git.sesse.net Git - x264/blob - tools/checkasm.c

   1 /*****************************************************************************
   2  * checkasm.c: assembly check tool
   3  *****************************************************************************
   4  * Copyright (C) 2003-2016 x264 project
   5  *
   6  * Authors: Loren Merritt <lorenm@u.washington.edu>
   7  *          Laurent Aimar <fenrir@via.ecp.fr>
   8  *          Fiona Glaser <fiona@x264.com>
   9  *
  10  * This program is free software; you can redistribute it and/or modify
  11  * it under the terms of the GNU General Public License as published by
  12  * the Free Software Foundation; either version 2 of the License, or
  13  * (at your option) any later version.
  14  *
  15  * This program is distributed in the hope that it will be useful,
  16  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  17  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  18  * GNU General Public License for more details.
  19  *
  20  * You should have received a copy of the GNU General Public License
  21  * along with this program; if not, write to the Free Software
  22  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02111, USA.
  23  *
  24  * This program is also available under a commercial proprietary license.
  25  * For more information, contact us at licensing@x264.com.
  26  *****************************************************************************/
  27
  28 #include <ctype.h>
  29 #include "common/common.h"
  30 #include "common/cpu.h"
  31
  32 // GCC doesn't align stack variables on ARM, so use .bss
  33 #if ARCH_ARM
  34 #undef ALIGNED_16
  35 #define ALIGNED_16( var ) DECLARE_ALIGNED( static var, 16 )
  36 #endif
  37
  38 /* buf1, buf2: initialised to random data and shouldn't write into them */
  39 uint8_t *buf1, *buf2;
  40 /* buf3, buf4: used to store output */
  41 uint8_t *buf3, *buf4;
  42 /* pbuf1, pbuf2: initialised to random pixel data and shouldn't write into them. */
  43 pixel *pbuf1, *pbuf2;
  44 /* pbuf3, pbuf4: point to buf3, buf4, just for type convenience */
  45 pixel *pbuf3, *pbuf4;
  46
  47 int quiet = 0;
  48
  49 #define report( name ) { \
  50     if( used_asm && !quiet ) \
  51         fprintf( stderr, " - %-21s [%s]\n", name, ok ? "OK" : "FAILED" ); \
  52     if( !ok ) ret = -1; \
  53 }
  54
  55 #define BENCH_RUNS 100  // tradeoff between accuracy and speed
  56 #define BENCH_ALIGNS 16 // number of stack+heap data alignments (another accuracy vs speed tradeoff)
  57 #define MAX_FUNCS 1000  // just has to be big enough to hold all the existing functions
  58 #define MAX_CPUS 30     // number of different combinations of cpu flags
  59
  60 typedef struct
  61 {
  62     void *pointer; // just for detecting duplicates
  63     uint32_t cpu;
  64     uint64_t cycles;
  65     uint32_t den;
  66 } bench_t;
  67
  68 typedef struct
  69 {
  70     char *name;
  71     bench_t vers[MAX_CPUS];
  72 } bench_func_t;
  73
  74 int do_bench = 0;
  75 int bench_pattern_len = 0;
  76 const char *bench_pattern = "";
  77 char func_name[100];
  78 static bench_func_t benchs[MAX_FUNCS];
  79
  80 static const char *pixel_names[12] = { "16x16", "16x8", "8x16", "8x8", "8x4", "4x8", "4x4", "4x16", "4x2", "2x8", "2x4", "2x2" };
  81 static const char *intra_predict_16x16_names[7] = { "v", "h", "dc", "p", "dcl", "dct", "dc8" };
  82 static const char *intra_predict_8x8c_names[7] = { "dc", "h", "v", "p", "dcl", "dct", "dc8" };
  83 static const char *intra_predict_4x4_names[12] = { "v", "h", "dc", "ddl", "ddr", "vr", "hd", "vl", "hu", "dcl", "dct", "dc8" };
  84 static const char **intra_predict_8x8_names = intra_predict_4x4_names;
  85 static const char **intra_predict_8x16c_names = intra_predict_8x8c_names;
  86
  87 #define set_func_name(...) snprintf( func_name, sizeof(func_name), __VA_ARGS__ )
  88
  89 static inline uint32_t read_time(void)
  90 {
  91     uint32_t a = 0;
  92 #if HAVE_X86_INLINE_ASM
  93     asm volatile( "lfence \n"
  94                   "rdtsc  \n"
  95                   : "=a"(a) :: "edx", "memory" );
  96 #elif ARCH_PPC
  97     asm volatile( "mftb %0" : "=r"(a) :: "memory" );
  98 #elif ARCH_ARM     // ARMv7 only
  99     asm volatile( "mrc p15, 0, %0, c9, c13, 0" : "=r"(a) :: "memory" );
 100 #elif ARCH_AARCH64
 101     uint64_t b = 0;
 102     asm volatile( "mrs %0, pmccntr_el0" : "=r"(b) :: "memory" );
 103     a = b;
 104 #elif ARCH_MIPS
 105     asm volatile( "rdhwr %0, $2" : "=r"(a) :: "memory" );
 106 #endif
 107     return a;
 108 }
 109
 110 static bench_t* get_bench( const char *name, int cpu )
 111 {
 112     int i, j;
 113     for( i = 0; benchs[i].name && strcmp(name, benchs[i].name); i++ )
 114         assert( i < MAX_FUNCS );
 115     if( !benchs[i].name )
 116         benchs[i].name = strdup( name );
 117     if( !cpu )
 118         return &benchs[i].vers[0];
 119     for( j = 1; benchs[i].vers[j].cpu && benchs[i].vers[j].cpu != cpu; j++ )
 120         assert( j < MAX_CPUS );
 121     benchs[i].vers[j].cpu = cpu;
 122     return &benchs[i].vers[j];
 123 }
 124
 125 static int cmp_nop( const void *a, const void *b )
 126 {
 127     return *(uint16_t*)a - *(uint16_t*)b;
 128 }
 129
 130 static int cmp_bench( const void *a, const void *b )
 131 {
 132     // asciibetical sort except preserving numbers
 133     const char *sa = ((bench_func_t*)a)->name;
 134     const char *sb = ((bench_func_t*)b)->name;
 135     for( ;; sa++, sb++ )
 136     {
 137         if( !*sa && !*sb )
 138             return 0;
 139         if( isdigit( *sa ) && isdigit( *sb ) && isdigit( sa[1] ) != isdigit( sb[1] ) )
 140             return isdigit( sa[1] ) - isdigit( sb[1] );
 141         if( *sa != *sb )
 142             return *sa - *sb;
 143     }
 144 }
 145
 146 static void print_bench(void)
 147 {
 148     uint16_t nops[10000];
 149     int nfuncs, nop_time=0;
 150
 151     for( int i = 0; i < 10000; i++ )
 152     {
 153         uint32_t t = read_time();
 154         nops[i] = read_time() - t;
 155     }
 156     qsort( nops, 10000, sizeof(uint16_t), cmp_nop );
 157     for( int i = 500; i < 9500; i++ )
 158         nop_time += nops[i];
 159     nop_time /= 900;
 160     printf( "nop: %d\n", nop_time );
 161
 162     for( nfuncs = 0; nfuncs < MAX_FUNCS && benchs[nfuncs].name; nfuncs++ );
 163     qsort( benchs, nfuncs, sizeof(bench_func_t), cmp_bench );
 164     for( int i = 0; i < nfuncs; i++ )
 165         for( int j = 0; j < MAX_CPUS && (!j || benchs[i].vers[j].cpu); j++ )
 166         {
 167             int k;
 168             bench_t *b = &benchs[i].vers[j];
 169             if( !b->den )
 170                 continue;
 171             for( k = 0; k < j && benchs[i].vers[k].pointer != b->pointer; k++ );
 172             if( k < j )
 173                 continue;
 174             printf( "%s_%s%s: %"PRId64"\n", benchs[i].name,
 175 #if HAVE_MMX
 176                     b->cpu&X264_CPU_AVX2 ? "avx2" :
 177                     b->cpu&X264_CPU_FMA3 ? "fma3" :
 178                     b->cpu&X264_CPU_FMA4 ? "fma4" :
 179                     b->cpu&X264_CPU_XOP ? "xop" :
 180                     b->cpu&X264_CPU_AVX ? "avx" :
 181                     b->cpu&X264_CPU_SSE42 ? "sse42" :
 182                     b->cpu&X264_CPU_SSE4 ? "sse4" :
 183                     b->cpu&X264_CPU_SSSE3 ? "ssse3" :
 184                     b->cpu&X264_CPU_SSE3 ? "sse3" :
 185                     /* print sse2slow only if there's also a sse2fast version of the same func */
 186                     b->cpu&X264_CPU_SSE2_IS_SLOW && j<MAX_CPUS-1 && b[1].cpu&X264_CPU_SSE2_IS_FAST && !(b[1].cpu&X264_CPU_SSE3) ? "sse2slow" :
 187                     b->cpu&X264_CPU_SSE2 ? "sse2" :
 188                     b->cpu&X264_CPU_SSE ? "sse" :
 189                     b->cpu&X264_CPU_MMX ? "mmx" :
 190 #elif ARCH_PPC
 191                     b->cpu&X264_CPU_ALTIVEC ? "altivec" :
 192 #elif ARCH_ARM
 193                     b->cpu&X264_CPU_NEON ? "neon" :
 194                     b->cpu&X264_CPU_ARMV6 ? "armv6" :
 195 #elif ARCH_AARCH64
 196                     b->cpu&X264_CPU_NEON ? "neon" :
 197                     b->cpu&X264_CPU_ARMV8 ? "armv8" :
 198 #elif ARCH_MIPS
 199                     b->cpu&X264_CPU_MSA ? "msa" :
 200 #endif
 201                     "c",
 202 #if HAVE_MMX
 203                     b->cpu&X264_CPU_CACHELINE_32 ? "_c32" :
 204                     b->cpu&X264_CPU_SLOW_ATOM && b->cpu&X264_CPU_CACHELINE_64 ? "_c64_atom" :
 205                     b->cpu&X264_CPU_CACHELINE_64 ? "_c64" :
 206                     b->cpu&X264_CPU_SLOW_SHUFFLE ? "_slowshuffle" :
 207                     b->cpu&X264_CPU_LZCNT ? "_lzcnt" :
 208                     b->cpu&X264_CPU_BMI2 ? "_bmi2" :
 209                     b->cpu&X264_CPU_BMI1 ? "_bmi1" :
 210                     b->cpu&X264_CPU_SLOW_CTZ ? "_slow_ctz" :
 211                     b->cpu&X264_CPU_SLOW_ATOM ? "_atom" :
 212 #elif ARCH_ARM
 213                     b->cpu&X264_CPU_FAST_NEON_MRC ? "_fast_mrc" :
 214 #endif
 215                     "",
 216                     (int64_t)(10*b->cycles/b->den - nop_time)/4 );
 217         }
 218 }
 219
 220 #if ARCH_X86 || ARCH_X86_64
 221 int x264_stack_pagealign( int (*func)(), int align );
 222
 223 /* detect when callee-saved regs aren't saved
 224  * needs an explicit asm check because it only sometimes crashes in normal use. */
 225 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
 226 #else
 227 #define x264_stack_pagealign( func, align ) func()
 228 #endif
 229
 230 #if ARCH_AARCH64
 231 intptr_t x264_checkasm_call( intptr_t (*func)(), int *ok, ... );
 232 #endif
 233
 234 #if ARCH_ARM
 235 intptr_t x264_checkasm_call_neon( intptr_t (*func)(), int *ok, ... );
 236 intptr_t x264_checkasm_call_noneon( intptr_t (*func)(), int *ok, ... );
 237 intptr_t (*x264_checkasm_call)( intptr_t (*func)(), int *ok, ... ) = x264_checkasm_call_noneon;
 238 #endif
 239
 240 #define call_c1(func,...) func(__VA_ARGS__)
 241
 242 #if ARCH_X86_64
 243 /* Evil hack: detect incorrect assumptions that 32-bit ints are zero-extended to 64-bit.
 244  * This is done by clobbering the stack with junk around the stack pointer and calling the
 245  * assembly function through x264_checkasm_call with added dummy arguments which forces all
 246  * real arguments to be passed on the stack and not in registers. For 32-bit argument the
 247  * upper half of the 64-bit register location on the stack will now contain junk. Note that
 248  * this is dependant on compiler behaviour and that interrupts etc. at the wrong time may
 249  * overwrite the junk written to the stack so there's no guarantee that it will always
 250  * detect all functions that assumes zero-extension.
 251  */
 252 void x264_checkasm_stack_clobber( uint64_t clobber, ... );
 253 #define call_a1(func,...) ({ \
 254     uint64_t r = (rand() & 0xffff) * 0x0001000100010001ULL; \
 255     x264_checkasm_stack_clobber( r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r,r ); /* max_args+6 */ \
 256     x264_checkasm_call(( intptr_t(*)())func, &ok, 0, 0, 0, 0, __VA_ARGS__ ); })
 257 #elif ARCH_X86 || (ARCH_AARCH64 && !defined(__APPLE__)) || ARCH_ARM
 258 #define call_a1(func,...) x264_checkasm_call( (intptr_t(*)())func, &ok, __VA_ARGS__ )
 259 #else
 260 #define call_a1 call_c1
 261 #endif
 262
 263 #if ARCH_ARM
 264 #define call_a1_64(func,...) ((uint64_t (*)(intptr_t(*)(), int*, ...))x264_checkasm_call)( (intptr_t(*)())func, &ok, __VA_ARGS__ )
 265 #else
 266 #define call_a1_64 call_a1
 267 #endif
 268
 269 #define call_bench(func,cpu,...)\
 270     if( do_bench && !strncmp(func_name, bench_pattern, bench_pattern_len) )\
 271     {\
 272         uint64_t tsum = 0;\
 273         int tcount = 0;\
 274         call_a1(func, __VA_ARGS__);\
 275         for( int ti = 0; ti < (cpu?BENCH_RUNS:BENCH_RUNS/4); ti++ )\
 276         {\
 277             uint32_t t = read_time();\
 278             func(__VA_ARGS__);\
 279             func(__VA_ARGS__);\
 280             func(__VA_ARGS__);\
 281             func(__VA_ARGS__);\
 282             t = read_time() - t;\
 283             if( (uint64_t)t*tcount <= tsum*4 && ti > 0 )\
 284             {\
 285                 tsum += t;\
 286                 tcount++;\
 287             }\
 288         }\
 289         bench_t *b = get_bench( func_name, cpu );\
 290         b->cycles += tsum;\
 291         b->den += tcount;\
 292         b->pointer = func;\
 293     }
 294
 295 /* for most functions, run benchmark and correctness test at the same time.
