| #include "llvm_blake3_prefix.h" |
| |
| .intel_syntax noprefix |
| .global _blake3_hash_many_avx2 |
| .global blake3_hash_many_avx2 |
| .section .text |
| .p2align 6 |
| _blake3_hash_many_avx2: |
| blake3_hash_many_avx2: |
| push r15 |
| push r14 |
| push r13 |
| push r12 |
| push rsi |
| push rdi |
| push rbx |
| push rbp |
| mov rbp, rsp |
| sub rsp, 880 |
| and rsp, 0xFFFFFFFFFFFFFFC0 |
| vmovdqa xmmword ptr [rsp+0x2D0], xmm6 |
| vmovdqa xmmword ptr [rsp+0x2E0], xmm7 |
| vmovdqa xmmword ptr [rsp+0x2F0], xmm8 |
| vmovdqa xmmword ptr [rsp+0x300], xmm9 |
| vmovdqa xmmword ptr [rsp+0x310], xmm10 |
| vmovdqa xmmword ptr [rsp+0x320], xmm11 |
| vmovdqa xmmword ptr [rsp+0x330], xmm12 |
| vmovdqa xmmword ptr [rsp+0x340], xmm13 |
| vmovdqa xmmword ptr [rsp+0x350], xmm14 |
| vmovdqa xmmword ptr [rsp+0x360], xmm15 |
| mov rdi, rcx |
| mov rsi, rdx |
| mov rdx, r8 |
| mov rcx, r9 |
| mov r8, qword ptr [rbp+0x68] |
| movzx r9, byte ptr [rbp+0x70] |
| neg r9d |
| vmovd xmm0, r9d |
| vpbroadcastd ymm0, xmm0 |
| vmovdqa ymmword ptr [rsp+0x260], ymm0 |
| vpand ymm1, ymm0, ymmword ptr [ADD0+rip] |
| vpand ymm2, ymm0, ymmword ptr [ADD1+rip] |
| vmovdqa ymmword ptr [rsp+0x2A0], ymm2 |
| vmovd xmm2, r8d |
| vpbroadcastd ymm2, xmm2 |
| vpaddd ymm2, ymm2, ymm1 |
| vmovdqa ymmword ptr [rsp+0x220], ymm2 |
| vpxor ymm1, ymm1, ymmword ptr [CMP_MSB_MASK+rip] |
| vpxor ymm2, ymm2, ymmword ptr [CMP_MSB_MASK+rip] |
| vpcmpgtd ymm2, ymm1, ymm2 |
| shr r8, 32 |
| vmovd xmm3, r8d |
| vpbroadcastd ymm3, xmm3 |
| vpsubd ymm3, ymm3, ymm2 |
| vmovdqa ymmword ptr [rsp+0x240], ymm3 |
| shl rdx, 6 |
| mov qword ptr [rsp+0x2C0], rdx |
| cmp rsi, 8 |
| jc 3f |
| 2: |
| vpbroadcastd ymm0, dword ptr [rcx] |
| vpbroadcastd ymm1, dword ptr [rcx+0x4] |
| vpbroadcastd ymm2, dword ptr [rcx+0x8] |
| vpbroadcastd ymm3, dword ptr [rcx+0xC] |
| vpbroadcastd ymm4, dword ptr [rcx+0x10] |
| vpbroadcastd ymm5, dword ptr [rcx+0x14] |
| vpbroadcastd ymm6, dword ptr [rcx+0x18] |
| vpbroadcastd ymm7, dword ptr [rcx+0x1C] |
| mov r8, qword ptr [rdi] |
| mov r9, qword ptr [rdi+0x8] |
| mov r10, qword ptr [rdi+0x10] |
| mov r11, qword ptr [rdi+0x18] |
| mov r12, qword ptr [rdi+0x20] |
| mov r13, qword ptr [rdi+0x28] |
| mov r14, qword ptr [rdi+0x30] |
| mov r15, qword ptr [rdi+0x38] |
| movzx eax, byte ptr [rbp+0x78] |
| movzx ebx, byte ptr [rbp+0x80] |
| or eax, ebx |
| xor edx, edx |
| .p2align 5 |
| 9: |
| movzx ebx, byte ptr [rbp+0x88] |
| or ebx, eax |
| add rdx, 64 |
| cmp rdx, qword ptr [rsp+0x2C0] |
| cmove eax, ebx |
| mov dword ptr [rsp+0x200], eax |
| vmovups xmm8, xmmword ptr [r8+rdx-0x40] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r12+rdx-0x40], 0x01 |
| vmovups xmm9, xmmword ptr [r9+rdx-0x40] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r13+rdx-0x40], 0x01 |
| vunpcklpd ymm12, ymm8, ymm9 |
| vunpckhpd ymm13, ymm8, ymm9 |
| vmovups xmm10, xmmword ptr [r10+rdx-0x40] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r14+rdx-0x40], 0x01 |
| vmovups xmm11, xmmword ptr [r11+rdx-0x40] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r15+rdx-0x40], 0x01 |
| vunpcklpd ymm14, ymm10, ymm11 |
| vunpckhpd ymm15, ymm10, ymm11 |
| vshufps ymm8, ymm12, ymm14, 136 |
| vmovaps ymmword ptr [rsp], ymm8 |
| vshufps ymm9, ymm12, ymm14, 221 |
| vmovaps ymmword ptr [rsp+0x20], ymm9 |
| vshufps ymm10, ymm13, ymm15, 136 |
| vmovaps ymmword ptr [rsp+0x40], ymm10 |
| vshufps ymm11, ymm13, ymm15, 221 |
| vmovaps ymmword ptr [rsp+0x60], ymm11 |
| vmovups xmm8, xmmword ptr [r8+rdx-0x30] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r12+rdx-0x30], 0x01 |
| vmovups xmm9, xmmword ptr [r9+rdx-0x30] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r13+rdx-0x30], 0x01 |
| vunpcklpd ymm12, ymm8, ymm9 |
| vunpckhpd ymm13, ymm8, ymm9 |
| vmovups xmm10, xmmword ptr [r10+rdx-0x30] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r14+rdx-0x30], 0x01 |
| vmovups xmm11, xmmword ptr [r11+rdx-0x30] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r15+rdx-0x30], 0x01 |
| vunpcklpd ymm14, ymm10, ymm11 |
