AVX implementation of sha256.
authorCryptoManiac <balthazar@yandex.ru>
Thu, 8 Oct 2015 23:56:10 +0000 (16:56 -0700)
committerCryptoManiac <balthazar@yandex.ru>
Thu, 8 Oct 2015 23:56:10 +0000 (16:56 -0700)
This is experimental feature, currently works for Linux only.

novacoin-qt.pro
src/crypto/sha2/asm/obj/.gitignore [new file with mode: 0644]
src/crypto/sha2/asm/sha256_avx1.asm [new file with mode: 0644]
src/kernel.cpp

index 36fdcff..812c7e1 100644 (file)
@@ -143,6 +143,19 @@ contains(USE_ASM, 1) {
     }
 }
 
+contains(USE_YASM, 1) {
+    !win32 {
+        DEFINES += USE_YASM
+
+        LIBS += $$PWD/src/crypto/sha2/asm/obj/sha256_avx1.a
+        gensha2.commands = cd $$PWD/src/crypto/sha2/asm && yasm -f x64 -f elf64 -X gnu -g dwarf2 -D LINUX -o obj/sha256_avx1.o sha256_avx1.asm && ar -rs obj/sha256_avx1.a obj/sha256_avx1.o
+        gensha2.target = $$PWD/src/crypto/sha2/asm/obj/sha256_avx1.a
+        gensha2.depends = FORCE
+        PRE_TARGETDEPS += $$PWD/src/crypto/sha2/asm/obj/sha256_avx1.a
+        QMAKE_EXTRA_TARGETS += gensha2
+    }
+}
+
 # regenerate src/build.h
 !windows|contains(USE_BUILD_INFO, 1) {
     genbuild.depends = FORCE
diff --git a/src/crypto/sha2/asm/obj/.gitignore b/src/crypto/sha2/asm/obj/.gitignore
new file mode 100644 (file)
index 0000000..d6b7ef3
--- /dev/null
@@ -0,0 +1,2 @@
+*
+!.gitignore
diff --git a/src/crypto/sha2/asm/sha256_avx1.asm b/src/crypto/sha2/asm/sha256_avx1.asm
new file mode 100644 (file)
index 0000000..5917858
--- /dev/null
@@ -0,0 +1,766 @@
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+; 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_avx1.obj -g cv8 sha256_avx1.asm
+; Linux:    yasm -f x64 -f elf64 -X gnu -g dwarf2 -D LINUX -o sha256_avx1.o sha256_avx1.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 1 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
+
+%macro MY_ROR 2
+    shld    %1,%1,(32-(%2))
+%endm
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+; COPY_XMM_AND_BSWAP xmm, [mem], byte_flip_mask
+; Load xmm with mem and byte swap each dword
+%macro COPY_XMM_AND_BSWAP 3
+    VMOVDQ %1, %2
+    vpshufb %1, %1, %3
+%endmacro
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+
+%define X0 xmm4
+%define X1 xmm5
+%define X2 xmm6
+%define X3 xmm7
+
+%define XTMP0 xmm0
+%define XTMP1 xmm1
+%define XTMP2 xmm2
+%define XTMP3 xmm3
+%define XTMP4 xmm8
+%define XFER  xmm9
+%define XTMP5 xmm11
+
+%define SHUF_00BA    xmm10 ; shuffle xBxA -> 00BA
+%define SHUF_DC00    xmm12 ; shuffle xDxC -> DC00
+%define BYTE_FLIP_MASK    xmm13
+    
+%ifdef LINUX
+%define NUM_BLKS rdx    ; 3rd arg
+%define CTX    rsi    ; 2nd arg
+%define INP    rdi    ; 1st arg
+
+%define SRND    rdi    ; clobbers INP
+%define c    ecx
+%define d     r8d
+%define e     edx
+%else
+%define NUM_BLKS r8    ; 3rd arg
+%define CTX    rdx     ; 2nd arg
+%define INP    rcx     ; 1st arg
+
+%define SRND    rcx    ; clobbers INP
+%define c     edi 