 296  * for those that modify their inputs, run the above macros separately */
 297 #define call_a(func,...) ({ call_a2(func,__VA_ARGS__); call_a1(func,__VA_ARGS__); })
 298 #define call_c(func,...) ({ call_c2(func,__VA_ARGS__); call_c1(func,__VA_ARGS__); })
 299 #define call_a2(func,...) ({ call_bench(func,cpu_new,__VA_ARGS__); })
 300 #define call_c2(func,...) ({ call_bench(func,0,__VA_ARGS__); })
 301 #define call_a64(func,...) ({ call_a2(func,__VA_ARGS__); call_a1_64(func,__VA_ARGS__); })
 302
 303
 304 static int check_pixel( int cpu_ref, int cpu_new )
 305 {
 306     x264_pixel_function_t pixel_c;
 307     x264_pixel_function_t pixel_ref;
 308     x264_pixel_function_t pixel_asm;
 309     x264_predict_t predict_4x4[12];
 310     x264_predict8x8_t predict_8x8[12];
 311     x264_predict_8x8_filter_t predict_8x8_filter;
 312     ALIGNED_16( pixel edge[36] );
 313     uint16_t cost_mv[32];
 314     int ret = 0, ok, used_asm;
 315
 316     x264_pixel_init( 0, &pixel_c );
 317     x264_pixel_init( cpu_ref, &pixel_ref );
 318     x264_pixel_init( cpu_new, &pixel_asm );
 319     x264_predict_4x4_init( 0, predict_4x4 );
 320     x264_predict_8x8_init( 0, predict_8x8, &predict_8x8_filter );
 321     predict_8x8_filter( pbuf2+40, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
 322
 323     // maximize sum
 324     for( int i = 0; i < 256; i++ )
 325     {
 326         int z = i|(i>>4);
 327         z ^= z>>2;
 328         z ^= z>>1;
 329         pbuf4[i] = -(z&1) & PIXEL_MAX;
 330         pbuf3[i] = ~pbuf4[i] & PIXEL_MAX;
 331     }
 332     // random pattern made of maxed pixel differences, in case an intermediate value overflows
 333     for( int i = 256; i < 0x1000; i++ )
 334     {
 335         pbuf4[i] = -(pbuf1[i&~0x88]&1) & PIXEL_MAX;
 336         pbuf3[i] = ~(pbuf4[i]) & PIXEL_MAX;
 337     }
 338
 339 #define TEST_PIXEL( name, align ) \
 340     ok = 1, used_asm = 0; \
 341     for( int i = 0; i < ARRAY_ELEMS(pixel_c.name); i++ ) \
 342     { \
 343         int res_c, res_asm; \
 344         if( pixel_asm.name[i] != pixel_ref.name[i] ) \
 345         { \
 346             set_func_name( "%s_%s", #name, pixel_names[i] ); \
 347             used_asm = 1; \
 348             for( int j = 0; j < 64; j++ ) \
 349             { \
 350                 res_c   = call_c( pixel_c.name[i],   pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
 351                 res_asm = call_a( pixel_asm.name[i], pbuf1, (intptr_t)16, pbuf2+j*!align, (intptr_t)64 ); \
 352                 if( res_c != res_asm ) \
 353                 { \
 354                     ok = 0; \
 355                     fprintf( stderr, #name "[%d]: %d != %d [FAILED]\n", i, res_c, res_asm ); \
 356                     break; \
 357                 } \
 358             } \
 359             for( int j = 0; j < 0x1000 && ok; j += 256 ) \
 360             { \
 361                 res_c   = pixel_c  .name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
 362                 res_asm = pixel_asm.name[i]( pbuf3+j, 16, pbuf4+j, 16 ); \
 363                 if( res_c != res_asm ) \
 364                 { \
 365                     ok = 0; \
 366                     fprintf( stderr, #name "[%d]: overflow %d != %d\n", i, res_c, res_asm ); \
 367                 } \
 368             } \
 369         } \
 370     } \
 371     report( "pixel " #name " :" );
 372
 373     TEST_PIXEL( sad, 0 );
 374     TEST_PIXEL( sad_aligned, 1 );
 375     TEST_PIXEL( ssd, 1 );
 376     TEST_PIXEL( satd, 0 );
 377     TEST_PIXEL( sa8d, 1 );
 378
 379     ok = 1, used_asm = 0;
 380     if( pixel_asm.sa8d_satd[PIXEL_16x16] != pixel_ref.sa8d_satd[PIXEL_16x16] )
 381     {
 382         set_func_name( "sa8d_satd_%s", pixel_names[PIXEL_16x16] );
 383         used_asm = 1;
 384         for( int j = 0; j < 64; j++ )
 385         {
 386             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
 387             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf1, 16, pbuf2, 64 );
 388             uint64_t res_a = call_a64( pixel_asm.sa8d_satd[PIXEL_16x16], pbuf1, (intptr_t)16, pbuf2, (intptr_t)64 );
 389             uint32_t cost8_a = res_a;
 390             uint32_t cost4_a = res_a >> 32;
 391             if( cost8_a != cost8_c || cost4_a != cost4_c )
 392             {
 393                 ok = 0;
 394                 fprintf( stderr, "sa8d_satd [%d]: (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
 395                          cost8_c, cost4_c, cost8_a, cost4_a );
 396                 break;
 397             }
 398         }
 399         for( int j = 0; j < 0x1000 && ok; j += 256 ) \
 400         {
 401             uint32_t cost8_c = pixel_c.sa8d[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
 402             uint32_t cost4_c = pixel_c.satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
 403             uint64_t res_a = pixel_asm.sa8d_satd[PIXEL_16x16]( pbuf3+j, 16, pbuf4+j, 16 );
 404             uint32_t cost8_a = res_a;
 405             uint32_t cost4_a = res_a >> 32;
 406             if( cost8_a != cost8_c || cost4_a != cost4_c )
 407             {
 408                 ok = 0;
 409                 fprintf( stderr, "sa8d_satd [%d]: overflow (%d,%d) != (%d,%d) [FAILED]\n", PIXEL_16x16,
 410                          cost8_c, cost4_c, cost8_a, cost4_a );
 411             }
 412         }
 413     }
 414     report( "pixel sa8d_satd :" );
 415
 416 #define TEST_PIXEL_X( N ) \
 417     ok = 1; used_asm = 0; \
 418     for( int i = 0; i < 7; i++ ) \
 419     { \
 420         ALIGNED_16( int res_c[4] ) = {0}; \
 421         ALIGNED_16( int res_asm[4] ) = {0}; \
 422         if( pixel_asm.sad_x##N[i] && pixel_asm.sad_x##N[i] != pixel_ref.sad_x##N[i] ) \
 423         { \
 424             set_func_name( "sad_x%d_%s", N, pixel_names[i] ); \
 425             used_asm = 1; \
 426             for( int j = 0; j < 64; j++ ) \
 427             { \
 428                 pixel *pix2 = pbuf2+j; \
 429                 res_c[0] = pixel_c.sad[i]( pbuf1, 16, pix2,   64 ); \
 430                 res_c[1] = pixel_c.sad[i]( pbuf1, 16, pix2+6, 64 ); \
 431                 res_c[2] = pixel_c.sad[i]( pbuf1, 16, pix2+1, 64 ); \
 432                 if( N == 4 ) \
 433                 { \
 434                     res_c[3] = pixel_c.sad[i]( pbuf1, 16, pix2+10, 64 ); \
 435                     call_a( pixel_asm.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
 436                 } \
 437                 else \
 438                     call_a( pixel_asm.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
 439                 if( memcmp(res_c, res_asm, N*sizeof(int)) ) \
 440                 { \
 441                     ok = 0; \
 442                     fprintf( stderr, "sad_x"#N"[%d]: %d,%d,%d,%d != %d,%d,%d,%d [FAILED]\n", \
 443                              i, res_c[0], res_c[1], res_c[2], res_c[3], \
 444                              res_asm[0], res_asm[1], res_asm[2], res_asm[3] ); \
 445                 } \
 446                 if( N == 4 ) \
 447                     call_c2( pixel_c.sad_x4[i], pbuf1, pix2, pix2+6, pix2+1, pix2+10, (intptr_t)64, res_asm ); \
 448                 else \
 449                     call_c2( pixel_c.sad_x3[i], pbuf1, pix2, pix2+6, pix2+1, (intptr_t)64, res_asm ); \
 450             } \
 451         } \
 452     } \
 453     report( "pixel sad_x"#N" :" );
 454
 455     TEST_PIXEL_X(3);
 456     TEST_PIXEL_X(4);
 457
 458 #define TEST_PIXEL_VAR( i ) \
 459     if( pixel_asm.var[i] != pixel_ref.var[i] ) \
 460     { \
 461         set_func_name( "%s_%s", "var", pixel_names[i] ); \
 462         used_asm = 1; \
 463         /* abi-check wrapper can't return uint64_t, so separate it from return value check */ \
 464         call_c1( pixel_c.var[i],   pbuf1,           16 ); \
 465         call_a1( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
 466         uint64_t res_c   = pixel_c.var[i]( pbuf1, 16 ); \
 467         uint64_t res_asm = pixel_asm.var[i]( pbuf1, 16 ); \
 468         if( res_c != res_asm ) \
 469         { \
 470             ok = 0; \
 471             fprintf( stderr, "var[%d]: %d %d != %d %d [FAILED]\n", i, (int)res_c, (int)(res_c>>32), (int)res_asm, (int)(res_asm>>32) ); \
 472         } \
 473         call_c2( pixel_c.var[i],   pbuf1, (intptr_t)16 ); \
 474         call_a2( pixel_asm.var[i], pbuf1, (intptr_t)16 ); \
 475     }
 476
 477     ok = 1; used_asm = 0;
 478     TEST_PIXEL_VAR( PIXEL_16x16 );
 479     TEST_PIXEL_VAR( PIXEL_8x16 );
 480     TEST_PIXEL_VAR( PIXEL_8x8 );
 481     report( "pixel var :" );
 482
 483 #define TEST_PIXEL_VAR2( i ) \
 484     if( pixel_asm.var2[i] != pixel_ref.var2[i] ) \
 485     { \
 486         int res_c, res_asm, ssd_c, ssd_asm; \
 487         set_func_name( "%s_%s", "var2", pixel_names[i] ); \
 488         used_asm = 1; \
 489         res_c   = call_c( pixel_c.var2[i],   pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_c   ); \
 490         res_asm = call_a( pixel_asm.var2[i], pbuf1, (intptr_t)16, pbuf2, (intptr_t)16, &ssd_asm ); \
 491         if( res_c != res_asm || ssd_c != ssd_asm ) \
 492         { \
 493             ok = 0; \
 494             fprintf( stderr, "var2[%d]: %d != %d or %d != %d [FAILED]\n", i, res_c, res_asm, ssd_c, ssd_asm ); \
 495         } \
 496     }
 497
 498     ok = 1; used_asm = 0;
 499     TEST_PIXEL_VAR2( PIXEL_8x16 );
 500     TEST_PIXEL_VAR2( PIXEL_8x8 );
 501     report( "pixel var2 :" );
 502
 503     ok = 1; used_asm = 0;
 504     for( int i = 0; i < 4; i++ )
 505         if( pixel_asm.hadamard_ac[i] != pixel_ref.hadamard_ac[i] )
 506         {
 507             set_func_name( "hadamard_ac_%s", pixel_names[i] );
 508             used_asm = 1;
 509             for( int j = 0; j < 32; j++ )
 510             {
 511                 pixel *pix = (j&16 ? pbuf1 : pbuf3) + (j&15)*256;
 512                 call_c1( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
 513                 call_a1( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
 514                 uint64_t rc = pixel_c.hadamard_ac[i]( pix, 16 );
 515                 uint64_t ra = pixel_asm.hadamard_ac[i]( pix, 16 );
 516                 if( rc != ra )
 517                 {
 518                     ok = 0;
 519                     fprintf( stderr, "hadamard_ac[%d]: %d,%d != %d,%d\n", i, (int)rc, (int)(rc>>32), (int)ra, (int)(ra>>32) );
 520                     break;
 521                 }
 522             }
 523             call_c2( pixel_c.hadamard_ac[i],   pbuf1, (intptr_t)16 );
 524             call_a2( pixel_asm.hadamard_ac[i], pbuf1, (intptr_t)16 );
 525         }
 526     report( "pixel hadamard_ac :" );
 527
 528     // maximize sum
 529     for( int i = 0; i < 32; i++ )
 530         for( int j = 0; j < 16; j++ )
 531             pbuf4[16*i+j] = -((i+j)&1) & PIXEL_MAX;
 532     ok = 1; used_asm = 0;
 533     if( pixel_asm.vsad != pixel_ref.vsad )
 534     {
 535         for( int h = 2; h <= 32; h += 2 )
 536         {
 537             int res_c, res_asm;
 538             set_func_name( "vsad" );
 539             used_asm = 1;
 540             for( int j = 0; j < 2 && ok; j++ )
 541             {
 542                 pixel *p = j ? pbuf4 : pbuf1;
 543                 res_c   = call_c( pixel_c.vsad,   p, (intptr_t)16, h );
 544                 res_asm = call_a( pixel_asm.vsad, p, (intptr_t)16, h );
 545                 if( res_c != res_asm )
 546                 {
 547                     ok = 0;
 548                     fprintf( stderr, "vsad: height=%d, %d != %d\n", h, res_c, res_asm );
 549                     break;
 550                 }
 551             }
 552         }
 553     }
 554     report( "pixel vsad :" );
 555
 556     ok = 1; used_asm = 0;
 557     if( pixel_asm.asd8 != pixel_ref.asd8 )
 558     {
 559         set_func_name( "asd8" );
 560         used_asm = 1;
 561         int res_c = call_c( pixel_c.asd8,   pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
 562         int res_a = call_a( pixel_asm.asd8, pbuf1, (intptr_t)8, pbuf2, (intptr_t)8, 16 );
 563         if( res_c != res_a )
 564         {
 565             ok = 0;
 566             fprintf( stderr, "asd: %d != %d\n", res_c, res_a );
 567         }
 568     }
 569     report( "pixel asd :" );
 570
 571 #define TEST_INTRA_X3( name, i8x8, ... ) \
 572     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
 573     { \
 574         ALIGNED_16( int res_c[3] ); \
 575         ALIGNED_16( int res_asm[3] ); \
 576         set_func_name( #name ); \
 577         used_asm = 1; \
 578         call_c( pixel_c.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_c ); \
 579         call_a( pixel_asm.name, pbuf1+48, i8x8 ? edge : pbuf3+48, res_asm ); \
 580         if( memcmp(res_c, res_asm, sizeof(res_c)) ) \
 581         { \
 582             ok = 0; \
 583             fprintf( stderr, #name": %d,%d,%d != %d,%d,%d [FAILED]\n", \
 584                      res_c[0], res_c[1], res_c[2], \
 585                      res_asm[0], res_asm[1], res_asm[2] ); \
 586         } \
 587     }
 588
 589 #define TEST_INTRA_X9( name, cmp ) \
 590     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
 591     { \
 592         set_func_name( #name ); \
 593         used_asm = 1; \
 594         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
 595         for( int i=0; i<17; i++ ) \
 596             bitcosts[i] = 9*(i!=8); \
 597         memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
 598         memcpy( pbuf4, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) ); \
 599         for( int i=0; i<32; i++ ) \
 600         { \
 601             pixel *fenc = pbuf1+48+i*12; \
 602             pixel *fdec1 = pbuf3+48+i*12; \
 603             pixel *fdec2 = pbuf4+48+i*12; \
 604             int pred_mode = i%9; \
 605             int res_c = INT_MAX; \
 606             for( int j=0; j<9; j++ ) \
 607             { \
 608                 predict_4x4[j]( fdec1 ); \
 609                 int cost = pixel_c.cmp[PIXEL_4x4]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
 610                 if( cost < (uint16_t)res_c ) \
 611                     res_c = cost + (j<<16); \
 612             } \
 613             predict_4x4[res_c>>16]( fdec1 ); \
 614             int res_a = call_a( pixel_asm.name, fenc, fdec2, bitcosts+8-pred_mode ); \
 615             if( res_c != res_a ) \
 616             { \
 617                 ok = 0; \
 618                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
 619                 break; \
 620             } \
 621             if( memcmp(fdec1, fdec2, 4*FDEC_STRIDE*sizeof(pixel)) ) \
 622             { \
 623                 ok = 0; \
 624                 fprintf( stderr, #name" [FAILED]\n" ); \
 625                 for( int j=0; j<16; j++ ) \
 626                     fprintf( stderr, "%02x ", fdec1[(j&3)+(j>>2)*FDEC_STRIDE] ); \
 627                 fprintf( stderr, "\n" ); \
 628                 for( int j=0; j<16; j++ ) \
 629                     fprintf( stderr, "%02x ", fdec2[(j&3)+(j>>2)*FDEC_STRIDE] ); \
 630                 fprintf( stderr, "\n" ); \
 631                 break; \
 632             } \
 633         } \
 634     }
 635
 636 #define TEST_INTRA8_X9( name, cmp ) \
 637     if( pixel_asm.name && pixel_asm.name != pixel_ref.name ) \
 638     { \
 639         set_func_name( #name ); \
 640         used_asm = 1; \
 641         ALIGNED_ARRAY_64( uint16_t, bitcosts,[17] ); \
 642         ALIGNED_ARRAY_16( uint16_t, satds_c,[16] ); \
 643         ALIGNED_ARRAY_16( uint16_t, satds_a,[16] ); \
 644         memset( satds_c, 0, 16 * sizeof(*satds_c) ); \
 645         memset( satds_a, 0, 16 * sizeof(*satds_a) ); \
 646         for( int i=0; i<17; i++ ) \
 647             bitcosts[i] = 9*(i!=8); \
 648         for( int i=0; i<32; i++ ) \
 649         { \
 650             pixel *fenc = pbuf1+48+i*12; \
 651             pixel *fdec1 = pbuf3+48+i*12; \
 652             pixel *fdec2 = pbuf4+48+i*12; \
 653             int pred_mode = i%9; \
 654             int res_c = INT_MAX; \
 655             predict_8x8_filter( fdec1, edge, ALL_NEIGHBORS, ALL_NEIGHBORS ); \
 656             for( int j=0; j<9; j++ ) \
 657             { \
 658                 predict_8x8[j]( fdec1, edge ); \
 659                 satds_c[j] = pixel_c.cmp[PIXEL_8x8]( fenc, FENC_STRIDE, fdec1, FDEC_STRIDE ) + 9*(j!=pred_mode); \
 660                 if( satds_c[j] < (uint16_t)res_c ) \
 661                     res_c = satds_c[j] + (j<<16); \
 662             } \
 663             predict_8x8[res_c>>16]( fdec1, edge ); \
 664             int res_a = call_a( pixel_asm.name, fenc, fdec2, edge, bitcosts+8-pred_mode, satds_a ); \
 665             if( res_c != res_a || memcmp(satds_c, satds_a, 16 * sizeof(*satds_c)) ) \
 666             { \
 667                 ok = 0; \
 668                 fprintf( stderr, #name": %d,%d != %d,%d [FAILED]\n", res_c>>16, res_c&0xffff, res_a>>16, res_a&0xffff ); \