| vunpckhpd ymm15, ymm10, ymm11 |
| vshufps ymm8, ymm12, ymm14, 136 |
| vmovaps ymmword ptr [rsp+0x80], ymm8 |
| vshufps ymm9, ymm12, ymm14, 221 |
| vmovaps ymmword ptr [rsp+0xA0], ymm9 |
| vshufps ymm10, ymm13, ymm15, 136 |
| vmovaps ymmword ptr [rsp+0xC0], ymm10 |
| vshufps ymm11, ymm13, ymm15, 221 |
| vmovaps ymmword ptr [rsp+0xE0], ymm11 |
| vmovups xmm8, xmmword ptr [r8+rdx-0x20] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r12+rdx-0x20], 0x01 |
| vmovups xmm9, xmmword ptr [r9+rdx-0x20] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r13+rdx-0x20], 0x01 |
| vunpcklpd ymm12, ymm8, ymm9 |
| vunpckhpd ymm13, ymm8, ymm9 |
| vmovups xmm10, xmmword ptr [r10+rdx-0x20] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r14+rdx-0x20], 0x01 |
| vmovups xmm11, xmmword ptr [r11+rdx-0x20] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r15+rdx-0x20], 0x01 |
| vunpcklpd ymm14, ymm10, ymm11 |
| vunpckhpd ymm15, ymm10, ymm11 |
| vshufps ymm8, ymm12, ymm14, 136 |
| vmovaps ymmword ptr [rsp+0x100], ymm8 |
| vshufps ymm9, ymm12, ymm14, 221 |
| vmovaps ymmword ptr [rsp+0x120], ymm9 |
| vshufps ymm10, ymm13, ymm15, 136 |
| vmovaps ymmword ptr [rsp+0x140], ymm10 |
| vshufps ymm11, ymm13, ymm15, 221 |
| vmovaps ymmword ptr [rsp+0x160], ymm11 |
| vmovups xmm8, xmmword ptr [r8+rdx-0x10] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r12+rdx-0x10], 0x01 |
| vmovups xmm9, xmmword ptr [r9+rdx-0x10] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r13+rdx-0x10], 0x01 |
| vunpcklpd ymm12, ymm8, ymm9 |
| vunpckhpd ymm13, ymm8, ymm9 |
| vmovups xmm10, xmmword ptr [r10+rdx-0x10] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r14+rdx-0x10], 0x01 |
| vmovups xmm11, xmmword ptr [r11+rdx-0x10] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r15+rdx-0x10], 0x01 |
| vunpcklpd ymm14, ymm10, ymm11 |
| vunpckhpd ymm15, ymm10, ymm11 |
| vshufps ymm8, ymm12, ymm14, 136 |
| vmovaps ymmword ptr [rsp+0x180], ymm8 |
| vshufps ymm9, ymm12, ymm14, 221 |
| vmovaps ymmword ptr [rsp+0x1A0], ymm9 |
| vshufps ymm10, ymm13, ymm15, 136 |
| vmovaps ymmword ptr [rsp+0x1C0], ymm10 |
| vshufps ymm11, ymm13, ymm15, 221 |
| vmovaps ymmword ptr [rsp+0x1E0], ymm11 |
| vpbroadcastd ymm15, dword ptr [rsp+0x200] |
| prefetcht0 [r8+rdx+0x80] |
| prefetcht0 [r12+rdx+0x80] |
| prefetcht0 [r9+rdx+0x80] |
| prefetcht0 [r13+rdx+0x80] |
| prefetcht0 [r10+rdx+0x80] |
| prefetcht0 [r14+rdx+0x80] |
| prefetcht0 [r11+rdx+0x80] |
| prefetcht0 [r15+rdx+0x80] |
| vpaddd ymm0, ymm0, ymmword ptr [rsp] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x40] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x80] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xC0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm0, ymmword ptr [rsp+0x220] |
| vpxor ymm13, ymm1, ymmword ptr [rsp+0x240] |
| vpxor ymm14, ymm2, ymmword ptr [BLAKE3_BLOCK_LEN+rip] |
| vpxor ymm15, ymm3, ymm15 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [BLAKE3_IV_0+rip] |
| vpaddd ymm9, ymm13, ymmword ptr [BLAKE3_IV_1+rip] |
| vpaddd ymm10, ymm14, ymmword ptr [BLAKE3_IV_2+rip] |
| vpaddd ymm11, ymm15, ymmword ptr [BLAKE3_IV_3+rip] |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x20] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x60] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0xA0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xE0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x100] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x140] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x180] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x120] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x160] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x40] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x60] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0xE0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x80] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0xC0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x140] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x20] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x180] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x120] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x160] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0xA0] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x100] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x60] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x140] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xE0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x80] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x180] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x40] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0xC0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x120] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x160] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x100] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0xA0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x20] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x140] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x180] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0xE0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x120] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x60] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x80] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x160] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0xA0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x20] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x40] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x100] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xC0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x180] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x120] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x160] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x140] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x100] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0xE0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0xA0] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xC0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x40] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x60] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x20] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x80] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x120] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x160] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x100] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0xA0] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x180] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x20] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x40] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x80] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x60] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x140] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0xC0] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xE0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x160] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0xA0] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x20] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x100] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x1E0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x120] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xC0] |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm1, ymm1, ymm5 |
| vpaddd ymm2, ymm2, ymm6 |
| vpaddd ymm3, ymm3, ymm7 |
| vpxor ymm12, ymm12, ymm0 |
| vpxor ymm13, ymm13, ymm1 |
| vpxor ymm14, ymm14, ymm2 |
| vpxor ymm15, ymm15, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpshufb ymm15, ymm15, ymm8 |
| vpaddd ymm8, ymm12, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm13 |
| vpaddd ymm10, ymm10, ymm14 |
| vpaddd ymm11, ymm11, ymm15 |
| vpxor ymm4, ymm4, ymm8 |
| vpxor ymm5, ymm5, ymm9 |
