// linker define mladder // linker use hh_p1 // linker use hh_p2 // linker use hh_p3 // linker use hh_xor // linker use sub_p1 // linker use sub_p2 // linker use sub_p3 // linker use swap_c // linker use swap_mask // linker use sh2526 // linker use sh2625 // linker use vec19 // linker use vec38 // linker use vecmask25 // linker use vecmask26 // linker use vecmask32 // linker use vecmask2526 // linker use vecmask2625 /* Assembly for Montgomery ladder. */ #include "consts_namespace.h" .p2align 5 .globl _CRYPTO_SHARED_NAMESPACE(mladder) .globl CRYPTO_SHARED_NAMESPACE(mladder) _CRYPTO_SHARED_NAMESPACE(mladder): CRYPTO_SHARED_NAMESPACE(mladder): movq %rsp,%r11 andq $-32,%rsp subq $352,%rsp movq %r11,0(%rsp) movq %r12,8(%rsp) movq %r13,16(%rsp) movq %r14,24(%rsp) movq %r15,32(%rsp) movq %rbx,40(%rsp) movq %rbp,48(%rsp) // load <0,A,1,X1> vmovdqa 0(%rsi),%ymm0 vmovdqa 32(%rsi),%ymm1 vmovdqa 64(%rsi),%ymm2 vmovdqa 96(%rsi),%ymm3 vmovdqa 128(%rsi),%ymm4 vmovdqa 160(%rsi),%ymm5 vmovdqa 192(%rsi),%ymm6 vmovdqa 224(%rsi),%ymm7 vmovdqa 256(%rsi),%ymm8 vmovdqa 288(%rsi),%ymm9 // <0',A',1',X1'> ← Pack-D2N(<0,A,1,X1>) vpsllq $32,%ymm5,%ymm5 vpor %ymm5,%ymm0,%ymm0 vpsllq $32,%ymm6,%ymm6 vpor %ymm6,%ymm1,%ymm1 vpsllq $32,%ymm7,%ymm7 vpor %ymm7,%ymm2,%ymm2 vpsllq $32,%ymm8,%ymm8 vpor %ymm8,%ymm3,%ymm3 vpsllq $32,%ymm9,%ymm9 vpor %ymm9,%ymm4,%ymm4 vmovdqa %ymm0,0(%rsi) vmovdqa %ymm1,32(%rsi) vmovdqa %ymm2,64(%rsi) vmovdqa %ymm3,96(%rsi) vmovdqa %ymm4,128(%rsi) // load vmovdqa 0(%rdi),%ymm0 vmovdqa 32(%rdi),%ymm11 vmovdqa 64(%rdi),%ymm2 vmovdqa 96(%rdi),%ymm12 vmovdqa 128(%rdi),%ymm4 vmovdqa 160(%rdi),%ymm13 vmovdqa 192(%rdi),%ymm6 vmovdqa 224(%rdi),%ymm14 vmovdqa 256(%rdi),%ymm8 vmovdqa 288(%rdi),%ymm15 // ← Pack-D2N() vpsllq $32,%ymm13,%ymm13 vpor %ymm13,%ymm0,%ymm0 vpsllq $32,%ymm6,%ymm6 vpor %ymm6,%ymm11,%ymm11 vpsllq $32,%ymm14,%ymm14 vpor %ymm14,%ymm2,%ymm2 vpsllq $32,%ymm8,%ymm8 vpor %ymm8,%ymm12,%ymm12 vpsllq $32,%ymm15,%ymm15 vpor %ymm15,%ymm4,%ymm4 movq $31,%r15 movq $6,%rcx movb $0,%r8b movq %rdx,%rax .L1: addq %r15,%rax movb 0(%rax),%r14b movq %rdx,%rax .L2: movb %r14b,%bl shrb %cl,%bl andb $1,%bl movb %bl,%r9b xorb %r8b,%bl movb %r9b,%r8b // ← Dense-Swap(,b) movzbl %bl,%ebx imul $4,%ebx,%ebx movl %ebx,56(%rsp) vpbroadcastd 56(%rsp),%ymm7 vpaddd swap_c(%rip),%ymm7,%ymm7 vpand swap_mask(%rip),%ymm7,%ymm7 vpermd %ymm0,%ymm7,%ymm0 vpermd %ymm11,%ymm7,%ymm11 vpermd %ymm2,%ymm7,%ymm2 vpermd %ymm12,%ymm7,%ymm12 vpermd %ymm4,%ymm7,%ymm4 // ← Dense-H-H() vpshufd $68,%ymm0,%ymm1 vpshufd $238,%ymm0,%ymm3 vpaddd hh_p1(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm3,%ymm3 vpaddd %ymm1,%ymm3,%ymm16 vpshufd $68,%ymm11,%ymm1 vpshufd $238,%ymm11,%ymm3 vpaddd hh_p2(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm3,%ymm3 vpaddd %ymm1,%ymm3,%ymm17 vpshufd $68,%ymm2,%ymm1 vpshufd $238,%ymm2,%ymm3 vpaddd hh_p3(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm3,%ymm3 vpaddd %ymm1,%ymm3,%ymm18 vpshufd $68,%ymm12,%ymm1 vpshufd $238,%ymm12,%ymm3 vpaddd hh_p2(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm3,%ymm3 vpaddd %ymm1,%ymm3,%ymm19 vpshufd $68,%ymm4,%ymm1 vpshufd $238,%ymm4,%ymm3 vpaddd hh_p3(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm3,%ymm3 vpaddd %ymm1,%ymm3,%ymm20 // ← Pack-N2D() vpsrlq $32,%ymm16,%ymm21 vpsrlq $32,%ymm17,%ymm22 vpsrlq $32,%ymm18,%ymm23 vpsrlq $32,%ymm19,%ymm24 vpsrlq $32,%ymm20,%ymm25 // ← Dense-Dup() vpermq $20,%ymm16,%ymm26 vpermq $20,%ymm17,%ymm27 vpermq $20,%ymm18,%ymm28 vpermq $20,%ymm19,%ymm29 vpermq $20,%ymm20,%ymm30 // ← Pack-D2N() vpsrlq $32,%ymm26,%ymm31 vpsrlq $32,%ymm27,%ymm6 vpsrlq $32,%ymm28,%ymm7 vpsrlq $32,%ymm29,%ymm8 vpsrlq $32,%ymm30,%ymm9 // ← Mul(,) vmovdqa %ymm6,64(%rsp) vmovdqa %ymm7,96(%rsp) vmovdqa %ymm8,128(%rsp) vmovdqa %ymm9,160(%rsp) vpaddq %ymm17,%ymm17,%ymm11 vpaddq %ymm19,%ymm19,%ymm12 vpaddq %ymm21,%ymm21,%ymm13 vpaddq %ymm23,%ymm23,%ymm14 vpaddq %ymm25,%ymm25,%ymm15 