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

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