| vpxor ymm6, ymm6, ymm10 |
| vpxor ymm7, ymm7, ymm11 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x1C0] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x40] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x60] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0xE0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT16+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vmovdqa ymmword ptr [rsp+0x200], ymm8 |
| vpsrld ymm8, ymm5, 12 |
| vpslld ymm5, ymm5, 20 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 12 |
| vpslld ymm6, ymm6, 20 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 12 |
| vpslld ymm7, ymm7, 20 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 12 |
| vpslld ymm4, ymm4, 20 |
| vpor ymm4, ymm4, ymm8 |
| vpaddd ymm0, ymm0, ymmword ptr [rsp+0x140] |
| vpaddd ymm1, ymm1, ymmword ptr [rsp+0x180] |
| vpaddd ymm2, ymm2, ymmword ptr [rsp+0x80] |
| vpaddd ymm3, ymm3, ymmword ptr [rsp+0x1A0] |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm1, ymm1, ymm6 |
| vpaddd ymm2, ymm2, ymm7 |
| vpaddd ymm3, ymm3, ymm4 |
| vpxor ymm15, ymm15, ymm0 |
| vpxor ymm12, ymm12, ymm1 |
| vpxor ymm13, ymm13, ymm2 |
| vpxor ymm14, ymm14, ymm3 |
| vbroadcasti128 ymm8, xmmword ptr [ROT8+rip] |
| vpshufb ymm15, ymm15, ymm8 |
| vpshufb ymm12, ymm12, ymm8 |
| vpshufb ymm13, ymm13, ymm8 |
| vpshufb ymm14, ymm14, ymm8 |
| vpaddd ymm10, ymm10, ymm15 |
| vpaddd ymm11, ymm11, ymm12 |
| vpaddd ymm8, ymm13, ymmword ptr [rsp+0x200] |
| vpaddd ymm9, ymm9, ymm14 |
| vpxor ymm5, ymm5, ymm10 |
| vpxor ymm6, ymm6, ymm11 |
| vpxor ymm7, ymm7, ymm8 |
| vpxor ymm4, ymm4, ymm9 |
| vpxor ymm0, ymm0, ymm8 |
| vpxor ymm1, ymm1, ymm9 |
| vpxor ymm2, ymm2, ymm10 |
| vpxor ymm3, ymm3, ymm11 |
| vpsrld ymm8, ymm5, 7 |
| vpslld ymm5, ymm5, 25 |
| vpor ymm5, ymm5, ymm8 |
| vpsrld ymm8, ymm6, 7 |
| vpslld ymm6, ymm6, 25 |
| vpor ymm6, ymm6, ymm8 |
| vpsrld ymm8, ymm7, 7 |
| vpslld ymm7, ymm7, 25 |
| vpor ymm7, ymm7, ymm8 |
| vpsrld ymm8, ymm4, 7 |
| vpslld ymm4, ymm4, 25 |
| vpor ymm4, ymm4, ymm8 |
| vpxor ymm4, ymm4, ymm12 |
| vpxor ymm5, ymm5, ymm13 |
| vpxor ymm6, ymm6, ymm14 |
| vpxor ymm7, ymm7, ymm15 |
| movzx eax, byte ptr [rbp+0x78] |
| jne 9b |
| mov rbx, qword ptr [rbp+0x90] |
| vunpcklps ymm8, ymm0, ymm1 |
| vunpcklps ymm9, ymm2, ymm3 |
| vunpckhps ymm10, ymm0, ymm1 |
| vunpcklps ymm11, ymm4, ymm5 |
| vunpcklps ymm0, ymm6, ymm7 |
| vshufps ymm12, ymm8, ymm9, 78 |
| vblendps ymm1, ymm8, ymm12, 0xCC |
| vshufps ymm8, ymm11, ymm0, 78 |
| vunpckhps ymm13, ymm2, ymm3 |
| vblendps ymm2, ymm11, ymm8, 0xCC |
| vblendps ymm3, ymm12, ymm9, 0xCC |
| vperm2f128 ymm12, ymm1, ymm2, 0x20 |
| vmovups ymmword ptr [rbx], ymm12 |
| vunpckhps ymm14, ymm4, ymm5 |
| vblendps ymm4, ymm8, ymm0, 0xCC |
| vunpckhps ymm15, ymm6, ymm7 |
| vperm2f128 ymm7, ymm3, ymm4, 0x20 |
| vmovups ymmword ptr [rbx+0x20], ymm7 |
| vshufps ymm5, ymm10, ymm13, 78 |
| vblendps ymm6, ymm5, ymm13, 0xCC |
| vshufps ymm13, ymm14, ymm15, 78 |
| vblendps ymm10, ymm10, ymm5, 0xCC |
| vblendps ymm14, ymm14, ymm13, 0xCC |
| vperm2f128 ymm8, ymm10, ymm14, 0x20 |
| vmovups ymmword ptr [rbx+0x40], ymm8 |
| vblendps ymm15, ymm13, ymm15, 0xCC |
| vperm2f128 ymm13, ymm6, ymm15, 0x20 |
| vmovups ymmword ptr [rbx+0x60], ymm13 |
| vperm2f128 ymm9, ymm1, ymm2, 0x31 |
| vperm2f128 ymm11, ymm3, ymm4, 0x31 |
| vmovups ymmword ptr [rbx+0x80], ymm9 |
| vperm2f128 ymm14, ymm10, ymm14, 0x31 |
| vperm2f128 ymm15, ymm6, ymm15, 0x31 |
| vmovups ymmword ptr [rbx+0xA0], ymm11 |
| vmovups ymmword ptr [rbx+0xC0], ymm14 |
| vmovups ymmword ptr [rbx+0xE0], ymm15 |
| vmovdqa ymm0, ymmword ptr [rsp+0x2A0] |
| vpaddd ymm1, ymm0, ymmword ptr [rsp+0x220] |
| vmovdqa ymmword ptr [rsp+0x220], ymm1 |
| vpxor ymm0, ymm0, ymmword ptr [CMP_MSB_MASK+rip] |
| vpxor ymm2, ymm1, ymmword ptr [CMP_MSB_MASK+rip] |
| vpcmpgtd ymm2, ymm0, ymm2 |
| vmovdqa ymm0, ymmword ptr [rsp+0x240] |
| vpsubd ymm2, ymm0, ymm2 |
| vmovdqa ymmword ptr [rsp+0x240], ymm2 |
| add rdi, 64 |
| add rbx, 256 |
| mov qword ptr [rbp+0x90], rbx |
| sub rsi, 8 |