+%define d    esi 
+%define e     r8d
+    
+%endif
+%define TBL    rbp
+%define a eax
+%define b ebx
+
+%define f r9d
+%define g r10d
+%define h r11d
+
+%define y0 r13d
+%define y1 r14d
+%define y2 r15d
+
+
+_INP_END_SIZE    equ 8
+_INP_SIZE    equ 8
+_XFER_SIZE    equ 8
+%ifdef LINUX
+_XMM_SAVE_SIZE    equ 0
+%else
+_XMM_SAVE_SIZE    equ 8*16
+%endif
+; STACK_SIZE plus pushes must be an odd multiple of 8
+_ALIGN_SIZE    equ 8
+
+_INP_END    equ 0
+_INP        equ _INP_END  + _INP_END_SIZE
+_XFER        equ _INP      + _INP_SIZE
+_XMM_SAVE    equ _XFER     + _XFER_SIZE + _ALIGN_SIZE
+STACK_SIZE    equ _XMM_SAVE + _XMM_SAVE_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 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 0
+    ;; compute s0 four at a time and s1 two at a time
+    ;; compute W[-16] + W[-7] 4 at a time
+    ;vmovdqa    XTMP0, X3
+    mov    y0, e        ; y0 = e
+    MY_ROR    y0, (25-11)    ; y0 = e >> (25-11)
+    mov    y1, a        ; y1 = a
+    vpalignr    XTMP0, X3, X2, 4    ; XTMP0 = W[-7]
+    MY_ROR    y1, (22-13)    ; y1 = a >> (22-13)
+    xor    y0, e        ; y0 = e ^ (e >> (25-11))
+    mov    y2, f        ; y2 = f
+    MY_ROR    y0, (11-6)    ; y0 = (e >> (11-6)) ^ (e >> (25-6))
+    ;vmovdqa    XTMP1, X1
+    xor    y1, a        ; y1 = a ^ (a >> (22-13)
+    xor    y2, g        ; y2 = f^g
+    vpaddd    XTMP0, XTMP0, X0    ; XTMP0 = W[-7] + W[-16]
+    xor    y0, e        ; y0 = e ^ (e >> (11-6)) ^ (e >> (25-6))
+    and    y2, e        ; y2 = (f^g)&e
+    MY_ROR    y1, (13-2)    ; y1 = (a >> (13-2)) ^ (a >> (22-2))
+    ;; compute s0
+    vpalignr    XTMP1, X1, X0, 4    ; XTMP1 = W[-15]
+    xor    y1, a        ; y1 = a ^ (a >> (13-2)) ^ (a >> (22-2))
+    MY_ROR    y0, 6        ; y0 = S1 = (e>>6) & (e>>11) ^ (e>>25)
+    xor    y2, g        ; y2 = CH = ((f^g)&e)^g
+    
+    
+    MY_ROR    y1, 2        ; y1 = S0 = (a>>2) ^ (a>>13) ^ (a>>22)
+    add    y2, y0        ; y2 = S1 + CH
+    add    y2, [rsp + _XFER + 0*4]    ; y2 = k + w + S1 + CH
+
+    mov    y0, a        ; y0 = a
+    add    h, y2        ; h = h + S1 + CH + k + w
+    mov    y2, a        ; y2 = a
+    
+    vpsrld    XTMP2, XTMP1, 7
+    
+    or    y0, c        ; y0 = a|c
+    add    d, h        ; d = d + h + S1 + CH + k + w
+    and    y2, c        ; y2 = a&c
+    
+    vpslld    XTMP3, XTMP1, (32-7)
+    
+    and    y0, b        ; y0 = (a|c)&b
+    add    h, y1        ; h = h + S1 + CH + k + w + S0
+    
+    vpor    XTMP3, XTMP3, XTMP2    ; XTMP1 = W[-15] MY_ROR 7
+    
+    or    y0, y2        ; y0 = MAJ = (a|c)&b)|(a&c)
+    add    h, y0        ; h = h + S1 + CH + k + w + S0 + MAJ
+
+ROTATE_ARGS
+
+    mov    y0, e        ; y0 = e
+    mov    y1, a        ; y1 = a
+
+
+    MY_ROR    y0, (25-11)    ; y0 = e >> (25-11)
+    xor    y0, e        ; y0 = e ^ (e >> (25-11))
+    mov    y2, f        ; y2 = f
+    MY_ROR    y1, (22-13)    ; y1 = a >> (22-13)
+