 669                 for( int j = 0; j < 9; j++ ) \
 670                     fprintf( stderr, "%5d ", satds_c[j]); \
 671                 fprintf( stderr, "\n" ); \
 672                 for( int j = 0; j < 9; j++ ) \
 673                     fprintf( stderr, "%5d ", satds_a[j]); \
 674                 fprintf( stderr, "\n" ); \
 675                 break; \
 676             } \
 677             for( int j=0; j<8; j++ ) \
 678                 if( memcmp(fdec1+j*FDEC_STRIDE, fdec2+j*FDEC_STRIDE, 8*sizeof(pixel)) ) \
 679                     ok = 0; \
 680             if( !ok ) \
 681             { \
 682                 fprintf( stderr, #name" [FAILED]\n" ); \
 683                 for( int j=0; j<8; j++ ) \
 684                 { \
 685                     for( int k=0; k<8; k++ ) \
 686                         fprintf( stderr, "%02x ", fdec1[k+j*FDEC_STRIDE] ); \
 687                     fprintf( stderr, "\n" ); \
 688                 } \
 689                 fprintf( stderr, "\n" ); \
 690                 for( int j=0; j<8; j++ ) \
 691                 { \
 692                     for( int k=0; k<8; k++ ) \
 693                         fprintf( stderr, "%02x ", fdec2[k+j*FDEC_STRIDE] ); \
 694                     fprintf( stderr, "\n" ); \
 695                 } \
 696                 fprintf( stderr, "\n" ); \
 697                 break; \
 698             } \
 699         } \
 700     }
 701
 702     memcpy( pbuf3, pbuf2, 20*FDEC_STRIDE*sizeof(pixel) );
 703     ok = 1; used_asm = 0;
 704     TEST_INTRA_X3( intra_satd_x3_16x16, 0 );
 705     TEST_INTRA_X3( intra_satd_x3_8x16c, 0 );
 706     TEST_INTRA_X3( intra_satd_x3_8x8c, 0 );
 707     TEST_INTRA_X3( intra_sa8d_x3_8x8, 1, edge );
 708     TEST_INTRA_X3( intra_satd_x3_4x4, 0 );
 709     report( "intra satd_x3 :" );
 710     ok = 1; used_asm = 0;
 711     TEST_INTRA_X3( intra_sad_x3_16x16, 0 );
 712     TEST_INTRA_X3( intra_sad_x3_8x16c, 0 );
 713     TEST_INTRA_X3( intra_sad_x3_8x8c, 0 );
 714     TEST_INTRA_X3( intra_sad_x3_8x8, 1, edge );
 715     TEST_INTRA_X3( intra_sad_x3_4x4, 0 );
 716     report( "intra sad_x3 :" );
 717     ok = 1; used_asm = 0;
 718     TEST_INTRA_X9( intra_satd_x9_4x4, satd );
 719     TEST_INTRA8_X9( intra_sa8d_x9_8x8, sa8d );
 720     report( "intra satd_x9 :" );
 721     ok = 1; used_asm = 0;
 722     TEST_INTRA_X9( intra_sad_x9_4x4, sad );
 723     TEST_INTRA8_X9( intra_sad_x9_8x8, sad );
 724     report( "intra sad_x9 :" );
 725
 726     ok = 1; used_asm = 0;
 727     if( pixel_asm.ssd_nv12_core != pixel_ref.ssd_nv12_core )
 728     {
 729         used_asm = 1;
 730         set_func_name( "ssd_nv12" );
 731         uint64_t res_u_c, res_v_c, res_u_a, res_v_a;
 732         for( int w = 8; w <= 360; w += 8 )
 733         {
 734             pixel_c.ssd_nv12_core(   pbuf1, 368, pbuf2, 368, w, 8, &res_u_c, &res_v_c );
 735             pixel_asm.ssd_nv12_core( pbuf1, 368, pbuf2, 368, w, 8, &res_u_a, &res_v_a );
 736             if( res_u_c != res_u_a || res_v_c != res_v_a )
 737             {
 738                 ok = 0;
 739                 fprintf( stderr, "ssd_nv12: %"PRIu64",%"PRIu64" != %"PRIu64",%"PRIu64"\n",
 740                          res_u_c, res_v_c, res_u_a, res_v_a );
 741             }
 742         }
 743         call_c( pixel_c.ssd_nv12_core,   pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_c, &res_v_c );
 744         call_a( pixel_asm.ssd_nv12_core, pbuf1, (intptr_t)368, pbuf2, (intptr_t)368, 360, 8, &res_u_a, &res_v_a );
 745     }
 746     report( "ssd_nv12 :" );
 747
 748     if( pixel_asm.ssim_4x4x2_core != pixel_ref.ssim_4x4x2_core ||
 749         pixel_asm.ssim_end4 != pixel_ref.ssim_end4 )
 750     {
 751         int cnt;
 752         float res_c, res_a;
 753         ALIGNED_16( int sums[5][4] ) = {{0}};
 754         used_asm = ok = 1;
 755         x264_emms();
 756         res_c = x264_pixel_ssim_wxh( &pixel_c,   pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
 757         res_a = x264_pixel_ssim_wxh( &pixel_asm, pbuf1+2, 32, pbuf2+2, 32, 32, 28, pbuf3, &cnt );
 758         if( fabs( res_c - res_a ) > 1e-6 )
 759         {
 760             ok = 0;
 761             fprintf( stderr, "ssim: %.7f != %.7f [FAILED]\n", res_c, res_a );
 762         }
 763         set_func_name( "ssim_core" );
 764         call_c( pixel_c.ssim_4x4x2_core,   pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
 765         call_a( pixel_asm.ssim_4x4x2_core, pbuf1+2, (intptr_t)32, pbuf2+2, (intptr_t)32, sums );
 766         set_func_name( "ssim_end" );
 767         call_c2( pixel_c.ssim_end4,   sums, sums, 4 );
 768         call_a2( pixel_asm.ssim_end4, sums, sums, 4 );
 769         /* check incorrect assumptions that 32-bit ints are zero-extended to 64-bit */
 770         call_c1( pixel_c.ssim_end4,   sums, sums, 3 );
 771         call_a1( pixel_asm.ssim_end4, sums, sums, 3 );
 772         report( "ssim :" );
 773     }
 774
 775     ok = 1; used_asm = 0;
 776     for( int i = 0; i < 32; i++ )
 777         cost_mv[i] = i*10;
 778     for( int i = 0; i < 100 && ok; i++ )
 779         if( pixel_asm.ads[i&3] != pixel_ref.ads[i&3] )
 780         {
 781             ALIGNED_16( uint16_t sums[72] );
 782             ALIGNED_16( int dc[4] );
 783             ALIGNED_16( int16_t mvs_a[48] );
 784             ALIGNED_16( int16_t mvs_c[48] );
 785             int mvn_a, mvn_c;
 786             int thresh = rand() & 0x3fff;
 787             set_func_name( "esa_ads" );
 788             for( int j = 0; j < 72; j++ )
 789                 sums[j] = rand() & 0x3fff;
 790             for( int j = 0; j < 4; j++ )
 791                 dc[j] = rand() & 0x3fff;
 792             used_asm = 1;
 793             mvn_c = call_c( pixel_c.ads[i&3], dc, sums, 32, cost_mv, mvs_c, 28, thresh );
 794             mvn_a = call_a( pixel_asm.ads[i&3], dc, sums, 32, cost_mv, mvs_a, 28, thresh );
 795             if( mvn_c != mvn_a || memcmp( mvs_c, mvs_a, mvn_c*sizeof(*mvs_c) ) )
 796             {
 797                 ok = 0;
 798                 printf( "c%d: ", i&3 );
 799                 for( int j = 0; j < mvn_c; j++ )
 800                     printf( "%d ", mvs_c[j] );
 801                 printf( "\na%d: ", i&3 );
 802                 for( int j = 0; j < mvn_a; j++ )
 803                     printf( "%d ", mvs_a[j] );
 804                 printf( "\n\n" );
 805             }
 806         }
 807     report( "esa ads:" );
 808
 809     return ret;
 810 }
 811
 812 static int check_dct( int cpu_ref, int cpu_new )
 813 {
 814     x264_dct_function_t dct_c;
 815     x264_dct_function_t dct_ref;
 816     x264_dct_function_t dct_asm;
 817     x264_quant_function_t qf;
 818     int ret = 0, ok, used_asm, interlace = 0;
 819     ALIGNED_ARRAY_N( dctcoef, dct1, [16],[16] );
 820     ALIGNED_ARRAY_N( dctcoef, dct2, [16],[16] );
 821     ALIGNED_ARRAY_N( dctcoef, dct4, [16],[16] );
 822     ALIGNED_ARRAY_N( dctcoef, dct8, [4],[64] );
 823     ALIGNED_16( dctcoef dctdc[2][8] );
 824     x264_t h_buf;
 825     x264_t *h = &h_buf;
 826
 827     x264_dct_init( 0, &dct_c );
 828     x264_dct_init( cpu_ref, &dct_ref);
 829     x264_dct_init( cpu_new, &dct_asm );
 830
 831     memset( h, 0, sizeof(*h) );
 832     x264_param_default( &h->param );
 833     h->sps->i_chroma_format_idc = 1;
 834     h->chroma_qp_table = i_chroma_qp_table + 12;
 835     h->param.analyse.i_luma_deadzone[0] = 0;
 836     h->param.analyse.i_luma_deadzone[1] = 0;
 837     h->param.analyse.b_transform_8x8 = 1;
 838     for( int i = 0; i < 6; i++ )
 839         h->pps->scaling_list[i] = x264_cqm_flat16;
 840     x264_cqm_init( h );
 841     x264_quant_init( h, 0, &qf );
 842
 843     /* overflow test cases */
 844     for( int i = 0; i < 5; i++ )
 845     {
 846         pixel *enc = &pbuf3[16*i*FENC_STRIDE];
 847         pixel *dec = &pbuf4[16*i*FDEC_STRIDE];
 848
 849         for( int j = 0; j < 16; j++ )
 850         {
 851             int cond_a = (i < 2) ? 1 : ((j&3) == 0 || (j&3) == (i-1));
 852             int cond_b = (i == 0) ? 1 : !cond_a;
 853             enc[0] = enc[1] = enc[4] = enc[5] = enc[8] = enc[9] = enc[12] = enc[13] = cond_a ? PIXEL_MAX : 0;
 854             enc[2] = enc[3] = enc[6] = enc[7] = enc[10] = enc[11] = enc[14] = enc[15] = cond_b ? PIXEL_MAX : 0;
 855
 856             for( int k = 0; k < 4; k++ )
 857                 dec[k] = PIXEL_MAX - enc[k];
 858
 859             enc += FENC_STRIDE;
 860             dec += FDEC_STRIDE;
 861         }
 862     }
 863
 864 #define TEST_DCT( name, t1, t2, size ) \
 865     if( dct_asm.name != dct_ref.name ) \
 866     { \
 867         set_func_name( #name ); \
 868         used_asm = 1; \
 869         pixel *enc = pbuf3; \
 870         pixel *dec = pbuf4; \
 871         for( int j = 0; j < 5; j++) \
 872         { \
 873             call_c( dct_c.name, t1, &pbuf1[j*64], &pbuf2[j*64] ); \
 874             call_a( dct_asm.name, t2, &pbuf1[j*64], &pbuf2[j*64] ); \
 875             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 876             { \
 877                 ok = 0; \
 878                 fprintf( stderr, #name " [FAILED]\n" ); \
 879                 for( int k = 0; k < size; k++ )\
 880                     printf( "%d ", ((dctcoef*)t1)[k] );\
 881                 printf("\n");\
 882                 for( int k = 0; k < size; k++ )\
 883                     printf( "%d ", ((dctcoef*)t2)[k] );\
 884                 printf("\n");\
 885                 break; \
 886             } \
 887             call_c( dct_c.name, t1, enc, dec ); \
 888             call_a( dct_asm.name, t2, enc, dec ); \
 889             if( memcmp( t1, t2, size*sizeof(dctcoef) ) ) \
 890             { \
 891                 ok = 0; \
 892                 fprintf( stderr, #name " [FAILED] (overflow)\n" ); \
 893                 break; \
 894             } \
 895             enc += 16*FENC_STRIDE; \
 896             dec += 16*FDEC_STRIDE; \
 897         } \
 898     }
 899     ok = 1; used_asm = 0;
 900     TEST_DCT( sub4x4_dct, dct1[0], dct2[0], 16 );
 901     TEST_DCT( sub8x8_dct, dct1, dct2, 16*4 );
 902     TEST_DCT( sub8x8_dct_dc, dctdc[0], dctdc[1], 4 );
 903     TEST_DCT( sub8x16_dct_dc, dctdc[0], dctdc[1], 8 );
 904     TEST_DCT( sub16x16_dct, dct1, dct2, 16*16 );
 905     report( "sub_dct4 :" );
 906
 907     ok = 1; used_asm = 0;
 908     TEST_DCT( sub8x8_dct8, (void*)dct1[0], (void*)dct2[0], 64 );
 909     TEST_DCT( sub16x16_dct8, (void*)dct1, (void*)dct2, 64*4 );
 910     report( "sub_dct8 :" );
 911 #undef TEST_DCT
 912
 913     // fdct and idct are denormalized by different factors, so quant/dequant
 914     // is needed to force the coefs into the right range.
 915     dct_c.sub16x16_dct( dct4, pbuf1, pbuf2 );
 916     dct_c.sub16x16_dct8( dct8, pbuf1, pbuf2 );
 917     for( int i = 0; i < 16; i++ )
 918     {
 919         qf.quant_4x4( dct4[i], h->quant4_mf[CQM_4IY][20], h->quant4_bias[CQM_4IY][20] );
 920         qf.dequant_4x4( dct4[i], h->dequant4_mf[CQM_4IY], 20 );
 921     }
 922     for( int i = 0; i < 4; i++ )
 923     {
 924         qf.quant_8x8( dct8[i], h->quant8_mf[CQM_8IY][20], h->quant8_bias[CQM_8IY][20] );
 925         qf.dequant_8x8( dct8[i], h->dequant8_mf[CQM_8IY], 20 );
 926     }
 927     x264_cqm_delete( h );
 928
 929 #define TEST_IDCT( name, src ) \
 930     if( dct_asm.name != dct_ref.name ) \
 931     { \
 932         set_func_name( #name ); \
 933         used_asm = 1; \
 934         memcpy( pbuf3, pbuf1, 32*32 * sizeof(pixel) ); \
 935         memcpy( pbuf4, pbuf1, 32*32 * sizeof(pixel) ); \
 936         memcpy( dct1, src, 256 * sizeof(dctcoef) ); \
 937         memcpy( dct2, src, 256 * sizeof(dctcoef) ); \
 938         call_c1( dct_c.name, pbuf3, (void*)dct1 ); \
 939         call_a1( dct_asm.name, pbuf4, (void*)dct2 ); \
 940         if( memcmp( pbuf3, pbuf4, 32*32 * sizeof(pixel) ) ) \
 941         { \
 942             ok = 0; \
 943             fprintf( stderr, #name " [FAILED]\n" ); \
 944         } \
 945         call_c2( dct_c.name, pbuf3, (void*)dct1 ); \
 946         call_a2( dct_asm.name, pbuf4, (void*)dct2 ); \
 947     }
 948     ok = 1; used_asm = 0;
 949     TEST_IDCT( add4x4_idct, dct4 );
 950     TEST_IDCT( add8x8_idct, dct4 );
 951     TEST_IDCT( add8x8_idct_dc, dct4 );
 952     TEST_IDCT( add16x16_idct, dct4 );
 953     TEST_IDCT( add16x16_idct_dc, dct4 );
 954     report( "add_idct4 :" );
 955
 956     ok = 1; used_asm = 0;
 957     TEST_IDCT( add8x8_idct8, dct8 );
 958     TEST_IDCT( add16x16_idct8, dct8 );
 959     report( "add_idct8 :" );
 960 #undef TEST_IDCT
 961
 962 #define TEST_DCTDC( name )\
 963     ok = 1; used_asm = 0;\
 964     if( dct_asm.name != dct_ref.name )\
 965     {\
 966         set_func_name( #name );\
 967         used_asm = 1;\
 968         uint16_t *p = (uint16_t*)buf1;\
 969         for( int i = 0; i < 16 && ok; i++ )\
 970         {\
 971             for( int j = 0; j < 16; j++ )\
 972                 dct1[0][j] = !i ? (j^j>>1^j>>2^j>>3)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
 973                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
 974                            : ((*p++)&0x1fff)-0x1000; /* general case */\
 975             memcpy( dct2, dct1, 16 * sizeof(dctcoef) );\
 976             call_c1( dct_c.name, dct1[0] );\
 977             call_a1( dct_asm.name, dct2[0] );\
 978             if( memcmp( dct1, dct2, 16 * sizeof(dctcoef) ) )\
 979                 ok = 0;\
 980         }\
 981         call_c2( dct_c.name, dct1[0] );\
 982         call_a2( dct_asm.name, dct2[0] );\
 983     }\
 984     report( #name " :" );
 985
 986     TEST_DCTDC(  dct4x4dc );
 987     TEST_DCTDC( idct4x4dc );
 988 #undef TEST_DCTDC
 989
 990 #define TEST_DCTDC_CHROMA( name )\
 991     ok = 1; used_asm = 0;\
 992     if( dct_asm.name != dct_ref.name )\
 993     {\
 994         set_func_name( #name );\
 995         used_asm = 1;\
 996         uint16_t *p = (uint16_t*)buf1;\
 997         for( int i = 0; i < 16 && ok; i++ )\
 998         {\
 999             for( int j = 0; j < 8; j++ )\
1000                 dct1[j][0] = !i ? (j^j>>1^j>>2)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max dc */\
1001                            : i<8 ? (*p++)&1 ? PIXEL_MAX*16 : -PIXEL_MAX*16 /* max elements */\
1002                            : ((*p++)&0x1fff)-0x1000; /* general case */\
1003             memcpy( dct2, dct1, 8*16 * sizeof(dctcoef) );\
1004             call_c1( dct_c.name, dctdc[0], dct1 );\
1005             call_a1( dct_asm.name, dctdc[1], dct2 );\
1006             if( memcmp( dctdc[0], dctdc[1], 8 * sizeof(dctcoef) ) || memcmp( dct1, dct2, 8*16 * sizeof(dctcoef) ) )\
1007             {\
1008                 ok = 0;\
1009                 fprintf( stderr, #name " [FAILED]\n" ); \
1010             }\
1011         }\
1012         call_c2( dct_c.name, dctdc[0], dct1 );\
1013         call_a2( dct_asm.name, dctdc[1], dct2 );\
1014     }\
1015     report( #name " :" );
1016
1017     TEST_DCTDC_CHROMA( dct2x4dc );
1018 #undef TEST_DCTDC_CHROMA
1019
1020     x264_zigzag_function_t zigzag_c[2];
1021     x264_zigzag_function_t zigzag_ref[2];
1022     x264_zigzag_function_t zigzag_asm[2];
1023
1024     ALIGNED_16( dctcoef level1[64] );
1025     ALIGNED_16( dctcoef level2[64] );
1026
1027 #define TEST_ZIGZAG_SCAN( name, t1, t2, dct, size ) \
1028     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1029     { \
1030         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1031         used_asm = 1; \
1032         for( int i = 0; i < size*size; i++ ) \
1033             dct[i] = i; \
1034         call_c( zigzag_c[interlace].name, t1, dct ); \
1035         call_a( zigzag_asm[interlace].name, t2, dct ); \
1036         if( memcmp( t1, t2, size*size*sizeof(dctcoef) ) ) \
1037         { \
1038             ok = 0; \
1039             for( int i = 0; i < 2; i++ ) \
1040             { \
1041                 dctcoef *d = (dctcoef*)(i ? t2 : t1); \
1042                 for( int j = 0; j < size; j++ ) \
1043                 { \
1044                     for( int k = 0; k < size; k++ ) \
1045                         fprintf( stderr, "%2d ", d[k+j*8] ); \
1046                     fprintf( stderr, "\n" ); \
1047                 } \
1048                 fprintf( stderr, "\n" ); \
1049             } \
1050             fprintf( stderr, #name " [FAILED]\n" ); \
1051         } \
1052     }
1053
1054 #define TEST_ZIGZAG_SUB( name, t1, t2, size ) \
1055     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1056     { \
1057         int nz_a, nz_c; \
1058         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1059         used_asm = 1; \
1060         memcpy( pbuf3, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1061         memcpy( pbuf4, pbuf1, 16*FDEC_STRIDE * sizeof(pixel) ); \
