pq_crypto 0.4.2 → 0.5.1

data/ext/pqcrypto/vendor/mlkem-native/mlkem/src/native/x86_64/src/poly_compress_d10.S

@@ -0,0 +1,382 @@
+/*
+ * Copyright (c) The mlkem-native project authors
+ * SPDX-License-Identifier: Apache-2.0 OR ISC OR MIT
+ */
+
+/* References
+ * ==========
+ *
+ * - [REF_AVX2]
+ *   CRYSTALS-Kyber optimized AVX2 implementation
+ *   Bos, Ducas, Kiltz, Lepoint, Lyubashevsky, Schanck, Schwabe, Seiler, Stehlé
+ *   https://github.com/pq-crystals/kyber/tree/main/avx2
+ */
+
+/*
+ * This file is derived from the public domain
+ * AVX2 Kyber implementation @[REF_AVX2].
+ */
+
+/*************************************************
+ * Name:        mlk_poly_compress_d10_avx2
+ *
+ * Description: Compression of a polynomial to 10 bits per coefficient.
+ *
+ * Arguments:   - uint8_t *r:       pointer to output byte array
+ *                                  (of length MLKEM_POLYCOMPRESSEDBYTES_D10)
+ *              - const int16_t *a: pointer to input polynomial
+ *              - const uint8_t *data: pointer to shufbidx constant
+ **************************************************/
+
+#include "../../../common.h"
+#if defined(MLK_ARITH_BACKEND_X86_64_DEFAULT) && \
+    !defined(MLK_CONFIG_MULTILEVEL_NO_SHARED) && \
+    (defined(MLK_CONFIG_MULTILEVEL_WITH_SHARED) || MLKEM_K == 2 || MLKEM_K == 3)
+
+/*
+ * WARNING: This file is auto-derived from the mlkem-native source file
+ *   dev/x86_64/src/poly_compress_d10.S using scripts/simpasm. Do not modify it directly.
+ */
+
+#if defined(__ELF__)
+.section .note.GNU-stack,"",@progbits
+#endif
+
+.text
+.balign 4
+.global MLK_ASM_NAMESPACE(poly_compress_d10_avx2)
+MLK_ASM_FN_SYMBOL(poly_compress_d10_avx2)
+
+        .cfi_startproc
+        movl $0x4ebf4ebf, %eax       # imm = 0x4EBF4EBF
+        vmovd %eax, %xmm0
+        vpbroadcastd %xmm0, %ymm0
+        vpsllw $0x3, %ymm0, %ymm1
+        movl $0xf000f, %eax          # imm = 0xF000F
+        vmovd %eax, %xmm2
+        vpbroadcastd %xmm2, %ymm2
+        movl $0x10001000, %eax       # imm = 0x10001000
+        vmovd %eax, %xmm3
+        vpbroadcastd %xmm3, %ymm3
+        movl $0x3ff03ff, %eax        # imm = 0x3FF03FF
+        vmovd %eax, %xmm4
+        vpbroadcastd %xmm4, %ymm4
+        movabsq $0x400000104000001, %rax # imm = 0x400000104000001
+        vmovq %rax, %xmm5
+        vpbroadcastq %xmm5, %ymm5
+        movl $0xc, %eax
+        vmovq %rax, %xmm6
+        vpbroadcastq %xmm6, %ymm6
+        vmovdqa (%rdx), %ymm7
+        vmovdqa (%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, (%rdi)
+        vmovd %xmm9, 0x10(%rdi)
+        vmovdqa 0x20(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x14(%rdi)
+        vmovd %xmm9, 0x24(%rdi)
+        vmovdqa 0x40(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x28(%rdi)
+        vmovd %xmm9, 0x38(%rdi)
+        vmovdqa 0x60(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x3c(%rdi)
+        vmovd %xmm9, 0x4c(%rdi)
+        vmovdqa 0x80(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x50(%rdi)
+        vmovd %xmm9, 0x60(%rdi)
+        vmovdqa 0xa0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x64(%rdi)
+        vmovd %xmm9, 0x74(%rdi)
+        vmovdqa 0xc0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x78(%rdi)
+        vmovd %xmm9, 0x88(%rdi)
+        vmovdqa 0xe0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x8c(%rdi)
+        vmovd %xmm9, 0x9c(%rdi)
+        vmovdqa 0x100(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0xa0(%rdi)
+        vmovd %xmm9, 0xb0(%rdi)
+        vmovdqa 0x120(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0xb4(%rdi)
+        vmovd %xmm9, 0xc4(%rdi)
+        vmovdqa 0x140(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0xc8(%rdi)
+        vmovd %xmm9, 0xd8(%rdi)
+        vmovdqa 0x160(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0xdc(%rdi)
+        vmovd %xmm9, 0xec(%rdi)
+        vmovdqa 0x180(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0xf0(%rdi)
+        vmovd %xmm9, 0x100(%rdi)
+        vmovdqa 0x1a0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x104(%rdi)
+        vmovd %xmm9, 0x114(%rdi)
+        vmovdqa 0x1c0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x118(%rdi)
+        vmovd %xmm9, 0x128(%rdi)
+        vmovdqa 0x1e0(%rsi), %ymm8
+        vpmullw %ymm1, %ymm8, %ymm9
+        vpaddw %ymm2, %ymm8, %ymm10
+        vpsllw $0x3, %ymm8, %ymm8
+        vpmulhw %ymm0, %ymm8, %ymm8
+        vpsubw %ymm10, %ymm9, %ymm10
+        vpandn %ymm10, %ymm9, %ymm9
+        vpsrlw $0xf, %ymm9, %ymm9
+        vpsubw %ymm9, %ymm8, %ymm8
+        vpmulhrsw %ymm3, %ymm8, %ymm8
+        vpand %ymm4, %ymm8, %ymm8
+        vpmaddwd %ymm5, %ymm8, %ymm8
+        vpsllvd %ymm6, %ymm8, %ymm8
+        vpsrlq $0xc, %ymm8, %ymm8
+        vpshufb %ymm7, %ymm8, %ymm8
+        vextracti128 $0x1, %ymm8, %xmm9
+        vpblendw $0xe0, %xmm9, %xmm8, %xmm8 # xmm8 = xmm8[0,1,2,3,4],xmm9[5,6,7]
+        vmovdqu %xmm8, 0x12c(%rdi)
+        vmovd %xmm9, 0x13c(%rdi)
+        retq
+        .cfi_endproc
+
+MLK_ASM_FN_SIZE(poly_compress_d10_avx2)
+
+#endif /* MLK_ARITH_BACKEND_X86_64_DEFAULT && !MLK_CONFIG_MULTILEVEL_NO_SHARED \
+          && (MLK_CONFIG_MULTILEVEL_WITH_SHARED || MLKEM_K == 2 || MLKEM_K == \
+          3) */