+    vpsrld    XTMP2, XTMP1,18
+
+    xor    y1, a        ; y1 = a ^ (a >> (22-13)
+    MY_ROR    y0, (11-6)    ; y0 = (e >> (11-6)) ^ (e >> (25-6))
+    xor    y2, g        ; y2 = f^g
+    
+    vpsrld    XTMP4, XTMP1, 3    ; XTMP4 = W[-15] >> 3
+    
+    MY_ROR    y1, (13-2)    ; y1 = (a >> (13-2)) ^ (a >> (22-2))
+    xor    y0, e        ; y0 = e ^ (e >> (11-6)) ^ (e >> (25-6))
+    and    y2, e        ; y2 = (f^g)&e
+    MY_ROR    y0, 6        ; y0 = S1 = (e>>6) & (e>>11) ^ (e>>25)
+    
+    vpslld    XTMP1, XTMP1, (32-18)
+
+    xor    y1, a        ; y1 = a ^ (a >> (13-2)) ^ (a >> (22-2))
+    xor    y2, g        ; y2 = CH = ((f^g)&e)^g
+
+    vpxor    XTMP3, XTMP3, XTMP1
+
+    add    y2, y0        ; y2 = S1 + CH
+    add    y2, [rsp + _XFER + 1*4]    ; y2 = k + w + S1 + CH
+    MY_ROR    y1, 2        ; y1 = S0 = (a>>2) ^ (a>>13) ^ (a>>22)
+    
+    vpxor    XTMP3, XTMP3, XTMP2    ; XTMP1 = W[-15] MY_ROR 7 ^ W[-15] MY_ROR 18
+    
+    mov    y0, a        ; y0 = a
+    add    h, y2        ; h = h + S1 + CH + k + w
+    mov    y2, a        ; y2 = a
+    
+    vpxor    XTMP1, XTMP3, XTMP4    ; XTMP1 = s0
+    
+    or    y0, c        ; y0 = a|c
+    add    d, h        ; d = d + h + S1 + CH + k + w
+    and    y2, c        ; y2 = a&c
+    ;; compute low s1
+    vpshufd    XTMP2, X3, 11111010b    ; XTMP2 = W[-2] {BBAA}
+    and    y0, b        ; y0 = (a|c)&b
+    add    h, y1        ; h = h + S1 + CH + k + w + S0
+    vpaddd    XTMP0, XTMP0, XTMP1    ; XTMP0 = W[-16] + W[-7] + s0
+    or    y0, y2        ; y0 = MAJ = (a|c)&b)|(a&c)
+    add    h, y0        ; h = h + S1 + CH + k + w + S0 + MAJ
+
+ROTATE_ARGS
+    ;vmovdqa    XTMP3, XTMP2    ; XTMP3 = W[-2] {BBAA}
+    
+    mov    y0, e        ; y0 = e
+    mov    y1, a        ; y1 = a
+    MY_ROR    y0, (25-11)    ; y0 = e >> (25-11)
+    
+    ;vmovdqa    XTMP4, XTMP2    ; XTMP4 = W[-2] {BBAA}
+    
+    xor    y0, e        ; y0 = e ^ (e >> (25-11))
+    MY_ROR    y1, (22-13)    ; y1 = a >> (22-13)
+    mov    y2, f        ; y2 = f
+    xor    y1, a        ; y1 = a ^ (a >> (22-13)
+    MY_ROR    y0, (11-6)    ; y0 = (e >> (11-6)) ^ (e >> (25-6))
+    
+    vpsrld    XTMP4, XTMP2, 10    ; XTMP4 = W[-2] >> 10 {BBAA}
+    
+    xor    y2, g        ; y2 = f^g
+    
+    vpsrlq    XTMP3, XTMP2, 19    ; XTMP3 = W[-2] MY_ROR 19 {xBxA}
+    
+    xor    y0, e        ; y0 = e ^ (e >> (11-6)) ^ (e >> (25-6))
+    and    y2, e        ; y2 = (f^g)&e
+    
+    vpsrlq    XTMP2, XTMP2, 17    ; XTMP2 = W[-2] MY_ROR 17 {xBxA}
+    
+    MY_ROR    y1, (13-2)    ; y1 = (a >> (13-2)) ^ (a >> (22-2))
+    xor    y1, a        ; y1 = a ^ (a >> (13-2)) ^ (a >> (22-2))
+    xor    y2, g        ; y2 = CH = ((f^g)&e)^g
+    MY_ROR    y0, 6        ; y0 = S1 = (e>>6) & (e>>11) ^ (e>>25)
+    vpxor    XTMP2, XTMP2, XTMP3
+    add    y2, y0        ; y2 = S1 + CH
+    MY_ROR    y1, 2        ; y1 = S0 = (a>>2) ^ (a>>13) ^ (a>>22)
