vecs[1], h_vecs[2], h_vecs[3],
255 h_vecs[4], h_vecs[5], h_vecs[6], h_vecs[7],
257 counter_low_vec, counter_high_vec, block_len_vec, block_flags_vec,
266 h_vecs[0] =
xorv(v[0], v[8]);
267 h_vecs[1] =
xorv(v[1], v[9]);
268 h_vecs[2] =
xorv(v[2], v[10]);
269 h_vecs[3] =
xorv(v[3], v[11]);
270 h_vecs[4] =
xorv(v[4], v[12]);
271 h_vecs[5] =
xorv(v[5], v[13]);
272 h_vecs[6] =
xorv(v[6], v[14]);
273 h_vecs[7] =
xorv(v[7], v[15]);
279 storeu(h_vecs[0], &out[0 *
sizeof(__m256i)]);
280 storeu(h_vecs[1], &out[1 *
sizeof(__m256i)]);
281 storeu(h_vecs[2], &out[2 *
sizeof(__m256i)]);
282 storeu(h_vecs[3], &out[3 *
sizeof(__m256i)]);
283 storeu(h_vecs[4], &out[4 *
sizeof(__m256i)]);
284 storeu(h_vecs[5], &out[5 *
sizeof(__m256i)]);
285 storeu(h_vecs[6], &out[6 *
sizeof(__m256i)]);
286 storeu(h_vecs[7], &out[7 *
sizeof(__m256i)]);
289#if !defined(BLAKE3_NO_SSE41)
292 uint64_t counter,
bool increment_counter,
298 uint64_t counter,
bool increment_counter,
305 uint64_t counter,
bool increment_counter,
308 while (num_inputs >=
DEGREE) {
310 flags_start, flags_end, out);
311 if (increment_counter) {
318#if !defined(BLAKE3_NO_SSE41)
320 increment_counter, flags, flags_start, flags_end, out);
323 increment_counter, flags, flags_start, flags_end,
bbsections Prepares for basic block by splitting functions into clusters of basic blocks
unify loop Fixup each natural loop to have a single exit block
INLINE __m256i loadu(const uint8_t src[32])
INLINE void round_fn(__m256i v[16], __m256i m[16], size_t r)
INLINE __m256i set1(uint32_t x)
INLINE __m256i addv(__m256i a, __m256i b)
INLINE void transpose_vecs(__m256i vecs[DEGREE])
INLINE void storeu(__m256i src, uint8_t dest[16])
INLINE __m256i rot8(__m256i x)
static void blake3_hash8_avx2(const uint8_t *const *inputs, size_t blocks, const uint32_t key[8], uint64_t counter, bool increment_counter, uint8_t flags, uint8_t flags_start, uint8_t flags_end, uint8_t *out)
INLINE void load_counters(uint64_t counter, bool increment_counter, __m256i *out_lo, __m256i *out_hi)
INLINE void transpose_msg_vecs(const uint8_t *const *inputs, size_t block_offset, __m256i out[16])
INLINE __m256i rot7(__m256i x)
INLINE __m256i xorv(__m256i a, __m256i b)
INLINE __m256i rot12(__m256i x)
INLINE __m256i rot16(__m256i x)
static const uint8_t MSG_SCHEDULE[7][16]
static const uint32_t IV[8]
#define blake3_hash_many_avx2
#define blake3_hash_many_sse41
#define blake3_hash_many_portable