cipher: xts reduce duplicated code

README.md

@@ -28,7 +28,7 @@ Go语言商用密码软件，简称**GMSM**，一个安全、高性能、易于
 
 - **SM3** - SM3密码杂凑算法实现。**amd64**下分别针对**AVX2+BMI2、AVX、SSE2+SSSE3**做了消息扩展部分的SIMD实现； **arm64**下使用NEON指令做了消息扩展部分的SIMD实现，同时也提供了基于**A64扩展密码指令**的汇编实现；**s390x**和**ppc64x**通过向量指令做了消息扩展部分的优化实现。您也可以参考[SM3性能优化](https://github.com/emmansun/gmsm/wiki/SM3%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96)及相关Wiki和代码，以获得更多实现细节。
 
-- **SM4** - SM4分组密码算法实现。**amd64**下使用**AES**指令加上**AVX2、AVX、SSE2+SSSE3**实现了比较好的性能。**arm64**下使用**AES**指令加上NEON指令实现了比较好的性能，同时也提供了基于**A64扩展密码指令**的汇编实现。**ppc64x**下使用**VCIPHERLAST**指令加上向量指令进行了并行优化。针对**ECB/CBC/GCM/XTS**加密模式，做了和SM4分组密码算法的融合汇编优化实现。您也可以参考[SM4性能优化](https://github.com/emmansun/gmsm/wiki/SM4%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96)及相关Wiki和代码，以获得更多实现细节。
+- **SM4** - SM4分组密码算法实现。**amd64**下使用**AES**指令加上**AVX2、AVX、SSE2+SSSE3**实现了比较好的性能。**arm64**下使用**AES**指令加上NEON指令实现了比较好的性能，同时也提供了基于**A64扩展密码指令**的汇编实现。**ppc64x**下使用**vsbox**指令加上向量指令进行了并行优化。针对**ECB/CBC/GCM/XTS**加密模式，做了和SM4分组密码算法的融合汇编优化实现。您也可以参考[SM4性能优化](https://github.com/emmansun/gmsm/wiki/SM4%E6%80%A7%E8%83%BD%E4%BC%98%E5%8C%96)及相关Wiki和代码，以获得更多实现细节。
 
 - **SM9** - SM9标识密码算法实现。基础的素域、扩域、椭圆曲线运算以及双线性对运算位于[bn256](https://github.com/emmansun/gmsm/tree/main/sm9/bn256)包中，分别对**amd64**、**arm64**架构做了优化实现。您也可以参考[SM9实现及优化](https://github.com/emmansun/gmsm/wiki/SM9%E5%AE%9E%E7%8E%B0%E5%8F%8A%E4%BC%98%E5%8C%96)及相关讨论和代码，以获得更多实现细节。SM9包实现了SM9标识密码算法的密钥生成、数字签名算法、密钥封装机制和公钥加密算法、密钥交换协议。
 

cipher/xts_amd64.s

@@ -22,6 +22,34 @@ GLOBL gbGcmPoly<>(SB), (NOPTR+RODATA), $16
 #define T0 X3
 #define T1 X4
 
+#define doubleTweak(B0, POLY, T0, T1) \
+	\ // B0 * 2
+	PSHUFD $0xff, B0, T0 \
+	MOVOU B0, T1         \
+	PSRAL $31, T0        \ // T0 for reduction
+	PAND POLY, T0        \
+	PSRLL $31, T1        \
+	PSLLDQ $4, T1        \
+	PSLLL $1, B0         \
+	PXOR T0, B0          \
+	PXOR T1, B0
+
+#define gbDoubleTweak(B0, BSWAP, POLY, T0, T1) \
+	PSHUFB BSWAP, B0      \
+	\ // B0 * 2
+	MOVOU B0, T0          \
+ 	PSHUFD $0, B0, T1     \
+	PSRLQ $1, B0          \
+	PSLLQ $63, T0         \
+	PSRLDQ $8, T0         \
+	POR T0, B0            \
+	\ // reduction
+	PSLLL $31, T1         \
+	PSRAL $31, T1         \
+	PAND POLY, T1         \
+	PXOR T1, B0           \
+	PSHUFB BSWAP, B0
+
 // func mul2(tweak *[blockSize]byte, isGB bool)
 TEXT ·mul2(SB),NOSPLIT,$0
 	MOVQ tweak+0(FP), DI
@@ -34,16 +62,7 @@ TEXT ·mul2(SB),NOSPLIT,$0
 