+    add    y2, [rsp + _XFER + 2*4]    ; y2 = k + w + S1 + CH
+    vpxor    XTMP4, XTMP4, XTMP2    ; XTMP4 = s1 {xBxA}
+    mov    y0, a        ; y0 = a
+    add    h, y2        ; h = h + S1 + CH + k + w
+    mov    y2, a        ; y2 = a
+    vpshufb    XTMP4, XTMP4, SHUF_00BA    ; XTMP4 = s1 {00BA}
+    or    y0, c        ; y0 = a|c
+    add    d, h        ; d = d + h + S1 + CH + k + w
+    and    y2, c        ; y2 = a&c
+    vpaddd    XTMP0, XTMP0, XTMP4    ; XTMP0 = {..., ..., W[1], W[0]}
+    and    y0, b        ; y0 = (a|c)&b
+    add    h, y1        ; h = h + S1 + CH + k + w + S0
+    ;; compute high s1
+    vpshufd    XTMP2, XTMP0, 01010000b    ; XTMP2 = W[-2] {DDCC}
+    or    y0, y2        ; y0 = MAJ = (a|c)&b)|(a&c)
+    add    h, y0        ; h = h + S1 + CH + k + w + S0 + MAJ
+
+ROTATE_ARGS
+    ;vmovdqa    XTMP3, XTMP2    ; XTMP3 = W[-2] {DDCC}
+    mov    y0, e        ; y0 = e
+    MY_ROR    y0, (25-11)    ; y0 = e >> (25-11)
+    mov    y1, a        ; y1 = a
+    ;vmovdqa    XTMP5,    XTMP2    ; XTMP5    = W[-2] {DDCC}
+    MY_ROR    y1, (22-13)    ; y1 = a >> (22-13)
+    xor    y0, e        ; y0 = e ^ (e >> (25-11))
+    mov    y2, f        ; y2 = f
+    MY_ROR    y0, (11-6)    ; y0 = (e >> (11-6)) ^ (e >> (25-6))
+    
+    vpsrld    XTMP5, XTMP2,   10    ; XTMP5 = W[-2] >> 10 {DDCC}
+    
+    xor    y1, a        ; y1 = a ^ (a >> (22-13)
+    xor    y2, g        ; y2 = f^g
+    
+    vpsrlq    XTMP3, XTMP2, 19    ; XTMP3 = W[-2] MY_ROR 19 {xDxC}
+    
+    xor    y0, e        ; y0 = e ^ (e >> (11-6)) ^ (e >> (25-6))
+    and    y2, e        ; y2 = (f^g)&e
+    MY_ROR    y1, (13-2)    ; y1 = (a >> (13-2)) ^ (a >> (22-2))
+    
+    vpsrlq    XTMP2, XTMP2, 17    ; XTMP2 = W[-2] MY_ROR 17 {xDxC}
+    
+    xor    y1, a        ; y1 = a ^ (a >> (13-2)) ^ (a >> (22-2))
+    MY_ROR    y0, 6        ; y0 = S1 = (e>>6) & (e>>11) ^ (e>>25)
+    xor    y2, g        ; y2 = CH = ((f^g)&e)^g
+    
+    vpxor    XTMP2, XTMP2, XTMP3
+    
+    MY_ROR    y1, 2        ; y1 = S0 = (a>>2) ^ (a>>13) ^ (a>>22)
+    add    y2, y0        ; y2 = S1 + CH
+    add    y2, [rsp + _XFER + 3*4]    ; y2 = k + w + S1 + CH
+    vpxor    XTMP5, XTMP5, XTMP2    ; XTMP5 = s1 {xDxC}
+    mov    y0, a        ; y0 = a
+    add    h, y2        ; h = h + S1 + CH + k + w
+    mov    y2, a        ; y2 = a
+    vpshufb    XTMP5, XTMP5, SHUF_DC00    ; XTMP5 = s1 {DC00}
+    or    y0, c        ; y0 = a|c
+    add    d, h        ; d = d + h + S1 + CH + k + w
+    and    y2, c        ; y2 = a&c
+    vpaddd    X0, XTMP5, XTMP0    ; X0 = {W[3], W[2], W[1], W[0]}
+    and    y0, b        ; y0 = (a|c)&b
+    add    h, y1        ; h = h + S1 + CH + k + w + S0
+    or    y0, y2        ; y0 = MAJ = (a|c)&b)|(a&c)
+    add    h, y0        ; h = h + S1 + CH + k + w + S0 + MAJ
+    
+ROTATE_ARGS
+rotate_Xs
+%endm
+
+;; input is [rsp + _XFER + %1 * 4]
+%macro DO_ROUND 1
+    mov    y0, e        ; y0 = e
+    MY_ROR    y0, (25-11)    ; y0 = e >> (25-11)