| cmp rsi, 8 |
| jnc 2b |
| test rsi, rsi |
| jnz 3f |
| 4: |
| vzeroupper |
| vmovdqa xmm6, xmmword ptr [rsp+0x2D0] |
| vmovdqa xmm7, xmmword ptr [rsp+0x2E0] |
| vmovdqa xmm8, xmmword ptr [rsp+0x2F0] |
| vmovdqa xmm9, xmmword ptr [rsp+0x300] |
| vmovdqa xmm10, xmmword ptr [rsp+0x310] |
| vmovdqa xmm11, xmmword ptr [rsp+0x320] |
| vmovdqa xmm12, xmmword ptr [rsp+0x330] |
| vmovdqa xmm13, xmmword ptr [rsp+0x340] |
| vmovdqa xmm14, xmmword ptr [rsp+0x350] |
| vmovdqa xmm15, xmmword ptr [rsp+0x360] |
| mov rsp, rbp |
| pop rbp |
| pop rbx |
| pop rdi |
| pop rsi |
| pop r12 |
| pop r13 |
| pop r14 |
| pop r15 |
| ret |
| .p2align 5 |
| 3: |
| mov rbx, qword ptr [rbp+0x90] |
| mov r15, qword ptr [rsp+0x2C0] |
| movzx r13d, byte ptr [rbp+0x78] |
| movzx r12d, byte ptr [rbp+0x88] |
| test rsi, 0x4 |
| je 3f |
| vbroadcasti128 ymm0, xmmword ptr [rcx] |
| vbroadcasti128 ymm1, xmmword ptr [rcx+0x10] |
| vmovdqa ymm8, ymm0 |
| vmovdqa ymm9, ymm1 |
| vbroadcasti128 ymm12, xmmword ptr [rsp+0x220] |
| vbroadcasti128 ymm13, xmmword ptr [rsp+0x240] |
| vpunpckldq ymm14, ymm12, ymm13 |
| vpunpckhdq ymm15, ymm12, ymm13 |
| vpermq ymm14, ymm14, 0x50 |
| vpermq ymm15, ymm15, 0x50 |
| vbroadcasti128 ymm12, xmmword ptr [BLAKE3_BLOCK_LEN+rip] |
| vpblendd ymm14, ymm14, ymm12, 0x44 |
| vpblendd ymm15, ymm15, ymm12, 0x44 |
| vmovdqa ymmword ptr [rsp], ymm14 |
| vmovdqa ymmword ptr [rsp+0x20], ymm15 |
| mov r8, qword ptr [rdi] |
| mov r9, qword ptr [rdi+0x8] |
| mov r10, qword ptr [rdi+0x10] |
| mov r11, qword ptr [rdi+0x18] |
| movzx eax, byte ptr [rbp+0x80] |
| or eax, r13d |
| xor edx, edx |
| .p2align 5 |
| 2: |
| mov r14d, eax |
| or eax, r12d |
| add rdx, 64 |
| cmp rdx, r15 |
| cmovne eax, r14d |
| mov dword ptr [rsp+0x200], eax |
| vmovups ymm2, ymmword ptr [r8+rdx-0x40] |
| vinsertf128 ymm2, ymm2, xmmword ptr [r9+rdx-0x40], 0x01 |
| vmovups ymm3, ymmword ptr [r8+rdx-0x30] |
| vinsertf128 ymm3, ymm3, xmmword ptr [r9+rdx-0x30], 0x01 |
| vshufps ymm4, ymm2, ymm3, 136 |
| vshufps ymm5, ymm2, ymm3, 221 |
| vmovups ymm2, ymmword ptr [r8+rdx-0x20] |
| vinsertf128 ymm2, ymm2, xmmword ptr [r9+rdx-0x20], 0x01 |
| vmovups ymm3, ymmword ptr [r8+rdx-0x10] |
| vinsertf128 ymm3, ymm3, xmmword ptr [r9+rdx-0x10], 0x01 |
| vshufps ymm6, ymm2, ymm3, 136 |
| vshufps ymm7, ymm2, ymm3, 221 |
| vpshufd ymm6, ymm6, 0x93 |
| vpshufd ymm7, ymm7, 0x93 |
| vmovups ymm10, ymmword ptr [r10+rdx-0x40] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r11+rdx-0x40], 0x01 |
| vmovups ymm11, ymmword ptr [r10+rdx-0x30] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r11+rdx-0x30], 0x01 |
| vshufps ymm12, ymm10, ymm11, 136 |
| vshufps ymm13, ymm10, ymm11, 221 |
| vmovups ymm10, ymmword ptr [r10+rdx-0x20] |
| vinsertf128 ymm10, ymm10, xmmword ptr [r11+rdx-0x20], 0x01 |
| vmovups ymm11, ymmword ptr [r10+rdx-0x10] |
| vinsertf128 ymm11, ymm11, xmmword ptr [r11+rdx-0x10], 0x01 |
| vshufps ymm14, ymm10, ymm11, 136 |
| vshufps ymm15, ymm10, ymm11, 221 |
| vpshufd ymm14, ymm14, 0x93 |
| vpshufd ymm15, ymm15, 0x93 |
| vpbroadcastd ymm2, dword ptr [rsp+0x200] |
| vmovdqa ymm3, ymmword ptr [rsp] |
| vmovdqa ymm11, ymmword ptr [rsp+0x20] |
| vpblendd ymm3, ymm3, ymm2, 0x88 |
| vpblendd ymm11, ymm11, ymm2, 0x88 |
| vbroadcasti128 ymm2, xmmword ptr [BLAKE3_IV+rip] |
| vmovdqa ymm10, ymm2 |
| mov al, 7 |
| 9: |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm8, ymm8, ymm12 |
| vmovdqa ymmword ptr [rsp+0x40], ymm4 |
| nop |
| vmovdqa ymmword ptr [rsp+0x60], ymm12 |
| nop |
| vpaddd ymm0, ymm0, ymm1 |
| vpaddd ymm8, ymm8, ymm9 |
| vpxor ymm3, ymm3, ymm0 |
| vpxor ymm11, ymm11, ymm8 |
| vbroadcasti128 ymm4, xmmword ptr [ROT16+rip] |
| vpshufb ymm3, ymm3, ymm4 |
| vpshufb ymm11, ymm11, ymm4 |
| vpaddd ymm2, ymm2, ymm3 |
| vpaddd ymm10, ymm10, ymm11 |
| vpxor ymm1, ymm1, ymm2 |
| vpxor ymm9, ymm9, ymm10 |
| vpsrld ymm4, ymm1, 12 |
| vpslld ymm1, ymm1, 20 |
| vpor ymm1, ymm1, ymm4 |
| vpsrld ymm4, ymm9, 12 |
| vpslld ymm9, ymm9, 20 |
| vpor ymm9, ymm9, ymm4 |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm8, ymm8, ymm13 |