1062         nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1063         nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1064         if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE*sizeof(pixel) ) || nz_c != nz_a ) \
1065         { \
1066             ok = 0; \
1067             fprintf( stderr, #name " [FAILED]\n" ); \
1068         } \
1069         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3 ); \
1070         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4 ); \
1071     }
1072
1073 #define TEST_ZIGZAG_SUBAC( name, t1, t2 ) \
1074     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1075     { \
1076         int nz_a, nz_c; \
1077         dctcoef dc_a, dc_c; \
1078         set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1079         used_asm = 1; \
1080         for( int i = 0; i < 2; i++ ) \
1081         { \
1082             memcpy( pbuf3, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1083             memcpy( pbuf4, pbuf2, 16*FDEC_STRIDE * sizeof(pixel) ); \
1084             for( int j = 0; j < 4; j++ ) \
1085             { \
1086                 memcpy( pbuf3 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1087                 memcpy( pbuf4 + j*FDEC_STRIDE, (i?pbuf1:pbuf2) + j*FENC_STRIDE, 4 * sizeof(pixel) ); \
1088             } \
1089             nz_c = call_c1( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1090             nz_a = call_a1( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1091             if( memcmp( t1+1, t2+1, 15*sizeof(dctcoef) ) || memcmp( pbuf3, pbuf4, 16*FDEC_STRIDE * sizeof(pixel) ) || nz_c != nz_a || dc_c != dc_a ) \
1092             { \
1093                 ok = 0; \
1094                 fprintf( stderr, #name " [FAILED]\n" ); \
1095                 break; \
1096             } \
1097         } \
1098         call_c2( zigzag_c[interlace].name, t1, pbuf2, pbuf3, &dc_c ); \
1099         call_a2( zigzag_asm[interlace].name, t2, pbuf2, pbuf4, &dc_a ); \
1100     }
1101
1102 #define TEST_INTERLEAVE( name, t1, t2, dct, size ) \
1103     if( zigzag_asm[interlace].name != zigzag_ref[interlace].name ) \
1104     { \
1105         for( int j = 0; j < 100; j++ ) \
1106         { \
1107             set_func_name( "zigzag_"#name"_%s", interlace?"field":"frame" ); \
1108             used_asm = 1; \
1109             memcpy(dct, buf1, size*sizeof(dctcoef)); \
1110             for( int i = 0; i < size; i++ ) \
1111                 dct[i] = rand()&0x1F ? 0 : dct[i]; \
1112             memcpy(buf3, buf4, 10); \
1113             call_c( zigzag_c[interlace].name, t1, dct, buf3 ); \
1114             call_a( zigzag_asm[interlace].name, t2, dct, buf4 ); \
1115             if( memcmp( t1, t2, size*sizeof(dctcoef) ) || memcmp( buf3, buf4, 10 ) ) \
1116             { \
1117                 ok = 0; printf("%d: %d %d %d %d\n%d %d %d %d\n\n",memcmp( t1, t2, size*sizeof(dctcoef) ),buf3[0], buf3[1], buf3[8], buf3[9], buf4[0], buf4[1], buf4[8], buf4[9]);break;\
1118             } \
1119         } \
1120     }
1121
1122     x264_zigzag_init( 0, &zigzag_c[0], &zigzag_c[1] );
1123     x264_zigzag_init( cpu_ref, &zigzag_ref[0], &zigzag_ref[1] );
1124     x264_zigzag_init( cpu_new, &zigzag_asm[0], &zigzag_asm[1] );
1125
1126     ok = 1; used_asm = 0;
1127     TEST_INTERLEAVE( interleave_8x8_cavlc, level1, level2, dct8[0], 64 );
1128     report( "zigzag_interleave :" );
1129
1130     for( interlace = 0; interlace <= 1; interlace++ )
1131     {
1132         ok = 1; used_asm = 0;
1133         TEST_ZIGZAG_SCAN( scan_8x8, level1, level2, dct8[0], 8 );
1134         TEST_ZIGZAG_SCAN( scan_4x4, level1, level2, dct1[0], 4 );
1135         TEST_ZIGZAG_SUB( sub_4x4, level1, level2, 16 );
1136         TEST_ZIGZAG_SUB( sub_8x8, level1, level2, 64 );
1137         TEST_ZIGZAG_SUBAC( sub_4x4ac, level1, level2 );
1138         report( interlace ? "zigzag_field :" : "zigzag_frame :" );
1139     }
1140 #undef TEST_ZIGZAG_SCAN
1141 #undef TEST_ZIGZAG_SUB
1142
1143     return ret;
1144 }
1145
1146 static int check_mc( int cpu_ref, int cpu_new )
1147 {
1148     x264_mc_functions_t mc_c;
1149     x264_mc_functions_t mc_ref;
1150     x264_mc_functions_t mc_a;
1151     x264_pixel_function_t pixf;
1152
1153     pixel *src     = &(pbuf1)[2*64+2];
1154     pixel *src2[4] = { &(pbuf1)[3*64+2], &(pbuf1)[5*64+2],
1155                        &(pbuf1)[7*64+2], &(pbuf1)[9*64+2] };
1156     pixel *dst1    = pbuf3;
1157     pixel *dst2    = pbuf4;
1158
1159     int ret = 0, ok, used_asm;
1160
1161     x264_mc_init( 0, &mc_c, 0 );
1162     x264_mc_init( cpu_ref, &mc_ref, 0 );
1163     x264_mc_init( cpu_new, &mc_a, 0 );
1164     x264_pixel_init( 0, &pixf );
1165
1166 #define MC_TEST_LUMA( w, h ) \
1167         if( mc_a.mc_luma != mc_ref.mc_luma && !(w&(w-1)) && h<=16 ) \
1168         { \
1169             const x264_weight_t *weight = x264_weight_none; \
1170             set_func_name( "mc_luma_%dx%d", w, h ); \
1171             used_asm = 1; \
1172             for( int i = 0; i < 1024; i++ ) \
1173                 pbuf3[i] = pbuf4[i] = 0xCD; \
1174             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1175             call_a( mc_a.mc_luma, dst2, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1176             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1177             { \
1178                 fprintf( stderr, "mc_luma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1179                 ok = 0; \
1180             } \
1181         } \
1182         if( mc_a.get_ref != mc_ref.get_ref ) \
1183         { \
1184             pixel *ref = dst2; \
1185             intptr_t ref_stride = 32; \
1186             int w_checked = ( ( sizeof(pixel) == 2 && (w == 12 || w == 20)) ? w-2 : w ); \
1187             const x264_weight_t *weight = x264_weight_none; \
1188             set_func_name( "get_ref_%dx%d", w_checked, h ); \
1189             used_asm = 1; \
1190             for( int i = 0; i < 1024; i++ ) \
1191                 pbuf3[i] = pbuf4[i] = 0xCD; \
1192             call_c( mc_c.mc_luma, dst1, (intptr_t)32, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1193             ref = (pixel*)call_a( mc_a.get_ref, ref, &ref_stride, src2, (intptr_t)64, dx, dy, w, h, weight ); \
1194             for( int i = 0; i < h; i++ ) \
1195                 if( memcmp( dst1+i*32, ref+i*ref_stride, w_checked * sizeof(pixel) ) ) \
1196                 { \
1197                     fprintf( stderr, "get_ref[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w_checked, h ); \
1198                     ok = 0; \
1199                     break; \
1200                 } \
1201         }
1202
1203 #define MC_TEST_CHROMA( w, h ) \
1204         if( mc_a.mc_chroma != mc_ref.mc_chroma ) \
1205         { \
1206             set_func_name( "mc_chroma_%dx%d", w, h ); \
1207             used_asm = 1; \
1208             for( int i = 0; i < 1024; i++ ) \
1209                 pbuf3[i] = pbuf4[i] = 0xCD; \
1210             call_c( mc_c.mc_chroma, dst1, dst1+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1211             call_a( mc_a.mc_chroma, dst2, dst2+8, (intptr_t)16, src, (intptr_t)64, dx, dy, w, h ); \
1212             /* mc_chroma width=2 may write garbage to the right of dst. ignore that. */ \
1213             for( int j = 0; j < h; j++ ) \
1214                 for( int i = w; i < 8; i++ ) \
1215                 { \
1216                     dst2[i+j*16+8] = dst1[i+j*16+8]; \
1217                     dst2[i+j*16  ] = dst1[i+j*16  ]; \
1218                 } \
1219             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1220             { \
1221                 fprintf( stderr, "mc_chroma[mv(%d,%d) %2dx%-2d]     [FAILED]\n", dx, dy, w, h ); \
1222                 ok = 0; \
1223             } \
1224         }
1225     ok = 1; used_asm = 0;
1226     for( int dy = -8; dy < 8; dy++ )
1227         for( int dx = -128; dx < 128; dx++ )
1228         {
1229             if( rand()&15 ) continue; // running all of them is too slow
1230             MC_TEST_LUMA( 20, 18 );
1231             MC_TEST_LUMA( 16, 16 );
1232             MC_TEST_LUMA( 16, 8 );
1233             MC_TEST_LUMA( 12, 10 );
1234             MC_TEST_LUMA( 8, 16 );
1235             MC_TEST_LUMA( 8, 8 );
1236             MC_TEST_LUMA( 8, 4 );
1237             MC_TEST_LUMA( 4, 8 );
1238             MC_TEST_LUMA( 4, 4 );
1239         }
1240     report( "mc luma :" );
1241
1242     ok = 1; used_asm = 0;
1243     for( int dy = -1; dy < 9; dy++ )
1244         for( int dx = -128; dx < 128; dx++ )
1245         {
1246             if( rand()&15 ) continue;
1247             MC_TEST_CHROMA( 8, 8 );
1248             MC_TEST_CHROMA( 8, 4 );
1249             MC_TEST_CHROMA( 4, 8 );
1250             MC_TEST_CHROMA( 4, 4 );
1251             MC_TEST_CHROMA( 4, 2 );
1252             MC_TEST_CHROMA( 2, 4 );
1253             MC_TEST_CHROMA( 2, 2 );
1254         }
1255     report( "mc chroma :" );
1256 #undef MC_TEST_LUMA
1257 #undef MC_TEST_CHROMA
1258
1259 #define MC_TEST_AVG( name, weight ) \
1260 { \
1261     for( int i = 0; i < 12; i++ ) \
1262     { \
1263         memcpy( pbuf3, pbuf1+320, 320 * sizeof(pixel) ); \
1264         memcpy( pbuf4, pbuf1+320, 320 * sizeof(pixel) ); \
1265         if( mc_a.name[i] != mc_ref.name[i] ) \
1266         { \
1267             set_func_name( "%s_%s", #name, pixel_names[i] ); \
1268             used_asm = 1; \
1269             call_c1( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1270             call_a1( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1271             if( memcmp( pbuf3, pbuf4, 320 * sizeof(pixel) ) ) \
1272             { \
1273                 ok = 0; \
1274                 fprintf( stderr, #name "[%d]: [FAILED]\n", i ); \
1275             } \
1276             call_c2( mc_c.name[i], pbuf3, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1277             call_a2( mc_a.name[i], pbuf4, (intptr_t)16, pbuf2+1, (intptr_t)16, pbuf1+18, (intptr_t)16, weight ); \
1278         } \
1279     } \
1280 }
1281
1282     ok = 1, used_asm = 0;
1283     for( int w = -63; w <= 127 && ok; w++ )
1284         MC_TEST_AVG( avg, w );
1285     report( "mc wpredb :" );
1286
1287 #define MC_TEST_WEIGHT( name, weight, aligned ) \
1288     int align_off = (aligned ? 0 : rand()%16); \
1289     for( int i = 1; i <= 5; i++ ) \
1290     { \
1291         ALIGNED_16( pixel buffC[640] ); \
1292         ALIGNED_16( pixel buffA[640] ); \
1293         int j = X264_MAX( i*4, 2 ); \
1294         memset( buffC, 0, 640 * sizeof(pixel) ); \
1295         memset( buffA, 0, 640 * sizeof(pixel) ); \
1296         x264_t ha; \
1297         ha.mc = mc_a; \
1298         /* w12 is the same as w16 in some cases */ \
1299         if( i == 3 && mc_a.name[i] == mc_a.name[i+1] ) \
1300             continue; \
1301         if( mc_a.name[i] != mc_ref.name[i] ) \
1302         { \
1303             set_func_name( "%s_w%d", #name, j ); \
1304             used_asm = 1; \
1305             call_c1( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1306             mc_a.weight_cache(&ha, &weight); \
1307             call_a1( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1308             for( int k = 0; k < 16; k++ ) \
1309                 if( memcmp( &buffC[k*32], &buffA[k*32], j * sizeof(pixel) ) ) \
1310                 { \
1311                     ok = 0; \
1312                     fprintf( stderr, #name "[%d]: [FAILED] s:%d o:%d d%d\n", i, s, o, d ); \
1313                     break; \
1314                 } \
1315             /* omit unlikely high scales for benchmarking */ \
1316             if( (s << (8-d)) < 512 ) \
1317             { \
1318                 call_c2( mc_c.weight[i],     buffC, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1319                 call_a2( weight.weightfn[i], buffA, (intptr_t)32, pbuf2+align_off, (intptr_t)32, &weight, 16 ); \
1320             } \
1321         } \
1322     }
1323
1324     ok = 1; used_asm = 0;
1325
1326     int align_cnt = 0;
1327     for( int s = 0; s <= 127 && ok; s++ )
1328     {
1329         for( int o = -128; o <= 127 && ok; o++ )
1330         {
1331             if( rand() & 2047 ) continue;
1332             for( int d = 0; d <= 7 && ok; d++ )
1333             {
1334                 if( s == 1<<d )
1335                     continue;
1336                 x264_weight_t weight = { .i_scale = s, .i_denom = d, .i_offset = o };
1337                 MC_TEST_WEIGHT( weight, weight, (align_cnt++ % 4) );
1338             }
1339         }
1340
1341     }
1342     report( "mc weight :" );
1343
1344     ok = 1; used_asm = 0;
1345     for( int o = 0; o <= 127 && ok; o++ )
1346     {
1347         int s = 1, d = 0;
1348         if( rand() & 15 ) continue;
1349         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1350         MC_TEST_WEIGHT( offsetadd, weight, (align_cnt++ % 4) );
1351     }
1352     report( "mc offsetadd :" );
1353     ok = 1; used_asm = 0;
1354     for( int o = -128; o < 0 && ok; o++ )
1355     {
1356         int s = 1, d = 0;
1357         if( rand() & 15 ) continue;
1358         x264_weight_t weight = { .i_scale = 1, .i_denom = 0, .i_offset = o };
1359         MC_TEST_WEIGHT( offsetsub, weight, (align_cnt++ % 4) );
1360     }
1361     report( "mc offsetsub :" );
1362
1363     ok = 1; used_asm = 0;
1364     for( int height = 8; height <= 16; height += 8 )
1365     {
1366         if( mc_a.store_interleave_chroma != mc_ref.store_interleave_chroma )
1367         {
1368             set_func_name( "store_interleave_chroma" );
1369             used_asm = 1;
1370             memset( pbuf3, 0, 64*height );
1371             memset( pbuf4, 0, 64*height );
1372             call_c( mc_c.store_interleave_chroma, pbuf3, (intptr_t)64, pbuf1, pbuf1+16, height );
1373             call_a( mc_a.store_interleave_chroma, pbuf4, (intptr_t)64, pbuf1, pbuf1+16, height );
1374             if( memcmp( pbuf3, pbuf4, 64*height ) )
1375             {
1376                 ok = 0;
1377                 fprintf( stderr, "store_interleave_chroma FAILED: h=%d\n", height );
1378                 break;
1379             }
1380         }
1381         if( mc_a.load_deinterleave_chroma_fenc != mc_ref.load_deinterleave_chroma_fenc )
1382         {
1383             set_func_name( "load_deinterleave_chroma_fenc" );
1384             used_asm = 1;
1385             call_c( mc_c.load_deinterleave_chroma_fenc, pbuf3, pbuf1, (intptr_t)64, height );
1386             call_a( mc_a.load_deinterleave_chroma_fenc, pbuf4, pbuf1, (intptr_t)64, height );
1387             if( memcmp( pbuf3, pbuf4, FENC_STRIDE*height ) )
1388             {
1389                 ok = 0;
1390                 fprintf( stderr, "load_deinterleave_chroma_fenc FAILED: h=%d\n", height );
1391                 break;
1392             }
1393         }
1394         if( mc_a.load_deinterleave_chroma_fdec != mc_ref.load_deinterleave_chroma_fdec )
1395         {
1396             set_func_name( "load_deinterleave_chroma_fdec" );
1397             used_asm = 1;
1398             call_c( mc_c.load_deinterleave_chroma_fdec, pbuf3, pbuf1, (intptr_t)64, height );
1399             call_a( mc_a.load_deinterleave_chroma_fdec, pbuf4, pbuf1, (intptr_t)64, height );
1400             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*height ) )
1401             {
1402                 ok = 0;
1403                 fprintf( stderr, "load_deinterleave_chroma_fdec FAILED: h=%d\n", height );
1404                 break;
1405             }
1406         }
1407     }
1408     report( "store_interleave :" );
1409
1410     struct plane_spec {
1411         int w, h, src_stride;
1412     } plane_specs[] = { {2,2,2}, {8,6,8}, {20,31,24}, {32,8,40}, {256,10,272}, {504,7,505}, {528,6,528}, {256,10,-256}, {263,9,-264}, {1904,1,0} };
1413     ok = 1; used_asm = 0;
1414     if( mc_a.plane_copy != mc_ref.plane_copy )
1415     {
1416         set_func_name( "plane_copy" );
1417         used_asm = 1;
1418         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1419         {
1420             int w = plane_specs[i].w;
1421             int h = plane_specs[i].h;
1422             intptr_t src_stride = plane_specs[i].src_stride;
1423             intptr_t dst_stride = (w + 127) & ~63;
1424             assert( dst_stride * h <= 0x1000 );
1425             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1426             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1427             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1428             call_c( mc_c.plane_copy, pbuf3, dst_stride, src1, src_stride, w, h );
1429             call_a( mc_a.plane_copy, pbuf4, dst_stride, src1, src_stride, w, h );
1430             for( int y = 0; y < h; y++ )
1431                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, w*sizeof(pixel) ) )
1432                 {
1433                     ok = 0;
1434                     fprintf( stderr, "plane_copy FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1435                     break;