+    mov    y1, a        ; y1 = a
+    xor    y0, e        ; y0 = e ^ (e >> (25-11))
+    MY_ROR    y1, (22-13)    ; y1 = a >> (22-13)
+    mov    y2, f        ; y2 = f
+    xor    y1, a        ; y1 = a ^ (a >> (22-13)
+    MY_ROR    y0, (11-6)    ; y0 = (e >> (11-6)) ^ (e >> (25-6))
+    xor    y2, g        ; y2 = f^g
+    xor    y0, e        ; y0 = e ^ (e >> (11-6)) ^ (e >> (25-6))
+    MY_ROR    y1, (13-2)    ; y1 = (a >> (13-2)) ^ (a >> (22-2))
+    and    y2, e        ; y2 = (f^g)&e
+    xor    y1, a        ; y1 = a ^ (a >> (13-2)) ^ (a >> (22-2))
+    MY_ROR    y0, 6        ; y0 = S1 = (e>>6) & (e>>11) ^ (e>>25)
+    xor    y2, g        ; y2 = CH = ((f^g)&e)^g
+    add    y2, y0        ; y2 = S1 + CH
+    MY_ROR    y1, 2        ; y1 = S0 = (a>>2) ^ (a>>13) ^ (a>>22)
+    add    y2, [rsp + _XFER + %1 * 4]    ; y2 = k + w + S1 + CH
+    mov    y0, a        ; y0 = a
+    add    h, y2        ; h = h + S1 + CH + k + w
+    mov    y2, a        ; y2 = a
+    or    y0, c        ; y0 = a|c
+    add    d, h        ; d = d + h + S1 + CH + k + w
+    and    y2, c        ; y2 = a&c
+    and    y0, b        ; y0 = (a|c)&b
+    add    h, y1        ; h = h + S1 + CH + k + w + S0
+    or    y0, y2        ; y0 = MAJ = (a|c)&b)|(a&c)
+    add    h, y0        ; h = h + S1 + CH + k + w + S0 + MAJ
+    ROTATE_ARGS
+%endm
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;; void sha256_avx_swap(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_avx_swap
+align 32
+sha256_avx_swap:
+    push    rbx
+%ifndef LINUX
+    push    rsi
+    push    rdi
+%endif
+    push    rbp
+    push    r13
+    push    r14
+    push    r15
+
+    sub    rsp,STACK_SIZE
+%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_swap
+    add    NUM_BLKS, INP    ; pointer to end of data
+    mov    [rsp + _INP_END], NUM_BLKS
+
+    ;; 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]
+
+loop0_swap:
+    lea    TBL,[K256 wrt rip]
+
+    ;; byte swap first 16 dwords
+    COPY_XMM_AND_BSWAP    X0, [INP + 0*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X1, [INP + 1*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X2, [INP + 2*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X3, [INP + 3*16], BYTE_FLIP_MASK
+    
+    mov    [rsp + _INP], INP
+
+    ;; schedule 48 input dwords, by doing 3 rounds of 16 each
+    mov    SRND, 3
+align 16
+loop1_swap:
+    vpaddd    XFER, X0, [TBL + 0*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 1*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 2*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 3*16]
+    vmovdqa    [rsp + _XFER], XFER
+    add    TBL, 4*16
+    FOUR_ROUNDS_AND_SCHED
+
+    sub    SRND, 1
+    jne    loop1_swap
+
+    mov    SRND, 2
+loop2_swap:
+    vpaddd    XFER, X0, [TBL + 0*16]
+    vmovdqa    [rsp + _XFER], XFER
+    DO_ROUND    0
+    DO_ROUND    1
+    DO_ROUND    2
+    DO_ROUND    3
+
+    vpaddd    XFER, X1, [TBL + 1*16]