| vpaddd ymm0, ymm0, ymm1 |
| vpaddd ymm8, ymm8, ymm9 |
| vmovdqa ymmword ptr [rsp+0x80], ymm5 |
| vmovdqa ymmword ptr [rsp+0xA0], ymm13 |
| vpxor ymm3, ymm3, ymm0 |
| vpxor ymm11, ymm11, ymm8 |
| vbroadcasti128 ymm4, xmmword ptr [ROT8+rip] |
| vpshufb ymm3, ymm3, ymm4 |
| vpshufb ymm11, ymm11, ymm4 |
| vpaddd ymm2, ymm2, ymm3 |
| vpaddd ymm10, ymm10, ymm11 |
| vpxor ymm1, ymm1, ymm2 |
| vpxor ymm9, ymm9, ymm10 |
| vpsrld ymm4, ymm1, 7 |
| vpslld ymm1, ymm1, 25 |
| vpor ymm1, ymm1, ymm4 |
| vpsrld ymm4, ymm9, 7 |
| vpslld ymm9, ymm9, 25 |
| vpor ymm9, ymm9, ymm4 |
| vpshufd ymm0, ymm0, 0x93 |
| vpshufd ymm8, ymm8, 0x93 |
| vpshufd ymm3, ymm3, 0x4E |
| vpshufd ymm11, ymm11, 0x4E |
| vpshufd ymm2, ymm2, 0x39 |
| vpshufd ymm10, ymm10, 0x39 |
| vpaddd ymm0, ymm0, ymm6 |
| vpaddd ymm8, ymm8, ymm14 |
| vpaddd ymm0, ymm0, ymm1 |
| vpaddd ymm8, ymm8, ymm9 |
| vpxor ymm3, ymm3, ymm0 |
| vpxor ymm11, ymm11, ymm8 |
| vbroadcasti128 ymm4, xmmword ptr [ROT16+rip] |
| vpshufb ymm3, ymm3, ymm4 |
| vpshufb ymm11, ymm11, ymm4 |
| vpaddd ymm2, ymm2, ymm3 |
| vpaddd ymm10, ymm10, ymm11 |
| vpxor ymm1, ymm1, ymm2 |
| vpxor ymm9, ymm9, ymm10 |
| vpsrld ymm4, ymm1, 12 |
| vpslld ymm1, ymm1, 20 |
| vpor ymm1, ymm1, ymm4 |
| vpsrld ymm4, ymm9, 12 |
| vpslld ymm9, ymm9, 20 |
| vpor ymm9, ymm9, ymm4 |
| vpaddd ymm0, ymm0, ymm7 |
| vpaddd ymm8, ymm8, ymm15 |
| vpaddd ymm0, ymm0, ymm1 |
| vpaddd ymm8, ymm8, ymm9 |
| vpxor ymm3, ymm3, ymm0 |
| vpxor ymm11, ymm11, ymm8 |
| vbroadcasti128 ymm4, xmmword ptr [ROT8+rip] |
| vpshufb ymm3, ymm3, ymm4 |
| vpshufb ymm11, ymm11, ymm4 |
| vpaddd ymm2, ymm2, ymm3 |
| vpaddd ymm10, ymm10, ymm11 |
| vpxor ymm1, ymm1, ymm2 |
| vpxor ymm9, ymm9, ymm10 |
| vpsrld ymm4, ymm1, 7 |
| vpslld ymm1, ymm1, 25 |
| vpor ymm1, ymm1, ymm4 |
| vpsrld ymm4, ymm9, 7 |
| vpslld ymm9, ymm9, 25 |
| vpor ymm9, ymm9, ymm4 |
| vpshufd ymm0, ymm0, 0x39 |
| vpshufd ymm8, ymm8, 0x39 |
| vpshufd ymm3, ymm3, 0x4E |
| vpshufd ymm11, ymm11, 0x4E |
| vpshufd ymm2, ymm2, 0x93 |
| vpshufd ymm10, ymm10, 0x93 |
| dec al |
| je 9f |
| vmovdqa ymm4, ymmword ptr [rsp+0x40] |
| vmovdqa ymm5, ymmword ptr [rsp+0x80] |
| vshufps ymm12, ymm4, ymm5, 214 |
| vpshufd ymm13, ymm4, 0x0F |
| vpshufd ymm4, ymm12, 0x39 |
| vshufps ymm12, ymm6, ymm7, 250 |
| vpblendd ymm13, ymm13, ymm12, 0xAA |
| vpunpcklqdq ymm12, ymm7, ymm5 |
| vpblendd ymm12, ymm12, ymm6, 0x88 |
| vpshufd ymm12, ymm12, 0x78 |
| vpunpckhdq ymm5, ymm5, ymm7 |
| vpunpckldq ymm6, ymm6, ymm5 |
| vpshufd ymm7, ymm6, 0x1E |
| vmovdqa ymmword ptr [rsp+0x40], ymm13 |
| vmovdqa ymmword ptr [rsp+0x80], ymm12 |
| vmovdqa ymm12, ymmword ptr [rsp+0x60] |
| vmovdqa ymm13, ymmword ptr [rsp+0xA0] |
| vshufps ymm5, ymm12, ymm13, 214 |
| vpshufd ymm6, ymm12, 0x0F |
| vpshufd ymm12, ymm5, 0x39 |
| vshufps ymm5, ymm14, ymm15, 250 |
| vpblendd ymm6, ymm6, ymm5, 0xAA |
| vpunpcklqdq ymm5, ymm15, ymm13 |
| vpblendd ymm5, ymm5, ymm14, 0x88 |
| vpshufd ymm5, ymm5, 0x78 |
| vpunpckhdq ymm13, ymm13, ymm15 |
| vpunpckldq ymm14, ymm14, ymm13 |
| vpshufd ymm15, ymm14, 0x1E |
| vmovdqa ymm13, ymm6 |
| vmovdqa ymm14, ymm5 |
| vmovdqa ymm5, ymmword ptr [rsp+0x40] |
| vmovdqa ymm6, ymmword ptr [rsp+0x80] |
| jmp 9b |
| 9: |
| vpxor ymm0, ymm0, ymm2 |
| vpxor ymm1, ymm1, ymm3 |
| vpxor ymm8, ymm8, ymm10 |
| vpxor ymm9, ymm9, ymm11 |
| mov eax, r13d |
| cmp rdx, r15 |
| jne 2b |
| vmovdqu xmmword ptr [rbx], xmm0 |
| vmovdqu xmmword ptr [rbx+0x10], xmm1 |
| vextracti128 xmmword ptr [rbx+0x20], ymm0, 0x01 |
| vextracti128 xmmword ptr [rbx+0x30], ymm1, 0x01 |
| vmovdqu xmmword ptr [rbx+0x40], xmm8 |
| vmovdqu xmmword ptr [rbx+0x50], xmm9 |
| vextracti128 xmmword ptr [rbx+0x60], ymm8, 0x01 |
| vextracti128 xmmword ptr [rbx+0x70], ymm9, 0x01 |
| vmovaps xmm8, xmmword ptr [rsp+0x260] |
| vmovaps xmm0, xmmword ptr [rsp+0x220] |
| vmovaps xmm1, xmmword ptr [rsp+0x230] |
| vmovaps xmm2, xmmword ptr [rsp+0x240] |
| vmovaps xmm3, xmmword ptr [rsp+0x250] |
| vblendvps xmm0, xmm0, xmm1, xmm8 |
| vblendvps xmm2, xmm2, xmm3, xmm8 |