1436                 }
1437         }
1438     }
1439
1440     if( mc_a.plane_copy_swap != mc_ref.plane_copy_swap )
1441     {
1442         set_func_name( "plane_copy_swap" );
1443         used_asm = 1;
1444         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1445         {
1446             int w = (plane_specs[i].w + 1) >> 1;
1447             int h = plane_specs[i].h;
1448             intptr_t src_stride = plane_specs[i].src_stride;
1449             intptr_t dst_stride = (2*w + 127) & ~63;
1450             assert( dst_stride * h <= 0x1000 );
1451             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1452             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1453             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1454             call_c( mc_c.plane_copy_swap, pbuf3, dst_stride, src1, src_stride, w, h );
1455             call_a( mc_a.plane_copy_swap, pbuf4, dst_stride, src1, src_stride, w, h );
1456             for( int y = 0; y < h; y++ )
1457                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1458                 {
1459                     ok = 0;
1460                     fprintf( stderr, "plane_copy_swap FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1461                     break;
1462                 }
1463         }
1464     }
1465
1466     if( mc_a.plane_copy_interleave != mc_ref.plane_copy_interleave )
1467     {
1468         set_func_name( "plane_copy_interleave" );
1469         used_asm = 1;
1470         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1471         {
1472             int w = (plane_specs[i].w + 1) >> 1;
1473             int h = plane_specs[i].h;
1474             intptr_t src_stride = (plane_specs[i].src_stride + 1) >> 1;
1475             intptr_t dst_stride = (2*w + 127) & ~63;
1476             assert( dst_stride * h <= 0x1000 );
1477             pixel *src1 = pbuf1 + X264_MAX(0, -src_stride) * (h-1);
1478             memset( pbuf3, 0, 0x1000*sizeof(pixel) );
1479             memset( pbuf4, 0, 0x1000*sizeof(pixel) );
1480             call_c( mc_c.plane_copy_interleave, pbuf3, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1481             call_a( mc_a.plane_copy_interleave, pbuf4, dst_stride, src1, src_stride, src1+1024, src_stride+16, w, h );
1482             for( int y = 0; y < h; y++ )
1483                 if( memcmp( pbuf3+y*dst_stride, pbuf4+y*dst_stride, 2*w*sizeof(pixel) ) )
1484                 {
1485                     ok = 0;
1486                     fprintf( stderr, "plane_copy_interleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1487                     break;
1488                 }
1489         }
1490     }
1491
1492     if( mc_a.plane_copy_deinterleave != mc_ref.plane_copy_deinterleave )
1493     {
1494         set_func_name( "plane_copy_deinterleave" );
1495         used_asm = 1;
1496         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1497         {
1498             int w = (plane_specs[i].w + 1) >> 1;
1499             int h = plane_specs[i].h;
1500             intptr_t dst_stride = w;
1501             intptr_t src_stride = (2*w + 127) & ~63;
1502             intptr_t offv = (dst_stride*h + 31) & ~15;
1503             memset( pbuf3, 0, 0x1000 );
1504             memset( pbuf4, 0, 0x1000 );
1505             call_c( mc_c.plane_copy_deinterleave, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf1, src_stride, w, h );
1506             call_a( mc_a.plane_copy_deinterleave, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf1, src_stride, w, h );
1507             for( int y = 0; y < h; y++ )
1508                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride, w ) ||
1509                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w ) )
1510                 {
1511                     ok = 0;
1512                     fprintf( stderr, "plane_copy_deinterleave FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1513                     break;
1514                 }
1515         }
1516     }
1517
1518     if( mc_a.plane_copy_deinterleave_rgb != mc_ref.plane_copy_deinterleave_rgb )
1519     {
1520         set_func_name( "plane_copy_deinterleave_rgb" );
1521         used_asm = 1;
1522         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1523         {
1524             int w = (plane_specs[i].w + 2) >> 2;
1525             int h = plane_specs[i].h;
1526             intptr_t src_stride = plane_specs[i].src_stride;
1527             intptr_t dst_stride = ALIGN( w, 16 );
1528             intptr_t offv = dst_stride*h + 16;
1529
1530             for( int pw = 3; pw <= 4; pw++ )
1531             {
1532                 memset( pbuf3, 0, 0x1000 );
1533                 memset( pbuf4, 0, 0x1000 );
1534                 call_c( mc_c.plane_copy_deinterleave_rgb, pbuf3, dst_stride, pbuf3+offv, dst_stride, pbuf3+2*offv, dst_stride, pbuf1, src_stride, pw, w, h );
1535                 call_a( mc_a.plane_copy_deinterleave_rgb, pbuf4, dst_stride, pbuf4+offv, dst_stride, pbuf4+2*offv, dst_stride, pbuf1, src_stride, pw, w, h );
1536                 for( int y = 0; y < h; y++ )
1537                     if( memcmp( pbuf3+y*dst_stride+0*offv, pbuf4+y*dst_stride+0*offv, w ) ||
1538                         memcmp( pbuf3+y*dst_stride+1*offv, pbuf4+y*dst_stride+1*offv, w ) ||
1539                         memcmp( pbuf3+y*dst_stride+2*offv, pbuf4+y*dst_stride+2*offv, w ) )
1540                     {
1541                         ok = 0;
1542                         fprintf( stderr, "plane_copy_deinterleave_rgb FAILED: w=%d h=%d stride=%d pw=%d\n", w, h, (int)src_stride, pw );
1543                         break;
1544                     }
1545             }
1546         }
1547     }
1548     report( "plane_copy :" );
1549
1550     if( mc_a.plane_copy_deinterleave_v210 != mc_ref.plane_copy_deinterleave_v210 )
1551     {
1552         set_func_name( "plane_copy_deinterleave_v210" );
1553         ok = 1; used_asm = 1;
1554         for( int i = 0; i < sizeof(plane_specs)/sizeof(*plane_specs); i++ )
1555         {
1556             int w = (plane_specs[i].w + 1) >> 1;
1557             int h = plane_specs[i].h;
1558             intptr_t dst_stride = ALIGN( w, 16 );
1559             intptr_t src_stride = (w + 47) / 48 * 128 / sizeof(uint32_t);
1560             intptr_t offv = dst_stride*h + 32;
1561             memset( pbuf3, 0, 0x1000 );
1562             memset( pbuf4, 0, 0x1000 );
1563             call_c( mc_c.plane_copy_deinterleave_v210, pbuf3, dst_stride, pbuf3+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1564             call_a( mc_a.plane_copy_deinterleave_v210, pbuf4, dst_stride, pbuf4+offv, dst_stride, (uint32_t *)buf1, src_stride, w, h );
1565             for( int y = 0; y < h; y++ )
1566                 if( memcmp( pbuf3+y*dst_stride,      pbuf4+y*dst_stride,      w*sizeof(uint16_t) ) ||
1567                     memcmp( pbuf3+y*dst_stride+offv, pbuf4+y*dst_stride+offv, w*sizeof(uint16_t) ) )
1568                 {
1569                     ok = 0;
1570                     fprintf( stderr, "plane_copy_deinterleave_v210 FAILED: w=%d h=%d stride=%d\n", w, h, (int)src_stride );
1571                     break;
1572                 }
1573         }
1574         report( "v210 :" );
1575     }
1576
1577     if( mc_a.hpel_filter != mc_ref.hpel_filter )
1578     {
1579         pixel *srchpel = pbuf1+8+2*64;
1580         pixel *dstc[3] = { pbuf3+8, pbuf3+8+16*64, pbuf3+8+32*64 };
1581         pixel *dsta[3] = { pbuf4+8, pbuf4+8+16*64, pbuf4+8+32*64 };
1582         void *tmp = pbuf3+49*64;
1583         set_func_name( "hpel_filter" );
1584         ok = 1; used_asm = 1;
1585         memset( pbuf3, 0, 4096 * sizeof(pixel) );
1586         memset( pbuf4, 0, 4096 * sizeof(pixel) );
1587         call_c( mc_c.hpel_filter, dstc[0], dstc[1], dstc[2], srchpel, (intptr_t)64, 48, 10, tmp );
1588         call_a( mc_a.hpel_filter, dsta[0], dsta[1], dsta[2], srchpel, (intptr_t)64, 48, 10, tmp );
1589         for( int i = 0; i < 3; i++ )
1590             for( int j = 0; j < 10; j++ )
1591                 //FIXME ideally the first pixels would match too, but they aren't actually used
1592                 if( memcmp( dstc[i]+j*64+2, dsta[i]+j*64+2, 43 * sizeof(pixel) ) )
1593                 {
1594                     ok = 0;
1595                     fprintf( stderr, "hpel filter differs at plane %c line %d\n", "hvc"[i], j );
1596                     for( int k = 0; k < 48; k++ )
1597                         printf( "%02x%s", dstc[i][j*64+k], (k+1)&3 ? "" : " " );
1598                     printf( "\n" );
1599                     for( int k = 0; k < 48; k++ )
1600                         printf( "%02x%s", dsta[i][j*64+k], (k+1)&3 ? "" : " " );
1601                     printf( "\n" );
1602                     break;
1603                 }
1604         report( "hpel filter :" );
1605     }
1606
1607     if( mc_a.frame_init_lowres_core != mc_ref.frame_init_lowres_core )
1608     {
1609         pixel *dstc[4] = { pbuf3, pbuf3+1024, pbuf3+2048, pbuf3+3072 };
1610         pixel *dsta[4] = { pbuf4, pbuf4+1024, pbuf4+2048, pbuf4+3072 };
1611         set_func_name( "lowres_init" );
1612         ok = 1; used_asm = 1;
1613         for( int w = 96; w <= 96+24; w += 8 )
1614         {
1615             intptr_t stride = (w*2+31)&~31;
1616             intptr_t stride_lowres = (w+31)&~31;
1617             call_c( mc_c.frame_init_lowres_core, pbuf1, dstc[0], dstc[1], dstc[2], dstc[3], stride, stride_lowres, w, 8 );
1618             call_a( mc_a.frame_init_lowres_core, pbuf1, dsta[0], dsta[1], dsta[2], dsta[3], stride, stride_lowres, w, 8 );
1619             for( int i = 0; i < 8; i++ )
1620             {
1621                 for( int j = 0; j < 4; j++ )
1622                     if( memcmp( dstc[j]+i*stride_lowres, dsta[j]+i*stride_lowres, w * sizeof(pixel) ) )
1623                     {
1624                         ok = 0;
1625                         fprintf( stderr, "frame_init_lowres differs at plane %d line %d\n", j, i );
1626                         for( int k = 0; k < w; k++ )
1627                             printf( "%d ", dstc[j][k+i*stride_lowres] );
1628                         printf( "\n" );
1629                         for( int k = 0; k < w; k++ )
1630                             printf( "%d ", dsta[j][k+i*stride_lowres] );
1631                         printf( "\n" );
1632                         break;
1633                     }
1634             }
1635         }
1636         report( "lowres init :" );
1637     }
1638
1639 #define INTEGRAL_INIT( name, size, offset, cmp_len, ... )\
1640     if( mc_a.name != mc_ref.name )\
1641     {\
1642         intptr_t stride = 96;\
1643         set_func_name( #name );\
1644         used_asm = 1;\
1645         memcpy( buf3, buf1, size*2*stride );\
1646         memcpy( buf4, buf1, size*2*stride );\
1647         uint16_t *sum = (uint16_t*)buf3;\
1648         call_c1( mc_c.name, sum+offset, __VA_ARGS__ );\
1649         sum = (uint16_t*)buf4;\
1650         call_a1( mc_a.name, sum+offset, __VA_ARGS__ );\
1651         if( memcmp( buf3+2*offset, buf4+2*offset, cmp_len*2 )\
1652             || (size>9 && memcmp( buf3+18*stride, buf4+18*stride, (stride-8)*2 )))\
1653             ok = 0;\
1654         call_c2( mc_c.name, sum+offset, __VA_ARGS__ );\
1655         call_a2( mc_a.name, sum+offset, __VA_ARGS__ );\
1656     }
1657     ok = 1; used_asm = 0;
1658     INTEGRAL_INIT( integral_init4h, 2, stride, stride-4, pbuf2, stride );
1659     INTEGRAL_INIT( integral_init8h, 2, stride, stride-8, pbuf2, stride );
1660     INTEGRAL_INIT( integral_init4v, 14, 0, stride-8, sum+9*stride, stride );
1661     INTEGRAL_INIT( integral_init8v, 9, 0, stride-8, stride );
1662     report( "integral init :" );
1663
1664     ok = 1; used_asm = 0;
1665     if( mc_a.mbtree_propagate_cost != mc_ref.mbtree_propagate_cost )
1666     {
1667         used_asm = 1;
1668         x264_emms();
1669         for( int i = 0; i < 10; i++ )
1670         {
1671             float fps_factor = (rand()&65535) / 65535.0f;
1672             set_func_name( "mbtree_propagate_cost" );
1673             int16_t *dsta = (int16_t*)buf3;
1674             int16_t *dstc = dsta+400;
1675             uint16_t *prop = (uint16_t*)buf1;
1676             uint16_t *intra = (uint16_t*)buf4;
1677             uint16_t *inter = intra+128;
1678             uint16_t *qscale = inter+128;
1679             uint16_t *rnd = (uint16_t*)buf2;
1680             x264_emms();
1681             for( int j = 0; j < 100; j++ )
1682             {
1683                 intra[j]  = *rnd++ & 0x7fff;
1684                 intra[j] += !intra[j];
1685                 inter[j]  = *rnd++ & 0x7fff;
1686                 qscale[j] = *rnd++ & 0x7fff;
1687             }
1688             call_c( mc_c.mbtree_propagate_cost, dstc, prop, intra, inter, qscale, &fps_factor, 100 );
1689             call_a( mc_a.mbtree_propagate_cost, dsta, prop, intra, inter, qscale, &fps_factor, 100 );
1690             // I don't care about exact rounding, this is just how close the floating-point implementation happens to be
1691             x264_emms();
1692             for( int j = 0; j < 100 && ok; j++ )
1693             {
1694                 ok &= abs( dstc[j]-dsta[j] ) <= 1 || fabs( (double)dstc[j]/dsta[j]-1 ) < 1e-4;
1695                 if( !ok )
1696                     fprintf( stderr, "mbtree_propagate_cost FAILED: %f !~= %f\n", (double)dstc[j], (double)dsta[j] );
1697             }
1698         }
1699     }
1700
1701     if( mc_a.mbtree_propagate_list != mc_ref.mbtree_propagate_list )
1702     {
1703         used_asm = 1;
1704         for( int i = 0; i < 8; i++ )
1705         {
1706             set_func_name( "mbtree_propagate_list" );
1707             x264_t h;
1708             int height = 4;
1709             int width = 128;
1710             int size = width*height;
1711             h.mb.i_mb_stride = width;
1712             h.mb.i_mb_width = width;
1713             h.mb.i_mb_height = height;
1714
1715             uint16_t *ref_costsc = (uint16_t*)buf3;
1716             uint16_t *ref_costsa = (uint16_t*)buf4;
1717             int16_t (*mvs)[2] = (int16_t(*)[2])(ref_costsc + size);
1718             int16_t *propagate_amount = (int16_t*)(mvs + width);
1719             uint16_t *lowres_costs = (uint16_t*)(propagate_amount + width);
1720             h.scratch_buffer2 = (uint8_t*)(ref_costsa + size);
1721             int bipred_weight = (rand()%63)+1;
1722             int list = i&1;
1723             for( int j = 0; j < size; j++ )
1724                 ref_costsc[j] = ref_costsa[j] = rand()&32767;
1725             for( int j = 0; j < width; j++ )
1726             {
1727                 static const uint8_t list_dist[2][8] = {{0,1,1,1,1,1,1,1},{1,1,3,3,3,3,3,2}};
1728                 for( int k = 0; k < 2; k++ )
1729                     mvs[j][k] = (rand()&127) - 64;
1730                 propagate_amount[j] = rand()&32767;
1731                 lowres_costs[j] = list_dist[list][rand()&7] << LOWRES_COST_SHIFT;
1732             }
1733
1734             call_c1( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1735             call_a1( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1736
1737             for( int j = 0; j < size && ok; j++ )
1738             {
1739                 ok &= abs(ref_costsa[j] - ref_costsc[j]) <= 1;
1740                 if( !ok )
1741                     fprintf( stderr, "mbtree_propagate_list FAILED at %d: %d !~= %d\n", j, ref_costsc[j], ref_costsa[j] );
1742             }
1743
1744             call_c2( mc_c.mbtree_propagate_list, &h, ref_costsc, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1745             call_a2( mc_a.mbtree_propagate_list, &h, ref_costsa, mvs, propagate_amount, lowres_costs, bipred_weight, 0, width, list );
1746         }
1747     }
1748     report( "mbtree :" );
1749
1750     if( mc_a.memcpy_aligned != mc_ref.memcpy_aligned )
1751     {
1752         set_func_name( "memcpy_aligned" );
1753         ok = 1; used_asm = 1;
1754         for( size_t size = 16; size < 256; size += 16 )
1755         {
1756             memset( buf4, 0xAA, size + 1 );
1757             call_c( mc_c.memcpy_aligned, buf3, buf1, size );
1758             call_a( mc_a.memcpy_aligned, buf4, buf1, size );
1759             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1760             {
1761                 ok = 0;
1762                 fprintf( stderr, "memcpy_aligned FAILED: size=%d\n", (int)size );
1763                 break;
1764             }
1765         }
1766         report( "memcpy aligned :" );
1767     }
1768
1769     if( mc_a.memzero_aligned != mc_ref.memzero_aligned )
1770     {
1771         set_func_name( "memzero_aligned" );
1772         ok = 1; used_asm = 1;
1773         for( size_t size = 128; size < 1024; size += 128 )
1774         {