+    vmovdqa    [rsp + _XFER], XFER
+    add    TBL, 2*16
+    DO_ROUND    0
+    DO_ROUND    1
+    DO_ROUND    2
+    DO_ROUND    3
+
+    vmovdqa    X0, X2
+    vmovdqa    X1, X3
+
+    sub    SRND, 1
+    jne    loop2_swap
+
+    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
+
+    mov    INP, [rsp + _INP]
+    add    INP, 64
+    cmp    INP, [rsp + _INP_END]
+    jne    loop0_swap
+
+done_hash_swap:
+    mov   a, [4*0 + CTX]
+    bswap a
+    mov   [4*0 + CTX],a
+
+    mov   b, [4*1 + CTX]
+    bswap b
+    mov   [4*1 + CTX], b
+
+    mov   c, [4*2 + CTX]
+    bswap c
+    mov   [4*2 + CTX], c
+
+    mov   d, [4*3 + CTX]
+    bswap d
+    mov   [4*3 + CTX], d
+
+    mov   e, [4*4 + CTX]
+    bswap e
+    mov   [4*4 + CTX], e
+
+    mov   f, [4*5 + CTX]
+    bswap f
+    mov   [4*5 + CTX], f
+
+    mov   g, [4*6 + CTX]
+    bswap g
+    mov   [4*6 + CTX], g
+
+    mov   h, [4*7 + CTX]
+    bswap h
+    mov   [4*7 + CTX], h
+
+%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
+
+
+    add    rsp, STACK_SIZE
+
+    pop    r15
+    pop    r14
+    pop    r13
+    pop    rbp
+%ifndef LINUX
+    pop    rdi
+    pop    rsi
+%endif
+    pop    rbx
+
+    ret
+
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
+;; void sha256_avx(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_avx
+align 32
+sha256_avx:
+    push    rbx
+%ifndef LINUX
+    push    rsi
+    push    rdi
+%endif
+    push    rbp
+    push    r13
+    push    r14
+    push    r15
+
+    sub    rsp,STACK_SIZE
+%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
+    add    NUM_BLKS, INP    ; pointer to end of data
+    mov    [rsp + _INP_END], NUM_BLKS
+
+    ;; 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]
+
+loop0:
+    lea    TBL,[K256 wrt rip]
+
+    ;; byte swap first 16 dwords
+    COPY_XMM_AND_BSWAP    X0, [INP + 0*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X1, [INP + 1*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X2, [INP + 2*16], BYTE_FLIP_MASK
+    COPY_XMM_AND_BSWAP    X3, [INP + 3*16], BYTE_FLIP_MASK
+    
+    mov    [rsp + _INP], INP
+
+    ;; schedule 48 input dwords, by doing 3 rounds of 16 each
+    mov    SRND, 3
+align 16
+loop1:
+    vpaddd    XFER, X0, [TBL + 0*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 1*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 2*16]
+    vmovdqa    [rsp + _XFER], XFER
+    FOUR_ROUNDS_AND_SCHED
+
+    vpaddd    XFER, X0, [TBL + 3*16]
+    vmovdqa    [rsp + _XFER], XFER
+    add    TBL, 4*16
+    FOUR_ROUNDS_AND_SCHED
+
+    sub    SRND, 1
+    jne    loop1
+
+    mov    SRND, 2
+loop2:
+    vpaddd    XFER, X0, [TBL + 0*16]
+    vmovdqa    [rsp + _XFER], XFER
+    DO_ROUND    0
+    DO_ROUND    1
+    DO_ROUND    2
+    DO_ROUND    3
+
+    vpaddd    XFER, X1, [TBL + 1*16]
+    vmovdqa    [rsp + _XFER], XFER
+    add    TBL, 2*16
+    DO_ROUND    0
+    DO_ROUND    1
+    DO_ROUND    2