 	MOVOU gcmPoly<>(SB), POLY
 
-	// B0 * 2
+	doubleTweak(B0, POLY, T0, T1)
-	PSHUFD $0xff, B0, T0
-	MOVOU B0, T1
-	PSRAL $31, T0 // T0 for reduction
-	PAND POLY, T0
-	PSRLL $31, T1
-	PSLLDQ $4, T1
-	PSLLL $1, B0
-	PXOR T0, B0
-	PXOR T1, B0
 
 	MOVOU B0, (0*16)(DI)
 
@@ -53,23 +72,8 @@ gb_alg:
 	MOVOU bswapMask<>(SB), BSWAP
 	MOVOU gbGcmPoly<>(SB), POLY
 
-	PSHUFB BSWAP, B0
+	gbDoubleTweak(B0, BSWAP, POLY, T0, T1)
 
-	// B0 * 2
-	MOVOU B0, T0
- 	PSHUFD $0, B0, T1
-	PSRLQ $1, B0
-	PSLLQ $63, T0
-	PSRLDQ $8, T0
-	POR T0, B0
-
-	// reduction
-	PSLLL $31, T1
-	PSRAL $31, T1
-	PAND POLY, T1
-	PXOR T1, B0
-
-	PSHUFB BSWAP, B0
 	MOVOU B0, (0*16)(DI)
 	RET
 
@@ -94,16 +98,7 @@ loop:
 	MOVOU B0, (0*16)(AX)
 	LEAQ 16(AX), AX
 
-	// B0 * 2
+	doubleTweak(B0, POLY, T0, T1)
-	PSHUFD $0xff, B0, T0
-	MOVOU B0, T1
-	PSRAL $31, T0 // T0 for reduction
-	PAND POLY, T0
-	PSRLL $31, T1
-	PSLLDQ $4, T1
-	PSLLL $1, B0
-	PXOR T0, B0
-	PXOR T1, B0
 
 	ADDQ $1, DX
 	CMPQ DX, BX
@@ -120,23 +115,8 @@ gb_loop:
 	MOVOU B0, (0*16)(AX)
 	LEAQ 16(AX), AX
 
-	PSHUFB BSWAP, B0
+	gbDoubleTweak(B0, BSWAP, POLY, T0, T1)
 
-	// B0 * 2
-	MOVOU B0, T0
- 	PSHUFD $0, B0, T1
-	PSRLQ $1, B0
-	PSLLQ $63, T0
-	PSRLDQ $8, T0
-	POR T0, B0
-
-	// reduction
-	PSLLL $31, T1
-	PSRAL $31, T1
-	PAND POLY, T1
-	PXOR T1, B0
-
-	PSHUFB BSWAP, B0
 	ADDQ $1, DX
 	CMPQ DX, BX
 	JB gb_loop

cipher/xts_arm64.s

@@ -13,6 +13,37 @@
 #define GB R1
 #define I R2
 
+#define doubleTweak(B0, ZERO, POLY, I, T1, T2) \
+	VMOV	B0.D[1], I                    \
+	ASR	$63, I                            \
+	VMOV	I, T1.D2                      \
+	VAND	POLY.B16, T1.B16, T1.B16      \
+	\
+	VUSHR	$63, B0.D2, T2.D2             \
+	VEXT	$8, T2.B16, ZERO.B16, T2.B16  \
+	VSHL	$1, B0.D2, B0.D2              \
+	VEOR	T1.B16, B0.B16, B0.B16        \
+	VEOR	T2.B16, B0.B16, B0.B16
+
+#define gbDoubleTweak(B0, ZERO, POLY, I, T1, T2) \
+	VREV64 B0.B16, B0.B16                 \
+	VEXT	$8, B0.B16, B0.B16, B0.B16    \
+	\
+	VMOV	B0.D[0], I                    \
+	LSL $63, I                            \
+	ASR $63, I                            \
+	VMOV	I, T1.D2                      \
+	VAND	POLY.B16, T1.B16, T1.B16      \
+	\
+	VSHL $63, B0.D2, T2.D2                \
+	VEXT	$8, ZERO.B16, T2.B16, T2.B16  \
+	VUSHR	$1, B0.D2, B0.D2              \
+	VEOR	T1.B16, B0.B16, B0.B16        \
+	VEOR	T2.B16, B0.B16, B0.B16        \
+	\
+	VEXT	$8, B0.B16, B0.B16, B0.B16    \
+	VREV64 B0.B16, B0.B16
+
 // func mul2(tweak *[blockSize]byte, isGB bool)
 TEXT ·mul2(SB),NOSPLIT,$0
 	MOVD tweak+0(FP), TW
@@ -29,16 +60,7 @@ TEXT ·mul2(SB),NOSPLIT,$0
 	MOVD	$0x87, I
 	VMOV	I, POLY.D[0]
 