1775             memset( buf4, 0xAA, size + 1 );
1776             call_c( mc_c.memzero_aligned, buf3, size );
1777             call_a( mc_a.memzero_aligned, buf4, size );
1778             if( memcmp( buf3, buf4, size ) || buf4[size] != 0xAA )
1779             {
1780                 ok = 0;
1781                 fprintf( stderr, "memzero_aligned FAILED: size=%d\n", (int)size );
1782                 break;
1783             }
1784         }
1785         report( "memzero aligned :" );
1786     }
1787
1788     return ret;
1789 }
1790
1791 static int check_deblock( int cpu_ref, int cpu_new )
1792 {
1793     x264_deblock_function_t db_c;
1794     x264_deblock_function_t db_ref;
1795     x264_deblock_function_t db_a;
1796     int ret = 0, ok = 1, used_asm = 0;
1797     int alphas[36], betas[36];
1798     int8_t tcs[36][4];
1799
1800     x264_deblock_init( 0, &db_c, 0 );
1801     x264_deblock_init( cpu_ref, &db_ref, 0 );
1802     x264_deblock_init( cpu_new, &db_a, 0 );
1803
1804     /* not exactly the real values of a,b,tc but close enough */
1805     for( int i = 35, a = 255, c = 250; i >= 0; i-- )
1806     {
1807         alphas[i] = a << (BIT_DEPTH-8);
1808         betas[i] = (i+1)/2 << (BIT_DEPTH-8);
1809         tcs[i][0] = tcs[i][3] = (c+6)/10 << (BIT_DEPTH-8);
1810         tcs[i][1] = (c+7)/15 << (BIT_DEPTH-8);
1811         tcs[i][2] = (c+9)/20 << (BIT_DEPTH-8);
1812         a = a*9/10;
1813         c = c*9/10;
1814     }
1815
1816 #define TEST_DEBLOCK( name, align, ... ) \
1817     for( int i = 0; i < 36; i++ ) \
1818     { \
1819         intptr_t off = 8*32 + (i&15)*4*!align; /* benchmark various alignments of h filter */ \
1820         for( int j = 0; j < 1024; j++ ) \
1821             /* two distributions of random to excersize different failure modes */ \
1822             pbuf3[j] = rand() & (i&1 ? 0xf : PIXEL_MAX ); \
1823         memcpy( pbuf4, pbuf3, 1024 * sizeof(pixel) ); \
1824         if( db_a.name != db_ref.name ) \
1825         { \
1826             set_func_name( #name ); \
1827             used_asm = 1; \
1828             call_c1( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1829             call_a1( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1830             if( memcmp( pbuf3, pbuf4, 1024 * sizeof(pixel) ) ) \
1831             { \
1832                 ok = 0; \
1833                 fprintf( stderr, #name "(a=%d, b=%d): [FAILED]\n", alphas[i], betas[i] ); \
1834                 break; \
1835             } \
1836             call_c2( db_c.name, pbuf3+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1837             call_a2( db_a.name, pbuf4+off, (intptr_t)32, alphas[i], betas[i], ##__VA_ARGS__ ); \
1838         } \
1839     }
1840
1841     TEST_DEBLOCK( deblock_luma[0], 0, tcs[i] );
1842     TEST_DEBLOCK( deblock_luma[1], 1, tcs[i] );
1843     TEST_DEBLOCK( deblock_h_chroma_420, 0, tcs[i] );
1844     TEST_DEBLOCK( deblock_h_chroma_422, 0, tcs[i] );
1845     TEST_DEBLOCK( deblock_chroma_420_mbaff, 0, tcs[i] );
1846     TEST_DEBLOCK( deblock_chroma_422_mbaff, 0, tcs[i] );
1847     TEST_DEBLOCK( deblock_chroma[1], 1, tcs[i] );
1848     TEST_DEBLOCK( deblock_luma_intra[0], 0 );
1849     TEST_DEBLOCK( deblock_luma_intra[1], 1 );
1850     TEST_DEBLOCK( deblock_h_chroma_420_intra, 0 );
1851     TEST_DEBLOCK( deblock_h_chroma_422_intra, 0 );
1852     TEST_DEBLOCK( deblock_chroma_420_intra_mbaff, 0 );
1853     TEST_DEBLOCK( deblock_chroma_422_intra_mbaff, 0 );
1854     TEST_DEBLOCK( deblock_chroma_intra[1], 1 );
1855
1856     if( db_a.deblock_strength != db_ref.deblock_strength )
1857     {
1858         for( int i = 0; i < 100; i++ )
1859         {
1860             ALIGNED_ARRAY_16( uint8_t, nnz, [X264_SCAN8_SIZE] );
1861             ALIGNED_4( int8_t ref[2][X264_SCAN8_LUMA_SIZE] );
1862             ALIGNED_ARRAY_16( int16_t, mv, [2],[X264_SCAN8_LUMA_SIZE][2] );
1863             ALIGNED_ARRAY_N( uint8_t, bs, [2],[2][8][4] );
1864             memset( bs, 99, sizeof(uint8_t)*2*4*8*2 );
1865             for( int j = 0; j < X264_SCAN8_SIZE; j++ )
1866                 nnz[j] = ((rand()&7) == 7) * rand() & 0xf;
1867             for( int j = 0; j < 2; j++ )
1868                 for( int k = 0; k < X264_SCAN8_LUMA_SIZE; k++ )
1869                 {
1870                     ref[j][k] = ((rand()&3) != 3) ? 0 : (rand() & 31) - 2;
1871                     for( int l = 0; l < 2; l++ )
1872                         mv[j][k][l] = ((rand()&7) != 7) ? (rand()&7) - 3 : (rand()&1023) - 512;
1873                 }
1874             set_func_name( "deblock_strength" );
1875             call_c( db_c.deblock_strength, nnz, ref, mv, bs[0], 2<<(i&1), ((i>>1)&1) );
1876             call_a( db_a.deblock_strength, nnz, ref, mv, bs[1], 2<<(i&1), ((i>>1)&1) );
1877             if( memcmp( bs[0], bs[1], sizeof(uint8_t)*2*4*8 ) )
1878             {
1879                 ok = 0;
1880                 fprintf( stderr, "deblock_strength: [FAILED]\n" );
1881                 for( int j = 0; j < 2; j++ )
1882                 {
1883                     for( int k = 0; k < 2; k++ )
1884                         for( int l = 0; l < 4; l++ )
1885                         {
1886                             for( int m = 0; m < 4; m++ )
1887                                 printf("%d ",bs[j][k][l][m]);
1888                             printf("\n");
1889                         }
1890                     printf("\n");
1891                 }
1892                 break;
1893             }
1894         }
1895     }
1896
1897     report( "deblock :" );
1898
1899     return ret;
1900 }
1901
1902 static int check_quant( int cpu_ref, int cpu_new )
1903 {
1904     x264_quant_function_t qf_c;
1905     x264_quant_function_t qf_ref;
1906     x264_quant_function_t qf_a;
1907     ALIGNED_ARRAY_N( dctcoef, dct1,[64] );
1908     ALIGNED_ARRAY_N( dctcoef, dct2,[64] );
1909     ALIGNED_ARRAY_N( dctcoef, dct3,[8],[16] );
1910     ALIGNED_ARRAY_N( dctcoef, dct4,[8],[16] );
1911     ALIGNED_ARRAY_N( uint8_t, cqm_buf,[64] );
1912     int ret = 0, ok, used_asm;
1913     int oks[3] = {1,1,1}, used_asms[3] = {0,0,0};
1914     x264_t h_buf;
1915     x264_t *h = &h_buf;
1916     memset( h, 0, sizeof(*h) );
1917     h->sps->i_chroma_format_idc = 1;
1918     x264_param_default( &h->param );
1919     h->chroma_qp_table = i_chroma_qp_table + 12;
1920     h->param.analyse.b_transform_8x8 = 1;
1921
1922     for( int i_cqm = 0; i_cqm < 4; i_cqm++ )
1923     {
1924         if( i_cqm == 0 )
1925         {
1926             for( int i = 0; i < 6; i++ )
1927                 h->pps->scaling_list[i] = x264_cqm_flat16;
1928             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_FLAT;
1929         }
1930         else if( i_cqm == 1 )
1931         {
1932             for( int i = 0; i < 6; i++ )
1933                 h->pps->scaling_list[i] = x264_cqm_jvt[i];
1934             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_JVT;
1935         }
1936         else
1937         {
1938             int max_scale = BIT_DEPTH < 10 ? 255 : 228;
1939             if( i_cqm == 2 )
1940                 for( int i = 0; i < 64; i++ )
1941                     cqm_buf[i] = 10 + rand() % (max_scale - 9);
1942             else
1943                 for( int i = 0; i < 64; i++ )
1944                     cqm_buf[i] = 1;
1945             for( int i = 0; i < 6; i++ )
1946                 h->pps->scaling_list[i] = cqm_buf;
1947             h->param.i_cqm_preset = h->pps->i_cqm_preset = X264_CQM_CUSTOM;
1948         }
1949
1950         h->param.rc.i_qp_min = 0;
1951         h->param.rc.i_qp_max = QP_MAX_SPEC;
1952         x264_cqm_init( h );
1953         x264_quant_init( h, 0, &qf_c );
1954         x264_quant_init( h, cpu_ref, &qf_ref );
1955         x264_quant_init( h, cpu_new, &qf_a );
1956
1957 #define INIT_QUANT8(j,max) \
1958         { \
1959             static const int scale1d[8] = {32,31,24,31,32,31,24,31}; \
1960             for( int i = 0; i < max; i++ ) \
1961             { \
1962                 unsigned int scale = (255*scale1d[(i>>3)&7]*scale1d[i&7])/16; \
1963                 dct1[i] = dct2[i] = (j>>(i>>6))&1 ? (rand()%(2*scale+1))-scale : 0; \
1964             } \
1965         }
1966
1967 #define INIT_QUANT4(j,max) \
1968         { \
1969             static const int scale1d[4] = {4,6,4,6}; \
1970             for( int i = 0; i < max; i++ ) \
1971             { \
1972                 unsigned int scale = 255*scale1d[(i>>2)&3]*scale1d[i&3]; \
1973                 dct1[i] = dct2[i] = (j>>(i>>4))&1 ? (rand()%(2*scale+1))-scale : 0; \
1974             } \
1975         }
1976
1977 #define TEST_QUANT_DC( name, cqm ) \
1978         if( qf_a.name != qf_ref.name ) \
1979         { \
1980             set_func_name( #name ); \
1981             used_asms[0] = 1; \
1982             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
1983             { \
1984                 for( int j = 0; j < 2; j++ ) \
1985                 { \
1986                     int result_c, result_a; \
1987                     for( int i = 0; i < 16; i++ ) \
1988                         dct1[i] = dct2[i] = j ? (rand() & 0x1fff) - 0xfff : 0; \
1989                     result_c = call_c1( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1990                     result_a = call_a1( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1991                     if( memcmp( dct1, dct2, 16*sizeof(dctcoef) ) || result_c != result_a ) \
1992                     { \
1993                         oks[0] = 0; \
1994                         fprintf( stderr, #name "(cqm=%d): [FAILED]\n", i_cqm ); \
1995                         break; \
1996                     } \
1997                     call_c2( qf_c.name, dct1, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1998                     call_a2( qf_a.name, dct2, h->quant4_mf[CQM_4IY][qp][0], h->quant4_bias[CQM_4IY][qp][0] ); \
1999                 } \
2000             } \
2001         }
2002
2003 #define TEST_QUANT( qname, block, type, w, maxj ) \
2004         if( qf_a.qname != qf_ref.qname ) \
2005         { \
2006             set_func_name( #qname ); \
2007             used_asms[0] = 1; \
2008             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2009             { \
2010                 for( int j = 0; j < maxj; j++ ) \
2011                 { \
2012                     INIT_QUANT##type(j, w*w) \
2013                     int result_c = call_c1( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2014                     int result_a = call_a1( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2015                     if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) || result_c != result_a ) \
2016                     { \
2017                         oks[0] = 0; \
2018                         fprintf( stderr, #qname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2019                         break; \
2020                     } \
2021                     call_c2( qf_c.qname, (void*)dct1, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2022                     call_a2( qf_a.qname, (void*)dct2, h->quant##type##_mf[block][qp], h->quant##type##_bias[block][qp] ); \
2023                 } \
2024             } \
2025         }
2026
2027         TEST_QUANT( quant_8x8, CQM_8IY, 8, 8, 2 );
2028         TEST_QUANT( quant_8x8, CQM_8PY, 8, 8, 2 );
2029         TEST_QUANT( quant_4x4, CQM_4IY, 4, 4, 2 );
2030         TEST_QUANT( quant_4x4, CQM_4PY, 4, 4, 2 );
2031         TEST_QUANT( quant_4x4x4, CQM_4IY, 4, 8, 16 );
2032         TEST_QUANT( quant_4x4x4, CQM_4PY, 4, 8, 16 );
2033         TEST_QUANT_DC( quant_4x4_dc, **h->quant4_mf[CQM_4IY] );
2034         TEST_QUANT_DC( quant_2x2_dc, **h->quant4_mf[CQM_4IC] );
2035
2036 #define TEST_DEQUANT( qname, dqname, block, w ) \
2037         if( qf_a.dqname != qf_ref.dqname ) \
2038         { \
2039             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2040             used_asms[1] = 1; \
2041             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2042             { \
2043                 INIT_QUANT##w(1, w*w) \
2044                 qf_c.qname( dct1, h->quant##w##_mf[block][qp], h->quant##w##_bias[block][qp] ); \
2045                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2046                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2047                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2048                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2049                 { \
2050                     oks[1] = 0; \
2051                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2052                     break; \
2053                 } \
2054                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2055                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2056             } \
2057         }
2058
2059         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8IY, 8 );
2060         TEST_DEQUANT( quant_8x8, dequant_8x8, CQM_8PY, 8 );
2061         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4IY, 4 );
2062         TEST_DEQUANT( quant_4x4, dequant_4x4, CQM_4PY, 4 );
2063
2064 #define TEST_DEQUANT_DC( qname, dqname, block, w ) \
2065         if( qf_a.dqname != qf_ref.dqname ) \
2066         { \
2067             set_func_name( "%s_%s", #dqname, i_cqm?"cqm":"flat" ); \
2068             used_asms[1] = 1; \
2069             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2070             { \
2071                 for( int i = 0; i < 16; i++ ) \
2072                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16; \
2073                 qf_c.qname( dct1, h->quant##w##_mf[block][qp][0]>>1, h->quant##w##_bias[block][qp][0]>>1 ); \
2074                 memcpy( dct2, dct1, w*w*sizeof(dctcoef) ); \
2075                 call_c1( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2076                 call_a1( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2077                 if( memcmp( dct1, dct2, w*w*sizeof(dctcoef) ) ) \
2078                 { \
2079                     oks[1] = 0; \
2080                     fprintf( stderr, #dqname "(qp=%d, cqm=%d, block="#block"): [FAILED]\n", qp, i_cqm ); \
2081                 } \
2082                 call_c2( qf_c.dqname, dct1, h->dequant##w##_mf[block], qp ); \
2083                 call_a2( qf_a.dqname, dct2, h->dequant##w##_mf[block], qp ); \
2084             } \
2085         }
2086
2087         TEST_DEQUANT_DC( quant_4x4_dc, dequant_4x4_dc, CQM_4IY, 4 );
2088
2089         if( qf_a.idct_dequant_2x4_dc != qf_ref.idct_dequant_2x4_dc )
2090         {
2091             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2092             used_asms[1] = 1;
2093             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2094             {
2095                 for( int i = 0; i < 8; i++ )
2096                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2097                 qf_c.quant_2x2_dc( &dct1[0], h->quant4_mf[CQM_4IC][qp+3][0]>>1, h->quant4_bias[CQM_4IC][qp+3][0]>>1 );
2098                 qf_c.quant_2x2_dc( &dct1[4], h->quant4_mf[CQM_4IC][qp+3][0]>>1, h->quant4_bias[CQM_4IC][qp+3][0]>>1 );
2099                 call_c( qf_c.idct_dequant_2x4_dc, dct1, dct3, h->dequant4_mf[CQM_4IC], qp+3 );
2100                 call_a( qf_a.idct_dequant_2x4_dc, dct1, dct4, h->dequant4_mf[CQM_4IC], qp+3 );
2101                 for( int i = 0; i < 8; i++ )
2102                     if( dct3[i][0] != dct4[i][0] )
2103                     {
2104                         oks[1] = 0;
2105                         fprintf( stderr, "idct_dequant_2x4_dc (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2106                         break;
2107                     }
2108             }
2109         }
2110
2111         if( qf_a.idct_dequant_2x4_dconly != qf_ref.idct_dequant_2x4_dconly )
2112         {
2113             set_func_name( "idct_dequant_2x4_dc_%s", i_cqm?"cqm":"flat" );
2114             used_asms[1] = 1;
2115             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- )
2116             {
2117                 for( int i = 0; i < 8; i++ )
2118                     dct1[i] = rand()%(PIXEL_MAX*16*2+1) - PIXEL_MAX*16;
2119                 qf_c.quant_2x2_dc( &dct1[0], h->quant4_mf[CQM_4IC][qp+3][0]>>1, h->quant4_bias[CQM_4IC][qp+3][0]>>1 );
2120                 qf_c.quant_2x2_dc( &dct1[4], h->quant4_mf[CQM_4IC][qp+3][0]>>1, h->quant4_bias[CQM_4IC][qp+3][0]>>1 );
2121                 memcpy( dct2, dct1, 8*sizeof(dctcoef) );
2122                 call_c1( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2123                 call_a1( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2124                 if( memcmp( dct1, dct2, 8*sizeof(dctcoef) ) )
2125                 {
2126                     oks[1] = 0;
2127                     fprintf( stderr, "idct_dequant_2x4_dconly (qp=%d, cqm=%d): [FAILED]\n", qp, i_cqm );