| vmovaps xmmword ptr [rsp+0x220], xmm0 |
| vmovaps xmmword ptr [rsp+0x240], xmm2 |
| add rbx, 128 |
| add rdi, 32 |
| sub rsi, 4 |
| 3: |
| test rsi, 0x2 |
| je 3f |
| vbroadcasti128 ymm0, xmmword ptr [rcx] |
| vbroadcasti128 ymm1, xmmword ptr [rcx+0x10] |
| vmovd xmm13, dword ptr [rsp+0x220] |
| vpinsrd xmm13, xmm13, dword ptr [rsp+0x240], 1 |
| vpinsrd xmm13, xmm13, dword ptr [BLAKE3_BLOCK_LEN+rip], 2 |
| vmovd xmm14, dword ptr [rsp+0x224] |
| vpinsrd xmm14, xmm14, dword ptr [rsp+0x244], 1 |
| vpinsrd xmm14, xmm14, dword ptr [BLAKE3_BLOCK_LEN+rip], 2 |
| vinserti128 ymm13, ymm13, xmm14, 0x01 |
| vbroadcasti128 ymm14, xmmword ptr [ROT16+rip] |
| vbroadcasti128 ymm15, xmmword ptr [ROT8+rip] |
| mov r8, qword ptr [rdi] |
| mov r9, qword ptr [rdi+0x8] |
| movzx eax, byte ptr [rbp+0x80] |
| or eax, r13d |
| xor edx, edx |
| .p2align 5 |
| 2: |
| mov r14d, eax |
| or eax, r12d |
| add rdx, 64 |
| cmp rdx, r15 |
| cmovne eax, r14d |
| mov dword ptr [rsp+0x200], eax |
| vbroadcasti128 ymm2, xmmword ptr [BLAKE3_IV+rip] |
| vpbroadcastd ymm8, dword ptr [rsp+0x200] |
| vpblendd ymm3, ymm13, ymm8, 0x88 |
| vmovups ymm8, ymmword ptr [r8+rdx-0x40] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r9+rdx-0x40], 0x01 |
| vmovups ymm9, ymmword ptr [r8+rdx-0x30] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r9+rdx-0x30], 0x01 |
| vshufps ymm4, ymm8, ymm9, 136 |
| vshufps ymm5, ymm8, ymm9, 221 |
| vmovups ymm8, ymmword ptr [r8+rdx-0x20] |
| vinsertf128 ymm8, ymm8, xmmword ptr [r9+rdx-0x20], 0x01 |
| vmovups ymm9, ymmword ptr [r8+rdx-0x10] |
| vinsertf128 ymm9, ymm9, xmmword ptr [r9+rdx-0x10], 0x01 |
| vshufps ymm6, ymm8, ymm9, 136 |
| vshufps ymm7, ymm8, ymm9, 221 |
| vpshufd ymm6, ymm6, 0x93 |
| vpshufd ymm7, ymm7, 0x93 |
| mov al, 7 |
| 9: |
| vpaddd ymm0, ymm0, ymm4 |
| vpaddd ymm0, ymm0, ymm1 |
| vpxor ymm3, ymm3, ymm0 |
| vpshufb ymm3, ymm3, ymm14 |
| vpaddd ymm2, ymm2, ymm3 |
| vpxor ymm1, ymm1, ymm2 |
| vpsrld ymm8, ymm1, 12 |
| vpslld ymm1, ymm1, 20 |
| vpor ymm1, ymm1, ymm8 |
| vpaddd ymm0, ymm0, ymm5 |
| vpaddd ymm0, ymm0, ymm1 |
| vpxor ymm3, ymm3, ymm0 |
| vpshufb ymm3, ymm3, ymm15 |
| vpaddd ymm2, ymm2, ymm3 |
| vpxor ymm1, ymm1, ymm2 |
| vpsrld ymm8, ymm1, 7 |
| vpslld ymm1, ymm1, 25 |
| vpor ymm1, ymm1, ymm8 |
| vpshufd ymm0, ymm0, 0x93 |
| vpshufd ymm3, ymm3, 0x4E |
| vpshufd ymm2, ymm2, 0x39 |
| vpaddd ymm0, ymm0, ymm6 |
| vpaddd ymm0, ymm0, ymm1 |
| vpxor ymm3, ymm3, ymm0 |
| vpshufb ymm3, ymm3, ymm14 |
| vpaddd ymm2, ymm2, ymm3 |
| vpxor ymm1, ymm1, ymm2 |
| vpsrld ymm8, ymm1, 12 |
| vpslld ymm1, ymm1, 20 |
| vpor ymm1, ymm1, ymm8 |
| vpaddd ymm0, ymm0, ymm7 |
| vpaddd ymm0, ymm0, ymm1 |
| vpxor ymm3, ymm3, ymm0 |
| vpshufb ymm3, ymm3, ymm15 |
| vpaddd ymm2, ymm2, ymm3 |
| vpxor ymm1, ymm1, ymm2 |
| vpsrld ymm8, ymm1, 7 |
| vpslld ymm1, ymm1, 25 |
| vpor ymm1, ymm1, ymm8 |
| vpshufd ymm0, ymm0, 0x39 |
| vpshufd ymm3, ymm3, 0x4E |
| vpshufd ymm2, ymm2, 0x93 |
| dec al |
| jz 9f |
| vshufps ymm8, ymm4, ymm5, 214 |
| vpshufd ymm9, ymm4, 0x0F |
| vpshufd ymm4, ymm8, 0x39 |
| vshufps ymm8, ymm6, ymm7, 250 |
| vpblendd ymm9, ymm9, ymm8, 0xAA |
| vpunpcklqdq ymm8, ymm7, ymm5 |
| vpblendd ymm8, ymm8, ymm6, 0x88 |
| vpshufd ymm8, ymm8, 0x78 |
| vpunpckhdq ymm5, ymm5, ymm7 |
| vpunpckldq ymm6, ymm6, ymm5 |
| vpshufd ymm7, ymm6, 0x1E |
| vmovdqa ymm5, ymm9 |
| vmovdqa ymm6, ymm8 |
| jmp 9b |
| 9: |
| vpxor ymm0, ymm0, ymm2 |
| vpxor ymm1, ymm1, ymm3 |
| mov eax, r13d |
| cmp rdx, r15 |
| jne 2b |
| vmovdqu xmmword ptr [rbx], xmm0 |
| vmovdqu xmmword ptr [rbx+0x10], xmm1 |
| vextracti128 xmmword ptr [rbx+0x20], ymm0, 0x01 |
| vextracti128 xmmword ptr [rbx+0x30], ymm1, 0x01 |
| vmovaps ymm8, ymmword ptr [rsp+0x260] |
| vmovaps ymm0, ymmword ptr [rsp+0x220] |
| vmovups ymm1, ymmword ptr [rsp+0x228] |
| vmovaps ymm2, ymmword ptr [rsp+0x240] |
| vmovups ymm3, ymmword ptr [rsp+0x248] |
| vblendvps ymm0, ymm0, ymm1, ymm8 |
| vblendvps ymm2, ymm2, ymm3, ymm8 |
| vmovaps ymmword ptr [rsp+0x220], ymm0 |
| vmovaps ymmword ptr [rsp+0x240], ymm2 |