+    DO_ROUND    3
+
+    vmovdqa    X0, X2
+    vmovdqa    X1, X3
+
+    sub    SRND, 1
+    jne    loop2
+
+    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
+
+    mov    INP, [rsp + _INP]
+    add    INP, 64
+    cmp    INP, [rsp + _INP_END]
+    jne    loop0
+
+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
+
+
+    add    rsp, STACK_SIZE
+
+    pop    r15
+    pop    r14
+    pop    r13
+    pop    rbp
+%ifndef LINUX
+    pop    rdi
+    pop    rsi
+%endif
+    pop    rbx
+
+    ret
+
+section .data
+align 64
+K256:
+    dd    0x428a2f98,0x71374491,0xb5c0fbcf,0xe9b5dba5
+    dd    0x3956c25b,0x59f111f1,0x923f82a4,0xab1c5ed5
+    dd    0xd807aa98,0x12835b01,0x243185be,0x550c7dc3
+    dd    0x72be5d74,0x80deb1fe,0x9bdc06a7,0xc19bf174
+    dd    0xe49b69c1,0xefbe4786,0x0fc19dc6,0x240ca1cc
+    dd    0x2de92c6f,0x4a7484aa,0x5cb0a9dc,0x76f988da
+    dd    0x983e5152,0xa831c66d,0xb00327c8,0xbf597fc7
+    dd    0xc6e00bf3,0xd5a79147,0x06ca6351,0x14292967
+    dd    0x27b70a85,0x2e1b2138,0x4d2c6dfc,0x53380d13
+    dd    0x650a7354,0x766a0abb,0x81c2c92e,0x92722c85
+    dd    0xa2bfe8a1,0xa81a664b,0xc24b8b70,0xc76c51a3
+    dd    0xd192e819,0xd6990624,0xf40e3585,0x106aa070
+    dd    0x19a4c116,0x1e376c08,0x2748774c,0x34b0bcb5
+    dd    0x391c0cb3,0x4ed8aa4a,0x5b9cca4f,0x682e6ff3
+    dd    0x748f82ee,0x78a5636f,0x84c87814,0x8cc70208
+    dd    0x90befffa,0xa4506ceb,0xbef9a3f7,0xc67178f2
+
+PSHUFFLE_BYTE_FLIP_MASK: ddq 0x0c0d0e0f08090a0b0405060700010203
+
+; shuffle xBxA -> 00BA
+_SHUF_00BA:              ddq 0xFFFFFFFFFFFFFFFF0b0a090803020100
+
+; shuffle xDxC -> DC00
+_SHUF_DC00:              ddq 0x0b0a090803020100FFFFFFFFFFFFFFFF
index 57f2e05..9919399 100644 (file)
@@ -423,6 +423,101 @@ bool CheckStakeKernelHash(uint32_t nBits, const CBlock& blockFrom, uint32_t nTxP
     return true;
 }
 
+
+#ifdef USE_YASM
+
+// SHA256 initial state
+static const uint32_t init[8] = { 0x6a09e667, 0xbb67ae85, 0x3c6ef372, 0xa54ff53a, 0x510e527f, 0x9b05688c, 0x1f83d9ab, 0x5be0cd19 };
+
+// 8000000000000000000000000000000000000000000000000000000000000000000000e0
+static const uint32_t block1_suffix[9] = { 0x00000080, 0, 0, 0, 0, 0, 0, 0, 0xe0000000 };
+
+// 8000000000000000000000000000000000000000000000000000000000000100
+static const uint32_t block2_suffix[8] = { 0x00000080, 0, 0, 0, 0, 0, 0, 0x00010000 };
+
+extern "C" void sha256_avx(void *input_data, uint32_t digest[8], uint64_t num_blks);
+extern "C" void sha256_avx_swap(void *input_data, uint32_t digest[8], uint64_t num_blks);
+
+class ScanMidstateWorker
+{
+public:
+    ScanMidstateWorker()
+    { }
+    ScanMidstateWorker(unsigned char *kernel, uint32_t nBits, uint32_t nInputTxTime, int64_t nValueIn, uint32_t nIntervalBegin, uint32_t nIntervalEnd) 
+        : kernel(kernel), nBits(nBits), nInputTxTime(nInputTxTime), bnValueIn(nValueIn), nIntervalBegin(nIntervalBegin), nIntervalEnd(nIntervalEnd)
+    {
