// SPDX-License-Identifier: GPL-2.0-or-later
/*
 * Copyright (C) 2019 Linaro, Ltd. <ard.biesheuvel@linaro.org>
 */

#ifdef CONFIG_ARM64
#include <asm/neon-intrinsics.h>

#define AES_ROUND "aese %0.16b, %1.16b \n\t aesmc %0.16b, %0.16b"
#else
#include <arm_neon.h>

#define AES_ROUND "aese.8 %q0, %q1 \n\t aesmc.8 %q0, %q0"
#endif

#define AEGIS_BLOCK_SIZE 16

#include <stddef.h>
#include "aegis-neon.h"

extern int aegis128_have_aes_insn;

void *memcpy(void *dest, const void *src, size_t n);

struct aegis128_state {
 uint8x16_t v[5];
};

extern const uint8_t crypto_aes_sbox[];

static struct aegis128_state aegis128_load_state_neon(const void *state)
{
 return (struct aegis128_state){ {
  vld1q_u8(state),
  vld1q_u8(state + 16),
  vld1q_u8(state + 32),
  vld1q_u8(state + 48),
  vld1q_u8(state + 64)
 } };
}

static void aegis128_save_state_neon(struct aegis128_state st, void *state)
{
 vst1q_u8(state, st.v[0]);
 vst1q_u8(state + 16, st.v[1]);
 vst1q_u8(state + 32, st.v[2]);
 vst1q_u8(state + 48, st.v[3]);
 vst1q_u8(state + 64, st.v[4]);
}

static inline __attribute__((always_inline))
uint8x16_t aegis_aes_round(uint8x16_t w)
{
 uint8x16_t z = {};

#ifdef CONFIG_ARM64
 if (!__builtin_expect(aegis128_have_aes_insn, 1)) {
  static const uint8_t shift_rows[] = {
   0x0, 0x5, 0xa, 0xf, 0x4, 0x9, 0xe, 0x3,
   0x8, 0xd, 0x2, 0x7, 0xc, 0x1, 0x6, 0xb,
  };
  static const uint8_t ror32by8[] = {
   0x1, 0x2, 0x3, 0x0, 0x5, 0x6, 0x7, 0x4,
   0x9, 0xa, 0xb, 0x8, 0xd, 0xe, 0xf, 0xc,
  };
  uint8x16_t v;

  // shift rows
  w = vqtbl1q_u8(w, vld1q_u8(shift_rows));

  // sub bytes
#ifndef CONFIG_CC_IS_GCC
  v = vqtbl4q_u8(vld1q_u8_x4(crypto_aes_sbox), w);
  v = vqtbx4q_u8(v, vld1q_u8_x4(crypto_aes_sbox + 0x40), w - 0x40);
  v = vqtbx4q_u8(v, vld1q_u8_x4(crypto_aes_sbox + 0x80), w - 0x80);
  v = vqtbx4q_u8(v, vld1q_u8_x4(crypto_aes_sbox + 0xc0), w - 0xc0);
#else
  asm("tbl %0.16b, {v16.16b-v19.16b}, %1.16b" : "=w"(v) : "w"(w));
  w -= 0x40;
  asm("tbx %0.16b, {v20.16b-v23.16b}, %1.16b" : "+w"(v) : "w"(w));
  w -= 0x40;
  asm("tbx %0.16b, {v24.16b-v27.16b}, %1.16b" : "+w"(v) : "w"(w));
  w -= 0x40;
  asm("tbx %0.16b, {v28.16b-v31.16b}, %1.16b" : "+w"(v) : "w"(w));
#endif

  // mix columns
  w = (v << 1) ^ (uint8x16_t)(((int8x16_t)v >> 7) & 0x1b);
  w ^= (uint8x16_t)vrev32q_u16((uint16x8_t)v);
  w ^= vqtbl1q_u8(v ^ w, vld1q_u8(ror32by8));

  return w;
 }
#endif

 /*
  * We use inline asm here instead of the vaeseq_u8/vaesmcq_u8 intrinsics
  * to force the compiler to issue the aese/aesmc instructions in pairs.
  * This is much faster on many cores, where the instruction pair can
  * execute in a single cycle.
 */
 asm(AES_ROUND : "+w"(w) : "w"(z));
 return w;
}