vpmuludq vec19(%rip),%ymm27,%ymm1 vpmuludq vec19(%rip),%ymm28,%ymm2 vpmuludq vec19(%rip),%ymm29,%ymm3 vpmuludq vec19(%rip),%ymm30,%ymm4 vpmuludq vec19(%rip),%ymm31,%ymm5 vpmuludq vec19(%rip),%ymm6,%ymm6 vpmuludq vec19(%rip),%ymm7,%ymm7 vpmuludq vec19(%rip),%ymm8,%ymm8 vpmuludq vec19(%rip),%ymm9,%ymm9 vpmuludq %ymm15,%ymm1,%ymm0 vpmuludq %ymm14,%ymm3,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm13,%ymm5,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm12,%ymm7,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm11,%ymm9,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm24,%ymm2,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm22,%ymm4,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm20,%ymm6,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm18,%ymm8,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm25,%ymm2,%ymm1 vpmuludq %ymm24,%ymm3,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm23,%ymm4,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm22,%ymm5,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm21,%ymm6,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm20,%ymm7,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm19,%ymm8,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm18,%ymm9,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm15,%ymm3,%ymm2 vpmuludq %ymm14,%ymm5,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm13,%ymm7,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm12,%ymm9,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm24,%ymm4,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm22,%ymm6,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm20,%ymm8,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm27,%ymm11,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm25,%ymm4,%ymm3 vpmuludq %ymm24,%ymm5,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm23,%ymm6,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm22,%ymm7,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm21,%ymm8,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm20,%ymm9,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm15,%ymm5,%ymm4 vpmuludq %ymm14,%ymm7,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm13,%ymm9,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm24,%ymm6,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm22,%ymm8,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm27,%ymm12,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm29,%ymm11,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm25,%ymm6,%ymm5 vpmuludq %ymm24,%ymm7,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm23,%ymm8,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm22,%ymm9,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm15,%ymm7,%ymm6 vpmuludq %ymm14,%ymm9,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm24,%ymm8,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm27,%ymm13,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm29,%ymm12,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm31,%ymm11,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm25,%ymm8,%ymm7 vpmuludq %ymm24,%ymm9,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm15,%ymm9,%ymm8 vpmuludq %ymm27,%ymm14,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm29,%ymm13,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm31,%ymm12,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq 96(%rsp),%ymm11,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm26,%ymm16,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm28,%ymm16,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm26,%ymm18,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm29,%ymm16,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm28,%ymm17,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm27,%ymm18,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm26,%ymm19,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm27,%ymm16,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm26,%ymm17,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm30,%ymm16,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm28,%ymm18,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm26,%ymm20,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm31,%ymm16,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm30,%ymm17,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm29,%ymm18,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm28,%ymm19,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm27,%ymm20,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm26,%ymm21,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq 64(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm30,%ymm18,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm28,%ymm20,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq 96(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq 64(%rsp),%ymm17,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm31,%ymm18,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm30,%ymm19,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm29,%ymm20,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm28,%ymm21,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq 128(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq 64(%rsp),%ymm18,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm30,%ymm20,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm30,%ymm21,%ymm21 vpmuludq 160(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 128(%rsp),%ymm17,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 96(%rsp),%ymm18,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 64(%rsp),%ymm19,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq %ymm31,%ymm20,%ymm10 vpaddq %ymm10,%ymm21,%ymm9 vpmuludq %ymm26,%ymm22,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm27,%ymm22,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm26,%ymm23,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm28,%ymm22,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm26,%ymm24,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm29,%ymm22,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm28,%ymm23,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm27,%ymm24,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm26,%ymm25,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpsrlq $25,%ymm5,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm5,%ymm15 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $26,%ymm6,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpand vecmask26(%rip),%ymm6,%ymm11 vpsrlq $25,%ymm1,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpand vecmask25(%rip),%ymm1,%ymm1 vpsrlq $25,%ymm7,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpand vecmask25(%rip),%ymm7,%ymm14 vpsrlq $26,%ymm2,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpand vecmask26(%rip),%ymm2,%ymm12 vpsrlq $26,%ymm8,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpand vecmask26(%rip),%ymm8,%ymm6 vpsrlq $25,%ymm3,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpand vecmask25(%rip),%ymm3,%ymm13 vpsrlq $25,%ymm9,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpsllq $1,%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpsllq $3,%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpand vecmask25(%rip),%ymm9,%ymm8 vpsrlq $26,%ymm4,%ymm10 vpaddq %ymm10,%ymm15,%ymm15 vpand vecmask26(%rip),%ymm4,%ymm7 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm3 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $25,%ymm15,%ymm10 vpaddq %ymm10,%ymm11,%ymm5 vpand vecmask25(%rip),%ymm15,%ymm9 // ← Pack-N2D() vpsllq $32,%ymm9,%ymm9 vpor %ymm9,%ymm0,%ymm0 vpsllq $32,%ymm5,%ymm5 vpor %ymm5,%ymm3,%ymm3 vpsllq $32,%ymm14,%ymm14 vpor %ymm14,%ymm12,%ymm12 vpsllq $32,%ymm6,%ymm6 vpor %ymm6,%ymm13,%ymm13 vpsllq $32,%ymm8,%ymm8 