| add rbx, 64 |
| add rdi, 16 |
| sub rsi, 2 |
| 3: |
| test rsi, 0x1 |
| je 4b |
| vmovdqu xmm0, xmmword ptr [rcx] |
| vmovdqu xmm1, xmmword ptr [rcx+0x10] |
| vmovd xmm3, dword ptr [rsp+0x220] |
| vpinsrd xmm3, xmm3, dword ptr [rsp+0x240], 1 |
| vpinsrd xmm13, xmm3, dword ptr [BLAKE3_BLOCK_LEN+rip], 2 |
| vmovdqa xmm14, xmmword ptr [ROT16+rip] |
| vmovdqa xmm15, xmmword ptr [ROT8+rip] |
| mov r8, qword ptr [rdi] |
| movzx eax, byte ptr [rbp+0x80] |
| or eax, r13d |
| xor edx, edx |
| .p2align 5 |
| 2: |
| mov r14d, eax |
| or eax, r12d |
| add rdx, 64 |
| cmp rdx, r15 |
| cmovne eax, r14d |
| vmovdqa xmm2, xmmword ptr [BLAKE3_IV+rip] |
| vmovdqa xmm3, xmm13 |
| vpinsrd xmm3, xmm3, eax, 3 |
| vmovups xmm8, xmmword ptr [r8+rdx-0x40] |
| vmovups xmm9, xmmword ptr [r8+rdx-0x30] |
| vshufps xmm4, xmm8, xmm9, 136 |
| vshufps xmm5, xmm8, xmm9, 221 |
| vmovups xmm8, xmmword ptr [r8+rdx-0x20] |
| vmovups xmm9, xmmword ptr [r8+rdx-0x10] |
| vshufps xmm6, xmm8, xmm9, 136 |
| vshufps xmm7, xmm8, xmm9, 221 |
| vpshufd xmm6, xmm6, 0x93 |
| vpshufd xmm7, xmm7, 0x93 |
| mov al, 7 |
| 9: |
| vpaddd xmm0, xmm0, xmm4 |
| vpaddd xmm0, xmm0, xmm1 |
| vpxor xmm3, xmm3, xmm0 |
| vpshufb xmm3, xmm3, xmm14 |
| vpaddd xmm2, xmm2, xmm3 |
| vpxor xmm1, xmm1, xmm2 |
| vpsrld xmm8, xmm1, 12 |
| vpslld xmm1, xmm1, 20 |
| vpor xmm1, xmm1, xmm8 |
| vpaddd xmm0, xmm0, xmm5 |
| vpaddd xmm0, xmm0, xmm1 |
| vpxor xmm3, xmm3, xmm0 |
| vpshufb xmm3, xmm3, xmm15 |
| vpaddd xmm2, xmm2, xmm3 |
| vpxor xmm1, xmm1, xmm2 |
| vpsrld xmm8, xmm1, 7 |
| vpslld xmm1, xmm1, 25 |
| vpor xmm1, xmm1, xmm8 |
| vpshufd xmm0, xmm0, 0x93 |
| vpshufd xmm3, xmm3, 0x4E |
| vpshufd xmm2, xmm2, 0x39 |
| vpaddd xmm0, xmm0, xmm6 |
| vpaddd xmm0, xmm0, xmm1 |
| vpxor xmm3, xmm3, xmm0 |
| vpshufb xmm3, xmm3, xmm14 |
| vpaddd xmm2, xmm2, xmm3 |
| vpxor xmm1, xmm1, xmm2 |
| vpsrld xmm8, xmm1, 12 |
| vpslld xmm1, xmm1, 20 |
| vpor xmm1, xmm1, xmm8 |
| vpaddd xmm0, xmm0, xmm7 |
| vpaddd xmm0, xmm0, xmm1 |
| vpxor xmm3, xmm3, xmm0 |
| vpshufb xmm3, xmm3, xmm15 |
| vpaddd xmm2, xmm2, xmm3 |
| vpxor xmm1, xmm1, xmm2 |
| vpsrld xmm8, xmm1, 7 |
| vpslld xmm1, xmm1, 25 |
| vpor xmm1, xmm1, xmm8 |
| vpshufd xmm0, xmm0, 0x39 |
| vpshufd xmm3, xmm3, 0x4E |
| vpshufd xmm2, xmm2, 0x93 |
| dec al |
| jz 9f |
| vshufps xmm8, xmm4, xmm5, 214 |
| vpshufd xmm9, xmm4, 0x0F |
| vpshufd xmm4, xmm8, 0x39 |
| vshufps xmm8, xmm6, xmm7, 250 |
| vpblendd xmm9, xmm9, xmm8, 0xAA |
| vpunpcklqdq xmm8, xmm7, xmm5 |
| vpblendd xmm8, xmm8, xmm6, 0x88 |
| vpshufd xmm8, xmm8, 0x78 |
| vpunpckhdq xmm5, xmm5, xmm7 |
| vpunpckldq xmm6, xmm6, xmm5 |
| vpshufd xmm7, xmm6, 0x1E |
| vmovdqa xmm5, xmm9 |
| vmovdqa xmm6, xmm8 |
| jmp 9b |
| 9: |
| vpxor xmm0, xmm0, xmm2 |
| vpxor xmm1, xmm1, xmm3 |
| mov eax, r13d |
| cmp rdx, r15 |
| jne 2b |
| vmovdqu xmmword ptr [rbx], xmm0 |
| vmovdqu xmmword ptr [rbx+0x10], xmm1 |
| jmp 4b |
| |
| .section .rodata |
| .p2align 6 |
| ADD0: |
| .long 0, 1, 2, 3, 4, 5, 6, 7 |
| ADD1: |
| .long 8, 8, 8, 8, 8, 8, 8, 8 |
| BLAKE3_IV_0: |
| .long 0x6A09E667, 0x6A09E667, 0x6A09E667, 0x6A09E667 |
| .long 0x6A09E667, 0x6A09E667, 0x6A09E667, 0x6A09E667 |
| BLAKE3_IV_1: |
| .long 0xBB67AE85, 0xBB67AE85, 0xBB67AE85, 0xBB67AE85 |
| .long 0xBB67AE85, 0xBB67AE85, 0xBB67AE85, 0xBB67AE85 |
| BLAKE3_IV_2: |
| .long 0x3C6EF372, 0x3C6EF372, 0x3C6EF372, 0x3C6EF372 |
| .long 0x3C6EF372, 0x3C6EF372, 0x3C6EF372, 0x3C6EF372 |
| BLAKE3_IV_3: |
| .long 0xA54FF53A, 0xA54FF53A, 0xA54FF53A, 0xA54FF53A |
| .long 0xA54FF53A, 0xA54FF53A, 0xA54FF53A, 0xA54FF53A |
| BLAKE3_BLOCK_LEN: |
| .long 0x00000040, 0x00000040, 0x00000040, 0x00000040 |
| .long 0x00000040, 0x00000040, 0x00000040, 0x00000040 |
| ROT16: |
| .byte 2, 3, 0, 1, 6, 7, 4, 5, 10, 11, 8, 9, 14, 15, 12, 13 |
| ROT8: |
| .byte 1, 2, 3, 0, 5, 6, 7, 4, 9, 10, 11, 8, 13, 14, 15, 12 |
| CMP_MSB_MASK: |
| .long 0x80000000, 0x80000000, 0x80000000, 0x80000000 |
| .long 0x80000000, 0x80000000, 0x80000000, 0x80000000 |
| BLAKE3_IV: |
| .long 0x6A09E667, 0xBB67AE85, 0x3C6EF372, 0xA54FF53A |
| |