static inline __attribute__((always_inline))
struct aegis128_state aegis128_update_neon(struct aegis128_state st,
        uint8x16_t m)
{
 m       ^= aegis_aes_round(st.v[4]);
 st.v[4] ^= aegis_aes_round(st.v[3]);
 st.v[3] ^= aegis_aes_round(st.v[2]);
 st.v[2] ^= aegis_aes_round(st.v[1]);
 st.v[1] ^= aegis_aes_round(st.v[0]);
 st.v[0] ^= m;

 return st;
}

static inline __attribute__((always_inline))
void preload_sbox(void)
{
 if (!IS_ENABLED(CONFIG_ARM64) ||
     !IS_ENABLED(CONFIG_CC_IS_GCC) ||
     __builtin_expect(aegis128_have_aes_insn, 1))
  return;

 asm("ld1 {v16.16b-v19.16b}, [%0], #64 \n\t"
     "ld1 {v20.16b-v23.16b}, [%0], #64 \n\t"
     "ld1 {v24.16b-v27.16b}, [%0], #64 \n\t"
     "ld1 {v28.16b-v31.16b}, [%0]  \n\t"
     :: "r"(crypto_aes_sbox));
}

void crypto_aegis128_init_neon(void *state, const void *key, const void *iv)
{
 static const uint8_t const0[] = {
  0x00, 0x01, 0x01, 0x02, 0x03, 0x05, 0x08, 0x0d,
  0x15, 0x22, 0x37, 0x59, 0x90, 0xe9, 0x79, 0x62,
 };
 static const uint8_t const1[] = {
  0xdb, 0x3d, 0x18, 0x55, 0x6d, 0xc2, 0x2f, 0xf1,
  0x20, 0x11, 0x31, 0x42, 0x73, 0xb5, 0x28, 0xdd,
 };
 uint8x16_t k = vld1q_u8(key);
 uint8x16_t kiv = k ^ vld1q_u8(iv);
 struct aegis128_state st = {{
  kiv,
  vld1q_u8(const1),
  vld1q_u8(const0),
  k ^ vld1q_u8(const0),
  k ^ vld1q_u8(const1),
 }};
 int i;

 preload_sbox();

 for (i = 0; i < 5; i++) {
  st = aegis128_update_neon(st, k);
  st = aegis128_update_neon(st, kiv);
 }
 aegis128_save_state_neon(st, state);
}

void crypto_aegis128_update_neon(void *state, const void *msg)
{
 struct aegis128_state st = aegis128_load_state_neon(state);

 preload_sbox();

 st = aegis128_update_neon(st, vld1q_u8(msg));

 aegis128_save_state_neon(st, state);
}

#ifdef CONFIG_ARM
/*
 * AArch32 does not provide these intrinsics natively because it does not
 * implement the underlying instructions. AArch32 only provides 64-bit
 * wide vtbl.8/vtbx.8 instruction, so use those instead.
 */
static uint8x16_t vqtbl1q_u8(uint8x16_t a, uint8x16_t b)
{
 union {
  uint8x16_t val;
  uint8x8x2_t pair;
 } __a = { a };

 return vcombine_u8(vtbl2_u8(__a.pair, vget_low_u8(b)),
      vtbl2_u8(__a.pair, vget_high_u8(b)));
}

static uint8x16_t vqtbx1q_u8(uint8x16_t v, uint8x16_t a, uint8x16_t b)
{
 union {
  uint8x16_t val;
  uint8x8x2_t pair;
 } __a = { a };

 return vcombine_u8(vtbx2_u8(vget_low_u8(v), __a.pair, vget_low_u8(b)),
      vtbx2_u8(vget_high_u8(v), __a.pair, vget_high_u8(b)));
}

static int8_t vminvq_s8(int8x16_t v)
{
 int8x8_t s = vpmin_s8(vget_low_s8(v), vget_high_s8(v));

 s = vpmin_s8(s, s);
 s = vpmin_s8(s, s);
 s = vpmin_s8(s, s);

 return vget_lane_s8(s, 0);
}
#endif

static const uint8_t permute[] __aligned(64) = {
 -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,
  0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15,
 -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1,
};

void crypto_aegis128_encrypt_chunk_neon(void *state, void *dst, const void *src,
     unsigned int size)
{
 struct aegis128_state st = aegis128_load_state_neon(state);
 const int short_input = size < AEGIS_BLOCK_SIZE;
 uint8x16_t msg;