+        solutions = vector<std::pair<uint256,uint32_t> >();
+    }
+
+    void Do()
+    {
+        SetThreadPriority(THREAD_PRIORITY_LOWEST);
+
+        // Sha256 result buffer
+        uint32_t hashProofOfStake[8];
+
+        // Compute maximum possible target to filter out majority of obviously insufficient hashes
+        CBigNum bnTargetPerCoinDay;
+        bnTargetPerCoinDay.SetCompact(nBits);
+
+        uint256 nMaxTarget = (bnTargetPerCoinDay * bnValueIn * nStakeMaxAge / COIN / nOneDay).getuint256(),
+            *pnHashProofOfStake = (uint256 *)&hashProofOfStake;
+
+        uint8_t data_block[64];
+        uint8_t data_block2[64];
+
+        // Copy static part of kernel
+        __builtin_memcpy(&data_block[0], kernel, 24);
+
+        __builtin_memcpy(&data_block[28], &block1_suffix[0], 9 * sizeof(uint32_t));
+        __builtin_memcpy(&data_block2[32], &block2_suffix[0], 8 * sizeof(uint32_t));
+
+        // Search forward in time from the given timestamp
+        // Stopping search in case of shutting down
+        for (uint32_t nTimeTx=nIntervalBegin, nMaxTarget32 = nMaxTarget.Get32(7); nTimeTx<nIntervalEnd && !fShutdown; nTimeTx++)
+        {
+            __builtin_memcpy(&data_block[24], &nTimeTx, 4);
+            __builtin_memcpy(&data_block2[0], &init[0], 8 * sizeof(uint32_t));
+
+            sha256_avx_swap(&data_block[0], (uint32_t *) &data_block2[0], 1);
+
+            __builtin_memcpy(&hashProofOfStake[0], &init[0], 8 * sizeof(uint32_t));
+
+            sha256_avx(&data_block2[0], &hashProofOfStake[0], 1);
+
+            // Skip if hash doesn't satisfy the maximum target
+            if (__builtin_bswap32(hashProofOfStake[7]) > nMaxTarget32)
+                continue;
+
+            // Swap byte order
+            for(int i = 0; i < 8; i++)
+                hashProofOfStake[i] = __builtin_bswap32(hashProofOfStake[i]);
+
+            CBigNum bnCoinDayWeight = bnValueIn * GetWeight((int64_t)nInputTxTime, (int64_t)nTimeTx) / COIN / nOneDay;
+            CBigNum bnTargetProofOfStake = bnCoinDayWeight * bnTargetPerCoinDay;
+
+            if (bnTargetProofOfStake >= CBigNum(*pnHashProofOfStake))
+                solutions.push_back(std::pair<uint256,uint32_t>(*pnHashProofOfStake, nTimeTx));
+        }
+    }
+
+    vector<std::pair<uint256,uint32_t> >& GetSolutions()
+    {
+        return solutions;
+    }
+
+private:
+    std::vector<std::pair<uint256,uint32_t> > solutions;
+
+    uint8_t *kernel;
+    uint32_t nBits;
+    uint32_t nInputTxTime;
+    CBigNum  bnValueIn;
+    uint32_t nIntervalBegin;
+    uint32_t nIntervalEnd;
+};
+
+#else
 class ScanMidstateWorker
 {
 public:
@@ -496,6 +591,7 @@ private:
     uint32_t nIntervalEnd;
 };
 
+#endif
 // Scan given kernel for solution
 bool ScanKernelForward(unsigned char *kernel, uint32_t nBits, uint32_t nInputTxTime, int64_t nValueIn, std::pair<uint32_t, uint32_t> &SearchInterval, std::vector<std::pair<uint256, uint32_t> > &solutions)
 {