vpor %ymm8,%ymm7,%ymm7 // ← Dense-H-H() vpshufd $68,%ymm0,%ymm1 vpshufd $238,%ymm0,%ymm4 vpaddd hh_p1(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm4,%ymm4 vpaddd %ymm1,%ymm4,%ymm26 vpshufd $68,%ymm3,%ymm1 vpshufd $238,%ymm3,%ymm4 vpaddd hh_p2(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm4,%ymm4 vpaddd %ymm1,%ymm4,%ymm27 vpshufd $68,%ymm12,%ymm1 vpshufd $238,%ymm12,%ymm4 vpaddd hh_p3(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm4,%ymm4 vpaddd %ymm1,%ymm4,%ymm28 vpshufd $68,%ymm13,%ymm1 vpshufd $238,%ymm13,%ymm4 vpaddd hh_p2(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm4,%ymm4 vpaddd %ymm1,%ymm4,%ymm29 vpshufd $68,%ymm7,%ymm1 vpshufd $238,%ymm7,%ymm4 vpaddd hh_p3(%rip),%ymm1,%ymm1 vpxor hh_xor(%rip),%ymm4,%ymm4 vpaddd %ymm1,%ymm4,%ymm30 // ← Dense-Shuffle() vpshufd $78,%ymm26,%ymm1 vpshufd $78,%ymm27,%ymm2 vpshufd $78,%ymm28,%ymm4 vpshufd $78,%ymm29,%ymm5 vpshufd $78,%ymm30,%ymm6 // ← Dense-Blend(<0',A',1',X1'>,,1000) movl $252,%ebx kmovw %ebx,%k1 vpblendmd 0(%rsi),%ymm1,%ymm16{%k1} vpblendmd 32(%rsi),%ymm2,%ymm17{%k1} vpblendmd 64(%rsi),%ymm4,%ymm18{%k1} vpblendmd 96(%rsi),%ymm5,%ymm19{%k1} vpblendmd 128(%rsi),%ymm6,%ymm20{%k1} // ← Pack-D2N() vpsrlq $32,%ymm16,%ymm21 vpsrlq $32,%ymm17,%ymm22 vpsrlq $32,%ymm18,%ymm23 vpsrlq $32,%ymm19,%ymm24 vpsrlq $32,%ymm20,%ymm25 // ← Pack-D2N() vpsrlq $32,%ymm26,%ymm31 vpsrlq $32,%ymm27,%ymm5 vpsrlq $32,%ymm28,%ymm14 vpsrlq $32,%ymm29,%ymm6 vpsrlq $32,%ymm30,%ymm8 // ← Sqr() vmovdqa %ymm5,64(%rsp) vmovdqa %ymm14,96(%rsp) vmovdqa %ymm6,128(%rsp) vmovdqa %ymm8,160(%rsp) vpmuludq vec19(%rip),%ymm5,%ymm2 vpmuludq vec19(%rip),%ymm6,%ymm6 vpmuludq vec38(%rip),%ymm31,%ymm1 vpmuludq vec38(%rip),%ymm14,%ymm4 vpmuludq vec38(%rip),%ymm8,%ymm8 vpaddq %ymm26,%ymm26,%ymm10 vpaddq %ymm27,%ymm27,%ymm11 vpaddq %ymm28,%ymm28,%ymm12 vpaddq %ymm29,%ymm29,%ymm13 vpaddq %ymm30,%ymm30,%ymm7 vpaddq %ymm31,%ymm31,%ymm9 vpaddq %ymm5,%ymm5,%ymm5 vpaddq %ymm14,%ymm14,%ymm14 vpmuludq %ymm26,%ymm26,%ymm0 vpmuludq %ymm11,%ymm8,%ymm15 vpaddq %ymm15,%ymm0,%ymm0 vpmuludq %ymm12,%ymm6,%ymm15 vpaddq %ymm15,%ymm0,%ymm0 vpmuludq %ymm13,%ymm4,%ymm15 vpaddq %ymm15,%ymm0,%ymm0 vpmuludq %ymm7,%ymm2,%ymm15 vpaddq %ymm15,%ymm0,%ymm0 vpmuludq %ymm31,%ymm1,%ymm15 vpaddq %ymm15,%ymm0,%ymm0 vpmuludq 64(%rsp),%ymm1,%ymm1 vpmuludq %ymm27,%ymm10,%ymm15 vpaddq %ymm15,%ymm1,%ymm1 vpmuludq %ymm28,%ymm8,%ymm15 vpaddq %ymm15,%ymm1,%ymm1 vpmuludq %ymm13,%ymm6,%ymm15 vpaddq %ymm15,%ymm1,%ymm1 vpmuludq %ymm30,%ymm4,%ymm15 vpaddq %ymm15,%ymm1,%ymm1 vpmuludq 64(%rsp),%ymm2,%ymm2 vpmuludq %ymm28,%ymm10,%ymm15 vpaddq %ymm15,%ymm2,%ymm2 vpmuludq %ymm27,%ymm11,%ymm15 vpaddq %ymm15,%ymm2,%ymm2 vpmuludq %ymm13,%ymm8,%ymm15 vpaddq %ymm15,%ymm2,%ymm2 vpmuludq %ymm7,%ymm6,%ymm15 vpaddq %ymm15,%ymm2,%ymm2 vpmuludq %ymm9,%ymm4,%ymm15 vpaddq %ymm15,%ymm2,%ymm2 vpmuludq %ymm29,%ymm10,%ymm3 vpmuludq %ymm28,%ymm11,%ymm15 vpaddq %ymm15,%ymm3,%ymm3 vpmuludq %ymm30,%ymm8,%ymm15 vpaddq %ymm15,%ymm3,%ymm3 vpmuludq %ymm9,%ymm6,%ymm15 vpaddq %ymm15,%ymm3,%ymm3 vpmuludq 64(%rsp),%ymm4,%ymm15 vpaddq %ymm15,%ymm3,%ymm3 vpmuludq 96(%rsp),%ymm4,%ymm4 vpmuludq %ymm30,%ymm10,%ymm15 vpaddq %ymm15,%ymm4,%ymm4 vpmuludq %ymm11,%ymm13,%ymm15 vpaddq %ymm15,%ymm4,%ymm4 vpmuludq %ymm28,%ymm28,%ymm15 vpaddq %ymm15,%ymm4,%ymm4 vpmuludq %ymm9,%ymm8,%ymm15 vpaddq %ymm15,%ymm4,%ymm4 vpmuludq %ymm5,%ymm6,%ymm15 vpaddq %ymm15,%ymm4,%ymm4 vpmuludq %ymm31,%ymm10,%ymm5 vpmuludq %ymm30,%ymm11,%ymm15 vpaddq %ymm15,%ymm5,%ymm5 vpmuludq %ymm29,%ymm12,%ymm15 vpaddq %ymm15,%ymm5,%ymm5 vpmuludq 64(%rsp),%ymm8,%ymm15 vpaddq %ymm15,%ymm5,%ymm5 vpmuludq %ymm6,%ymm14,%ymm15 vpaddq %ymm15,%ymm5,%ymm5 vpmuludq 128(%rsp),%ymm6,%ymm6 vpmuludq 64(%rsp),%ymm10,%ymm15 vpaddq %ymm15,%ymm6,%ymm6 vpmuludq %ymm11,%ymm9,%ymm15 vpaddq %ymm15,%ymm6,%ymm6 vpmuludq %ymm30,%ymm12,%ymm15 vpaddq %ymm15,%ymm6,%ymm6 vpmuludq %ymm29,%ymm13,%ymm15 vpaddq %ymm15,%ymm6,%ymm6 vpmuludq %ymm14,%ymm8,%ymm15 