2128                     break;
2129                 }
2130                 call_c2( qf_c.idct_dequant_2x4_dconly, dct1, h->dequant4_mf[CQM_4IC], qp+3 );
2131                 call_a2( qf_a.idct_dequant_2x4_dconly, dct2, h->dequant4_mf[CQM_4IC], qp+3 );
2132             }
2133         }
2134
2135 #define TEST_OPTIMIZE_CHROMA_DC( optname, size ) \
2136         if( qf_a.optname != qf_ref.optname ) \
2137         { \
2138             set_func_name( #optname ); \
2139             used_asms[2] = 1; \
2140             for( int qp = h->param.rc.i_qp_max; qp >= h->param.rc.i_qp_min; qp-- ) \
2141             { \
2142                 int qpdc = qp + (size == 8 ? 3 : 0); \
2143                 int dmf = h->dequant4_mf[CQM_4IC][qpdc%6][0] << qpdc/6; \
2144                 if( dmf > 32*64 ) \
2145                     continue; \
2146                 for( int i = 16; ; i <<= 1 ) \
2147                 { \
2148                     int res_c, res_asm; \
2149                     int max = X264_MIN( i, PIXEL_MAX*16 ); \
2150                     for( int j = 0; j < size; j++ ) \
2151                         dct1[j] = rand()%(max*2+1) - max; \
2152                     for( int j = 0; i <= size; j += 4 ) \
2153                         qf_c.quant_2x2_dc( &dct1[j], h->quant4_mf[CQM_4IC][qpdc][0]>>1, h->quant4_bias[CQM_4IC][qpdc][0]>>1 ); \
2154                     memcpy( dct2, dct1, size*sizeof(dctcoef) ); \
2155                     res_c   = call_c1( qf_c.optname, dct1, dmf ); \
2156                     res_asm = call_a1( qf_a.optname, dct2, dmf ); \
2157                     if( res_c != res_asm || memcmp( dct1, dct2, size*sizeof(dctcoef) ) ) \
2158                     { \
2159                         oks[2] = 0; \
2160                         fprintf( stderr, #optname "(qp=%d, res_c=%d, res_asm=%d): [FAILED]\n", qp, res_c, res_asm ); \
2161                     } \
2162                     call_c2( qf_c.optname, dct1, dmf ); \
2163                     call_a2( qf_a.optname, dct2, dmf ); \
2164                     if( i >= PIXEL_MAX*16 ) \
2165                         break; \
2166                 } \
2167             } \
2168         }
2169
2170         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x2_dc, 4 );
2171         TEST_OPTIMIZE_CHROMA_DC( optimize_chroma_2x4_dc, 8 );
2172
2173         x264_cqm_delete( h );
2174     }
2175
2176     ok = oks[0]; used_asm = used_asms[0];
2177     report( "quant :" );
2178
2179     ok = oks[1]; used_asm = used_asms[1];
2180     report( "dequant :" );
2181
2182     ok = oks[2]; used_asm = used_asms[2];
2183     report( "optimize chroma dc :" );
2184
2185     ok = 1; used_asm = 0;
2186     if( qf_a.denoise_dct != qf_ref.denoise_dct )
2187     {
2188         used_asm = 1;
2189         for( int size = 16; size <= 64; size += 48 )
2190         {
2191             set_func_name( "denoise_dct" );
2192             memcpy( dct1, buf1, size*sizeof(dctcoef) );
2193             memcpy( dct2, buf1, size*sizeof(dctcoef) );
2194             memcpy( buf3+256, buf3, 256 );
2195             call_c1( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2196             call_a1( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2197             if( memcmp( dct1, dct2, size*sizeof(dctcoef) ) || memcmp( buf3+4, buf3+256+4, (size-1)*sizeof(uint32_t) ) )
2198                 ok = 0;
2199             call_c2( qf_c.denoise_dct, dct1, (uint32_t*)buf3,       (udctcoef*)buf2, size );
2200             call_a2( qf_a.denoise_dct, dct2, (uint32_t*)(buf3+256), (udctcoef*)buf2, size );
2201         }
2202     }
2203     report( "denoise dct :" );
2204
2205 #define TEST_DECIMATE( decname, w, ac, thresh ) \
2206     if( qf_a.decname != qf_ref.decname ) \
2207     { \
2208         set_func_name( #decname ); \
2209         used_asm = 1; \
2210         for( int i = 0; i < 100; i++ ) \
2211         { \
2212             static const int distrib[16] = {1,1,1,1,1,1,1,1,1,1,1,1,2,3,4};\
2213             static const int zerorate_lut[4] = {3,7,15,31};\
2214             int zero_rate = zerorate_lut[i&3];\
2215             for( int idx = 0; idx < w*w; idx++ ) \
2216             { \
2217                 int sign = (rand()&1) ? -1 : 1; \
2218                 int abs_level = distrib[rand()&15]; \
2219                 if( abs_level == 4 ) abs_level = rand()&0x3fff; \
2220                 int zero = !(rand()&zero_rate); \
2221                 dct1[idx] = zero * abs_level * sign; \
2222             } \
2223             if( ac ) \
2224                 dct1[0] = 0; \
2225             int result_c = call_c( qf_c.decname, dct1 ); \
2226             int result_a = call_a( qf_a.decname, dct1 ); \
2227             if( X264_MIN(result_c,thresh) != X264_MIN(result_a,thresh) ) \
2228             { \
2229                 ok = 0; \
2230                 fprintf( stderr, #decname ": [FAILED]\n" ); \
2231                 break; \
2232             } \
2233         } \
2234     }
2235
2236     ok = 1; used_asm = 0;
2237     TEST_DECIMATE( decimate_score64, 8, 0, 6 );
2238     TEST_DECIMATE( decimate_score16, 4, 0, 6 );
2239     TEST_DECIMATE( decimate_score15, 4, 1, 7 );
2240     report( "decimate_score :" );
2241
2242 #define TEST_LAST( last, lastname, size, ac ) \
2243     if( qf_a.last != qf_ref.last ) \
2244     { \
2245         set_func_name( #lastname ); \
2246         used_asm = 1; \
2247         for( int i = 0; i < 100; i++ ) \
2248         { \
2249             int nnz = 0; \
2250             int max = rand() & (size-1); \
2251             memset( dct1, 0, size*sizeof(dctcoef) ); \
2252             for( int idx = ac; idx < max; idx++ ) \
2253                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2254             if( !nnz ) \
2255                 dct1[ac] = 1; \
2256             int result_c = call_c( qf_c.last, dct1+ac ); \
2257             int result_a = call_a( qf_a.last, dct1+ac ); \
2258             if( result_c != result_a ) \
2259             { \
2260                 ok = 0; \
2261                 fprintf( stderr, #lastname ": [FAILED]\n" ); \
2262                 break; \
2263             } \
2264         } \
2265     }
2266
2267     ok = 1; used_asm = 0;
2268     TEST_LAST( coeff_last4              , coeff_last4,   4, 0 );
2269     TEST_LAST( coeff_last8              , coeff_last8,   8, 0 );
2270     TEST_LAST( coeff_last[  DCT_LUMA_AC], coeff_last15, 16, 1 );
2271     TEST_LAST( coeff_last[ DCT_LUMA_4x4], coeff_last16, 16, 0 );
2272     TEST_LAST( coeff_last[ DCT_LUMA_8x8], coeff_last64, 64, 0 );
2273     report( "coeff_last :" );
2274
2275 #define TEST_LEVELRUN( lastname, name, size, ac ) \
2276     if( qf_a.lastname != qf_ref.lastname ) \
2277     { \
2278         set_func_name( #name ); \
2279         used_asm = 1; \
2280         for( int i = 0; i < 100; i++ ) \
2281         { \
2282             x264_run_level_t runlevel_c, runlevel_a; \
2283             int nnz = 0; \
2284             int max = rand() & (size-1); \
2285             memset( dct1, 0, size*sizeof(dctcoef) ); \
2286             memcpy( &runlevel_a, buf1+i, sizeof(x264_run_level_t) ); \
2287             memcpy( &runlevel_c, buf1+i, sizeof(x264_run_level_t) ); \
2288             for( int idx = ac; idx < max; idx++ ) \
2289                 nnz |= dct1[idx] = !(rand()&3) + (!(rand()&15))*rand(); \
2290             if( !nnz ) \
2291                 dct1[ac] = 1; \
2292             int result_c = call_c( qf_c.lastname, dct1+ac, &runlevel_c ); \
2293             int result_a = call_a( qf_a.lastname, dct1+ac, &runlevel_a ); \
2294             if( result_c != result_a || runlevel_c.last != runlevel_a.last || \
2295                 runlevel_c.mask != runlevel_a.mask || \
2296                 memcmp(runlevel_c.level, runlevel_a.level, sizeof(dctcoef)*result_c)) \
2297             { \
2298                 ok = 0; \
2299                 fprintf( stderr, #name ": [FAILED]\n" ); \
2300                 break; \
2301             } \
2302         } \
2303     }
2304
2305     ok = 1; used_asm = 0;
2306     TEST_LEVELRUN( coeff_level_run4              , coeff_level_run4,   4, 0 );
2307     TEST_LEVELRUN( coeff_level_run8              , coeff_level_run8,   8, 0 );
2308     TEST_LEVELRUN( coeff_level_run[  DCT_LUMA_AC], coeff_level_run15, 16, 1 );
2309     TEST_LEVELRUN( coeff_level_run[ DCT_LUMA_4x4], coeff_level_run16, 16, 0 );
2310     report( "coeff_level_run :" );
2311
2312     return ret;
2313 }
2314
2315 static int check_intra( int cpu_ref, int cpu_new )
2316 {
2317     int ret = 0, ok = 1, used_asm = 0;
2318     ALIGNED_ARRAY_32( pixel, edge,[36] );
2319     ALIGNED_ARRAY_32( pixel, edge2,[36] );
2320     ALIGNED_ARRAY_32( pixel, fdec,[FDEC_STRIDE*20] );
2321     struct
2322     {
2323         x264_predict_t      predict_16x16[4+3];
2324         x264_predict_t      predict_8x8c[4+3];
2325         x264_predict_t      predict_8x16c[4+3];
2326         x264_predict8x8_t   predict_8x8[9+3];
2327         x264_predict_t      predict_4x4[9+3];
2328         x264_predict_8x8_filter_t predict_8x8_filter;
2329     } ip_c, ip_ref, ip_a;
2330
2331     x264_predict_16x16_init( 0, ip_c.predict_16x16 );
2332     x264_predict_8x8c_init( 0, ip_c.predict_8x8c );
2333     x264_predict_8x16c_init( 0, ip_c.predict_8x16c );
2334     x264_predict_8x8_init( 0, ip_c.predict_8x8, &ip_c.predict_8x8_filter );
2335     x264_predict_4x4_init( 0, ip_c.predict_4x4 );
2336
2337     x264_predict_16x16_init( cpu_ref, ip_ref.predict_16x16 );
2338     x264_predict_8x8c_init( cpu_ref, ip_ref.predict_8x8c );
2339     x264_predict_8x16c_init( cpu_ref, ip_ref.predict_8x16c );
2340     x264_predict_8x8_init( cpu_ref, ip_ref.predict_8x8, &ip_ref.predict_8x8_filter );
2341     x264_predict_4x4_init( cpu_ref, ip_ref.predict_4x4 );
2342
2343     x264_predict_16x16_init( cpu_new, ip_a.predict_16x16 );
2344     x264_predict_8x8c_init( cpu_new, ip_a.predict_8x8c );
2345     x264_predict_8x16c_init( cpu_new, ip_a.predict_8x16c );
2346     x264_predict_8x8_init( cpu_new, ip_a.predict_8x8, &ip_a.predict_8x8_filter );
2347     x264_predict_4x4_init( cpu_new, ip_a.predict_4x4 );
2348
2349     memcpy( fdec, pbuf1, 32*20 * sizeof(pixel) );\
2350
2351     ip_c.predict_8x8_filter( fdec+48, edge, ALL_NEIGHBORS, ALL_NEIGHBORS );
2352
2353 #define INTRA_TEST( name, dir, w, h, align, bench, ... )\
2354     if( ip_a.name[dir] != ip_ref.name[dir] )\
2355     {\
2356         set_func_name( "intra_%s_%s", #name, intra_##name##_names[dir] );\
2357         used_asm = 1;\
2358         memcpy( pbuf3, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2359         memcpy( pbuf4, fdec, FDEC_STRIDE*20 * sizeof(pixel) );\
2360         for( int a = 0; a < (do_bench ? 64/sizeof(pixel) : 1); a += align )\
2361         {\
2362             call_c##bench( ip_c.name[dir], pbuf3+48+a, ##__VA_ARGS__ );\
2363             call_a##bench( ip_a.name[dir], pbuf4+48+a, ##__VA_ARGS__ );\
2364             if( memcmp( pbuf3, pbuf4, FDEC_STRIDE*20 * sizeof(pixel) ) )\
2365             {\
2366                 fprintf( stderr, #name "[%d] :  [FAILED]\n", dir );\
2367                 ok = 0;\
2368                 if( ip_c.name == (void *)ip_c.predict_8x8 )\
2369                 {\
2370                     for( int k = -1; k < 16; k++ )\
2371                         printf( "%2x ", edge[16+k] );\
2372                     printf( "\n" );\
2373                 }\
2374                 for( int j = 0; j < h; j++ )\
2375                 {\
2376                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2377                         printf( "%2x ", edge[14-j] );\
2378                     for( int k = 0; k < w; k++ )\
2379                         printf( "%2x ", pbuf4[48+k+j*FDEC_STRIDE] );\
2380                     printf( "\n" );\
2381                 }\
2382                 printf( "\n" );\
2383                 for( int j = 0; j < h; j++ )\
2384                 {\
2385                     if( ip_c.name == (void *)ip_c.predict_8x8 )\
2386                         printf( "   " );\
2387                     for( int k = 0; k < w; k++ )\
2388                         printf( "%2x ", pbuf3[48+k+j*FDEC_STRIDE] );\
2389                     printf( "\n" );\
2390                 }\
2391                 break;\
2392             }\
2393         }\
2394     }
2395
2396     for( int i = 0; i < 12; i++ )
2397         INTRA_TEST(   predict_4x4, i,  4,  4,  4, );
2398     for( int i = 0; i < 7; i++ )
2399         INTRA_TEST(  predict_8x8c, i,  8,  8, 16, );
2400     for( int i = 0; i < 7; i++ )
2401         INTRA_TEST( predict_8x16c, i,  8, 16, 16, );
2402     for( int i = 0; i < 7; i++ )
2403         INTRA_TEST( predict_16x16, i, 16, 16, 16, );
2404     for( int i = 0; i < 12; i++ )
2405         INTRA_TEST(   predict_8x8, i,  8,  8,  8, , edge );
2406
2407     set_func_name("intra_predict_8x8_filter");
2408     if( ip_a.predict_8x8_filter != ip_ref.predict_8x8_filter )
2409     {
2410         used_asm = 1;
2411         for( int i = 0; i < 32; i++ )
2412         {
2413             if( !(i&7) || ((i&MB_TOPRIGHT) && !(i&MB_TOP)) )
2414                 continue;
2415             int neighbor = (i&24)>>1;
2416             memset( edge,  0, 36*sizeof(pixel) );
2417             memset( edge2, 0, 36*sizeof(pixel) );
2418             call_c( ip_c.predict_8x8_filter, pbuf1+48, edge,  neighbor, i&7 );
2419             call_a( ip_a.predict_8x8_filter, pbuf1+48, edge2, neighbor, i&7 );
2420             if( !(neighbor&MB_TOPLEFT) )
2421                 edge[15] = edge2[15] = 0;
2422             if( memcmp( edge+7, edge2+7, (i&MB_TOPRIGHT ? 26 : i&MB_TOP ? 17 : 8) * sizeof(pixel) ) )
2423             {
2424                 fprintf( stderr, "predict_8x8_filter :  [FAILED] %d %d\n", (i&24)>>1, i&7);
2425                 ok = 0;
2426             }
2427         }
2428     }
2429
2430 #define EXTREMAL_PLANE( w, h ) \
2431     { \
2432         int max[7]; \
2433         for( int j = 0; j < 7; j++ ) \
2434             max[j] = test ? rand()&PIXEL_MAX : PIXEL_MAX; \
2435         fdec[48-1-FDEC_STRIDE] = (i&1)*max[0]; \
2436         for( int j = 0; j < w/2; j++ ) \
2437             fdec[48+j-FDEC_STRIDE] = (!!(i&2))*max[1]; \
2438         for( int j = w/2; j < w-1; j++ ) \
2439             fdec[48+j-FDEC_STRIDE] = (!!(i&4))*max[2]; \
2440         fdec[48+(w-1)-FDEC_STRIDE] = (!!(i&8))*max[3]; \
2441         for( int j = 0; j < h/2; j++ ) \
2442             fdec[48+j*FDEC_STRIDE-1] = (!!(i&16))*max[4]; \
2443         for( int j = h/2; j < h-1; j++ ) \
2444             fdec[48+j*FDEC_STRIDE-1] = (!!(i&32))*max[5]; \
2445         fdec[48+(h-1)*FDEC_STRIDE-1] = (!!(i&64))*max[6]; \
2446     }
2447     /* Extremal test case for planar prediction. */
2448     for( int test = 0; test < 100 && ok; test++ )
2449         for( int i = 0; i < 128 && ok; i++ )
2450         {
2451             EXTREMAL_PLANE(  8,  8 );
2452             INTRA_TEST(  predict_8x8c, I_PRED_CHROMA_P,  8,  8, 64, 1 );
2453             EXTREMAL_PLANE(  8, 16 );
2454             INTRA_TEST( predict_8x16c, I_PRED_CHROMA_P,  8, 16, 64, 1 );
2455             EXTREMAL_PLANE( 16, 16 );
2456             INTRA_TEST( predict_16x16,  I_PRED_16x16_P, 16, 16, 64, 1 );
2457         }
2458     report( "intra pred :" );
2459     return ret;
2460 }
2461
2462 #define DECL_CABAC(cpu) \
2463 static void run_cabac_decision_##cpu( x264_t *h, uint8_t *dst )\
2464 {\
2465     x264_cabac_t cb;\
2466     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2467     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2468     for( int i = 0; i < 0x1000; i++ )\
2469         x264_cabac_encode_decision_##cpu( &cb, buf1[i]>>1, buf1[i]&1 );\
2470 }\
2471 static void run_cabac_bypass_##cpu( x264_t *h, uint8_t *dst )\
2472 {\
2473     x264_cabac_t cb;\
2474     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2475     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2476     for( int i = 0; i < 0x1000; i++ )\
2477         x264_cabac_encode_bypass_##cpu( &cb, buf1[i]&1 );\
2478 }\
2479 static void run_cabac_terminal_##cpu( x264_t *h, uint8_t *dst )\
2480 {\
2481     x264_cabac_t cb;\
2482     x264_cabac_context_init( h, &cb, SLICE_TYPE_P, 26, 0 );\
2483     x264_cabac_encode_init( &cb, dst, dst+0xff0 );\
2484     for( int i = 0; i < 0x1000; i++ )\
2485         x264_cabac_encode_terminal_##cpu( &cb );\
2486 }
2487 DECL_CABAC(c)
2488 #if HAVE_MMX
2489 DECL_CABAC(asm)
2490 #elif defined(ARCH_AARCH64)
2491 DECL_CABAC(asm)
2492 #else
2493 #define run_cabac_decision_asm run_cabac_decision_c
2494 #define run_cabac_bypass_asm run_cabac_bypass_c
2495 #define run_cabac_terminal_asm run_cabac_terminal_c
2496 #endif
2497
2498 extern const uint8_t x264_count_cat_m1[14];
2499 void x264_cabac_block_residual_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2500 void x264_cabac_block_residual_8x8_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2501 void x264_cabac_block_residual_rd_c( x264_t *h, x264_cabac_t *cb, int ctx_block_cat, dctcoef *l );