 preload_sbox();

 while (size >= AEGIS_BLOCK_SIZE) {
  uint8x16_t s = st.v[1] ^ (st.v[2] & st.v[3]) ^ st.v[4];

  msg = vld1q_u8(src);
  st = aegis128_update_neon(st, msg);
  msg ^= s;
  vst1q_u8(dst, msg);

  size -= AEGIS_BLOCK_SIZE;
  src += AEGIS_BLOCK_SIZE;
  dst += AEGIS_BLOCK_SIZE;
 }

 if (size > 0) {
  uint8x16_t s = st.v[1] ^ (st.v[2] & st.v[3]) ^ st.v[4];
  uint8_t buf[AEGIS_BLOCK_SIZE];
  const void *in = src;
  void *out = dst;
  uint8x16_t m;

  if (__builtin_expect(short_input, 0))
   in = out = memcpy(buf + AEGIS_BLOCK_SIZE - size, src, size);

  m = vqtbl1q_u8(vld1q_u8(in + size - AEGIS_BLOCK_SIZE),
          vld1q_u8(permute + 32 - size));

  st = aegis128_update_neon(st, m);

  vst1q_u8(out + size - AEGIS_BLOCK_SIZE,
    vqtbl1q_u8(m ^ s, vld1q_u8(permute + size)));

  if (__builtin_expect(short_input, 0))
   memcpy(dst, out, size);
  else
   vst1q_u8(out - AEGIS_BLOCK_SIZE, msg);
 }

 aegis128_save_state_neon(st, state);
}

void crypto_aegis128_decrypt_chunk_neon(void *state, void *dst, const void *src,
     unsigned int size)
{
 struct aegis128_state st = aegis128_load_state_neon(state);
 const int short_input = size < AEGIS_BLOCK_SIZE;
 uint8x16_t msg;

 preload_sbox();

 while (size >= AEGIS_BLOCK_SIZE) {
  msg = vld1q_u8(src) ^ st.v[1] ^ (st.v[2] & st.v[3]) ^ st.v[4];
  st = aegis128_update_neon(st, msg);
  vst1q_u8(dst, msg);

  size -= AEGIS_BLOCK_SIZE;
  src += AEGIS_BLOCK_SIZE;
  dst += AEGIS_BLOCK_SIZE;
 }

 if (size > 0) {
  uint8x16_t s = st.v[1] ^ (st.v[2] & st.v[3]) ^ st.v[4];
  uint8_t buf[AEGIS_BLOCK_SIZE];
  const void *in = src;
  void *out = dst;
  uint8x16_t m;

  if (__builtin_expect(short_input, 0))
   in = out = memcpy(buf + AEGIS_BLOCK_SIZE - size, src, size);

  m = s ^ vqtbx1q_u8(s, vld1q_u8(in + size - AEGIS_BLOCK_SIZE),
       vld1q_u8(permute + 32 - size));

  st = aegis128_update_neon(st, m);

  vst1q_u8(out + size - AEGIS_BLOCK_SIZE,
    vqtbl1q_u8(m, vld1q_u8(permute + size)));

  if (__builtin_expect(short_input, 0))
   memcpy(dst, out, size);
  else
   vst1q_u8(out - AEGIS_BLOCK_SIZE, msg);
 }

 aegis128_save_state_neon(st, state);
}

int crypto_aegis128_final_neon(void *state, void *tag_xor,
          unsigned int assoclen,
          unsigned int cryptlen,
          unsigned int authsize)
{
 struct aegis128_state st = aegis128_load_state_neon(state);
 uint8x16_t v;
 int i;

 preload_sbox();

 v = st.v[3] ^ (uint8x16_t)vcombine_u64(vmov_n_u64(8ULL * assoclen),
            vmov_n_u64(8ULL * cryptlen));

 for (i = 0; i < 7; i++)
  st = aegis128_update_neon(st, v);

 v = st.v[0] ^ st.v[1] ^ st.v[2] ^ st.v[3] ^ st.v[4];

 if (authsize > 0) {
  v = vqtbl1q_u8(~vceqq_u8(v, vld1q_u8(tag_xor)),
          vld1q_u8(permute + authsize));

  return vminvq_s8((int8x16_t)v);
 }

 vst1q_u8(tag_xor, v);
 return 0;
}