vpaddq %ymm15,%ymm6,%ymm6 vpmuludq 96(%rsp),%ymm10,%ymm7 vpmuludq 64(%rsp),%ymm11,%ymm15 vpaddq %ymm15,%ymm7,%ymm7 vpmuludq %ymm31,%ymm12,%ymm15 vpaddq %ymm15,%ymm7,%ymm7 vpmuludq %ymm30,%ymm13,%ymm15 vpaddq %ymm15,%ymm7,%ymm7 vpmuludq 128(%rsp),%ymm8,%ymm15 vpaddq %ymm15,%ymm7,%ymm7 vpmuludq 160(%rsp),%ymm8,%ymm8 vpmuludq 128(%rsp),%ymm10,%ymm15 vpaddq %ymm15,%ymm8,%ymm8 vpmuludq %ymm11,%ymm14,%ymm15 vpaddq %ymm15,%ymm8,%ymm8 vpmuludq 64(%rsp),%ymm12,%ymm15 vpaddq %ymm15,%ymm8,%ymm8 vpmuludq %ymm13,%ymm9,%ymm15 vpaddq %ymm15,%ymm8,%ymm8 vpmuludq %ymm30,%ymm30,%ymm15 vpaddq %ymm15,%ymm8,%ymm8 vpmuludq %ymm30,%ymm9,%ymm9 vpmuludq 160(%rsp),%ymm10,%ymm15 vpaddq %ymm15,%ymm9,%ymm9 vpmuludq 128(%rsp),%ymm11,%ymm15 vpaddq %ymm15,%ymm9,%ymm9 vpmuludq 96(%rsp),%ymm12,%ymm15 vpaddq %ymm15,%ymm9,%ymm9 vpmuludq 64(%rsp),%ymm13,%ymm15 vpaddq %ymm15,%ymm9,%ymm9 vpsrlq $25,%ymm5,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm5,%ymm5 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $26,%ymm6,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpand vecmask26(%rip),%ymm6,%ymm6 vpsrlq $25,%ymm1,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpand vecmask25(%rip),%ymm1,%ymm1 vpsrlq $25,%ymm7,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpand vecmask25(%rip),%ymm7,%ymm7 vpsrlq $26,%ymm2,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpand vecmask26(%rip),%ymm2,%ymm2 vpsrlq $26,%ymm8,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpand vecmask26(%rip),%ymm8,%ymm8 vpsrlq $25,%ymm3,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpand vecmask25(%rip),%ymm3,%ymm3 vpsrlq $25,%ymm9,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpsllq $1,%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpsllq $3,%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpand vecmask25(%rip),%ymm9,%ymm9 vpsrlq $26,%ymm4,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpand vecmask26(%rip),%ymm4,%ymm4 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $25,%ymm5,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm5,%ymm5 // ← Pack-N2D() vpsllq $32,%ymm5,%ymm5 vpor %ymm5,%ymm0,%ymm0 vpsllq $32,%ymm6,%ymm6 vpor %ymm6,%ymm1,%ymm1 vpsllq $32,%ymm7,%ymm7 vpor %ymm7,%ymm2,%ymm2 vpsllq $32,%ymm8,%ymm8 vpor %ymm8,%ymm3,%ymm3 vpsllq $32,%ymm9,%ymm9 vpor %ymm9,%ymm4,%ymm4 // ← Dense-Shuffle() vpshufd $78,%ymm0,%ymm5 vpshufd $78,%ymm1,%ymm6 vpshufd $78,%ymm2,%ymm7 vpshufd $78,%ymm3,%ymm8 vpshufd $78,%ymm4,%ymm9 // ← Dense-Sub(,) vpaddd sub_p1(%rip),%ymm0,%ymm10 vpaddd sub_p2(%rip),%ymm1,%ymm11 vpaddd sub_p3(%rip),%ymm2,%ymm12 vpaddd sub_p2(%rip),%ymm3,%ymm13 vpaddd sub_p3(%rip),%ymm4,%ymm14 vpsubd %ymm5,%ymm10,%ymm10 vpsubd %ymm6,%ymm11,%ymm11 vpsubd %ymm7,%ymm12,%ymm12 vpsubd %ymm8,%ymm13,%ymm13 vpsubd %ymm9,%ymm14,%ymm14 // ← Dense-Blend(,,0111) movl $3,%ebx kmovw %ebx,%k1 vpblendmd %ymm26,%ymm0,%ymm26{%k1} vpblendmd %ymm27,%ymm1,%ymm27{%k1} vpblendmd %ymm28,%ymm2,%ymm28{%k1} vpblendmd %ymm29,%ymm3,%ymm29{%k1} vpblendmd %ymm30,%ymm4,%ymm30{%k1} vmovdqa %ymm10,192(%rsp) vmovdqa %ymm11,224(%rsp) vmovdqa %ymm12,256(%rsp) vmovdqa %ymm13,288(%rsp) vmovdqa %ymm14,320(%rsp) // ← Pack-D2N() vpsrlq $32,%ymm26,%ymm31 vpsrlq $32,%ymm27,%ymm6 vpsrlq $32,%ymm28,%ymm7 vpsrlq $32,%ymm29,%ymm8 vpsrlq $32,%ymm30,%ymm9 // ← Mul(,) vmovdqa %ymm6,64(%rsp) vmovdqa %ymm7,96(%rsp) vmovdqa %ymm8,128(%rsp) vmovdqa %ymm9,160(%rsp) vpaddq %ymm17,%ymm17,%ymm11 vpaddq %ymm19,%ymm19,%ymm12 vpaddq %ymm21,%ymm21,%ymm13 vpaddq %ymm23,%ymm23,%ymm14 vpaddq %ymm25,%ymm25,%ymm15 vpmuludq vec19(%rip),%ymm27,%ymm1 vpmuludq vec19(%rip),%ymm28,%ymm2 vpmuludq vec19(%rip),%ymm29,%ymm3 vpmuludq vec19(%rip),%ymm30,%ymm4 vpmuludq vec19(%rip),%ymm31,%ymm5 vpmuludq vec19(%rip),%ymm6,%ymm6 vpmuludq vec19(%rip),%ymm7,%ymm7 vpmuludq vec19(%rip),%ymm8,%ymm8 vpmuludq vec19(%rip),%ymm9,%ymm9 vpmuludq %ymm15,%ymm1,%ymm0 vpmuludq %ymm14,%ymm3,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm13,%ymm5,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm12,%ymm7,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm11,%ymm9,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm24,%ymm2,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm22,%ymm4,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm20,%ymm6,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm18,%ymm8,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm25,%ymm2,%ymm1 vpmuludq %ymm24,%ymm3,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm23,%ymm4,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm22,%ymm5,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm21,%ymm6,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm20,%ymm7,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm19,%ymm8,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm18,%ymm9,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm15,%ymm3,%ymm2 vpmuludq %ymm14,%ymm5,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm13,%ymm7,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm12,%ymm9,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm24,%ymm4,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm22,%ymm6,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm20,%ymm8,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm27,%ymm11,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm25,%ymm4,%ymm3 vpmuludq %ymm24,%ymm5,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm23,%ymm6,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm22,%ymm7,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm21,%ymm8,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm20,%ymm9,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm15,%ymm5,%ymm4 vpmuludq %ymm14,%ymm7,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm13,%ymm9,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm24,%ymm6,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm22,%ymm8,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm27,%ymm12,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm29,%ymm11,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm25,%ymm6,%ymm5 vpmuludq %ymm24,%ymm7,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm23,%ymm8,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm22,%ymm9,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm15,%ymm7,%ymm6 vpmuludq %ymm14,%ymm9,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm24,%ymm8,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm27,%ymm13,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm29,%ymm12,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm31,%ymm11,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm25,%ymm8,%ymm7 vpmuludq %ymm24,%ymm9,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm15,%ymm9,%ymm8 vpmuludq %ymm27,%ymm14,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm29,%ymm13,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm31,%ymm12,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq 96(%rsp),%ymm11,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm26,%ymm16,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpmuludq %ymm28,%ymm16,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm26,%ymm18,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpmuludq %ymm29,%ymm16,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm28,%ymm17,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm27,%ymm18,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm26,%ymm19,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpmuludq %ymm27,%ymm16,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm26,%ymm17,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpmuludq %ymm30,%ymm16,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm28,%ymm18,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm26,%ymm20,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpmuludq %ymm31,%ymm16,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm30,%ymm17,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm29,%ymm18,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm28,%ymm19,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm27,%ymm20,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq %ymm26,%ymm21,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpmuludq 64(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm30,%ymm18,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm28,%ymm20,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq 96(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq 64(%rsp),%ymm17,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm31,%ymm18,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm30,%ymm19,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm29,%ymm20,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm28,%ymm21,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq 128(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq 64(%rsp),%ymm18,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm30,%ymm20,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm30,%ymm21,%ymm21 vpmuludq 160(%rsp),%ymm16,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 128(%rsp),%ymm17,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 96(%rsp),%ymm18,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq 64(%rsp),%ymm19,%ymm10 vpaddq %ymm10,%ymm21,%ymm21 vpmuludq %ymm31,%ymm20,%ymm10 vpaddq %ymm10,%ymm21,%ymm9 vpmuludq %ymm26,%ymm22,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpmuludq %ymm27,%ymm22,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm26,%ymm23,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpmuludq %ymm28,%ymm22,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm26,%ymm24,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpmuludq %ymm29,%ymm22,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm28,%ymm23,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm27,%ymm24,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpmuludq %ymm26,%ymm25,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpsrlq $25,%ymm5,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm5,%ymm5 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm1 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $26,%ymm6,%ymm10 vpaddq %ymm10,%ymm7,%ymm7 vpand vecmask26(%rip),%ymm6,%ymm6 vpsrlq $25,%ymm1,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpand vecmask25(%rip),%ymm1,%ymm1 vpsrlq $25,%ymm7,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpand vecmask25(%rip),%ymm7,%ymm14 vpsrlq $26,%ymm2,%ymm10 vpaddq %ymm10,%ymm3,%ymm3 vpand vecmask26(%rip),%ymm2,%ymm2 vpsrlq $26,%ymm8,%ymm10 vpaddq %ymm10,%ymm9,%ymm9 vpand vecmask26(%rip),%ymm8,%ymm8 vpsrlq $25,%ymm3,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpand vecmask25(%rip),%ymm3,%ymm12 vpsrlq $25,%ymm9,%ymm10 vpmuludq vec19(%rip),%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpand vecmask25(%rip),%ymm9,%ymm15 vpsrlq $26,%ymm4,%ymm10 vpaddq %ymm10,%ymm5,%ymm5 vpand vecmask26(%rip),%ymm4,%ymm4 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm1,%ymm11 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $25,%ymm5,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm5,%ymm13 // ← Pack-N2D() vpsllq $32,%ymm13,%ymm13 vpor %ymm13,%ymm0,%ymm0 vpsllq $32,%ymm6,%ymm6 vpor %ymm6,%ymm11,%ymm11 vpsllq $32,%ymm14,%ymm14 vpor %ymm14,%ymm2,%ymm2 vpsllq $32,%ymm8,%ymm8 vpor %ymm8,%ymm12,%ymm12 vpsllq $32,%ymm15,%ymm15 vpor %ymm15,%ymm4,%ymm4 // ← Dense-Add(,) vpaddd %ymm0,%ymm0,%ymm1 vpaddd %ymm11,%ymm11,%ymm3 vpaddd %ymm2,%ymm2,%ymm5 vpaddd %ymm12,%ymm12,%ymm6 vpaddd %ymm4,%ymm4,%ymm7 // <*,T19',*,*> ← Dense-Shuffle() vpshufd $78,%ymm1,%ymm1 vpshufd $78,%ymm3,%ymm3 vpshufd $78,%ymm5,%ymm5 vpshufd $78,%ymm6,%ymm6 vpshufd $78,%ymm7,%ymm7 // <*,Z2',*,*> ← Dense-Add(,<*,T19',*,*>) vpaddd %ymm0,%ymm1,%ymm1 vpaddd %ymm11,%ymm3,%ymm3 vpaddd %ymm2,%ymm5,%ymm5 vpaddd %ymm12,%ymm6,%ymm6 vpaddd %ymm4,%ymm7,%ymm7 // ← Dense-Blend(,<*,Z2',*,*>,0100) vpblendd $3,192(%rsp),%ymm1,%ymm1 vpblendd $3,224(%rsp),%ymm3,%ymm3 vpblendd $3,256(%rsp),%ymm5,%ymm5 vpblendd $3,288(%rsp),%ymm6,%ymm6 vpblendd $3,320(%rsp),%ymm7,%ymm7 // ← Dense-Blend(,,0011) vpblendd $15,%ymm1,%ymm0,%ymm0 vpblendd $15,%ymm3,%ymm11,%ymm11 vpblendd $15,%ymm5,%ymm2,%ymm2 vpblendd $15,%ymm6,%ymm12,%ymm12 vpblendd $15,%ymm7,%ymm4,%ymm4 // ← Reduce() vpsrlvd sh2625(%rip),%ymm0,%ymm15 vpaddd %ymm15,%ymm11,%ymm11 vpand vecmask2625(%rip),%ymm0,%ymm0 vpsrlvd sh2526(%rip),%ymm11,%ymm15 vpaddd %ymm15,%ymm2,%ymm2 vpand vecmask2526(%rip),%ymm11,%ymm11 vpsrlvd sh2625(%rip),%ymm2,%ymm15 vpaddd %ymm15,%ymm12,%ymm12 vpand vecmask2625(%rip),%ymm2,%ymm2 vpsrlvd sh2526(%rip),%ymm12,%ymm15 vpaddd %ymm15,%ymm4,%ymm4 vpand vecmask2526(%rip),%ymm12,%ymm12 vpsrld $26,%ymm4,%ymm15 vpsllq $32,%ymm15,%ymm15 vpaddd %ymm15,%ymm0,%ymm0 vpsrlq $57,%ymm4,%ymm15 vpmuludq vec19(%rip),%ymm15,%ymm15 vpaddd %ymm15,%ymm0,%ymm0 vpand vecmask2625(%rip),%ymm4,%ymm4 subb $1,%cl cmpb $0,%cl jge .L2 movb $7,%cl subq $1,%r15 cmpq $0,%r15 jge .L1 // ← Pack-D2N() vpsrlq $32,%ymm0,%ymm13 vpand vecmask32(%rip),%ymm0,%ymm0 vpsrlq $32,%ymm11,%ymm6 vpand vecmask32(%rip),%ymm11,%ymm11 vpsrlq $32,%ymm2,%ymm14 vpand vecmask32(%rip),%ymm2,%ymm2 vpsrlq $32,%ymm12,%ymm8 vpand vecmask32(%rip),%ymm12,%ymm12 vpsrlq $32,%ymm4,%ymm15 vpand vecmask32(%rip),%ymm4,%ymm4 // ← Reduce() vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm11,%ymm11 vpand vecmask26(%rip),%ymm0,%ymm0 vpsrlq $25,%ymm11,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpand vecmask25(%rip),%ymm11,%ymm11 vpsrlq $26,%ymm2,%ymm10 vpaddq %ymm10,%ymm12,%ymm12 vpand vecmask26(%rip),%ymm2,%ymm2 vpsrlq $25,%ymm12,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpand vecmask25(%rip),%ymm12,%ymm12 vpsrlq $26,%ymm4,%ymm10 vpaddq %ymm10,%ymm13,%ymm13 vpand vecmask26(%rip),%ymm4,%ymm4 vpsrlq $25,%ymm13,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm13,%ymm13 vpsrlq $26,%ymm6,%ymm10 vpaddq %ymm10,%ymm14,%ymm14 vpand vecmask26(%rip),%ymm6,%ymm6 vpsrlq $25,%ymm14,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpand vecmask25(%rip),%ymm14,%ymm14 vpsrlq $26,%ymm8,%ymm10 vpaddq %ymm10,%ymm15,%ymm15 vpand vecmask26(%rip),%ymm8,%ymm8 vpsrlq $25,%ymm15,%ymm10 vpmuludq vec19(%rip),%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpand vecmask25(%rip),%ymm15,%ymm15 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm11,%ymm11 vpand vecmask26(%rip),%ymm0,%ymm0 // ← Reduce() vpsrlq $25,%ymm11,%ymm10 vpaddq %ymm10,%ymm2,%ymm2 vpand vecmask25(%rip),%ymm11,%ymm11 vpsrlq $26,%ymm2,%ymm10 vpaddq %ymm10,%ymm12,%ymm12 vpand vecmask26(%rip),%ymm2,%ymm2 vpsrlq $25,%ymm12,%ymm10 vpaddq %ymm10,%ymm4,%ymm4 vpand vecmask25(%rip),%ymm12,%ymm12 vpsrlq $26,%ymm4,%ymm10 vpaddq %ymm10,%ymm13,%ymm13 vpand vecmask26(%rip),%ymm4,%ymm4 vpsrlq $25,%ymm13,%ymm10 vpaddq %ymm10,%ymm6,%ymm6 vpand vecmask25(%rip),%ymm13,%ymm13 vpsrlq $26,%ymm6,%ymm10 vpaddq %ymm10,%ymm14,%ymm14 vpand vecmask26(%rip),%ymm6,%ymm6 vpsrlq $25,%ymm14,%ymm10 vpaddq %ymm10,%ymm8,%ymm8 vpand vecmask25(%rip),%ymm14,%ymm14 vpsrlq $26,%ymm8,%ymm10 vpaddq %ymm10,%ymm15,%ymm15 vpand vecmask26(%rip),%ymm8,%ymm8 vpsrlq $25,%ymm15,%ymm10 vpmuludq vec19(%rip),%ymm10,%ymm10 vpaddq %ymm10,%ymm0,%ymm0 vpand vecmask25(%rip),%ymm15,%ymm15 vpsrlq $26,%ymm0,%ymm10 vpaddq %ymm10,%ymm11,%ymm11 vpand vecmask26(%rip),%ymm0,%ymm0 // store vmovdqa %ymm0,0(%rdi) vmovdqa %ymm11,32(%rdi) vmovdqa %ymm2,64(%rdi) vmovdqa %ymm12,96(%rdi) vmovdqa %ymm4,128(%rdi) vmovdqa %ymm13,160(%rdi) vmovdqa %ymm6,192(%rdi) vmovdqa %ymm14,224(%rdi) vmovdqa %ymm8,256(%rdi) vmovdqa %ymm15,288(%rdi) movq 0(%rsp),%r11 movq 8(%rsp),%r12 movq 16(%rsp),%r13 movq 24(%rsp),%r14 movq 32(%rsp),%r15 movq 40(%rsp),%rbx movq 48(%rsp),%rbp movq %r11,%rsp ret