2502
2503 static int check_cabac( int cpu_ref, int cpu_new )
2504 {
2505     int ret = 0, ok = 1, used_asm = 0;
2506     x264_t h;
2507     h.sps->i_chroma_format_idc = 3;
2508
2509     x264_bitstream_function_t bs_ref;
2510     x264_bitstream_function_t bs_a;
2511     x264_bitstream_init( cpu_ref, &bs_ref );
2512     x264_bitstream_init( cpu_new, &bs_a );
2513     x264_quant_init( &h, cpu_new, &h.quantf );
2514     h.quantf.coeff_last[DCT_CHROMA_DC] = h.quantf.coeff_last4;
2515
2516 #define CABAC_RESIDUAL(name, start, end, rd)\
2517 {\
2518     if( bs_a.name##_internal && (bs_a.name##_internal != bs_ref.name##_internal || (cpu_new&X264_CPU_SSE2_IS_SLOW)) )\
2519     {\
2520         used_asm = 1;\
2521         set_func_name( #name );\
2522         for( int i = 0; i < 2; i++ )\
2523         {\
2524             for( intptr_t ctx_block_cat = start; ctx_block_cat <= end; ctx_block_cat++ )\
2525             {\
2526                 for( int j = 0; j < 256; j++ )\
2527                 {\
2528                     ALIGNED_ARRAY_N( dctcoef, dct, [2],[64] );\
2529                     uint8_t bitstream[2][1<<16];\
2530                     static const uint8_t ctx_ac[14] = {0,1,0,0,1,0,0,1,0,0,0,1,0,0};\
2531                     int ac = ctx_ac[ctx_block_cat];\
2532                     int nz = 0;\
2533                     while( !nz )\
2534                     {\
2535                         for( int k = 0; k <= x264_count_cat_m1[ctx_block_cat]; k++ )\
2536                         {\
2537                             /* Very rough distribution that covers possible inputs */\
2538                             int rnd = rand();\
2539                             int coef = !(rnd&3);\
2540                             coef += !(rnd&  15) * (rand()&0x0006);\
2541                             coef += !(rnd&  63) * (rand()&0x0008);\
2542                             coef += !(rnd& 255) * (rand()&0x00F0);\
2543                             coef += !(rnd&1023) * (rand()&0x7F00);\
2544                             nz |= dct[0][ac+k] = dct[1][ac+k] = coef * ((rand()&1) ? 1 : -1);\
2545                         }\
2546                     }\
2547                     h.mb.b_interlaced = i;\
2548                     x264_cabac_t cb[2];\
2549                     x264_cabac_context_init( &h, &cb[0], SLICE_TYPE_P, 26, 0 );\
2550                     x264_cabac_context_init( &h, &cb[1], SLICE_TYPE_P, 26, 0 );\
2551                     x264_cabac_encode_init( &cb[0], bitstream[0], bitstream[0]+0xfff0 );\
2552                     x264_cabac_encode_init( &cb[1], bitstream[1], bitstream[1]+0xfff0 );\
2553                     cb[0].f8_bits_encoded = 0;\
2554                     cb[1].f8_bits_encoded = 0;\
2555                     if( !rd ) memcpy( bitstream[1], bitstream[0], 0x400 );\
2556                     call_c1( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2557                     call_a1( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2558                     ok = cb[0].f8_bits_encoded == cb[1].f8_bits_encoded && !memcmp(cb[0].state, cb[1].state, 1024);\
2559                     if( !rd ) ok |= !memcmp( bitstream[1], bitstream[0], 0x400 ) && !memcmp( &cb[1], &cb[0], offsetof(x264_cabac_t, p_start) );\
2560                     if( !ok )\
2561                     {\
2562                         fprintf( stderr, #name " :  [FAILED] ctx_block_cat %d", (int)ctx_block_cat );\
2563                         if( rd && cb[0].f8_bits_encoded != cb[1].f8_bits_encoded )\
2564                             fprintf( stderr, " (%d != %d)", cb[0].f8_bits_encoded, cb[1].f8_bits_encoded );\
2565                         fprintf( stderr, "\n");\
2566                         goto name##fail;\
2567                     }\
2568                     if( (j&15) == 0 )\
2569                     {\
2570                         call_c2( x264_##name##_c, &h, &cb[0], ctx_block_cat, dct[0]+ac );\
2571                         call_a2( bs_a.name##_internal, dct[1]+ac, i, ctx_block_cat, &cb[1] );\
2572                     }\
2573                 }\
2574             }\
2575         }\
2576     }\
2577 }\
2578 name##fail:
2579
2580     CABAC_RESIDUAL( cabac_block_residual, 0, DCT_LUMA_8x8, 0 )
2581     report( "cabac residual:" );
2582
2583     ok = 1; used_asm = 0;
2584     CABAC_RESIDUAL( cabac_block_residual_rd, 0, DCT_LUMA_8x8-1, 1 )
2585     CABAC_RESIDUAL( cabac_block_residual_8x8_rd, DCT_LUMA_8x8, DCT_LUMA_8x8, 1 )
2586     report( "cabac residual rd:" );
2587
2588     if( cpu_ref || run_cabac_decision_c == run_cabac_decision_asm )
2589         return ret;
2590     ok = 1; used_asm = 0;
2591     x264_cabac_init( &h );
2592
2593     set_func_name( "cabac_encode_decision" );
2594     memcpy( buf4, buf3, 0x1000 );
2595     call_c( run_cabac_decision_c, &h, buf3 );
2596     call_a( run_cabac_decision_asm, &h, buf4 );
2597     ok = !memcmp( buf3, buf4, 0x1000 );
2598     report( "cabac decision:" );
2599
2600     set_func_name( "cabac_encode_bypass" );
2601     memcpy( buf4, buf3, 0x1000 );
2602     call_c( run_cabac_bypass_c, &h, buf3 );
2603     call_a( run_cabac_bypass_asm, &h, buf4 );
2604     ok = !memcmp( buf3, buf4, 0x1000 );
2605     report( "cabac bypass:" );
2606
2607     set_func_name( "cabac_encode_terminal" );
2608     memcpy( buf4, buf3, 0x1000 );
2609     call_c( run_cabac_terminal_c, &h, buf3 );
2610     call_a( run_cabac_terminal_asm, &h, buf4 );
2611     ok = !memcmp( buf3, buf4, 0x1000 );
2612     report( "cabac terminal:" );
2613
2614     return ret;
2615 }
2616
2617 static int check_bitstream( int cpu_ref, int cpu_new )
2618 {
2619     x264_bitstream_function_t bs_c;
2620     x264_bitstream_function_t bs_ref;
2621     x264_bitstream_function_t bs_a;
2622
2623     int ret = 0, ok = 1, used_asm = 0;
2624
2625     x264_bitstream_init( 0, &bs_c );
2626     x264_bitstream_init( cpu_ref, &bs_ref );
2627     x264_bitstream_init( cpu_new, &bs_a );
2628     if( bs_a.nal_escape != bs_ref.nal_escape )
2629     {
2630         int size = 0x4000;
2631         uint8_t *input = malloc(size+100);
2632         uint8_t *output1 = malloc(size*2);
2633         uint8_t *output2 = malloc(size*2);
2634         used_asm = 1;
2635         set_func_name( "nal_escape" );
2636         for( int i = 0; i < 100; i++ )
2637         {
2638             /* Test corner-case sizes */
2639             int test_size = i < 10 ? i+1 : rand() & 0x3fff;
2640             /* Test 8 different probability distributions of zeros */
2641             for( int j = 0; j < test_size+32; j++ )
2642                 input[j] = (rand()&((1 << ((i&7)+1)) - 1)) * rand();
2643             uint8_t *end_c = (uint8_t*)call_c1( bs_c.nal_escape, output1, input, input+test_size );
2644             uint8_t *end_a = (uint8_t*)call_a1( bs_a.nal_escape, output2, input, input+test_size );
2645             int size_c = end_c-output1;
2646             int size_a = end_a-output2;
2647             if( size_c != size_a || memcmp( output1, output2, size_c ) )
2648             {
2649                 fprintf( stderr, "nal_escape :  [FAILED] %d %d\n", size_c, size_a );
2650                 ok = 0;
2651                 break;
2652             }
2653         }
2654         for( int j = 0; j < size+32; j++ )
2655             input[j] = rand();
2656         call_c2( bs_c.nal_escape, output1, input, input+size );
2657         call_a2( bs_a.nal_escape, output2, input, input+size );
2658         free(input);
2659         free(output1);
2660         free(output2);
2661     }
2662     report( "nal escape:" );
2663
2664     return ret;
2665 }
2666
2667 static int check_all_funcs( int cpu_ref, int cpu_new )
2668 {
2669     return check_pixel( cpu_ref, cpu_new )
2670          + check_dct( cpu_ref, cpu_new )
2671          + check_mc( cpu_ref, cpu_new )
2672          + check_intra( cpu_ref, cpu_new )
2673          + check_deblock( cpu_ref, cpu_new )
2674          + check_quant( cpu_ref, cpu_new )
2675          + check_cabac( cpu_ref, cpu_new )
2676          + check_bitstream( cpu_ref, cpu_new );
2677 }
2678
2679 static int add_flags( int *cpu_ref, int *cpu_new, int flags, const char *name )
2680 {
2681     *cpu_ref = *cpu_new;
2682     *cpu_new |= flags;
2683 #if STACK_ALIGNMENT < 16
2684     *cpu_new |= X264_CPU_STACK_MOD4;
2685 #endif
2686     if( *cpu_new & X264_CPU_SSE2_IS_FAST )
2687         *cpu_new &= ~X264_CPU_SSE2_IS_SLOW;
2688     if( !quiet )
2689         fprintf( stderr, "x264: %s\n", name );
2690     return check_all_funcs( *cpu_ref, *cpu_new );
2691 }
2692
2693 static int check_all_flags( void )
2694 {
2695     int ret = 0;
2696     int cpu0 = 0, cpu1 = 0;
2697     uint32_t cpu_detect = x264_cpu_detect();
2698 #if HAVE_MMX
2699     if( cpu_detect & X264_CPU_MMX2 )
2700     {
2701         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MMX | X264_CPU_MMX2, "MMX" );
2702         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "MMX Cache64" );
2703         cpu1 &= ~X264_CPU_CACHELINE_64;
2704 #if ARCH_X86
2705         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_32, "MMX Cache32" );
2706         cpu1 &= ~X264_CPU_CACHELINE_32;
2707 #endif
2708         if( cpu_detect & X264_CPU_LZCNT )
2709         {
2710             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "MMX LZCNT" );
2711             cpu1 &= ~X264_CPU_LZCNT;
2712         }
2713         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "MMX SlowCTZ" );
2714         cpu1 &= ~X264_CPU_SLOW_CTZ;
2715     }
2716     if( cpu_detect & X264_CPU_SSE )
2717         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE, "SSE" );
2718     if( cpu_detect & X264_CPU_SSE2 )
2719     {
2720         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2 | X264_CPU_SSE2_IS_SLOW, "SSE2Slow" );
2721         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE2_IS_FAST, "SSE2Fast" );
2722         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSE2Fast Cache64" );
2723         cpu1 &= ~X264_CPU_CACHELINE_64;
2724         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSE2 SlowShuffle" );
2725         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2726         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSE2 SlowCTZ" );
2727         cpu1 &= ~X264_CPU_SLOW_CTZ;
2728         if( cpu_detect & X264_CPU_LZCNT )
2729         {
2730             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSE2 LZCNT" );
2731             cpu1 &= ~X264_CPU_LZCNT;
2732         }
2733     }
2734     if( cpu_detect & X264_CPU_SSE3 )
2735     {
2736         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE3 | X264_CPU_CACHELINE_64, "SSE3" );
2737         cpu1 &= ~X264_CPU_CACHELINE_64;
2738     }
2739     if( cpu_detect & X264_CPU_SSSE3 )
2740     {
2741         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSSE3, "SSSE3" );
2742         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64" );
2743         cpu1 &= ~X264_CPU_CACHELINE_64;
2744         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_SHUFFLE, "SSSE3 SlowShuffle" );
2745         cpu1 &= ~X264_CPU_SLOW_SHUFFLE;
2746         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_CTZ, "SSSE3 SlowCTZ" );
2747         cpu1 &= ~X264_CPU_SLOW_CTZ;
2748         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SLOW_ATOM, "SSSE3 SlowAtom" );
2749         ret |= add_flags( &cpu0, &cpu1, X264_CPU_CACHELINE_64, "SSSE3 Cache64 SlowAtom" );
2750         cpu1 &= ~X264_CPU_CACHELINE_64;
2751         cpu1 &= ~X264_CPU_SLOW_ATOM;
2752         if( cpu_detect & X264_CPU_LZCNT )
2753         {
2754             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "SSSE3 LZCNT" );
2755             cpu1 &= ~X264_CPU_LZCNT;
2756         }
2757     }
2758     if( cpu_detect & X264_CPU_SSE4 )
2759         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE4, "SSE4" );
2760     if( cpu_detect & X264_CPU_SSE42 )
2761         ret |= add_flags( &cpu0, &cpu1, X264_CPU_SSE42, "SSE4.2" );
2762     if( cpu_detect & X264_CPU_AVX )
2763         ret |= add_flags( &cpu0, &cpu1, X264_CPU_AVX, "AVX" );
2764     if( cpu_detect & X264_CPU_XOP )
2765         ret |= add_flags( &cpu0, &cpu1, X264_CPU_XOP, "XOP" );
2766     if( cpu_detect & X264_CPU_FMA4 )
2767     {
2768         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA4, "FMA4" );
2769         cpu1 &= ~X264_CPU_FMA4;
2770     }
2771     if( cpu_detect & X264_CPU_FMA3 )
2772     {
2773         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3, "FMA3" );
2774         cpu1 &= ~X264_CPU_FMA3;
2775     }
2776     if( cpu_detect & X264_CPU_AVX2 )
2777     {
2778         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FMA3 | X264_CPU_AVX2, "AVX2" );
2779         if( cpu_detect & X264_CPU_LZCNT )
2780         {
2781             ret |= add_flags( &cpu0, &cpu1, X264_CPU_LZCNT, "AVX2 LZCNT" );
2782             cpu1 &= ~X264_CPU_LZCNT;
2783         }
2784     }
2785     if( cpu_detect & X264_CPU_BMI1 )
2786     {
2787         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1, "BMI1" );
2788         cpu1 &= ~X264_CPU_BMI1;
2789     }
2790     if( cpu_detect & X264_CPU_BMI2 )
2791     {
2792         ret |= add_flags( &cpu0, &cpu1, X264_CPU_BMI1|X264_CPU_BMI2, "BMI2" );
2793         cpu1 &= ~(X264_CPU_BMI1|X264_CPU_BMI2);
2794     }
2795 #elif ARCH_PPC
2796     if( cpu_detect & X264_CPU_ALTIVEC )
2797     {
2798         fprintf( stderr, "x264: ALTIVEC against C\n" );
2799         ret = check_all_funcs( 0, X264_CPU_ALTIVEC );
2800     }
2801 #elif ARCH_ARM
2802     if( cpu_detect & X264_CPU_NEON )
2803         x264_checkasm_call = x264_checkasm_call_neon;
2804     if( cpu_detect & X264_CPU_ARMV6 )
2805         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV6, "ARMv6" );
2806     if( cpu_detect & X264_CPU_NEON )
2807         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2808     if( cpu_detect & X264_CPU_FAST_NEON_MRC )
2809         ret |= add_flags( &cpu0, &cpu1, X264_CPU_FAST_NEON_MRC, "Fast NEON MRC" );
2810 #elif ARCH_AARCH64
2811     if( cpu_detect & X264_CPU_ARMV8 )
2812         ret |= add_flags( &cpu0, &cpu1, X264_CPU_ARMV8, "ARMv8" );
2813     if( cpu_detect & X264_CPU_NEON )
2814         ret |= add_flags( &cpu0, &cpu1, X264_CPU_NEON, "NEON" );
2815 #elif ARCH_MIPS
2816     if( cpu_detect & X264_CPU_MSA )
2817         ret |= add_flags( &cpu0, &cpu1, X264_CPU_MSA, "MSA" );
2818 #endif
2819     return ret;
2820 }
2821
2822 int main(int argc, char *argv[])
2823 {
2824     int ret = 0;
2825
2826     if( argc > 1 && !strncmp( argv[1], "--bench", 7 ) )
2827     {
2828 #if !ARCH_X86 && !ARCH_X86_64 && !ARCH_PPC && !ARCH_ARM && !ARCH_AARCH64 && !ARCH_MIPS
2829         fprintf( stderr, "no --bench for your cpu until you port rdtsc\n" );
2830         return 1;
2831 #endif
2832         do_bench = 1;
2833         if( argv[1][7] == '=' )
2834         {
2835             bench_pattern = argv[1]+8;
2836             bench_pattern_len = strlen(bench_pattern);
2837         }
2838         argc--;
2839         argv++;
2840     }
2841
2842     int seed = ( argc > 1 ) ? atoi(argv[1]) : x264_mdate();
2843     fprintf( stderr, "x264: using random seed %u\n", seed );
2844     srand( seed );
2845
2846     buf1 = x264_malloc( 0x1e00 + 0x2000*sizeof(pixel) + 32*BENCH_ALIGNS );
2847     pbuf1 = x264_malloc( 0x1e00*sizeof(pixel) + 32*BENCH_ALIGNS );
2848     if( !buf1 || !pbuf1 )
2849     {
2850         fprintf( stderr, "malloc failed, unable to initiate tests!\n" );
2851         return -1;
2852     }
2853 #define INIT_POINTER_OFFSETS\
2854     buf2 = buf1 + 0xf00;\
2855     buf3 = buf2 + 0xf00;\
2856     buf4 = buf3 + 0x1000*sizeof(pixel);\
2857     pbuf2 = pbuf1 + 0xf00;\
2858     pbuf3 = (pixel*)buf3;\
2859     pbuf4 = (pixel*)buf4;
2860     INIT_POINTER_OFFSETS;
2861     for( int i = 0; i < 0x1e00; i++ )
2862     {
2863         buf1[i] = rand() & 0xFF;
2864         pbuf1[i] = rand() & PIXEL_MAX;
2865     }
2866     memset( buf1+0x1e00, 0, 0x2000*sizeof(pixel) );
2867
2868     /* 32-byte alignment is guaranteed whenever it's useful, but some functions also vary in speed depending on %64 */
2869     if( do_bench )
2870         for( int i = 0; i < BENCH_ALIGNS && !ret; i++ )
2871         {
2872             INIT_POINTER_OFFSETS;
2873             ret |= x264_stack_pagealign( check_all_flags, i*32 );
2874             buf1 += 32;
2875             pbuf1 += 32;
2876             quiet = 1;
2877             fprintf( stderr, "%d/%d\r", i+1, BENCH_ALIGNS );
2878         }
2879     else
2880         ret = x264_stack_pagealign( check_all_flags, 0 );
2881
2882     if( ret )
2883     {
2884         fprintf( stderr, "x264: at least one test has failed. Go and fix that Right Now!\n" );
2885         return -1;
2886     }
2887     fprintf( stderr, "x264: All tests passed Yeah :)\n" );
2888     if( do_bench )
2889         print_bench();
2890     return 0;
2891 }
2892