-	VMOV	B0.D[1], I
+	doubleTweak(B0, ZERO, POLY, I, T1, T2)
-	ASR	$63, I
-	VMOV	I, T1.D2
-	VAND	POLY.B16, T1.B16, T1.B16
-
-	VUSHR	$63, B0.D2, T2.D2
-	VEXT	$8, T2.B16, ZERO.B16, T2.B16
-	VSHL	$1, B0.D2, B0.D2
-	VEOR	T1.B16, B0.B16, B0.B16
-	VEOR	T2.B16, B0.B16, B0.B16
 
 	VST1 [B0.B16], (TW)
 	RET
@@ -48,23 +70,7 @@ gb_alg:
 	LSL	$56, I
 	VMOV	I, POLY.D[1]
 
-	VREV64 B0.B16, B0.B16
+	gbDoubleTweak(B0, ZERO, POLY, I, T1, T2)
-	VEXT	$8, B0.B16, B0.B16, B0.B16
-
-	VMOV	B0.D[0], I
-	LSL $63, I
-	ASR $63, I
-	VMOV	I, T1.D2
-	VAND	POLY.B16, T1.B16, T1.B16
-
-	VSHL $63, B0.D2, T2.D2
-	VEXT	$8, ZERO.B16, T2.B16, T2.B16
-	VUSHR	$1, B0.D2, B0.D2
-	VEOR	T1.B16, B0.B16, B0.B16
-	VEOR	T2.B16, B0.B16, B0.B16
-
-	VEXT	$8, B0.B16, B0.B16, B0.B16
-	VREV64 B0.B16, B0.B16
 
 	VST1 [B0.B16], (TW)
 	RET
@@ -93,16 +99,7 @@ TEXT ·doubleTweaks(SB),NOSPLIT,$0
 loop:
 	VST1.P [B0.B16], 16(R3)
 
-	VMOV	B0.D[1], I
+	doubleTweak(B0, ZERO, POLY, I, T1, T2)
-	ASR	$63, I
-	VMOV	I, T1.D2
-	VAND	POLY.B16, T1.B16, T1.B16
-
-	VUSHR	$63, B0.D2, T2.D2
-	VEXT	$8, T2.B16, ZERO.B16, T2.B16
-	VSHL	$1, B0.D2, B0.D2
-	VEOR	T1.B16, B0.B16, B0.B16
-	VEOR	T2.B16, B0.B16, B0.B16
 
 	ADD $1, R5
 	CMP R4, R5
@@ -119,23 +116,7 @@ dt_gb_alg:
 gb_loop:
 	VST1.P [B0.B16], 16(R3)
 
-	VREV64 B0.B16, B0.B16
+	gbDoubleTweak(B0, ZERO, POLY, I, T1, T2)
-	VEXT	$8, B0.B16, B0.B16, B0.B16
-
-	VMOV	B0.D[0], I
-	LSL $63, I
-	ASR $63, I
-	VMOV	I, T1.D2
-	VAND	POLY.B16, T1.B16, T1.B16
-
-	VSHL $63, B0.D2, T2.D2
-	VEXT	$8, ZERO.B16, T2.B16, T2.B16
-	VUSHR	$1, B0.D2, B0.D2
-	VEOR	T1.B16, B0.B16, B0.B16
-	VEOR	T2.B16, B0.B16, B0.B16
-
-	VEXT	$8, B0.B16, B0.B16, B0.B16
-	VREV64 B0.B16, B0.B16
 
 	ADD $1, R5
 	CMP R4, R5

cipher/xts_ppc64x.s

@@ -149,8 +149,8 @@ gb_alg:
 #endif
 
 gbLoop:
-	STXVD2X B0, (R4)
+		STXVD2X B0, (R4)
-	ADD $16, R4
+		ADD $16, R4
 
 #ifdef GOARCH_ppc64le
 		VPERM B0, B0, ESPERM, B0